多输入多输出单载波频分多址系统的鲁棒波束赋形算法

针对多输入多输出(MIMO)单载波频分多址(SC-FDMA)系统中现有波束赋形算法在非理想信道状态信息下性能下降以及对信道信息误差敏感的问题,提出了一种鲁棒波束赋形算法。该算法利用谱范数对信道状态信息误差进行建模,并基于均方误差和准则将波束赋形优化问题建模为一个极小极大化问题,然后利用优超理论以及奇异值不等式理论证明该优化问题的鞍点特性并得出最优的波束赋形结构,最后利用凸优化得到最优的功率分配算法。仿真结果表明:与非鲁棒波束赋形和等功率分配算法相比,该鲁棒波束赋形算法在误码率以及频谱效率方面都能获得更好的性能,信道状态信息误差增大时,该鲁棒波束赋形算法与非鲁棒波束赋形算法相比在高信噪比时误码率性能约有1dB增益,频谱效率约提升6%。     

非正交多址认知无线电网络功率分配算法

非正交多址和认知无线电技术能有效提高频谱效率,是新一代移动通信系统的关键技术。针对功率域非正交多址认知无线电网络的能效优化问题,建立了满足次用户最小系统吞吐量和主用户最大干扰的次用户功率分配模型,将子信道吞吐量公式进行分解,得到子信道功率分配系数和子信道功率消耗率2个子问题。针对第1个问题,采取凸差(difference of convex,DC)规划算法将目标函数等效为2个凸函数差形式,并应用一阶泰勒展开式进行连续近似,将非凸问题转换为凸优化问题,从而得到子信道复用次用户最优功率分配系数;针对第2个问题,采用Dinkelbach算法和次梯度算法,利用拉格朗日函数,得到最优子信道功率消耗率。仿真结果表明,所提功率分配算法收敛速度快,时间复杂度低,其平均系统能效性能远优于分数功率分配算法。     

保密多输入多输出无线携能系统的节能稳健优化

研究了包含多个多天线窃听者的多输入多输出无线携能系统.在窃听者信道状态信息不精准的情况下,通过联合设计波束成形矩阵、人工噪声协方差矩阵和功率分配比,在满足发射功率约束和能量收获约束的条件下,最大化系统最差情况保密能量效率.基于分式理论,将原非凸问题转化为减式形式的等效优化问题.通过新颖的等效变换,解决了多个优化变量之间的耦合问题,避免了交替优化.借助于S-procedure和一阶泰勒级数展开,将难以处理的非凸问题转化为凸问题.提出了基于Dinkelbach方法的两级优化迭代算法且仿真结果验证了该算法的有效性和收敛性.     

低复杂度MISO干扰信道协同波束成形算法

针对单发射节点功率约束条件下的多入单出(MISO)干扰信道,研究确保用户公平性的最大-最小信干噪比(RSIN)优化问题.利用分层方法将原始优化问题分解为两个优化步骤,提出一种新颖的、低复杂性的单调协同波束成形算法,并验证其有效性.仿真结果表明:文中算法大约需要4次即可达到稳定点,且非常逼近穷举算法的性能.     

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%。     

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.     

基于鲁棒波束成形的WSNs可达安全速率研究

针对WSNs节点间通信易受非法节点窃听的问题,提出了鲁棒波束成形噪声发送策略来提高节点间的可达安全速率.假设协作干扰节点只知道其到窃听节点的部分信道状态信息,在最差信道条件下通过优化协作干扰节点的噪声输入协方差矩阵来最大化系统的可达安全速率.为求解此非凸的最大最小化问题,首先通过数学等价转化将该非凸问题转化为半定规划问题,然后设计了一维搜索算法来计算节点间的最优可达安全速率.最后,通过仿真验证了所提算法的有效性.     

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.     

多点波束宽带卫星系统波束间功率优化分配算法

为满足多点波束宽带卫星系统各波束不同的业务需求,提高星上功率利用率,对多点波束卫星的功率分配进行优化。在充分考虑卫星下行链路信道条件的不同及各波束最小容量需求的基础上,以服务公平性和容量最大化为目标进行建模,提出了一种波束间功率优化分配算法OIBPA(optimized inter-beam power allocation),并采用凸优化理论对该优化算法进行分析。通过仿真分析,该算法与传统的功率分配算法相比,在考虑信道条件的基础上提高了卫星的功率利用效率,降低了计算复杂度,且可以根据业务优先级进行灵活地调整,适用于多点波束宽带卫星系统。     

下垫式认知无线电网络的鲁棒功率分配算法

针对认知无线电网络功率分配的参数扰动性问题,提出一种基于保护因子的认知无线电鲁棒功率分配算法.该算法根据实际系统信道参数的扰动性,对授权用户干扰功率阈值引入保护机制进行鲁棒规划,运用Lagrange对偶算法和凸优化相关理论得到最优功率分配,解决了下垫式(Underlay)模式下认知无线电网络信道参数扰动性问题.仿真结果表明,该算法具有较好的鲁棒性,降低了算法复杂度,并提高了认知无线电网络的系统容量.     

