OFDMA中继网络中联合队列和信道信息的资源分配策略

针对基于正交频分多址接入(OFDMA)的多中继、多用户的中继网络,研究了联合队列和信道信息的资源分配问题,目标是最大化下行系统吞吐量,同时保证用户队列的稳定.首先将子载波配对、载波对分配和功率分配问题建模为一个联合优化问题,之后通过对变量进行连续性放松,采用拉格朗日对偶方法进行求解,并利用Karush-Kuhn-Tucker(KKT)条件及匈牙利方法获得优化问题的近似最优解.性能分析与仿真结果表明,与仅利用信道信息的算法相比,所提的联合队列和信道信息的资源分配算法能够有效地提高系统吞吐量并降低用户数据包平均等待时延.     

OFDMA系统中满足不同时延要求的跨层资源分配算法

针对OFDMA系统下行链路资源分配和调度问题,提出了一种跨层子载波和功率联合分配算法。其优化目标是在保证每个时延敏感用户的平均时延要求的条件下,最大化时延不敏感用户的长期平均吞吐量。该算法首先根据时延敏感用户的时延要求、队列状态和信道状态进行子载波和功率联合分配,即每分配给一个子载波后就立即用最优的功率分配算法在该用户内部进行一次子载波功率分配,以满足其平均时延和比特溢出率(QoS);然后将剩余系统资源根据对平均速率提高贡献最大原则对时延不敏感用户进行子载波和功率联合分配。仿真结果显示,该算法不仅保证所有时延敏感用户的QoS和用户间平均时延的公平性,还在系统的平均吞吐量和满足用户的不同时延要求之间达到一个很好的平衡。     

新型多用户MIMO-OFDM 跨层资源分配算法

为解决多用户MIMO-OFDM( Multiple Input Multiple Output-Orthogonal Frequency Division Multiplexing) 下行链路系统中由于分层设计信息不完整造成的资源分配不合理的问题,提出了一种基于最低速率约束的跨层资源分配算法。该算法综合考虑不同用户服务质量要求、媒体接入控制层队列情况和物理层信道状态信息,在满足总功率限制和用户最低速率约束的条件下,以系统吞吐量最大化为目标,进行物理层子载波和功率的联合分配。仿真结果表明,该算法不仅能满足不同用户的服务质量要求,而且能达到较高的系统吞吐量。     

MIMO-OFDM系统基于实时业务的跨层子载波分配

针对MIMO-OFDM系统的实时业务提出一种新的动态子载波分配算法。该算法基于物理层的信道状态信息,MAC层的队列状态信息和系统中每个队列的平均等待时间来动态分配子载波。仿真结果表明,该算法在保证用户之间竞争资源公平性的前提下,不仅保证了实时业务的时延要求,而且提高了系统吞吐量。     

最小中断概率的无线协作多播网络资源分配

研究了基于正交频分多址(OFDMA)无线协作多播系统的资源分配问题,该系统的资源分配中只有用户的平均信道状态信息可用.由于瞬时深衰落的影响,不可能保证每一个多播数据的成功传输,因此为了达到有效可靠的传输,利用协作分集带来的潜在增益,提出了协作的联合子载波和功率分配算法来最小化多播传输的中断概率.由于联合分配问题有很高的计算复杂度,因此提出了次优化的分配算法.在子载波分配阶段提出了比例协作子载波分配算法(CP)来实现吞吐量和公平性的折中.在功率分配阶段采用迭代功率分配算法(IP)来有效地利用有限的功率.仿真结果表明所提出的协作算法的性能明显优于传统的非协作算法.     

不完全信道状态信息条件下Turbo-BLAST系统中注水天线选择和功率分配算法

该文针对信道估计有误差情况,在不完全信道状态信息条件下提出了一种适用于Tur-bo-BLAST系统的天线选择和功率分配算法,发送端在总功率约束条件下,依据信道状态信息进行发送天线选择,并对选择的天线进行注水功率分配,以获得最大化信道容量.在接收端,采用Turbo原理对接收信号进行迭代检测,以改善系统的误比特率性能.仿真结果表明,采用所提算法不仅可以显著提高系统的信道容量,误比特率性能也有所改善.     

