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。     

基于改进图着色的D2D资源分配和功率控制

针对蜂窝网络中D2D（Device-to-Device）用户复用蜂窝信道带来的同频干扰问题，提出了一种基于改进图着色的资源分配和功率控制算法。首先通过构建干扰图和候选集进行用户之间干扰关系建模，并定义指数型累积因子改进图着色算法，为D2D用户分配蜂窝信道；再采用基于信干噪比的闭环功率控制算法动态调整D2D用户发射功率，减小由于信道复用产生的干扰。仿真结果表明，与现有算法相比，所提算法能够有效提升系统吞吐量和D2D用户接入率，实现信道资源的合理分配。     

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 。     

八天线TD-LTE系统的波束赋形算法分析

多天线是天线技术的发展趋势,TD-LTE引入了8发2收的天线配置。基于小间距多天 线阵列,利用TDD系统信道互易性,波束赋形技术可以根据上行导频获得信道信息,形成对基 带（中频）信号的最佳组合或者分配,补偿无线传播过程中由空间损耗、多径效应等因素引 入的信号衰落与失真,同时降低同信道用户间的干扰。EBB(Eigen based Beamforming)算 法是波束赋形主要算法之一,该算法中在整个波束空间中,找到使接收信号功率最大的赋形 权矢量。通过仿真,对EBB算法在各种应用场景下的性能进行了分析,结果表明八天线E BB波束赋形算法可以正确实现波束合成,在低速或上行信道信息估计误差较小情况下能够明 显提高系统性能。     

多小区系统中基于信漏噪比最大化的分布式协作预编码

为了能够减少多小区基站协作时的回传开销和预编码复杂度,研究了基 于信漏噪比（SLNR）最大化准则的协作多小区传输 分布式预编码算法。多个小区协作传输数据,仅仅需要局部的信道状态信息和用户的数据信 息,减少了无线回传开销,得到基站协作带来的性能提高。仿真表明,与协作多小区传输的 迫零（ZF）算法和协作单小区传输的SLNR算法相比,协作多小区传输SLNR 预编码在开销和性能之间取得了良好的折衷。     

一种基于用户需求的OFDM系统资源分配算法

提出了一种新的基于OFDM多用户通信系统的资源分配算法。该算法在总功率限制和用户数据率要求下，通过以下两步实现子载波、比特和功率的动态分配：第一步，基于用户的平均信道增益和数据率要求进行资源初分配（每个用户分配多少个子载波、功率）；第二步，对步骤1中的结果进行调整，最终决定每个用户分配到的子载波、功率以及比特载入方式。相比于Hujun Yjn等人提出的另一种基于用户需求的算法，新算法的基站发射功率略有增加，但复杂度大为降低，在实际运用中更有利用价值。     

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。     

多组多播集中式大规模MIMO系统的安全性能分析

分析了主动攻击下的多组多播集中式大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统的安全性能。基于上行导频训练估计的信道状态信息，系统采用功率限制下的共轭波束成形方案实现下行多播传输。通过分析合法用户安全速率的下界和窃听者信息速率的上界，得到了系统安全速率下界的闭合表达式。进一步，推导出基站天线数趋于无穷大情况下此安全传输系统能获取的极限安全速率。实验仿真验证了所得结果的正确性。     

防内外部窃听的多播物理层安全算法

针对无线多播系统同时存在内、外部窃听者的复杂情况,提出随机化干扰的物理层多播安全传输算法。该算法基于收发天线构成信道的代数空间进行设计：一方面在内部窃听者的信道代数空间方向上不发送信息,另一方面在合法用户信道的正交方向上引入随机干扰信号。这样直接使得内部窃听者接收的信号受到能量削减的同时,非合法用户受到随机化干扰,最终实现了物理层多播信息的安全传输。理论分析和仿真结果表明,算法可同时保证系统内、外部窃听者极高的误码率,从而无法获取信息。     

毫微微小区中一种基于分组的资源分配方法

为有效解决毫微微小区间（Femtocell）干扰,采用分布式方式对毫微微小区进行资源管理。首先,对毫微微接入点（FAPs）进行分组。基于Lingo数学建模的思想,提出了一种解决分组优化问题的算法。该算法在使用分支定界算法寻找最优解的同时,通过建立单纯形表剪去偏离最优解方向的分支;其次,每组选择一个簇头为本组内FAPs分配资源,为此,提出了新的子信道分配方法,该方法根据干扰指示矩阵修正子信道分配的情况。仿真结果表明：和其他算法相比,提出的算法不仅能找到分组优化问题的最优解,并且效率更高;另外,提出的资源分配算法不仅减小了用户间干扰,而且提高了户间速率公平。     

协作多组多播认知无线网络的资源优化配置

考虑到无线电频谱资源日益紧缺,提出了一种基于组间组内协作传输的多播组新机制,涉及多个多播组并使用同一频谱资源以协作方式传输信息。基于认知无线网络中该机制,研究了系统的资源优化配置,理论分析得出了功率分配方案,进而讨论了系统加权总传输速率的优化,同时考虑了主用户和认知用户之间信号干扰及功率限制对传输速率的影响,最优化用户性能。仿真结果表明,优化方案下多播组传输速率随用户人数的增加而上升,达到最优化用户服务质量;当功率限制时,通过设置加权因子,能够保证主用户拥有良好的通信性能。     

基于平行因子分解的大规模MIMO盲信道估计

针对单小区大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）系统上行链路,提出了一种基于平行因子（Parallel Factor,PARAFAC）模型的信道估计方法。在基站端,将接收信号构造成PARAFAC模型,利用大规模MIMO系统中信道的渐近正交的性质,提出了一种基于约束二线性迭代最小二乘算法(Constrained Blinear Alternating Least Squares,CBALS),从而实现了盲信道估计。理论分析及仿真结果表明,所提方法与传统最小二乘方法相比,不仅提高了频带利用率而且具有更高的估计精度;与已有的二线性交替最小二乘方法(BALS)相比,所提算法有更快的收敛速度。     

时分双工系统波束赋形块长优化

提出了一种优化时分双工系统波束赋形块长的方案。在该系统中,由于上下行链路的 信道互易性,基站可以通过上行导频估计出当前时刻的信道状态信息,从而计算出下一时刻 的发射波束赋形向量或矩阵。当给定归一化导频开销时,不同的波束赋形块长对应不同的上 行信道估计误差和上下行传输时延,进而导致不同的系统性能。以块平均后验信噪比为目标 函数,推导出最优块长,它能同时最大化块平均后验信噪比和块遍历容量(上界)。仿真结果 验证了理论分析的正确性。     

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。