Ultra yoğun ağlarda küçük ve orta büyüklükteki hücreler için küme ve alt taşıyıcı tahsis algoritması
Huang Junwei1, 2, Zhou Pengguang1, Zhang Renchi1, Teng Deyang1, Xu Hao1
(1. İletişim ve Bilgi Mühendisliği Okulu, Chongqing Posta ve Telekomünikasyon Üniversitesi, Chongqing 400065; 2. Chongqing Posta ve Telekomünikasyon Üniversitesi Yeni Nesil Genişbant Mobil İletişim Anahtar Laboratuvarı, Chongqing 400065)
Ultra yoğun ağlarda, ciddi hücreler arası girişim, özellikle uç kullanıcılar olmak üzere son kullanıcıların veri hızını sınırlar. Paraziti etkili bir şekilde yönetmek ve uç kullanıcıların veri oranını artırmak, ultra yoğun ağlarda araştırma zorluklarıdır. Ultra yoğun ağ mimarisi temelinde, ağ mimarisindeki baz istasyonlarını kümelere ayırmak için grafik teorisine dayalı tamamlanmamış bir renklendirme algoritması önerilmiştir ve aynı kümedeki farklı baz istasyonları frekans bandı kaynaklarını paylaşır. Aynı zamanda, daha iyi kanal kazançlarına sahip alt taşıyıcıları ilk olarak uç kullanıcılara tahsis etmek için bir alt taşıyıcı tahsis algoritması önerilmektedir. Simülasyon, eksik renklendirme algoritmasının hücreler arası etkileşimi etkili bir şekilde azaltabileceğini ve sistem verimini iyileştirebileceğini ve alt taşıyıcı tahsis algoritmasının, sistem verimini etkilemeden uç kullanıcıların verimini optimize edebileceğini göstermektedir.
Ultra yoğun ağ; girişim koordinasyonu; kümeleme; alt taşıyıcı tahsisi
Çin Kütüphanesi Sınıflandırma Numarası: TN929.5
Belge tanımlama kodu: Bir
DOI: 10.16157 / j.issn.0258-7998.2017.07.027
Çince alıntı biçimi: Huang Junwei, Zhou Pengguang, Zhang Renchi, vb. Ultra yoğun ağlarda küçük ve orta ölçekli hücreler için küme ve alt taşıyıcı ayırma algoritması.Elektronik Teknoloji Uygulaması, 2017, 43 (7): 104-109.
İngilizce alıntı biçimi: Huang Junwei, Zhou Pengguang, Zhang Renchi, ve diğerleri.Çok yoğun ağda küçük hücre kümeleme ve alt taşıyıcı ayırma algoritması.Elektronik Teknik Uygulaması, 2017, 43 (7): 104-109.
0 Önsöz
Beşinci nesil iletişim sistemi (5G), 2020 yılında ticari kullanıma yönelik yeni nesil bir iletişim sistemidir. Veri trafiği yoğunluğunda bin kat artış ve 5G ağlarda cihaz sayısında on ila yüz kat artış hedefine ulaşmak için en etkili uygulama yöntemlerinden biridir. Ultra yoğun ağ teknolojisidir. Yoğun baz istasyonlarının ağ konuşlandırılması, ciddi hücreler arası girişime neden olacaktır, baz istasyonu ile terminal arasındaki yol kaybı azaltılmış olmasına rağmen, girişim sinyali artırılırken yararlı sinyal de artar. Bu nedenle, ultra yoğun ağlarda hücreler arası girişimi yönetmek önemlidir.
