基于绿色通信的大规模MIMO天线选择算法

绿色通信是移动通信系统（例如5G系统）的主要特征之一。在大规模多输入多输出（multiple-input multiple-output, MIMO）系统中如何提高能源效率是一个重要研究课题,天线选择是提高能源效率的有效方法。现有的天线选择算法有些是局部优化,有些是单目标优化,为克服这些缺点,提出了基于博弈论的大规模MIMO天线选择算法。该算法通过系统容量和发射功率构造博弈的效用函数,每进行一次博弈都得到一组天线,在博弈达到均衡时,能源效率取得最大值。文中给出了纳什均衡存在性证明,也推导了纳什均衡点与能源效率之间的等价。仿真结果表明,采用博弈论算法能够克服局部优化,在保持信道容量较高的同时也提高了能源效率,可见该算法在能源效率上的提高有助于实现绿色通信。     

基于MMSE预编码天线选择的空间调制大规模MIMO系统性能研究

为提高大规模MIMO系统的可靠性及满足未来绿色高效通信的要求,本文提出了大规模MIMO系统中基于MMSE预编码技术的收信端天线选择算法,对基于MMSE预编码的空间调制大规模MIMO系统进行了仿真实验,并进行了复杂度分析.实验结果表明,基于MMSE预编码的天线选择算法相比于文献[6]已提出的ZF预编码天线选择算法,复杂度略有增加,但误比特率在系统相同配置时约有2 d B的提高.     

大规模MIMO系统能效优化算法研究综述

随着移动用户数与高速数据业务应用的快速增长,满足下一代网络更高频效和能效需求的大规模多输入多输出(multiple-input multiple-output,MIMO)技术成为5G的研究热点。天线数目的增加,导致大规模MIMO系统的能耗也将急剧增加。优化大规模MIMO系统能效以实现绿色通信成为5G资源管理的一项重要研究课题。针对该问题,对大规模MIMO能效优化算法进行了综述与展望。介绍了大规模MIMO系统能效模型,综述了大规模MIMO系统能效优化算法研究现状,包括基于天线选择的能效优化、基于功率分配的能效优化、频效和能效的折中和多参数联合优化能效;探讨了学术界在大规模MIMO系统能效优化算法上的重要研究成果;总结了当前研究中存在的主要问题,展望了大规模MIMO系统能效优化未来的研究趋势。     

认知MIMO无线网络中的多买家动态频谱接入技术

研究了认知MIMO无线网络中基于博弈论的动态频谱接入技术,以使得具有不同风险偏好的次级用户(买家)可以动态地选择竞标策略,同时主用户也可以根据系统情况,自适应地调整拍卖机制。基于非合作博弈设计了一个有限离散博弈模型,该博弈至少有一个混合策略的纳什均衡。基于自动学习机的概念,设计了一个有限反馈的分布式随机学习算法。仿真结果表明,所设计的算法具有良好的性能,与传统的固定竞拍机制和随机的选择竞价策略相比,该算法能够帮助主用户获得更高的利润,且让次级用户根据自身的风险偏好,选择一个合理的竞拍策略。     

基于博弈论的多机器人任务分配算法

为了寻找一种合理有效的多机器人任务分配算法,基于多机器人协作救火任务环境,以博弈论纳什均衡为基础,研究多机器人的任务分配问题。根据任务模型特点和纳什均衡的主要特征提出了一种基于博弈论的任务分配算法。博弈的效用函数同时考虑了距离、火势和燃烧时间等因素,机器人根据此效用函数选择行为策略,促使机器人尽快扑灭惩罚值较大的火灾而获得较大的奖励值。利用任务总收益函数值的大小评价算法的优劣性。收益函数与火势、燃烧时间和机器人扑灭火灾数有关,这切合实际救火模型。实验结果证明了该任务分配算法的有效性。     

基于张量分解的大规模多输入多输出天线预编码

提出基于张量分解的大规模多输入多输出(MIMO)天线预编码方案,利用张量分解对高维天线发送数据的降维,保持数据的低秩多维结构特征,获得更加有效的数据表示;同时,通过联合天线和用户信号的空域和时域的相关性,实现发射分集,克服大规模MIMO信道衰落和降低发射误码.通过仿真结果表明该方案适用于大规模MIMO系统.在相同条件下,与传统方案相比,误比特率更低.     

