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。     

多小区部分宏分集功率控制算法

研究了多小区条件下宽带码分多址（WCDMA）系统的功率控制问题,对上行链路提出了一种对部分用户进行最大比合并的功率控制算法,并求出了相应的系统容量的上界,该算法的特点是动态地、有选择地对部分用户的发射信号在各接收机上共同接收,并进行最大比合并,它具有较高的灵活性,并能将高负菏小区的业务量分散到相邻小区,因而能有效地提高系统的总体容量,但系统容量的提高是以设备复杂度的增加为代价的。     

增量选择解码前传中继系统的二阶统计特性

针对解码中继系统由中继译码错误产生的系统性能降低以及频谱利用率低的问题,提出选择中继和增量中继相结合的增量选择解码前传(Incremental selection decode-and-forward,ISDF)中继系统,并且研究ISDF系统的中断性能,分析系统的二阶统计特性(平均电平通过率和平均中断时间)。在Nakagami-m衰落信道下,给出ISDF中继系统的中断概率、平均电平通过率和平均中断时间的闭合表达式。将ISDF系统与选择解码中继系统进行比较。研究结果表明:ISDF系统明显地提高了系统的性能,降低了中断概率;当切换门限和中断门限相等时,中断性能最优;ISDF系统的平均电平通过率和平均中断时间依赖于切换门限与中断门限的选择;ISDF系统性能受到源到中继链路和中继到目的地链路中较差的链路所限制。     

反馈受限的多用户MIMO下行链路预编码算法研究

在上行链路反馈受限的MIMO信道系统中,通过最大化反馈的信道质量信息可以获得相关门限阈值。现有研究在提高用户和速率方面已达到较好效果,但同时也提高了算法复杂度。为了在不损失多用户分集增益的前提下降低反馈开销,提出一种基于门限的次优下行链路预编码方案。在反馈信道方向信息(CDI)和信道质量信息(CQI)的基础上,应用迫零波束成形(ZFBF)算法进行预编码。实验结果表明,该算法在保证较高和速率的同时有效降低了计算复杂度。     

反馈受限的多用户多输入多输出下行链路预编码算法研究

在上行链路反馈受限的MIMO信道系统中,通过最大化反馈的信道质量信息可以获得相关门限阈值。现有研究在提高用户和速率方面已达到较好效果,但同时也提高了算法复杂度。为了在不损失多用户分集增益的前提下降低反馈开销,提出一种基于门限的次优下行链路预编码方案,在反馈信道方向信息(CDI)和信道质量信息(CQI)的基础上,应用迫零波束成形(ZFBF)算法进行预编码。实验结果表明,该算法在保证较高和速率的同时有效降低了计算复杂度。     

协作通信中联合信道-网络编码的性能分析与资源分配

针对无线网络中用户到协作节点和目的节点的上行链路不可靠的问题,研究了协作通信系统中具有特定协作节点的协作方案.在用户到协作节点的上行链路不可靠的情况下,将信道编码、网络编码同时引入到协作通信系统而建立了基于联合信道-网络编码的协作通信机制,并推导出系统中断概率的表达式;以中断概率作为系统性能的衡量标准,研究了能量分配、码率分配对系统性能的影响,给出了合适的分配方法.仿真实验表明,即使用户到协作节点的上行链路不可靠,所提协作机制也能获得空间分集,从而提高了网络的性能.     

一种基于优化阈值的有限反馈预编码算法

在上行链路总反馈量受限的多用户MIMO系统中,小数量用户配合高速率反馈比大数量用户配合低速率反馈具有更优的和速率.但较少的用户反馈却不利于获得多用户分集.针对该问题,提出了一种基于优化阈值的用户选择算法,并根据最优反馈速率从选出用户中确定实施反馈的用户.在用户反馈的信道方向信息和信道质量信息基础上,利用迫零波束成形(ZFBF)算法进行预编码.仿真结果表明,该方案具有比最优反馈速率算法更高的和速率.     

