OFDM协作通信中的机会中继和功率分配算法

研究了功率受限情况下多中继系统OFDM协作通信网络的上行链路容量最优化问题.利用混合二进制整数规划问题的优化分解方法,提出一种低复杂度的机会中继和功率分配的联合优化算法.首先针对每个中继子载波,提出了一种基于解码转发模式下的等效信道增益的机会中继选择策略;然后在此基础上通过凸优化算法,给出了源节点和多个中继节点之间的最优功率分配算法.仿真结果表明,相对于随机中继子载波选择以及平均功率分配,该算法具有较低复杂度的同时,能够显著提高系统性能和功率效率.     

双向中继信道中用户和中继协作干扰管理算法

针对目前提出的大部分双向中继信道中干扰对齐算法得到的结果通常不是系统全局最优解的问题,通过用户协作和中继协作设计预编码矩阵实现干扰对齐算法,优化整个系统的总速率性能.此外,分别通过用户和中继协作功率控制将干扰当作噪声处理,实现双向中继信道中的干扰管理.仿真结果表明:用户协作和中继协作干扰管理算法的系统整体性能都较好,当中继节点发送功率较大时,用户协作模式系统的总速率性能优于中继协作模式的.     

中继网络中基于能量效率的动态用户接入算法

为了解决中继网络中基于能量效率的用户接入问题,将用户数据需求严格受限下基于能量效率最优的动态用户接入问题建模为一个整数优化问题,该问题类似于一个NP-hard的多维背包问题.首先,采用穷搜法分析了该问题最优解的复杂度.然后,提出了一种低复杂度、高效的基于能量效率的动态用户接入算法(UAEEM).该算法在保证用户数据需求严格受限的前提下,按照系统射频端和电路端的能量效率最大原则,动态调整用户归属和中继的工作状态,以实现网络能量效率最大化.最后,通过仿真实验验证所提算法性能.结果表明,UAEEM算法能显著提高系统的能量效率、降低系统的计算复杂度,且其性能接近最优解.     

MIMO-AF协作系统中继发射矩阵的优化及性能分析

为了提高MIMO放大前传（AF）协作中继系统的性能,文中提出在中继节点向目标节点发送信号之前,加入优化的发射矩阵.中继节点采用空时码,在发射功率受限的条件下,首先针对目标节点的接收信号运用最小均分误差MMSE准则,定义推导了求解最佳发射矩阵和接收端均衡器系数的优化问题.接着,为了降低解优化问题的计算复杂度,提出了梯度下降的迭代算法.然后通过推导误码率上限,从理论上证明了文中算法的有效性.仿真结果表明,在中继节点设置发射矩阵能够降低误码率上限,用文中方法对发射矩阵进行优化以后,与现有空时码相比,可以有效提高系统性能,且优化算法收敛性好,计算复杂度低.     

放大转发协作下多S-R-D节点网络中继选择策略

在多个信源、中继及目的端的环境中,研究了放大转发协作系统的中继选择策略与传输机制.为了求得最优解,在最优中继节点选择策略中使用了穷举算法,此方法计算复杂度会随着中继节点数目增加而大幅上升.在此基础上,提出了改进的中继节点选择策略,该策略先使系统的平均误码率最小,之后再使目的端中断容量最大化.仿真及分析结果表明,该策略除了能达到与最优算法类似的吞吐量之外,复杂度也大大降低.     

CR-NOMA双向中继自干扰能量回收传输方法

针对单向中继自干扰能量收集的认知无线电系统中,窃听用户的接入概率增加,从而影响次用户物理层安全性能的问题,在认知无线电非正交多址接入系统中通过双向中继辅助次用户传输,同时在中继能量捕获受限等约束条件下,最大化弱用户物理层安全速率.由于优化问题为复杂的非凸问题,因此根据半定松弛理论将其转化为凸问题,并通过迭代算法对信号协方差矩阵、中继发送和接收的功率分配因子进行联合优化,进而得到弱用户物理层安全速率的全局最优解.仿真结果表明:与单向中继自干扰能量收集相比,在保证中继节点收集能量和强用户安全传输条件下,弱用户物理层安全速率提高了15.4%.     

能量采集多天线中继网络中基于人工噪声辅助的安全传输方案

针对多天线中继系统中继节点面临的可用能量受限问题和存在的严重信息泄露隐患,提出了一种基于能量采集技术的联合中继波束成形和多天线友好干扰机协作干扰的物理层安全传输方案.首先,构建基于放大转发（Amplify-and-Forward, AF）模式的多天线协作中继网络,其次,中继节点和友好干扰机在时隙切换（Time Switch, TS）策略下进行能量采集和保密信号传输.接着,以系统保密速率最大化（Secrecy Rate Maximization, SRM）为目标,在满足中继节点和友好干扰机采集能量约束条件下,联合设计出最优中继信号传输波束成形矩阵、人工噪声（Artificial Noise, AN）协方差矩阵和时隙切换系数.然而,由于条件约束,导致该SRM问题为非凸问题,故通过结合半定松弛（Semi-Definite Relaxation, SDR）技术以及拉格朗日对偶理论,设计出一种双层优化算法求得最优解,并且,为了降低复杂度和对比方案性能,给出了一种基于迫零预编码的次优传输方案.最后,仿真结果表明,所提方案能够显著提高系统保密性能,具备一定抗窃听攻击能力.     

