蜂窝与D2D混合网络中的无线资源分配

针对蜂窝与终端直通（D2D）混合网络中的资源分配,将其建模为以最大化网络吞吐量为目标,关于蜂窝用户与D2D用户资源的联合优化问题。基于该模型进一步提出一种两阶段资源分配策略,即先采用改进的贪婪频谱分配算法将资源块分配给用户,然后基于对偶分解理论给每个资源块分配最优的传输功率。该算法在考虑蜂窝用户服务质量（QoS）的基础上,不再限制每个资源块上的D2D用户数目以及D2D用户可复用的资源数。仿真结果表明,所提算法在保证蜂窝用户速率性能的前提下,有效地提升了系统的整体容量。      

能量获取D2D异构网络中频效优化的资源管理算法

研究能量获取D2D异构网络中频谱效率优化的资源管理问题,包括D2D的通信模式选择、基站选择、信道分配、功率分配、传输时间分配,同时考虑蜂窝用户的QoS约束、能量获取约束、传输时间约束。构建的数学模型是一个混合整数非线性规划问题,为了解决该问题,基于凸优化理论、拉格朗日乘子法、可行方向法进行求解,对构建的数学模型进行化简,提出最大化频谱效率的资源管理算法SERM。研究结果表明:SERM算法对各种网络场景都能够收敛,并且能够最大化频谱效率。     

异构网络中D2D终端无线能量收集方案研究

为保证小区边缘用户(cell edge user,CEU)的通信质量,同时提高系统频谱和能量效率,针对D2D(device-to-device)发射机,提出一种无线能量收集方案.在3层异构网(heterogeneous networks,HetNets)中,基于小区分割因子,将宏小区用户(macrocell user,MU)划分为小区中心用户(cell center user,CCU)和CEU.同时,将频带划分成小区中心区域(cell center region,CCR)频带和小区边缘区域(cell edge region,CER)频带.其中,CCR频段由CCU和毫微微小区用户(femtocell users,FUs)共享,而CER频段由D2D用户和CEU共享.在此网络部署下,能量约束D2D终端可以从CCU和CEU附近的射频(radio frequency,RF)干扰中及FU附近的RF信号中收集能量.基于稀疏泊松点过程模型,对CCU,CEU和FU上行链路的覆盖概率以及D2D传输做了全面研究.数值和仿真结果表明,所提方案能有效改善网络的能量和频谱效率.     

距离受限的蜂窝网络D2D通信资源分配算法

为了进一步提升第5代移动通信网络(5th Generation,5G)的系统性能以及用户的服务质量(Quality of Service,QoS),就蜂窝通信网络中终端直通(Device to Device,D2D)通信的资源分配问题,提出一种距离受限的资源分配算法。考虑D2D通信用户复用蜂窝通信用户的上行频率资源的情况。建立蜂窝网络中D2D通信系统模型;分析D2D通信用户的接收信号和受到的干扰情况,推导出D2D通信用户的信干比表达式;根据预设的信干比门限值,推导出D2D通信与蜂窝用户复用相同频率的安全距离;基于推导出的复用安全距离,提出一种距离受限的资源分配算法。所提出的距离受限的资源分配算法将蜂窝通信用户占用的频率资源分配给复用安全距离之外的D2D通信对,能够确保D2D通信与蜂窝通信之间的干扰控制在合理范围之内。仿真结果表明:距离受限的资源分配算法能够有效提高系统吞吐量,并降低D2D通信的中断概率。     

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.     

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.     

基于随机几何的无人机通信系统性能研究

为了分析无人机通信系统的实际性能,针对有限三维空间内的无人机通信系统进行研究,提出了一种基于随机几何理论分析无人机通信系统的模型。较好地捕获无人机基站分布的随机性和无人机基站间的距离关系,得到无人机通信系统实际性能的上界和下界,充分兼顾无人机发射天线数、天线功率等参数对无人机通信系统性能的影响。仿真结果表明,所提模型能有效分析无人机通信系统的频谱效率、中断概率,且可以通过增加发射机天线数和设定较低的发射功率得到较好的无人机通信系统性能。     

认知D2D网络中基于博弈论的高能效干扰约束资源分配算法

针对认知网络中多个D2D(device-to-device)用户以Underlay模式复用蜂窝用户的频谱资源时的同频干扰和能耗增加问题,提出了认知网络中基于博弈论的最大化用户能效(energy-efficiency,EE)的D2D通信资源分配算法。不同于以前工作,在满足特定干扰门限的条件下,侧重对能效进行优化,且不牺牲系统容量。建立Underlay模式下认知D2D通信博弈模型,将D2D用户(device-to-device,DUE)作为跟随者复用蜂窝用户(cellular user,CUE)上行链路的频谱资源,由于每个用户都具有自私特性想要最大化自身的能效,所以该资源分配问题可以模拟为非协作博弈问题。在干扰门限的约束条件下构造了相应的效用函数,利用拉格朗日对偶方法求解此优化问题,得到用户的最优发送功率,保证了用户的功率和链路速率的均衡,并分析了算法复杂性。仿真结果表明,该方案能够提高用户能效和链路平均能效,改善系统总功耗及系统的容量等性能。     

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.     

