基于中继选择的协作频谱感知算法

针对最佳中继选择协作频谱感知方案检测概率低、而所有中继节点均参与协作频谱感知复杂度高的问题,提出一种中继选择协作感知算法.该算法根据N条中继链路等效信噪比的大小,从中选择出L个信噪比大的优质中继用户转发主用户信息.导出了该算法在瑞利平坦衰落下的频谱检测概率上限闭合表达式,为频谱检测性能分析提供了理论依据.数值分析结果表明：只需60%左右的优质链路参加中继就可以达到理想的性能,大大降低了系统实现的复杂性.     

利用地理位置的中继选择及功率分配

在协作多中继蜂窝系统下行链路中,提出根据中继节点地理位置和吞吐量增益联合选取中继节点参与移动用户和基站间的协作通信方案,并运用凸优化算法分配各节点功率.仿真结果表明:该方案不仅改善了用户的误码率,并且提高了系统吞吐量.     

非对称双向D2D通信系统的中继选择优化算法

提出了一种面向D2D通信系统中非对称双向中继信道的中继选择优化算法;该算法依据定义的非对称性双向D2D链路信道总容量最大化为优化目标,推导了新的目标函数以及确定最优功率分配,并在此基础上通过非线性优化选出最佳中继。仿真结果表明,非对称双向中继通信系统的最优功率分配结果与理想对称双向中继系统的结果一致,而提出的中继选择方案比按理想对称双向中继优化方案得到的链路信道总容量更大,但是相应的计算复杂度会更高。     

OFDMA中继网络上行链路资源分配算法设计

针对放大-转发OFDMA中继网络上行链路,考虑具有不同QoS要求的异构业务场景,在用户与中继独立功率约束条件下,提出一种子载波对匹配分配与功率分配算法,以实现在满足非弹性用户速率需求前提下,最大化弹性用户和速率的目标.为降低算法计算复杂度,将原混合二进制整数规划问题分解为子载波对匹配分配,非弹性用户与中继、弹性用户与中继联合功率分配三个子问题,从而实现计算复杂度从指数级别到线性的下降.仿真结果显示,所提方案能够满足非弹性用户的速率需求,且弹性用户的和速率容量明显高于等功率分配原则和未进行子载波匹配下的资源分配算法.     

超宽带车辆无线网络两跳中继接入研究

为了提高车辆无线网络的系统性能,引入了脉冲超宽带(IR-UWB)无线技术并研究了链路两跳中继接入条件.由于IR-UWB功率受限,通过分析给出数据链路中继接入条件,提出了低计算复杂度的多链路两跳数据链路中继节点分配算法(DLRA),提高了数据链路传输速率;针对IR-UWB车辆链路,采用两跳单中继获得分集增益,同时实现低开销中继接入.对IR-UWB网络并行链路中继接入进行了仿真,仿真结果表明:IR-UWB车辆链路在实行两跳中继接入后,在仿真场学中总体数据传输速率提高了60.6％,改善明显.     

基于MIMO-OFDM协作系统的中继混合选择合并算法

提出了一种基于MIMO-OFDM协作系统的多中继混合选择合并算法。算法原理主要是采用地理位置信息得到一个性能最优的AF(放大转发中继)中继节点,根据瞬时信噪比门限值或相对最小BER门限值选择符合要求的多个DF(译码转发中继)中继,所选择出来的最优AF中继和多个DF中继将协作MIMO-OFDM系统完成信号的转发,最后在目的节点处对直传链路信号和中继链路信号进行最大比合并(MRC)。对该算法进行了理论分析,并研究了该算法对系统误比特率性能的影响,并在MATLAB上进行链路级仿真分析比较。仿真结果表明所提出的多中继混合选择合并算法能有效提高空间分集增益,从而降低系统误比特率。     

多用户协作通信中基于比例公平的资源分配

研究了多用户协作通信系统容量与用户间比例公平性的折衷优化问题,将该优化问题视作非凸优化问题．为减小算法复杂度,利用并行分解的方法给出了一种机会中继与分布式功率分配的联合资源优化算法．首先提出了基于用户容量增益的机会中继选择策略,然后利用KKT条件给出了分布式节点优化功率分配算法．仿真结果表明：相对于随机中继选择以及平均功率分配,该算法在具有较低的算法复杂度的同时,能够显著提高系统性能并保证公平性．     

两跳中继TDD-CDMA蜂窝网络容量分析

为了增加传统TDD-CDMA蜂窝网络的上行链路容量,采用了两跳中继方式.在两跳中继蜂窝网络模型的基础上,提出了2种时隙调度方法:时隙同步调度与时隙反转调度.分析这2种方法下中继站和基站的小区内和小区间干扰情况,分别得到其在目标小区中的总干扰功率.通过数值计算,获得两跳中继TDD-CDMA蜂窝网络的上行链路容量闭合表达式,并讨论了2种调度方法对系统性能所产生的影响.实验结果表明,采用时隙同步调度方法时,目标小区内部区域可容纳更多用户;采用时隙反转调度方法时,目标小区外部区域可容纳更多用户.因此,时隙同步调度方法适用于小区内部区域负载较高、外部区域负载较低时的情况,而时隙反转调度方法则适用于小区内部区域负载较低、外部区域负载较高时的情况.     

两跳无线网络中的中继调度算法

针对两跳无线网络的中继调度问题,提出了一种基于信道容量最大化的中继节点迭代调度算法.该算法基于放大转发型中继协议,以目标节点进行联合译码时的瞬时容量最大化为准则而依次选取中继节点,直至中继数达到源节点发射天线数或信道容量不再增加.仿真结果表明,在不同的中继节点总数、源节点发射天线数以及前后向信道信噪比条件下,该算法比传统算法获得了较大的容量增益和多中继分集增益,更加接近于信息论意义上的容量上界.     

