基于干扰管理的宏基站与家庭基站联合资源分配

提出了一种宏用户与家庭小区联合资源分配算法,该算法基于启发式动态分簇算法对宏用户和家庭基站进行联合信道分配,在对家庭基站进行分簇的同时有效降低了家庭基站系统与宏蜂窝系统之间的跨层干扰. 在保证宏用户和家庭用户QoS 的约束条件下,构建了以最小化家庭基站发射功率为目标的最优化问题,并推导了优化的家庭基站发射功率的闭合式,最后用次梯度法解优化问题. 仿真结果表明,该算法降低了家庭基站系统干扰,减小了家庭用户中断概率,并提高了家庭基站能量效率.     

一种多用户自适应协作信道分配方案

研究了多用户协作通信系统中最大化系统吞吐量的上行信道分配算法,提出一种启发式的信道分配协作方案,可兼顾用户QoS要求和系统吞吐量. 该方案通过生成虚拟的节点模拟协作功能,将协作信道分配问题简化为一个传统的信道分配问题,并将分配给虚拟节点的信道用于协作,以实现协作和信道分配的自适应. 仿真结果表明,在多用户系统中,该算法在满足用户QoS及提高系统吞吐量方面都能获得较好的性能.     

有限反馈MIMO系统下行链路用户调度与功率分配

研究基于有限反馈的下行MIMO系统中的用户调度和功率分配问题,并利用随机多波束形成的思想提出了相应的实现算法.所提出的用户调度算法只将各用户的最大和第2最大信干噪比及其对应的波束索引号反馈给基站,仿真结果表明,与现有方法相比,该算法更好地获得了所需反馈量和系统吞吐量之间的折衷.所提出的功率分配算法则充分利用了基站端所能获得的部分信道信息,仿真结果表明,与传统的平均分配算法相比,在发射总功率一定的情况下,该算法可以获得更高的系统吞吐量.将两种算法相互结合,可以在不增加反馈量的情况下获得更好的系统性能.     

MIMO广播信道中信噪比优化的用户选择

当MIMO广播信道中存在很多用户时,需要进行用户选择.该文考虑基站端信道信息需从用户端反馈的频分复用系统,提出基于系统平均信噪比优化准则的用户选择算法.首先采用预设门限,将信道增益大于此门限的用户瞬时信道信息反馈至发送端.然后基站端从待选用户集合中选择一组用户,使得相应信道矩阵的最小特征值最大.所提算法可以达到满的复用增益,同时还能得到满意的和容量与BER性能.与穷举法相比,由于采用预设门限,使得信道信息的反馈量和基站在候选用户中进行选择的次数有明显降低.     

认知无线电加权软合并联合频谱感知算法

为了提高认知无线电的频谱感知性能,提出了对认知无线电用户的检测信息进行加权软合并的联合频谱感知算法. 该算法通过降低对授权用户的干扰和提高认知无线电吞吐量,分别使用最小化干扰加权和最大化吞吐量加权. 算法为信噪比高的用户或者到合作中心信道增益低的用户分配较大的权重,能够提高高信噪比用户的检测信息在合作检测中所占的比例,同时补偿信道衰落对检测信息带来的损失. 仿真表明：该算法的性能比基于信噪比加权或非加权的算法更好,能够降低干扰并提高吞吐量,同时能够降低信道衰落对联合频谱感知性能带来的影响.     

无线多信道中继网络的中继选择性机会调度

为了有效利用OFDMA网络中多点中继协作以提高系统吞吐量,提出了考虑中继选择的调度优化模型.模型以提高系统吞吐量和兼顾用户公平性为目的,以信道无干扰分配为约束条件来进行机会调度. 提出了从路径多样性和链路多样性角度设计新的机会调度算法,算法结合信道分配和中继选择建立用户最优路径,然后机会选择用户. 仿真结果表明了中继选择的机会调度可以明显提升网络吞吐量,也保障了用户公平性.     

