基于用户需求和历史信息的动态频谱分配算法

针对认知无线电系统中动态频谱分配算法开展研究,以干扰图模型为基础,提出一种改进的基于业务需求和历史信息的动态频谱分配算法。为利于快速收敛,算法采用最大独立集为分配起点,允许将信道同时分配给多个用户,联合功率控制机制最小化认知用户间的干扰,引入信道优先级和用户优先级表征历史信息和业务需求,优先分配高质量的信道给高优先级用户集以保证公平性。最后通过仿真分析进行了算法的有效性验证。     

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.     

基于极大独立集的协作竞价频谱分配算法

将认知无线电中的动态频谱分配归结为图论中的着色问题.针对目前基于系统吞吐量的分布式贪婪算法和基于复杂度的分布式随机算法效率不高的问题,提出了一种改进的基于极大独立集(MIS)的协作竞价算法.根据MIS中协作用户出价高于集外认知用户最大效用,可以获得授权用户的效用曲线,从而最大化系统总效用,达到充分利用频谱资源的目的.此外,协作竞价算法还能在一定程度上抑制用户之间的共谋.     

基于功率分配的双向协作频谱接入方法

提出了一种基于功率分配的双向协作频谱接入方法.在该方法中,认知用户通过双向协作的方式接入授权用户频谱,使用一部分功率转发授权用户信息,帮助授权用户达到目标速率,然后使用剩余的功率发送自己的信息.该方法研究了认知用户如何对功率进行分配,在保证授权用户达到目标速率的条件下,最大化认知用户的速率.仿真结果验证了所提频谱接入方法的有效性,同时说明授权用户和认知用户都能够从所提频谱接入方法中获得好处.     

基于频谱差异的动态频谱分配博弈算法

基于博弈论的认知无线电动态频谱分配,是目前认知无线电领域研究的热点之一。考虑到频谱差异性,采用古诺博弈(Cournot game)模型,在原有的定价函数中加入频谱相似度矩阵,提出了新的效用函数,使得更接近于实际网络环境。性能分析表明,考虑了频谱差异性的分配算法较原来算法更具多样性,适合实际网络分配。     

基于WSN的联合信道分配和功率控制抗干扰算法的研究

当前在研究WSN多径路由时,由于受到WSN的节点能量限制,故将网络能效的提高和使用期限的增加成为了研究关键点。提出了一种WSN联合信道分配和功率控制抗干扰算法,设计的算法可以用较小的能量消耗达到信道分配,同时将数据在算法中的传输将信号丢失率降到最小。在信道分配阶段和功率控制阶段的双重抗干扰能力下,表现为良好的抗干扰效果为单独的信道分配和功率控制。     

基于超模博弈的认知无线电频谱分配算法

为实现认知无线电系统吞吐量最大化的目标,以正交频分复用(orthogonal frequency division multiplexing,OFDM)为系统模型,提出了一种基于超模博弈的认知无线电频谱分配算法,该算法通过引入适当的价格函数来评估认知用户对主用户的影响,并以此为根据对认知用户施以一定的价格惩罚,最终达到减少认知用户时主用户干扰的目的.仿真结果表明,该算法最终能够达到收敛,降低了认知用户对主用户的干扰,明显地提高了系统的吞吐量.     

统计干扰约束的认知无线电网络最优联合功率和频谱分配方法

针对具有统计干扰约束的认知无线电网络联合功率和频谱分配问题进行了建模和分析,建立了统计干扰约束的认知无线电网络联合功率和频谱分配最优化模型,由于模型是典型的NP-Hard问题,应用遗传算法对联合功率和频谱分配最优化模型进行求解,提出了基于遗传算法的最优联合功率和频谱分配方法,能有效地保障对联合功率和频谱最优分配.仿真验证了提出算法的收敛性和正确性.     

基于步进拍卖的认知无线网络动态频谱分配

动态频谱分配是认知无线电网络的关键技术之一,主要关心频谱拥有者如何将其空闲频谱动态地分配给二级用户.提出了一种基于拍卖理论的动态频谱分配模型--多卖家步进拍卖模型,其中频谱拥有者作为拍卖人,二级用户作为竞买人,其基本过程为:每个拍卖人从底价逐步抬高自己的频谱价格,每个竞买人决定是否购买频谱以及购买哪个拍卖人的频谱.所提方法的特点是:①分布式执行,复杂度很低;②频谱拥有者之间不需要信息交互,二级用户之间也不需要信息交互,节省信令开销;③最终的频谱分配结果近似于全局最优.     

