无线传感网中虚拟V-BLAST发射能量分配研究

针对无线传感器网络能量受限的问题,提出一种适用于无线传感网的虚拟V-BLAST系统,并研究使各个传感器节点信号误码率最小的功率分配算法.提出了基于Karush-Kuhn-Tucker (KKT)条件的最优功率分配方案和基于等信干噪比(SINR)的次优功率分配方案.仿真结果表明,采用发射功率分配的虚拟V-BLAST系统比传统等功率分配V-BLAST系统传输质量有了很大的提高,在相同误码率要求下,可以减少发射功率,延长网络寿命.     

基于波束域预处理的MIMO雷达MVDR波束形成算法

传统的MIMO雷达的发射阵列通常进行全向发射,而感兴趣的目标往往集中在较小的空域范围内,全向发射就造成了大量的功率浪费,从而导致波束形成器的输出信干噪比降低,针对这一不足,提出了一种基于发射波束域预处理的MIMO雷达MVDR波束形成算法.该算法首先利用二阶锥规划设计出波束域矩阵,通过发射波束域预处理使发射功率聚集在感兴趣的区域,同时保持预处理后的导向矢量的旋转不变性,然后利用MVDR算法进行自适应波束形成.仿真结果表明:波束域预处理提高了发射功率的利用率,因此,在发射功率相同的条件下,基于发射波束域预处理的MIMO雷达MVDR波束形成器具有更高的输出信干噪比.     

LTE-A中的SLNR联合校准多用户多流波束赋形方案

提出了一种长期演进项目的后续演进（long term evolution-advanced, LTE-A）中的信漏噪比联合校准多用户多流波束赋形方案。基于信漏噪比准则进行波束赋形消除多用户间干扰,实现LTE A下的多用户多流波束赋形传输;建立信道校准机制,补偿实际通信系统中的射频增益影响,恢复信道互易性,提升实际通信系统中的误码率性能。在适用于LTE-A的空间信道扩展模型(spatial channel model extension, SCME)信道环境下进行了仿真,仿真结果表明,该方法相比常用的基于信干噪比准则的块对角化方案误码率性能有明显提升,且能在存在射频增益影响的非理想环境中恢复信道互易性,提升系统传输性能。     

基于信道统计量信息的中继OFDMA系统资源分配

研究了正交频分多址（OFDMA）两跳中继网络的资源分配问题。假设系统只有用户的信道统计量信息,基于用户的速率和中断容量要求,提出了自适应的中继选择、功率和子载波分配的优化问题;在保证每个用户最小速率需求情况下,使系统的总发射功率最小。应用对偶优化方法,导出了资源分配的最优解。此外,为了降低资源分配算法的复杂性,分别研究了基于信道统计量的贪婪算法和半分布式算法。仿真结果表明,提出的算法和无中继系统比较有很大的性能改进。     

基于优化ZFBF的认知MISO系统中的用户选择算法

为提高认知无线电多输入单输出(cognitive radio multiple input single output, CR MISO)系统传输速率,给出一种基于波束成形的用户选择算法。假设信道状态信息已知,算法采用零空间理论消除对主用户(primary user, PU)干扰和优化迫零波束成形(zero forcing beamforming, ZFBF)技术消除认知用户(cognitive user, CU)间干扰。考虑发射功率限制,依次选择CU进行注水功率分配实现最大化系统传输速率。此外,在迭代中采用正交三角分解（orthogonal triangular decomposition, LQ)减少算法复杂度。数值分析表明,本算法系统的传输速率与PU的干扰门限大小无关,且比采用近正交用户选择算法的系统传输速率高4~6bps/Hz。当发射功率限制为10 dB时,在相同条件下使用优化ZFBF的传输速率比使用ZFBF的传输速率高约1 bps/Hz。     

Underlay认知无线电网络功率与允入控制优化算法

频谱共享认知无线电网络中允入控制算法对系统总吞吐量、总传输概率及认知用户中断概率的影响,并提出两种新功率与允入控制联合优化算法。所提算法基于信干噪比与功率对应关系,引入有效信干噪比、有效链路增益比两个新权值。在非可行系统中依据新权值逐步移除违规认知用户,使允入认知用户数目最大化并有效控制总传输功率。在可行系统中利用新权值将“极大-极小”服务质量和总吞吐量优化两个问题转化为易解决的传统线性规划问题。仿真实验结果表明,新算法复杂度低、用户中断概率小且系统吞吐量大。     