Bu aşamada, yerli ve yabancı bilim adamları, ultra yoğun ağlarda girişim koordinasyonu ve hücreler arası girişim sorunlarını incelemiş ve araştırmıştır. Literatür, frekans yeniden kullanım faktörünü ayarlayarak ortalama kullanıcılar ve uç kullanıcılar arasındaki veri hızını dengeleyen, grafik teorisindeki maksimum bağımsız kümeye dayalı bir kaynak tahsis yöntemi önermektedir. Literatür, sistemin iş hacmini ve enerji verimliliğini etkin bir şekilde iyileştirebilen, ultra yoğun ağlarda kümelenmeye dayalı dağıtılmış bir enerji tasarrufu sağlayan kaynak dağıtım şeması önermektedir. Literatür, küme baş düğümlerini seçerek kümedeki düğümlere alt kanal ve güç tahsisi için bir algoritma önermektedir. Literatür, baz istasyonuna en iyi gücü dinamik olarak tahsis ederek paraziti azaltan ve sistemin ağ verimini maksimize eden hücre parazit koordinasyonunu ve kümelemeyi birleştiren bir algoritma önermektedir. Literatür, oyun teorisine dayalı olarak enerji verimliliğini inceler ve küçük hücre ağları için bir güç spektrumu tahsis algoritması önerir. Literatürde, baz istasyonlarının rastgele konuşlandırılmasına dayalı olarak, rasgele girişim koordinasyonuna dayalı sistemin ortalama kullanıcı veri hızı analiz edilir. Literatür, iletim gücünü en aza indirmek amacıyla dağıtılmış bir güç spektrumu tahsis algoritması tasarladı ve algoritma, kullanıcının en düşük verimini değerlendirdi. Literatür, tüm baz istasyonlarını bağımsız kümelere ayırmak ve ardından bunları farklı kümelere tahsis etmek için eksiksiz bir renklendirme algoritmasına dayalı bir Grafik Tabanlı Kümeleme Kaynak Tahsisi (GCRA) şeması önermektedir. Frekans bandı kaynakları, parazit sorununu çözmek için birbirine diktir. Literatür, son kullanıcıların zayıf kanal kazançları olan alt taşıyıcılara atanmasını önlemeyi ve aynı zamanda sistem kapasitesini artırmayı amaçlayan En Kötü Alt Taşıyıcıdan Kaçınma (WSA) algoritmasını önermektedir, ancak algoritma kullanıcı adaleti sorunlarını dikkate almamaktadır. .
Ultra yoğun ağ mimarisine dayanan bu makale, grafik teorisine dayanan tamamlanmamış bir renklendirme kümeleme algoritması önermektedir.Tasarım fikri, belirli bir aralıktaki hücreler ve ağ iletişimi olan renkli hücreler üzerinde tamamlanmamış renklendirme işlemleri gerçekleştirmek, yani katılmaktır. Frekans bandı kaynaklarının kümelenmesi ve tahsisi, ağ iletişimi olmayan hücreler renkli değildir, yani kümelenmeye katılmazlar ve frekans bandı kaynakları tahsis edilmez. Ek olarak, bu makale uç kullanıcılar için güçlü parazit ve düşük veri hızı sorununu ele alır ve uç kullanıcılar için yalnızca hücreler arasındaki paraziti azaltmakla kalmayıp aynı zamanda frekans bandının kullanımını geliştiren bir frekans bandı kaynak tahsis yapısı tasarlar ve bu temelde önerir. Bir alt taşıyıcı tahsis algoritması Bu algoritmanın tasarım fikri, uç kullanıcılara, sistemin genel verimini sağlarken daha iyi kanal kazançları olan alt taşıyıcıları tahsis etmeleri için öncelik vermektir.
1 Sistem modeli
Bu makale esas olarak ultra yoğun ağ mimarisini ele almaktadır.Şekil 1'de gösterildiği gibi, sistem ultra yoğun bir ağ oluşturmak için N baz istasyonundan ve X terminalinden oluşur. Hücreler arası girişimi azaltmak için, bu makale ağ performansını optimize etme amacına bağlı kalıyor ve ilk olarak grafik teorisine dayalı tamamlanmamış bir renklendirme kümeleme algoritması önermektedir.Aynı kümedeki farklı baz istasyonları aynı spektrum kaynaklarını kullanabilir.
