Cloud-RAN博弈论的方法对频谱效率提高

文摘

随着巨大的移动设备访问互联网在未来,这些细胞可以提供高数据速率和容量预计将被部署。具体来说,在下一代移动通信5 g,云计算应该是应用于无线接入网络。在云无线接入网络(Cloud-RAN),传统的基站分为两部分,即远程无线头(rrh)和基带单元(BBUs)。rrh地理上分布的密集部署,以实现高数据率和低延迟。然而,超密部署必然恶化频谱效率由于强烈的注液电池rrh之间的干扰。摘要下行频谱效率可以通过合作来提高传输rrh形成联盟的基础上。我们制定这个问题作为一个联盟形成游戏分区的形式。在联盟形成的过程中,每个RRH可以加入或离开一个联合自己的个人效用最大化,同时考虑联合效用在同一时间。此外,产生的联盟结构的收敛性和稳定性进行了研究。数字仿真结果表明,该方法基于联盟形成游戏方面优于非合作的方法总联盟的效用。

1。介绍

据估计,移动数据流量将增长1000倍,从2010年到2020年,随着越来越多的设备都能访问互联网的出现与移动互联网和物联网的发展(神往)[1,2]。根据上述研究,未来的网络应该能够容纳足够的用户设备(问题),并提供高速无线数据服务的同时保持服务质量(QoS)。

然而,频谱资源非常稀缺,所以提高能力或数据率利用更多的带宽不是一个有效的或可行的方法的情况下大规模访问。为了满足高容量的需求,同时保证频谱效率,异构网络(HetNets)似乎处理上述挑战的关键技术(3]。在HetNets,许多不同的小细胞,如LTE, wi - fi, WiMax密集部署在一个宏单元的覆盖面积。由于低功率的特点和覆盖的小细胞,可以保证低延迟和高速率。另一方面,由于人口的急剧波动在住宅和商业领域,网络的负载也不同模式后的运动人口,叫做潮汐效应。当前的调度模式传统的基站(BSs)不是有效的解决这个问题,因为BSs只能容纳一个固定数量的连接问题在他们的报道。也就是说BSs满足容量需求,白天晚上将闲置,导致巨大的浪费能源或其他资源,反之亦然。

为了使资源的调度更加灵活和高效,云无线接入网络(Cloud-RAN)提出了一个新的模式来解决频谱稀缺所面临的挑战未来移动通信的网络基础设施,这是需要处理的成倍增加的需求数据服务(4,5]。Cloud-RAN最具吸引力的特性是BS分为三个部分:远程无线头(rrh)基本为无线电信号传输和接收功能,基带单元(BBUs)旨在处理计算密集型任务,并为连接rrh和BBUs fronthaul链接。有别于传统的硬件管理架构,所有BBUs收集形成一个集中式BBU池在云数据中心。通过这种方式,类似于云计算、服务器集群可视化技术和集中BBU池中可以利用信号处理动态和灵活的资源分配。

虽然大规模的地理分布rrh可以实现资源调度的弹性和便利,它大大降低了频谱效率造成严重的注液电池rrh之间的干扰。正交频分多址(OFDMA)可以是一种有效的机制来减少之间的相互干涉问题在同一RRH,而相同的载波频率的干扰所产生的其他RRH可能变得更糟。因此,如何有效地减轻注液电池干扰rrh中更高的频谱效率是一个关键的挑战。

有伟大的成就集中在近年来提高频谱效率。提出了一种基于图的聚类方案(6),家庭基站和宏单元重用整个系统带宽的一部分。戴et al。7)提出了一个新颖的基于OFDM的传输方案称为TFT-OFDM,即培训信息在时间和频率域都存在。在[8],与拟议中的已知的大规模分布式天线方案相比,小说Network-MIMO TDD架构需要一个数量级减少天线每使用每个细胞活动提出了实现高频谱效率。一个新的传输系统,提出了云地面广播传输,在9),可以大大提高频谱利用率,使所有陆地射频通道在城市/市场可供广播服务。虽然很多研究提出,像上面的文献中,已经取得了很大的进步在频谱效率。然而,他们只是关注微观细节而忽略的场景之间的合作与竞争密集部署的网络接入点或问题。