基于跨层优化的认知无线电频谱资源管理研究

考虑到认知无线电网络可用信道在工作频率、带宽、传输范围和干扰范围等不同方面所具有的特异性,基于跨层的优化框架被提出并应用在认知无线电的调度、频谱分配和其路由算法.该算法能够借助已知的信道特性构造出频谱调度矩阵,而且可以将混合型NP-hard线性规划问题简化,同时算法中的遍历算法可以显著降低构建调度矩阵的计算复杂度(从原来的O(2M)降低到O(M2)).仿真结果显示了该算法能够显著提高认知无线电网络的性能.     

基于解码转发的认知无线电机会功率控制算法

频谱感知是认知无线电网络正常工作的基础,而功率控制问题的解决是认知网络和主用户网络正常运行的保证。文中研究协作认知无线电通信,在保证授权用户服务质量和认知用户最大功率受限条件下,将高信噪比时的解码转发(decode-and-forward,DF)和基于频谱感知结果的机会功率控制算法结合,提出新的机会DF功率算法。通过基于对主用户感知结果的最优中继选择策略,在保证主用户正常通信不受影响的前提下,最大程度提高次用户信道信噪比,提高认知网络容量,并且认知系统能够获得空间满分集度。理论和仿真结果同时表明,基于主用户出现概率的最优中继选择最大程度的消除了次用户对主用户的干扰,提高了认知系统容量。     

毫米波通信系统中利用随机逼近的波束赋形算法

为了在60 GHz毫米波通信系统中确定收发机最优的窄波束方向使得传输速率最大,提出了一种基于波束码本的自适应波束赋形算法.该算法在室内60 GHz信道的射线跟踪模型基础上建立了离散优化问题,并引入随机逼近的全局优化算法进行求解,首先在窄波束空间中进行随机采样,再利用含噪的信道估计获得样本目标函数的无偏估计量,并据此执行...     

多用户MIMO空分多址下行链路预编码算法研究

针对多输入多输出(MIMO)空分多址下行链路,每个接收天线看成独立的用户来分配波束,联合正交随机波束成形(ORBF)和迫零波束成形(ZFBF)实现了每用户配置多天线的预编码方法。为了降低计算复杂度,提出了联合线性结合技术的RBF-ZFBF的下行链路预编码方案。该方案利用ORBF确定初选用户,每个用户利用线性结合技术获得有效SINR,所选用户将使用线性结合方法获得的信道质量信息(CQI)和信道方向信息(CDI)反馈到基站,完成用户选择、波束选择和最终预编码。实验结果表明,该算法与每用户单天线方案相比,提高了系统吞吐量,证实了所提算法的有效性。     

自适应最小误比特率滤波算法研究

针对数字通信系统,介绍了一种新的滤波算法。该算法基于最小误比特率(MBER)准则,并利用梯度下降法实现。通过采用内核密度估计的方法来估计误码率函数,可将其推广到自适应的最小误比特率(LBER)滤波算法。仿真结果表明,LBER具有良好的收敛性能和误码性能,可以广泛应用于均衡、波束成形、检测等。     

基于注水线调整的认知无线电通信效用计算算法

本文在瑞利衰落模型下,根据认知用户的效用函数,来解决认知无线电中的信道规划问题,进而得到认知用户的通信效用。当认知用户输入功率和比特误码率受限时,其最终效用仅与注水线有关,因此我们提出了一种基于注水线不断调整的认知无线电功率分配及通信效用计算算法。理论研究表明,该算法具有较低的运算复杂度和接近于最优算法的认知用户效用,仿真分析验证了结论的正确性。     

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.      

多元量化SIFT视觉特征提取方法

视觉特征提取质量决定了UCAV认知导航的效能。为实现UCAV认知导航的高鲁棒性特征点提取，提出一种特征点优选的多元量化MQ-SIFT方法。针对SIFT模拟特征序列分布不均匀、正确匹配率不高的缺陷，提出采用多值量化与比特抽取结合法对模拟特征序列进行多元量化，并且分析验证了该方法的优越性能。为确保高鲁棒性特征点用于认知导航，对特征点进行了优选，给出了优选准则，提出了搜索最大连通集的改进迭代互欧氏距离方法。仿真结果表明：在图像信噪比大于10 dB时，MQ-SIFT算法及其优选的特征点具有较高的正确匹配率，并且其匹配率能够满足认知导航系统需求。