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 。     

异构云无线接入网场景下D2D通信资源共享与分配

针对异构云无线接入网中的前向链路受限问题，提出了一种基于干扰阈值的设备到设备（Device-to-Device，D2D）多用户分簇方案，并对系统信道和功率资源的分配进行优化。首先根据D2D用户之间的干扰级别，利用着色图理论对多用户进行分簇；然后，在满足D2D用户和蜂窝用户服务质量约束下，建立了基于D2D用户和速率最大化的资源分配模型，并进一步采用二分法对已分簇的D2D用户进行功率优化分配。仿真实验结果验证了所提方案相比传统方案，系统频谱利用率提高了55%以上。     

无线MESH网络的多信道技术

无线Mesh网络又称多跳无线网络,是一种完全不同于传统无线网络的下一代无线宽带接入网络。采用跨层设计,综合考虑MAC(mediaaccesscontro)l问题、多信道分配及多接口分配问题是有效解决无线网状网的多信道分配问题的主要技术手段,通过跨层设计可获得最大信道利用率,提高无线网状网的容量。     

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。     

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。     

认知无线电网络子空间映射频谱共享

针对集中式多用户多天线认知无线电网络,分析了子空间映射能够为认知系统提供的通信机会以及理想信道条件下的空间子信道分配方案。在此基础上,提出了一种基于子空间映射的频谱共享策略。根据认知系统的感知结果,计算可以利用的空间子信道数,通过认知用户接入控制和子空间映射避免或抑制系统间干扰,从而在保证授权用户通信质量的前提下,为认知用户提供通信机会。仿真结果表明,与已有的子空间映射频谱共享方法相比,该策略不仅具有更高的认知系统可达和速率,而且能够为认知系统提供更多通信机会。     

基于优先记忆库结合竞争深度Q网络的动态功率控制

针对认知无线电多用户的动态功率控制策略问题,提出了一种基于优先记忆库(Prioritized Experience Replay,PER)结合竞争深度Q网络（Dueling Deep Q Network,Dueling DQN）的功率控制方法。在不知道主用户的控制策略及发射功率情况下,次用户以下垫式接入到主用户信道进行传输任务。微基站收集到的接收信号强度信息作为环境状态信息输入到竞争深度Q网络中,经过训练和学习后,得到次用户的动态功率控制策略。实验结果表明,次用户经过深度强化学习后能够找到最优的功率控制策略,并且在环境参数发生变化时也能快速调整自身的行为和控制策略,提高了频谱利用率和网络能效。     

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。     

空间复用认知无线电系统信道选择优化

在异构认知网络中,认知用户相对于主用户空间位置的不同可能提供空间复用的频谱接入机会,且空间复用的机会受限于干扰容限。首先引入用户空间位置干扰图,度量干扰和评估空间复用机会,在此基础上讨论了基于空间复用的系统吞吐量优化问题,并借助博弈论求解一组最优信道选择集合,主要工作是证明了该博弈问题是至少具有一个纯策略纳什均衡的精确势能博弈,且纳什均衡点是上述优化问题的最优解。最后,数值仿真验证了理论分析的正确性,同时证明考虑认知用户位置带来的空间复用后,系统吞吐量显著增加,有效提高了频谱利用率。     

家庭基站中基于随机矩阵的能量动态检测频谱分配机制

针对家庭基站和宏基站并存的情况下会导致相互干扰以及协调使用频谱需要信令开销问题,提出了一种基于随机矩阵的频谱分配机制。该机制将动态的检测空闲频谱点的频谱感知技术应用于家庭基站和宏基站共存网络中,家庭基站在一个时间段内接收各个频点上的信号,利用随机矩阵能量动态检测频谱可用性,实时感知网络中的频谱空洞,生成可借用频谱点集合,选择业务请求用户服务质量高的家庭用户借用该集合。该方法以复杂度为代价,避免使用信令交互找到可用频谱,从而减少了网络信令开销。仿真结果表明所提机制能够提高网络容量和公平性以及网络链路效率。     

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。     

主用户活跃性下的多功率分配策略

考虑到认知用户在信息传输过程中主用户的状态可能随时变化,提出了一种新的功率分配模式——多功率分配策略。在基于频谱感知的系统模型中,以认知系统的吞吐量为目标函数,得出了主用户感知过程的多种状态,并分配三种不同的功率,最大化认知系统的容量。仿真结果表明,随着主用户活跃指数的逐渐提高,所提新模型的功率分配策略要优于传统方法。同时分析了新的功率分配下平均干扰功率与主用户接收端的信噪比对系统吞吐量和最优感知时间的影响,进一步验证了所提出新策略的有效性。 〖HT5H〗关键词：〖HT5K〗认知无线电;主用户活跃;频谱感知分配;多功率分配;吞吐量最大化     

喷泉码在认知无线电网络中的应用

认知无线电网络被认为是实现动态频谱共享、缓解频谱资源紧缺的重要途径。喷泉码能有效抵抗认知无线电网络中来自主用户的突发干扰,且无需反馈重传,从而为认知无线电网络提供了一种有效的信道编码方案。首先简介了数字喷泉码以及认知无线电网络基础知识,然后综述了数字喷泉码在认知无线电网络的链路建立、认知通信以及在资源分配中的应用现状,最后指出了在这一研究领域中需要解决的问题,并展望了发展前景。     

非正交多址技术中利用对称矩阵的用户分组

现有非正交多址接入技术中，用户分组算法的实现首先对信道相似度门限值进行判断，选出候选成组用户；进而对候选成组用户的信道增益差进行比较，选出最优的成组用户。然而，上述分步求解算法中信道相似度门限值的设置存在一定的随机性，导致候选成组用户的选取不准确，从而影响分组结果，限制系统性能的提升。针对上述问题，提出利用对称矩阵的用户分组算法，对用户信道相似度进行非线性变换，而后将用户信道相似度和增益差线性求和构建成新的信道信息矩阵，进一步利用该矩阵的对称性进行求解。仿真分析表明该方法分组结果比设置门限的传统方法更优，在不同用户数目时系统容量均得到提升。在传统方法门限值为0.95时，所提算法系统容量在用户数为16时提升了13.4 Mb/s。     

D2D通信中一种资源分配与功率控制结合的方案

以underlay方式工作的D2D(Device-to-Device)通信通过资源共享复用蜂窝网络中的资源,在提高系统资源利用率的同时,对已有蜂窝链路带来了同频干扰。为了减小因无线资源复用带来的干扰,提出了一种资源分配与功率控制相结合的方法。以最小化系统干扰为目的,通过在D2D链路之间合理地分配资源,保证了蜂窝链路的通信质量;同时动态地调整D2D链路的发射功率,在保证相应蜂窝链路干扰可控的情况下,合理提高了D2D链路的通信质量。仿真结果表明,与现有方案相比,所提出的算法能够有效地提高D2D通信与蜂窝用户共存场景下的系统性能。     

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。