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     

协作认知网络中基于融合准则与感知时间联合优化的策略

在协作频谱感知网络中,感知时间和数据融合准则均影响着感知性能。假设控制信道 为二进制对称信道的前提下,基于“k秩准则”建立了协作感知网络吞吐量优化问题的 数学模型,目的是在保护主用户利益的前提下联合优化感知时间和k值使认知网络吞吐 量最大化。理论分析了最优感知时间和k值的存在性,并进行了相关的计算机仿真。仿 真结果表明：所提议的联合优化策略显著提高了协作感知网络的吞吐量,且认知网络的吞吐 量对控制信道状态的变化具有鲁棒性。     

多信道认知用户能量高效的最优功率分配

针对多信道认知用户能量效率问题,提出认知用户能量效率优化模型,进而优化传输功率和感知帧长。首先,多信道认知用户基于多带宽联合能量检测方案,在一定传输功率和干扰功率限制下,建立了以单位数据能耗为目标的最优化问题;其次,通过非线性分式规划的对偶优化将目标函数转换为内点法求解形式;然后,结合内点法和二分法给出算法流程,进而配置最优功率和感知时间。仿真结果表明,对应不同通信环境采用该优化方法都能通过配置最优功率和感知时间达到能量效率最优。     

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。     

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。     

认知无线电系统中利用模糊逻辑的频谱分配

为了较全面地分析频谱分配问题,突出系统的效益和公平性能,提出了一种利用模糊 逻辑的认知无线电频谱分配方案。首先给出模糊逻辑系统（FLS）的概念,然后利用FLS综合 分析感知空闲频谱和次用户的特性,最后结合系统吞吐量最大、公平性和随机分配3种准则 将空闲频谱分配给次用户使用。仿真结果证实了方案的可行性。     

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。     

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。     

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。     

基于萤火虫算法的多中继功率分配

为了充分实现中继协作,降低多中继协作通信系统功率分配优化问题的计算复杂度,提出了基于萤火虫算法的多中继功率分配方案。在一定的总功率和节点功率约束下,以最大化平均信噪比为优化目标函数,建立了多中继协作系统的功率分配最优化模型。选取该目标函数作为萤火虫的适应度函数,用向量表示萤火虫的状态,该向量的维数为待分配源节点和中继节点的个数,通过萤火虫聚集得到种群中最好的萤火虫,即可获得渐进最优功率分配。仿真结果表明,与平均功率分配相比,基于萤火虫算法的功率分配方案能降低2.44%~6.17%的比特差错率,提高了系统性能。     

一种基于无线电环境地图的路由优化机制

设计认知无线网络路由算法时,需要兼顾主用户保护与路由性能两个方面。为了提高认知无线网络中次用户之间路由的端到端性能,提出了基于无线电环境地图的路由优化机制,该机制中无线电环境地图能够为次用户提供主用户保护有关的无线电环境数据。首先,无线电环境地图根据次用户的数据请求将各授权频段的可用概率与功率控制相关信息反馈到该次用户;其次,次用户可以计算出与上一跳次用户之间的链路稳定性以及传输时延;最后,目的次用户通过计算每条路由的端到端吞吐量的期望值,然后选取期望值最大的一条路由。仿真结果表明,该路由机制在平均分组投递率、平均端到端吞吐量、平均端到端时延方面均优于对比路由算法。     

基于联合优化的WLAN动态频率选择改进算法

现有的动态频率选择机制有效降低了网络间的干扰,但仅考虑了物理层的干扰最小。 无线局域网网络密度越来越高,支持的业务越来越丰富,不同的业务传输所需要的带宽、允 许的时延均不相同。为了有效提升业务传输效率和网络容量,提出了一种改进的动态频率 选择算法。具体为：接入点将站点的信号接收质量、载干比、占用信道时间系数和业务优先 级作为优化问题的特征参数集,综合考虑多个站点上报的信道测量报告,利用凸优化理论以 吞吐量最优为目标联合进行优化,选定接入点的工作信道。最后,结合实际的场景图, 仿真对比了动态频率选择改进算法和未采用动态频率的性能,结果显示改进算 法使干扰区域的吞吐量增加了10倍,能明显降低WLAN网络的干扰,提升WLAN的业务传输效率 ,可广泛应用于WLAN的产品设计。     

移动自组织网络中基于QoE的跨层多波束信道接入机制

引入数字多波束技术可以使移动自组织网络的信道容量得到有效提升，然而，时间、频率、空间、用户、功率等多维度资源域的统一调度与跨层联合优化使得信道接入机制的分析与设计变得更加复杂。为此，结合多波束的特性，将波束宽度限制、收发限制、通道限制、功率限制等多种约束条件抽象图论问题，并建立分析模型。基于分析模型，进一步提出了MB-MAC（Multi-beam Medium Access Control）信道接入机制，结合物理层的预编码技术，建立定向链路的队列模型，度量用户的满意度(Quality of Experience,QoE)，设计了适用于自组织网络中多用户并发并收的信道接入机制，兼顾了网络容量和用户满意度。仿真结果表明，MB-MAC机制能在保证各个用户满意度的情况下，有效提升网络吞吐率。     

基于网络编码的衰落信道频谱感知算法

针对传统认知无线电网络中频谱状态转换频繁和频谱检测时延长的问题,提出基于随机线性网络编码的累积和能量检测频谱感知算法。该算法在主用户信道中引入随机线性网络编码,利用网络编码对频谱的整形作用,使频谱状态转换稀疏,频谱结构更规律化,减小频谱检测时延,提高系统吞吐率。此外,针对传统累积和能量检测算法抗衰落性能差的问题,通过比较该算法在五种衰落信道下的检测时延和吞吐率,研究该算法的抗衰落性能。实验结果表明,在一定的虚警概率下,该算法有效降低了检测时延,提高了吞吐率及抗衰落能力,能够更好地适应复杂的衰落信道环境。     

一种改进的大规模MIMO发射天线选择算法

为了降低天线选择算法在大规模多输入多输出（Multiple-Input Multiple-Output，MIMO）系统下的误码率和复杂度，以用户端接收的总功率为优化目标，提出一种最大化所有用户接收总功率的天线选择算法。该算法将优化目标函数转化为凸函数，并利用凸优化方法求得其有效解。仿真结果表明，所提天线选择算法与传统的最大和容量算法相比，具有较好的系统误码率性能，且运算复杂度低，但系统容量有所降低。