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。     

基于部分频率复用的多小区协作方案及容量分析

针对无线蜂窝网中的小区间干扰问题,给出一种基于部分频率复用的多小区协作传输 方案。该方案将小区用户划分为中心用户和边缘用户,中心用户采用频率复用因子为1的本 地基站通信,边缘用户采用频率复用因子为3的多基站协作通信,并通过对多个小区的基站 进行功率控制,达到抑制小区间干扰、提高系统容量的目的。数值分析表明,相对于传统多 小区蜂窝系统(Traditional Multi-Cell System,TMCS)和广义分布式天线系统(Generaliz ed Distributed Antenna System,GDAS),所提多小区协作蜂窝系统(Multi-Cell C ooperative System,MCCS)可以有效地克服小区间干扰,提高系统容量。     

基于博弈论的多基站协作波束成形

为抑制小区间干扰,提出了一种基于博弈论的多基站协作波束成形算法,并将该算法应用于多基站协作通信系统模型。该算法是在已知其他小区策略选择的情况下,最大化自身利益的迭代算法。在此基础上研究了将最大化用户速率问题转化为效用函数优化问题进行求解,然后证明其纳什均衡的存在性和唯一性,最后给出求解纳什均衡的步骤。仿真结果表明,相对于非协作算法,所提算法在期望用户方向上保持较高的增益,同时有效地零陷干扰用户,达到抑制小区间干扰的目的,并且具有很好的收敛性。     

异构网中载波聚合系统的成员载波选择和干扰协同

为了解决下一代演进移动通信系统在异构网场景由于低功率基站在高功率基站覆盖区 域的随意分布而导致的小区间干扰问题及容量速率限制,提出了一种载波聚合系统的成员载 波选择和干扰协同方法。该方法基于修正的载波公平比例准则,动态地在小区间协同选择成 员载波。为了进一步提高低功率节点的系统容量,设计了新的基于调和平均数的用户小区选择 准则及算法。仿真结果表明,与频率复用因子为1的系统相比,设计的方法由于静默了部分 高功率节点用户成员载波,从而使低功率节点用户获得更多的选择机会,可提高低功率节点 小区的容量。     

认知中继网络中基于频谱感知的自适应功率控制策略

针对采用联合overlay和underlay频谱共享模式的认知中继网络,基于频谱感知结果和干扰信道条件,提出了自适应功率控制策略,从理论上分析了次用户的中断概率。通过Monte-Carlo仿真,与单一overlay或underlay频谱共享模式和固定功率控制方案下次用户的中断性能进行了比较。仿真结果表明,采用自适应功率控制方案,在相同中断概率条件下,次用户对主用户的干扰概率降低了70%~80%;在相同干扰概率条件下,次用户的中断概率降低了1~2个数量级,频谱共享性能得到了有效提高。     

一种无线异构网络中的分步协作基站分簇方法

为抑制小区间干扰提高系统性能,基于异构网络提出了一种分步基站分簇方法。该方法首先依据期望用户受到的除主服务基站之外的其余基站的信号干扰强度,确定待分簇基站集合;然后根据期望用户接收到待选集合中各个基站的信号强度,确定最终参与协作的基站集合。分步基站分簇方法通过缩小用户选择范围,同时综合考虑用户所在小区的信号强度和周围基站的干扰信号强度进行协作基站分簇。仿真结果表明:相对于现有功率最大法和阈值法,基于分步的基站分簇方法具有更高的用户端传输速率,更好地提升了系统性能。     

一种适用于超密集网络下行链路的干扰抑制方案

在超密集网络（UDN）下行链路场景中,为了有效克服因节点间距减小、邻近节点传输损耗相差不大而产生多个强度相近的干扰源对用户性能的影响,提出了一种基于优先级以用户为中心的小区间干扰抑制方案。为了便于量化基站协作取得的带宽性能增益,采用了一种计算带宽盈亏率的定量分析指标。通过该指标,易于确定在特定UDN场景下干扰协调方案是否处于盈利状态,进而通过系统能够接受的最大损耗比优化参数配置。仿真结果表明,该干扰抑制方案能显著提升用户的信号干扰噪声比（SINR）性能,且能更好地保障用户公平性,有效地克服了用户SINR性能在基站数较多时受天线数限制的缺陷,为提升UDN网络用户性能和系统性能提供了一种解决方案。     

