无线局域网室外覆盖路径损耗计算分析及规划布局建议

介绍了无线局域网（WLAN）所用IEEE 802.11x标准的技术特点和频率特性,选择修正的COST 231 HATA无线信号传播模型对信号路径损耗进行计算,以图表的形式描述了WLA N所在频段（2.4 GHz）的空间信道衰落特征。通过计算得出结论：随着传输距离和AP/S TA天线高度差的增加,WLAN无线信道路径损耗将迅速超过系统可容忍的最大值,从而使WLAN 室外覆盖范围缩小,合理布局WLAN基站/AP将有效地实现WLAN网络的室外覆盖效果。最后 ,为WLAN的室外覆盖场景应用提供了有价值的规划布局建议：多层次立体网布局 和改善系统上下行平衡都将极大地提高WLAN系统的室外覆盖效果。     

基于联合优化的WLAN动态频率选择改进算法

现有的动态频率选择机制有效降低了网络间的干扰,但仅考虑了物理层的干扰最小。 无线局域网网络密度越来越高,支持的业务越来越丰富,不同的业务传输所需要的带宽、允 许的时延均不相同。为了有效提升业务传输效率和网络容量,提出了一种改进的动态频率 选择算法。具体为：接入点将站点的信号接收质量、载干比、占用信道时间系数和业务优先 级作为优化问题的特征参数集,综合考虑多个站点上报的信道测量报告,利用凸优化理论以 吞吐量最优为目标联合进行优化,选定接入点的工作信道。最后,结合实际的场景图, 仿真对比了动态频率选择改进算法和未采用动态频率的性能,结果显示改进算 法使干扰区域的吞吐量增加了10倍,能明显降低WLAN网络的干扰,提升WLAN的业务传输效率 ,可广泛应用于WLAN的产品设计。     

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。     

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。     

A robust DL MU-MIMO algorithm and UE specific SINR compensation mechanism in LTE-A

针对多用户特征模式传输（MET）算法这种典型的多用户多入多出（MIMO）算法,现实系统中实现时有两个重要限制：其一要求发射端的和功率约束;其二假定噪声、邻区干扰功率项在基站侧已知且将其建模为加性高斯白噪声（AWGN）。在现实系统中,一方面最好遵循每天线发射最大功率的限制,另一方面需要考虑对噪声、邻区干扰功率项的建模,以期望在基站侧更好模拟用户设备（UE）端最终真实感受到的噪声与干扰功率。基于此,提出了一种鲁棒的针对LTE-A的下行多用户MIMO技术,即自适应的切换波束赋形权值归一化算法。同时,基于该归一化的波束赋形权值,提出一种UE级的信干噪比（SINR）补偿机制。使用该补偿的UE级的SINRs,一方面可基于如容量最大等准则,挑选获得给定调度资源上的最优多用户配对集;另一方面,针对该最终配对的多用户集,使用每UE的补偿SINRs做链路自适应,即MCS选择,从而期望获得系统整体和吞吐量的提升。最后,给定仿真参数,链路级仿真结果验证了所设计算法的有效性。     

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。     

LTE-A高密异构网场景下基于干扰排污技术的干扰管理

在LTE-A高密异构网场景下,干扰对齐(IA)被用来消除小区间的干扰。然而,随着小区数目的增加,干扰对齐的条件会变得很难满足。针对此问题,提出了干扰排污(ID)的思想,通过寻找未被充分利用的系统资源空间,并且适当地放宽干扰对齐的条件,实现对空域、频域自由度(DOF)的充分利用。首先,寻找干扰排污空间,然后基于交替最小化的方法求解小区的预编码矩阵和接收滤波器,最后对干扰排污空间用户利用IRC(Interference Rejection Combine) 算法重新求解其接收滤波器。仿真结果表明,可以在每个基站天线数目固定的条件下不断地增加小区数目,并且同时获得一定的吞吐量增益。     

使用对偶分解的MU-CoMP-JT联合资源分配

在MU-CoMP-JT（Multi-User Coordinated Multiple-Points Joint Transmission）联合资源分配问题中,传统的迫零预编码矩阵会使得每根天线发送功率互不相同,当CoMP节点发射功率仅满足总功率约束时性能损失不明显,而当CoMP节点分布在不同的地理位置时将受到单节点功率约束,这势必会降低系统功率利用率。为了进一步提升系统吞吐量,基于对偶分解理论提出了一种联合预编码优化的资源分配算法。该算法以最大化用户权重速率为目标,将原优化问题分解成若干个优化的子问题,不同子问题对应不同接收天线数的联合优化问题。当子信道的发送天线数大于接收天线数时,通过多次迭代计算得到预编码矩阵,并且预编码矩阵会随着拉格朗日因子的变化而变化。仿真结果表明所提联合预编码优化的联合资源分配算法能够明显提升系统吞吐量,且提高天线功率利用效率。     

5G系统中基于小区分群的干扰管理

为了降低5G系统中超密度小区网络的小区间干扰（ICI）,提出了一种基于小区分群的干扰管理方案,其核心思想是将宏小区覆盖下的小小区分群,对群内干扰和群间干扰分别采用基于多小区协作和频域或时域的干扰避免。针对小区分群的关键即干扰权值的计算,提出了一种基于用户的信干噪比（SINR）和干扰泄露（SOIR）计算连续干扰权值的方案,该权值不仅反映用户间的干扰关系,而且自适应地调整干扰用户之间对资源的争夺策略;同时,把距离调和平均数作为小区分群的附加准则。仿真结果表明,与传统的小区分群方案相比,新方案的吞吐量增加20%~30%,小区性能和系统整体性能都有提升。     

OFDMA系统同频干扰抑制技术研究进展

从误码率、频率利用率以及吞吐量等性能指标出发,分析比较了正交频分多址接入（OFDMA ）系统干扰抑制 方式以及相关技术,并由此给出这些技术在降低误码率、提高频率利用率和吞吐量等性能方 面的优点与不足。分析了未来移动通信系统中同频干扰抑制技术发展的若干问题,为分析抑 制同频干扰打下了基础。     

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。     

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。     

多小区OFDMA系统基于改进PSA的资源分配算法

针对载波、功率资源分配问题,考虑本小区对其它小区的干扰情况,提出了一种应用于多 小区正交频分多址复用（OFDMA）系统中的改进罚函数模拟退火(PSA)算法。该问题模型是在 传输速率和性能 一定的条件下,最小化传输功率。该算法是一种随机寻优算法,是一种能将局部搜索扩展为 全局搜索的启发式算法。仿真结果表明,改进算法简化了问题模型,可以在不影响系统性能 的情况下减少运算时间。基于模拟退火算法的离散功率的取值具有随机性,但是整体规律性 仍很明显,且能够获得较高的单位功率吞吐量。     

毫微微小区中一种基于分组的资源分配方法

为有效解决毫微微小区间（Femtocell）干扰,采用分布式方式对毫微微小区进行资源管理。首先,对毫微微接入点（FAPs）进行分组。基于Lingo数学建模的思想,提出了一种解决分组优化问题的算法。该算法在使用分支定界算法寻找最优解的同时,通过建立单纯形表剪去偏离最优解方向的分支;其次,每组选择一个簇头为本组内FAPs分配资源,为此,提出了新的子信道分配方法,该方法根据干扰指示矩阵修正子信道分配的情况。仿真结果表明：和其他算法相比,提出的算法不仅能找到分组优化问题的最优解,并且效率更高;另外,提出的资源分配算法不仅减小了用户间干扰,而且提高了户间速率公平。     

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。