面向拥塞控制的WMN 联合功率控制与信道分配

为解决所构建的联合资源分配模型的资源分配问题,提出一种面向拥塞控制的联合功率控制与信道分配算法( CCJPCA: Congestion Control oriented Joint Power control and Channel assignment Algorithm) 。CCJPCA 算法通过混合编码策略实现了链路功率与信道变量的共同进化,利用Q-Learning 算法的回报机制实现变异策略的自适应选择,从而保证网络资源的合理配置。NS-3( Network Simulator-3) 仿真结果表明,CCJPCA 算法能优先为网络瓶颈链路分配网络资源,提高算法收敛速度,减少网络排队和重传时延,降低网络平均丢包率。     

功率控制条件下无线信道资源分配算法性能分析

分析了一种动态信道分配与功率控制技术相结合的算法性能．给出了在不同发射功率控制精度下的动态信道分配算法的性能改善度，并得出了动态信道分配算法与理想的功率控制技术相融合后的性能改善度的极限．为无线通信系统的信道资源利用给出了一种较理想的实现方案。     

多小区环境中基于动态功率分配的干扰安排算法

在多用户MIMO (Multiple-Input Multiple-Out put)干扰信道环境中,为了充分利用系统的总功率,将用户受到的干扰最大化地重叠,以提高系统性能.给出了MIMO干扰信道模型及子空间干扰安排算法分析;针对如何最大程度地利用系统功率问题提出了一种采用动态功率分配的干扰安排算法.仿真结果显示,该方案...     

MIMO干扰信道下基于功率分配的干扰抑制算法

为了抑制MIMO干扰信道下的多小区干扰,采用子空间干扰抑制算法和功率分配相结合的干扰抑制方案,该方案充分利用系统总功率,将多小区干扰尽可能地重叠,以提高系统的性能.理论分析及仿真结果表明,与传统干扰抑制方案相比,该方案仅牺牲极微小的系统容量,却明显地降低了系统的干扰功率.     

电力线通信系统中基于动态规划的自适应资源分配

分析了电力线通信OFDM系统在多种约束下,多用户多业务在多子载波上自适应的比特和功率分配模型,提出了一种新的基于动态规划的速率和功率自适应相结合的动态资源分配算法,其先给实时用户分配资源以满足固定速率下总功率最小,再利用剩余功率和未用子载波给非实时用户分配资源以满足最小速率下总速率最大.在典型电力线信道环境下的仿真结果表明,该算法的性能优于已有的多用户资源分配优化算法,且其能更好的满足电力线通信系统中多用户资源分配的多目标要求.     

D2D网络功率和频谱资源分配策略

针对蜂窝通信系统高能耗、低通信资源利用率和低信道利用率的问题,提出一种基于能量效率(energy efficiency,EE)与频谱效率(spectral efficiency,SE)联合优化的网络资源分配策略.首先,在保证通信用户服务质量(quality of server,QoS)的前提下,提出一种基于启发式算法的...     

基于统计信息与多队列的CR动态频谱分配

现有动态频谱分配方法主要着眼于频谱分配的无冲突性、以及频谱利用率最大化等方面,没有充分考虑动态频谱的统计信息、用户不同业务需要不同带宽以及实时性-非实时需要等问题。为此,提出一种基于统计信息与多队列的CR动态频谱分配,并将一般独占分配方法与频谱池共享方法进行比较。仿真结果表明,在集中控制的情况下,频谱池共享能保证较好的分配公平性、频谱切换性和提供较高的系统吞吐性。     

基于动态多频谱感知的认知无线网络信道接入策略

针对固定频谱感知信道接入机制授权信道分配效率低的问题,提出一种多用户场景下基于动态多频谱感知的认知无线网络信道接入策略.该策略根据认知用户接入请求等级与空闲频谱发现概率为认知用户动态分配感知信道数量,首先分析了认知用户的最佳感知频谱分配数量,在此基础上通过建立认知用户信道接入模型和授权信道可用度更新机制,设计了一种动态感知频谱分配策略,并采用短视策略对网络吞吐量进行了分析.仿真结果表明,所提信道接入策略要比现有认知无线网络信道接入策略提高了网络吞吐量和认知用户接入的公平性,降低了认知用户的平均接入时延.     

基于效用理论的多标拍卖信道分配算法

针对传统多标拍卖信道分配机制无法确保认知用户获得频谱资源公平性的问题,结合微观经济学中的效用理论提出了一种新的标价算法。该算法基于用户自身带宽需求和等待时间等因素对信道效用的影响,以信道效用为基准对信道进行等效标价处理,确保在系统效益最大的同时可获得频谱资源认知用户数量容纳性的最大化。对采用该算法与采用传统算法的系统中用户等待时间、需求满足情况及系统总体效益等关键技术性能在频谱资源充足与频谱资源匮乏两种情况下进行了仿真对比分析,结果显示该算法不仅能够在频谱资源充足时获得较好的系统效益,在频谱资源匮乏时能够在保证系统效益的同时大大提高了弱势用户获得频谱资源的概率,提高系统的公平性。