共查询到17条相似文献,搜索用时 140 毫秒
1.
提出了一种宏用户与家庭小区联合资源分配算法,该算法基于启发式动态分簇算法对宏用户和家庭基站进行联合信道分配,在对家庭基站进行分簇的同时有效降低了家庭基站系统与宏蜂窝系统之间的跨层干扰. 在保证宏用户和家庭用户QoS 的约束条件下,构建了以最小化家庭基站发射功率为目标的最优化问题,并推导了优化的家庭基站发射功率的闭合式,最后用次梯度法解优化问题. 仿真结果表明,该算法降低了家庭基站系统干扰,减小了家庭用户中断概率,并提高了家庭基站能量效率. 相似文献
2.
3.
4.
5.
研究基于有限反馈的下行MIMO系统中的用户调度和功率分配问题,并利用随机多波束形成的思想提出了相应的实现算法.所提出的用户调度算法只将各用户的最大和第2最大信干噪比及其对应的波束索引号反馈给基站,仿真结果表明,与现有方法相比,该算法更好地获得了所需反馈量和系统吞吐量之间的折衷.所提出的功率分配算法则充分利用了基站端所能获得的部分信道信息,仿真结果表明,与传统的平均分配算法相比,在发射总功率一定的情况下,该算法可以获得更高的系统吞吐量.将两种算法相互结合,可以在不增加反馈量的情况下获得更好的系统性能. 相似文献
6.
针对具有自组织特性的家庭基站(home eNodeB, HeNB) 网络,提出了一种分布式资源分配算法. 该方法首先使HeNB 根据网络状况选择分量载波,而当接收到邻小区的重选请求时,可以重新选择备用载波列表中的载波,释放当前使用的载波给邻居使用,从而提高HeNB 获得可行载波的可能性. 使HeNB 根据优化目标函数自主地进行功率优化,以减少小区间干扰并提高系统容量. 通过蒙特卡罗方法分析该算法的性能,仿真结果表明:该资源分配算法能够提高用户的平均吞吐量并降低中断概率. 相似文献
7.
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. 相似文献
8.
9.
10.
《应用科学学报》2019,(1)
针对融合设备到设备(device to device, D2D)通信的蜂窝系统中路径损耗补偿因子单一、功率控制性能不佳等问题,提出一种自适应联合功率控制算法.根据D2D用户到基站及蜂窝用户的距离计算出路径损耗补偿因子增补量,得出D2D用户及蜂窝用户的路径损耗补偿因子矩阵,提升功率控制性能;同时采用联合闭环功率控制方式进一步降低D2D用户及蜂窝用户的同频干扰.实验仿真表明:相比于传统功率控制算法,该算法对系统的信干噪比(signal to interference plus noise ratio, SINR)有较好的提升作用,且吞吐量在1 000kbit/s以上的用户数量是传统功率控制算法的1.7倍. 相似文献
11.
12.
在传统认知网络中,认知用户只能接入主要用户的空闲频带,而不能同时与主要用户共享带宽. 为了更有效地利用频谱资源,提出一种容量最优机会干扰对齐接入算法. 在保证主要用户信道容量的基础上,认知用户与主要用户可以占用相同的频带同时接入网络,且认知用户对主要用户的干扰为零. 所提出的算法由混合网络基站估计信道状态信息,并计算主要用户的信道容量和系统总信道容量. 根据容量最优的准则确定预编码向量及解码向量. 当主要用户的信道容量与未接入认知用户相比几乎不下降,且总信道容量大于未接入认知用户的总容量时,认知用户以容量最优机会干扰对齐的方式接入网络. 仿真结果表明:在相同信道状态条件下,所提出的算法较现有算法具有更优的信道容量并可提高认知网络频带利用率. 相似文献
13.
针对MIMO-OFDMA下行链路系统,提出一种基于成比例公平性约束的资源分配方案.该方案基于MIMO信道状态信息,对信道矩阵进行分解,利用特征子信道来确定子载波和功率分配,充分利用了空间域、频域以及多用户分集增益提高系统的频谱效率.通过松弛成比例性约束条件,使各用户数据速率近似正比于每个用户分配的子载波数,并导出一种不需要迭代的线性低复杂度功率分配方案.仿真和分析表明,整个方案在保证系统吞吐量的前提下,取得了用户间良好的速率公平性,同时又具有较低的计算复杂度. 相似文献
14.
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. 相似文献
15.
16.
17.
在拓扑结构变化较小的无线传感器网络中,为了减小分簇算法在簇头选择过程中的能量损耗,该文提出一种分簇拓扑控制算法. 该算法以功能较强的异构簇头为中心,将一个簇分为内外两层,外层再进一步分成可以并行工作的多个子区,既保留了以簇头为中心的控制方式的高效性,又兼有多跳的灵活性. 仿真分析与实验证明,以该算法构成的系统具有以下优点:减小了节点的平均发送半径,均衡了能耗;有效降低了簇间干扰;提高了系统的吞吐量. 相似文献