去蜂窝大规模MIMO系统功率控制算法

针对移动通信流量需求持续增长的需求, 同时考虑用户接入点选择和下行功率控制, 对去蜂窝大规模多输入多输出(multiple input multiple output, MIMO)系统的用户体验进行优化。基于最大信号干扰加噪声比, 为每个用户选择有效的服务接入点子集。在此基础上, 针对为不同优先级用户提供不同服务质量的目标, 建立长期功率约束下的下行链路加权功率控制优化问题模型。将该问题转化为凸优化问题, 求解得出一组优化的下行链路功率控制系数。算法经仿真验证, 能将去蜂窝大规模MIMO系统的95%用户频谱效率提升约11倍, 同时有效提升高优先级用户的体验, 对于去蜂窝大规模MIMO系统的研究具有一定参考意义。     

混合编队协同空战电子支援干扰功率分配方法

针对电子战飞机和战斗机编队协同空战条件下电子支援干扰功率分配问题进行研究。根据电子干扰的功率条件建立电子干扰压制距离模型;基于电子压制距离构建作战优势模型,得到压制功率与作战优势之间的函数关系;以编队作战优势最大化为目标函数建立功率分配优化模型。最后,对模型的合理性进行仿真验证。结果表明,所建立的功率分配方法能够进行合理的功率分配,实现最优干扰效能。     

放大转发中继系统中基于SCMA的能效资源分配方案

放大转发中继系统中,以提升能效为目标,在保障各用户的最小速率需求下,提出一种子载波顺序配对以及稀疏码分多址(sparse code division multiple access, SCMA)码本功率联合资源分配算法。将能效资源分配建模为一个混合型整数优化问题,并将其拆分为子载波配对和码本及功率分配两个独立的子问题。首先,预设码本和功率分配,基于能效对子载波进行配对。然后,在子载波固定配对的情况下,基于能效码本采用最优信道选择的分配方法,功率问题转化为含有参量的凹函数,构建拉格朗日函数进行迭代求解。最后,码本和功率交替迭代优化直至收敛。仿真表明,所提算法较其他方案可以提升约29%的系统平均能效,同时也保证了每个用户的最小速率需求。     

基于网络编码的D2D干扰消除算法

终端直通(device-to-device, D2D)通信与蜂窝网络共享无线资源的同时,会引起D2D用户、蜂窝用户和基站之间互相干扰,影响通信质量,为此提出一种蜂窝网络中基于网络编码的D2D干扰消除算法。该算法中,D2D发送端将检测到的蜂窝干扰信号与D2D信号进行网络编码,D2D接收端接收到编码信号后,利用干扰重构消除蜂窝干扰信号,达到消除干扰的目的。理论分析与仿真结果表明,该算法在保证D2D用户复用蜂窝用户资源以及提高频谱利用率的同时,可以提高D2D通信系统可达速率和系统吞吐量,进一步降低符号错误概率。     

卫星认知无线电CDMA上行链路功率控制

功率控制和动态频谱接入是提高卫星通信中频谱利用率的关键技术。非注册用户以频谱租赁方式可对注册用户付出的代价进行补偿,亦可完成自身通信需求。针对注册用户和非注册用户给出不同的效用函数,对由两种用户作为参与者建立的博弈模型进行纳什均衡求解,之后通过最大化系统容量条件完成效用占优选择,得到最优化功率分配策略。该策略可满足两种用户自身需求,亦可使系统通信容量最大。对于其性能,给出了两种用户数量和发送功率的关系,仿真结果表明,非注册用户数量在系统容限内愈多则系统总容量愈大,注册用户所要求的最低信干噪比则在一定范围内最佳。     

D2D通信中基于帕累托占优的非合作博弈功率控制算法

D2D (device to device)通信系统中传统能效函数仅能捕获瞬时数据流量,而无法获取特定时间段内数据流量的能效。为此,本文将吞吐量和终端使用时间之积作为效用函数,以终端使用时间内的吞吐量最大化为目标,并将其建模为非合作功率控制博弈(non conperative power control game,NPG)问题并得到其纳什均衡解。然而,理论分析表明该纳什均衡解非帕累托有效,故而引入功率线性代价函数来改进效用函数。最后,为了得到帕累托占优解,应用超模博弈理论研究该纳什均衡解的特性,并设计出一个低复杂度的双层迭代最优价格均衡求解算法。理论分析和仿真结果表明所提算法不仅提升系统效用值和终端使用时间,还可以保持系统公平性。     

能量有效的NOMA多用户-多信道匹配算法

针对非理想信道状态信息(channel state information, CSI)下面向海量用户的无线资源高效分配难题,通过引入非正交多址(non-orthogonal multiple access, NOMA)技术提出了一种能量有效的多用户-多信道匹配方案。首先,考虑用户中断概率约束,建立以最大化系统能量效率为目标的非理想CSI蜂窝下行NOMA系统信道和功率联合分配优化问题;然后,将建立的含概率约束的优化问题转化为非概率约束优化问题,并从中解耦出用户-信道匹配优化问题;最后,将面向能量效率的NOMA用户-信道匹配优化问题映射为婚姻匹配问题,进而提出一种高效低复杂度的双边匹配算法实现了多用户-多信道的动态匹配。仿真结果表明,提出的匹配算法性能优于传统匹配算法,能够提供更高的系统能效、实现更低的用户中断概率且收敛速度更快。     

