多用户MIMO下行链路中一种传输方式自适应调度算法

目的针对多用户MIMO下行链路,提出一种传输方式自适应调度算法。方法该算法由各移动用户根据信道状态选择与基站的通信方式,包括波束形成和空分复用,并向基站自适应反馈信道信息;基站根据各移动用户的反馈信息选择用户子集。结果该算法实现了基站和移动用户联合用户调度,系统反馈开销由各用户的信道状态共同决定。结论与已有方法相比,该算法能够同时获得高的系统容量和更好的BER性能。     

密集小区多载波系统中基于业务排队的能效优化

密集小区技术是满足未来高容量、高能效蜂窝通信的关键技术之一。在密集小区场景下,虽然单个基站的能耗降低了,但是由于基站总数大幅度增多,蜂窝网络的总能耗还是会随业务的增多而提高。基于用户业务排队的用户分配、频谱分配和功率分配可以有效地提升系统性能。该文研究在多载波正交信道下,基于用户业务排队进行用户调度、载波分配、功率分配来降低系统长时间的总能耗,同时保证用户业务传输的需求。通过利用Lyapunov优化理论,把问题转化成一个混合整数规划问题,并给出了多载波正交信道下的用户调度、载波分配、功率分配的算法。仿真结果验证了该算法能够降低系统能耗,同时与以优化系统和速率为目标的算法具有一致的系统和速率。     

Femtocell基站休眠机制研究

Femtocell基站是解决蜂窝覆盖问题的一种有效途径,然而Femtocell基站大能耗已成为一个紧迫的问题。分析了Femtocell基站传统的固定周期休眠机制算法,提出了两种改进的自适应休眠机制。其设计思想分别为:改进方案A通过引入休眠周期因子改变增长倍数,动态调整休眠周期;改进方案B通过上一次休眠周期状态的阶数来确定初始休眠的间隔时间,降低休眠模式下的能量消耗。并对两种改进的休眠方案进行Markov分析和Matlab仿真,结果表明,两种改进休眠方案均有比较大的能量改善,改进方案A比较适应环境变化小、通话率高的单基站通信;改进方案B能在通话率波动比较大的范围内保持良好性能,且性能最好,适应多基站协作的通信。     

D2D通信中基于Q学习的联合资源分配与功率控制算法

D2D(Device to Device)通信可实现距离相近的用户设备直接通信,有效地提升系统的吞吐量,获得高频谱效率和能量效率,但D2D通信共享蜂窝网络频谱资源时,会造成蜂窝网络与D2D链路严重的层间干扰.为减少层间干扰带来的影响,提出一种基于Q学习的联合资源分配与功率控制算法.从Q学习的角度来构建数学模型,将蜂窝网络中的多个D2D用户对视为多智能体学习者,利用历史状态(历史吞吐量和功率值),不需要精确的信道状态信息(Channel State Information,CSI)和互干扰等先验知识,通过Q学习算法,学习得到分布式的信道选择和功率控制的联合最优策略.可以动态调整D2D用户功率,在保证蜂窝用户服务质量的前提下,通过D2D功率控制获得最大化系统吞吐量.仿真结果表明,基于Q学习的联合资源分配与功率控制的算法有效提高了系统的吞吐量.     

下行链路基站协同蜂窝系统中的功率分配和干扰消除方法

蜂窝间干扰是无线蜂窝网络中一个重要的性能瓶颈, 基站协同可以消除小区边缘用户受到的严重的蜂窝间干扰, 提高蜂窝系统的性能和频谱效率. 针对下行链路基站协同通信系统, 提出一种信道衰落补偿功率分配方法, 以及内部联合分布式空时编码(inner joint distributed space-time coding, IN-J-DSTC) 基站协同传输方案, 以抑制蜂窝边缘用户受到的严重的蜂窝间干扰. 仿真结果表明, 该方法可以根据信道状况, 在源基站及协同基站间自适应地分配信号发送功率, 同时明显消除蜂窝边缘用户所受到的蜂窝间干扰, 从而显著地提高系统的误码率性能.     

