使用HARQ的MBSFN系统的速率和功率分配方案(英文)

LTE支持组播/广播单频网技术,这可以显著提高组播/广播系统的频谱效率.传统的多播方案根据多播用户中最小SNR可支持的数据速率进行传输,因此MBSFN系统吞吐量受限于信道最差用户.为此提出一种MBSFN与HARQ相结合的方案.首先对使用HARQ的MBSFN系统可达吞吐率进行分析,然后给出一种速率和功率联合分配方案.仿真结果表明,相对于传统的MBSFN本文提出的HARQ-MBSFN方案有着优异的性能提升.     

基于单频网的多播业务调度算法设计与仿真

对接收多播业务的移动终端而言,有效的能耗管理显得尤为重要。以单频网方式实现多播广播是一种有效的多播广播方式,如何在单频网中更好的调度业务,降低终端能耗值得探讨。针对用户同时接收多路多播业务的场景,我们已提出基于流行度、相似度的调度算法,可以更好的降低终端能耗。但这两种算法没有考虑逻辑广播信道剩余时隙分配,以及逻辑信道的占用情况,本文将考虑二者,对算法改进,设计适用于单频网的多播业务调度算法,并仿真分析。     

分布式天线系统中基于天线选择的能量效率优化

为了进一步解决无线通信系统的能量消耗问题, 以分布式天线系统单小区为模型,提出了一种将天线选择和功率分配技术相结合的最大能量效率优化算法(max-ANPO-EE算法):通过选取用户一定距离范围内的天线后,利用拉格朗日函数和次梯度得到各个天线的最优发送功率,从而推导出相应的能量效率性能表达式,得到最优的能量效率.仿真结果表明:在用户和天线随机分布的单蜂窝小区网络内,max-ANPO-EE算法能获得比较好的性能.     

基于功率约束及节点频谱选择的认知协同路由

为了提升认知无线网络的数据传输效率,优化节点能量负载,提出一种协同路由算法。基于覆盖与底层技术的协作设计一种协同网络架构,该架构针对网络频带表现多样化提供了一种新的频谱选择策略,提升频谱资源效用。结合协同网络频谱选择时的干扰特性,根据频谱、干扰和功率约束关系,提出最大化链路容量的频谱及节点功率分配方法。在协同路由设计上引入了频谱效用参数,参数的度量标准涉及节点剩余能量和链路容量,以优化路由节点能量负载和传输效率为目的。仿真对比结果表明,算法有效地利用信道接入机会进行数据转发,提高了传输效率,相比基于竞争进化算法的多播路由方法,数据包传递成功率提升了1．4％,平均网络吞吐量高出8．4％,平均节点剩余能量高出3．2％,在均衡节点负载上性能良好。     

基于能量效率的最优D2D中继用户选择接入算法

设备终端直通(Device-to-Device,D2D)中继通信可以复用蜂窝小区用户频谱资源,提升了频谱效率和用户容量,但同时也面临着能耗开销增大的问题.针对D2D中继的用户接入问题,提出一种改进的基于能量效率(Energy efficiency,EE)的最优D2D中继用户接入算法.算法首先确定D2D中继的位置集合的,然后分别计算中继模式和直接模式下的能量效率和传输速率,最后再选择能量效率高的方式进行用户接入.当两种模式的能量效率相同时,则选择传输速率高的方式进行用户接入,实验仿真结果表明,文中所提的算法能量效率较高,能有效提高用户的接入体验.     

基于上下文认知的高能效路由算法

针对由智能移动通信设备组成的、支持网络富媒体应用的无线Ad hoc网络环境,提出了一种基于上下文认知的高能效路由算法.该算法使用上下文认知自学习方法监测设备运行过程中的上下文信息,计算节点上各类应用对应的能量效用值,然后综合利用节点上与应用相关的能量效用、剩余能量和信号强度等上下文信息自适应地调整路由,为资源受限的移动节点节约能量.仿真结果表明,与一些经典路由算法相比,文中路由算法能有效地提高网络的能量使用效率和网络生存时间,减少网络的时延开销.     

中继网络中基于能量效率的动态用户接入算法

为了解决中继网络中基于能量效率的用户接入问题,将用户数据需求严格受限下基于能量效率最优的动态用户接入问题建模为一个整数优化问题,该问题类似于一个NP-hard的多维背包问题.首先,采用穷搜法分析了该问题最优解的复杂度.然后,提出了一种低复杂度、高效的基于能量效率的动态用户接入算法(UAEEM).该算法在保证用户数据需求严格受限的前提下,按照系统射频端和电路端的能量效率最大原则,动态调整用户归属和中继的工作状态,以实现网络能量效率最大化.最后,通过仿真实验验证所提算法性能.结果表明,UAEEM算法能显著提高系统的能量效率、降低系统的计算复杂度,且其性能接近最优解.     

