CDMA2000系统小区无线容量分析

根据CDMA系统的噪声受限理论并与实测技术相结合,由CDMA移动通信系统软容量的特点出发,研究了第3代移动通信CDMA2000系统无线容量的算法,分别分析了影响下行链路和上行链路无线容量的各种主要因素,得到上、下行链路容量的计算公式,并结合邻小区干扰的情况做了仿真,使相关重要变量关系得到了验证.     

WCDMA系统软容量特性的分析

在第三代蜂窝移动通信系统中,随着同时接入系统的用户数目的增加,系统用户间的相互干扰也逐渐增强,这不仅严重影响了CDMA通信系统的性能,也限制了系统容量的提高.分析了影响WCDMA系统容量的一些潜在因素以及干扰余量与小区负荷的关系,并分别在上行链路和下行链路上,对WCDMA小区容量与覆盖范围的关系、小区负荷变化对服务质量(QoS)的影响以及相邻小区对小区容量的影响进行了分析.     

一种小小区网络下行链路干扰抑制方法

通过约束小小区下行链路的传输功率来抑制相邻小小区之间的干扰.同时,使用了一种低复杂度的子载波分配方案,可以使得小小区的下行速率尽可能地提高.在对小小区进行下行链路发射功率控制时,使用广义注水算法给出了小小区下行传输功率的最优解.仿真结果显示,子载波选择方案和功率分配算法,在提高小小区的下行传输速率的同时,有效控制了相邻小区间的干扰.     

TD集群下行链路小区间干扰特性与抑制策略

研究了多小区场景下TD-SCDMA集群系统下行链路的小区间干扰特性,综合大尺度与小尺度模型分析了其对同频同时隙下最大可用码道数的限制以及目标群组位置和邻小区负荷对链路的影响。对各种小区间干扰抑制算法进行了分析与仿真,仿真结果表明小区间干扰形成互相关门限限制了集群系统容量,而MMSE可以用邻小区基站功率更新背景噪声功率的较低代价抑制小区间干扰。     

OFDM系统下行链路多小区半分布式资源分配

针对LTE(long-term evolution)系统下行链路采用OFDM技术所致的小区间干扰问题, 通过对多种资源分配方法的研究与总结, 提出一种简单有效的多小区半分布式资源分配算法。该算法使用二进制功率控制策略, 利用基站间的信息交互协调小区间的资源分配, 用以改善小区间的干扰, 提升系统总容量。通过在LTE系统级仿真平台的建模及仿真, 表明新算法提高了13%的吞吐量, 由此证明该算法的优越性。     

TD-SCDMA相邻小区下行链路干扰分析与仿真

主要研究了TD-SCDMA系统中相邻小区间下行链路的干扰,给出小区间下行干扰模型和传播损耗模型,并通过仿真得到不同时隙、不同小区业务负荷条件下来自相邻小区的下行链路干扰数值变化曲线.对小区间干扰的分析与仿真为优化未来网络的容量以及性能提供了有价值的参考.     

多小区多输入多输出正交空分复用系统中低复杂度用户选择算法

针对抑制协作小区外干扰的多小区多输入多输出(MIMO)正交空分复用系统,提出了一种低复杂度的用户选择算法.该方法通过贪心搜索迭代选择用户,在用户选择的每一步中选择使得小区平均系统容量增幅最大的用户,并自适应地调整服务用户数而使小区平均系统容量最大化.仿真结果表明,在相同信噪比和干扰噪声比条件下,与抑制协作小区外干扰的多小区MIMO块对角化系统用户选择算法相比,该算法提高了小区平均系统容量,且增加了同时服务的用户数.     

TD-SCDMA中基于功率控制的呼叫接纳算法

第三代移动通信系统TD-SCDMA是一种自干扰的系统.随着未来用户的增加,在无线资源相对有限的情况下,有效控制干扰的要求越来越高,而呼叫接纳控制技术(CAC)就是解决这一问题的关键技术之一.该文提出了基于功率控制的呼叫接纳控制算法,以小区负荷因子为分析参数,分析新用户满足接纳请求的条件,进而对新的呼叫请求作出判断.该算法充分考虑了系统中各种干扰,更加符合实际的网络环境,同时满足了无线用户日益提高的QoS要求.     

TD-SCDMA系统小区内干扰分析

为了研究并分析第三代移动通信TD-SCDMA系统小区内的干扰,奠定TD-SCDMA系统的容量、覆盖等基本性能指标的重要理论基础,在给出单载波小区干扰模型条件下,通过对单载波TD-SCDMA系统小区内符号间的干扰和多址干扰进行定性地研究与分析,给出了干扰的分析和计算方法,分析了智能天线和联合检测技术对TD-SCDMA系统干扰的影响,并通过实际组网条件下TD-SCDMA系统内的干扰进行了计算机仿真结果和分析,验证了对TD-SCDMA系统中对小区内干扰的研究与分析结论,从而得到了影响系统的容量、覆盖等基本性能指标重要的理论依据.     

一种提高宽带码分多址接入系统小区容量的有效方案

为了解决小区容量提升这一宽带码分多址接入(WCDMA)系统商业运营与网络规划中的关键问题,在研究信道多址干扰抑制的基础上,提出了一种提高小区容量的新思路,即在抑制下行公共导频信道多址干扰的同时抑制主公共控制物理信道多址干扰,并给出了基于这种思路的新型Rake接收机的实现方案.仿真结果表明:该新型接收机相对于传统Rake接收机具有更好的误比特率和小区扩容等性能.     

