认知型飞蜂窝网络中的子信道分配与功率控制

为了解决宏蜂窝与飞蜂窝构成的两层异构网络上行干扰与资源分配问题,提出了一种在认知型飞蜂窝的双层异构网中结合子信道分配和功率控制进行资源分配的框架。通过对异构网中跨层干扰问题进行分析与建模,将求解最优子信道分配矩阵和用户发射功率矩阵作为干扰管理问题的解决方法。模型中认知型飞蜂窝网络子信道和飞蜂窝网络用户构成非合作博弈,双方利用效用函数最优值进行匹配,构成初始信道分配矩阵;再由接入控制器根据接入条件从初始信道分配矩阵中筛选用户,并优化接入用户的发射功率矩阵,得到最优子信道分配矩阵和功率矩阵。仿真结果表明,优化框架提高了双层异构网络中飞蜂窝网络用户的吞吐量和接入率,降低了异构网中跨层干扰。     

速率比例公平下多用户OFDM系统的自适应资源分配

在多用户正交频分复用（MU-OFDM）系统中,考虑各个用户之间具有比例数据传输速率限制 条件下的一种公平的自适应资源分配方案的最优算法计算量巨大,为此,提出了一种将子信 道分配和功率分配相分离的次优算法。首先,在假设相同功率分配的情况下进行子信道的分 配,然后在保持一定比例公平条件下使总容量最大时进行最优功率分配。对该算法的仿真表 明,在用户数为2、子信道数为10的系统中,所提算法的容量性能接近最优算法,而计算量 由指数增长变为线性增长。所提资源分配算法的总容量比以前的算法在用户间的分配更公平 也更灵活 。     

多用户MIMO系统广播信道的连续块对角化预编码算法

针对块对角化（BD）算法无法满足各个用户的需要、串行优化（ SO）算法排序复杂、容量较低的问题,提出了一种连续块对角化（SBD）算法。该算法按照 各用户的信道条件、服务质量（QoS）需求给用户定义不同的优先级,并按优先级次序进行 块对角化,后续用户在对高优先级用户及同优先级用户不干扰的条件下采用块对角化法抵消 共信道干扰（CCI）,功率分配方式采用等功率分配。数值仿真表明,该算法在不增加计算 复杂度的前提下 ,基本满足各个用户的需求。     

适用于宽带网络波形的基于定价策略的时隙选择

针对宽带网络波形（Wideband Networking Waveform,WNW）的多信道二维时频资源,以减小网络资源浪费为优化目标,提出了一种基于定价策略的时隙选择方法（Pricing Strategy Based Slot Selection,PSSS）。该方法通过接纳控制保障资源分配的公平性,采用对偶优化建模与椭圆搜索法实现最优的时隙选择。理论分析证明该方法能够在多项式级别时间复杂度内搜索到时隙选择的最优解。仿真结果表明,提出的PSSS算法通过较低资源浪费获得了较低的容量冗余度,能够有效地解决WNW多信道网络的时隙选择问题。     

基于星上多波束天线的卫星功率带宽联合优化新算法

目前已有的卫星功率优化分配策略未考虑功率与带宽的耦合关系 。为了进一步提高星上资源的利用率,在考虑各点波束业务需求差异及共信道干扰的基础上 ,通过构建卫星系统模型,提出一种将卫星功率和带宽联合优化分配的算法。该算法基于系 统公平性建立优化目标函数,并采用迭代方法求解资源优化的最优解。与传统固定分配方式 相比,这种耦合的资源分配方式可根据当前业务需求和信道条件对星上功率和带宽资源进行 实时再分配,提高了系统容量,系统业务匹配率提高10%,具有较高的星上资源利用率。     

