基于授权系统通信状态和波束形成对认知中继系统吞吐量的改进

提出了一种认知中继系统采用半双工放大转发(amplify forward,AF)模式下的功率分配方案,在保证授权用户通信质量不变和认知系统总发射功率受限条件下,最大化认知网络吞吐量,在此基础上分两步实现吞吐量的最大化。首先,在认知中继端采用多天线利用波束成型方法滤除接收转发的干扰信号,然后,根据授权用户通信状态制定不同的最优功率分配方案。仿真结果表明,相比传统的授权用户干扰受限算法,该算法可有效提高认知网络的吞吐量。     

基于博弈论的最优认知中继网络功率控制

认知中继网络在不影响主用户的正常通信情况下使用授权频谱,其功率控制方法也有自身的特点。用博弈论的方法建立认知中继模型,求出最大化效用的阶段发射功率解,通过对其纳什均衡、帕累托最优和全局最优的分析,发现用实际纳什均衡解作为发射功率效用最优,而这是由发射功率的非同时性所决定的。仿真验证了把实际纳什均衡解作为发射功率值时效用最优。     

基于博弈论的最优认知中继网络功率控制

认知中继网络在不影响主用户的正常通信情况下使用授权频谱,其功率控制方法也有自身的特点。用博弈论的方法建立认知中继模型,求出最大化效用的阶段发射功率解,通过对其纳什均衡、帕累托最优和全局最优的分析,发现用实际纳什均衡解作为发射功率效用最优,而这是由发射功率的非同时性所决定的。仿真验证了把实际纳什均衡解作为发射功率值时效用最优。     

基于解码转发的认知无线电机会功率控制算法

频谱感知是认知无线电网络正常工作的基础,而功率控制问题的解决是认知网络和主用户网络正常运行的保证。文中研究协作认知无线电通信,在保证授权用户服务质量和认知用户最大功率受限条件下,将高信噪比时的解码转发(decode-and-forward,DF)和基于频谱感知结果的机会功率控制算法结合,提出新的机会DF功率算法。通过基于对主用户感知结果的最优中继选择策略,在保证主用户正常通信不受影响的前提下,最大程度提高次用户信道信噪比,提高认知网络容量,并且认知系统能够获得空间满分集度。理论和仿真结果同时表明,基于主用户出现概率的最优中继选择最大程度的消除了次用户对主用户的干扰,提高了认知系统容量。     

基于干扰避免的联合功率控制中继选择策略

多节点大规模网络的中继传输存在额外干扰.为此,文中基于干扰模型提出一种联合功率控制的中继选择策略,即通过定义干扰系数和为中继节点建立干扰列表,在每次迭代中选取干扰系数最大的中继来进行功率调整,从而获得容量最大的无干扰中继.仿真结果表明:相比不考虑干扰的中继选择策略及避免干扰的用户协商中继选择策略,联合功率控制的中继选择...     

认知无线电系统中联合优化资源分配算法

在认知无线电系统中,次用户能够利用感知到的已授权频段进行通信,只要其传输过程对主用户通信引起的干扰处于主用户可以忍受的程度之内。协作中继方案能够利用中继节点的传输来有效提高频谱的利用率,并增强了直接链路的传输能力。文中研究在一个三节点的认知无线电网络中基于协作中继传输时的资源分配问题,为了保证在认知用户对主用户干扰可容忍的前提下使得通信系统端到端的可达吞吐量最大,提出了一种联合优化功率分配和信道分配的方案。仿真结果显示,相对于单独进行功率分配或者信道分配情况下该方案能够有效提高认知无线电系统端到端的传输性能。     

数据链中基于组合代价函数的博弈功率控制

针对数据链系统中功率控制问题,提出了一种基于博弈论的功率控制方法.采用组合代价函数的形式,使网络吞吐量最大化的同时节点功率消耗较小,减少了网络的功率消耗,提高了能量使用效率,并且相对非线性代价函数而言,运算复杂度小,便于实现.仿真结果显示:所提出的功率控制方法能达到较好的通信性能,同时有快速收敛的特性,有效地提升了机间数据链系统的低截获和抗干扰能力.     