异构蜂窝网络中功率有效的家庭基站分簇频谱分配策略

针对宏基站与家庭基站以及家庭基站之间的干扰和功耗问题,提出功率有效的家庭基站分簇频谱分配策略.在家庭基站用户中断概率条件下推导出一个簇内能容纳的家庭基站最大数目.在簇容量和中断概率限制的情况下,进一步推导出簇内家庭基站用户最小信干比和家庭基站最小干扰距离,以此严格保证簇内每个家庭基站用户的信干噪比,并据此提出家庭基站分簇和频谱分配算法.仿真结果表明,所提出的策略提高了网络的功率效率和家庭基站小区的频谱效率.     

信道估计误差对下行多用户迫零波束成型系统吞吐量的影响

研究了信道估计误差对迫零波束成型的系统吞吐量的影响,利用计算机仿真,给出了信道估计误差引起的吞吐量下降程度与系统中的用户数、信噪比、发射天线数和发射子流的次序关系.仿真结果表明,在用户数适中的时候,即使基站端的信道状态信息不准确,迫零波束成型的吞吐量与发射天线数的增长仍保持线性关系,这是迫零波束成型系统优于随机波束成型系统的一个方面.根据仿真结果,还给出了满足给定系统中断概率下的参考速率因子ζ.     

EWA博弈抽象的认知无线电网络信道选择

通过协作频谱感知对信道可用性进行分析,构建网络可用信道的优先度表. 利用该优先度表,提出一种基于EWA学习博弈模型的信道选择算法. 与基于学习自动机算法和无悔学习算法对比的仿真结果表明,该算法可通过历史经验的学习选择对认知用户可用性最优的信道,能提高系统的有效吞吐量,并获得更好的资源分配公平性.     

认知网络中的容量最优机会干扰对齐接入

在传统认知网络中,认知用户只能接入主要用户的空闲频带,而不能同时与主要用户共享带宽. 为了更有效地利用频谱资源,提出一种容量最优机会干扰对齐接入算法. 在保证主要用户信道容量的基础上,认知用户与主要用户可以占用相同的频带同时接入网络,且认知用户对主要用户的干扰为零. 所提出的算法由混合网络基站估计信道状态信息,并计算主要用户的信道容量和系统总信道容量. 根据容量最优的准则确定预编码向量及解码向量. 当主要用户的信道容量与未接入认知用户相比几乎不下降,且总信道容量大于未接入认知用户的总容量时,认知用户以容量最优机会干扰对齐的方式接入网络. 仿真结果表明：在相同信道状态条件下,所提出的算法较现有算法具有更优的信道容量并可提高认知网络频带利用率.     

家庭基站网络分布式资源分配算法

针对具有自组织特性的家庭基站(home eNodeB, HeNB) 网络,提出了一种分布式资源分配算法. 该方法首先使HeNB 根据网络状况选择分量载波,而当接收到邻小区的重选请求时,可以重新选择备用载波列表中的载波,释放当前使用的载波给邻居使用,从而提高HeNB 获得可行载波的可能性. 使HeNB 根据优化目标函数自主地进行功率优化,以减少小区间干扰并提高系统容量. 通过蒙特卡罗方法分析该算法的性能,仿真结果表明：该资源分配算法能够提高用户的平均吞吐量并降低中断概率.     

基于蚁群优化算法的QoS多播路由算法改进及实证

多QoS约束的组播路由技术是当前实现分布式网络多媒体的关键技术,蚁群算法是解决多QoS约束组播路由问题的一种启发式算法,但大多算法仍属于集中式算法.该文提出了一种基于蚁群优化的分布式QoS多播路由算法,并结合多播路由问题的特点对算法进行了改进.通过仿真实验讨论了该方法的性能,并与传统的蚁群算法对比,证实了其的有效性.     

解决作业车间调度问题的改进蚁群优化算法

针对作业车间调度问题,提出一种改进的蚁群优化算法.首先设计禁忌表以产生活动调度,然后对传统的蚁群优化算法进行简化,并提出一种新型优先规则作为启发式信息.为增强算法的收敛性和提高求解质量,引入基于作业车间调度问题邻域结构的局部搜索.实验表明该文算法有效.     

