《表1 仿真参数与环境:一种基于模糊聚类的物理小区识别分配方案》

《表1 仿真参数与环境:一种基于模糊聚类的物理小区识别分配方案》   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
《一种基于模糊聚类的物理小区识别分配方案》


  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

为了对提出的方案进行实际应用效果的检验,将夹角余弦值法[9]、曼哈顿距离法[18]、切比雪夫距离法[19]和本文提出的欧氏距离法方案进行仿真对比。首先在每种方案的基础上对不同分布期望下的蜂窝小区基站进行模糊分层聚类,然后计算每种方案在对应聚类结果下的F统计量,得到小蜂窝基站在不同分布期望下的聚类结果。根据方差分析法,F统计量可以表示聚类效果的优劣,F统计量的数值越大,说明聚类效果越好,PCI分配的实际效果也就越好,反之则说明聚类效果较差,PCI分配效果不佳。通过对比不同方案下的统计量数值,可以检验本文提出的方案和其他三种方案的模糊分层聚类效果。本文用到的仿真参数设定如表1所示。