阵列处理器中改进几乎空白子帧算法的并行化实现

两层异构网络中出现的小区间干扰协调是当前异构网络干扰问题研究的热点。针对软件实现增强小区调度几乎空白子帧(ABS)的干扰方案存在处理数据量大、速度慢的缺点，基于可重构阵列结构提出了一种动态ABS干扰协调的并行化硬件实现方案。该算法在增强小区内根据用户数动态分配ABS比例，以改善小区边缘用户的信道容量，通过流水线的方式使用多个轻核处理元(PE)实现并行计算以提高运算效率。测试结果表明，使用12个PE同时调度实现算法的映射，运行1 983个周期，其性能比单个PE提升77.03%，该算法的并行计算能力得到显著提升，宏基站用户的吞吐量可以达到4.76 Mbit/s。     

基于深度学习的毫米波系统波束成形

针对高移动用户在毫米波系统中用户与基站之间频繁切换增大延迟开销问题,提出了一种新颖的集成深度学习协调波束成形（Deep Learning Coordinated Beamforming,DLCBF）解决方案。该方案通过协调多个基站同时为一个移动用户服务,接收用户上行导频序列和预编码码本训练模型,进而预测最佳下行波束向量,克服了大型天线阵列毫米波系统中选取最佳波束成形向量需要的巨大训练开销。仿真结果表明,所提方案与传统的毫米波波束成形策略相比有更高的频谱有效率。     

认知网中感知时间和功率控制的联合优化机制

针对认知无线网中为了最大化认知用户的吞吐量问题,提出了一种感知时间和功率控制的联合优化机制。该机制保证认知系统在低于一定干扰限制下,将认知用户吞吐量描述成为一个多约束优化问题,从理论上分析了最优功率分配方案与最优感知时间分配方案。根据理论分析结果,设计了联合迭代机制通过确定合适的感知参数从而达到最大化认知用户吞吐量的目的。仿真结果表明：提出的联合优化机制复杂度较低,并且该方案的认知吞吐量性能最接近理论最优方案的性能。     

基于公平性的多用户OFDM系统自适应功率分配松弛算法

近期我国ETF市场出现了大规模异常赎回而导致资产规模大幅下降的异常现象。本文对这一异常现象分析后发现其主要原因可能是:(1)我国市场为弱式有效市场,被动式投资业绩不如主动式投资;(2)成份股经常出现涨停而导致投资者难以购买到涨停股份,制约了ETF的申购规模;(3)我国投资者不愿长期持有ETF,而只是把ETF当作波段操作工具。ETF资产规模大幅下降归根结底是由于投资者对ETF产品没有信心,也就是投资者对上市公司存有很大疑义,对股市缺乏信心。     

基于用户中断概率的D2D通信干扰协调与资源分配

在LTE系统中引入设备直传（D2D）通信技术，会因为D2D用户复用蜂窝用户资源进行通信而产生同频干扰。在现有的干扰协调与资源分配研究中，都需要基站获取各个通信链路的信道状态信息（CSI），但这样无疑会增加基站的信令负担。为减小干扰与基站的信令负担，提出了一种基于用户中断概率的干扰协调与资源分配算法，首先在保证蜂窝用户正常通信的情况下，通过限制D2D用户到基站间的距离来降低干扰；其次通过遍历所有蜂窝用户的频谱资源，选择能使D2D用户的总中断概率最低的频谱资源进行复用。仿真结果表明，所提算法能够在保证蜂窝用户正常通信的情况下，明显降低D2D用户的平均中断概率,同时还能够降低基站信令负担。     

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。     

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。     

TD-SCDMA系统中一种软件集成智能天线算法

给出了一种采用信干噪比准则的、集成了预多波束天线与LMS自适应天线的软件天线方案,该方案采用开关合并方法,把软件天线输出接到最大输出信噪比的算法输出,实现算法分集.在TD-SCDMA动态模型上对提出的方法进行了仿真,结果表明,采用集成软件天线方案的误码率性能要优于单纯的预多波束天线或LMS自适应智能天线.仿真过程考虑了用户来波方向和用户到基站距离的动态变化,以及功率控制算法和系统同步过程的影响.     

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。     

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。