基于天线分组的携能中继的保密传输方案

由一个单天线的源节点、目的节点和一个多天线的中继节点组成的存在窃听节点的两跳无线网络,研究其在中继节点能量收集约束下的物理层保密传输方案。窃听节点的位置和信道状态不可知,采用由目的节点在第1跳时发送人工噪声进行协作干扰的方式保护两跳传输中保密信息。中继节点采用携能通信工作模式,从接收的信号和人工噪声中提取能量用于信号的转发。第1跳时,中继节点的天线分为两组,分别用于保密信号的接收合并和能量的收集。在第2跳时,中继节点利用所有天线采用波束赋形技术转发信号。由于不能获得窃听信道状态信息,因此以最大化目的节点的速率为目的,对中继节点的转发波束赋形矢量进行优化,并给出一种次优的低复杂度的天线分组策略。仿真结果表明,提出的方案能获得可观的保密速率,提出的天线分组策略的性能明显优于功率分裂策略。     

基于RTS/CTS协议的协同中继网络功率分配研究

针对使用分布式线性弥散码的放大转发协同中继网络,提出一种基于MAC层请求发送/允许发送协议的分布式功率分配方案.此方案不需要处理中心集中处理后反馈信息,信源和各中继节点可以计算自己的优化发射功率,简单易实现.还从降低系统中断概率的角度给出了基于中继信道强度的瓶颈效应和调和平均值的两种发射功率分配算法.仿真结果表明,相比较传统的等功率分配,提出的方案充分体现了分布式线性弥散码的分集增益,不仅降低系统的中断概率,还大大改善了接收端的误码率性能,有很强的实用性.     

面向OFDM无线中继系统的功率分配算法

针对正交频分复用无线中继系统的绿色通信问题,提出一种低复杂度功率分配算法。首先,采用“放大-转发”中继策略,源节点在中继传输的两阶段都发送相同信息。然后,通过联合优化源节点和中继节点在各子载波上的传输功率,使系统以最小功耗代价满足用户通信服务质量要求。由于该问题是一个复杂的多变量耦合非凸问题,直接求解难度高。对此,综合运用拉格朗日松弛法和块坐标连续上界最小化方法,通过交替优化各个功率变量,获得原问题的高质量次优解。仿真结果表明,该算法能有效降低中继系统总体功耗,为无线中继系统的绿色通信提供有效解决方案。     

不确定权值下的鲁棒波束形成算法

提出了一种不确定权值下的鲁棒波束形成算法(robust beamforming algorithm with uncertainweights,RBAWUW),与以往文献中对阵列导向矢量的不确定性进行约束的方法不同,该算法是通过对权值附加一个球形或椭球形不确定集约束推导出来的.在这种新的约束下,RBAWUW算法能获得比传统鲁棒Capon波束形成器(robust Capon beamformer,RCB)更高的输出信干噪比(singal-to-noise-plus-interference ratio,SINR),而且新算法与标准Capon波束形成算法的计算效率几乎相同.理论分析和仿真结果均表明,RBAWUW算法是切实可行的.     

放大转发中继系统中基于SCMA的能效资源分配方案

放大转发中继系统中,以提升能效为目标,在保障各用户的最小速率需求下,提出一种子载波顺序配对以及稀疏码分多址(sparse code division multiple access, SCMA)码本功率联合资源分配算法。将能效资源分配建模为一个混合型整数优化问题,并将其拆分为子载波配对和码本及功率分配两个独立的子问题。首先,预设码本和功率分配,基于能效对子载波进行配对。然后,在子载波固定配对的情况下,基于能效码本采用最优信道选择的分配方法,功率问题转化为含有参量的凹函数,构建拉格朗日函数进行迭代求解。最后,码本和功率交替迭代优化直至收敛。仿真表明,所提算法较其他方案可以提升约29%的系统平均能效,同时也保证了每个用户的最小速率需求。     