空地网络资源分配与无人机基站动态部署算法

为解决空地网络中地面设备数量变化引起的用户体验质量无法满足的问题,提出了一种智能网络资源分配与多无人机基站动态部署方案。首先,考虑用户体验质量和无人机、地面设备能量约束,以最小化系统总能耗为目标进行问题建模;其次,将多无人机的动态部署问题转化成具有连续动作集的马尔可夫决策过程,并根据优化目标设计了基于能耗惩罚的奖励函数;然后,采用基于确定性策略梯度的深度强化学习算法求解此问题;最后,通过仿真和对比实验验证所提方案的有效性和优越性。实验结果表明：对于海量用户场景,所提算法比深度强化学习和演员-评论家算法有更好的收敛性和更高的累积奖励,与单无人机和传统地面基站部署方案相比,所提方案系统的能耗降低约30%～40%,用户服务质量满意度提升约50%～60%。     

基于时延受限的移动sink环境下能量高效的数据融合算法

基于移动sink的无线传感器网络环境下的数据收集方案能有效提升网络性能,但在实时性要求较高的应用中,很难同时兼顾时延与数据的收集效率.该文提出了一种考虑时延受限条件下能量高效的移动sink数据收集策略.首先,根据时延约束和网络整体能耗效率优化为目标,对移动sink的最佳驻留点集合进行求解.然后,提出了一种基于驻留点优先级的路径优化选择方法,得到移动sink经过驻留点的最短路径.仿真实验结果表明,与已有算法相比,该文提出的数据收集策略能最大限度的减小时延,并延长网络的生命周期.     

LTE中基于能效的多小区资源分配算法

随着绿色通信的提出,能效优化问题成为研究热点。针对LTE网络多小区联合、负载不均衡的场景,提出了基于能效的多小区资源分配算法。联合考虑用户的最小数据速率要求、系统能耗,通过引入用户转移时的3个准则,实现了网络的节能和用户最小速率要求的满足。仿真表明,与传统资源分配算法相比,所提算法在满足用户最小速率要求的同时更有效地降低了系统的能耗,优化了系统能效。     

异构网络中高能效动态流量卸载

研究了异构网络中,以优化系统能效为设计目标的动态流量卸载。综合考虑了用户移动性和业务动态性的影响,利用动态规划理论对异构网络中的流量卸载问题进行了建模分析,将系统能效在连续时间上的优化问题转化成多阶段决策的最优化问题。在此基础上,基于延时流量卸载的思想,利用动态规划的分析模型,提出了一种系统能效优先的动态流量卸载算法。仿真结果表明,与已有的流量卸载算法相比,提出的动态流量卸载算法能有效地提升系统的能量效率。     

基于邻居表查询的ZigBee多播路由算法

由于ZigBee网络需要将信息以多播的方式进行传递,部分节点多次传输消耗大量能量,导致节点死亡,为缓解这个问题,提出了基于邻居表查询的ZigBee多播路由算法.该算法结合邻居表查询和ZigBee分布式地址分配特性,对ZigBee网络多播转发节点选择进行优化,使一个节点能给多个目的节点转发信息.仿真结果证明该算法减少了路由开销,节约了网络的能量,提高了网络的可靠性.     

小小区基站网络中能量有效的分布式动态开关策略

最近,由于小小区基站技术可以有效地提高系统的传输速率,其被学术界与产业界广泛关注.提出了一种在小小区基站网络中新颖的能量有效的分布式动态开关策略.本策略通过控制小小区基站的开关与服务的用户,在考虑能量有效性的同时,优化用户的数据包速率.通过系统级仿真,本算法相比两种基本算法:随机开关策略和用户与数据包接入策略,在数据包速率和单位能量消耗下的数据包速率上,具有可观的性能优势.     

CoMP系统的SFN预编码改进算法

为提高LTE-Advanced系统小区边缘用户的吞吐量和用户体验,在现有协作多点传输(Coordinated Multi-Point,CoMP)方案基础上提出了两种CoMP系统的单频网(Sin-gle Frequency Network,SFN)预编码改进算法,以改善传统SFN预编码中信道合并的不确定性问题.第一种改进算法在发射端的部分传输节点处引入一个便于信道合并的相位参数,并按照合并后信道增益最大的准则确定相位参数的取值;第二种改进算法令部分传输节点的发射数据映射到天线时进行交换操作,同样按照信道增益最大准则确定交换方式.仿真结果表明,两种改进算法能有效提高小区边缘用户的谱效率,且能适用于相干/非相干信道及低/高秩信道的情况.     