多天线中继协助的终端直连通信传输方案设计

为了提高蜂窝通信系统的传输效率,一种多天线中继协助的D2D通信链路(MIMO relay aided-D2D,MRA-D2D)的方案被提出。该项研究通过分析中继天线数目、干扰源、接收端之间的距离和功率等信息,设计了MIMO多天线中继协助D2D传输方案的能量效率与通信链路性能的关联表达式。研究结果表明:采用多天线中继辅助,不仅可以通过提高天线数目来提高MRA-D2D链路的接收信干噪比,还可有效提高系统的能量效率;并证明了单纯的提高发射功率并不能提高系统的能量效率。     

基于博弈论的绿色供应链减量化生产效率比较

绿色供应链是供应链概念的拓展和延伸，它是以减少自然资源消耗和保护环境为概念的新型供应链．为了研究不同市场结构下的绿色供应链效率，应用博弈论分析了单一制造商和单一供应商组成的绿色供应链减量化生产效率问题，分别得到了两种非合作博弈的均衡解（斯坦克尔博格均衡和纳什均衡），并比较了两种博弈情况下的效率优劣．     

基于博弈论的认知无线电的频谱负载平衡

为了提高频谱资源的使用效率并在分布环境下支持QoS,提出认知无线电系统中基于博弈论的频谱负载平衡算法。通过构造支付函数,建立了负载平衡问题的非合作博弈数学模型,利用最佳响应求得纳什均衡解,根据各分配请求的QoS要求应用均衡战略来调整资源分配,以达到频谱利用最优化的目的。仿真表明：该算法可以在避免干扰的情况下有效地利用带宽资源,实现负载均衡;算法的收敛性也得到验证。     

基于博弈论的认知无线电的频谱负载平衡

为了提高频谱资源的使用效率并在分布环境下支持QoS,提出认知无线电系统中基于博弈论的频谱负载平衡算法。通过构造支付函数,建立了负载平衡问题的非合作博弈数学模型,利用最佳响应求得纳什均衡解,根据各分配请求的QoS要求应用均衡战略来调整资源分配,以达到频谱利用最优化的目的。仿真表明:该算法可以在避免干扰的情况下有效地利用带宽资源,实现负载均衡;算法的收敛性也得到验证。     

大规模MIMO系统中的双向搜索天线选择算法

大规模MIMO(Massive MIMO)拥有众多天线,如果按照传统的方式配备等量的射频链路,势必会大幅度增加硬件成本及系统复杂度.天线选择技术能够在不损害多天线系统优势的前提下,使射频链路成本明显下降.天线选择的主要方法其思想是在全部天线中选出部分天线传输数据,从而使射频链路成本不再成为限制因素,在实际的无线信道中,信道状态变化多样,为了达到所需性能指标,通信系统需要选择不同数目的天线进行数据传输,而现有的天线选择算法往往只适用于固定天线数的场景.本文针对多变的信道状态,基于递增选择算法与递减选择算法提出了双向搜索天线选择算法,能够灵活应对不同的天线数需求,并且保持了较低的计算复杂度.     

大规模多天线无线信道及容量特性研究

基站端配置大量天线构成的大规模多天线系统,可以进一步挖掘空间域增益,大幅度提升无线通信系统传输容量和功率效率.从理论上看,大规模多天线系统获得空间域增益的前提条件是传播环境中的各子信道满足正交条件.准确的获取无线信道信息是通信系统研究的基础,它为通信系统的链路级仿真、样机试验和标准制定提供理论基础和技术支撑.本文研究了大规模多天线无线信道的特点,总结了国内外大规模无线信道的测量与建模,通过随机矩阵特征值经验概率密度函数角度研究了Massive MIMO无线信道的信道容量,并给出了球面波信道建模和阵列域的相关性与非平稳特性为下一步的两个研究方向.     

