.png){kind=icon}
返回
Throughput and load balancing optimization in heterogeneous networks using Red-Tailed Hawk Algorithm
.png){kind=icon}
OA
AI
DOI：10.1038/s41598-025-14389-y.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在无线通信网络中，近年来不断增长的数据需求带来了显著问题。这一问题将持续存在，因为移动用户对服务质量（QoS）的需求不断变化，且其数据使用量急剧飙升。异构网络（HetNet）场景的复杂性和流量需求的急剧增长显著加剧了这些问题。由于传统方法在小区关联过程中优先考虑最大接收功率，从而在HetNets内部维持网络不平衡，因此难以满足移动用户的多样化流量需求。在本工作中，集成了一种结合小区范围扩展（CRE）方法的红尾鵟（RTH）算法，旨在最大化满足下行链路需求的用户数量，而非仅关注提高单个用户的下行链路速率。该建议方法构建了一个适应度函数，其目标是为每个小型基站（SBS）确定适当的CRE偏置值，同时考虑基站的工作负载以及用户设备的信号与干扰加噪声比（SINR）。通过与常规方法的比较，展示了与建议策略相关的效率。所提出的方案在满足用户吞吐量要求的同时降低了网络不平衡和呼叫掉线率。实验结果表明，与现有方法相比，所提出的模型在负载均衡、吞吐量、呼叫掉线率、执行时间、延迟和收敛性方面分别提升了56.67%、49.23%、91.49%、77.55%、92.68%和20.11%。
Keyword:
Throughput optimization
Load balancing optimization
Heterogeneous networks
Red-Tailed Hawk Algorithm
Cell range extension
期刊
IF:
3.9
论文数:
28.0W
被引数:
83.5W
机构
引用论文
分享收藏Based load balancing in heterogeneous networks with human and machine type communication co-existence基于异构网络中人与机器类型通信共存的基础负载均衡.png)
IF0
PREAI
分享收藏
分享收藏Dynamic Offloading in Mobile Edge Computing With Traffic-Aware Network Slicing and Adaptive TD3 Strategy基于流量感知网络切片和自适应TD3策略的移动边缘计算动态分流
PREAI
分享收藏
查看更多内容