MU-MISO场景下最优化和速率的波束赋形

研究了在一个多用户的下行网络中,基于完美信道状态信息(CSI)的波束赋形设计问题.在该场景下,基站配备多天线,每一个用户为单天线.基站将采用发送波束赋形与用户进行通信.考虑在发送总功率受限的情况下,最大化所有用户的和速率.由于目标函数形式复杂并且是非凸的,导致求解困难.为此,提出了一种基于迫零准则的波束赋形方案.该方案将原问题分解为两个子问题,分别求解.仿真结果表明:相比于传统的基于SLNR的波束赋形方案,所提的方案的性能更好.     

基于用户协作干扰的IRS辅助安全传输方案

针对协作通信网络无线信道高度开放的信息安全问题,提出一种基于智能反射面(IRS)辅助通信与用户协作干扰的下行链路物理层安全传输方案,并给出了一种基于交替迭代的保密容量最大化算法.该方案中智能反射面通过调整反射相位辅助合法用户进行通信,并且全双工用户在接收有用信号的同时发射人工噪声,从而增强系统信息安全传输.为了求解系统保密容量的非凸优化问题,利用交替迭代算法将其分解为3个子问题,分别对基站波束成形矢量、系统功率分配系数及IRS相移矩阵进行优化.在求解的过程中推导了波束成形矢量和功率分配系数的闭式解,并分别利用连续凸近似和黎曼流形优化两种算法得到了IRS的最佳相移矩阵.分析与仿真结果表明：所提出的方案能够快速收敛,且基于黎曼流形的优化算法具有更低的复杂度.与随机相位或固定功率系数的方案相比,该方案能够显著提高系统安全性能.     

全双工多用户广播信道下的能量吸收效率研究

研究了多用户广播信道场景下的用户能量吸收效率的优化,假设用户终端采用全双工的模式,即用户在接收基站的下行能量信息的同时还会进行上行的数据传输.在保证每个用户的能量吸收效率大于某一阈值且满足基站下行功率发射限制的前提下,最大化用户中最小的上行发射功率.最后,仿真结果证实了提出算法的有效性.     

一种通信链路安全速率均衡算法

针对全双工系统上下行通信的信息安全问题, 以安全速率为设计参数, 提出一种全双工上下行通信链路安全速率均衡算法. 该算法在安全速率准则下, 通过对信息波束成形向量及噪声波束成形向量的联合设计, 可以保证全双工上下行通信链路信息的保密. 在全双工基站发射功率约束下实现了全双工上下行通信链路安全速率均大于零的保密信息传输, 并通过仿真验证了所给算法的性能.     

一种全双工物理层安全通信波束成形的低功耗方法

在保证物理层安全的前提下,为解决传统迫零成形算法在全双工通信功耗过高的问题,提出了一种适用于全双工通信的信息波束和噪声波束联合成形的低功耗方法。首先,在高斯信道模型下对全双工基站的传输信号进行信息波束成形,实现基站与接收端的信息传输;然后,在全双工基站发射天线中添加人工噪声,并将噪声波束成形保证全双工基站的接收信息和发送信息不被偷听者窃听;最后,经过凸优化求解,将NP难的信息和噪声波束联合成形问题转化为可高效求解的凸优化问题,最终得到最优的信息和噪声波束成形向量。仿真结果表明,在上下行安全速率均为3b/(s·Hz)时,该方法可以有效降低全双工基站的功耗,与经典的迫零波束成形算法相比,均值功耗降低约18%。     

无线网络下行链路时延和功率的最优控制

研究无线网络下行链路中平均功率约束下联合跨层多用户平均时延最小化问题.基站根据不同用户的信道增益和队列长度信息,动态调整发射功率和速率,以实现系统平均时延最小化.将该优化问题转化为非约束马尔可夫动态决策过程,证明了在最优策略下系统平均时延和功率具有凸关系,仿真结果表明这种关系成立.考虑到原优化问题的特性和求解的复杂度,进而将该优化问题转化为凸优化问题,并给出了实际的求解算法和仿真结果.     