面向云服务的物联网环境下基于上下文感知D2D资源分配方案

无线移动通信、传感网络、机器对机器(machine-to-machine,M2M)通信和云计算等技术的最新发展对物联网应用的开发、部署和利用产生了深刻的影响.直连(device-to-device,D2D)通信作为一种提高蜂窝网络性能的新兴技术,在物联网应用中起着至关重要的作用.对于D2D通信而言,资源分配是实现高性能数据传输的关键,博弈论作为一种有效的数学工具被广泛应用于解决蜂窝网络资源分配的问题.针对D2D资源分配的方案已在前期工作中提出,该方案使基站能够通过感知不同通信环境为D2D用户分配合理的频谱资源,并且通过重复迭代为D2D用户分配更优的频谱资源.但是该方案并没有深入讨论纳什均衡(Nash equilibrium,NE)不存在情况下的资源分配问题.针对该问题,将基站和D2D用户的竞争看作是一个合作博弈模型,提出了一个资源分配方案来处理不同场景下,当NE不存在时的资源分配方案,旨在保证基站在不同环境下的收益效用最大化.对比前期的资源分配算法,该算法保证了无论NE是否存在,基站都能通过感知不同的通信环境来选择特定的资源分配策略来维护自身的利益.     

基于有源超表面天线罩的窄截面方向图可重构天线

针对无人机数据链通信存在抗干扰性能差、防捕获能力弱等问题,提出了一种具有良好气动性能的基于有源超表面天线罩的窄截面方向图可重构天线。该天线由宽带平面印刷全向天线、窄截面有源超表面天线罩以及双频阻抗匹配网络组成。当超表面天线罩上二极管均截止(未加偏置电压)时,天线罩处于全透波状态,天线工作于宽带全向通信模式。当超表面天线罩特定区域二极管导通时,该区域天线罩处于全屏蔽状态,天线工作于双频定向通信模式,此时通过引入双频阻抗匹配网络显著改善天线的阻抗匹配。全向通信模式下,天线相对带宽达到44.6%,全向增益可达1.37 dBi,不圆度小于2.5 dBi;定向模式下,双频天线上下频带分别为1.4 GHz和1.8 GHz,相对带宽分别为9.1%和15.3%,最大定向增益达5.2 dBi。该天线具有窄截面、低成本等优点,能够在宽带全向通信和双频定向通信工作模式之间灵活切换,有望提高无人机抗干扰、防捕获的性能。     

一种基于用户位置的设备到设备模式选择和资源分配方案

在蜂窝网络中通过复用蜂窝系统中已使用的频谱资源,来增加蜂窝系统的频谱利用率,减少基站的负载,同时通过基于用户位置的设备到设备(D2D)模式选择和资源分配算法,达到减少同频率之间的用户干扰,降低用户的传输功率的目的.仿真结果显示,相比于传统的蜂窝通信和随机的资源分配模式,基于用户位置的D2D模式选择和资源分配有效地提高了系统总容量,减少了用户之间的干扰.     

基于协作频谱感知的多无人机通信网络谱效优化研究

针对无人机应用场景频谱效率较低的问题,提出一种结合认知无线电技术的多无人机通信网络谱效优化方案.首先基于协作频谱感知,建立空地信道下多机协作的认知无人机网络模型,设置无人机（unmanned air vehicle,UAV）数量、感知时间和判决门限等优化参数,在此基础上提出高谱效联合优化算法对构建的非凸优化问题求解,最后分析无人机飞行过程中谱效的变化情况.仿真结果表明,存在最优感知时间使系统谱效获得最大值,且UAV数量和判决门限等因素会影响该谱效最优值;提出的高谱效联合优化算法具有较好的收敛性,有效提高了UAV次级认知网络的频谱效率.      

