全双工无线携能通信速率最大化波束赋形研究

针对全双工无线携能通信系统,提出了一种基于系统和速率最大化准则的波束赋形联合优化方案。该方案以系统和速率最大化为目标,在保证上行/下行链路的最大发射功率约束及最小能量收获需求的同时,实现了信息速率和频谱效率的同步改善。由于速率问题为非凸问题,首先采用半定松弛及一阶泰勒近似方法将其转换为凸优化问题,然后结合基于逐次凸近似的迭代算法分别求解最优的信息波束赋形矢量和能量波束赋形矢量。仿真结果表明,所提方案相比传统方案性能更优,实现了系统和速率的有效提高。     

Massive MIMO 下行系统能效资源分配算法

摘 要: 针对无线通信网耗能造成二氧化碳排放量和运营成本日益增加的问题,提出了一种下行大规模天线系统能效最优的资源分配算法。算法在基站端采用最大比合并(MRT)的预编码情况下,考虑各用户最小数据速率、最大发射功率和可容忍的干扰水平约束条件下,以最大化系统能效下界为准则建立非凸优化模型。首先采用一种迭代算法确定每个用户的带宽分配,然后根据分数规划的性质,将能效优化问题的分数形式转化为减式形式,进而利用凸优化方法求解基站端最优的发射天线数和发射功率来获得最优能效。仿真结果表明,所提算法能以较小的迭代次数收敛到最大能效值,并且有较好的系统频谱效率性能,同时算法复杂度得到了显著降低。     

无线携能通信下mmWave协作通信小单元的能效最优策略

针对无线携能通信(SWIPT)网络中的能量与信息同时传输阶段的优化问题,以最大化链路能量效率为目标,提出一种SWIPT下mmWave协作通信小单元的能效最优策略。该策略在最小链路传输速率和最小收集能量的联合约束下,在能量受限型用户设备的接收端采用功率分流工作模式,通过优化发射功率控制和功率分流因子,最大化系统链路能量效率。针对原问题是一个非凸的分式规划问题,具有NP难性质,采用Dinkelbach方法将目标函数转化为易于求解的凸优化问题,并设计一个交叉迭代的算法求出最优解。仿真实验结果表明,提出的策略在优化系统能量效率性能上要优于传统功率控制方法和最大发射功率法。     

协作译码转发中继网络中的安全能效分析

基于物理层安全理论,研究了存在窃听用户情形下协作译码转发中继网络中的安全能效问题。安全能效,即消耗单位能量所能传输的保密信息量。在满足各节点发射功率约束和中继处最小译码速率要求下,通过功率控制实现系统的安全能效最大化。针对目标函数非凸问题,利用分式规划和DC(Difference of Convex functions)规划理论把目标函数分解为子函数通过迭代来进行优化求解。仿真结果表明,能效优化可以显著提升系统的安全能效。     

D2D通信中高能效的资源分配算法研究

D2D(Device-to-Device)能够大幅度改善频谱资源匮乏问题,但同时也引入了复杂的同频干扰。提出多个D2D对同时共用相同的无线资源的模型,在满足最小频谱效率的要求下,达到最大化D2D通信系统能效的目标。提出一个新颖的无线资源管理算法:首先,为简化干扰模型,通过分簇算法完成对D2D用户的分组;然后利用广义分式规划理论将分式形式的目标优化问题等价转换为减式优化问题;最后,提出一个高效的功率控制和子载波分配的迭代算法。数值仿真结果显示,该算法在保证频谱效率的约束下,能够显著提高D2D通信系统的能效,并且具有很好的收敛性。     

非完美CSI下的全双工中继网络的能效谱效均衡

为优化非完美信道状态信息下的解码转发全双工中继网络的能效和谱效,提出了一种基于该网络模型的能效谱效均衡策略。通过构建能量效率和频谱效率的折中优化函数,将一个非凸的多目标优化问题转换为一个凸的单目标优化问题,利用求导法和拉格朗日乘子法求解在不同折中因子下的最优中继发射功率。仿真结果表明,可以通过改变折中因子来优化系统的能效和谱效值,获得最优能效和谱效的性能折中。     

认知无线电网络中接入控制和功率波束形成的联合优化

在认知无线电网络中,针对鲁棒性的多用户接入控制和发射功率波束形成的联合优化问题,提出了基于熵函数光滑近似的联合优化方案。首先,利用L₀-范数最小化将接入控制和发射功率波束两个优化问题转化为一个联合优化问题;然后,利用基于熵函数光滑近似的方法对L₀-范数的非凸性及不连续性问题加以优化;最后,由于光滑可微的目标函数为单峰函数,将问题变形为增广Lagrange函数,利用Armijo梯度下降法得到问题的最优解。数值结果分析表明：新算法在信干噪比（SINR）较低时虽然所提算法的接入量无明显提高,但是在SINR较高时所提算法能显著降低发射功率并提高次用户的接入量。模型中对不确定的信道状态信息（CSI）加以分析,可以使网络更好地适应外界的变化,提高网络的可靠性,所提算法可以有效地实现网络资源的优化配置,提高网络性能。     