多源多中继协同通信的快速中继选择算法

针对多源多中继协同通信系统的中继节点分配算法(ORA)复杂度较高和带宽消耗较大的问题,通过构建增益函数降序排列的候选中继集合降低检索次数,提出了一种快速中继分配算法(FRA).同时为了提高系统总容量,通过中继节点之间选择性的再转发信号进一步优化接收端的信噪比,给出了一种优化系统容量的方法(OCA).仿真结果表明:FRA可以降低中继选择的复杂度和带宽消耗,同时OCA可以提高系统的总容量.     

协作中继认知无线电中功率分配算法

基于协作中继的思想, 提出一种组成次用户协助主用户传输的系统模型, 用基于解码转发的Lagrange对偶优化功率分配算法进行功率分配, 解决了次用户接入主用户频段产生的干扰过大问题. 仿真结果表明, 该算法在保障次用户正常通信的前提下, 可大幅度降低对主用户的干扰, 即可有效增大主用户对外界环境的抵抗力, 并提高主用户的系统容量.     

中继OFDMA系统的自适应资源分配策略研究

为解决中继OFDMA系统的资源分配问题,本文提出一种基于对偶分解的资源分配算法,该算法能够将一个复杂的问题分解成若干个子问题进行求解,降低了计算的复杂度。通过对各子问题的求解,可以获得最优的中继节点的选择方案以及功率、子载波的分配方案。仿真结果表明,该算法能够在保障不同用户的速率需求的条件下,有效地提高系统的容量。     

协作中继认知无线电中功率分配算法

基于协作中继的思想, 提出一种组成次用户协助主用户传输的系统模型, 用基于解码转发的Lagrange对偶优化功率分配算法进行功率分配, 解决了次用户接入主用户频段产生的干扰过大问题. 仿真结果表明, 该算法在保障次用户正常通信的前提下, 可大幅度降低对主用户的干扰, 即可有效增大主用户对外界环境的抵抗力, 并提高主用户的系统容量.     

中继下基于特征子矩阵的干扰对齐优化算法

针对MIMO双向中继网络系统中,由于用户对间的数据流具有非对称性,通过研究用户对与中继之间的天线分配关系,提出了一种基于特征子矩阵的干扰对齐优化算法及可行性方案.该算法首先利用特征子矩阵准则,为每个用户设计干扰对齐预编码优化方案,然后基于分布式迭代算法逐一推导出最优的干扰抑制矩阵,以达到在目的用户端消除其他用户干扰的效果.通过仿真结果表明,与传统中继迫零方法相比较,优化算法对系统传输速率有了显著的改善.     

基于粒子群优化的协作网络资源分配的博弈策略

应用基于竞价机制的斯坦克尔伯格博弈提出协作中继网络中的一种资源分配策略,用以解决单一中继节点对多用户节点协作带宽的分配问题。首先中继根据用户的协作带宽需求对资源定价,然后用户根据价格调整其纳什均衡策略,即获取协作效用最大化的最优带宽购买量。证明了纳什均衡的存在性,提出基于粒子群优化的均衡求解算法,分析了均衡的有效性,仿真给出了粒子群优化的全局最优带宽分配结果。仿真结果表明,所提出的博弈可以激励中继节点参与协作,并协调多用户节点间的资源分配。     

非完全信道下认知中继网络中断概率及功率分配

基于最大信道增益的中继选择方法,分析了在不完全信道状态信息（CSI,channel state information）和受主用户干扰情况下认知中继网络的中断概率;进一步提出了在主用户干扰约束和保证认知用户服务质量（QoS,quality of service）条件下最大化认知中继网络频谱效率的数学优化模型,利用拉格朗日对偶松弛法获得了该优化问题的解,在保证主用户传输性能不受影响的前提下,提高了认知中继网络的频谱效率。仿真结果表明该文提出的功率分配方案与等功率分配方案相比提高了性能增益。同时表明在非完全信道条件下获得的频谱效率与完全信道条件下的频谱效率近似,但减少了系统信息的反馈量和实现的复杂度,有利于该方案的工程应用。     

Lognormal-Rayleigh信道中多跳MIMO-OFDM系统无线资源分配算法研究

面向新一代无线通信网络,研究基于MIMO-OFDM技术的多跳中继网络的容量及端到端吞吐量优化方案.在Lognormal-Rayleigh阴影复合衰落信道环境中,使用注水算法分配功率,分析对系统容量和多跳中继系统端到端吞吐量的影响.仿真结果表明:使用注水算法对多跳MIMO-OFDM系统中各跳子载波对应的子信道进行功率分配,可以显著提高系统吞吐量.     

基于解码转发的认知无线电机会功率控制算法

频谱感知是认知无线电网络正常工作的基础,而功率控制问题的解决是认知网络和主用户网络正常运行的保证。文中研究协作认知无线电通信,在保证授权用户服务质量和认知用户最大功率受限条件下,将高信噪比时的解码转发(decode-and-forward,DF)和基于频谱感知结果的机会功率控制算法结合,提出新的机会DF功率算法。通过基于对主用户感知结果的最优中继选择策略,在保证主用户正常通信不受影响的前提下,最大程度提高次用户信道信噪比,提高认知网络容量,并且认知系统能够获得空间满分集度。理论和仿真结果同时表明,基于主用户出现概率的最优中继选择最大程度的消除了次用户对主用户的干扰,提高了认知系统容量。