基于最小化系统功率的多小区蜂窝中继波束成形研究

为了减少小区间干扰给用户通信带来的不利影响,研究了多小区通信系统协作传输技术.提出了一种联合优化多小区基站和中继波束成形权重的迭代优化策略,在用户信干噪比限制下达到了最小化系统总功率的目标.利用半正定放松技术把上述优化问题转化为半正定规划问题,从而通过内点法得到最优解.仿真结果表明,提出的多小区基站和中继波束成形权重的迭代优化策略只需要有限的几次迭代就可达到最优的性能,并给出了在性能与基站天线和中继数目之间的折中,从而利用最少的系统资源,达到降低相邻小区用户干扰,保证用户的正常通信质量的目标.     

全双工双向中继系统的功率分配方案

提出了最大化系统的频谱效率(SE)和能量效率(EE)两种功率分配方案.EE优化问题用迭代算法求解,首先运用分式规划的方法把优化问题转变成易求解的非分式优化问题,然后运用Dinkelbach算法求得用户节点的最佳功率,再运用一维搜索求得最佳中继放大系数,最后利用迭代算法求得EE最大值.SE优化问题同样用迭代算法求解.仿真结果显示,针对不同目标函数的两种功率分配方案分别提高了系统的EE和SE,同时迭代算法能够快速收敛获得最优解.     

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.     

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。     

一种基于效用函数的多用户MIMO系统低复杂度调度算法

针对多输入多输出(MIMO)广播信道的多用户调度问题,提出了一种新的低复杂度用户选择算法.该算法基于迫零波束成形策略,以一个效用函数最大化为准则迭代选取用户,构造的效用函数综合考虑了用户信道模值和信道间相关性,使基站能够快速寻找一组信道条件较好的用户子集同时进行数据传输.仿真结果表明,在不同发射天线数、信噪比及用户数条件下,基于效用函数的算法比传统用户选择算法有了较大的性能增益,同时复杂度大为降低.     

一种改进的基于联合系数的CDMA功率控制算法

通过分析传统的CDMA功率控制算法,提出了一种改进的基于联合系数的CDMA功率控制算法。在此算法中,对功率向量进行迭代更新的同时对接收机滤波器抽头系数进行迭代更新。仿真结果表明,在发射总功率一定时,用户可获得更高的信干比,同时用户的发射功率比传统算法明显降低,提高了系统容量。     

一种多级迭代干扰消除多用户检测算法

提出了快跳频多址通信多级迭代干扰消除多用户检测算法.该算法首先使用传统检测器对只有惟一最大行的用户做出正确译码,对于有多个最大行的用户进行迭代干扰消除.在迭代干扰消除中,对干扰数据信干功率比进行估计,若干扰频点没有受到其他信号的重叠干扰,则在迭代中被消除,否则继续迭代,直到所有用户译码完成.该算法具有线性的复杂度,消除了Fiebig多级干扰消除算法的错误传播,仿真结果表明提出的多级迭代干扰消除算法性能优于其他多用户算法.     

多输入多输出干扰信道中的功率分配方法

针对分布式迭代干扰协调(DIIA)算法没有充分利用信道对称性的问题,在收发信机干扰协调矩阵的基础上级联预编码矩阵,并分别对不同的数据流分配不同的功率,提出了考虑功率分配的分布式迭代干扰协调(PA-DIIA)算法.对于最大信干噪比(Max-SINR)算法也设计了考虑功率分配的最大信干噪比(PA-Max-SINR)算法.仿真结果表明:PA-DIIA算法与PA-Max-SINR算法在低分配功率下能获得更好的性能;在多数据流与高分配功率下PA-Max-SINR算法是次优的,此时选取PA-DIIA算法可获得更好的性能.     

多媒体宽带码分多址系统基于业务的非线性功率控制

提出了多媒体宽带码分多址系统的一种基于业务的非线性功率控制算法,该算法用于上行链路,在同时满足平均信干比和掉话率要求的条件下,利用迭代求得各业务在到达基站时所需的最小功率,从而使系统容量达到最大,同时保证了各业务具有高服务质量,通过对一个三业务的数仿真,验证了此功率控制算法的优点,并显示了服务质量与系统容量的交换关系。     

基于离散功率空间的定步长认知无线网络功率控制算法

针对现有认知无线网络功率控制算法在离散功率空间内无法收敛的问题,提出一种定步长功率控制算法。在离散功率空间内,将认知用户的目标信干扰比 （signal to interference plus noise ratio,SINR）由具体的目标数值扩展为目标窗口。为了最大化系统容量,在满足系统约束条件的前提下,建立了滑动窗口机制。通过认知用户总干扰与干扰温度域上下限的比较,动态调整中值SINR,从而实现目标窗口的滑动。对于确定的目标窗口,采用定步长迭代算法进行发射功率的调整。仿真实验表明,算法达到了预期效果,并取得与最优算法相近的系统性能。     

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.     

多信道认知无线电频谱感知次用户和功率分配

为提高多信道认知无线电的吞吐量,提出了协作频谱感知子信道次用户和传输功率的联合分配算法.该算法基于主用户的存在状态,在约束次用户协作检测概率和总功率的基础上,以最大化次用户所有子信道的吞吐量总和为目标,通过交替方向优化获得子信道次用户和传输功率的联合分配.仿真结果表明:文中提出的联合分配算法通过较少的迭代次数就可以获得最优值,并且能够根据子信道状态动态地分配子信道次用户和传输功率,提高了次用户的吞吐量.     

