基于遗传粒子群优化的认知OFDM网络资源分配算法

针对采用正交频分复用的认知无线电网络中的多用户资源分配,提出一种在系统传输功率额定值、主用户的干扰阈值、次用户间的比例公平性等约束条件下能使系统容量最大化的资源分配算法.首先基于遗传算法设计一种子载波分配方案,然后采用基于多级惩罚函数的粒子群优化算法进行功率分配.仿真表明,所提算法能获得接近于最优算法的系统容量,且能提高用户间的比例公平性,同时降低计算复杂度.     

无线多信道中继网络的中继选择性机会调度

为了有效利用OFDMA网络中多点中继协作以提高系统吞吐量,提出了考虑中继选择的调度优化模型.模型以提高系统吞吐量和兼顾用户公平性为目的,以信道无干扰分配为约束条件来进行机会调度. 提出了从路径多样性和链路多样性角度设计新的机会调度算法,算法结合信道分配和中继选择建立用户最优路径,然后机会选择用户. 仿真结果表明了中继选择的机会调度可以明显提升网络吞吐量,也保障了用户公平性.     

基于定价的认知无线网络按需多信道接入策略

在认知无线电多信道接入场景中,建立满足认知用户服务质量(QoS)需求的非合作博弈模型,定义CRN有效容量的概念,提出基于定价的按需多信道接入策略,推导价格函数的数学表达式,并给出按需迭代注水算法以实现该策略中的信道和功率分配. 仿真结果表明：按需多信道接入策略和按需迭代注水算法较不考虑QoS的一般接入策略在CRN有效容量和CR用户的QoS保证率上都有较大的性能改进. 在给定场景中,按需迭代注水算法能使CR用户的QoS保证率提高10%?20%;在稳定状态下,CRN的有效容量提高38%左右.     

基于最小速率的MIMO多接入信道容量和最优功率分配策略

分析了平均功率受限条件下,基于最小速率约束的MIMO多接入信道容量域,并给出了最优功率分配策略.策略分为两个步骤:第一步分配给每个用户所有信道状态下,保证最小速率的最小功率;第二步采用多级注水分配剩余功率最大化遍历容量.分析表明顺序译码是获取容量的有效手段,数值结果显示出,策略在满足最小速率约束要求下获得了显著的容量增益,取得了很好的性能折衷.     

基于QoS的认知OFDM无线电系统自适应资源分配

摘要：根据认知无线电的特点和正交频分复用的传输特性,提出了一种针对认知OFDM无线电系统的自适应资源分配算法. 该算法在子载波和功率分配中,通过把次用户对主用户干扰的功率限制在主用户可容忍的门限以下,使次用户信道容量最大化. 同时,利用比例公平性保证了每个用户的通信服务质量. 仿真结果验证了所提算法的性能和有效性.     

认知无线电加权软合并联合频谱感知算法

为了提高认知无线电的频谱感知性能,提出了对认知无线电用户的检测信息进行加权软合并的联合频谱感知算法. 该算法通过降低对授权用户的干扰和提高认知无线电吞吐量,分别使用最小化干扰加权和最大化吞吐量加权. 算法为信噪比高的用户或者到合作中心信道增益低的用户分配较大的权重,能够提高高信噪比用户的检测信息在合作检测中所占的比例,同时补偿信道衰落对检测信息带来的损失. 仿真表明：该算法的性能比基于信噪比加权或非加权的算法更好,能够降低干扰并提高吞吐量,同时能够降低信道衰落对联合频谱感知性能带来的影响.     

一种卫星固定业务上行频段无授权接入方案

为了提高卫星固定业务上行频段的频谱利用效率,提出了一种无授权接入该频段的方案.利用卫星的"空闲"信道构建认知无线电业务信道,同时采用宽带扩频信号,构建具有较低功率谱密度和较强抗干扰能力的公共协调信道.给出了Ad Hoc和星型两种基本的无授权接入模型,重点分析了认知无线电对卫星可能造成的干扰.理论分析和仿真结果表明,众多感知用户可以利用该方案,以低于1%的干扰概率避免对卫星接收机造成有害干扰,实现在卫星固定业务上行频段的无授权接入.     

认知无线电网络中的动态波束形成

认知无线电技术能够大幅度提升频谱利用率,具有十分广阔的前景. 有效的波束形成算法能够在避免对主用户造成干扰的同时,保障认知用户的通信质量. 通常的认知波束形成算法均针对静止目标,而无线认知网络节点随时可能处于移动状态. 为此,研究了认知网络中机动目标的波束形成问题. 针对最大化信噪比、最小化主用户干扰和均衡认知用户信噪比3个不同的优化目标,分别提出了相应的波束形成解决方法. 利用粒子滤波对运动目标的DOA进行跟踪估计,并根据得到的DOA估计值来建模基站与认知用户之间的信道. 对于最大化信噪比的优化问题,将其转化为瑞利熵形式,得出问题的闭式解;对于最小化主用户干扰和均衡认知用户信噪比的优化问题,均采用凸优化方法将两个问题转化为二阶锥规划形式,通过内点法求解. 仿真实验结果证明了动态波束形成方法的有效性.     