非完全信道下认知中继网络中断概率及功率分配

基于最大信道增益的中继选择方法,分析了在不完全信道状态信息（CSI,channel state information）和受主用户干扰情况下认知中继网络的中断概率;进一步提出了在主用户干扰约束和保证认知用户服务质量（QoS,quality of service）条件下最大化认知中继网络频谱效率的数学优化模型,利用拉格朗日对偶松弛法获得了该优化问题的解,在保证主用户传输性能不受影响的前提下,提高了认知中继网络的频谱效率。仿真结果表明该文提出的功率分配方案与等功率分配方案相比提高了性能增益。同时表明在非完全信道条件下获得的频谱效率与完全信道条件下的频谱效率近似,但减少了系统信息的反馈量和实现的复杂度,有利于该方案的工程应用。     

基于信道特性的中继选择协作通信方法研究

根据信道统计特性,研究了放大转发(amplify-and-forward,AF)协作中继网络中的中继选择协作通信方法.首先分析指出在等功率条件下,当信噪比小于某个门限时,选择单个中继节点进行转发(pre-select single relay AF,SAF)比所有节点都转发(all relays AF,AAF)的中断概率小.基于此信噪比门限提出一种中继选择协作通信方法,并且指出这种选择方法使得SAF的中断概率最小;然后结合功率分配提出了一种使中断概率最小化的最优中继选择协作通信方法;最后为了降低复杂度,提出了一种次优中继选择协作通信方法.仿真结果表明,这种次优方法和最优中继选择协作通信方法相比,性能相近.     

一种多信道移动Ad hoc网络功率控制MAC协议

针对现有的多信道功率控制MAC协议（如DCA-PC）存在着控制信道利用率低和节点间采用大功率的通信对小功率通信干扰严重的缺点,提出了一种改进方案——DDCA-PC.DDCA-PC允许采用较低的功率发送控制帧,同时将大功率的通信限定在特定信道上.仿真实验表明,与DCA-PC相比,采用该协议可以在有效提高网络吞吐量的同时,降低能量的消耗.     

基于GSM/SMS的远程电参数抄表系统

介绍了一种基于GSM／SMS的远程电网参数抄表系统，该系统利用无线网络能自动监测电网中的三相电能、功率、功率因数、频率、电压电流等参数．系统由多电量测试模块、数据集中器、通信控制器、GSM数据传输器、计算机管理中心和GSM通信网络构成，并在Visual Basic环境下开发系统管理功能．     

无线串行通信技术在电力测控系统中的应用

在电力系统测控仪中采用单片射频收发芯片,增加基于USB口的无线串行通信功能．设备安装后,通过在地面上的计算机遥控设置系统参数并实现远程监控和数据传输,便于实现电力系统的网络化管理．介绍了系统结构及软、硬件设计方法。     

非合作功率控制博弈优化设计

简要介绍了博弈论的基本原理和Goodman提出的功率控制博弈模型,分析了代价函数的设计问题,并在基于代价函数的非合作功率控制博弈的基础上重新设计了代价函数,提出了链路代价功控博弈方案,明显提高了系统性能。     

考虑系统安全性和回收成本协调的最优输电服务电价模型

提出了解决输电服务过程中如何进行合理的输电服务定价而使输电网络达到最佳的运行状态，投资及运行费用最小的输电服务定价方案，还采用交替方法，进而在定价机制考虑了网络的安全性，文中所述的方法能够做到；当需要回收所期望的成本时，通过改变输电服务电价中的参数的大小，进而使得网络潮流的流向和大小改变就可以做到，这些对输电服务定价的拓展最后用IEEE一个二十四节点的安全性试验网络验证的其有效性。     

基于参数控制变量最优潮流算法在电力系统配网无功优化中的应用

在电力系统配网无功优化计算中,由于总的无功最优补偿容量无法确定,所以传统的等网损微增率方法无法得到一个较优的补偿方案;另外,在配网的实际运行中,当电压偏差较大时,有载调压变压器往往作为调节电压的手段而对无功功率的分布产生影响,这也使得等网损微增率方法难以实现.为了解决该问题,提出了一种将基于参数控制变量的最优潮流算法作为主要手段的新型无功优化方法.该方法以最小化平衡节点的注入功率为目标函数,将并联补偿的电容器组的电纳值和可调变压器的变比作为控制变量,在计算过程中计入了由于进行无功补偿所造成的网络参数变化,从而提高了计算精确度.最后给出了该方法应用于IEEE-30节点系统的计算实例.     