基于智能天线的一种自适应小基站架构

提出了一种将智能天线应用到小基站网络中的方案,配置有智能天线的小基站在周
围小基站繁忙时利用智能天线的方向性为业务繁忙的小基站进行自适应分流,达到负载均衡
的目的. 当本身业务繁忙时,通过智能天线进行空分复用可提高带宽利用率,从而提高系统吞
吐量,减少基站数目. 实验结果表明：在保证用户接入成功率和系统吞吐量的条件下,采用文
中小基站自适应算法可将所需部署的小基站数目约减少30%,从而降低了部署成本,减少运行
能耗.     

连续迭代优化SLNR准则的下行多用户MIMO预编码

多用户MIMO下行链路通信系统必须设计合适的预编码方案来抑制多用户间的共信道干扰. 该文提出一种基于连续迭代优化信号泄漏噪声比最大准则的预编码方法.利用已知用户未使用的子信道空间增大其他用户的预编码空间自由度,降低干扰泄漏,并用迭代法进一步抑制多用户干扰,提高接收端信干比.该方法仅在发射端使用用户的信道信息优化与编码矩阵,不需要基站与用户协作,接收端可自由选择检测算法,且不会增加系统开销.仿真结果表明,所提方法取得了比原SLNR方法更好的系统性能,且具有较快的收敛速度,实用性较强.     

基于分布均匀度的自适应蚁群算法最优PID控制

蚁群算法是一种启发式算法,在解决组合优化类问题方面具有突出的适用特征,但由于蚁群算法按一种固定不变的模式更新信息量,确定每次路径的选择概率,故存在早熟停滞现象,且收敛速度较慢.为了克服这些缺陷,提出了一种基于分布均匀度的自适应蚁群算法优化PID控制的方法,该方法克服了蚁群算法的不足,较好地实现了PID控制参数Kp、Ti、Td的优化,系统单位阶跃响应超调量σ和调整时间ts获得改善,并具有广泛的应用前景.     

有限反馈的多小区协作多模传输方法

摘要： 多小区协作多天线技术能够有效降低蜂窝系统小区间干扰,提升边缘吞吐率,然而其性能依赖于各基站获取的信道状态信息的准确性和基站间的协作程度. 该文以两小区模型为基础,分析了基于有限反馈的信道状态信息对多小区局部联合传输性能的影响,并针对用户在多小区边缘的分布特征,提出基于用户分布位置的多模传输切换策略. 仿真结果表明,该策略有效提升了小区边缘吞吐率.     

当代散曲艺苑的一朵奇葩 ——《陕西当代散曲选》初评

LTE采用虚拟MIMO技术来解决终端安装多天线的问题.用户配对是VMIMO技术中一个重要而独特的环节,设计配对算法必须同时考虑系统吞吐量和用户公平性.该文在分析了传统用户配对算法的基础上,针对DPS算法不能满足低SNR用户需求的缺陷,提出了一种根据SNR情况改进的配对算法.仿真数据显示该算法能有效提高系统吞吐量,保证用户之间的公平性,有很大的优越性.     

虚拟MIMO中一种改进的配对调度算法

LTE采用虚拟MIMO技术来解决终端安装多天线的问题.用户配对是VMIMO技术中一个重要而独特的环节,设计配对算法必须同时考虑系统吞吐量和用户公平性.该文在分析了传统用户配对算法的基础上,针对DPS算法不能满足低SNR用户需求的缺陷,提出了一种根据SNR情况改进的配对算法.仿真数据显示该算法能有效提高系统吞吐量,保证用户之间的公平性,有很大的优越性.     

基于蚁群算法的通信光缆线路优化规划研究

蚁群算法是一种求解组合优化问题的新型通用启发式方法,通信光缆线路优化是一个复杂的非线性组合优化问题。本文将蚁群算法用于通信光缆线路优化问题的研究,建立了通信光缆线路规划的数学模型,并在此基础上设计了相应的算法。算例证明该算法的可行性和有效性。