主用户活跃性下的多功率分配策略

考虑到认知用户在信息传输过程中主用户的状态可能随时变化,提出了一种新的功率分配模式——多功率分配策略。在基于频谱感知的系统模型中,以认知系统的吞吐量为目标函数,得出了主用户感知过程的多种状态,并分配三种不同的功率,最大化认知系统的容量。仿真结果表明,随着主用户活跃指数的逐渐提高,所提新模型的功率分配策略要优于传统方法。同时分析了新的功率分配下平均干扰功率与主用户接收端的信噪比对系统吞吐量和最优感知时间的影响,进一步验证了所提出新策略的有效性。 〖HT5H〗关键词：〖HT5K〗认知无线电;主用户活跃;频谱感知分配;多功率分配;吞吐量最大化     

接收功率受限下的信道容量研究

基于频谱共享模型,应用拉格朗日极值定理和注水算法,得出在频谱共享中接收功率 受限的情况下对称信道感知和非对称信道感知下认知用户信道容量的关系式,并分析了主 用户个数对认知用户信道容量的影响。仿真结果表明在相同平均信噪比下,瑞利衰落信道的 信道容量最大,而信噪比越小差别越明显。     

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。     

基于统计可信度的压缩感知协作频谱检测算法

压缩感知为认知无线电的宽频谱感知提供了一种新的方法和思路。基于压缩感知的原理,提出了一种多认知用户协作场景下基于用户统计可信度的协作频谱检测算法。该算法使用正交匹配协作追踪算法获得认知区域内的频谱占用情况,根据不同认知用户频谱检测的历史准确度综合判定用户感知结果的统计可信度。仿真结果表明,该算法在不同用户数、不同采样值、不同信噪比变化范围下其检测性能均优于传统算术平均方法,有效改善了检测性能。     

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。     

优先级保护的分布式动态频谱分配算法

对认知无线网络中动态频谱分配算法进行了研究,在分析原有的ADP（Asynchronou s Distributed Pricing）算法的前提下,运用合作博弈的理论提出了具有干扰价格因子的A DP算法,分配过程中所有用户发布自己的干扰价格,用户在选择信道和功率的时候需要考虑 到自身的效用和对其它用户的干扰,可以在有效保证高优先级用户性能的前提下最大化网络 效用。仿真结果表明,该算法可以达到纳什均衡并且具有极快的收敛速度,可以提高高优先 级用户的信干噪比。     

一种新的认知无线电非合作功率控制博弈算法

当认知无线电网络以"衬底式"(Underlay)的方式与主用户网络共享频谱时,需要对认知用户进行功率控制,以确保认知用户在不干扰主用户的前提下,公平地共享认知频谱资源。利用博弈分析的方法,设计了一个基于链路增益因子的代价函数,并据此提出了一种新的非合作功率控制博弈算法。仿真结果表明,该算法的均衡结果既改善了用户的帕累托(Pareto)性能,又提高了链路增益较差的用户的吞吐量,实现了网络资源的平等共享。     

认知无线电差分协作压缩频谱估计算法

在分布式认知无线网络场景下,针对传统协作压缩频谱估计收敛速度慢、计算复杂 度高的问题,提出了一种差分协作压缩频谱估计算法用于宽带频谱感知。算法通过利用不同 认知用户感知的宽带信号所满足的相同频谱支撑集特征,实现了在邻居节点感知先验信息条 件下,本地认知用户基于压缩测量向量差值的宽带频谱迭代估计。仿真分析结果表明,所提 算法在频谱估计精度、检测性能与计算复杂度方面均获得了明显改善。     

MIMO系统中改进的二进制粒子群天线选择算法

在多输入多输出系统中,发射端和接收端的多天线配置提高了信道容量和传输可靠性,而天线选择技术能在保持系统优点的同时有效地降低运算复杂度以及硬件成本。为了能在时变的信道条件下快速地选择出一组最优的天线子集,提出了一种基于二进制粒子群算法的改进的天线选择算法。推导出了二进制粒子群联合收发端天线选择的信道容量公式,并将其作为粒子群算法的适应度函数,使天线选择问题转换成二进制编码串的组合优化问题。通过改进模糊函数提高粒子群算法的收敛性,让二进制粒子群尽可能地收敛于全局最优位置。仿真结果表明,改进的算法能在降低运算复杂度的同时提高收敛性,且系统信道容量趋近于最优算法。     

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。     

二进制猫群算法在大规模MIMO天线选择中的应用

在多输入多输出（MIMO）系统中,天线选择技术平衡了系统的性能和硬件开销,但大规模MIMO系统收发端天线选择复杂度问题一直没有得到很好的解决。基于信道容量最大化的准则,采用两个二进制编码字符串分别表示发射端和接收端天线被选择的状态,提出将二进制猫群算法（BCSO）应用于多天线选择中,以MIMO系统信道容量公式作为猫群的适应度函数,将收发端天线选择问题转化为猫群的位置寻优过程。建立了基于BCSO的天线选择模型,给出了算法的实现步骤。仿真结果表明所提算法较之于基于矩阵简化的方法、粒子优化算法具有更好的收敛性和较低的计算复杂度,选择后的系统信道容量接近于最优算法,非常适用于联合收发端天线选择的大规模MIMO 系统中。     

基于粒子群优化的数字波束形成算法

波束形成的加权系数求解是一个优化过程,现有算法大多经过多次迭代,计算量大,实现复杂。为降低波束形成算法复杂度,将粒子群优化原理应用于数字波束形成中,提出了基于粒子群优化的自适应数字波束形成算法。该算法将每一组权值作为一个粒子,将阵列加权和的输出信号与干扰噪声比(SINR)作为适应度函数,通过比较各个粒子的适应度值,进行迭代搜索得到最优解。该算法可使天线阵在主波束对准有用信号,同时能有效抑制两个以上的干扰,且对阵列通道误差有较好的稳健性。计算机仿真验证了算法的有效性。     

混合粒子群优化算法在CDMA系统多用户检测中的应用

针对粒子群优化算法易早熟的问题,提出了一种混合粒子群优化算法(HPSO)。首先在算法中采用惯性权重的分段递减策略,以提高算法的全局搜索能力;然后在算法后期,引入拉伸技术剔除比局部极值大的点,缩小搜索空间,使算法能及时跳出局部最优从而加速收敛,最后提出了基于HPSO算法的多用户检测器。仿真结果表明在信噪比相同的条件下,该多用户检测器的误码率和抗远近效应性能更接近于最佳多用户检测器,有效解决了码分多址通信系统中的多址干扰问题。     

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。     

基于混合粒子群优化的编队防空目标分配

针对防空作战中的多批次目标分配问题进行了研究。首先,建立了目标分配的约束 优化模型;其次,提出了一种混合式粒子群优化算法用于问题的求解;然后,给出了问题求 解的详细步骤和粒子群算法的应用规则;最后,基于仿真算法验证了模型的正确性和算法的 有效性及计算实时性。     

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。