基于深度强化学习的协作通信中继选择

协作通信是无线传感器网络(Wireless Sensor Network,WSN)实现数据可靠传输的关键技术,而协作通信技术的关键在于中继方案的选择。为此,提出了一种基于深度强化学习的协作通信中继选择算法(Deep Q-Learning Based Relay Selection Scheme,DQ-RSS)。首先,将WSN中具有中继选择的协作通信过程建模为马尔科夫决策过程,并采用Q学习在未知网络模型的情况下获取最佳中继选择策略;其次,针对高维状态空间下Q学习收敛时间长的问题,采用DQN(Deep-Q-Net)算法来加速Q学习的收敛。对比仿真实验结果表明,DQ-RSS在中断概率、系统容量和能耗方面均优于现有的中继选择方案,且能够有效节省收敛时间。     

中继蜂窝网中基于负载均衡的中继节点选择算法

提出了一种中继蜂窝网络的基于负载均衡的中继节点选择策略(Load Balancing Rela y Selection,LB-RS)。根据每个用户的具体信道状况以及中继节点服务的用户数目,LB-RS 以分布式的方式为每个用户选择最优的中继节点。仿真结果表明,与基于单一物理层参数的 中继节点选择算法相比,所提出的中继选择算法综合考虑了物理层的信道状况以及MAC层 的资源与用户状况,有效地利用中继节点选择来实现小区内的负载均衡,获得了吞吐量性能 与用户公平性之间的折衷。     

一种基于非正交信道的分布式中继选择及功率分配方法

针对非正交两跳多中继协作通信系统中的分布式中继选择问题,提出了一种基于非正 交信道的中继选择准则,简化了系统的设计。分析了其误码率性能,给出了其解析表达式 和以总功率为约束条件下的最优功率分配方案。仿真结果表明,最佳中继选择准则明显优于 传统的中继选择准则,且在最优功率分配方案下,可以获得明显的分集增益,系统的误码率 显著下降。     

双中继协作通信的功率分配改进方案

为克服信息处于深度衰落情况下单中继协作困难,减少多中继协作目的端信号处理的复杂度,给出了双中继节点参与协作通信的功率分配方案。两个中继节点分别采用放大转发(AF)、译码转发(DF)以及混合译码放大转发(HDAF) 3种协作方式进行通信。在满足一定的中断概率和节点功率限制情况下,利用MATLAB软件中的Fmincon优化函数,得到了各节点的最小发射功率。数值分析表明,在相同条件下,两个中继节点采用HDAF协作方式比采用AF协作方式、DF协作方式消耗的系统总功率分别少4～9 dBm、0.5～1 dBm,最大限度地节约了系统功率的消耗。     

快慢速自适应融合的安全中继选择

针对无线通信中的物理层信息安全问题,在无线安全协作网络中提出了一种基于快慢速链路自适应融合的安全中继选择方法。该方法根据移动速度选择链路自适应类型,根据干扰节点对安全容量的“正”或“负”效应使用或不使用干扰节点,基于安全容量最大化准则进行中继选择。在此基础上,对所提安全中继选择方法进行了性能分析,推导了中断概率表达式。中断概率的仿真曲线和理论曲线很吻合,验证了理论分析的正确性。同时,仿真结果显示,相对于采用单一快速链路自适应,基于所提中继选择方法的安全协作通信系统具有更低的误码率和更大的安全容量,在“正效应”条件下干扰节点有助于提升系统安全容量。     

基于议价博弈论的无线协作中继网络性能改进算法

针对自私性无线协作中继(CR)网络中的放大再中继(AF)和解码再中继(DF)协议,分别给出 公平且有效率的协作中继功率分配方案。两种方案虽然具体研究内容有差别,但有着共同 的研究策略。首先,将节点间的协作功率选择问题建模为纳什议价博弈问题(NBP);然后, 通过求取其纳什议价解(NBS)获得协作节点的共赢策略;最后,针对AF和DF协议分别给出计 算机仿真。仿真结果表明,所提出协作中继性能改进算法的效率性体现在所有协作节点在AF 和DF协议中均获得信号接收质量的提高,其公平性则体现在任意节点为其协作伙伴所贡献的 转发功率大小仅取决于对方为其带来的性能增益大小。     

