IRS辅助的MISO-SWIPT安全速率最大化算法

为增强系统的稳定性,基于智能反射面（intelligent reflection surface,IRS）辅助安全通信,为用户采用功率分配架构的无线携能传输（simultaneous wireless information and power transfer,SWIPT）技术以提高用户安全速率并降低用户的能量消耗,建立了系统安全速率最大化的目标函数模型;考虑IRS相移约束、基站最大发射功率、功率分配比率约束和用户最低能量采集约束,提出了一种基于交替优化的安全速率最大化算法。利用连续凸近似算法,将目标函数转化为凸的形式;采用交替优化,对耦合变量进行解耦处理;提出一种波束赋形算法以实现安全速率最大化。仿真表明,提出的算法能够有效提升IRS辅助的SWIPT系统的安全速率,至少比其他算法提高了2.63bps/Hz。     

基于用户协作干扰的IRS辅助安全传输方案

针对协作通信网络无线信道高度开放的信息安全问题,提出一种基于智能反射面(IRS)辅助通信与用户协作干扰的下行链路物理层安全传输方案,并给出了一种基于交替迭代的保密容量最大化算法.该方案中智能反射面通过调整反射相位辅助合法用户进行通信,并且全双工用户在接收有用信号的同时发射人工噪声,从而增强系统信息安全传输.为了求解系统保密容量的非凸优化问题,利用交替迭代算法将其分解为3个子问题,分别对基站波束成形矢量、系统功率分配系数及IRS相移矩阵进行优化.在求解的过程中推导了波束成形矢量和功率分配系数的闭式解,并分别利用连续凸近似和黎曼流形优化两种算法得到了IRS的最佳相移矩阵.分析与仿真结果表明：所提出的方案能够快速收敛,且基于黎曼流形的优化算法具有更低的复杂度.与随机相位或固定功率系数的方案相比,该方案能够显著提高系统安全性能.     

具有QoS保证的RF能量采集认知无线网络高能效资源分配技术

考虑了一种基于射频能量采集的认知无线网络系统。其中,次用户发射机（ST,secondary transmitter）首先从主用户（PU,primary user）发射的射频信号中收集能量,然后利用所收集能量与次用户通信。此外,ST保留有可能来自之前传输块的剩余能量作为初始能量。目标是通过传输时间和发射功率联合优化,达到次用户网络能量效率最大化。为保证次用户网络服务质量（QoS,quality of service）,在能量效率最大化过程中对ST施加最小吞吐量需求约束。由于能量效率最大化是非线性分数规划问题,提出了一种基于Dinkelbach方法的快速迭代算法来实现资源的最优分配。仿真结果表明,该算法收敛速度快,可以在保证QoS约束的同时显著提高系统的能量效率。     

时延服务质量约束下的高能效功率分配算法

为了在保障系统Qo S的同时提高系统的能量效率,以有效容量与功耗的比值作为优化目标,研究了时延Qo S约束下认知OFDMA系统中的高能效功率分配问题.为了保护主用户传输不受次用户传输的影响,对次用户的发射功率和次用户对主用户的干扰进行了约束.由于原优化问题为非线性分式规划问题,很难对其进行直接求解.为便于求解,首先通过引入变量将原优化问题转化为易于处理的一维优化问题和传统的有效容量最大化问题,然后采用黄金分割法对上述等效问题进行求解,最后提出了一种迭代的高能效功率分配算法.实验结果表明,与传统的有效容量最大化算法相比,提出的算法能够有效地提高系统的能量效率.     

智能超表面辅助双小区NOMA系统下行低功耗传输方案研究

由于在频谱效率与功率效率方面的优势,智能超表面(Intelligent Reflecting Surface, IRS)和非正交多址接入(Non-Orthogonal Multiple Access, NOMA)被视为未来无线通信的两项关键技术,文中针对IRS与NOMA的融合系统展开研究。具体地,将IRS部署在两小区的边缘,用于提升小区边缘用户的传输性能,建立了IRS辅助两小区NOMA系统的下行传输功率最小化问题。为了求解建立的发射功耗最小化问题,推导了基站传输功率与IRS相移矩阵之间的关系,并将传输功率分配系数和相移矩阵的联合优化问题转化为单纯的相移优化问题。由于相移向量中每个元素需服从恒模约束,转换后的相移优化问题仍为非凸优化问题,提出了一种顺序相位旋转算法进一步求解相移优化问题。仿真结果表明,在相同的实验配置下,文中提出的下行传输方案在发射功耗方面的性能明显优于其他基准方案。     

