| C-RAN网络中基于稀疏性的预测矩阵求解算法 |
| |
| 引用本文： | 旷 灵,刘占军,谭 新,刘 洋.C-RAN网络中基于稀疏性的预测矩阵求解算法[J].国际商务研究,2019,59(3). |
| |
| 作者姓名： | 旷 灵 刘占军 谭 新 刘 洋 |
| |
| 作者单位： | 重庆邮电大学 移动通信技术重庆市重点实验室,重庆 400065,重庆邮电大学 移动通信技术重庆市重点实验室,重庆 400065,重庆邮电大学 移动通信技术重庆市重点实验室,重庆 400065,重庆邮电大学 移动通信技术重庆市重点实验室,重庆 400065 |
| |
| 基金项目： | 国家高技术研究发展计划（863计划）项目(2014AA01A701)；重庆邮电大学博士基金启动项目 |
| |
| 摘 要： | 在C-RAN（Centralized,Cooperative,Cloud Radio Access Network）无线网络基于转移矩阵的负载预测方法中，虽然该预测矩阵具有稀疏特性，但是现有的技术缺乏对稀疏特性加以利用，从而造成计算复杂。针对此问题，提出了一种基于稀疏性的预测矩阵求解算法。该算法对网络状态转移矩阵进行分块迭代，每次等分4块，并分别定义4块矩阵的偏移量。当属于同一行的块矩阵的偏移量有一个是零矩阵时，直接得出所求矩阵对应块的元素全部为零，然后进行下一次迭代；当属于同一行的块矩阵偏移量都不为零矩阵时，通过对矩阵方程组变形处理，转换成迭代格式，然后分块处理。最后，结合仿真定量分析稀疏矩阵稀疏度的临界值问题，给出了稀疏度与计算量之间的关系，并证明了其合理性。仿真结果表明，所提算法能够在不影响预测准确度前提下，降低复杂度。
|
| 关 键 词： | C-RAN网络 大规模稀疏矩阵 矩阵分块 稀疏度 |
A sparsity-based prediction matrix solving algorithm for C-RAN networks |
| |
| KUANG Ling,LIU Zhanjun,TAN Xin and LIU Yang.A sparsity-based prediction matrix solving algorithm for C-RAN networks[J].International Business Research,2019,59(3). |
| |
| Authors: | KUANG Ling LIU Zhanjun TAN Xin and LIU Yang |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《国际商务研究》浏览原始摘要信息 |
| 点击此处可从《国际商务研究》下载免费的PDF全文 |
|
