一种基于干扰对齐的用户选择与功率优化算法

在实际的认知无线电网络中,用户随机分布,各个用户间距离不相等,非授权用户较多,授权用户未被利用频谱资源有限,针对上述情况提出了一种基于干扰对齐的用户选择与功率优化算法.根据各个用户的位置关系,选出离授权用户较远的一组非授权用户进行通信,离授权用户较近的一组用户在该时隙静止,当非授权用户满足授权用户的干扰温度约束条件时,该算法通过对通信的非授权用户进行功率优化分配,提升系统的总容量.仿真分析表明,该算法能够在保证授权用户性能的同时,选出离授权用户较远的一组非授权用户进行通信,优化频谱效率.     

一种基于干扰预测的功率控制算法

针对宽带码分多址系统的上行链路,提出了一种基于干扰预测的功率控制方法,利用当前时刻和以前若干时刻的干扰对下一时刻的干扰进行最佳预测,以此为基础来解决下一时刻的功率,从而使信干比更接近门限值,仿真结果证明,该方法不仅可以提高控制精度和收敛速度,增加系统的稳定性,而且可以减小条件下断概率,增加系统的容量。     

采用干扰对齐的无线网络容量分析

首先利用基于随机几何的修正BM模型对于无线网络中的干扰信道进行了建模,然后分析了接收信号中干扰的不同特性及其对中断概率和空间容量的影响.为了降低干扰信号的影响,文中提出了基于干扰对齐的干扰管理方法.利用将K个干扰用户的干扰信号在一个子空间内对齐,可以有效地减小干扰的影响,因而有效地提高系统的容量.仿真结果表明,在父节点...     

基于分组的D2D通信功率控制算法

为解决现有蜂窝网络中设备对设备（Device to Device,D2D）通信的功率控制算法中路径损耗补偿系数固定导致基站与D2D用户之间产生同频干扰的问题,文章提出了一种基于分组的功率控制算法。所提算法在传统闭环功率控制算法的基础上,利用D2D用户到基站的距离和D2D用户到蜂窝用户的距离,计算出路径损耗补偿系数增补量,并设定3组干扰区域对路径损耗补偿系数的增补量大小进行区分,最后采用联合闭环功率对系统进行干扰抑制。通过仿真实验可得知,该算法比使用传统闭环功率控制算法的系统的信干噪比（Signal to Interference Plus Noise Ratio,SINR）和吞吐量得到了提高,可以显著提高蜂窝网络中D2D通信的功率控制性能,达到干扰抑制的作用。     

多小区环境中基于动态功率分配的干扰安排算法

在多用户MIMO (Multiple-Input Multiple-Out put)干扰信道环境中,为了充分利用系统的总功率,将用户受到的干扰最大化地重叠,以提高系统性能.给出了MIMO干扰信道模型及子空间干扰安排算法分析;针对如何最大程度地利用系统功率问题提出了一种采用动态功率分配的干扰安排算法.仿真结果显示,该方案...     

基于广义空时干扰对齐的多用户MISO广播信道自由度分析

针对多用户MISO(multiple-input single-output)广播信道,提出一种广义空时干扰对齐方案。该方案利用非正交传输,在同一时隙将多用户的信号叠加发送,提高了频谱效率;利用当前和过期信道状态信息(channel state information, CSI)构造预编码矩阵,将不同时隙下的干扰信号对齐至同一维度,通过前后时隙的观测值消除用户间干扰,达到无干扰提取期望信号的目的。仿真结果表明,对于发射端配置M根天线的K用户MISO广播信道和干扰信道,系统自由度为KM/(1+M)。随着发射端天线数的增加,衰减因子M/(1+M)逼近1,可达自由度逼近外界K     

干扰泄漏最小的多小区MIMO干扰对齐算法

在3小区多输入多输出(MIMO)干扰对齐通信系统中, 提出一种基于系统总干扰泄漏最小的预编码矩阵组的选择算法.首先求出系统中所有变换矩阵,并基于干扰泄漏最小准则从中寻找出最优的变换矩阵;再依据干扰对齐的最大自由度选出一半的特征向量组成预编码矩阵.仿真结果表明:与现有干扰对齐预编码矩阵的设计方案相比,文中提出的算法在系统和速率性能上有明显的改善,而且该算法在统计信道状态信息下同样具有优势.     