博弈论为分析优化问题提供了一个工具框架与多个相互冲突的目标,已被广泛用于提高频谱效率或干扰(总经理10]。由于自私的特点,玩家在游戏中,每个玩家试图尽可能地满足其通信需求。然而,球员之间的无序竞争可能导致全球系统的性能的下降。因此,基于合作博弈的资源共享方案可以刺激玩家之间的协作,从而优化资源利用率和网络性能11]。

合作方法基于联盟形成游戏被视为小说范式,应用于无线通信网络(12]。在[13),基于游戏的合作方法更好的性能比非合作的方式说明了使用干扰信道模型。在[14],许多家庭基站用户设备合并为一组合作,提高上行频谱效率通过共享频谱资源和抑制intratier干扰使用干扰对齐。Pantisano et al。15]提出了一种新颖的模型,很多家庭基站合作来改善自己的表现通过共享频谱资源,最大限度地减少碰撞的数量和空间最大化重用。干扰管理问题(16)制定作为一个联盟的形成与负外部性游戏分区形式,和一个名叫记录的算法基于递归的概念的核心是利用。在[17),作者提出了一个分布式算法的毫微微蜂窝接入点决定合作或不根据合作收益之间的权衡和能源消耗。合作的问题干扰管理的OFDMA双层小细胞网络研究[18),分散算法允许小细胞基站进行交互和自组织成一个稳定的重叠的联盟结构。然而,这些作品只是致力于消除相互的干扰而不考虑干扰变成额外获得一个联合政府。此外,在上述工作,接入点之间的信息交换过程中联盟的形成是必要的,这对于广播消耗更多的能量。

在本文中,我们考虑到联盟形成算法在云中执行BBU池。Cloud-RAN小说架构内,RRH只是负责传送或接收数据的问题在其影响范围内,所以RRH之间的信息交换可以通过集中的过程,大大降低了延迟和功耗。此外,干扰可以被视为额外获得传输相同的数据在联盟的安排问题。显示从现有工作的区别,总结了论文的主要贡献如下:(我)我们提出了一个新颖的方法基于联盟形成游戏来提高频谱效率Cloud-RAN的框架内,以有效地抑制之初网络的互相干扰。(2)混合多种访问模式介绍的联合实现rrh之间的合作传播。采用TDMA在一个联盟。每个预定的时间分配问题在这个联盟在一个时间框架。在每一个时间,在这个联盟其余rrh可以同时传输相同的数据。因此,对于时间的安排问题,相互干扰从邻国rrh联盟可以转化为额外的收获。此外,FDMA利用每个RRH;因此,用户只由同一RRH遭受cochannel RRH产生的干扰其他联盟。(3)拟议的联盟形成游戏算法主要基于个人的频谱效率最大化RRH配合别人。此外,该算法保证了每个迭代的联盟收益的增加。仿真结果表明,该方法产生一个更好的频谱效率性能比非合作的方式。此外,历史变量引入解决重复迭代的问题,可以提高收敛速度。

本文的其余部分组织如下。部分2给出了系统模型。部分3主要讨论了基于联合形成游戏的方法,和最后的联盟结构的收敛性和稳定性也进行了研究。给出了数字仿真和评估4。最后,我们得出一个结论,讨论我们的未来工作的部分5。

2。系统模型

如图1,我们考虑在Cloud-RAN联合形成的场景。大量rrh密集部署在宏观基站的覆盖服务(MBS)。每个RRH服务几个问题在其覆盖范围小得多。rrh问题收到的数据是通过光纤传输到云BBU池fronthaul与低延迟(19]。然而,如果rrh在非合作的工作方式,问题将遭受低频谱效率由于其他rrh所产生的强烈的干扰。为了处理这个问题,以合作的方式来减少相互干扰提出了基于联合形成游戏如下。