Bu nedenle, n baz istasyonunun kanal bağlantısındaki son kullanıcının x iletim hızı:
2 Eksik renklendirmeye dayalı kümeleme algoritması
Kümelemenin amacı, hücreler arası girişim sorununu etkin bir şekilde çözmektir.Kümeleme sona erdikten sonra, aynı küme içinde gruplanan baz istasyonları bir topluluk olarak değerlendirilebilir ve aynı spektrum kaynaklarını yeniden kullanabilir. Eksik renk kümeleme algoritması, grafik teorisine dayalı bir frekans bandı kaynak tahsis şemasıdır Algoritmanın aşağıdaki iki adımı vardır: (1) Girişim ağı topolojisi, hücreler arasındaki girişim bilgisine göre oluşturulur ve topoloji, her bir baz istasyonu arasındaki iletişimi temsil eder. Girişim ilişkisi: (2) Oluşturulan girişim ağı topolojisine göre baz istasyonları tamamlanmamış renklendirme algoritmasına göre kümelenir ve baz istasyonları belirli sayıda kümeye bölünür ve kümelerdeki kullanıcılar aynı frekans bandı kaynaklarını yeniden kullanabilir.
2.1 Bir ağ topolojisi oluşturun
Şekil 2'de gösterildiği gibi bir baz istasyonu yerleştirme yapısı olduğu varsayıldığında, baz istasyonu ile kullanıcı terminali arasındaki kesintisiz hat bağlantısı normal bir iletişim bağlantısını temsil eder ve noktalı çizgi, baz istasyonunun kullanıcı terminaline olan girişimini temsil eder, bu durumda Şekil 2, Şekil 3'te gösterildiği gibi sezgisel olarak basitleştirilebilir.
Yönlendirilmemiş bir grafik oluşturun G: G = (V, ), burada V = {1,2, ..., V} girişim topolojisi grafiğinin köşe kümelerini temsil eder, spesifik bileşim, belirli bir aralıktaki tüm hücrelerdir; Girişim topoloji grafiğinin kenar kümesi, farklı hücreler arasındaki girişim ilişkisini temsil eder.Farklı hücreler, kaçınılmaz olarak girişim sorunları yaşayacağından, birbirine müdahale eden hücreler aynı frekans bandı kaynaklarını kullanamaz.
2.2 Eksik renklendirme algoritması
Grafik teorisine dayanan tamamlanmamış renklendirme algoritması, ilk olarak hücreleri numaralandırmak, V = {1, 2, ..., v} tepe noktasını tanımlamak ve Cv kümesini, tepe V'nin mevcut renkleri (renk) kümesi olarak tanımlamaktır. Cv beyazı içermez ve beyaz özel bir renktir, bu da kümelemeye katılmamak ve frekans bandı kaynaklarını tahsis etmemek anlamına gelir.Diğer farklı renkler kümeleme ve kaynak tahsisindeki farklılıkları temsil eder.
Algoritma 1: Eksik renklendirme algoritması
Şekil 4 (a) 'da gösterildiği gibi, analiz için Şekil 3'teki baz istasyonu yapısının basitleştirilmiş diyagramındaki baz istasyonları 1, 2, 3 ve 4'ü, GCRA algoritmasının rengini alın. Hücreler arası paraziti önlemek için, gerekli renk seti {kırmızı, mavi, mor } ve Şekil 4 (b) 'deki tamamlanmamış renklendirme algoritması, renklendirme işlemini hücrenin rastgele duraklamasına göre gerçekleştirecektir, gerekli renk seti yalnızca GCRA algoritmasının ortalama rengi olan formül (3) ile hesaplanan {kırmızı, mavi} şeklindedir. Yeniden kullanım oranı Average_v = 4/3, tamamlanmamış renklendirme algoritmasının ortalama renk yeniden kullanım oranı Average_v = 3/2.