认知无线网络中基于免疫优化的比例公平资源分配

针对认知无线网络中基于OFDM技术的资源分配,将其建模为一个约束优化问题,进而提出了一种基于免疫克隆的求解方法. 算法采用两阶段资源分配方法,即先将子载波分配给用户,然后基于免疫优化算法给不同的子载波分配功率. 此外,算法充分考虑了主用户可容忍的干扰约束及次用户对资源的比例需求,更符合实际要求. 根据问题本身特点,设计了适合算法求解的编码、克隆、变异算子. 仿真实验结果表明,在总发射功率、误码率及主用户可接受的干扰等约束下,本算法可以获得较高的数据吞吐量,并保证次用户对资源需求的公平性.      

智能反射面辅助的非正交多址系统协作多点传输方案研究

智能反射面(Intelligent Reflection Surface, IRS)和非正交多址接入(Non-Orthogonal Multiple Access, NOMA)被认为是6G的关键创新型技术,将两者融合可以大幅提高通信系统的频谱效率与能量效率。文中针对IRS辅助的双小区协作多点与非正交多址接入融合系统展开研究,具体地,将IRS部署于两小区中间的小区边缘附近,用来提升边缘用户的信号质量。在考虑用户服务质量(Quality of Service, QoS)与基站发射功率限制的条件下,建立了最大化小区边缘用户可达速率的优化问题。由于该问题是非凸的,很难直接求解,将此问题分解为两个子优化问题,采用交替优化算法进行求解。具体地,采用二分法解决功率分配系数优化问题;采用均方误差(Mean-Square Error, MSE)方法将优化问题转化为等效形式,再通过最大最小化(Majorization-Minimization, MM)算法进一步解决相移优化问题。仿真结果显示,所提出的解决方案使得边缘用户可达速率明显高于其他基准方案。     

基于智能反射面的无线携能认知网络鲁棒传输设计

针对智能反射面辅助的无线携能认知网络,提出了一种基于用户非完美信道状态信息的波束成形方案,提高网络的频谱和能量收集效率。在假设用户信道误差范数有界的条件下,建立了以信息接收用户最小可达速率最大化为目标函数,以满足信息接收用户和能量接收用户需求、主用户干扰阈值和基站最大发射功率为约束条件的优化问题。针对此非凸问题,提出利用三角不等式、交替方向乘子法和交替优化的迭代算法,以较低的计算复杂度求解得到基站的有源波束成形权矢量和智能反射面的无源波束成形矩阵。最后,仿真验证了所提方案相较于随机相位方案能够有效提高系统的性能,证明了在携能认知网络中引入智能反射面的可行性和有效性。     

基于干扰效率的星地认知网络功率分配算法

针对Underlay模式基于能量效率的功率控制算法未能准确反映次用户与主用户之间干扰性能导致系统容量下降的问题,综合考虑次用户能量有限及卫星链路和地面链路的差异性,定义干扰效率为认知卫星用户总的传输速率与地面基站接收到的干扰的比值,建立了基于干扰效率的星地认知网络上行链路功率分配模型,在此基础上提出一种基于干扰效率的功率分配算法.通过引入干扰门限约束及信干噪比约束条件,利用非线性分式规划理论和拉格朗日对偶法求解出最优功率.仿真结果表明:该算法能在较好满足次用户通信质量的前提下,有效减少对主用户的干扰,提升系统的干扰效率.     