我们认为在Cloud-RAN下行传输场景,每个RRH在OFDMA模式工作。这样,问题在同一RRH可以同时传输在同一副载波不遭受干扰。然而,MBS的覆盖下,相同频率上的信号传输的子通道相邻rrh干扰问题。减少干扰,合作方法几个rrh组建联合政府是利用。rrh,联盟内的时分多址(TDMA)介绍。所以混合多种访问模式采用TDMA和OFDMA被认为是。如图2之间的区别,我们将展示合作传输的非合作的传输和联盟。不失一般性,我们考虑两个RRH网络部署,也就是说,RRH 1和RRH 2。为简单起见,只有一个用户有相应RRH结束。在图2(一个)在非合作的传输方案,我们可以看到,RRH 2干扰问题1由相应的RRH 1;与此同时RRH 1干扰问题2在一个时间框架。在图2 (b)、合作传输方案描述。起初,RRH 1和RRH 2组成一个联盟,然后coalition-level调度程序介绍了BBU池分配时间槽的时间框架为每个问题在这个联盟。同时,后卫的时间间隔(家)也介绍了消除码间干扰之间的两个相邻时段,通常可以忽略由于低开销。如图2 (b),在时间槽1,问题1是在活动状态两个rrh可以同时传输信号。所以RRH 2变成额外的利益,干扰和干扰可以被消除,从而可以增加频谱效率在时间槽1。因此,可以实现相同的结果问题2次槽2。

我们认为有rrh用部署MBS的范围内。我们假设每个RRH服务问题与正交副载波用。在非合作的沟通计划,每个问题仅仅是只有一个RRH某子通道。由于正交的子信道,信道间的干扰不存在。然而,强烈的干扰引起的邻近rrh工作在相同的频带信号将限制下行的频谱效率。因此,接收到的信号干扰加噪声比(SINR)的问题由RRH在子通道可以被定义为 在哪里表示RRH的传播力量在子通道和渠道获得RRH吗子通道的问题。是MBS的干扰。让和表示问题由RRH的带宽在子通道和噪声功率谱密度的加性高斯白噪声(AWGN),分别。我们表示注液电池遭受的干扰问题,RRH在子通道通过 在哪里传播的力量RRH吗在子通道和表示获得RRH频道所服务的问题接收器RRH在子通道。

根据香农公式,下行频谱效率的问题由RRH在子通道可以被定义为

在这种非合作的场景中,我们可以发现,从公式(3),每个子通道的问题遭受严重的注液电池剩余cochannel干涉rrh,因为有限的频谱资源是共享的,白噪声和干扰的MBS也考虑在内。

3所示。联盟的形成

为了减少相互干扰频谱效率高,有必要一组rrh传输信号合作来改善自己的表现。因此,我们制定的问题合作rrh作为联盟形成游戏分区的形式。rrh数量,就可以形成各种不同的联盟的联盟规模和利润或rrh在联盟的效用。因此,有必要设置一些标准为每个RRH决定是否加入或脱离联盟。主要有两个标准:稳定,只有当每个RRH联盟没有离开联盟的激励更多个人利润可以联合政府保持稳定和(2)公平,每个RRH是自私和预期获得尽可能更多的利润时,选择加入或离开一个联盟。合理的利润分配方案是维持联盟稳定的关键。

3.1。联盟形成的概念

rrh合作的问题是数学建模为一个联盟形成的游戏可转让的效用(20.]。该算法是基于快乐的游戏(21),每个球员(本文称为RRH)完全是自私的,它的收益是由联盟内的其他成员的身份。

中定义的部分2rrh的集合是给定的。让表示rrh的联盟。我们定义联盟结构或分区。对于任何一个联盟结构,,我们有和为。一旦形成一个联盟,一个coalition-level调度程序将根据混合多种访问模式是描绘在图2。对于任何RRH联盟,相应的问题,这RRH一些副载波将根据TDMA规则。在图2 (b),一个时间段是分配给一个问题。在这个时间段,其余rrh在同一个联盟可以同时服务于这个问题。因此,对于一个问题的时间槽,可以提高接收功率,从而rrh之间的相互干扰的联盟可以消除。通过这种方式,造成的问题就受到干扰rrh其他联盟。