2.3 Kümeleme
Şimdi, Şekil 3'teki 4 ve 5 numaralı baz istasyonlarında veri aktarımı olmadığını ve Şekil 5'te gösterildiği gibi renklendirme ve kümeleme için algoritma 1 (durumlardan birini alın) ve GCRA algoritmasının kullanıldığını varsayalım.
Öncelikle boyama işlemini GCRA algoritmasına göre gerçekleştirin Boyama işlemi için baz istasyonu 1'den baz istasyonu 7'ye komşu baz istasyonlarından farklı renkler seçin Şekil 5 (a) 'da gösterildiği gibi baz istasyonları 1, 5 ve 6'nın aynı renkle maviye boyandığı görülebilir. Kümeler, baz istasyonları 2, 3 ve 7 aynı anda kırmızıya boyanır ve aynı kümeye bölünür, geriye 4 ayrı küme, yani küme 1 = {1,5,6}, küme 2 = {2,3,7}, küme 3 = {4}. Aşağıdaki, Algoritma 1'e göre renklendirme işlemidir ve renklendirme durumlarından biri, kümelere ayrılabilen Şekil 5 (b) 'de gösterilmektedir: küme 1 = {1,6,7}, küme 2 = {2,3}.
3 Alt taşıyıcı tahsis algoritması
3.1 Kullanıcı bölümü
Ağın girişim topolojisine ve sistem durumuna göre bir Si eşiği seçilir ve kullanıcı tipi, her kullanıcıdan gelen Sj geri bildirimine göre belirlenir. SiSj olduğunda, kullanıcı merkezi kullanıcı Uc olarak değerlendirilebilir, eğer SiSj ise kullanıcı uç kullanıcı Ue olarak değerlendirilebilir. Bölünme Şekil 6 (a) 'da gösterildikten sonra, merkezi kullanıcı (merkezi boşluk) ve kenar kullanıcı ( Frekans bandı kaynaklarını tahsis ederken, hücre birleşimindeki uç kullanıcılara girişime neden olmak açıktır, ancak, her hücrenin kenar kullanıcıları farklı ortogonal frekans bandı kaynaklarına tahsis edilirse, parazit azaltılacak olmasına rağmen, Çok fazla frekans bandı kaynağı israfına neden olur. Bu amaçla, bu makale, uç kullanıcılar için frekans bandı kaynaklarının tahsis edilmesi için bir yöntem tasarlamaktadır Şekil 6 (b) 'de gösterildiği gibi, her kenar alanı çapraz olarak bölünmüştür, yani, kenar alanına tahsis edilen frekans bandı kaynakları iki kısma bölünmüştür. Bu, bitişik kenar alanlarının karşılıklı olarak ortogonal frekans bantlarının kaynaklarını kullanmasına izin verir, bu da uç kullanıcıların girişim sorunlarını etkili bir şekilde önler.
Şekil 6'daki frekans bandı kaynak tahsis şeması, hücreye tahsis edilen frekans bandı kaynaklarını üç kısma böler; burada kenar alanının iki kısmı, daha yüksek güçlü birincil alt taşıyıcıları kullanır ve merkezi alan, daha düşük güçlü birincil alt taşıyıcıları kullanır. Şekil 6 (a) 'da karşılık gelen alt taşıyıcıların tahsisi Şekil 7 (a)' da gösterilmektedir Tamamlanmamış renk kümelemesinden ve merkez ve kenar bölgelerinin bölünmesinden sonra, Şekil 6 (b) 'deki alt taşıyıcıların tahsisi Şekil 7 (b)' de gösterilmektedir. Analiz, tamamlanmamış renklendirme algoritması nedeniyle, aynı kümedeki 1, 6, 7'nin karşılık gelen birincil alt taşıyıcıları olarak r1, 6, 7'yi kullanabileceğini ve 2, 3'ün karşılık gelen birincil alt taşıyıcılar olarak r2, 3'ü kullanabileceğini gösterir; Ek olarak, kenar ve merkezi alan bölme şeması benimsenmiştir, böylece kenar alanları sırasıyla ra ve rb'yi kullanabilir.Sistemin frekans bandı kaynaklarını koruyabilen ve genel sistemi iyileştirmeye yardımcı olan her kenar alanına ortogonal frekans bandı kaynakları tahsis etmek gerekli değildir. Çıktı.
