双层异构网络下多用户干扰对齐算法

针对多个毫微微蜂窝网络与宏蜂窝网络共存的网络环境,基于干扰对齐技术,提出了一种双层预编码方案,首先定义宏蜂窝网络对毫微微蜂窝网络造成的干扰为跨层干扰,毫微微蜂窝网络之间的干扰为同层干扰,分别对毫微微蜂窝用户和宏蜂窝用户进行预编码,宏蜂窝用户的预编码使得跨层干扰最小,使之可比拟于背景噪声,毫微微蜂窝用户的预编码与毫微微蜂窝基站的后置编码进行迭代,以最小均方误差(MMSE)准则输出,仿真结果表明所提算法使得毫微微蜂窝网络的吞吐量相较于单层MMSE算法在信噪比为0~30 d B区间内平均提高了3 bps/Hz.     

双层网络中一种协作博弈的动态资源分配方法

针对双层网络模型中宏小区用户层和毫微微小区用户层存在共信道信号互相干扰的问题,提出了一种协作博弈的动态资源分配(CGDRA)方法.该方法首先根据宏小区用户的路径损耗和QoS需求,对宏小区用户层的发射功率进行分配,然后以所有毫微微小区用户的数据速率之积作为效用函数,以毫微微小区用户的QoS需求为约束条件,构建了毫微微小区用户层总发射功率受限的协作博弈模型,并采用动态子载波分配算法和自适应功率分配算法得到了该博弈模型的低复杂度近似最优解,优化分配了毫微微小区用户的频谱资源和发射功率,提高了系统的传输速率.仿真结果表明:在双层网络中,CGDRA方法在系统数据速率和用户的公平性上获得了较好的折中;与最大最小公平性算法相比,系统的数据速率提高了30％;与最大速率算法相比更加公平.     

异构网络下的一种动态干扰协调策略

给出了一种在异构网络场景下的干扰协调策略.首先,建立异构的网络框架,并在此基础上应用动态干扰协调策略,减少了小区间以及层间干扰,使系统获得更高的网络容量和数据率.简述了干扰协调策略的工作过程,并对此策略的性能进行仿真验证,仿真结果证实了系统性能的提升.     

分层网络频谱资源分配方案

提出一种频谱资源分配方案,以提升分层毫微微小区网络的期望吞吐量.该方案为每层下行传输分配部分共享频谱资源,在单个用户期望吞吐量满足服务质量需求时,通过动态调整共享频谱资源分配比例,能够最大化网络期望吞吐量.为进一步获得每层下行传输的期望吞吐量,基于Nakagami-m衰落信道推导了每层用户下行接收信干噪比的累积分布函数.理论分析和仿真表明,该频谱资源分配方案能够有效提升网络期望吞吐量,但服务质量需求参数的增长限制了吞吐量的提升.     

基于博弈论的Femtocell双层网络的功率控制算法

在由Macrocell和Femtocell（家庭基站）组成的双层网络中,当Macrocell和Femtocell共享频谱资源时,两层网络之间必然存在信号干扰.文中考虑各Femtocell用户受其余用户的干扰总和是不相等的,将该干扰因子引入代价函数,提出了改进的基于Stackelberg博弈的功率控制方法,证明了该博弈不仅存在纳什均衡,且均衡点唯一.同时,考虑到在博弈均衡后,部分Femtocell用户的信干噪比（SINR）无法满足正常通信的最低SINR要求,提出一种基于自适应干扰控制算法,该算法通过控制部分Femtocell用户对宏基站的干扰,从而增加可正常通信的Femtocell用户数量.Matlab仿真结果表明,改进后的算法不仅能使均衡点唯一,而且提高了Femtocell用户的性能,同时能使更多Femtocell用户满足SINR下限要求.     

认知Femtocell网络中下行链路资源分配的研究

宏蜂窝和家庭基站（Femtocell）之间组成的双层网络中,由于共享频谱资源,因此增加了相互之间的干扰,从而减小了系统容量.文中针对双层网络之间的干扰,通过将认知无线电技术引入Femtocell中,进行动态频谱接入,从而减小了信道之间的干扰.Matlab仿真结果表明,构建的密集型认知Femtocell网络相比于传统的Femtocell网络,平均系统容量提高了约50％;所提出的联合信道功率分配算法在可用信道较少时,平均中断率也远低于固定功率控制算法.     

分层网络下行中断概率的闭式表达

针对用边界值形式表示的共信道干扰限制分层网络的下行中断概率不够精确的问题,采用随机几何理论建模网络结构,并在此基础上推导了每层下行中断概率的闭式表达式.首先构建了关于宏小区信号功率和毫微微小区聚合干扰功率的下行接收信干比函数,然后以聚合干扰功率为条件,根据宏小区信号功率的概率分布推导了接收信干比不高于门限值的概率,最后利用聚合干扰功率的概率分布计算条件中断概率的期望值,得到了中断概率闭式表达式.仿真结果表明:当毫微微小区基站发射功率降低3.16mW(小区平均数为100),或小区平均数减少20个(基站发射功率为100mW)时,能够分别使宏小区下行中断概率减小约20%或5%.     

超密集网络中基于分簇的资源分配算法

针对超密集网络(ultra-dense network, UDN)中,严重的小区间干扰制约终端用户的数据速率问题,提出一种基于染色分簇的资源分配方案。该方案采用图论中的染色算法对微蜂窝接入点(femtocell access points, FAPs)进行分簇,利用簇内每个微蜂窝用户(femtocell user equipments,FUEs)的待发送数据量、排队等待时延以及受到的干扰强度来构建相应的优先级,计算每个簇的优先级,并设定高优先级的簇可优先获得信道增益良好的子信道;最后由拉格朗日乘子法求解功率分配方案,即利用KKT(Karush-Kuhn-Tucker)条件和注水算法为FUEs分配功率。仿真结果表明,该方案能够有效地减小微蜂窝接入点之间的相互干扰,极大地满足用户的服务需求,同时提升了系统吞吐量和频谱效率。并且基于最大功率和最低速率的公平性准则能够动态地调整子信道功率,进一步提升了FUEs间的公平性。     

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。