对于任何RRH在联盟的接收功率和干扰问题/子通道分别可以表示如下:

根据图的解释2 (b),在问题的时间段RRH,表示额外获得剩余的rrh联盟。是联盟的干扰从剩下的联盟结构。

因此,对于rrh联盟之一,总sum-rate可以由函数实现定义如下: 在哪里表示时间的分数在RRH持续时间在子通道传输信号。更重要的是,对于任何RRH吗在联盟和一个辅助通道,我们有和。如果RRH在单例,等于1,这意味着问题占据了子通道其持续时间。

因此,我们定义联盟的价值基于(6)如下: 在哪里正交副载波集的基数吗,也就是说,在每个RRH副载波的数量。减少复杂性,我们假设每个RRH提供相同数量的subcarries部分2。在(7),我们认为每个RRH的平均性能。为空集,我们有。

每个RRH使自己的决定加入或离开联合政府基于其回报。在联盟的形成,预计每个RRH自私和尽可能获得更多的回报,同时保持稳定和公平标准。因此,基于联盟从(获得的价值7),一个公平的收益分配机制应考虑个人的球员。

平等公平的方法是最常见的方式,每个玩家股份平等所产生的额外价值形成联盟成员之间的合作。的价值RRH在联盟被定义为

然而,这样的方法不合理,由于渠道获得RRH问题不同于彼此。RRH更好的通道增益不愿配合RRH坏信道条件。联盟的形成过程中,球员创造更多额外的价值应该分配更多的回报。因此,基于平等的准则,根据玩家的重量是考虑非合作的效用。最后,RRH的回报在联盟可以由以下公式计算: 在哪里在联盟。

3.2。条件形成联盟

在联盟形成的过程中,原子一步从一个联盟是个体RRH分裂到另一个更高的回报。为了表达这一行动特别在数学方法,提出了一些定义来比较两种不同的联盟。

定义1。考虑两种不同的联盟,和,既包括RRH。一个偏好关系 被定义为一个完整的、反射性和传递二元关系的所有联盟RRH吗可以形成(22]。因此,表明RRH更喜欢呆在联盟而非联盟。

rrh,合作问题建模为联盟形成的游戏,我们旨在增加联盟价值,而考虑分配相当高回报的联盟的成员在同一时间。对于任何RRH,上面的偏好关系相当于下列不等式: (在哪里10)表示,RRH从联盟分裂加入联盟更多的个人收益,导致联盟结构的变化来。

基于的概念偏好关系鉴于以上,改变当前联盟结构的三个条件进行了研究。简要地说,(我)新成立的联合政府的价值应该是大于个人的效用之和所有成员属于新成立的联合政府,在非合作的工作方式。(2)新成立的联合政府的价值应该大于联盟的价值在去年国家不包含所需的球员加入。(3)收益分配给新成立的联合政府内的每一个成员应该是高于旧联盟的收益分配。然后,提出了更具体的数学表达式在随后的部分。

条件1。每个RRH配合他人的动机,组建联合政府是减少相互干扰,进一步提高频谱效率。因此,形成一个联盟产生的总价值将超过所创造的价值的总和每个RRH联盟内没有合作。具体来说,对于任何RRH往往加入一些联盟不包括,因此,条件1首先应该满足,它可以写成 在哪里表示改变后RRH联合结构是纳入联盟。

条件2。条件1只是前提组建一个新的联合政府,并给出两个充分条件条件2和3,分别。条件2是一个新的就可以形成联盟,只有当被合并后新增加RRH联盟价值,其目的是为提高系统效率。因此,基于(11),条件2可以用数学表达如下:

条件3。基于上述两个条件,在分配联盟内所有成员的价值,最后一个条件是,每位玩家的收益在新成立的联合政府应该大于其在旧有联盟中的回报。因此,对于任何RRH和,条件3写如下: 在情况下,条件3满足不等式约束(10)。