基于分簇协作频谱感知的认知无线网能量效率研究

针对认知无线网能量消耗引起的能量效率较低问题,在研究认知无线网分簇协作频谱感知能量效率的基础上,提出了一种最优功率分配算法来最大化次用户系统的能量效率。通过建立基于次用户能量效率最大化传输优化模型,在考虑传输功率、感知时间以及干扰限制的情况下,利用拉格朗日函数及KKT条件,得到最优次用户发射功率分配算法,以达到系统能量效率最大化的目的,同时分析了不同参数对能量效率的影响。仿真结果表明,本文所提算法能有效提高次用户系统的能量效率、减少系统开销。     

基于能效的多天线中继网络波束形成设计

为了提高放大转发多天线中继网络的能量效率,提出了一种基于能量效率的波束形成算法,在满足中继功率约束条件的同时,最大化系统归一化信噪比.最终得到的优化问题是一个非凸的优化问题,难以求解.将其简化为一个一维的优化问题,可以利用求导的方法进行求解.仿真结果表明:与基于信噪比的波束形成算法和未使用波束形成的放大转发方式相比,所提算法可显著提高系统的能量效率.     

基于功率控制的大规模MIMO系统能效优化算法

能效优化是5 G通信领域的一个研究热点.首先针对单小区多用户上行大规模MIMO通信系统,在满足用户QoS需求和系统可容忍的信道有效噪声条件下,建立关于发射功率、导频序列长度、基站天线数的能效优化模型;其次,不同于传统利用迭代算法求解使系统能效最佳的基站天线数,提出了采用Lambert W函数分析得到最佳基站天线数的闭式表达式;最后根据分式规划理论,采用迭代优化算法联合优化系统导频序列长度、发射功率、基站天线数.仿真结果表明,该算法较现有算法能效提高了11.2％,说明该算法能有效提高系统性能.     

基于能量采集的大规模MIMO系统能效优化

研究基于能量采集的大规模多输入多输出(multiple-input multiple-output,MIMO)系统能效优化问题。保证用户服务质量、能量塔发射功率限制和能量采集时间约束下,为实现上行大规模MIMO系统能效最大化,对能量塔发射功率、能量采集时间进行联合优化。该问题属于非凸优化问题,首先通过分式规划理论将原优化问题等价转换,然后采用块坐标下降（block coordinate descent,BCD）方法,对能量塔发射功率、能量采集时间、系统能效进行迭代求解,提出了一种基于能量采集的大规模MIMO系统的联合优化能效算法(energy-efficient power and time allocation algorithm,EPTA)。仿真结果表明,在保证用户服务质量的情况下,与均时最小QoS保证算法(time-averaged minimum QoS guaranteed algorithm,TA-QoSA)、吞吐量资源分配算法(throughput maximization based power and time algorithm,TPTA)相比,该算法提高了系统能效。     

NOMA网络中考虑回程约束的联合资源分配算法

针对应用非正交多址接入（NOMA）技术的异构蜂窝网络,提出了一种具有回程容量约束的能效最大化的功率和带宽分配算法。首先,考虑小蜂窝发射功率约束、小蜂窝速率约束和回程链路容量约束,构建了功率和带宽分配模型。然后,对于功率分配,利用凸差（DC）规划和函数的拟凹性将原问题转换为等价的凸问题,并使用凸差迭代法和二分法求得全局最优解;对于回程链路带宽分配,将其转换为可行性问题并给出了解析解。仿真结果显示,该方案的能量效率高于相同场景中的已有方案。     

基于磁谐振的无线信息和能量传输系统波束赋形策略

针对同步无线信息和能量传输系统,研究磁谐振波束赋形问题,考虑多个发射机、一个目标功率接收机、一个非目标功率接收机和一个目标信息接收机场景,通过引入一个传输控制器,可以使用相同的传输信号来传输信息和能量,将波束赋形问题建模成最优化问题,优化目标是最大化目标功率接收机功率,同时满足发射机功率、非目标功率接收机功率和目标信息接收机频谱效率的约束条件,采用半定松弛和高斯随机化相结合的方法,得到近似解。仿真结果表明,与等电流方案相比,本文提出的优化策略在目标功率接收机的预期功率和系统效率两方面都有一定程度上的提升。     

协作认知无线网络中基于功率分配的安全波束成形

在协作认知网络中,针对次用户作为转发中继时主用户信息容易被窃听的问题,本文提出了一种基于功率分配的安全波束成形设计方法。首先,根据任意转发波束成形功率占比,以次用户的传输速率最大化为优化目标,构建安全波束成形设计联合优化问题。然后,将所述目标优化问题转换为凸优化问题;最后,通过一维搜索转发波束成形功率占比获得全局最优解,完成认知无线网络的安全波束成形设计。仿真分析表明,本文所提方法在保证主用户信息安全的同时可实现次用户的传输速率最大化。     

