基于临界触发的LTE负载均衡算法

考虑LTE用户信噪比,借助物理资源块的服务能力推算小区负载的变化状态,提出的CTLB算法能够动态地根据每个小区的负载,自动计算需要进行用户转移的小区。引入均衡因子,使所有小区最终达到预先设定的收敛目标,从而有效利用网络资源。最后,通过MATLAB搭建了一个仿真平台,验证算法的收敛性能、过载用户数及小区吞吐量的变化情况。     

基于邻区集的LTE负载均衡算法

考虑LTE用户信噪比,借助物理资源块的服务能力推算小区负载的变化状态,提出的NSLB算法能够动态地根据每个小区的负载,自动计算其邻区集需要进行用户转移的小区。引入均衡因子,使所有小区最终达到预先设定的收敛目标,有效利用网络资源。最后,通过matlab搭建了一个仿真平台,验证算法的收敛性能、过载用户数及小区吞吐量的变化情况。     

LTE切换自优化算法进展综述

LTE是新一代通信技术的代名词,它对现有3G系统的网络结构和无线接入方式都有较大改进.在简要介绍LTE系统的网络架构及切换功能的基础上,重点介绍并比较了2种LTE切换自优化算法：常见的用户速度的负载均衡算法有效地降低了系统的掉话率,使系统的整体性能得到提高,但没有考虑到目标小区资源变化的情况;基于RSRP/RSRQ负载均衡算法综合考虑了源小区和目标小区的RSRP（参考信号接收功率）和RSRQ（参考信号接收质量）,降低了系统的切换失败率,同时减少了不必要的切换,但没有考虑用户运动方向的影响.综合加权考虑多种因素,如用户的移动方向以及小区资源的变化等对切换的影响等方面均有待深入开展研究.     

基于频率评估系统的ETL优化与小区性能评估研究

针对频率评估系统中的ETL处理过程效率较低的问题,在分治算法和贪心算法思想的基础上,提出了一种优化算法——DC-Greedy算法.通过在评估系统中对小区数据进行处理后,基于主成分分析法,研究了单个小区综合性能的评估策略.ETL处理时间和小区综合性能评估值的仿真结果表明,对比一般情况下ETL的穷举处理过程,经过优化后ETL处理效率明显提高;对小区评估策略的评价结果表明该评估方法可以完整地反映小区的综合性能,评估结果图能较直观地呈现小区综合性能水平,达到了预期研究目标.     

一种类箕舌线函数的变步长归一化自适应滤波算法

在综合考虑自适应滤波算法设计中收敛速度、稳态误差、计算复杂度和跟踪性能等指标的基础上,该文提出一种类箕舌线函数的变步长归一化自适应滤波算法,用类箕舌线函数代替Sigmoid函数作为步长迭代公式,引入基于相关误差的变步长调整原则,在大大增强算法稳定性的同时大幅度提升了算法的收敛速度、跟踪性能,减小了算法的计算复杂度.在M...     

一种智能化小区业务量指标预测方法研究

通信网络的业务量指标对指导网络运维工作非常重要。如果能够提前预知业务量指标的变化，则有助于网络中资源调度和节能减排工作的成功实施。当前，对大规模小区的海量业务量指标实现快速、精准预测是一个不小的挑战。本文研究了一种智能化大规模小区业务量指标预测的方法。首先，通过构造鲁棒的特征，对小区的高低负荷情况进行描述；之后，运用聚类算法，对小区进行基于业务量情况的场景划分；最后，对于不同业务场景下的小区，通过集成学习算法进行预测模型的建模与训练。经实验验证，该模型预测性能良好，成功实现了对大规模小区业务量指标的精准预测。     

智能优化技术在无线网络优化中的应用及算法研究

智能优化技术主要是针对网络优化工作中遇到的小区异常指标故障,通过对网络统计数据源(包括话务指标统计、小区参数、无线测量以及硬件告警等)的综合处理,再采用智能优化专家库进行分析运算,最后自动生成优化报告,可以快速有效定位小区故障.文章介绍采用智能网优技术开发出的性能优化自动分析系统架构,陈述该系统核心算法的四个创新方案,...     

一种类箕舌线函数的变步长归一化自适应滤波算法

在综合考虑自适应滤波算法设计中收敛速度、稳态误差、计算复杂度和跟踪性能等指标的基础上,该文提出一种类箕舌线函数的变步长归一化自适应滤波算法,用类箕舌线函数代替Sigmoid函数作为步长迭代公式,引入基于相关误差的变步长调整原则,在大大增强算法稳定性的同时大幅度提升了算法的收敛速度、跟踪性能,减小了算法的计算复杂度.在Matlab平台上分析了改进的步长函数中参数α;β以及γ的不同取值对算法的影响,并将该文算法与已有的基于Sigmoid函数和基于箕舌线函数的变步长LMS算法进行了比较,仿真结果表明,该文算法有更快的收敛速度、更好的跟踪能力以及较小的稳态误差和较强的鲁棒性.     

半盲最小二乘恒模算法研究

恒模算法(CMA)是一种广泛应用于阵列处理、均衡、多用户检测中的盲算法.最小二乘恒模算法(LSCMA)由于其全局收敛性及稳定性受到关注.本文针对CDMA系统下行链路,基站知道小区内用户码字而小区外干扰用户码字未知的情形,提出一种适用的半盲LSCM多用户检测(MuD)算法.它将非盲多用户检测(本文中选用解相关MUD)与盲多用户检测技术(本文中选用LSCM检测器)相结合,首先根据小区内已知用户的信息,利用解相关MUD抵消小区内其它用户的干扰,接着利用LSCM算法抵消剩余的干扰.文中将SB-LSCM算法与已经提出的半盲解相关算法、LSCM算法和解相关算法进行了复杂度、SIR和BER性能的比较,并对SB-LSCM算法的SIR性能进行了理论分析.仿真结果表明SB-LSCM算法能够获得与半盲解相关相当的SIR的性能,但是其复杂度更低且在系统负荷大时能够获得优于半盲解相关算法的BER性能.另外,SB-SLCM算法能够获得较LSCM算法更快的收敛速度以及更加优良的性能.     

一种改进的NLMS算法在声回波抵消中的应用

收敛速度和残余均方误差是衡量最小均方算法性能的重要指标。在声回波抵消算法中,为了寻求收敛速度快和计算量小的自适应算法,在归一化最小均方误差算法基础上,把当前时刻以前的误差引入归一化收敛因子中得到一种新算法,可以减小信号样本波动对权重带来的影响。该算法比传统的归一化最小均方算法收敛性能更好,稳态失调也比其小。计算机仿真结果表明,新算法在自适应回波抵消中的综合性能要优于传统的归一化最小均方误差算法。