3.3。联盟形成的算法

根据定义,阐述了算法1rrh解决合作问题,我们提出一个新颖高效的算法是基于享乐转移规则(14:鉴于联盟结构rrh集上定义和偏好关系,对于任何RRH决定离开当前的联盟加入另一个当且仅当,也就是说,RRH可以受益更多的从联盟的成员之一比呆在联盟。基于部分中描述的快乐游戏的特点3.1,我们可以得出这样的结论:一方面,每个球员都是自私的,因为它只是试图加入联盟,它可以获得更多的收益而不考虑减少它曾经是联盟的价值。另一方面,联盟只包含潜在的球员可以提高联盟的价值。

上面定义的三个条件,云BBU池可以执行该算法rrh划分为若干个不同的联盟,联合考虑个人价值和价值。算法中相应的算法1。

在算法1历史,我们定义了一个变量这是专为RRH吗记录曾经的联盟加入算法执行时转移到另一个从一个联盟。通过引入,联盟形成算法必须收敛于一个稳定的结构。算法的优点是,个人的回报RRH和总联盟价值同时被认为是当外部RRH需要合并到联盟,这是通过数学表达的三个条件(11),(12)和(13)。由于并行计算和集中式计算的优越性在云BBU池,该算法可以更容易实现,与传统的分布式算法,FAP协商与其他形成联合政府通过传播他们的信息。

命题2。从最初的联盟结构,该算法总是收敛于最终结构。

证明。联盟结构的演化过程可以被描述为一个离散序列。具体来说,对于任何RRH,每个享乐转变操作可以将当前的联盟结构进入下一个阶段。

根据该算法,RRH遍历所有当前联盟后,有两种情况;也就是说,一个是没有可行的联盟记录,另一个原因是,至少有一个联盟记录为选择最优联盟加入。对于第一种情况,联盟结构保持现状;因此,重新审视结构的数量是有限的。在第二种情况下,联盟结构的数量也有限,根据(23),不超过铃数,也就是说,一组分区的数量。因此,在两个案例中,该算法总是终止,最终收敛于联合结构。

命题3。任何稳定的联盟结构最后是Nash-stable形成的。

证明。可以证明这个命题的矛盾。我们假设最终联盟结构不是Nash-stable。因此,存在RRH和联盟这为。然后,RRH因此将执行一个享乐的转变行动也将改变。因此,这与假设该算法的最终结构。

4所示。模拟和分析

联盟形成的模拟,我们考虑一个圆形区域覆盖的MBS与半径。有RRH随机分布范围内的MBS,和每个RRH设置为20米的半径。我们假设每个RRH服务问题同时正交副载波和每个问题占据10 MHz带宽。此外,它假定每个RRH在同一个联盟占据相同的持续时间在一个时间框架;也就是说,对于任何联盟和每个RRH,。每个RRH它的传动功率问题是30 dBm和MBS设置干扰−30 dBm。影响传输距离的依赖路径损耗阴影根据3 gpp规范(24),路径损耗是基于BeFemto模型。降低随机变量的变化,2000发模拟是进行不同数量的rrh。

提高清晰度,总结了主要仿真参数值表1。

在图3,我们显示的快照Cloud-RAN分区造成联盟形成算法rrh是随机部署在MBS的报道。该算法的收敛,所有rrh组织成的联盟结构,如图3。起初,所有rrh工作没有与他人合作。因此,可以被描述为最初的联盟结构,其中每个元素表示一个RRH开始时间。然后,在迭代的过程中,每个RRH正在寻找其他RRH或联盟加入更高的回报。正如前面所讨论的,超密网络不可避免地导致cochannel干扰更严重。然而,近距离合作传输的概率也会增加。因此,拟议的联盟形成算法旨在找出是否额外获得从合作中获益大于总噪声。由于远程距离,RRH 4存在作为一个单例联盟。另一方面,RRH 5和RRH 6(或RRH 7和RRH 8)倾向于形成一个联盟更高的频谱效率,而不是一个单例,由于严重的相互合作可以抑制干扰传输。最后,在一个有限的迭代之后,如图3,最终联盟结构组成的两个联盟有两个rrh和四个独立联盟是后天获得的,所以最后一个分区可以被描述为。