异构蜂窝网络中基于SWIPT的D2D资源分配算法研究

为了解决异构蜂窝网络中D2D(Device-to-Device)通信干扰导致系统能量效率下降的问题,提出一种基于SWIPT的D2D通信资源分配策略,以实现D2D链路的能量效率最大化。该策略对系统中多种干扰进行建模,构建干扰图和伙伴候选集合;将优化问题转化为功率控制和信道分配两个子问题,运用KKT条件和拉格朗日乘子法,求解D2D链路复用候选集中子信道的最优发射功率和功率分割比。仿真结果表明,所提出的分配策略能明显提升系统的能量效率,在保证服务质量的前提下能有效提高D2D用户接入率。     

移动边缘计算中分布式的设备发射功率优化算法

针对大规模移动边缘计算网络架构中的用户设备计算卸载时所需的通信和计算资源难以协同优化的问题,提出了一种基于马尔可夫近似的分布式发射功率优化算法。基于香农定理和链路传输特性,将用户功率最小化策略建模成组合优化模型,通过Log-Sum-Exp函数将目标模型转化为最小权重配置的近似问题;针对该近似问题,提出了马尔可夫状态跳转的规则和分布式的设备自调节机制以实现高效求解。实验结果表明:与随机优化算法相比,该算法的系统用户设备发射总功率优化效果提升了78.5%,在给定场景下,穷举搜索最优解的计算复杂度可达410,而该算法仅需要迭代优化130次即可逼近最优解,能够有效减少通信和计算时延,确保发射功率的调整结果快速向最优目标收敛。     

MIMO双向中继信道能量效率优化算法

研究了多输入多输出(multiple input multple output,MIMO)双向中继信道的能量效率优化问题。首先考虑无功率约束下的能量效率优化问题,采用嵌套优化方法得到最优的功率分配。然后求解有功率约束时的能量效率优化问题,如果无功率约束时的最优解在最大功率约束内,则该最优解为有功率约束时的最优解;否则通过确定一部分节点的最优发射功率,减小剩下节点的发射功率的优化区间来求解该问题。仿真结果验证了所提优化算法的有效性。     

基于协作干扰器的OFDM-CR保密通信系统功率控制

针对OFDM-CR系统中认知收发信机在独立并行高斯窃听信道上的安全通信与功率控制展开研究。以无协作干扰器的OFDM-CR系统为对象,导出了最大化安全速率的认知发射机功率分配表达式;为了提高信道资源利用率,在OFDM-CR系统中引入协作干扰器,并讨论最大化安全速率的联合认知发射机与协作干扰器功率控制策略。首先不考虑主用户干扰约束,分析引入协作干扰器能获得安全速率增益的信道条件,并计算各子信道固定发射功率下的干扰功率,然后将安全速率最大化模型用混合整数非线性规划近似,基于启发式贪婪算法求解其次优解,最后就提出的功率控制策略与其他几种典型的功率控制策略进行了性能对比仿真,结果表明,提出的功率控制策略在不同条件下均有性能提升。     

基于协作频谱感知和干扰约束的认知异构网络

针对异构无线网络的空闲信道检测准确率及网络吞吐量的优化问题,提出一种基于协作频谱感知和干扰约束的认知异构网络.首先,所提出的认知异构网络系统模型采用多个中心次用户(Center Secondary Users,CSU)节点协助其他节点进行频谱感知,并引入了能量检测阈值,在提高空闲信道检测准确率的同时节省检测能耗.接着,采用最大化数据速率的联合优化方程,在干扰功率的限制约束下为节点分配最佳的发射功率,降低干扰程度并优化网络吞吐量.实验仿真结果表明,相比较基于集群的协作频谱感知分配策略算法和基于QoS约束的能量感知竞争功率分配算法,该算法的网络吞吐量分别提升了3.4%和1.5%,平均频谱利用率分别提高了9.3%和7.4%.     

基于功率控制的认知无线网络能效研究

针对Underlay频谱共享模式下的认知无线网络的能量效率问题,提出了一种双重改进的粒子群功率控制优化算法(Dual Improved Particle Swarm Optimization,DIPSO),通过最小化约束条件下认知用户的发射功率以实现网络能量效率优化.在仿真过程中,以保证认知用户基本通信的同时不对主用户正常通信构成影响为基本前提,对信道衰落及噪声干扰进行了综合考虑,搭建出多约束条件下的网络能量效率函数,实现认知无线网络中认知用户发射功率的最小化.仿真结果表明:该算法可有效提升无线网络的能量效率.     

