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。     

混合中继转发机制下的资源分配

在基于放大转发（AF）和译码转发（DF）的混合中继转发机制模型下,为了使系统获得最大和速率,提出了相应的资源分配方案,在子载波对混合中继协议的判断选择和最优功率分配算法的基础上讨论了等效信道增益模型和非等效信道增益模型。在非等效信道增益模型中,为了降低计算复杂度提出了一种次优算法。在该机制模型下,系统自适应地选择AF或者DF转发,既克服了两种单一转发模式存在的弊端,又能获得更大的和速率,从而提高了资源利用率。仿真结果表明,当系统功率等因素变化时,该分配方案下的混合中继转发模型与传统的AF和DF模型相比系统和速率分别提高了60%和8%以上,充分说明了该系统的优越性。     

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。     

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。     

具有大规模天线选择与功率分配的协作通信

在瑞利衰落信道下研究了采用前向译码转发协议的三节点协作模型,分析了中继分布大规模天线阵列时系统的可靠性能。为了有效地降低系统复杂度,同时又能获得大规模天线带来的分集增益,给出了中继选择合并(SC)与天线选择空间调制(SM)相结合的组合传输方案。为了进一步提高可靠性能,研究了SC/SM组合方案如何通过功率分配优化其误比特率性能。仿真分析表明,大规模中继SC/SM方案的功率分配能够有效改善系统的误比特率性能。     

空天地一体化网络中联合地面基站选择及功率分配

针对由卫星通信网络、地面移动网络以及空中飞行平台所组成的空天地一体化网络（Hybrid Satellite-Aerial-Terrestrial Network,HSAT）下行链路的系统吞吐量问题,提出了基于多目标遗传算法的地面基站选择及功率分配算法。在这一网络中,空中飞行平台需要地面基站为其进行中继通信。因此,地面中继基站的选择和功率分配决定了系统的吞吐量。所提算法为了取得对系统吞吐量更好的优化效果,将优化系统吞吐量和满足约束条件建模成两个优化目标,通过设计特有的迭代选择过程使地面基站选择和功率分配不断优化。仿真分析表明,所提算法在保证用户最低通信需求的前提下,有效提升了系统的吞吐量。     

一种基于混合智能算法的协作中继选择新方法

针对多用户多中继场景下协作通信系统的中继选择问题,提出了一种基于混合智能算法的协作中继选择新方法。不同于现有的为每个源节点分配一个中继节点的中继选择方法,新方法建立了为每个源节点分配一个或多个中继节点的优化模型,以最大化多用户多中继协作系统的最小接收信噪比为优化目标,采用结合了模拟退火与遗传算法的混合智能算法来搜寻中继选择问题的最优解。仿真结果表明,所提方法可显著提高目的端的接收信噪比,且算法具有较强的全局搜索和快速寻优能力。     

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。     

单中继多用户MIMO系统中继预编码新方案

针对单中继多用户多输入多输出(MIMO)通信系统中用户间干扰问题,提出了一种可以有效抑 制用户 间干扰的中继接收和预编码方案。该方案在中继端对信号进行迫零（ZF）接收,利用最大化 信漏噪比（SLNR）准则设计中继端预编码向量,并针对难以获得最优解的情况,利用迭代解 出次优解。仿真结果表明,与中继端ZF预编码相比, SLNR预编码更好地抑制了用户间干扰 ,相同和速率性能下,基站发送端功率比ZF预编码减少4 dB,具有实用价值。     

双向多中继协同通信系统的性能分析

针对频率非选择性瑞利衰落信道,研究了双向多中继协同通信模型的系统性能。首先,基于模型的信号传输过程分析了系统的信道容量;然后,根据接收信噪比的累积分布函数推导了系统中断概率的闭合上界表达式;进一步在MPSK调制方式下,通过计算在高信噪比条件下的矩母函数,推导了平均误码率的闭合表达式。仿真结果验证了理论推导的正确性,并且表明双向多中继模型的中断概率和平均误码率两项性能指标都优于双向单中继模型。     

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。     

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。     

具有天线选择与中继选择的空间调制技术

针对空间调制（SM）技术存在的缺欠,提出了具有天线选择和中继选择的空间调制系统方案。首先在多输入多输出(MIMO)信道模型下,通过对发送端天线选择,将拥有最佳信道状态的天线选出进行SM,打破SM技术对发送端天线数的限制,并提升采用高阶调制的SM分集性能。然后进一步将此思想引入协作通信网络,结合传感器网络的分级观念,提出采用中继选择和空间调制的中继传输协议,并通过仿真观察系统分集性能的改善。仿真结果表明,上述中继传输协议不仅能提升系统性能,而且使系统配置更加灵活。     

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。     

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。     

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。