安全能量效率优化的传感器网络传输研究

研究了射频无线充能传感器网络通信系统的安全传输及能量效率问题,针对传感器网络能量受限而无线通信容易被窃听的问题,利用物理层安全技术,提出了一种两阶段的安全传输协议。通过联合优化发送功率、射频能量协方差矩阵、敏感信息波束成型以及协作干扰协方差矩阵,使得传感器网络的安全能量效率达到最大。针对所提出的非凸问题,利用Dinkelbach方法将包含分式形式的目标函数简化,利用连续参数凸近似方法将非凸问题转化为可解形式,进而使用收敛迭代算法得到原问题的近似最优解。仿真结果表明,与对比方案相比,提出的传输方案可以在保证安全通信的基础上有效提高安全能量效率。     

一种用于5G IOT通信的能量效率方案

为了提高第五代物联网(5G IOT)系统的能量效率(EE)性能,提出了一种EE优化方案。在引入大规模MIMO系统的前提下,所提方案采用迫零波束成型(ZF-BF)接收,利用天线的选择睡眠机制进行部署,通过联合优化基站的发射功率和激活天线数量来最大化系统EE性能。根据EE方程的制定,EE优化问题被定义为分数规划问题,采用Dinkelbach算法将分数规划问题转换为减式形式,使得能效性能可在超快的收敛速度下达到最优。仿真结果表明,所提出的方案以较少的迭代次数获取最优的EE,并且比现有方案显示出更好的EE性能。     

高效节能的无人机多用户携能传输优化研究

无人机携能传输技术可用于提高物联网能效,为能量受限的物联网地面设备补充能量,以支持其完成不中断信息接收任务。面对无人机携能有限的现实条件和其能耗效率提升的需求,本文针对高效节能的无人机-地面通信优化问题进行了研究,综合考虑无人机飞行耗能和地面设备能源需求,对无人机发射功率和功率分割比进行联合优化,并对无人机轨迹和地面设备唤醒时间分配进行设计。研究的节能最大化问题是一个非凸的、分式和混合整数规划问题。针对此问题,本文提出一种基于连续凸逼近（Successive convex approximation, SCA）和经典Dinkelbach方法的交替迭代优化算法。最后仿真结果验证了该算法的有效性和优越性。     

基于能量收集的环境反向散射通信联合优化算法设计

针对环境反向散射通信系统,设计两跳无线信息和能量传输方案并基于能效最大化准则给出联合优化算法。源端配置多天线并采用最大比发送(Max Ratio Transmission,MRT)预编码方法,中继节点使用功率分流法以完成信息发送与能量收集。基于系统传输模型,对源端天线数和发送功率采用联合优化算法以得到系统最大能效。借助高信噪比近似法进行非凸向凸的转化以解决优化目标中非凸问题。此外,利用Lambert W函数得到源端天线数和发送功率联合优化的最优解。仿真结果验证了所提方案的有效性和正确性。     

基于深度学习的多用户毫米波中继网络混合波束赋形

针对传统多用户毫米波中继系统波束赋形方案计算复杂度高的问题，提出一种基于深度学习（DL）的奇异值分解（SVD）方法来设计混合波束赋形，以优化发送端、中继端和接收端波束赋形器。首先，利用DL方法设计发送端、中继端的波束赋形矩阵最大化可实现的频谱效率；然后，设计中继端、接收端的频带波束赋形矩阵以最大化等效信道增益；最后，在接收端设计最小均方误差（MMSE）滤波器消除用户间干扰。理论分析和仿真结果表明，基于DL的混合波束赋形方法相较于交替最大化（AltMax）与传统SVD方法：在高维信道矩阵和较多的用户情况下，计算复杂度分别降低了12.5%和23.44%；在已知信道状态信息（CSI）的情况下，频谱效率分别提高了2.277%和21.335%，在非完美CSI情况下，频谱效率分别提高了11.452%和43.375%。     

混合模式下认知无线电网络的能效优化算法

认知无线电网络中,协作频谱感知利用多个节点同时感知可提高频谱感知检测性能。然而随着感知的次用户(SU)个数增加,导致能耗增高、能效(EE)降低。为解决这一问题,本文结合机会频谱接入和衬垫式频谱共享2种共享模式,构造基于混合频谱共享模式的能效模型,同时考虑3种不同的融合规则、主用户(PU)的再占据概率和报告信道误差,以最大化SU系统的EE为目标,使用拉格朗日乘子法与次梯度下降算法对感知时间、参与感知个数、次用户发射功率进行迭代优化求解。仿真结果表明,在最低服务质量要求(QoS)和发射功率的约束下,该能效优化算法能够实现更高的吞吐量和更高的能量效率。