物联网中重复博弈论入侵检测模型

由于物联网通信节点自身的缺陷,导致现有的安全方法难于应用到物联网中。针对这一情况,提出基于重复博弈论的入侵检测模型。建立一种用于检测恶意通信节点的重复博弈模型算法,使模型应用更符合实际情况,结合随机最优反应均衡算法优化模型使结果能更适应实际网络并且能趋于纳什均衡,并引入一种通用惩罚策略,刺激通信节点之间采取合作策略,提高模型发包成功率。通过对模型算法进行实验仿真,表明该模型能够有效地遏制恶意节点的攻击,提高网络效率。     

一种基于博弈论的P2P内容分发协议

针对P2P大规模内容分发系统中的搭便车和公共悲剧问题,提出基于博弈论的内容分发协议,激励节点间的协作.把系统建模成不协作博弈,每个自私节点从个人理性出发,选择最大化个人收益的协议策略.在纳什均衡下,整个系统在具有大量自私节点的环境中体现出较好的协作性,促进了内容分发的效率.     

基于MATLAB的MIMO通信系统教学平台的设计与实现

多输入输出(Multiple-Input Multiple-Output,MIMO)系统利用发射端的多个天线独立发送信号,在接收端利用多个天线接收并检测信息。针对MIMO通信系统中空时编码和检测技术理论性强且抽象的特点,设计了一个基于Matlab的MIMO系统教学演示平台。在该平台上可以演示采用不同信道编码、不同调制方式以及不同的检测算法下MIMO系统的信道容量以及误码率性能,通过性能演示学生可以直观地了解编码、调制以及检测模块对系统性能的影响。学生还可以通过该演示平台选择不同的发送天线和接收天线数目,实时演示收发天线数目对MIMO系统性能的影响。教学实践表明,通过该平台的实时演示可以加强学生对通信原理课程的理解,调动学生编程实现MIMO系统模块的积极性,为进一步学习现代通信的关键技术奠定了基础。     

诱导信息下基于博弈论的路径选择模型

诱导信息下的路径选择模型无论是在宏观的交通规划领域,还是在微观的驾驶员行为机理研究过程中都具有重要的意义.通过分析出行者选择路径的过程,将博弈论中的静态多人博弈与路径诱导下的出行者的决策过程进行对比,引入求解纳什均衡的划线法,来阐述出行者的路径选择模型,以求得到最接近实际的出行者在静态诱导信息下的路径选择模型;给出了基于博弈论的路径选择模型算法,并通过1个简单实例阐述了在静态诱导信息下出行者的博弈过程以及求解纳什均衡的方法.     

多入多出中继系统的一种贪心天线选择算法

针对多输入多输出(MIMO)中继系统天线选择算法容量不高的问题,提出了一种基于容量最大化的贪心天线选择算法.该算法在考虑噪声的影响情况下,根据添加一个天线对后系统容量的闭式表达式,逐步选取使得容量最大的天线对.仿真结果表明,在不同的中继数量及功率约束条件下,该算法与已有算法相比,能够获得更高的系统容量性能.     

基于最大比传输预编码天线分组技术的大规模多入多出系统能效研究

大规模多输入多输出(MIMO)系统中,大型天线阵列之间的强天线相关性会导致系统性能降低.针对下行链路场景,提出基于最大比传输预编码的联合天线分组和天线选择算法,把大规模天线阵列划分为若干组,在每组中基于信道矩阵最大列范数选择天线,构造所选天线与接收天线间的信道矩阵,并计算对应的预编码矩阵.建立能效模型,分析联合天线分组...     

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...     

基于功率控制的异构蜂窝网络基站节能机制

针对移动网络中潮汐效应引起的能量浪费现象,提出一种基于功率控制技术的异构蜂窝网络基站节能机制.建立一个非合作博弈模型,以基站为博弈参与者,以能量效率作为收益函数,利用粒子群算法求次优解.该次优解逼近博弈模型的纳什均衡解,从而近似得到最优的功率控制结果.仿真结果表明,该机制能提升整个网络的能量效率,降低网络能耗,实现绿色通信.