基于博弈论的Femtocell双层网络的功率控制算法

在由Macrocell和Femtocell（家庭基站）组成的双层网络中,当Macrocell和Femtocell共享频谱资源时,两层网络之间必然存在信号干扰.文中考虑各Femtocell用户受其余用户的干扰总和是不相等的,将该干扰因子引入代价函数,提出了改进的基于Stackelberg博弈的功率控制方法,证明了该博弈不仅存在纳什均衡,且均衡点唯一.同时,考虑到在博弈均衡后,部分Femtocell用户的信干噪比（SINR）无法满足正常通信的最低SINR要求,提出一种基于自适应干扰控制算法,该算法通过控制部分Femtocell用户对宏基站的干扰,从而增加可正常通信的Femtocell用户数量.Matlab仿真结果表明,改进后的算法不仅能使均衡点唯一,而且提高了Femtocell用户的性能,同时能使更多Femtocell用户满足SINR下限要求.     

基于干扰对齐的井下多跳无线传感网络优化

针对井下多输入多输出(multiple-input multiple-output,MIMO)无线传感网络中节点间的通信干扰问题,文章提出基于干扰对齐(interference alignment,IA)的井下多跳MIMO网络优化方法。首先进行系统模型设定并详细讨论了IA原理,然后给出发送节点数据流预编码向量的构造策略,最后以最大化网络吞吐量为目标建立优化模型,并进一步将其转化为混合整数线性规划(mixed-integer linear programming,MILP)问题。仿真结果表明,所提IA策略比传统干扰消除策略的平均网络吞吐量提高45%。     

非合作博弈下功率与速率联合控制算法研究

针对已有的基于非合作博弈的功率控制算法中认知用户公平性的不足,提出了对认知用户的发射功率和传输速率进行联合控制的算法,在代价函数中设计了基于传输速率公平性的惩罚因子,同时还考虑了认知用户受到的干扰,与固定认知用户传输速率的功率控制算法进行仿真对比表明,在对认知用户发射功率进行调整的同时,通过调整认知用户的传输速率,能使认知用户在传输速率的分配上与目标传输速率的距离更小,更加体现了认知用户之间的公平性.     

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.     

多小区 MIMO 网络中一种新的 D2D 通信干扰对齐算法

当多小区MIMO（multiple-input multiple-output）网络中引入D2D（device-to-device）技术后形成D2D-MIMO干扰网络,为解决其干扰问题,提出了一种基于天线数奇偶性的发送端数据流分配方案和基于该方案的干扰对齐（interference alignment,IA）算法。该算法通过最小化基站泄露到非目标用户的信号功率来求解蜂窝链路的预编码矩阵,通过最大化蜂窝用户的信干噪比（signal to interference plus noise ratio,SINR）来求取蜂窝链路的干扰抑制矩阵,进而通过线性干扰对齐消除蜂窝内干扰,并推导了系统的最大自由度（degrees of freedom,DOF）。理论分析和仿真表明,相对于现有算法而言,该算法提高了系统的自由度、频谱效率和能量效率,降低了对天线数的要求,增强了系统的灵活性。     

基于遗传算法的SON功率控制

针对自组织网络(self-organizing network,SON)基站自动配置、自优化、自修复等优点,在深入研究遗传算法的基础上,提出了一种基于遗传算法的SON功率控制。通过划分频带和设置门限值来做到小区的功率控制,并提出了小区中心用户和边缘用户不同的SINR(signal to interference plus noise ratio)计算公式。为了更好地解决最佳门限值的设定,还提出了控制门限值的函数。通过建立遗传算法流程,对门限值函数和目标SINR值进行了寻优。仿真结果表明,该算法能够很灵敏地做到最佳门限值的搜寻,同时搜寻结果也符合相关理论的验证。     

