《表3 本文算法与对比算法系统频谱效率对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《超密集网络以用户为中心及多维协作的用户分簇算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在本文中，用户分簇的个数为M，分簇操作至多进行M个循环，用户数为N_user，每次循环更新用户，N_user数目依次减少，至多进行N_user次搜索，故复杂度不超过M×N_user。在对比算法中，分簇操作进行N_user-M个循环，N_user不变，每次循环进行N_user次搜索，复杂度为N_user2-M×N_user。由于N_userM，故GTGA复杂度小于对比算法的复杂度。为进一步证实算法的有效性，在最后的仿真阶段，逐步增加基站的数量为9个、12个用来产生更加严重的干扰。如图5、图6所示，就系统平均和速率（对应CDF曲线50%的位置）和边缘用户和速率（对应CDF曲线5%的位置）而言，本文提出GTGA算法较之对比算法均有提升，具体的提高幅度见表2。表3给出了频谱效率的比较，可以得出，在GTGA算法下系统的中心、边缘以及平均的频谱效率均高于对比算法的频谱效率，且随着小区数目的增加，频谱效率呈增长趋势。尤其是边缘用户频谱效率的增加，反映了GTGA算法较之对比算法系统干扰的减小，对干扰抑制有显著效果。这是因为在虚拟小区场景下能够将干扰无法回避的小区边缘用户划分到相互正交的资源域（载波），减少小区边缘的干扰。其次，对于可重叠的虚拟小区，用户处在干扰信号较严重的边缘区域，根据协作传输策略可将干扰转化为有用信号。同时由于在用户调度阶段系统的复杂度会持续增加，用户分簇是将可预见的问题提前处理，使得在后续多维资源分配中，该方案可以获得系统合速率增益，减少多维资源分配的复杂度。