WPCN中下行链路能力扩展模型与最大化用户最小速率方法

针对无线供电通信网络的下行阶段缺乏信息传输功能等问题,提出一种基于无线携能通信技术的具有下行链路信息传输能力的网络模型。该模型将一个传输单位分为上、下行两个阶段,在上行阶段,用户发送射频信号进行信息传输,各小区基站完成信息解码任务;在下行阶段,基站通过波束成形技术和多载波技术向用户发送射频信号,各用户通过时分切换或功率分流方式完成信息解码与能量捕获。基于该模型,提出一种最大化最小速率的方法,通过最大化最小用户上行信息传输速率求解各小区内各用户的最优上行发送功率,通过最大化最小用户下行信息传输速率求解各个小区内的基站的最优下行波束成形矢量,实现网络中各用户相对公平的性能最优。仿真结果表明,本文方法提高了用户的最小传输速率。     

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。     

利用地理位置的中继选择及功率分配

在协作多中继蜂窝系统下行链路中,提出根据中继节点地理位置和吞吐量增益联合选取中继节点参与移动用户和基站间的协作通信方案,并运用凸优化算法分配各节点功率.仿真结果表明:该方案不仅改善了用户的误码率,并且提高了系统吞吐量.     

同频无线回传小基站系统中的协作传输优化

全双工的同频无线回传小基站可应用于阴影衰落严重区域的覆盖。在密集部署场景下,自干扰和小区间干扰严重影响系统传输性能。该文提出了一种基于集中式处理的同频无线回传小基站系统方案,采用空域和时域处理联合实现自干扰抑制和协作传输,并设计了一种基于连续凸近似和半正定松弛的迭代算法,对前向链路和回传链路上的波束成形/预编码及功率分配进行优化,从而降低系统发送功率。针对天线收发可切换的系统提出了一种复合算法,能够对收发天线进行高效选择。仿真结果表明:该方案能够有效抑制自干扰和小区间干扰,减小系统发送功率。     

全双工非正交多址接入系统的功率控制

研究了采用全双工基站同时为多个半双工下行用户和上行用户提供服务的单载波非正交多址(single-carrier non-orthogonal multiple access, SC-NOMA)系统的资源分配算法设计。考虑了基于能效的单载波NOMA系统上行链路和下行链路的资源分配问题,在保证用户服务质量和功率约束的同时最大化全双工单载波非正交多址接入(Full-duplex single-carrier orthogonal multiple access, FD SC-NOMA)系统的能效。由于目标函数是非凸问题,将原问题转换成非线性分式规划问题,通过采用拉格朗日乘子法得到最优传输功率的闭式解,利用次梯度算法求得最优传输功率。仿真结果表明,与传统的半双工单载波非正交多址接入(half-duplex single-carrier orthogonal multiple access, HD SC-OMA)系统相比,FD SC-NOMA系统能够实现更优的能效。     

多用户MIMO中继通信系统中线性处理器设计

在多用户MIMO(多输入多输出)中继通信系统中研究了基站预编码和中继处理矩阵的优化设计问题,提出了一种能有效消除多用户干扰的基站预编码方案——迫零QR,并采用奇异值分解(SVD)法设计了中继处理矩阵.仿真结果表明,所提的迫零QR预编码方案的和速率随着天线数的增加和用户数的增加而增大,且明显优于基站无预编码策略,若与SV...     

异构网中大规模MIMO场景下波束赋形设计

近年来,人们对于无线通信系统的数据传输速率的需求越来越大.大规模多输入多输出技术(MIMO)与小小区技术是能够满足人们高速增长的无线通信需求的关键技术.研究在一个异构网中的波束赋形问题,其中宏小区基站的配置为Massive MIMO,同时宏小区中包含小小区.在这样的场景下,宏基站配置大量天线,小小区基站配置少数天线,用户配置单天线.研究在这样的场景下,通过波束赋形设计,最大化所有用户的传输速率.该问题的目标函数是一个非凸的问题.通过运用半正定松弛(SDR)方法以及基于泰勒展开的一阶近似方法,将原问题转化为一个凸的近似问题,然后运用迭代方法求解.仿真结果证明,方案可以有效地提高包含Massive MIMO的异构网场景下的系统吞吐率以及能量效率.     