EWA博弈抽象的认知无线电网络信道选择

通过协作频谱感知对信道可用性进行分析,构建网络可用信道的优先度表. 利用该优先度表,提出一种基于EWA学习博弈模型的信道选择算法. 与基于学习自动机算法和无悔学习算法对比的仿真结果表明,该算法可通过历史经验的学习选择对认知用户可用性最优的信道,能提高系统的有效吞吐量,并获得更好的资源分配公平性.     

连续迭代优化SLNR准则的下行多用户MIMO预编码

多用户MIMO下行链路通信系统必须设计合适的预编码方案来抑制多用户间的共信道干扰. 该文提出一种基于连续迭代优化信号泄漏噪声比最大准则的预编码方法.利用已知用户未使用的子信道空间增大其他用户的预编码空间自由度,降低干扰泄漏,并用迭代法进一步抑制多用户干扰,提高接收端信干比.该方法仅在发射端使用用户的信道信息优化与编码矩阵,不需要基站与用户协作,接收端可自由选择检测算法,且不会增加系统开销.仿真结果表明,所提方法取得了比原SLNR方法更好的系统性能,且具有较快的收敛速度,实用性较强.     

多小区MU-MIMO系统中基于信道投射的块对角化预编码设计

研究多小区MU-MIMO中的预编码设计. 通过扩展单小区块对角化预编码将泄漏到邻小区的干扰纳入考虑范围,根据信道投射的块对角化预编码和发送端提供的额外自由度,以最大化信漏比为原则对发送信号进行预处理. 在目标用户信号和泄露干扰之间取得一个折中以实现泄露干扰抑制的目的,同时在小区内用户间进行子
空间迫零以消除用户间干扰,从而降低小区干扰对多用户MIMO系统的不利影响. 相较于经典的泄漏干扰迫零算法,可以灵活地调整用于小区间干扰抑制的自由度,平衡抑制干扰与提升系统容量的矛盾关系. 理论分析和仿真均证明,该方法能有效抑制小区间干扰,提升系统容量,在相同干扰的条件下甚至可以成倍增加容量,且不用改变现有通信系统的拓扑结构,实现复杂度较低.     

异构认知网络中基于非随机接入方式的对等接入策略分析

针对无线网络环境中的异构网络提出了一种基于非随机接入方式的频谱接入策略--对等接入策略,其中两个异构网络关系是平等的,网络中的授权用户具有认知功能,并且一个网络中的授权用户能动态地接入另一个网络进行通信. 利用连续时间马尔科夫模型表征用户行为,并根据用户的阻塞概率和强制中断概率衡量系统性能,分析系统中用户的吞吐量. 与传统非共享接入策略进行对比,仿真结果表明对等接入策略能提高系统性能.     

认知网络中主用户接收机通信区域建模及分析

在现有认知无线网络模型综合分析的基础上,针对以主用户发射机为中心进行干扰区域建模的不足,提出一种基于主用户接收机为中心的认知网络模型.基于该模型,采用信息论的观点,在主用户最低吞吐量和主用户通信中断概率的限制条件下,分析得出了主用户通信半径、认知用户密度及主用户吞吐量的相互量化制约关系.数值分析结果验证了该模型在认知用户对主用户接收机干扰过程中的合理性和有效性.     

基于疯狂自适应鱼群算法的认知无线电频谱分配

针对目前认知无线电网络中频谱利用无法满足指数级增长的通信需求、人工鱼群算法保持种群多样性差、全局搜索能力弱的问题,对图论频谱分配模型的人工鱼群算法进行了改进,得到了网络效益函数最优情况下的频谱分配.首先自适应调整视野和步长,保证算法前期较强的全局搜索能力和后期的收敛精度;然后在随机行为模式下引入疯狂算子,产生扰动以增加种群多样性.仿真实验对比了4种不同算法在相同模型参数下的系统总效益,同时对可用频谱和认知用户分别设置控制变量法测试算法性能.结果表明:改进后的人工鱼群算法全局搜索能力较强,具有较强的鲁棒性.     

有效均衡异构无线网络负载的接入选择

提出了一种能有效均衡异构无线网络负载的动态接入选择算法,在考虑用户移动性、通话质量满意度以及网络当前剩余资源的基础上,进一步考虑网络负载的动态变化趋势. 通过预测不同可接入网络对整个系统阻塞率的影响,实时调节网络负载使其趋于理想状态. 仿真结果表明,该算法能动态适应网络负载变化,有效减小候选网络之间的阻塞率差距,从而降低整个异构系统的平均阻塞率.     

认知网络中无线电信号智能感知方法研究

无线电信号在噪声波动情形下的检测性能有待提高.该文提出了认知用户根据无线电环境变化自动调整检测阈值的感知方法.融合中心应用坐标搜索算法为认知用户提供最优控制参数,认知用户依据最优参数设定检测阈值,并自主学习特定无线电环境下的最佳阈值.此外,该算法充分考虑了各认知用户的个体特征及其感知贡献,并提出了一种基于能量值的加权算法体现用户特征.实验结果说明该算法对噪声波动具有卓越的鲁棒性,在信噪比低于-15 dB时的检测概率远高于传统方法.