认知无人机网络中多机协作频谱感知研究

多无人机协同工作模式在未来通信中有着重要的应用前景。结合频谱资源短缺的问题,建立认知无人机网络模型,并研究多机协作频谱感知性能,提出一种最佳融合准则来优化检测性能。针对无人机数量较多的大型认知无人机网络,提出一种快速高效的协作频谱感知算法,并比较该算法在瑞利衰落以及Nakagami衰落2种信道环境下的性能。仿真结果表明:①采用最佳融合准则可以使协作频谱感知总错误率达到最小;②快速协作频谱感知算法可以利用较少的无人机来保证协作频谱感知的检测准确度,避免了不必要的感知过程,减少了参与协作频谱感知的次级用户数量,降低了协作感知时间,从而节省了感知过程开销,而且相比于瑞利衰落信道,该算法在Nakagami衰落信道环境下具有更好的性能。     

三维动态无人机网络覆盖性能与信道容量分析

无人机(unmanned aerial vehicles, UAV)在空间内不规则分布和移动给系统设计带来巨大挑战，为了对UAV服务下的热点场景进行更加真实可靠地分析，基于随机几何和移动ad hoc网络 (mobile ad hoc network, MANET)理论，构建了一种三维移动UAV网络模型。UAV群被建模为三维泊松点过程(three-dimensional Poisson point process, 3-D PPP)，可以在水平和竖直方向位移。为了进一步研究该系统的网络性能，考虑了2种服务模型:基站切换模型(base station handover model, BHM)和基站恒定模型(base station constant model, BCM)。通过推导服务距离分布以及其余基站干扰的拉普拉斯变换，得出该系统的覆盖概率和信道容量。通过仿真分析了不同参数指标对覆盖概率以及信道容量的影响。实验结果表明，与传统二维UAV网络模型相比，该三维动态模型能够更准确地反映实际情况，并且基于最近邻策略的基站切换能够显著提升网络性能。     

一种基于虚拟分区的跨小区 Ｄ２Ｄ 资源分配算法

终端直通（device-to-device,D2D）技术引入蜂窝系统虽然能够提高蜂窝系统性能,但同时带来了很大的干扰。为了降低蜂窝用户对D2 D用户的干扰,提出了一种基于虚拟分区的跨小区资源分配算法。通过为D2 D接收端设置干扰限制区域来限制D2 D用户所复用的蜂窝用户资源;为了给分配相同资源的用户之间建立较大的空间分离,降低链路间的相互干扰,引入虚拟分区的概念;最后,为了使系统吞吐量达到最大,从可复用蜂窝用户的集合中选择链路质量最好的k个蜂窝用户,将其资源分配给D2 D用户。仿真结果显示,所提算法可以有效地降低蜂窝用户对D2 D用户的干扰,提高系统的吞吐量,提升系统性能。     

D2D通信系统中的最优中继选择及功率分配策略研究

在D2D(device-to-device)通信系统与蜂窝网络共存的场景下,引入中继节点可以有效提高D2D链路的吞吐量同时减小D2D链路对蜂窝网络的干扰?阐述了一种新颖的半双工放大转发双向中继协助D2D通信方案,提出了对应的最优中继选择及功率分配算法?该算法能够在满足蜂窝系统所受干扰小于一定门限值的约束下最大化D2D链路的吞吐量?该算法优化了D2D链路上各发送节点的发送功率;选出了可以使D2D链路吞吐量最大化的中继节点作为最优中继节点?其中,在计算最优功率分配的时候,利用拉格朗日对偶理论以及最速下降法对原功率分配优化问题的对偶问题进行了分层迭代求解?仿真结果表明,提出的策略与已有的方案相比可以显著提高D2D链路的吞吐量?     

基于模糊聚类的D2D通信二次资源分配算法设计

针对D2D链路与蜂窝链路之间的同频干扰问题,提出了一种基于模糊聚类的二次资源分配算法.该算法采用了模糊聚类将干扰较大的D2D链路划分为一组,再用图着色进行组内一次资源分配,从而降低干扰并保证用户Qos需求和公平性.最后,采用Kuhn-munkres最优匹配算法进行二次分配来达到提高系统吞吐量的目的.通过计算机仿真可以看出,该算法既可以保证D2D用户的不同Qos需求,又提高了系统吞吐量和获得无线资源的公平性.     

解析未来移动通信系统中的智能天线技术

如何消除同信道干扰（CCI）、多址干扰（MAI）与多径衰落的影响是提高无线移动通信系统性能的主要因素。智能天线利用数字信号处理技术,产生空间定向波束,使天线主波束对准用户信号到达方向,旁瓣或零陷对准干扰信号到达方向,可以达到高效利用移动用户信号并抑制干扰信号的目的。