IRS辅助的MISO-SWIPT安全速率最大化算法

为增强系统的稳定性,基于智能反射面（intelligent reflection surface,IRS）辅助安全通信,为用户采用功率分配架构的无线携能传输（simultaneous wireless information and power transfer,SWIPT）技术以提高用户安全速率并降低用户的能量消耗,建立了系统安全速率最大化的目标函数模型;考虑IRS相移约束、基站最大发射功率、功率分配比率约束和用户最低能量采集约束,提出了一种基于交替优化的安全速率最大化算法。利用连续凸近似算法,将目标函数转化为凸的形式;采用交替优化,对耦合变量进行解耦处理;提出一种波束赋形算法以实现安全速率最大化。仿真表明,提出的算法能够有效提升IRS辅助的SWIPT系统的安全速率,至少比其他算法提高了2.63bps/Hz。     

基于容量最优化的D2D资源分配方法的研究

D2D(Device-to-Device)通信是一种在基站的控制下,允许终端之间通过复用小区资源直接通信的新型技术.它能够增加蜂窝通信系统频谱效率,降低终端发射功率,在一定程度上解决了无线通信系统频谱资源匮乏的问题.由于在未来的移动网络中有越来越多的异构设备,一个高效的资源分配方案必须最大限度地提高系统的吞吐量,并实现更高的频谱效率.资源分配方案是在保证小区用户吞吐量的前提下,使D2D用户获得最大的吞吐量,并在文献[7]的基础上给出了一个算法来解决这个问题.通过仿真表明,算法具有较低的时间复杂度,能够有效地提高系统的吞吐量.     

结合接收波束成形的Tomlinson-Harashima预编码方法

给出了一种利用Tomlinson-Harashima预编码(Tomlinson-Harashima precoding,THP)结合接收波束成形的多用户多输入多输出系统的广播信道预编码方案。当移动台有多个接收天线时,基站采用迫零Tomlinson-Harashima预编码(zero-forcing THP,ZF-THP)消除多用户间干扰,同时每个移动台利用接收波束成形保证系统拥有最大和容量。进而分析了预编码时QR分解的2种最佳的排序方法,揭示出ZF-THP系统存在和容量最大和误码性能最优不能兼顾的问题,而提出方案作为一种有效折衷,比传统的未排序的ZF-THP系统具有更高的和容量与更好的误码率性能。     

基于SWIPT的D2D通信辅助移动边缘计算任务卸载策略

为解决5G移动通信系统中移动用户计算能力不足、能量消耗多、无线资源缺乏等问题,本文构建一种基于无线携能通信(Simultaneous Wireless Information and Power Transfer, SWIPT)的多用户设备间(Device to Device, D2D)通信辅助移动边缘计算(Mobile Edge Computation, MEC)系统模型,提出一种D2D-MEC联合卸载策略。该策略以系统中请求用户总能耗最小化为目标,采用二进制卸载模式和功率分流模式对请求用户进行任务卸载和能量收集。针对能耗最小化问题为非线性混合整数规划问题,根据整数变量和实数变量将原问题解耦为功率分配和计算任务卸载两个独立子问题,并分别采用Dinkelbach方法和匈牙利算法求出两个子问题的最优解。仿真实验结果表明,本文所提策略优于传统的D2D卸载策略和MEC卸载策略,有效降低了请求用户的总能耗,提高了任务执行效率。     

基于干扰效率的星地认知网络功率分配算法

针对Underlay模式基于能量效率的功率控制算法未能准确反映次用户与主用户之间干扰性能导致系统容量下降的问题,综合考虑次用户能量有限及卫星链路和地面链路的差异性,定义干扰效率为认知卫星用户总的传输速率与地面基站接收到的干扰的比值,建立了基于干扰效率的星地认知网络上行链路功率分配模型,在此基础上提出一种基于干扰效率的功率分配算法.通过引入干扰门限约束及信干噪比约束条件,利用非线性分式规划理论和拉格朗日对偶法求解出最优功率.仿真结果表明:该算法能在较好满足次用户通信质量的前提下,有效减少对主用户的干扰,提升系统的干扰效率.