图4表明,无论采用哪种方法,系统实用程序获得与rrh增加的数量更高。显然,联盟形成基于游戏的算法明显比非合作的方法获得更多的回报,因为注液电池可以抑制干扰在同一个联盟和更高的频谱效率可以通过合作获得由于额外的电力传输。此外,我们可以看到,rrh的数量越多,算法的性能越好,与非合作的方法进行比较。因为它是紧迫rrh形成联盟的情况下超密部署网络。曲线在图4对数函数也有类似的趋势。与部署rrh增加,整个系统的性能可以得到改善。如果系统效用不变或减少,不得提出之初部署网络作为一个潜在的未来无线通信的技术。此外,系统实用程序的计算与公式(6在表)和路径损耗模型1。我们可以看到,两个公式都是对数的形式,和所有的操作在算法遵循对数特征。因此,性能曲线在图4对数函数的相似的增长趋势。具体地说,当rrh的数量是20,系统效用的频谱效率可以提高11.7%由于coalitional游戏基于合作传播。

在图5的平均回报,我们可以看到RRH随RRH数量的增加,这可以很容易地从图中获得4根据对数函数的特点。即使增加rrh的数量可以提高系统的实用程序,如图4,总rrh之间的相互干扰也可以办法。具体来说,新部署RRH将生成cochannel干扰恶化的效用问题由其他RRH服役。然后,与非合作的方法相比,基于联合游戏合作方式显示无特色的优势当网络是稀疏的。然而,随着RRH部署的致密化,该算法显示,每个RRH比非合作的方法可以获得更多的回报,这意味着可以通过合作来提高频谱效率RRH之间传播。

从图6,我们可以看到,这两个联盟平均规模和平均最大联盟大小与rrh数的增加变大。网络稀疏时,与其他RRH RRH无意合作,由于路径损耗是足够大的和相互干扰可以忽略不计。随着RRH增加,数量的联合形成的概率增加。原因是网络的致密化使得rrh之间的距离近,可以改善几个rrh传输合作的机会。此外,平均最大联盟大小增加更快,而联盟的平均尺寸持续增长缓慢。随着网络的致密化,更大的联盟形成了强烈的干扰消除。具体来说,rrh的数量最大联盟,联盟的平均尺寸和平均尺寸达到1.3和3.1,分别。因此,中型的最后联盟结构主要由联盟和偶尔出现的大型rrh之间的联盟。

在图7,该算法和非合作的方法,系统实用程序时增加MBS覆盖半径变大,自注液电池干扰功率能更少由于产生的路径损耗较大的距离在一个更大的MBS rrh覆盖。我们可以看到,该算法总是比非合作的方法创造了更多的系统实用程序。然而,MBS覆盖半径的增加,非合作的方法的性能逐渐接近coalitional基于游戏的方法。因为总干扰功率足够低和rrh倾向于工作在非合作的方式而不是组建联合政府在低密度的情况下部署。具体地说,该联盟形成基于游戏的算法可以在密集网络显示更好的优势。此外,对于一个给定的rrh的数量时,系统实用程序不会增加无限覆盖半径很大。所以互相干扰可以忽略在足够稀疏的网络。

然后,提出联盟形成算法之间的比较(CFA)和详尽的搜索方法的迭代的数量提出了表2。根据贝尔(数量23),我们可以看到,穷举搜索方法是不切实际的,因为可能的联盟结构数量的增加与rrh总数成倍增长。因此,它是计算复杂的超密网络。至于提出CFA,介绍了历史变量为rrh避免加入同样的联盟。此外,玩家的收益和联盟的效用都考虑在内,这极度降低了迭代时间,极大地提高了频谱效率。

最后,我们给出了理论分析的开销信息交换时联合形成算法执行。在现有的工作15),作者提出了一种递归的核心方法,其中每个合作FAP需要广播数据中的所有其他成员联盟。在这种情况下,组建联合政府的总成本是每个FAP所需的功率总和;也就是说, 在哪里表示FAP的权力了到达最远的FAP在联盟。

