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。     

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。     

D2D通信中基于粒子群优化的能效最大化策略

5G中终端的能量消耗和频谱资源问题日益严重，在终端直通技术（D2D）中尤为突出。为了提高D2D对用户（DP）的能效和资源利用率，提出了一种基于粒子群算法的联合功率控制和资源分配策略。以最大化D2D链路总能效为目标，将构造的资源分配矩阵和功率分配矩阵作为粒子的位置，依照蜂窝用户（CU）和DP服务质量的约束来修正粒子位置和速度，使之适合于原分式规划问题的求解，合理地提升了DP的总能效，实现了一个DP链路能复用多个CU资源。仿真结果表明，所提算法不仅使能效显著提升，而且使资源利用率提高了80%。     

一种适用于D2D通信的启发式接入算法

直通通信（Device-to-Device,D2D）技术是5G移动通信的关键技术之一,蜂窝网络中的D2D通信用户接入技术及其性能研究等已成为热点问题。基于一种新型随机几何网络模型,通过研究D2D用户对蜂窝用户的上行链路频谱资源的复用,提出了一种D2D通信启发式接入算法,并同随机接入算法进行了比较分析。仿真结果表明,随机几何模型易于分析链路的信干噪比,更符合未来移动通信密集组网和用户分布特点;该模型下的启发式算法比随机算法的性能更优,算法具有收敛快、接入性能好和接入简单的特点,具有更好的实用价值。     

基于信干噪比的D2D通信功率控制与资源分配

为了优化长期演进(LTE)系统引入设备直传(D2D)通信后带来的同频干扰、系统边缘用户性能恶化问题,提出一种基于信干噪比(SINR)的多小区D2D通信资源分配方案,通过调整信干噪比阈值将部分蜂窝用户(CU)转化为D2D用户并释放频谱资源进而获得较佳的资源分配策略,同时提出一种基于小区间D2D竞争机制的配置算法有效降低小区间干扰。仿真表明,算法能够有效提升系统容量,并提升小区边缘D2D用户公平性。     

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。     

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。     

面向安全通信的智能反射面网络能效优化算法

为了提高智能反射面网络传输安全性和能效,提出了一种面向安全通信的智能反射面网络能效最大资源分配算法。针对多输入单输出的智能反射面辅助蜂窝通信系统,考虑用户的安全速率约束、基站的最大发射功率约束以及连续相移约束,建立了非线性、多变量耦合的能效最大化资源分配模型。利用Dinkelbach方法将目标函数转化为辅助变量相减的形式,采用交替迭代算法求解原变量耦合的非凸优化问题。仿真结果表明,所提算法与传统算法对比,能效提升了8.3%,中断概率下降了77%。     

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。     

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。     

中国地区间研发资源错配测算与影响因素分析

随着中国的研发投入总量进入世界第一梯队,研发投入(资源)的配置状况成为决定研发产出效率的关键因素之一。本文基于一个包含研发资源价格扭曲的多部门竞争均衡模型,以2001—2016年各省份规模以上工业企业数据为样本,对中国地区间研发资源错配情况及其影响因素进行全面考察。研究发现:(1)各省份之间的研发劳动错配高于研发资本错配,多数省份倾向于过度配置研发资源,省份之间研发资源配置效率总体上呈逐步改善趋势,纠正错配可以使研发产出提升约16%;(2)东部各省份研发资源配置相对较为合理,但研发劳动配置略有不足,中部、西部和东北各省均存在不同程度的研发资源过度配置现象,东部和西部的研发资源配置效率一直在改善,东北和中部则没有表现出持续的改进态势;(3)市场发育程度、偏向性政策扶持、地区创新环境是研发资源错配的主要影响因素,在研发资源过度配置地区,这些因素的作用更为显著。本文的启示是,在当前全面实施创新驱动发展战略的大背景下,政府相关部门在积极引导全社会加大研发投入力度的同时,还应以市场为导向,进一步优化不同地区间的研发资源配置,实现研发效率的提升和经济的高质量发展。     

基于网络编码的用户协作分集系统性能分析

针对非协作通信和传统协作通信系统不能达到高天线分集增益的问题,提出基于网络 编码的用户协作系统模型。研究了基于网络编码不同协作用户的天线分集增益,并分析非协 作机制、传统用户协作机制和基于网络编码用户协作机制的中断概率。理论分析和系统仿真 表明,基于网络编码的用户协作系统能显著降低系统中断概率,获得更大的分集增益,且协 作用户数越多,系统分集度越好。     

单频网多播系统中的开环半动态功率分配算法

在单频网多播传输中,传统的全反馈动态功率分配数算法需要根据每个时隙反馈的用户瞬时信道信息进行实时的调整,所以造成了资源分配频率快、上行反馈开销大的缺点。为了克服这个缺点,提出了一个低复杂度、没有用户反馈的单频网多播开环半动态功率分配算法。首先在各小区等功率分配的假设下,根据单频网的形状信息算出各小区等价信道增益,然后再根据这个增益值,实现满足速率需求情况下的各小区功率分配。仿真结果显示,与全反馈的动态功率分配算法相比,该算法以一小部分性能损失为代价,大大减少了单频网的上行反馈和资源分配的开销,因此更适用于实际的单频网多播系统。     

超密集小区中基于二分图优先级的资源分配算法

由于在超密集网络中小基站密集的部署,用户数据量空前增加,对数据速率的要求不断提高,所以在有限的资源下如何高效地将资源分配给用户尤为重要。提出了一种小区分簇算法,根据小区簇的通信业务、通信负载量等条件将各个小区分为不同的优先级,引入二分图,以小区簇的优先级为依据建立频谱资源与小区簇之间的匹配关系,并提出一种低复杂度的贪婪算法。仿真结果表明所提算法能够有效提高系统性能,并且有效完成频谱资源的分配。