基于进化策略和公平竞争的多用户OFDM系统资源分配

提出了一种用于多用户OFDM系统的资源分配算法(ESFC),能以低复杂度完成用户间的子载波、比特及功率分配,达到快速优化系统发射功率的目的。该算法同时考虑到动态业务的实时性和用户间的公平竞争性,将系统资源分配问题转化为数学模型的多约束优化求解问题。资源分配过程分为两个步骤,包括基于进化策略进行子载波分配和使用注水算法进行比特及功率分配。仿真结果表明:与现有算法相比,该算法能有效降低复杂度,在优化OFDM系统性能的同时兼顾了实时性需求,明显减少了运算量,能快速收敛到优化解。     

IRS辅助的无源双基地雷达联合波束赋形与反射优化

直接路径干扰由于路径损耗较小，其干扰强度远大于目标的反射回波，直接影响了无源双基地雷达的目标的探测性能。智能反射表面具有调控电磁波传播的能力，为此在雷达接收机附近放置智能反射表面，通过联合优化监视通道接收机波束赋形和无源智能反射表面的反射相位，可以将进入接收机的直接路径干扰功率约束在一定范围内，并且实现目标反射回波功率最大化，从而提高目标的检测性能。利用交替优化的方法，将联合优化问题转换为2个齐次和非齐次的二次约束二次规划问题，采用半定松弛方法和高斯随机化方法求解获得接收机波束赋形和智能反射表面的反射相位的最优解。仿真分析表明：利用了智能反射表面可以有效提高无源双站雷达在直接路径干扰下的探测性能。     

基于协作干扰器的OFDM-CR保密通信系统功率控制

针对OFDM-CR系统中认知收发信机在独立并行高斯窃听信道上的安全通信与功率控制展开研究。以无协作干扰器的OFDM-CR 系统为对象,导出了最大化安全速率的认知发射机功率分配表达式;为了提高信道资源利用率,在 OFDM-CR 系统中引入协作干扰器,并讨论最大化安全速率的联合认知发射机与协作干扰器功率控制策略。首先不考虑主用户干扰约束,分析引入协作干扰器能获得安全速率增益的信道条件,并计算各子信道固定发射功率下的干扰功率,然后将安全速率最大化模型用混合整数非线性规划近似,基于启发式贪婪算法求解其次优解,最后就提出的功率控制策略与其他几种典型的功率控制策略进行了性能对比仿真,结果表明,提出的功率控制策略在不同条件下均有性能提升。
     

基于TR的超宽带智能反射面建模与优化

针对超宽带智能反射面(IRS)无线通信系统中的时延扩展会造成符号间干扰(ISI)及影响系统性能的问题,研究了基于时间反演(TR)的超宽带IRS无线通信系统建模与优化.首先,基于Rake接收机建立了干扰分析模型,分析了Rake接收机的抽头参数对信干噪比(SINR)、误比特率(BER)的影响.仿真分析表明：与1 GHz带宽相比,2GHz带宽下的ISI使得IRS无线通信系统SINR降低4.73 dB,BER性能损失789%.其次,将TR技术引入到超宽带IRS无线通信系统,在接入点(AP)使用TR技术进行预滤波,利用TR技术的时空聚焦特性抑制IRS通信系统ISI,并提出了一种基于TR技术的联合优化AP端TR预滤波器波形和IRS反射因子新算法.仿真结果表明：与随机相位算法相比,新算法将IRS无线通信系统和速率提升了165%.     

认知无线网络中基于能量采集的 单向中继选择与功率分配方案

提出了一种基于能量采集的认知无线网络的单向中继选择和功率分配方案.方案考虑主用户和次用户都能进行能量采集且信道状态信息不完美的场景.此方案首先将次用户作为中继协助主用户传输数据,同时次用户采集无线射频信号的能量,联合功率分配和中继选择策略构造了所提方案的系统能量效应优化问题.由于优化目标是非凸函数,运用分式规划变形和拉格朗日对偶方法求解.然后在此基础上构造主用户吞吐量离线优化问题,并采用广义Bender分解方法求解.最后,通过数值仿真分析评估所提方案的性能,验证了所提方案在能效方面的优势.