一种低复杂度的MIMO-OFDM下行链路子载波分配改进算法

针对多入多出正交频分复用（MIMO-OFDM）系统的下行链路，提出一种基于信道状 态信息（CSI）反馈的次优子载波分配算法。算法从寻求容量和公平性之间的平衡出 发，将提高系统容量作为资源分配的优化目标。该算法首先按照比例公平约束进行子载波初 始分配，然后将现行分配给任意两个用户的子载波互换之后计算系统容量，如果系统容量增 加，则将子载波在用户间进行交换，否则保持初始分配不变。将子载波在用户间进行迭代调 整，直到系统总容量不再增加为止。仿真结果表明，该算法能够很好地保证比例公平约束， 有效地提高系统容量，提升效率可以达到贪婪算法的40%左右，对MIMO-OFDM系统中的子 载波分配具有一定的参考价值。     

基于比例速率保证的信道误差OFDMA中继系统资源分配

针对存在有信道估计误差的正交频分多址（OFDMA)中继系统,在考虑用户传输中断概率的同时,提出了满足不同用户最小服务质量（QoS）需求和比例公平性约束条件下的中继选择、子载波分配和功率分配的联合优化问题,建立了以最大化系统总容量为目标的优化模型。在此基础上以速率最大化为目标进行最佳中继选择,并通过动态子载波分配来满足用户的最小QoS需求和比例公平性,最后采用拉格朗日乘子法来得到最优功率分配方案。仿真结果表明,此算法在降低用户中断概率的同时,提高了系统吞吐量并保证了用户速率的比例公平性。     

基于蜜源优化策略的频率分配方法

为解决频率分配问题，提出了一种基于蜜源优化的频率分配方法。首先提出了评估干扰程度的计算方法，对传统人工蜂群算法的引领蜂搜索行为进行改进，并重新设计跟随蜂搜索行为，增加选择性变异操作，以达到增加蜜源多样性以及降低陷入局部最优解可能性的目的。仿真结果表明，所提算法在搜索效率和稳定性上具有明显优势，能够在有效时间内找到满足频率距离约束的频率分配方案。     

一种多用户MIMO系统干扰对齐优化算法

干扰对齐技术可以获得干扰信道自由度的最佳值,从而有效改善系统的性能。在实际系统中干扰对齐技术通常采用迭代的方法进行预编码矩阵与干扰抑制矩阵的设计,而迭代方法都需要对发送预编码矩阵进行初始化处理。然而,目前大多数已有的研究所采用的初始化处理方法都忽略了干扰的影响。因此,在此基础上提出了一种基于新的初始化方法的优化算法,该方法在初始化预编码矩阵中既考虑了干扰信号也考虑了有用信号。首先,选取均方误差和最小化作为优化目标,然后利用正交三角（QR）分解将信道空间分为有用信号空间与干扰信号空间来进行预编码矩阵的初始化设计,经过反复迭代得到发送预编码矩阵与干扰抑制矩阵的最优解。理论分析和仿真结果表明,所提算法在收敛性、均方误差、和速率等方面都优于其他算法。     

混合中继转发机制下的资源分配

在基于放大转发（AF）和译码转发（DF）的混合中继转发机制模型下,为了使系统获得最大和速率,提出了相应的资源分配方案,在子载波对混合中继协议的判断选择和最优功率分配算法的基础上讨论了等效信道增益模型和非等效信道增益模型。在非等效信道增益模型中,为了降低计算复杂度提出了一种次优算法。在该机制模型下,系统自适应地选择AF或者DF转发,既克服了两种单一转发模式存在的弊端,又能获得更大的和速率,从而提高了资源利用率。仿真结果表明,当系统功率等因素变化时,该分配方案下的混合中继转发模型与传统的AF和DF模型相比系统和速率分别提高了60%和8%以上,充分说明了该系统的优越性。     

改进粒子群算法在频谱功率分配中的应用

在认知无线电中,由于次用户干扰门限要求的存在,传统频谱功率分配方式获得的次用户有效信道容量较低。针对这一问题,提出了一种基于粒子群算法的频谱功率分配算法。首先建立基于干扰距离的认知网络干扰模型,将频谱功率分配问题转化为函数优化问题,并借助混合随机变异思想的粒子群算法进行求解;针对寻优过程中的约束问题,提出了一种基于投入产出比的外点法,保证粒子群在可行域中寻优,最终获得频谱功率分配。仿真结果表明,与传统算法相比,所提算法能够获得较高的次用户有效信道容量。     

