本发明涉及无线通信技术领域，特别涉及到5g超密集网中基于小基站部署密度的分簇方法。
背景技术：
从3g(第三代移动通信)投入使用到4g(第四代移动通信)的成功商用，无线通信技术在不断的发展和前进。伴随着手机、平板及可穿戴终端设备的普及和宽带互联网通信业务的多样化，未来人们对于通信业务的需求呈现出爆炸式增长。从业务场景来看，移动业务的60％、数据业务的70％发生在室内和热点区域。现有4g移动网络，在解决用户接入速率、接入质量、高速移动性支持、吞吐量提升等方面具有很大的突破。但对于越来越高的用户体验速率、未来千亿的设备连接数密度、毫秒级的端到端时延，现有技术还无法满足，在下一代的通信技术的研究中，研究人员提出了超密集网络技术，用来解决人口密集区域的业务需求问题。
现有的4g网络架构是在宏基站的集中控制下进行运作，宏基站就相当于系统的大脑。超密集网络是在传统宏蜂窝覆盖下密集部署小基站，通过减少小基站到用户的距离、合理的资源分配策略等手段，提升人口密集区域的系统容量、提升用户的服务质量。然而由于大量部署小基站也带来了一些新的问题，例如层间干扰、层内干扰、系统信令开销等。其中信令开销与小基站数目呈指二次方的关系，系统信令开销会随着小基站的数目增加而增加。信令开销的增长会增加整个网络的计算负载和资源消耗。因为工程量的浩大，现有网络架构在短时间之内还不能完全改变为控制与传输分离的网络结构，长期的一段时间内还维持着集中式的网络架构。
目前，宏基站集中控制模式下的信令管理方案中采用小基站分簇的方法成为减少系统信令开销的有效手段，相关文献已经提出各种不同的小基站分簇方法。将网络拓扑进行分簇处理，再以簇为单位进行管理，一方面使得网络结构等到降级，增强了对节点的管理，另一方面使得网络的局部同步也更为容易实现。
在信令管理方案研究中，现有的分簇方案有已下几种类型：1、基于图论理论的分簇方案。该类型方案的基本思路是将小基站抽象成为点，节点之间的连线抽象成为边，将整个网络分解成为多个子图。2、基于相似性的分簇方案。这种类型中将路损、干扰阈值等参数作为相似性参考，将相似性较大或者较小的分在一起，成为一类或一簇。3、基于模式识别的分簇方案。主要是利用k-means、k-means++等算法对小基站按照距离的远近进行分簇。
发明人发现，现有的一些技术中，传统的宏基站集中控制下的信令开销管理方案很难完全应用在超密集网络环境中，传统方案中有的在分簇之前给出了分簇数目或者进行固定式小基站分簇。因为小基站部署灵活，网络拓扑结构呈现动态变化，这需要分簇方案能够针对网络结构变化进行动态的分簇，减小因信令开销而带来的性能损失，提升系统性能。
技术实现要素：
针对以上现有技术的的问题，本发明讨论了5g超密集网络中基于小基站部署密度的分簇方法，针对于动态变化的网络拓扑结构，有效的进行小基站动态分簇。
本发明是一种用于5g超密集网络中的基于小基站部署密度的分簇方法，主要包括以下步骤：
步骤101：构建网络干扰拓扑图，利用k中心值法选取k0个簇头。
步骤102：设定干扰阈值，计算其余小基站到簇头的干扰值，降序排列。将小基站分配到干扰值较大的簇头所在的分簇中，分配完毕之后，重新计算、选取簇头。
步骤103：在步骤102分簇的基础之上，计算整个宏基站覆盖区域下的小基站部署密度。
步骤104：计算每个分簇中的小基站部署密度，并将之与宏区域下的小基站部署密度进行比较，根据比较结果判断是否对分簇进行合并或分裂操作。
步骤105：判断是否修改参数。
步骤106：判断迭代是否完成。
所述步骤101根据网络干扰情形，构建网络拓扑图。根据分簇数目与小基站数目的关系限定簇数的选择范围，利用k中心值法选取k0个簇头。
所述步骤102在步骤101的基础之上，计算其余小基站到k0个簇头的干扰值，将干扰值进行降序排列，将小基站分配到干扰值最大的簇头所在的分簇中，分配完毕之后，重新计算、选取簇头。
所述步骤103计算宏基站覆盖区域内的小基站部署密度。
所述步骤104计算每个分簇的小基站部署密度，判断分簇是否进行合并或者分裂操作。将之与宏基站覆盖区域下的小基站部署密度进行比较，大于宏区域的部署密度的分簇则进行分裂操作，并重新计算、选取分簇的簇头。小于宏区域的部署密度的两个分簇则进行合并操作，然后重新计算、选取分簇的簇头。
所述步骤105当有小基站进入或撤出系统时，判断是否修改干扰阈值参数。
所述步骤106判断迭代是否完成。
本发明的有益效果在于：本发明针对超密集网络中小基站动态分簇问题，采用基于小基站部署密度的分簇方法来完成对宏基站覆盖区域下的小基站进行动态分簇，将众多小基站与宏基站的直接交互消息，变成为集中-集中式两级交互结构，即簇中小基站与簇头进行信息交互，然后簇头再与宏基站进行信息交互。当网络拓扑结构动态变化时，能够有效的进行动态分簇，减小信令开销，提升系统性能。
附图说明
图15g超密集网络系统模型
图25g超密集网络中基于基站部署密度的分簇方法流程示例图
具体实施方式
为使发明的目的、技术方案和优点表达得更加清楚明白，下面结合附图及具体实施案例对本发明做进一步详细说明。
图25g超密集网络基于小基站部署密度的分簇方法流程示例图，该方法包含以下步骤：
步骤101：根据网络干扰情形构建网络干扰拓扑图,依据分簇数目与小基站分簇数目的关系
步骤102：设定干扰阈值,计算其余小基站到这些簇头的干扰值，并按照干扰值的大小进行降序排列，将小基站分到干扰值较大的簇头所在的分簇中，并按照公式(1-1)重新计算、选取簇头。
步骤103：按照公式(1-2)计算宏基站覆盖区域下的小基站部署密度。其中nsbs表示宏基站覆盖区域内的小基站数目，
步骤104：按照公式(1-3)计算上述分簇中的簇区域内的小基站部署密度，其中
接下来判断其是否是与宏区域部署密度是否相等。如果是，则转到步骤105。如果否，判断分簇区域内的部署密度是否大于宏区域部署密度，如果是，则将这个分簇进行分裂操作，按照公式(1-4、1-5)重新计算、选取簇头。如果否，则将两个分簇进行合并操作，按照公式(1-6)重新选取簇头。
步骤105：判断是否修改干扰阈值，如果是，则返回步骤102。如果否，则转到步骤106。
步骤106：判断是否是最后一次迭代。如果是，则结束分簇方法。如果否，则转到步骤101。