基于SDN的QoS多播网络仿真

多播为计算机用户提供了高效率的传输方法,有效地解决了网络拥塞,然而在复杂的网络环境中,多播的路由协议还需要通过分散部署,没有一种完善多播运行管理机制。针对上述问题,提出了一种基于SDN机制的解决方案,利用SDN网络架构高效灵活的管理网络中的多播路由协议,在基于Qo S的约束JIA多播算法基础上提出了更优的KL-JIA多播算法,设计了基于BGP协议网络的仿真实验,SDN网络将根据实际情况下发多播路由算法,实验取得了理想的效果,验证了SDN下发多播算法的正确性。     

超密集异构网络下的系统建模和时域干扰协调分析

采用基于随机理论的空间泊松点过程建立超密集异构网络的系统分析模型.在此模型下,通过分析异构网络中使用小区范围扩展技术和增强型小区间干扰协调技术引起的小区扩展区域和非扩展区域干扰类型不同的情况,分别推论出不同区域的中断概率和频谱效率等性能指标的表达式.针对异构蜂窝网络中存在几乎空白子帧(ABS)时,用户接入选择和资源分配方法过于复杂的情况,提出了一种动态分配几乎空白子帧算法.仿真结果表明:相较于固定几乎空白子帧算法,所提算法在兼顾各区域用户公平性的同时,可以使系统平均遍历容量提升10%~25%,同时也改善了扩展区域内的用户干扰问题.     

一种中继辅助下SISO系统的干扰对齐算法

通过研究含中继的单输入单输出（single input single output,SISO）对称无线干扰网络,分析了在SISO对称网络中进行干扰对齐（interference alignment,IA）时使用中继的必要性。综合考虑所有用户的最大弦距离给出了优化的分布式干扰对齐算法。基于此优化算法并使用中继,只需要进行2个时隙的信道扩展就可对SISO干扰网络实现干扰对齐,使每个用户对达到1/2的自由度。仿真结果表明,在增加中继并应用优化算法后,系统的容量、能量效率都有了显著的改善。     

具有QoS保证的RF能量采集认知无线网络高能效资源分配技术

考虑了一种基于射频能量采集的认知无线网络系统。其中,次用户发射机（ST,secondary transmitter）首先从主用户（PU,primary user）发射的射频信号中收集能量,然后利用所收集能量与次用户通信。此外,ST保留有可能来自之前传输块的剩余能量作为初始能量。目标是通过传输时间和发射功率联合优化,达到次用户网络能量效率最大化。为保证次用户网络服务质量（QoS,quality of service）,在能量效率最大化过程中对ST施加最小吞吐量需求约束。由于能量效率最大化是非线性分数规划问题,提出了一种基于Dinkelbach方法的快速迭代算法来实现资源的最优分配。仿真结果表明,该算法收敛速度快,可以在保证QoS约束的同时显著提高系统的能量效率。     

IRS辅助认知无线携能通信网络的发射功率最小化算法

智能反射平面（IRS）和认知无线携能通信技术被视为是提高能量效率和频谱利用率的潜在关键技术。文中研究了基于非线性能量采集模型的IRS辅助认知无线携能通信网络,其中次用户发射机同时给多个次用户接收机发送信息和能量,每个次用户接收机采用功率分割方式实现信息解码与能量采集,目的是通过联合优化次用户发射机的波束成形矢量、次用户接收机的功率分割系数以及IRS相移使次用户发射机的发射功率最小化。为了保证次用户发射机的信息与能量传输效率并限制次用户发射机对主用户接收机的同频干扰,考虑次用户接收机具有最小信干噪比约束、最小能量采集约束与功率分割系数约束,次用户发射机对主用户接收机有最大干扰功率值约束,以及IRS具有反射相移约束。所构建的问题属于非凸的二次约束二次规划问题,并且优化变量之间高度耦合,难以求解。文中提出一种基于半正定松弛法和连续秩一约束松弛法的交替优化算法进行高效求解。为了降低复杂度,进一步提出一种基于IRS分组的低复杂度优化算法。仿真结果表明,与几种基准算法相比,所提算法能够有效降低次用户发射机的发射功率。     

一种改进的最小代价网络编码算法

分析了网络编码内在特性,指出网络编码区别于传统多播并提升多播传输性能的根本原因在于网络中存在被不同传输路径所重用的关键链路.通过在构建网络编码多播的传输路径时形成较少的关键链路,提出了一种基于关键链路的最小代价网络编码算法.该算法是在最大流算法的基础上加以改进的,并结合了网络增广链和最小截集的性质,是一种有效的最小代价网络编码算法.基于随机网络的仿真实验证明,在实现多播理论容量的前提下,该算法能有效降低网络编码的代价.