不同的递归的核心方法,该算法本文是通过迭代的方法。所以,总消费是由迭代的数量。在传统网络中,fap分布的计算能力,功耗,fap应该考虑来交换信息。根据该算法,在一开始,有原子的联盟网络中随机分布。因此,有必要给出fap和剩余的交换信息联盟。我们使用表示每个信息交换的功耗。因此,对于第一个迭代,成本可以写成。很容易推断出,网络部署fap没有任何联盟形成,总功耗。在实践中,从表2我们可以看到,在模拟的迭代次数大于平均水平,这意味着消耗更多的权力来收敛到一个稳定的联盟结构。

本文在Cloud-RAN的小说结构,该算法运行在集中BBU池rrh存储所有数据,为组建联合政府和必要的信息交换,在云计算。因此,大量的电力消耗的广播在信息交换可以保存根据上述理论分析。

5。结论和未来的工作

虽然Cloud-RAN密集部署rrh被认为是一种有效的方法来提高能力,实现高数据率,介绍了强烈的互相干扰。在本文中,我们提出一种新颖的基于联盟的形成和有效的合作方法可以自组织游戏,rrh相互协商减少相互干扰,从而提高频谱效率。一旦形成一个联盟,混合多个访问模式可以实现coalition-level调度器。该算法显示了一个伟大的性能比非合作的方法,因为联合效用和个人收益都考虑。基于本文中的成就,更多的进一步的研究,如寻找全局最优联盟结构,同时考虑到算法的效率将在未来。