TD-SCDMA中链路自适应方案的研究

对于链路自适应技术,传输模式的选择策略是核心算法,准确高效的选择算法是该技术得以成功运用的关键。分析了两种可应用于TD-SCDMA系统的链路自适应算法：基于SNR的MCS选择算法和基于CRC的MCS选择算法,并在静态状态下对两种算法分别作了单径和两径的仿真。基于仿真结果,对两种算法优势和劣势作了对比。最后,对算法的理论模型在实际系统应用中可能遇到的问题作了分析。     

一种基于直扩码分多址系统的复信号空时扩频算法

基于直扩码分多址系统下行链路，提出了一种针对复信号的空时扩频算法．该算法采用发射分集技术，将空时分组编码与直接序列扩频相结合，依靠空时分组码和扩频码的双重正交特性以及复信号自身的特性，充分利用了空域和时域资源设计出新的收、发和解码算法，解决了复信号空时分组编码非正交所导致的解码复杂度过高的问题，将最大似然检测简化为一个线性过程．在独立瑞利衰落信道和给定收、发天线数的条件下，能够实现系统所能达到的最大的分集增益．理论分析及仿真结果表明，与未加扩频的发射分集系统及现有的空时扩频算法相比，该算法不仅能够显著提高数据传输速率，增大系统容量，还具有误码性能好，解码复杂度低、接收机结构简单等优点．     

直达链路下的多用户分集与全双工中继系统

针对多目的地传输网络,研究基于时间切换协议的全双工协作中继方案.考虑源和每个目的地之间存在直达链路,中继采用天线选择技术以实现最小化自干扰,目的地采用最大比合并技术以实现最大化接收信噪比.运用高斯-切比雪夫积分和次序统计量,推导出4种目的地选择策略下的延迟受限吞吐量近似闭合表达式.数值分析和蒙特-卡洛仿真结果表明:最佳吞吐量取决于协议的时间切换比和源功率分配比;与其他3种策略相比,最佳目的地选择策略更适用于分布式多用户选择网络;提高源发送功率或增加目的地个数均能显著提升系统吞吐量性能.     

北斗卫星整网集中式自主定轨算法研究

由于分布式定轨算法只能得到局部次优解,为进一步提升北斗卫星自主导航算法精度,对北斗卫星整网 集中式定轨算法在轨实现方法进行研究。设计了基于推广卡尔曼滤波算法的整网集中式定轨算法及其在轨实 现流程,并利用北斗卫星上的龙芯1E300 处理器对算法精度及工程可行性进行了评估。仿真结果表明,整网集 中式算法精度优于分布式导航算法。且通过在龙芯1E300 处理器上仿真验证可知,集中式导航算法已具备星 上使用条件。     

分布式天线系统中基于天线选择的能量效率优化

为了进一步解决无线通信系统的能量消耗问题, 以分布式天线系统单小区为模型,提出了一种将天线选择和功率分配技术相结合的最大能量效率优化算法(max-ANPO-EE算法):通过选取用户一定距离范围内的天线后,利用拉格朗日函数和次梯度得到各个天线的最优发送功率,从而推导出相应的能量效率性能表达式,得到最优的能量效率.仿真结果表明:在用户和天线随机分布的单蜂窝小区网络内,max-ANPO-EE算法能获得比较好的性能.     

基于负载均衡的在线云存储流量调度研究

在线云存储流量的调度问题是当前网络的研究热点。针对在线云存储系统中的文件上传请求调度问题,现有方案很少满足为用户提供不同带宽保证这一需求。针对不同付费级别用户要求不同带宽保证的服务场景,设计了基于请求队列长度的最大权重调度机制以及实际中可用的分布式二次随机选择调度算法,旨在实现系统服务器的流量均衡,同时最大化系统吞吐量。证明了最大权重调度机制能够保证系统稳定性,并且最大化系统吞吐量。实验结果表明,二次随机选择算法能够获得接近于最大权重调度机制的性能,较小的时间延迟和较大的系统吞吐量。其性能优于传统的Round-Robin调度算法。     

基于超宽带集中管控机制的物联网数据传输算法

针对当前物联网数据传输算法存在链路稳定性差、传输性能不高等不足,提出了一种基于超宽带集中管控机制的物联网数据传输算法(Data Transmission algorithm of IOT based on UWB centralized control mechanism,UWB-CC算法)。首先,通过能量冗余机制对网络节点进行初次筛选,并采用能量最优原则进行区域划分,实现物联网数据的分区传输及性能维护;随后,考虑到传统算法难以实现区域节点更新的不足,通过节点能力阈值筛选方法,实现对区域节点-普通物联网节点的次区域组网,提高普通物联网节点的数据上传能力,降低分割节点(PartitionNode,PN节点)因故障而导致区域上传瘫痪的概率;最后,采取综合评估分割节点性能与区域传输性能的方式,对中继传输节点进行优选,从而提高链路传输能力,减少链路抖动对传输性能的不利影响,能够同时实现带宽管控及区域分割-固定-链路稳定的一体化集中管控。仿真实验表明:与当前常用的区域流量汇聚上传算法(Upload algorithm for regional traffic aggregation,RTA算法)及成型度汇聚分割传输算法(Segmentation andtransmission algorithm based on degree of convergence,STDC算法)相比,本文算法具备更高的汇聚带宽与信道容量,以及更低的传输抖动率。     