改进花朵授粉算法

智能系统试图模拟人类专家来解决复杂的现实问题。问题的领域从工程、工业到医学、教育都各不相同。在大多数情况下,系统需要根据多个输入进行决策,但是搜索空间通常很大,因此很难使用传统的算法进行决策;元启发式算法可以用作寻找最优解的一种工具。因此,改进元启发式技术和现有算法是必要的。本文介绍了一种改进的花朵授粉算法(FPA)。将标准的FPA与克隆选择算法(CSA)结合,应用到23个优化基准函数上,并对其进行测试。将改进算法与五种著名的优化算法(模拟退火、遗传算法、花授粉算法、蝙蝠算法和萤火虫算法)进行比较。实验结果表明,相比标准FPA和其他四种方法,改进花朵授粉算法能够找到更精确的解。     

基于DSP的LTE TDD上行解传输预编码实现

在时分长期演进(time division-long term evolution,TD-LTE)系统中,为了保证上行传输单载波特性,采用集中式DFT-扩展-OFDM(discrete Fourier transform-spread OFDM)机制.对各种离散傅里叶逆变换(inverse discreteFourie...     

基于快速MCVI算法实现CR信道接入*

在认知无线电(CR)技术中,无线网接入是一个极为重要的问题。针对这一问题,当前主流的解决思路包括博弈算法和基于部分可观测马尔科夫决策过程模型(POMDP)的算法。相比于博弈算法,基于POMDP模型的算法具有更好的环境适应性。在此背景下,本文提出了基于POMDP模型的快速蒙特卡罗值迭代算法(Fast MCVI)解决无线网接入问题。与其它解决POMDP模型的算法不同,该算法可解决值连续状态空间下的POMDP模型,具有更好的可靠性和稳定性。另外,相比于传统MCVI算法,快速MCVI算法使用非可支配排序遗传算法(NSGA2)进行优化,加快了算法收敛速度,使其在相同运行时间内能获得更好的决策结果。实验证明,通过值连续状态空间的POMDP模型对CR接入问题建模并使用快速MCVI算法进行决策,网络吞吐率比传统MCVI算法提高了1~1.7个百分点,比贪心算法提高了2.8~5个百分点。     

串行干扰对消宽带码分多址系统容量分析

以有效提高宽带码分多址系统容量为目的,通过理论推导的方法,得出传统双速率系统与干扰对消双速率系统的容量极限。并运用MonteCarlo积分,对理论结果进行了数值分析,得到了上述两系统在不同的扩频比、数据速率差异和用户分布范围的情况下的系统容量对比。结果表明,应用差异功率控制的串行干扰对消宽带码分多址系统明显优于传统系统。     

两跳多中继网络中改进的前向放大中继策略

单源单宿多中继多天线系统中,中继总功率受限的最大化系统传输速率问题为非凸优化问题.针对此问题分别提出TFSA (Target Function Simplified Algorithm)和CCSA（Constrain Conditions Simplified Algorithm）两种优化算法.TFSA通过缩放信道矩阵与其共轭转置矩阵乘积的特征值使此问题成为凸优化,并使用传统凸优化方法获得其最优数值解;CCSA通过缩小此优化问题的约束集并转换自变量使之成为凸优化,再利用拉格朗日算法获得其解析解,能够实现算法复杂度和系统性能的折衷.实验仿真表明,TFSA算法能逼近最优算法实现的系统性能; CCSA与已有算法比较获得了一定的速率增益,且实现复杂度低.     

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。     

基于广义和局部化法则的时间离散控制系统的改进算法

分别讨论了右端自由和右端固定的时间离散控制系统的改进算法.这些算法是基于广义和局部化法则，对右端固定的情景，提出了一种基于允许集的逼近方法.并用实例说明了算法的有效性.     

基于4VA信息素的蝗虫优化算法

针对标准蝗虫优化算法(Grasshopper Optimization Algorithm,GOA)存在的不足,基于对蝗虫活动习性和行为特征的模拟,结合GOA模型,提出一种基于4-乙烯基苯甲醚(4-vinylanisole,4VA)信息素的蝗虫优化算法(Grasshopper Optimization Algorithm Based on 4-vinylanisole Pheromone,VAGOA)。首先,基于4VA是蝗虫的聚集信息素,设计4VA信息素表达式;其次,对不同蝗虫群体(群居型蝗虫和散居型蝗虫)中的个体分别采用不同的搜索策略,在探索和开发之间取得平衡,使算法全局探索能力和局部开发能力均得到有效提升,增强算法的全局寻优能力和规避陷入局部最优的能力。通过12个基准函数的仿真实验,并与GOA、PSO、HCUGOA、SA_CAGOA算法相比较,结果表明VAGOA的全局搜索能力有明显提高,在函数优化中明显具有更快的全局收敛速度及更好的稳定性。     

改进蚁群算法求解单行设施布局问题

针对单行设施布局问题已有算法结构复杂、对算法参数有较大依赖性、求解效果欠佳的问题, 提出一种改进的蚁群算法。该算法采用基于目标函数值的自适应等级划分策略, 实现了信息素增量优胜劣汰、改进信息素的更新规则。通过简化状态转移概率函数, 降低计算量和算法对参数的依赖性, 引入精英候选集, 提高优良设备的选择概率。同时, 采用基于插入式邻域结构的爬山寻优算法作为局部搜索进行深度搜索。仿真结果表明, 求解28 个大规模的测试例子时, 该算法总的平均运行时间分别为混合遗传算法的14%, Lin-Kernighan 算法的5%, 分散搜索算法的50%, 说明该算法可在短时间内较稳定地得到高质量的近优解, 性能优越于其他算法。