Ad-hoc网络中基于博弈论和粒子群优化的协作算法

为了促使Ad-hoc网络中的“自私”节点进行合作,提出了一种基于博弈论和粒子群优化的协作算法（Nash Bargaining of game theory and particle swarm optimization, NGPSO）在算法的第一阶段,源节点通过对中继节点转发的数据进行价格补偿,从而达到使中继节点参与合作的目的。将源节点的最优出价归结为纳什谈判问题,得到具有帕累托最优的激励价格,保证源节点和中继节点在合作中同时获得最佳收益;在算法的第二阶段,中继节点在获得源节点的最优出价后,通过粒子群优化算法得到最优的转发功率,使其合作收益增益最大。仿真表明,和随机价格激励相比,所提出的NGPSO算法能使源节点和中继节点达到最优收益;和中继节点固定功率转发相比,所提出的NGPSO算法,能显著提高源节点的能量效率和中继节点的收益,同时在适当设置中继节点转发功率的搜索空间时,可以保证总的能量效率。     

全双工无人机中继系统物理层安全性能研究

针对全双工无人机中继通信系统的物理层安全通信问题,提出一种基于发射功率及无人机飞行轨迹的联合优化方案.在发射功率及飞行轨迹受限条件下,构建最大化系统保密速率的联合优化问题.将无法直接求解的非凹联合优化原问题拆分为发射功率及飞行轨迹优化两个子问题,采用连续凸逼近法将子问题转化为可求解的凹问题,设计迭代算法给出联合优化问题...     

基于最优中继集合选择的HDAF算法

为减少协作通信系统资源消耗,提出了一种基于混合译码放大前传(hybrid-decode-amplify-and-forward, HDAF)的中继选择算法。该算法以降低系统的中断概率和最小化总功率为目标,采用等效信道增益参数排序的方法,得到了最优中继集合的选择算法。该算法既保证通信过程更可靠,不易中断,又减少多余中继节点的使用,节省资源。仿真结果表明,采用最优中继集合选择算法,在10~30 dB的信噪比范围内,HDAF协作方式的中断概率要小于放大转发(amplify-and-forward, AF)和译码转发(decode-and-forward, DF)协作方式。该算法与功率分配相结合,在相同中断概率条件下,源节点所需功率比AF和DF协作方式少1~4 dBm,节约了系统资源的消耗。     

最优下行链路功率分配策略和波束形成算法

针对下行链路的预编码问题,提出了一种基于二阶锥优化理论的求解方法。它将功率分配和波束形成的联合优化问题转变为一个单变量的凸优化问题,该凸规划问题实质上是一个二阶锥可表问题,因而可以利用内点法求取其全局最优解。更进一步,文章提出的算法还能对非精确的信道状态信息提供稳健性。仿真实验证明了算法的有效性。     

双向认知网络物理层安全策略建模及仿真研究

为提高移动通信系统的性能,构建了一个存在主网络干扰和窃听者时双向认知中继网络时物理层安全传输模型,设计了一种中继选择和功率分配的联合优化策略,用于对抗窃听者,保护收发节点的信息传输.通过仿真分析得出,此非凸优化问题限制条件较多,难以保证粒子群优化算法随机生成的初始解的可行性,从而造成求解困难.提出了一种基于可变网格优化...     

基于协同干扰的能量收集两跳中继系统保密速率的优化

在由一个源节点、中继节点、目的节点和窃听节点组成的两跳中继窃听信道模型中,假定各节点均具有能量收集能力,采用“储能-发送”模式工作,即先收集能量,然后再发送数据。中继节点采用放大转发方式,目的节点发送人工噪声协同干扰。首先分析得到目的端协同干扰方式下获得正的保密容量的条件;然后给出以最大化保密速率Rs为目标的吸收比例系数ρ和干扰功率分配因子α的迭代优化算法;最后对算法性能进行仿真。仿真结果表明,优化算法收敛速度快,能有效提高系统的保密传输速率。     

Resource allocation with minimum transmit power in multicast OFDM systems

To minimize the total transmit power for multicast service in an orthogonal frequency division multiplexing (OFDM) downlink system, resource allocation algorithms that adaptively allocate subcarriers and bits are proposed. The proposed algorithms select users with good channel conditions for each subcarrier to reduce the transmit power, while guaranteeing each user’s instantaneous minimum rate requirement. The resource allocation problem is first formulated as an integer programming (IP) problem, and then, a full search algorithm that achieves an optimal solution is presented. To reduce the computation load, a suboptimal algorithm is proposed. This suboptimal algorithm decouples the joint resource allocation problem by separating subcarrier and bit allocation. Greedy-like algorithms are employed in both procedures. Simulation results illustrate that the proposed algorithms can significantly reduce the transmit power compared with the conventional multicast approach and the performance of the suboptimal algorithm is close to the optimum.