针对传统组播在5G通信系统中吞吐量低的问题,提出一种组播分组策略与资源分配的联合优化算法。该方法根据用户的信噪比(Signal to Noise Ratio,SNR)采用最大最小距离K-means聚类,将组播用户划分为多个子组,最大化组播子组内最小的SNR。...针对传统组播在5G通信系统中吞吐量低的问题,提出一种组播分组策略与资源分配的联合优化算法。该方法根据用户的信噪比(Signal to Noise Ratio,SNR)采用最大最小距离K-means聚类,将组播用户划分为多个子组,最大化组播子组内最小的SNR。同时在该分组策略下,采用改进的人工鱼群算法进行子载波分配,通过将子载波分配变量映射为人工鱼的位置,把组播系统吞吐量转化为人工鱼在某一位置的食物浓度进行迭代寻优。数值仿真结果表明,该方法的系统吞吐量相比于遗传算法和传统组播分别提高了5.3%和16%。展开更多
文摘针对传统组播在5G通信系统中吞吐量低的问题,提出一种组播分组策略与资源分配的联合优化算法。该方法根据用户的信噪比(Signal to Noise Ratio,SNR)采用最大最小距离K-means聚类,将组播用户划分为多个子组,最大化组播子组内最小的SNR。同时在该分组策略下,采用改进的人工鱼群算法进行子载波分配,通过将子载波分配变量映射为人工鱼的位置,把组播系统吞吐量转化为人工鱼在某一位置的食物浓度进行迭代寻优。数值仿真结果表明,该方法的系统吞吐量相比于遗传算法和传统组播分别提高了5.3%和16%。
