能量有效的NOMA多用户-多信道匹配算法

针对非理想信道状态信息(channel state information, CSI)下面向海量用户的无线资源高效分配难题,通过引入非正交多址(non-orthogonal multiple access, NOMA)技术提出了一种能量有效的多用户-多信道匹配方案。首先,考虑用户中断概率约束,建立以最大化系统能量效率为目标的非理想CSI蜂窝下行NOMA系统信道和功率联合分配优化问题;然后,将建立的含概率约束的优化问题转化为非概率约束优化问题,并从中解耦出用户-信道匹配优化问题;最后,将面向能量效率的NOMA用户-信道匹配优化问题映射为婚姻匹配问题,进而提出一种高效低复杂度的双边匹配算法实现了多用户-多信道的动态匹配。仿真结果表明,提出的匹配算法性能优于传统匹配算法,能够提供更高的系统能效、实现更低的用户中断概率且收敛速度更快。     

802.11ax系统中基于OFDMA调度接入的公平性资源分配算法

针对802.11ax系统中基于正交频分多址接入(orthogonal frequency division multiple access, OFDMA)调度接入的上行多用户传输链路, 提出了基于能量效率的公平性子信道匹配和功率分配算法。根据基于能量效率的上行链路模型, 提出资源块(resource unit, RU)数量确定算法和独立子信道匹配与功率分配算法; 进而针对独立分配中频谱利用不足和功率分配不合理的问题, 提出改进的联合子信道和功率迭代分配算法, 通过应用广义分式规划, 改写约束条件并在目标函数中加入惩罚项来松弛整型变量, 进一步用序列凸规划(sequential convex programming, SCP)来求解。仿真结果表明, 通过独立和联合迭代分配功率和子信道, 系统中用户的能量效率相对原有算法得到提升的同时兼顾了用户间的公平性。     

毫米波大规模MIMO-NOMA系统中基于动态子连接混合结构的预编码设计

针对毫米波大规模多输入多输出-非正交多址接入(massive multiple input multiple output non-orthogonal multiple access, mMIMO-NOMA)系统硬件成本和功耗过大问题, 基于动态子连接混合结构(dynamically sub-connected hybrid architecture, DSC-HA), 提出一种高效预编码方案。首先，在用户分组的基础上, 基于等效信道增益最大化原则, 利用Kuhn-Munkras算法匹配各NOMA簇用户的信道状态信息, 以实现动态天线分组, 进而完成模拟预编码设计。接着, 利用NOMA簇内强用户的等效信道来实现数字预编码设计, 以减小簇间干扰。最后, 通过优化簇内用户间功率分配来减小簇内用户间干扰。仿真结果表明, 基于DSC-HA的预编码方案不但系统和速率优于基于子连接混合结构的预编码方案, 而且能效明显优于基于全连接混合结构和基于全数字结构的预编码方案。     

NOMA系统在下行链路中的功率分配

为了满足非正交多址接入(non-orthogonal multiple access,NOMA)系统下行链路的一个多用户集群中不同用户的业务需求,提出了具有用户服务质量(quality of service,QoS)保证与最大最小(max-min)公平性准则的功率分配算法。针对不同用户需求,制定了在基站发射总功率与用户满足的最低速率要求约束下的max-min公平准则的优化问题模型,并利用二分法与Karush-Kuhn-Tucker(KKT)条件对复杂的非凸问题进行求解。仿真结果表明,该功率分配算法既保证了用户的QoS要求又满足了用户的公平性准则,并且NOMA系统的吞吐量相较于传统多址接入系统的吞吐量有较大的提升。     