基于离散功率空间的定步长认知无线网络功率控制算法

针对现有认知无线网络功率控制算法在离散功率空间内无法收敛的问题,提出一种定步长功率控制算法。在离散功率空间内,将认知用户的目标信干扰比 （signal to interference plus noise ratio,SINR）由具体的目标数值扩展为目标窗口。为了最大化系统容量,在满足系统约束条件的前提下,建立了滑动窗口机制。通过认知用户总干扰与干扰温度域上下限的比较,动态调整中值SINR,从而实现目标窗口的滑动。对于确定的目标窗口,采用定步长迭代算法进行发射功率的调整。仿真实验表明,算法达到了预期效果,并取得与最优算法相近的系统性能。     

基于实干扰对齐技术的两用户中继辅助信道的安全自由度分析

中继辅助信道是无线通信中的一种重要信道模型?针对源端与目的端有直接链路的两用户中继辅助干扰信道模型,2个合法发送端分别将保密信息通过中继发送给对应的期望接收端,而不希望被非期望接收端窃听到保密信息?结合实干扰对齐技术和协作干扰技术,从保密速率和安全自由度(secure degrees of freedom,S-DOF)2个指标来研究该模型的安全性能,使接收端能分离出期望信号,而非期望信号与协作干扰信号在接收端完美对齐?该方案中,中继采用放大转发的方式,同时发送一个协作干扰信号?然后设计实干扰对齐方案,分析得出系统的总安全自由度为1?     

双层异构网络下多用户干扰对齐算法

针对多个毫微微蜂窝网络与宏蜂窝网络共存的网络环境,基于干扰对齐技术,提出了一种双层预编码方案,首先定义宏蜂窝网络对毫微微蜂窝网络造成的干扰为跨层干扰,毫微微蜂窝网络之间的干扰为同层干扰,分别对毫微微蜂窝用户和宏蜂窝用户进行预编码,宏蜂窝用户的预编码使得跨层干扰最小,使之可比拟于背景噪声,毫微微蜂窝用户的预编码与毫微微蜂窝基站的后置编码进行迭代,以最小均方误差(MMSE)准则输出,仿真结果表明所提算法使得毫微微蜂窝网络的吞吐量相较于单层MMSE算法在信噪比为0~30 d B区间内平均提高了3 bps/Hz.     

三小区多用户蜂窝系统的分组干扰对齐算法

针对3小区,每小区多个用户的蜂窝系统,提出了一种基于分组的线性干扰对齐算法.算法首先对系统中所有的用户进行分组,分组后的每组包含3个用户,且3用户分别来自系统中3个不同的小区,通过分组将复杂的蜂窝多址接入信道转换为较简单的干扰信道;然后在用户端通过联立多矩阵,应用特征向量求解预编码矩阵将每个分组中的干扰进行两两对齐,压缩干扰子空间,再利用最大化弦距离理论对得到的预编码矩阵进行进一步的优化,最后在基站端利用矩阵逆的性质以较低的计算复杂度设计干扰消除矩阵将系统中的干扰完全消除.通过系统仿真分析显示,该算法较传统的蜂窝干扰对齐算法,能以较低的天线配置和较低的计算复杂度实现较高的系统容量.     

基于遗传算法的三单播网络对齐及优化

针对三单播有向无循环网络,考虑无法得知网络内部拓扑图结构,且内部节点数量无法估量的情况.应用渐近干扰对齐技术研究各用户发送不同数据流m,n,p时的预编码矩阵,联合应用图论中的最短路径遗传算法和网络线性性质,分析其预编码网络对齐(precoding-based network alignment,PBNA)的可行性条件,该条件最终可简化为2个方程,实际检验复杂度较低,且每对单播会话能够达到1/2的自由度.