相互竞争的利益

作者宣称没有利益冲突。

确认

作者想承认这部分工作是由中国国家自然科学基金(批准号61379111,61379111,61379111,61403424,61502055)。

引用

1. 思科,思科视觉网络指数:全球移动数据流量预测更新,2013 - 2018美国加州圣何塞,思科,2013。
2. h . r . Wang胡,杨x“的潜力和挑战C-RAN支持multi-RATs 5 g移动网络,”IEEE访问,2卷,第1195 - 1187页,2014年。视图:出版商的网站|谷歌学术搜索
3. a . t . n, n . Cheng Gamage, k, j·w·马克,x沈,“云协助HetNets向5 g的无线网络,”IEEE通讯杂志,53卷,不。6日,59 - 65年,2015页。视图:出版商的网站|谷歌学术搜索
4. d . Wubben·罗斯特j·s·Bartelt et al .,“云计算的好处和影响5 G信号处理:通过cloud-RAN灵活的集中化,”IEEE信号处理杂志没有,卷。31日。6,35-44,2014页。视图:出版商的网站|谷歌学术搜索
5. Chih-Lin, c罗,汉族,z, g . Li和z盘,“向绿色和软:5 g的角度来看,“IEEE通讯杂志,52卷,不。2、66 - 73年,2014页。视图:出版商的网站|谷歌学术搜索
6. h·李,x, d . Hu瞿x, x,和张平,”图毫微微蜂窝的干扰管理方法基于聚类策略和频谱效率改善,”学报第六届国际会议在无线通信、网络和移动计算(WiCOM 10),页1 - 5,成都,中国,2010年9月。视图:出版商的网站|谷歌学术搜索
7. l .戴z王,杨z”训练时频OFDM具有高频谱效率和可靠性能在高速环境中,“IEEE在选定地区通讯》杂志上,30卷,不。4、695 - 707年,2012页。视图:出版商的网站|谷歌学术搜索
8. h .嗯,g . Caire h·c·帕帕多普洛斯和s . a . Ramprashad”实现大规模分布式天线的频谱效率与not-so-large数量的天线,“IEEE无线通信,11卷,不。9日,第3239 - 3226页,2012年。视图:出版商的网站|谷歌学术搜索
9. y, b .荣、k . Salehian和g . Gagnon“云传播:一个新的频谱复用友好数字地面电视广播传输系统”IEEE广播,卷。58岁的没有。3、329 - 337年,2012页。视图:出版商的网站|谷歌学术搜索
10. z汉,博弈论在无线通信网络:理论、模型和应用程序》,剑桥大学出版社,2012年。
11. w·萨阿德z汉,m . Debbah a . Hjørungnes和t . Başar“Coalitional博弈论对通信网络,”IEEE信号处理杂志,26卷,不。5,77 - 97年,2009页。视图:出版商的网站|谷歌学术搜索
12. w·萨阿德z汉,m . Debbah a . Hjørungnes和t . Başar“Coalitional博弈论对通信网络,”IEEE信号处理杂志,26卷,不。5,77 - 97年,2009页。视图:出版商的网站|谷歌学术搜索
13. e . g .拉尔森e·a·Jorswieck j . Lindblom和r . Mochaourab“博弈论与平落高斯干扰信道:分析在无线网络资源冲突,”IEEE信号处理杂志,26卷,不。5,18-27,2009页。视图:出版商的网站|谷歌学术搜索
14. y Shi, g .朱、美国林和s .徐”RSSI-based动态联盟形成毫微微蜂窝网络,合作干扰管理”学报》第11届IEEE国际无线通信和移动计算会议(IWCMC 15),克罗地亚杜布罗夫尼克,页1400 - 1405,,2015年8月。视图:出版商的网站|谷歌学术搜索
15. f . Pantisano m·班尼斯w•萨阿德·r·Verdone和m . Latva-Aho”联盟形成游戏毫微微蜂窝干扰管理:一个递归方法中,核心”《IEEE无线通信和网络会议IEEE,页1161 - 1166年,2011年3月。视图:出版商的网站|谷歌学术搜索
16. b·马·m·h·张,v . w . s . Wong“干扰管理多媒体毫微微蜂窝网络和联盟形成游戏”IEEE国际会议通信学报》(ICC的13),页6112 - 6117,布达佩斯,匈牙利,2013年6月。视图:出版商的网站|谷歌学术搜索
17. f . Pantisano m·班尼斯w•萨阿德·m·Debbah和m . Latva-Aho”合作毫微微蜂窝网络的干扰对齐:博弈论的方法,”IEEE移动计算,12卷,不。11日,第2246 - 2233页,2013年。视图:出版商的网站|谷歌学术搜索
18. 韩张z l .歌曲,z, w•萨阿德”Coalitional游戏重叠干扰管理联盟小细胞网络,”IEEE无线通信,13卷,不。5,2659 - 2669年,2014页。视图:出版商的网站|谷歌学术搜索
19. p . Chanclou a . Pizzinat f·勒Clech et al .,“光纤解决方案移动fronthaul实现云无线接入网络,”程序未来的网络和移动峰会,页1 - 11,葡京,葡萄牙,2013年7月。视图:谷歌学术搜索
20. w·萨阿德z汉、m . Debbah和A . Hjørungnes“分布式联合形成公平的用户在无线网络的合作框架,“IEEE无线通信,8卷,不。9日,第4593 - 4580页,2009年。视图:出版商的网站|谷歌学术搜索
21. a . Bogomolnaia和m·o·杰克逊“享乐主义联盟的稳定结构,”游戏和经济行为,38卷,不。2、201 - 230年,2002页。视图:出版商的网站|谷歌学术搜索|Zentralblatt数学|MathSciNet
22. w·萨阿德z汉,t . Başar m . Debbah和A . Hjørungnes”无人驾驶飞行器之间的联合形成一个自私的方法在无线网络中,”学报》国际会议对博弈论的网络(GameNets ' 09),页259 - 267,伊斯坦布尔,土耳其,2009年5月。视图:出版商的网站|谷歌学术搜索
23. G.-C。轮值表,分区的数量一组。”美国数学月刊卷,71年,第504 - 498页,1964年。视图:出版商的网站|谷歌学术搜索|MathSciNet
24. 3 gpp,“进化UTRA物理层方面,”3 gpp技术报告TR 25.814, 2006年版本7,v7.1.0。视图:谷歌学术搜索

版权

版权©2016 Zhuofu周et al。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。