基于时间反演的上行NOMA系统能效优化算法

为了解决上行非正交多址接入(non-orthogonal multiple access, NOMA)系统在多径环境下传输效率较低问题, 提出了一种基于时间反演(time reversal, TR)的上行NOMA网络资源分配算法。首先, 利用TR技术独特的空时聚焦特性, 增大信号的接收强度。其次, 考虑用户最小传输速率约束和用户最大发射功率约束, 建立了系统能效最大化资源分配模型。然后, 利用分式规划理论和连续凸近似方法, 将所提出的非凸优化问题转化为凸优化问题, 并利用拉格朗日对偶理论求得全局最优解。仿真结果表明, 相较于传统算法, 所提出的算法具有较好的能效。     

基于单源最优路径的NOMA中继选择与协作传输

目前，在非正交多址接入(non-orthogonal multiple access，NOMA)中继通信的研究中，中继用户的选择是随机的，并没有考虑中继节点之间信道条件的差异。为了得到信道条件较好的中继用户，提出一种基于单源最优路径的中继选择策略，从基站广播信号以用户为节点，设定信道参数，寻找最佳传输通路。当信号到达目标节点后，基站从目标节点处收集所有可达通路，通过对比各通路的信道参数，选出一条最好的传输通路。基于所提中继选择策略，在非机会式NOMA系统中，提出一种新的协作传输方法，该方法在中继传输过程中剔除了多余信号以降低信号间干扰。仿真结果表明，在相同条件下，采用所提策略的协作传输方法比随机中继选择用户中断概率更低，有效降低了系统复杂度。     

基于正则信道求逆预编码的MIMO功率分配方案研究

提出一种多用户MIMO系统中基于正则信道求逆预编码并具有QoS保障的功率分配方案:结合信道状态信息和用户QoS需求,分析得出约束条件的可行性判断依据;利用连续几何规划算法将非凸优化问题近似为凸优化问题,并辅以内点法求解最优功率分配方案;最终综合得出一套基于滑动窗口机制的功率分配框架。仿真结果表明,与现有算法相比,该方案能在有效保障用户最小速率和时延需求的基础上,显著提高系统可达速率。     

基于不完美CSI的水声自适应功率分配算法

水声信道面临带宽资源有限、环境复杂的问题，为提高水下通信速率，基于水声传感器网络的海洋应用提出自适应通信的需求。传统基于简单信噪比指标的自适应资源分配算法无法准确表述衰落信道的统计特征，利用强化学习和卷积神经网络预测信道的方法虽然可以提高一定信道状态信息(channel state information, CSI)的准确性，但这种方法需要长期的观测和大量的训练样本，不符合水声环境的实际情况。对比，构建了一种中继放大转发协作正交频分复用(orthogonal frequency division multiplexing, OFDM)通信的模型，解决了由于节点漂浮导致直接通信传输效率变低的问题，并提出一种在时延反馈CSI中基于OFDM的自适应功率比特分配算法，利用条件概率表征不完美的CSI,调整自适应通信参数，进行遍历容量最大化建模。仿真结果表明，该算法实现功率和比特的联合自适应分配，平均传输速率指标优于直接反馈CSI的功率分配算法，虽然略低于采用马尔可夫链预测信道的方法，但结合算法复杂度来看，所提算法更简单，更适合能量有限的水声传感器网络。     

基于非合作博弈模型的跨层资源分配算法

针对多用户多输入多输出 正交频分复用(multiple input multiple output-orthogonal frequency division multiple, MIMO-OFDM)系统的上行链路提出一种基于非合作博弈模型的跨层资源分配算法。基站为用户分配初始上行速率后,各用户间通过非合作博弈方式实现功率最小化。功率未饱和的用户向基站申请增加吞吐量,基站在调整用户吞吐量时综合考虑用户信道条件与媒体访问控制（media access control, MAC）层缓存的状态。仿真表明,算法既降低了用户终端的功率开销,同时兼顾了多用户间的公平性。     