3.2 Alt taşıyıcı tahsis algoritması
Kaynakların tahsis edilebildiği hücredeki her terminal kullanıcısının yalnızca bir alt taşıyıcıya tahsis edilebileceğini ve her terminal kullanıcısının kanal durum bilgisini tahmin edebileceğini varsayarsak, tanım: (1) M = {1,2 ... m}, alt taşıyıcıların sayısıdır Sayı kümesi, m, farklı alt taşıyıcıların sıra numarasıdır; (2) p (0 < p < 1) kenardaki toplam kullanıcı sayısının yüzdesidir; (3) kanalın kazanç matrisi H'dir; (4) U = {1,2 ... u}, son kullanıcının seri numarasıdır.
Algoritma 2: Alt taşıyıcı ayırma algoritması
(1) Kanalın kazanç matrisini H, H'deki m'inci sütunun maksimum değeri olacak şekilde yeniden planlayın ve her bir sütunun maksimum değerinin küçükten büyüğe doğru sırasına göre düzenleyin (maksimum değer aynıysa, sonraki en büyük değeri karşılaştırın, vb.) . Kenar kullanıcılarının daha iyi kanal kazanımlarına sahip alt taşıyıcıları seçebilmelerini sağlamak için, H = yeniden ayarlayın; burada H1, H2, H3, vb. Kazanç matrisinde H farklı sütun vektörlerini temsil eder.
(2) Kenar kullanıcısının kanal kazanç matrisi için kullanılan yeni bir H matrisini yeniden oluşturmak için kazanç matrisi H'nin arkasından düzeltme (pM) sütununu alın ve kalan m-düzeltme (pM) sütunları merkez kullanıcının kanalını oluşturur H matrisi kazanın.
(3) Önce alt taşıyıcıları uç kullanıcılara tahsis edin, yani m sütunundan ileriye doğru, her sütunun maksimum değerine karşılık gelen u son kullanıcıyı bulun, alt taşıyıcıyı ona atayın ve sonra m-1 sütunundan maksimum değeri bulun Değere karşılık gelen terminal kullanıcısı için, maksimum değere karşılık gelen kullanıcı da bu zamanda u ise, alt taşıyıcı tahsisi için m-1 sütunundaki ikinci en büyük değere karşılık gelen terminal kullanıcısı seçilir. H'ye atanan ilk sütunun sonuna kadar. İkinci olarak, alt taşıyıcılar merkezi kullanıcı için tahsis edilir Bu zamanda, tahsis, kanal kazanç matrisinin H 'son sütunundan başlamalıdır ve tahsis yöntemi, uç kullanıcılar için olanla aynıdır.
Örnek olarak uç kullanıcılar için alt taşıyıcıların tahsisini alın: Kanal kazanç matrisi H'nin:
4 Simülasyon sonuçları ve analizi
Bu yazıda önerilen eksik renklendirme algoritması, literatürdeki GCRA algoritması ile karşılaştırılmış ve literatürdeki alt taşıyıcı algoritması ve WSA algoritması, bu yazıda yer alan algoritmanın etkili olup olmadığını göstermek için simüle edilmiştir. Spesifik simülasyon parametreleri Tablo 1'de gösterilmektedir.