秩亏缺信道下快速发射天线选择算法

研究了秩亏缺信道下发射天线选择问题.为了保证信道矩阵是列满秩,因此选择出的天线子集中的发射天线数量等于信道矩阵的帙数.提出了容量最优化的发射天线选择算法,但这种算法的计算量太大了.因此,提出了一种基于列主元QR分解的发射天线选择算法,这种算法具有很低计算复杂度.仿真结果显示通过这种方法确定的天线子集在信道容量方面也有很好的性能,尤其在高信噪比情况.     

乙苯化工过程的分布式无迹卡尔曼滤波方法

乙苯化工过程由一系列连续搅拌釜式反应器和分离器组成的大规模非线性系统,针对这一类系统提出了一种基于分布式无迹卡尔曼滤波的状态估计方案.该方法通过将系统分解,对每个子系统设计局部无迹卡尔曼滤波,它接收局部测量值,并与其他滤波器协同计算局部状态估计值的方法完成整个系统的状态估计.给出了详细的分布式无迹卡尔曼滤波的设计方法和...     

D2D通信系统中的最优中继选择及功率分配策略研究

在D2D(device-to-device)通信系统与蜂窝网络共存的场景下,引入中继节点可以有效提高D2D链路的吞吐量同时减小D2D链路对蜂窝网络的干扰?阐述了一种新颖的半双工放大转发双向中继协助D2D通信方案,提出了对应的最优中继选择及功率分配算法?该算法能够在满足蜂窝系统所受干扰小于一定门限值的约束下最大化D2D链路的吞吐量?该算法优化了D2D链路上各发送节点的发送功率;选出了可以使D2D链路吞吐量最大化的中继节点作为最优中继节点?其中,在计算最优功率分配的时候,利用拉格朗日对偶理论以及最速下降法对原功率分配优化问题的对偶问题进行了分层迭代求解?仿真结果表明,提出的策略与已有的方案相比可以显著提高D2D链路的吞吐量?     

译码转发模式下的半分布式中继选择算法

针对集中控制中继选择算法为获取瞬时信道状态信息开销较大的问题,受分布式算法的启发,本文提出了一种半分布式中继选择算法.在这个半分布式算法中,每个中继节点自己决定是否能参与协作,而从多个可能的节点中选择最优节点的最终决定是通过基站来完成的.由于在不同的节点之间不需要信道状态信息的交换,本文的算法易于执行,更适用于实际的网络.实验结果表明,该算法能够获得较好的分集效果.     

超密集网络中负载均衡感知的初始关联控制算法

为了解决移动数据流量和大量移动终端的空前增长问题,超密网络部署已作为一种经济高效的解决方案来减轻小蜂窝网络的负载。不同的超密集网络的拓扑结构将导致不同的覆盖范围,每个用户设备将会有多个可接入点。针对这种情况,研究了软件定义的超密集网络下基于分布式和集中式两种方式的初始连接控制。提出了一种集中式的、稳定的、可负载平衡感知的关联控制算法来减少数据面的切换次数。这是一种统一的初始关联控制和负载均衡的管理方式。最后,评估了基于分布式接入和集中式接入的初始关联控制的依照切换次数的稳定性。结果表明,集中式接入的关联控制算法性能比分布式接入更好。     

Joint User Selection and Rate Adaptation Scheme in a Coordinated Multipoint Transmission System for Power Minimization

In a coordinated multipoint transmission system with centralized architecture for saving power consumption, total power metric is minimized while completely using the backhaul capacity and maintaining the minimum target data rate. The problem is formulated as a mixed integer optimization problem, which is difficult to solve. To overcome this problem, a joint user selection and rate adaptation scheme is developed based on the water-filling rate adaptation with the given user set and the power saving criterion with the allocated rates.Numerical results demonstrate that compared with the norm-based and semi-orthogonal user selection algorithms,the proposed algorithm can significantly reduce the total power consumption. The proposed algorithm can also achieve near-optimal performance compared with the performance achieved by the exhaustive search-based method. In addition, the computational complexity of the proposed algorithm is reduced by heuristic iteration and search scope shrinking.