一种基于功率控制的无线传感器网络跨层通信协议

提出一种新的跨层通信协议基于功率控制的定向生成树(PCDST).本协议采用定向生成树算法以解决数据传输过程中的无效能耗问题,并控制节点的传输功率以降低网络通信竞争强度.为了更好地控制传输功率这一关键因素,构建了一个网络效用最大化模型,并基于原始-对偶算法设计拉格朗日对偶函数,推导出传输功率的最优解集.这些跨层策略的应用能够使无线传感器网络在节能的同时保持良好的通信状态.仿真实验结果表明,本协议在节约能量和提高通信吞吐量方面具有很好的表现.     

地下金属管网电磁屏蔽计算的通用模型

为分析电力线路附近地下金属管网对通信线路的电磁屏蔽作用 ,给出了同时考虑电力线路与金属管网的感性耦合和阻性耦合作用时地下金属管网电磁屏蔽计算的通用模型。该模型基于传输线理论 ,将管线等值为有源二端口网络 ,以端口电压为未知量建立方程组 ,可求得管网的电压和电流分布 ,从而可计算金属管网对通信线路的电磁屏蔽作用。由于二端口网络参数可解析计算 ,同时未知量仅为管网分叉点和端点处的端口电压 ,因此 ,该模型具有计算规模小、计算效率高的特点。该模型对电力线路和通信线路的走廊选取与设计具有指导意义     

基于等微增率准则的微电网分布式经济调度方法

针对微电网运行成本最小化问题,提出一种微电网的双层经济调度模型,其中上层是进行信息传输的通信网络层,下层为进行电力传输的微电网层。通信网络包含两个子网络,其中第一个网络包含所有agent,第二个网络只包含可控agent。随后建立通信网络的构建规则,系统性地给出从任意通信网络导出分布式控制律的一般方法。从第一个子网络中推导出的分布式控制律能够保证系统的功率平衡,而从第二个子网络中推导出的控制律能够实现系统内可控分布式电源（distributed generation,DG）的发电成本最小化。通过第二个子网络的可控agent的反复迭代,达到增量成本一致,根据等微增率准则,实现所有可控DG的运行成本最小化。最后,设计两个仿真算例,对所提控制律进行测试。仿真结果表明,在可再生能源和负载需求剧烈波动的情况下,提出的方法均能实现微电网的运行成本最小化。     

基于深度学习的Wi-Fi信号编码参数盲识别

通信链路层特征盲识别是智能通信和通信对抗领域关键技术。为提高基于IEEE 802.11协议的无线（局域）网/无线保真（wireless fidelity,Wi-Fi）信号的编码参数盲识别精度,提出了一种基于深度学习的低密度奇偶校验码（low density parity check code,LDPC）编码参数盲识别算法,可准确盲识别信道编码算法的信息位码长和码率。算法以解调后的比特流为训练数据集,搭建多层深度神经网络模型,经过多次调参和迁移训练,最终得到了能够准确预测编码参数的网络模型。实验结果表明,该网络模型能够在高达10%误码条件下得到优于91%的编码参数盲预测率,在无误码的条件下,编码参数盲预测准确度高达95.32%,为智能通信和通信对抗的研究提供了一定参考价值。     

OFDM电力线通信系统的自动增益控制方法

电力线信道具有噪声强、衰减大的特点,信号通过信道后变化剧烈,OFDM电力线通信系统需要有效的增益控制策略。本文设计了一种两级调整结构的自动增益控制（AGC, auto gain control）方法,通过采用两级环路滤波能够有效应对信号突变,保证AGC的收敛速度和稳定性。同时加入能量检测单元,有效降低系统待机功耗。仿真结果表明,两级调整结构的AGC具有更好的收敛特性,能够满足电力线通信的要求。