协作D2D异构网络的联合资源分配和功率控制

针对下行协作D2D(Device-to-Device)异构网络中复用蜂窝用户的联合资源分配和功率控制问题,提出了一种量子珊瑚礁优化算法(Quantum Coral Reef Optimization Algorithm,QCROA)。首先,构建异构网络模型并推导得到整个网络总吞吐量的数学表达式;其次,基于QCROA算法分析全局最优量子珊瑚的测量状态,提出最优联合资源分配和功率控制方案;最后,通过仿真验证QCROA算法的优越性。实验结果表明,在不同网络通信场景下,QCROA算法均表现出良好的适应性,其收敛速度和种群多样性均优于其他基于智能优化算法的方案,在迭代次数达到1 500次时即可获得吞吐量最高的全局最优。     

基于资源分配和功率控制的D2D中继选择

为优化蜂窝用户通信与设备直传（D2D）中继通信共存下的同频干扰问题，满足蜂窝用户容量要求，提出了一种基于能效的联合资源分配和功率控制的D2D中继选择算法。该算法首先对等效D2D中继链路进行资源分配，减小算法复杂度的同时使得D2D链路对蜂窝链路产生的干扰最小；然后以资源分配结果和功率控制算法为依据进行中继选择。该方案不仅考虑了D2D中继链路的能效问题，而且还同时考虑到了对蜂窝链路的干扰问题。通过仿真验证，所提算法不仅能有效提升D2D中继链路的能效值，同时降低了对蜂窝用户的干扰。     

基于先进小区干扰协调技术的异构网络联合资源分配

高发射功率的宏基站与低发射功率的小基站之间的资源分配策略直接影响着异构蜂窝网络的性能。这是一个联合资源优化问题,即用户的基站接入选择、宏基站预留给小基站的资源数量和基站的调度策略。针对这一问题,利用块并列下降方法,提出了一组新颖的资源优化算法。所提出的解决方案能分布式实现,并兼容先进长期演进技术（LTE-A）协议中的先进小区间干扰协调技术（eICIC）。大量的动态系统级仿真结果表明系统性能和用户间公平性都得到了显著提升。     

使用对偶分解的MU-CoMP-JT联合资源分配

在MU-CoMP-JT（Multi-User Coordinated Multiple-Points Joint Transmission）联合资源分配问题中,传统的迫零预编码矩阵会使得每根天线发送功率互不相同,当CoMP节点发射功率仅满足总功率约束时性能损失不明显,而当CoMP节点分布在不同的地理位置时将受到单节点功率约束,这势必会降低系统功率利用率。为了进一步提升系统吞吐量,基于对偶分解理论提出了一种联合预编码优化的资源分配算法。该算法以最大化用户权重速率为目标,将原优化问题分解成若干个优化的子问题,不同子问题对应不同接收天线数的联合优化问题。当子信道的发送天线数大于接收天线数时,通过多次迭代计算得到预编码矩阵,并且预编码矩阵会随着拉格朗日因子的变化而变化。仿真结果表明所提联合预编码优化的联合资源分配算法能够明显提升系统吞吐量,且提高天线功率利用效率。     

基于用户中断概率的D2D通信干扰协调与资源分配

在LTE系统中引入设备直传（D2D）通信技术，会因为D2D用户复用蜂窝用户资源进行通信而产生同频干扰。在现有的干扰协调与资源分配研究中，都需要基站获取各个通信链路的信道状态信息（CSI），但这样无疑会增加基站的信令负担。为减小干扰与基站的信令负担，提出了一种基于用户中断概率的干扰协调与资源分配算法，首先在保证蜂窝用户正常通信的情况下，通过限制D2D用户到基站间的距离来降低干扰；其次通过遍历所有蜂窝用户的频谱资源，选择能使D2D用户的总中断概率最低的频谱资源进行复用。仿真结果表明，所提算法能够在保证蜂窝用户正常通信的情况下，明显降低D2D用户的平均中断概率,同时还能够降低基站信令负担。