宏微网络中基于后决策状态学习的基站关断节能策略

为了根据网络的业务状态动态地调整基站的开关状态以在保证用户服务质量的同时降低宏微网络的能量消耗,提出将时延限制下长期平均能耗的最小化问题映射为受限马尔科夫决策过程(constrained Markov decision process,CMDP).在该过程中把网络中每个基站的用户数目定义为系统状态,将每个小基站的开/关操作定义为网络行动.为了充分利用网络已知的先验知识加快学习速度,采用后决策状态学习算法在线更新网络的开/关策略.该算法可根据关断策略执行前已知的网络状态学习关断策略执行后未知的网络状态,从而快速制定出相应的关断策略.理论验证了后决策状态学习算法的收敛性.通过仿真对比可知,后决策状态学习算法不仅学习速度快,且可在保证网络服务质量的同时收敛到最优的基站关断节能策略.     

多信道认知网络的直观信道感知策略

为了提高频谱利用率,认知无线电技术可使非授权用户在不影响授权用户正常通信的情况下,利用瞬时的频谱空穴满足自身通信需求。如何通过感知频谱及时有效地发现频谱空穴是一个至关重要的问题,尤其是对于多信道认知无线电网络。针对多信道认知无线电网络,该文在连续时间Markov链的信道占用模型基础上,根据信道状态可能发生变化的概率,提出了一个动态的直观信道感知策略,并考虑了感知周期的影响。仿真结果表明:在感知周期合适的情况下,该策略能够有效地发现并利用频谱空穴,并且比周期感知和随机感知策略消耗更少的能量用于感知。     

基于智能反射面的无线携能认知网络鲁棒传输设计

针对智能反射面辅助的无线携能认知网络,提出了一种基于用户非完美信道状态信息的波束成形方案,提高网络的频谱和能量收集效率。在假设用户信道误差范数有界的条件下,建立了以信息接收用户最小可达速率最大化为目标函数,以满足信息接收用户和能量接收用户需求、主用户干扰阈值和基站最大发射功率为约束条件的优化问题。针对此非凸问题,提出利用三角不等式、交替方向乘子法和交替优化的迭代算法,以较低的计算复杂度求解得到基站的有源波束成形权矢量和智能反射面的无源波束成形矩阵。最后,仿真验证了所提方案相较于随机相位方案能够有效提高系统的性能,证明了在携能认知网络中引入智能反射面的可行性和有效性。     

基于统计信道状态信息的多小区下行协作调度算法

小区间干扰是制约无线蜂窝网络边缘区域容量的主要因素.为了提高小区边缘吞吐量,传统的预编码矩阵指示(precoding matrix indicator,PMI)协作调度方案能够有效抑制小区间干扰,但该方案需要较多的信道反馈信息.为了有效减少信道反馈开销,提出一种利用统计信道状态信息(statistical channel state information,SCSI)的多小区下行协作调度算法,该算法利用SCSI提取特征方向确定最佳的PMI或PMI集合.仿真结果表明,在强相关信道场景下,基于SCSI的协作调度算法可以使边缘用户保持较为理想的性能,并且对反馈时延和多普勒扩展导致的非理想信道信息具有较强的鲁棒性.     