Şekil 8'de gösterildiği gibi, baz istasyonlarının sayısı artmaya devam ettikçe, sistemin ortalama verimi de artar. Bununla birlikte, baz istasyonlarının sayısı yaklaşık 40'a ulaştığında, sistemin verimi düz olma eğilimindedir, bu, baz istasyonu yoğunluğundaki artıştan kaynaklanmaktadır, bu, sistemin, talebi karşılayamayan sınırlı frekans bandı kaynaklarına neden olur ve kullanıcılar arasındaki parazit buna göre artacaktır. Baz istasyon sayısı 20-40 iken bu yazıda eksik renklendirme algoritmasında sistemin ortalama verimi önemli ölçüde artmaktadır çünkü sistemde mevcut olabilecek boştaki baz istasyonlarının beyaz renkte olması yani ayrılmamış frekans bandı kaynaklarını alması, sistemin frekans bandı kullanımının iyileştirilebilmesidir. İyileştirme aynı zamanda sistemin ortalama veriminin kalitesini de garanti eder. Karşılaştırma yoluyla, tamamlanmamış renklendirme algoritmasının, boştaki baz istasyonlarını beyaza renklendirme şeması nedeniyle diğer baz istasyonları için daha fazla frekans bandı kaynak seçim fırsatı sağlayabildiği ve ayrıca ortalama verim açısından daha iyi bir etkiye sahip olduğu görülebilir.
Şekil 9'da görüldüğü gibi, baz istasyonlarının yoğunluğu artmaya devam ettikçe, son kullanıcıların düşüş oranı da yükselme eğilimi göstermektedir. Şekil 9'daki bu makaledeki GCRA algoritması ve eksik renklendirme algoritması karşılaştırıldığında, baz istasyonu yoğunluğu düşük olduğunda sistemde daha az son kullanıcı olduğu, bu nedenle sistem frekans bandı kaynaklarının şu anda bol olduğu ve her ikisinin de düşme oranının düşük olduğu görülebilir. Aralık. Bununla birlikte, sistemdeki nispeten sınırlı frekans bandı kaynakları ve hücreler arasındaki girişimin sürekli artması nedeniyle baz istasyonlarının sayısı ve baz istasyonlarının dağıtım yoğunluğu arttığında, ikisinin düşme oranı büyük ölçüde artmaktadır. Şekil 8'den, baz istasyonu yoğunluğu düşük olduğunda GCRA algoritmasının son kullanıcıların düşme oranında bir avantajı olduğu, ancak yoğunluk yüksek olduğunda bu makaledeki eksik renklendirme algoritmasının sistemin frekans bandı kullanımını iyileştirebileceği ve bağlantıyı kesebileceği sonucuna varılabilir. Oran, GCRA algoritmasından önemli ölçüde düşüktür.
Alt taşıyıcıların sayısı artmaya devam ettikçe, bu makaledeki uç kullanıcı ve alt taşıyıcı tahsis algoritması ile WSA algoritması arasındaki ortalama sistem veriminin karşılaştırma sonuçları Şekil 10'da gösterilmektedir. Şekil 10'da, bu makaledeki algoritma ve WSA algoritması farklı sayıda alt taşıyıcıya sahip olduğunda, uç kullanıcıların iş hacminin önemli ölçüde arttığı açıkça görülebilir. Analiz, alt taşıyıcıları tahsis ederken, bu makaledeki algoritmanın, kenar kullanıcılarının daha yüksek kanal kazanımlarına sahip alt taşıyıcıları seçmesini sağlamaya öncelik verdiğini göstermektedir Uç kullanıcılara öncelik verme ilkesine bağlı kalarak, uç kullanıcıların verimi geliştirilebilir.
Şekil 11'de, bu algoritma altındaki sistemin toplam verimi ve WSA algoritması çok yakındır ve bariz bir fark yoktur. Analiz, uç kullanıcılar için alt taşıyıcıların seçiminde, bazı merkezi kullanıcıların dikkate alınmasının göz ardı edildiğini ve bazı merkezi kullanıcıların ortalama veriminin feda edildiğini göstermektedir.Sonuç olarak, bu algoritma altındaki sistemin ortalama verimi özellikle belirgin değildir.