能量有效的NOMA多用户-多信道匹配算法

针对非理想信道状态信息(channel state information, CSI)下面向海量用户的无线资源高效分配难题,通过引入非正交多址(non-orthogonal multiple access, NOMA)技术提出了一种能量有效的多用户-多信道匹配方案。首先,考虑用户中断概率约束,建立以最大化系统能量效率为目标的非理想CSI蜂窝下行NOMA系统信道和功率联合分配优化问题;然后,将建立的含概率约束的优化问题转化为非概率约束优化问题,并从中解耦出用户-信道匹配优化问题;最后,将面向能量效率的NOMA用户-信道匹配优化问题映射为婚姻匹配问题,进而提出一种高效低复杂度的双边匹配算法实现了多用户-多信道的动态匹配。仿真结果表明,提出的匹配算法性能优于传统匹配算法,能够提供更高的系统能效、实现更低的用户中断概率且收敛速度更快。     

两层异构蜂窝网络中femtocell和macrocell间的有效干扰管理

针对异构蜂窝网络中femtocell和macrocell之间的跨层干扰和同层干扰问题,提出了一种新型的干扰管理方案。该方案采用部分频分复用将蜂窝网络中所有小区划分成不同的空间区域抑制macrocell之间同层干扰,然后femtocell利用合作频谱感知获得可用信道资源,并通过设置干扰阈值的方式将家庭基站用户(femtocell users, FUEs)进行分簇抑制femtocell间的同层干扰。同时,该方案以跨层干扰限制为基础进行功率调整。 最后,与目前现有的计划相比,仿真结果验证了该方案能更有效地抑制系统干扰和提高系统的性能。     

非对称调制的双向全双工车载通信BER性能分析

在车载通信系统中,全双工中继技术可满足车联网的低时延需求以及缓解频谱资源短缺问题。然而,实际车载通信应用中不同信源车辆发送的信息相互独立,节点调制方式往往不对称。这种非对称传输会加剧全双工模式残余自干扰造成的译码错误。针对这一问题,提出一种非对称调制的全双工通信方法,该方法引入网络编码联合调制的解码转发方式解决了非对称调制带来的误码率增大的问题。此外,分析了全双工残余自干扰随功率动态变化情况下的优化约束条件,得到最优功率分配区间。数值分析结果证明:在不同功率区间内,所提方法都可找到最优功率比例,使得系统端到端误比特性能最优。     

合作联盟中的节点选择及功率优化方法

无线网络中节点的合作通过形成联盟可以有效增大系统的安全容量。现有研究只是解决了联盟自身收益最大化的局部优化问题,没有从全局考虑联盟之间存在的竞争和干扰问题。文章首先基于联盟博弈理论,提出了实现物理层安全性能最大的分布式中继选择方案;在此基础上,针对联盟之间存在的干扰和竞争问题,基于有代价的非合作博弈,提出联盟功率的优化方法;根据优化后的联盟功率,联盟内的节点依据信道增益分配联盟的最优功率。仿真分析和性能比较表明,所提出的方法不仅可以形成稳定的联盟,与只考虑局部最优的安全性能相比较,降低了联盟的功率消耗,且提高了联盟的安全收益。     

OFDM认知无线电系统中的自适应资源分配新算法

认知无线电能通过提高频谱资源利用率,来解决无线频谱资源紧缺的问题,正交频分复用(OFDM)被认为是能与认知系统完美结合的技术。提出了一种基于OFDM认知系统的动态资源分配算法。该算法从最大化次用户的总传输比特速率出发,在次用户总的发送功率限制和主用户的干扰门限限制下,基于构建的新的代价函数,运用改进的匈牙利算法进行子信道分配,然后根据次用户的需求,进行自适应比特和功率分配。仿真结果表明,该算法可以有效利用不同主用户频带间的频谱空穴,使次用户系统的吞吐量最大,同时保证各个主用户受到的干扰总量低于各自的干扰门限。     

无人飞行器中继双跳无线链路中的优化设计及性能分析

基于无人飞行器(unmanned aerial vehicle, UAV)的中继传输系统为远距离数据传递提供可靠高效的无线链路,是当前通信领域的一个研究热点。本文首先建立基于UAV的双跳放大转发(amplify-and-forward, AF)中继链路传输模型,得到等效的输出信噪比(signal-to-noise ratio, SNR)表达式;接着提出最大化互信息量准则下的最优波束形成及功率分配方案,并进一步推导出双跳中继系统中断概率和遍历容量的解析表达式;最后计算机仿真不仅验证了所提出的优化方案和性能分析的有效性,而且证明了UAV中继平台配置多天线和优化设计所具有的优越性。     