储能发送模式下全双工双向中继系统的和速率优化

针对一类中继能量受限的放大转发全双工双向中继系统,提出了一种基于储能-发送模式的无线信息与能量同时传输方案.该方案在满足中继收集能量和节点传输功率等约束下,通过联合优化传输功率与时间切换系数等参数实现系统的和速率最大化.此优化问题在数学上是非凸的,很难或不可能求得其最优解.为此,首先提出分别优化传输功率和时间切换系数,然后利用收敛迭代方法求得原问题的次优解,最后,仿真结果验证了所提方案的有效性.与现有算法相比,所提联合优化算法能够显著提高系统的和速率.     

OFDM放大转发中继系统信息与能量同传优化算法研究

信息与能量同传是解决无线通信网络能量受限问题的有效技术.文章针对能量受限无线中继的OFDM放大转发中继系统,研究信息与能量同传的快速优化算法,在提高系统端到端传输速率性能的同时,延长中继结点电池的使用寿命.1研究了OFDM放大转发中继系统的最优能量传输和子载波配对方案;2将信息传输功率分配和能量传输时间优化问题形成为具有非凸目标函数和非凸能量收集约束的非凸优化问题;3通过分式规划问题优化方法和CCCP(Constrained Concave Convex Procedure)方法对该非凸优化问题进行求解,提出了相应的资源分配优化算法.仿真结果表明,与已有算法相比,文章提出的资源分配优化算法可明显提高信息与能量同传OFDM AF中继系统的速率性能.     

全双工中继协作下认知MIMO系统的自干扰收集

针对传统基于能量收集的全双工认知多输入多输出(MIMO)系统忽略自干扰对提高能量利用率的作用问题,建立了基于全双工MIMO的认知中继网络,通过能量收集技术进行自干扰收集.研究了系统能量效率最大化问题,在满足中继发送功率限制等约束条件下,对传输信号协方差和功率划分因子进行联合优化.利用半定松弛算法将系统优化问题转化成凸优化问题,并结合注水功率算法分析得到最优解.仿真结果表明:与传统自干扰消除模式相比,所提方案在保证系统频谱效率的同时,系统能量效率还可提高13.9%;在自干扰收集模式下,与系统容量最大化方案相比,所提方案每传输1 bit信息可降低近0.1 J的功率消耗.     

全局最优的SLNR预编码功率分配算法

针对多用户多输入多输出系统,基于总可达速率最大化原则,研究了基于信漏噪比(signal-to-leakage-and-noise ratio, SLNR)预编码功率分配算法。为解决传统算法仅能通过迭代求解,性能不好的问题,提出了可直接求得全局最优解的解决方案。导出了仅含一种变量的目标函数,将功率分配问题转化为有约束条件的非凸优化问题。为解决这个优化问题,提出一种基于鸟群算法(bird swarm algorithm, BSA)实现全局最优的解决方案;为弥补该算法复杂度高的缺点,提出一种基于几何规划(geometric programming, GP)的近似全局最优算法。仿真表明,基于BSA的算法能够实现最大的系统总速率,且随着发射信噪比、基站天线数及用户数变化,性能提升效果能够得到保持;基于GP的算法,在复杂度与性能方面得到折衷,且相比基于BSA的算法,误码率性能更优。     

求解低秩密度矩阵约束最小二乘问题的优函数罚方法

本文应用优函数罚方法求解具有低秩密度矩阵约束的最小二乘问题. 首先用凸差方法处理非凸的低秩约束,并结合罚方法和优函数方法将原问题转化为一系列具有密度矩阵约束的凸优化问题,然后给出求解该优化问题的优函数罚方法,并对该方法进行收敛性分析. 之后,运用半光滑牛顿增广拉格朗日算法求解优函数罚方法的子问题. 最后,合成数据集和真实数据集上的数值结果表明了优函数罚方法有效地求解了具有低秩密度矩阵约束的最小二乘问题.     

基于多种群免疫遗传算法的配电网网架规划

配电网网架规划是一个复杂的组合优化问题,传统的优化方法往往难以解决此类问题.提出一种多种群的免疫遗传算法进行配电网网架优化规划,采用多个种群针对优化目标的不同方面进行优化搜索.在遗传进化过程中,借鉴生物免疫机制对每个种群的染色体进行免疫算子操作,种群之间通过优秀个体转移进行交互,有效防止了种群退化,提高了种群的多样性和遗传算法的全局寻优能力.以网络年费用最小为优化目标建立配电网网架规划的数学模型,利用多种群免疫遗传算法求得优化解,通过具体实例验证了该算法的有效性.     