5 Özet
Ultra yoğun ağ ortamında, bu makale eksik renklendirmeye dayalı bir kümeleme algoritması önermektedir.Farklı renk türlerine göre, baz istasyonları kümelenmiştir ve aynı kümedeki baz istasyonları frekans bandı kaynaklarını paylaşmaktadır. Ek olarak, bu makale uç kullanıcıları ve merkezi kullanıcıları ayırt etmek için bir şema tasarlar ve bu temelde, uç kullanıcılara daha iyi kanal kazançları olan alt taşıyıcılar sağlamaya öncelik veren bir alt taşıyıcı tahsis algoritması önerir. Simülasyon deney sonuçları, tamamlanmamış renklendirme algoritmasının, frekans bandı kaynaklarını etkin bir şekilde tahsis edebileceğini, paraziti azaltabildiğini ve sistemin ortalama verimini önemli ölçüde artırabildiğini göstermektedir Alt taşıyıcı tahsis algoritması, uç kullanıcıların verimini iyileştirmede önemli bir etkiye sahiptir.
Referanslar
WANG C X, HAIDER F, GAO X Q, ve diğerleri. 5G kablosuz iletişim ağları için hücresel mimari ve anahtar teknolojiler. IEEE Communication Magazine, 2014, 52 (2): 122-130.
OSSEIRAN A, BOCCARDI F, BRAUN V, vd. 5G mobil ve kablosuz iletişim senaryoları: ME-TIS projesinin vizyonu. IEEE İletişim Dergisi, 2014, 52 (5): 26-35.
Xiaohu, Pan Zhiwen, Gao Xiqi, vb. 5G Mobil İletişim Geliştirme Eğilimleri ve Bazı Anahtar Teknolojiler Çin'deki Bilim: Bilgi Bilimi, 2014, 44 (5): 551-563.
BAI L, LIU T T, CHEN Z L, vd. Ultra yoğun ağlar için grafik tabanlı bir girişim topolojisi kontrolü. 201412. Uluslararası Sinyal İşleme Konferansı (ICSP), 2014: 1676-1681.
LIANG L, WANG W, JIA Y J, vd. Ultra yoğun ağlar için küme tabanlı enerji verimli kaynak yönetimi şeması. IEEE Erişimi, 2016 (4): 6823-6832.
ABDELNASSER A, HOSSAIN E, DONGI K. İki katmanlı hücresel OFMA ağındaki yoğun femtoseller için kümeleme ve kaynak tahsisi Kablosuz İletişimde IEEE İşlemleri, 2014, 13 (3): 1628-1641.
Zhu Xiaorong, Zhu Weiran. Ultra yoğun küçük tepe ve yuva ağında girişim koordinasyonuna dayalı küçük hücre kümesi ve güç tahsis algoritması. Elektronik ve Bilgi Dergisi, 2016, 38 (5): 1172-1176.
XIE R C, YU F R, JI H, et al. Femtocell'li heterojen bilişsel radyo ağları için enerji açısından verimli kaynak tahsisi. IEEE İşlemleri Kablosuz İletişim, 2012, 11 (11): 3910-3920.
YU S M, KIM S L. Hücresel ağlarda downlink kapasitesi ve baz istasyonu yoğunluğu IEEE 11. Uluslararası WiOpt Sempozyumu, 2013: 119-124.
LOPEZ-PEREZ D, CHU X L, VASILAKOSA V, et al. OFDMA femtocell ağlarında parazit azaltma için güç minimizasyonu tabanlı kaynak tahsisi. IEEE Journal on Selected Areas in Communications, 2014, 32 (2): 333-344.
ZHANG Q, ZHU X N, WU L J, ve diğerleri.OFDMA femtocell ağları için renklendirme tabanlı bir kaynak tahsisi. IEEE Kablosuz İletişim ve Ağ Konferansı (WCNC), 2013: 673-678.
LIU T T, YANG C Y, YANG L L. Frekans bölmeli çoklu erişim sistemleri için düşük karmaşıklıklı alt taşıyıcı güç tahsis şeması Kablosuz İletişim IEEE İşlemleri, 2010, 9 (5): 1564-1570.