大规模多输入多输出系统中基于匹配博弈的导频分配算法

为了使得大规模多输入多输出(MIMO)系统的上行链路可达速率最大化,提出一种基于匹配博弈的导频分配(PA-MG)算法.在用户侧,根据用户效用函数生成对导频的偏好列表,并向排列最优的导频发出申请;在基站侧,根据导频效用函数生成对请求用户的偏好列表,并依次将导频分配给排列最优的用户,直到完成所有用户的导频分配.仿真结果表明:相比于潜博弈的导频分配(PG-PA)算法,所提PA-MG算法支持的小区规模更大、复杂度更低;相比于WGC-PD(Weighted Graph Coloring Based Pilot Decontamination)算法,PA-MG算法能够获得更大的上行链路可达速率,各用户的信干噪比分布更均匀,且对阴影衰落的鲁棒性更强.     

卫星认知无线电检测门限与功率分配联合优化算法

针对窄带卫星通信中频谱利用率不足的情况,以最大化带内数据传输量为目标,提出了基于卫星Underlay认知无线电的上行链路中信道检测门限与功率分配联合优化(JDPO)算法.首先根据检测误差、功率向量与数据传输量之间的运算关系构建了卫星Underlay认知无线电接入模型,之后将目标函数分解为检测门限与功率分配2个子问题分别进行优化,以加窗粒子群优化算法逼近了最优检测门限,根据库恩-塔克条件求解了最优功率分配向量.通过引入中间量使2个子算法反复迭代,最终得到了检测门限与功率分配的联合最优解.仿真结果表明:存在多个次要用户时,JDPO算法可以获得更多的带内数据传输量;与传统方法相比,JDPO算法的数据传输量最大可提高50％.     

异构网络中基于非合作博弈的功率控制算法

针对异构蜂窝网络中系统能耗较高的问题,提出一种能效优先的基于非合作博弈的功率控制算法。该算法将宏基站间的功率控制过程描述为博弈模型,并在效用函数中引入了基于干扰因素的自适应代价函数,得到各基站的最佳响应策略,之后经过多步迭代调节发射功率,使系统收敛至能效最优的纳什均衡状态。仿真结果表明,所提算法与固定代价函数的功率控制优化算法相比具有较好的收敛性,系统能效有明显的提升,更适用于密集网络。     

基于信道选择和自适应功率控制的动态频谱分配

针对频谱分配过程中会出现用户间的干扰问题,提出了一种基于信道选择和自适应功率控制的动态频谱分配算法.该算法的基本思想是将认知用户间频谱的竞争转化为以信道选择为策略空间的博弈模型,通过调整发射功率和利用改进后的效用函数来选择最优的分配策略.实验结果表明:该算法在实现频谱动态分配的同时减小了对授权用户的干扰,提高了系统总吞吐量.     

一种基于导频功率控制的WCDMA移动台分配策略

针对WCDMA系统的基站布局规划初始阶段基站与移动台发射功率均未知的情况,提出一种基于导频功率调节控制的移动台分配策略.以传统的就近分配策略作为初始分配方法获得扇区负载,设计新的导频功率计算方法,使之根据负载动态调整以控制移动台的再分配,迭代式地平衡各区容量.仿真结果表明,新策略克服了原有策略考虑因素单一的缺点,在满足系统容量和覆盖需求的同时减少了服务基站个数、降低基站的总发射功率,可行性好.     

一种认知无线电系统中最优的功率分配算法

为满足干扰温度和总发送功率限制,并最大化用户的传输速率,提出一种上行认知无线电正交频分复用(OFDM)系统的最优功率分配算法.该算法首先在认知用户总功率限制下使用置零迭代注水算法进行功率分配,然后将超过干扰功率限的子载波功率调整为干扰功率限,将剩余功率在剩余子载波上重新进行迭代注水分配,直至获得最优功率分配.数学推导证...     

基于能量消耗和负载均衡的异构网络基站开闭策略研究

提出新的节能机制是异构网络的一个重大挑战.针对可开闭异构网络,提出了基于纳什均衡的离散粒子群算法(NP-DPSO算法),旨在通过本算法综合考虑系统能量消耗与负载,达到均衡状态尽可能节省系统能量.基站仅需根据自身的能量消耗和负载来决定自身的开闭状态,而勿需根据全局信息,以用户和基站为博弈参与方建立博弈模型,博弈方均以自身利益最大化为目标执行自己的策略,并在每个参与者都认为已经做出了最优策略的情况下达到非合作博弈的均衡点(纳什均衡点),再利用离散粒子群算法对其求解.通过将NP-DPSO算法与基站全部激活状态(BSAA状态)、休眠激活机制的概率唤醒算法(APO算法)和基于基站休眠的负载合并动态功率控制算法(LDPC算法)进行了对比分析,验证本文提出的NP-DPSO算法的先进性与可行性.     

多速率CDMA系统中非理想干扰消除条件下的功率控制

为了进一步消除码分多址系统中的多址干扰,提出了基于功率控制与非理想串行干扰消除(SIC)技术相结合的功率控制模型．该模型对传统的理想SIC算法进行了改进,即考虑到前级信号未完全消除和无线信道的实时变化,定义了残余功率与用户接收到的功率成正比,同时引入链路估计误差．通过求解信干比方程得到了链路估计误差对呼损率和功率的制约关系．该算法部分克服了理想SIC算法在链路增益变化时不能很好地维持用户的目标信干比的问题．仿真结果表明,随着估计误差的偏大,系统的呼损率性能急剧恶化,而对功率的影响则不显著．在链路估计方差为0．2和1时,非理想IC算法比理想IC算法的呼损率性能改善了2．7倍和1．5倍．