多模型系统最优同时镇定状态反馈控制器设计算法

对于一类可以用有限多个状态方程来描述其动态特性的多模型系统,研究了同时镇定最优状态反馈控制器设计问题,即设计一个状态反馈控制器,使得闭环系统渐近稳定,并对指定的二次型性能指标进行优化．文中在导出闭环系统渐近稳定的充分性条件的基础上,探讨给定二次型性能指标的优化问题,并最终将该状态反馈控制器的设计问题转化为基于线性矩阵不等式（ＬＭＩ）的凸优化问题进行求解．由于将原问题转化为凸优化问题,确保了求得的解必定为全局最优解．最后给出了两个实际系统的设计算例,其结果表明了算法的有效性．     

具有线性约束的分片线性函数的最优化方法

分片线性模型有着广泛应用范围 ,对分片线性模型及其最优化问题的研究具有普遍的意义。该文以规范型分片线性函数为例 ,提出了基于分片的邻区域搜索算法 ,通过定义相邻区域 ,应用线性规划寻找最优解。通过该算法和遗传算法相结合 ,可利用进化算法的探索能力和模型信息以实现全局优化。在仿真实验中 ,采用随机生成的分片线性函数对这种算法和传统遗传算法进行了对比 ,结果表明 ,它具有很好的搜索性能 ,当搜索空间很大或具有边界约束时 ,它较传统遗传算法更优越     

超密集异构网络中的一种混合资源分配方法

针对在宏小区覆盖范围内高密度部署小小区所带来的跨层干扰和同层干扰,研究了超密集异构蜂窝网络中的资源分配问题,采用了一种共享频谱与分离频谱共存的混合频谱分配方案。依据簇中小基站与宏基站的干扰是否超过设定的阈值,将簇进行分类并以不同的方式进行资源分配,超过阈值的簇采用分离频谱的方式分配资源,反之,可共享整段频谱。而在每个小基站簇内,在相应的约束条件下采用对偶分解法求出规划的优化目标,为每个小基站分配子信道和功率。基于联合分配方案提出算法1和算法2(次梯度算法),算法1最接近最优解决策略,而算法2可以解决高复杂度问题,具有更高的实用性。仿真结果表明,所提方案能够有效地抑制干扰、提升系统容量,同时兼顾用户间公平性。     

OFDMA中继系统资源分配算法研究

为了公平且有效地在OFDMA中继系统下行链路进行资源分配,文章提出了基于效用函数的资源分配算法,并根据凸优化问题的对偶分解理论,提出了一种分布式求解算法,得到了相关问题的全局最优解.理论分析和数值仿真结果表明,文章提出的资源分配算法具有较低的系统复杂度,可以使系统效用函数最大,从而在保证用户公平性的前提下,使系统的和速率容量最大.     

求解混合整数双层规划的凸组合算法

利用罚函数思想和最优值函数的概念将混合整数双层规划转化为连续变量的单层非线性规划,然后用事先确定步长的凸组合算法迭代求解此单层非线性规划,进而得到原双层规划的局部最优解.     

基于L形算法的多阶段电网规划

提出了一种计算精度能够满足工程需要,而计算效率显著提高的多阶段网络规划新算法．该方法在灵敏度分析方法上构建输电网多阶段网络规划的线性近似模型,采用Ｌ形算法对该模型进行分解处理,将一个多阶段的高阶电网规划问题转化为多个规划子事件进行降价迭代计算,最终收敛到原始规划问题的满意解．所提方法不仅可以显著提高求解速度和减少内存消耗,而且可以获得与其他方法等效的网络优化扩展方案．通过一个测试算例,验证了该方法的有效性和可行性．     

动态透镜成像学习人工兔优化算法及应用

针对基本人工兔优化(Artificial Rabbits Optimization, ARO)算法在解决复杂优化问题时存在收敛慢、精度不高和容易陷入局部最优等缺陷,本文提出一种改进的ARO算法(记为IARO算法)。IARO算法中的基于正弦函数的非线性递减能量因子能够帮助算法实现从探索阶段到开发阶段的良好过渡,从而提高算法的收敛速度和解的质量。此外,为了提高算法跳出局部最优的概率,IARO算法引入了一种动态透镜成像学习策略。为了证明IARO算法的优越性,首先选取了6个基准测试函数进行数值实验,然后用其求解2个工程设计优化问题和1个包括15个数据集的特征选择问题,并与灰狼优化(GWO)算法、鲸鱼优化算法(WOA)、正弦余弦算法(SCA)和基本ARO算法进行对比。结果表明,IARO算法有着比其他对比算法更优越的性能。