多用户全双工无线携能系统中的波束赋形研究

针对多用户全双工蜂窝通信系统,提出了一种基于功耗最小及能量收获最大双目标准则的联合优化方案。该方案采用迫零消除上行链路中多用户干扰,在下行链路,为了实现信息和能量的有效传递,全双工基站分别采用信息波束赋形及能量波束赋形为用户提供通信服务,在保证用户的服务质量及功率约束的同时,实现了功率效率和频谱效率的同步改善。由于功率问题为非凸问题,通过半定松弛将其转化为凸优化问题。仿真结果表明,所提方案相比传统方案能够节约大量的功率,此外全双工基站通过能量波束赋形向下行用户传递能量,有效提高了系统的功率效率。     

基于博弈论的OFDMA系统多小区资源分配算法

对于蜂窝正交频分多址(OFDMA)系统,相邻小区间的同频干扰是影响系统性能提升的重要因素。该文提出了一种用于OFDMA系统上行链路的多小区资源分配算法。该算法基于博弈论,各用户在速率要求限制下以最小化发射功率为目标,在各小区独立进行信道分配的前提下,用户通过基站反馈获得当前的信道分配方案及博弈状态(同频干扰水平),以此为基础进行发射功率分配,实现了一种分布式的资源分配算法。仿真结果表明,博弈算法可大大降低系统的发射功率,且优化信道分配下的博弈算法比固定信道分配下的博弈算法还可降低系统发射功率30%。同时,博弈算法的收敛速度较快,有利于实际实现。     

D2D网络功率和频谱资源分配策略

针对蜂窝通信系统高能耗、 低通信资源利用率和低信道利用率的问题, 提出一种基于能量效率(energy efficiency, EE)与频谱效率（spectral efficiency, SE）联合优化的网络资源分配策略. 首先, 在保证通信用户服务质量（quality of server, QoS）的前提下, 提出一种基于启发式算法的信道选择策略, 为系统内的D2D（device-to-device）用户分配信道复用资源; 其次, 在通信系统干扰门限和回程容量限制约束下, 利用Lagrange对偶分解迭代实现系统功率和频谱资源分配. 仿真结果表明, 该算法能有效扩充系统内D2D用户的数量, 提高能量效率及信道利用率, 增加频谱利用率, 为D2D用户分配最优的功率, 增强业务承载能力, 降低通信系统能耗并减少资源浪费.     

基于无线信道状态信息的缓存膨胀问题求解方案

缓存膨胀问题是指超出链路容量的分组阻塞在缓存中造成网络传输延时增加的现象,蜂窝网络中为提高数据传输的可靠性而在基站上配置的大缓存会进一步加剧缓存膨胀问题。针对这一现状,该文提出了一种基于无线信道状态信息的接收窗口调节方案。该方案直接在接收端利用无线信道的状态信息估算出网络的可用带宽;为削弱信道噪声和传输控制协议的确认分组自时钟机制的影响,采用Kalman滤波算法对可用带宽做进一步的预测;然后利用该预测值动态地计算接收窗口并调节发送窗口的大小。基于网络仿真平台的实验结果表明:相比已有的解决方案,该方案在保持吞吐量不变的情况下,能有效地减小基站大缓存中的队列长度,减少网络延时。     

基于三维随机几何的小基站蜂窝网络能效分析

在绿色蜂窝网络的研究中,从能量效率的角度考虑基站密度对于网络部署的影响和基于基站休眠机制的节能都具有重要意义.基于三维随机几何理论分析小基站蜂窝网络的能量效率,将小基站和移动台的分布构建为空间泊松点过程模型;推导平均可达数据率、网络能耗和网络能量效率关于网络负载的闭合表达式;分析网络能效与小基站密度的关系.仿真结果验证了理论分析的正确性,一旦网络参数给定,通过合理配置基站密度,完全可以使得网络能量效率达到最大值.     

