C-RAN网络中基于稀疏性的预测矩阵求解算法

C-RAN网络中基于稀疏性的预测矩阵求解算法*

旷 灵**，刘占军，谭 新，刘 洋

【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。

【期刊名称】电讯技术 【年(卷),期】2019(059)003 【总页数】5

【关键词】C-RAN网络；大规模稀疏矩阵；矩阵分块；稀疏度 开放科学(资源服务)标识码(OSID)：

引用格式：旷灵，刘占军，谭新，等.C-RAN网络中基于稀疏性的预测矩阵求解算法[J].电讯技术，2019,59(3):255-259.[KUANG Ling，LIU Zhanjun，TAN Xin，et al.A sparsity-based prediction matrix solving algorithm for C-RAN networks[J].Telecommunication Engineering,2019,59(3):255-259.]