多用户MIMO系统广播信道的连续块对角化预编码算法

针对块对角化（BD）算法无法满足各个用户的需要、串行优化（ SO）算法排序复杂、容量较低的问题,提出了一种连续块对角化（SBD）算法。该算法按照 各用户的信道条件、服务质量（QoS）需求给用户定义不同的优先级,并按优先级次序进行 块对角化,后续用户在对高优先级用户及同优先级用户不干扰的条件下采用块对角化法抵消 共信道干扰（CCI）,功率分配方式采用等功率分配。数值仿真表明,该算法在不增加计算 复杂度的前提下 ,基本满足各个用户的需求。     

认知无线网络中基于Stackelberg博弈的功率控制新算法

针对认知无线网络中存在的干扰问题和功率消耗过大问题,提出了一种新的基于斯坦克尔伯格(Stackelberg)博弈的功率控制算法。建立了主次用户双层网络模型,将主用户设置为领导者,次用户设置为追随者,并对次用户产生的总干扰进行定量分析。在次用户多次博弈的过程中,动态地调整主用户单位干扰价格,在保证主用户自身正常通信前提下,尽量使得收益最大化,提高主用户的参与积极性。仿真实验表明,该算法在保证主次用户的服务质量（QoS）前提下,有效地减小了次用户的发射功率,而且能获得更高的系统容量。     

改进粒子群算法在频谱功率分配中的应用

在认知无线电中,由于次用户干扰门限要求的存在,传统频谱功率分配方式获得的次用户有效信道容量较低。针对这一问题,提出了一种基于粒子群算法的频谱功率分配算法。首先建立基于干扰距离的认知网络干扰模型,将频谱功率分配问题转化为函数优化问题,并借助混合随机变异思想的粒子群算法进行求解;针对寻优过程中的约束问题,提出了一种基于投入产出比的外点法,保证粒子群在可行域中寻优,最终获得频谱功率分配。仿真结果表明,与传统算法相比,所提算法能够获得较高的次用户有效信道容量。     

多用户OFDM系统的次最优分配算法

本文提出了一种多用户OFDM系统中次最优的自适应载波、比特和能量分配算法。此算法利用各子载波的瞬时特性,在保证各个用户服务质量(QoS)的前提下,通过合理地分配子载波并调整各个子载波调制等级,达到降低总发射功率的目的。该算法相对于最优算法具有简单、公平、高效的特点。仿真实验表明,该算法的性能接近最优算法。     

西方价格理论的基础——效用论评价

效用论在西方价格理论中占有重要地位,许多资产阶级经济学家的论述中都提到它,把它作为价值本源。在经济学说史上厂商论和分配论产生在它基础之上,成为西方价格理论的前提和基础。在该理论形成过程中,有几位早期的资产阶级经济学家做出了贡献。如德国的戈森提出有关效用论的两个基本定律:即边际效用递减律和消费者实现最优选择的方式及条     

阴影衰落信道下多波束卫星移动通信系统的动态信道分配策略

针对已有动态信道分配策略在阴影衰落环境中性能损失较大的问题,对卫星移动通信系统的阴影衰落信道模型进行分析,提出了一种动态信道分配策略。该策略结合用户的运动状态,通过在用户的预测运动轨迹上选取抽样点,将这些抽样点的平均干扰作为信道分配的指标,并采用链路质量约束避免了流量较大时的性能恶化。仿真结果表明提出的动态信道策略可在不增大阻塞率的前提下,在中低流量时将用户平均信噪比提高约0.5 dB。该策略可以应用于阴影衰落信道下的地面移动卫星通信系统,以提高用户的平均链路性能。     

认知无线网络中一种非合作博弈功率控制算法

针对现有的功率控制算法中存在的干扰问题和功率消耗过大问题,设计出一种新的效用函数,并根据此效用函数提出了一个基于非合作博弈的新的功率控制算法。首先,在效用函数中分别为信干噪比和功率设定了不同的代价因子,并将信道状态概念引入到代价因子里面,使其能够更加合理地控制用户,避免用户过度增加发射功率,同时减小了用户间的干扰;其次,证明了该算法纳什均衡的存在性和唯一性;最后,给出了所提算法的流程图。 仿真结果表明,与Nash算法相比,在保证非授权用户服务质量（QoS）前提下,该算法功率消耗明显降低,并且具有较好的抗背景噪声性能;与K-G（Koskie-Gajic）算法相比,该算法保证了所有的用户的信干噪比满足上下限阈值要求,并且提高了系统容量。     

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。     

速率比例公平下多用户OFDM系统的自适应资源分配

在多用户正交频分复用（MU-OFDM）系统中,考虑各个用户之间具有比例数据传输速率限制 条件下的一种公平的自适应资源分配方案的最优算法计算量巨大,为此,提出了一种将子信 道分配和功率分配相分离的次优算法。首先,在假设相同功率分配的情况下进行子信道的分 配,然后在保持一定比例公平条件下使总容量最大时进行最优功率分配。对该算法的仿真表 明,在用户数为2、子信道数为10的系统中,所提算法的容量性能接近最优算法,而计算量 由指数增长变为线性增长。所提资源分配算法的总容量比以前的算法在用户间的分配更公平 也更灵活 。     

认知无线电网络子空间映射频谱共享

针对集中式多用户多天线认知无线电网络,分析了子空间映射能够为认知系统提供的通信机会以及理想信道条件下的空间子信道分配方案。在此基础上,提出了一种基于子空间映射的频谱共享策略。根据认知系统的感知结果,计算可以利用的空间子信道数,通过认知用户接入控制和子空间映射避免或抑制系统间干扰,从而在保证授权用户通信质量的前提下,为认知用户提供通信机会。仿真结果表明,与已有的子空间映射频谱共享方法相比,该策略不仅具有更高的认知系统可达和速率,而且能够为认知系统提供更多通信机会。