超密集网络中最大化网络吞吐量的预测资源分配

来源：信号处理杂志 2017年第3期北京时间：

作者：王俊才, 刘婷婷, 杨晨阳, 孙奇

摘要：在超密集网络中，小区间干扰严重制约了小区边缘用户的性能体验以及网络吞吐量。无线大数据分析的飞速发展，使得人们有可能通过预测未来的信道状态来分配资源，在无干扰网络中可达到很大的性能增益。但是在干扰网络中如何利用预测信息，在分配资源的同时有效协调干扰还是一个尚未研究的问题。本文分析了干扰网络中预测资源分配的设计难点和存在的问题，针对该问题提出了相应的解决方法，将资源分配建模成一个凸优化问题，通过求解优化问题得到最优的资源分配方法。仿真表明，与未知预测信息的最大化网络吞吐量方法相比，所提方法能够有效提高用户的成功传输率、平均传输进度和网络的吞吐量。当用户数据需求较大时，所提方法可以提供较大的网络性能增益。

关键词：预测资源分配, 大数据, 最大化网络吞吐量, 干扰协调, 超密集网络