大规模MIMO系统的智能天线选择与功率分配方法研究

为了满足大规模多输入多输出(multiple input multiple output, MIMO)系统的数据传输需求并降低系统能耗,提出一种基于量子化学反应优化的智能天线选择与功率分配方法。根据大规模MIMO系统不同时段的用户传输需求建立智能天线选择与功率分配模型,推导出其最大能效方程。为有效求解该非线性、多约束的混合优化难题,结合量子计算和化学反应优化机制的优势设计了量子化学反应优化算法,可得到最佳的天线选择与功率分配方案。仿真结果表明,所提的智能天线选择与功率分配方法能实时满足用户的信息传输需求,显著提高系统能效。针对不同的仿真场景,所提方法与现有的智能算法与分配策略相比均可得到最高的系统能效。     

大规模MIMO系统的智能天线选择与功率分配方法研究

为了满足大规模多输入多输出(multiple input multiple output, MIMO)系统的数据传输需求并降低系统能耗,提出一种基于量子化学反应优化的智能天线选择与功率分配方法。根据大规模MIMO系统不同时段的用户传输需求建立智能天线选择与功率分配模型,推导出其最大能效方程。为有效求解该非线性、多约束的混合优化难题,结合量子计算和化学反应优化机制的优势设计了量子化学反应优化算法,可得到最佳的天线选择与功率分配方案。仿真结果表明,所提的智能天线选择与功率分配方法能实时满足用户的信息传输需求,显著提高系统能效。针对不同的仿真场景,所提方法与现有的智能算法与分配策略相比均可得到最高的系统能效。     

协作通信中继选择与功率分配的联合优化

最优中继节点的选择是协作通信系统必须解决的问题。根据目标节点信噪比要求提出一种选择中继节点的方案,并在此基础上推导了基于信噪比的源节点和中继节点最优功率分配方法。通过在matlab中仿真验证表明所提的功率分配方案能满足目标用户的信噪比要求,分析结果表明采用源节点的最优功率分配方案更有利于提高系统的功率效率。

Abstract：

The relay selection is one of the important parts in relay cooperative communication system.A strategy for relay nodes selection was proposed which based on signal to interference plus noise ratio constraints.The optimal solution for the power adaptation at the base station and the relay nodes was analyzed.Simulation results show that the proposed scheme achieves the respective target for multiple users.Results indicate that the optimally distributes power among the source nodes can improve system performance and energy efficiency,thus can be effectively used in cooperative communications.     

基于平均有效容量的认知无线电功率控制算法

针对传统认知无线网络功率控制策略难以在信号强度较弱时实现有效功率分配的问题,以认知用户所能获得的平均信道有效容量最大化为优化目标,提出了一种新的认知无线网络的功率控制与优化算法,建立了信道容量及其状态转移模型,设计了支持时延QoS约束的平均信道有效容量目标函数,并采用Lagrangian定理详细推导了最优解的近似表达式,最后对影响平均信道有效容量的因素进行了仿真分析。结果表明,认知用户的平均信道有效容量和相同信噪比条件下认知用户发送能效比得到了明显提高。     

末制导雷达目标捕捉概率的仿真研究

应用Nrad修正的海面回波反射强度GIT模型和瑞利海杂波背景中的目标检测概率计算模型,给出末制导雷达目标检测概率与海浪级数、风向角以及目标RCS之间的变化关系曲线;确定了STC电路输出控制电压与海杂波干扰功率的"匹配参数"。通过蒙特卡洛法得到不同导弹自控终点散布误差和不同末制导雷达搜索选择区范围条件下的目标覆盖概率与导引头自导作用距离和箔条弹布放距离之间的变化关系曲线。通过某末制导雷达抗干扰性能仿真系统得到目标捕捉概率与自导作用距离之间的关系曲线,并就提高干扰背景中末制导雷达目标捕捉概率提出几点想法。     

适用于认知无线网络的宽带公共协同信道

为了解决认知无线网络资源管理中感知信息传输时延大、效率低以及易受干扰等问题,构建了一种具有较低功率谱密度和较强抗干扰能力的宽带公共协同信道（common coordinate channel, CCC）,实现了感知信息的即时、可靠交互。借助干扰温度的概念,以城市环境为例,重点分析了宽带CCC信道对主用户的干扰,得到了不同干扰门限、不同供给负荷以及信道带宽下,次用户与主用户之间的干扰概率。理论分析和仿真结果表明,对常见的窄带系统,利用该方案可以将CCC信道对主用户的干扰控制在较低的范围内。     

认知无线网络自适应功率控制博弈算法

为满足认知无线网络环境下各认知用户的需求,综合考虑认知用户距离基站的远近、算法稳定性及用户间的干扰问题,使用非合作博弈论对认知无线网络中的功率控制问题进行建模,提出一种使用收益函数和综合代价函数共同表示效用的自适应功率控制算法,理论证明了该算法存在唯一的纳什均衡解。通过引入综合代价函数,使各认知用户在非合作博弈下包含了协作的行为,从而获得帕累托最优解。Matlab仿真表明,该自适应功率控制算法在满足不同用户对SIR需求不同的前提下,克服了远近效应,降低了认知用户的发射功率,实现了高频效和频谱共享的公平性。