基于容量最优化的D2D资源分配方法的研究

D2D(Device-to-Device)通信是一种在基站的控制下,允许终端之间通过复用小区资源直接通信的新型技术.它能够增加蜂窝通信系统频谱效率,降低终端发射功率,在一定程度上解决了无线通信系统频谱资源匮乏的问题.由于在未来的移动网络中有越来越多的异构设备,一个高效的资源分配方案必须最大限度地提高系统的吞吐量,并实现更高的频谱效率.资源分配方案是在保证小区用户吞吐量的前提下,使D2D用户获得最大的吞吐量,并在文献[7]的基础上给出了一个算法来解决这个问题.通过仿真表明,算法具有较低的时间复杂度,能够有效地提高系统的吞吐量.     

基于多业务CoMP的LTE-A下行调度算法性能研究

协作多点传输(CoMP)是LTE-A实现网络无缝、高速覆盖的一个关键技术,该技术能够克服小区间干扰,提高无线频谱传输效率,可以有效解决小区间干扰的问题.依据3GPP技术报告中所确立的仿真参数标准在FTP和VoIP业务混合的场景下,对轮询和比例公平调度算法的CoMP性能和增益进行了系统级仿真并总结了仿真结果.     

基于射频拉远的宏小区协作多输入多输出正交频分复用系统性能分析研究

在高铁高速移动场景下,对基于射频拉远(RRH)的宏小区协作多输入多输出正交频分复用(MIMO-OFDM)系统以及基于第三代合作伙伴项目(3GPP)协议的4RRH信道模型做了详细描述,并设计了相应的频偏估计算法以及信道估计算法.通过Monte-Carlo仿真实验对该系统做了性能分析研究,结果表明,该系统能够有效地克服多普勒效应,准确地恢复信道响应,从而达到较低的误块率(BLER)与较高的吞吐量,实现高速运动场景下的高性能.     

基于离散频带的中继协作网络频谱聚合算法研究

随着移动通信的高速发展,传统的连续频谱分配策略已经无法满足当前用户的带宽需要。LTE-A建议采用频谱聚合技术,通过聚合离散的频谱碎片,解决用户对带宽资源的需求,动态地改善频谱效率。针对两跳中继协作通信系统,综合考虑频谱利用率和协作速率双重因素,提出了一种基于离散频带的中继协作网络中的频谱聚合方法。仿真结果表明,与传统的连续分配方法相比,该方法可以大幅度地提高系统吞吐量,改善频谱利用率,从而满足用户日益增长的带宽需求。     

AMC与HARQ相结合的跨层设计在D2D中继通信中的研究

在蜂窝网络中引入终端直通（D2D）技术,能有效提升系统频谱效率.文中在研究了物理层自适应调制编码（AMC）策略与数据链路层自动请求重传（ARQ）技术相结合的跨层设计理论基础上,提出了D2D中继通信场景下AMC与HARQ相结合的跨层设计方案.仿真结果表明,采用AMC与HARQ相结合的跨层设计策略能显著提升D2D通信的频谱效率,增加D2D中继通信的吞吐量.     

大规模多输入多输出正交频分复用系统关键技术综述

随着第五代移动通信技术(5 G)商用化和5 G智能终端的普及,移动通信步入了一个极速物联网时代.大规模多输入多输出(massive multiple-input multiple-output,Massive MIMO)技术通过增加通信系统中的天线数量,在不增加频谱资源的条件下大幅提升了系统的频谱效率与能量效率,成为了...     

基于干扰门限的动态频谱接入及性能分析

如何在不干扰授权用户(主用户)正常通信的情况下提高次用户使用频谱的效率,这是认知无线电系统中需要解决的关键问题。在主用户优先的基础上,提出了基于干扰门限的动态频谱接入系统的M arkov频谱占用模型,并基于该模型对动态频谱接入过程进行了分析。为了进一步降低次用户间的相互干扰,通过对次用户接入概率的设计,以协调各类次用户间的频谱接入。在3种优化准则下,对次用户依据概率接入的基于干扰门限的主用户优先的动态频谱接入系统进行了仿真。仿真结果表明,基于干扰门限的主用户优先的动态频谱接入系统能大大提高次用户的接入机会,最大程度地提高了次用户的吞吐量。在比例公平准则下次用户接入的性能,与最大化吞吐量准则相比体现了更好的公平性,与最大化最小准则相比能够获得更大的吞吐量,因此基于比例公平准则可以使得系统在高效性和公平性间得到很好的均衡。     

基站覆盖下D2D两跳传输的功率控制

设备到设备(D2D,device to device)技术是当今无线通信研究的关键技术之一.在单小区场景下引入了多跳D2D通信系统功率控制算法.在该场景下,多条D2D链路间通过复用频带来通信,同一D2D链路的用户采用两时隙的两跳解码转发中继(DF,Decode and forward)方式传输信息.不同链路两时隙之间非完全同步下,使用了同一频带的中继会相互干扰.作者提出的功率控制算法先引入松弛因子得到功率闭式解,通过迭代优化该问题中用户的发射功率,来减少中继间的同频干扰.最后,通过数值仿真证明,在D2D系统中加入该功率控制算法后,可一定程度上提升用户传输速率.正随着无线通信技术的发展,作为下一代无线通信系统中的重要组成Device to Device(D2D)通信系统,在LTE-A[1]通信系统中引起了人们的广泛关注,D2D技术对基站负担增加不大的情况下,能够有效地提高通信速率.并且D2D通信系统的频谱分配较为灵活,既可使用小区的频段,又可以使用公共频段,如Wi MAX[2]频段,进一步提高了系统的频谱利用率.在文献[3-7]中,Klaus Doppler、Kaufman等人从不同角度提出了D2D建模方法和解决方案.文献     

60 GHz脉冲无线通信系统中Raptor码的性能分析

针对5G热点高容量场景下的60 GHz脉冲无线通信系统中信号幅度衰落引起的误码问题,研究了该系统中Raptor码的误码性能。根据60 GHz短距离通信系统特点,采用IEEE 802.15.3c工作组建立的60 GHz无线信道模型,在此基础上分析了编码系统接收信噪比;然后结合信道编码理论,对不同编码方案进行误码性能仿真,重点对两种不同的Raptor码的编码增益、译码开销及通信距离进行对比。研究结果表明,采用1/2码率的QCLDPC预编码的Raptor码在接收信噪比大约为5 d B时,相较于未编码系统拥有4.5 d B的编码增益,同时最大通信距离为70 m,为未来5G高频新空口热点高容量场景下的60GHz短距离通信系统信道编码提供技术参考。     

D2D通信中基于Q学习的联合资源分配与功率控制算法

D2D(Device to Device)通信可实现距离相近的用户设备直接通信,有效地提升系统的吞吐量,获得高频谱效率和能量效率,但D2D通信共享蜂窝网络频谱资源时,会造成蜂窝网络与D2D链路严重的层间干扰.为减少层间干扰带来的影响,提出一种基于Q学习的联合资源分配与功率控制算法.从Q学习的角度来构建数学模型,将蜂窝网络中的多个D2D用户对视为多智能体学习者,利用历史状态(历史吞吐量和功率值),不需要精确的信道状态信息(Channel State Information,CSI)和互干扰等先验知识,通过Q学习算法,学习得到分布式的信道选择和功率控制的联合最优策略.可以动态调整D2D用户功率,在保证蜂窝用户服务质量的前提下,通过D2D功率控制获得最大化系统吞吐量.仿真结果表明,基于Q学习的联合资源分配与功率控制的算法有效提高了系统的吞吐量.