大规模MIMO-NOMA下行系统可达吞吐量研究

非正交多址系统的可达吞吐量与用户分簇策略、预编码方法、功率分配算法等有关.为了提高系统可达吞吐量,提出了一种改进的k-means用户分簇算法,该算法利用空间相关性对用户进行分簇,从而降低簇间干扰;然后利用块对角化预编码对发送给各簇的信息进行预处理,使得每簇的预编码向量与其它簇等效信道向量近似正交,进一步消除簇间干扰;同时构建最优功率分配优化问题,并利用Karush-Kuhn-Tucker(KKT)条件求得簇内每个用户的最佳功率分配系数,降低簇内用户间的干扰.实验结果表明:所提出的方法能有效提高系统的可达吞吐量.     

分布式无线通信系统下行功率分配策略

为了提高分布式无线通信系统(DWCS)的频谱效率,提出了一种下行功率分配算法。该算法仅要求发送端确知大尺度信道状态信息,具有较低的复杂度,易于实现。为了对比该算法的性能,引入小尺度信道状态信息的影响,研究了发送端确知全部信道状态信息时的最优功率分配算法。仿真结果表明:所提算法极大地提高了DWCS系统的频谱效率;另外,在DWCS系统中大尺度信道状态信息是影响功率分配算法性能的主要因素,小尺度信道状态信息的作用不明显,这也正体现了DWCS的实用化优势。     

一种多用户MIMO OFDM系统中的跨层自适应资源分配算法

提出了一种多用户MIMO OFDM系统中的跨层自适应资源分配算法。在发送功率一定的条件下以吞吐量最大化为目标把用户等待时间作为优化因子,首先分配子载波,再分配子载波的比特和功率。最后分配空间子信道的比特和功率.仿真结果表明提出的算法能够满足用户等待时间的公平性和用户的QoS,而且能够有效提高系统的吞吐量.     

高密集场景中家庭基站基于用户公平性的高能效资源管理分配方法

异构网络中,随着家庭基站的部署越来越密集,家庭基站之间的同层干扰和家庭基站与宏基站之间的跨层干扰严重阻碍了系统性能的进一步提升,提出一种基于用户公平性的高能效资源管理分配方法;利用半合作博弈实现家庭基站的资源分配。半合作博弈分为协作信道分配以及最优化功率分配。仿真结果表明,该优化方案不仅可以提高家庭基站及宏基站的吞吐量,还可以提高家庭用户之间的公平性。     

MIMO系统发射端多天线选择保障物理层安全传输

针对MIMO系统信号传输策略中单天线选择方案在增大系统保密容量方面存在的局限性,本文提出发射端多天线选择方案以保障物理层安全通信。文中首先在已知全局信道状态信息的理想条件下讨论最优多天线选择方案;然后考虑较为实际的情况,即在未知窃听方信道状态信息条件下提出次优多天线选择方案;最后,为改进次优方案在低信噪比条件下系统保密容量较小的不足,提出次优多天线选择发射功率分配方案。通过理论推导保密容量表达式和数值分析,结果表明,与现有单天线选择方案相比,所提的多天线选择方案有效地提高了系统的保密容量。     

非完全信道下认知中继网络中断概率及功率分配

基于最大信道增益的中继选择方法,分析了在不完全信道状态信息（CSI,channel state information）和受主用户干扰情况下认知中继网络的中断概率;进一步提出了在主用户干扰约束和保证认知用户服务质量（QoS,quality of service）条件下最大化认知中继网络频谱效率的数学优化模型,利用拉格朗日对偶松弛法获得了该优化问题的解,在保证主用户传输性能不受影响的前提下,提高了认知中继网络的频谱效率。仿真结果表明该文提出的功率分配方案与等功率分配方案相比提高了性能增益。同时表明在非完全信道条件下获得的频谱效率与完全信道条件下的频谱效率近似,但减少了系统信息的反馈量和实现的复杂度,有利于该方案的工程应用。     