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。     

MISO无线携能通信系统保密波束形成方法

为有效应对多输入单输出(multiple input single output, MISO)无线携能通信(simultaneous wireless information and power transfer，SWIPT)系统中的信息安全问题，提出人工噪声(artifical noise, AN)辅助的波束形成方案, 并进一步将这一问题表述为用户需求限制的功率控制问题。然而, 该问题具有典型的非凸复杂性, 其最优解无法在多项式时间内得到有效解决。为此，基于必要简化, 提出了双层优化算法来快速求取其次优解; 同时, 又进一步把该双层算法推广到非理想信道条件下, 构建了鲁棒波束形成方法。仿真实验表明，与经典迫零算法相比，双层算法具有更好的性能，且更具鲁棒性；而且，随着信道估计误差的增加，双层优化算法的优势更加明显。     

Power control scheme for multiple antenna systems with space-time coding in Rayleigh fading channels

Two optimal power control(PC) schemes under the power constraint for space-time coded multiple input multiple output systems over the flat Rayleigh fading channel with the imperfect channel state information(CSI) are presented.One is based on the minimization of a bit error rate(BER),and the other is based on the maximization of a fuzzy signal-to-noise ratio.In these schemes,different powers are allocated to individual transmit antennas rather than equal power in the conventional one.For the first scheme,the optimal PC procedure is developed.It is shown that the Lagrange multiplier for the constrained optimization in the power control does exist and is unique.A practical iterative algorithm based on Newton’s method for finding the Lagrange multiplier is proposed.In the second scheme,some existing schemes are included,and a suboptimal PC procedure is developed by means of the asymptotic performance analysis.With this suboptimal scheme,a simple PC calculation formula is provided,and thus the calculation of the PC will be straightforward.Moreover,the suboptimal scheme has the BER performance close to the optimal scheme.Simulation results show that the two PC schemes can provide BER lower than the equal PC and antenna selection scheme under the imperfect CSI.     

非理想信道状态信息下的OFDM比特分配算法

提出一种在非理想信道状态信息条件下,以平均误比特率为目标的正交频分复用(OFDM)比特分配算法.该算法对子信道当前频率响应值进行估计,估计值经延时后反馈至发送端,并以此作为自适应比特分配的依据.仿真结果表明,当信道估计器的均方误差小于-15dB时,信道估计误差对自适应OFDM系统的性能影响不大.采用多个信道估计值来确定比特分配可以减小信道信息延时对系统性能的影响,有效提高系统性能.     

非完美信道信息下LTE-V2V通信最优功率控制

针对非完美信道状态信息下LTE-V2V (long-term-evolution vehicle-to-vehicle)通信系统中V2V用户与蜂窝用户频谱复用带来的共道干扰问题,提出了一种以最大化能效为目标的最优功率控制方案。该方案通过V2V用户间通信距离的变化来刻画车载通信的时变特性,并利用随机几何理论对LTE-V2V通信系统中的共道干扰进行数学建模。同时,在蜂窝用户的中断概率和V2V用户最大功率约束条件下,得到V2V用户传输功率的可行域。并在此基础上,建立起最大化V2V用户能效目标函数,求解得到V2V用户的最优功率。数值分析表明,通过调整V2V用户的接入密度可最大化平均和速率,并且在不同V2V用户最大通信距离下,提出的功率控制方法所对应的能效均大于先前的最大功率分配方法所对应的能效。     

基于遗传算法的混叠式非正交多址接入方法

为了提高稀疏码多址接入(sparse code multiple access, SCMA)系统的资源利用率, 提出一种基于遗传算法的混叠式非正交多址接入(non-orthogonal multiple access, NOMA)方法。该方法利用NOMA的过载特性, 允许相同的资源单元同时混叠承载调度接入和随机竞争接入业务, 从而实现了两种接入方式的细粒度融合。进而, 设计基于遗传算法的混叠式NOMA资源分配算法, 将两种接入方式的总容量作为优化目标以及遗传算法的适应度, 通过交叉和变异操作的多次迭代来优化资源分配效果。仿真结果表明, 所提方法相较于其他方法在各种场景下均能够获得更高的吞吐量性能，能够有效地联合支撑调度接入和随机竞争接入, 提高NOMA系统的资源利用率。