D2D网络中信道签名和资源调度的联合设计方案

针对设备到设备(device-to-device,D2D)通信网络中蜂窝用户和D2D通信对之间的相互干扰问题,提出一种联合信道签名和资源调度的设计方案。该方案构建了基于时间反演的D2D信道签名模型,实现干扰消除;在博弈模型基础上,对D2D用户进行功率分配,以满足蜂窝用户的服务质量(quality of service,QoS)需求;在容量增益限制区域内按照优先级大小为D2D用户分配蜂窝链路资源,并在满足资源共享参数阈值的情况下,进一步充分利用蜂窝用户的频谱资源,为空闲蜂窝用户选择对其干扰最小的D2D用户,提升D2D用户的吞吐量。仿真结果表明,该方案有效地抑制了D2D异构网络中蜂窝用户和D2D用户的相互干扰,提升了平均速率,同时兼顾用户资源共享的公平性及通信的安全性。     

基于用户簇分布模型的三维异构蜂窝网络覆盖概率分析

采用随机几何理论分析异构蜂窝网络性能时,通常假设用户均匀分布且独立于基站。但在实际的异构蜂窝网络中,小基站一般部署在热点地区或覆盖盲区,因此,小基站与用户的空间位置存在相关性。针对三维空间中蜂窝用户以小基站为父节点的Matern簇过程和Thomas簇过程进行建模,再采用最大信号干扰比(signal to interference ratio, SIR)的小区接入准则,在瑞利衰落信道下推导出下行链路的覆盖概率;通过蒙特卡罗仿真验证理论结果,分析用户簇过程的半径或方差、SIR门限值、小基站密度和小基站功率对覆盖概率的影响,并比较三维用户簇分布模型、三维用户均匀分布模型和二维用户簇分布模型的网络性能。实验结果表明基于三维用户簇分布模型的异构蜂窝网络具有较好的覆盖概率。     

超密集部署下绿色能源感知的用户关联算法

为了降低网络能耗,实现5G绿色蜂窝网络,考虑电力能源和绿色能源同时供电的混合能源供应的超密集异构网络模型.为了更准确地模拟密集部署下基站与用户之间的信道衰落,采用5G中的双斜率路径损耗模型对大尺度信道衰落进行建模,并在此模型下提出一种改进的基于绿色能源感知的自适应用户关联算法.该算法为基站设置优先级和权重因子,用户根据基站的优先级和权重因子自适应地调整自身的关联策略,并结合资源分配完成用户关联过程.仿真结果验证了所提算法在能耗和能效方面的优越性.     

一种D2D缓存网络的延时与能耗优化方案

为了降低D2D通信网络中的能耗,设计了一种D2D缓存网络的优化方案:首先,计算初始状态下无线网络的延时与能耗;然后,考虑D2D通信并遍历所有已缓存文件的用户,选择具有延时与能耗改进空间的用户进行优化,以得到最优的用户与文件组合;最后,在满足D2D通信不会受到噪声干扰的前提下,根据用户设备的剩余电量,尽可能地降低用户的发射功率,并在每次通信前进行刷新,作为初始值存储在基站的矩阵之中.仿真结果表明:动态能耗缓存方案可以获得D2D通信网络中最优的平均能耗,并且在加入了能耗改进之后,系统延时与原算法基本相当,表明该缓存优化方案有效地提升了D2D通信网络的性能.     

下行多小区MIMO系统协作多点传输联合调度机制

提出一种基于协作多点传输的下行多小区多输入多输出(MIMO)系统联合调度机制,充分利用多小区间的联合调度来降低小区间的干扰,提高系统的吞吐量.该方案利用多小区基站间的协作,根据用户反馈的信道信息间的相关性,在不牺牲系统资源情况下联合调度互相干扰小的用户抑制小区间的干扰.仿真表明:该方案在相同情况下与传统的多小区下行MIMO系统相比,具有显著的小区平均系统吞吐量增益及边缘用户吞吐量增益.     

一种基于叠加编码的下行链路功率优化方案

传统的物理层网络编码虽然可以通过数据流的耦合减少网络中数据包的传输数量,从而在一定程度上改善无线通信系统的传输性能,但在进一步节约资源,提高系统容量等方面依然存在一些问题.为此,在传统节点级网络编码基础上,给出了一种适用于蜂窝小区下行链路的叠加编码方案.该方案通过基站与用户闻协作,在网络编码的基础上对用户信道状态进行区...