一种基于延时信道状态信息的MIMO-OFDM系统自适应功率分配算法

在基于正交频分复用的多输入多输出（multiple-input-multiple-output-orthogonal frequency divided multiplexing,MIMO-OFDM）系统中,适当的功率分配方案能够显著提高系统吞吐量,但是其复杂度往往较高。研究MIMO-OFDM系统的自适应功率分配问题。以系统的和速率最大化为目标,根据延时的信道状态信息在所有空间子信道之间分配功率,同时满足各子信道的误码率约束与系统总功率约束。根据MIMO空间子信道的特点提出了一种复杂度很低的功率分配算法,并分析了算法复杂度。在IMT-2000信道中的仿真表明,提出算法的性能优于已有的次佳算法。     

基于马尔科夫状态空间的水声OFDM资源分配

在水声自适应OFDM系统中,CSI(channel state information)是资源分配的基础。接收机必须及时地把信道信息反馈给发射机,然后接收机中的调制器根据反馈CSI信息选择合适的比特加载和功率分配方案。但在时变的水声信道中,反馈CSI与实时CSI可能不同。针对信道多变、时延大特点,本文提出了一种基于马尔可夫链的水声OFDM用户资源分配方案来解决这些问题。马尔可夫链状态空间是由初始信道状态和统计信道状态构成的,它可以充分利用感知到的时延CSI和信道统计量来预测数据传输时的CSI。利用统计CSI可以确定每个用户的最佳比特负载和功率分配,使水声系统能够容忍水声信道中较长的CSI延迟。结论表明基于马尔科夫空间的资源分配方案相比于线性预测的自适应,系统吞吐量得到有效提升     

信息和能量同传全双工中继信道的物理层安全方案

给出一种信息和能量同传中继无线信道中的物理层抗窃听安全传输方案。中继工作于全双工模式,采用放大转发方式转发信号,同时采用信息和能量同传模式从所接收到的射频信号中收集能量,并用于信号的转发。目的节点也为全双工节点,在接收信息的同时发送人工噪声去干扰窃听节点的接收。以最大化系统的保密速率为目标,对中继采用功率分裂方式和时间切换方式时的功率分裂因子、能量收集时间比例因子和信号与人工噪声功率分配因子进行优化。由于无法得到关于最优参数的表达式,因此,采用二维搜索方法来对优化问题进行求解。仿真结果表明,功率分裂因子、能量收集时间比例因子、信号与人工噪声功率分配因子的优化和目的端的协作干扰能显著提高系统的性能。     

一种支持时延约束的卫星认知网络功率控制算法

针对卫星通信网频谱资源利用率低下的问题,以信道有效容量最大化为优化目标,提出了一种支持时延约束的卫星Underlay认知无线网络功率控制与优化算法。首先根据网络拓扑结构建立了功率干扰模型,通过引入时域信道相关系数,推导了完全与非完全信道环境下基于时延约束的认知用户有效容量优化目标函数,并利用Lagrange方法求解得到不同场景下认知用户的最佳功率调整策略,简化了功率控制优化过程,最后通过实验仿真分析了影响认知用户信道有效容量的因素。结果表明,该算法能够根据业务时延约束条件和信道衰落特性变化动态调整认知用户的最佳发送功率,与等功率分配算法相比认知用户的信道有效容量得到了明显提高。     

多用户MIMO中基于SLNR预编码的动态功率分配

在多用户MIMO系统中,基于信漏噪比（SLNR）的预编码由于同时消除了共信道干扰（CCI）和噪声而提高了系统性能。由于各用户的信道衰落不相同,信道质量的好坏直接影响了系统的性能。使用了一种动态功率分配算法,在SLNR预编码的基础上乘以功率分配系数,进一步改善系统性能。仿真结果说明了基于SLNR的预编码优于迫零（ZF）预编码,且采用动态功率分配后系统性能得到了进一步改善。     

基于4粒子团簇态实现量子态的双向通信

提出了一个用4粒子团簇态作为量子信道传输量子态信息以实现双向通信的方案.在该方案中,通信双方Alice和Bob事先共享一个4粒子团簇态.在通信过程中:首先,将4粒子团簇态与双方要传递的量子态信息共同构成系综态;然后,Alice和Bob分别对自己拥有的部分粒子作Bell基的联合测量,并把测量结果通过经典信道告诉对方;最后,Alice和Bob根据对方公布的测量结果,作相应的幺正变换,就可以在自己的粒子上重现对方要传送的量子态信息.这样就达到了实现量子态的双向通信的目的.