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。     

一种联合链路持续时间与平均速率的中继选择方法

针对中继系统中节点快速移动时采用传统中继选择方法造成系统可传输数据量较低 的问题,提出一种联合链路持续时间与平均速率的中继选择方法。该方法首先分析了系统采 用两跳传输及协作传输两种模式下的链路持续时间,分别给出了节点速度及相互之间距离满 足不同条件时的链路持续时间表达式,然后计算两种模式下的链路平均可达速率,最后基于 所提出的准则完成中继选择。仿真结果表明,与传统的中继选择方法相比,该方法可以使系 统获得更多的数据传输,同时具有较低的中断概率。     

能量收集双向中继网络的中继选择和功率分配

结合能量收集技术,研究了放大转发双向中继网络的系统性能。基于双向中继系统中的两个端到端信噪比平衡准则,推导出了单中继选择情况下信源最优的功率分配方案和中继最优的能量收集比例。仿真结果证明所提方法能够实现最好的系统性能。通过比较发现,能量收集双向中继网络比传统双向中继网络能够实现更高的传输速率。     

基于网络编码的无线体域网多中继协作节能策略

针对无线体域网中传输链路存在中断情况从而消耗额外能量的问题,在多源多中继系统模型中引入网络编码,提出一种基于网络编码多中继协作算法,并分析了该算法下系统的网络能耗,推导出系统的每比特网络整体能耗公式。仿真结果表明：该算法与传统的多路径多中继转发算法相比,可以较大程度的减少网络的整体能耗,适当地增加信源节点或者减少中继节点的数目对降低网络的整体能耗也有一定的作用。该算法能减少多源多中继网络的整体能耗,延长网络的生命周期。     

基于负荷平衡的混合式中继选择新算法

现有的中继选择算法通常带来中继负荷失衡问题,可能导致中继节点资源的非公平利用。为解决这个问题,首先对中继负荷失衡问题进行了分析,接着使用链路信噪比和中继节点负荷作为模糊控制的输入参量,提出了负荷平衡中继选择（LBRS）算法;其次,针对LBRS算法中存在的低信噪比区域误比特率偏高的问题,进一步提出了LBRS的改进算法,即基于负荷平衡的混合式中继选择（HRS）算法。仿真结果表明,与典型的最优中继选择（BRS）算法比较,HRS算法在平衡中继节点负荷上具有非常显著的优势,在误比特率性能上稍逊,总的来说是一种性能优异的中继选择算法。     

D2D通信中基于社交门限的最优中继选择方案

在基于设备直传(D2D) 通信的中继系统中,提出了一种基于社交感知的增强型中继选择策略。该策略首先在D2D中继网络中引入社交门限值,对潜在中继用户进行筛选和过滤,从而有效降低了探测成本;然后利用最优停止理论实现了最优中继节点的选择。仿真结果表明,与已有中继选择策略相比,所提出的策略能够以较少的中继探测次数获得较高的系统性能收益,从而实现能耗与收益之间的折中。     

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。     

复合形遗传算法求解功率优化分配研究

传统遗传算法存在过早收敛及局部搜索能力差的缺点,在求解无线网络协作通信功 率优化分配等NP难问题时难以求得最优解。通过小生境策略解决遗传算法过早收敛问题,引 入复合形法提高局部搜索能力,构造了兼顾广度搜索与深度搜索的高性能混合算法,并对上 述问题进行求解。实验结果表明,所提算法与已有算法相比有一定优势,有效延长了协作网 络寿命,稳定性较好,分配的功率波动范围小。     

适用于无人搜救机组的新型移动中继通信模型

为了提高无人机远程搜救系统的通信效率和整体搜救成功率,提出了无人搜救机组的新型移动中继通信模型。该模型引入移动中继和协同通信技术,实现无人机组之间以及无人机组与地面基站之间的通信连接、数据传输和信息同步。理论分析和仿真测试表明,该模型提高了无人机组的数据采集效率,减少了无人机组的数据采集时间,提高了控制平台的机动性和搜索效率。