公开(公告)号：CN109600756B

公开(公告)日：2022-04-05

申请号：CN201811463217.0

申请日：2018-12-03

Applicant: 北京工业大学

Inventor： 涂山山 ,  刘濛 ,  安明扬 ,  肖创柏

IPC: H04W16/18 ,  H04W24/02 ,  H04W24/04 ,  H04L41/14 ,  G06K9/62

Abstract: 本发明涉及一种基于最大度优先染色算法的物理小区识别分配方法，解决小蜂窝网络技术中用来识别蜂窝网络基站的物理小区识别(PCI，Physical Cell Identification)极其有限，导致小蜂窝网络无法顺利部署，用户的网络服务质量(QoS，Quality of Service)受到了极大影响的问题。该方法首先使用K均值聚类算法对海量的网络用户移动数据进行聚类处理，划分并确定用户的热点地区。然后基于最大度优先染色算法对不同热点地区的蜂窝基站进行PCI分配和复用。该方法实现了快速有效地对蜂窝基站进行PCI的分配和复用，同时降低了PCI的冲突混淆概率，保障了热点地区用户的QoS。

公开(公告)号：CN109600756A

公开(公告)日：2019-04-09

申请号：CN201811463217.0

申请日：2018-12-03

Applicant: 北京工业大学

Inventor： 涂山山 ,  刘濛 ,  安明扬 ,  肖创柏

IPC: H04W16/18 ,  H04W24/02 ,  H04W24/04 ,  H04L12/24 ,  G06K9/62

Abstract: 本发明涉及一种基于最大度优先染色算法的物理小区识别分配方法，解决小蜂窝网络技术中用来识别蜂窝网络基站的物理小区识别(PCI，Physical Cell Identification)极其有限，导致小蜂窝网络无法顺利部署，用户的网络服务质量(QoS，Quality of Service)受到了极大影响的问题。该方法首先使用K均值聚类算法对海量的网络用户移动数据进行聚类处理，划分并确定用户的热点地区。然后基于最大度优先染色算法对不同热点地区的蜂窝基站进行PCI分配和复用。该方法实现了快速有效地对蜂窝基站进行PCI的分配和复用，同时降低了PCI的冲突混淆概率，保障了热点地区用户的QoS。

公开(公告)号：CN109635858A

公开(公告)日：2019-04-16

申请号：CN201811463213.2

申请日：2018-12-03

Applicant: 北京工业大学

Inventor： 涂山山 ,  刘濛 ,  孙凯丽 ,  肖创柏

IPC: G06K9/62 ,  G06Q50/30

CPC classification number: G06K9/6219 ,  G06Q50/30

Abstract: 一种基于模糊分层聚类的物理小区识别分配方法属于通信网络领域。为了解决用户密集地区网络服务通信的质量问题，本发明基于蜂窝网络基站的“活跃度”属性，提出了一种基于模糊分层聚类的物理小区识别方法。本发明通过引入蜂窝小区基站的“活跃度”属性概念，采用欧氏距离法对不同蜂窝小区基站的相似度进行求解，采用模式识别中的模糊分层聚类算法，实现了优先对“活跃度”较高的蜂窝小区基站群进行物理小区识别(Physical Cell Identification,PCI)的分配和复用。该方法有效提高了用户的网络服务质量(Quality of Service,QoS)以及PCI的分配效率。蜂窝网络小区基站的物理小区识别分配方法。