基于混合网络的小区间干扰协调研究

在蜂窝与Ad hoc混合网络中,小区边缘用户会受到邻近小区边缘用户的同频干扰.针对该问题,提出一种基于子载波分配的小区间干扰协调方案.该方案中的用户子载波分配选择算法具有信道增益选择性,且能对最小化子载波进行重利用,可提高小区边缘区域用户的通信性能.仿真结果证明,与软频率复用和部分频率复用方案相比,该方案能更有效地增加小区边缘用户的吞吐量.     

LTE系统自适应软频率复用技术研究

提高小区边缘用户性能是蜂窝移动通信系统的经典难题.下一代蜂窝移动通信系统3GPP LTE通过有效的小区间干扰协调以及频率资源分配来改善小区边缘用户性能.提出一种自适应软频率复用算法,根据系统负载情况自适应地为各小区分配主、副载波及其发射功率,在实现系统吞吐量优化的同时保证小区中心和边缘区域速率需求.算法首先通过穷尽搜索和贪婪递减策略,获得单小区最优资源分配,然后在不同小区间迭代执行单小区算法直到系统吞吐量不变为止.仿真结果表明,算法通过多次迭代后,系统吞吐量保持不变并输出一种优化的资源分配方案.与同类频率分配算法相比,可以有效提升小区边缘用户的吞吐量,同时获得更高的系统容量,更适用于高速率的LTE系统.     

OFDM中基于干扰协调的上行多点协作传输方法

在LTE系统中正交频分多址(OFDMA)能在所有小区中复用完整的频段,因而能提供很高的频谱效率,但它产生了很高的小区间干扰尤其是在小区边缘。文中提出了一种基于干扰协调(ICIC)的上行多点协作传输(CoMP)方法,该方案结合基于软频率复用的干扰协调算法,不需要为CoMP单独划分额外的带宽。仿真结果表明,相比不采用干扰协调,该方案能够很好地提升用户平均吞吐量和边缘用户的吞吐量。     

LTE-A飞蜂窝系统干扰协调智能优化算法

在同频组网的LTE-A飞蜂窝系统中,飞蜂窝基站的密集部署会造成较为严重的同频干扰,导致网络吞吐量和用户的服务质量(Quality of Service,QoS)降低。部分频率复用(Fractional Frequency Reuse,FFR)作为常用的干扰协调方案,可以有效地提高边缘用户的服务质量。在FFR方案的基础上,通过结合遗传算法和基于模拟退火的图着色算法,提出了一种智能优化部分频率复用(Intelligence-FFR,I-FFR)算法。该算法能够动态地调整中心区域所占比例和边缘区域的频率复用因子,以增加宏小区吞吐量,降低小区边缘区域用户的中断概率。仿真结果表明,与FFR-3干扰协调算法相比,提出的I-FFR算法可使宏小区吞吐量提升15%,同时边缘区域平均用户的中断概率从85%降低到40%。     

一种新型的LTE系统干扰协调算法

为了解决LTE多小区系统在重度边缘负载情况下所承受的严重的小区间干扰问题,提出了一种基于小区边缘用户数的干扰协调调度算法ICPF。该算法在软频率复用干扰协调场景下提出了改进型资源分配以及二次调度思想,在初步分配资源的基础上进行频率资源二次调整,并有效地与调度算法结合起来。仿真结果表明,ICPF算法能在保证频谱利用率的前提下,提高小区边缘用户性能以及多用户分集的效果。     

基于K-means的动态资源分配策略

为提高移动边缘计算(MEC)环境下大型云计算中心资源的利用率和用户体验,提出基于K-means算法的动态计算资源和频谱资源分配算法(KDSAA).分析传统的资源平均分配方式和虚拟机分配方式现状,研究用户的综合需求,将资源模拟成“流体”,采用拍卖算法进行分配,线性求解出边缘云吞吐量和传输时延的最优值.实验结果表明,该算法可有效提高边缘云吞吐量和降低传输时延.     

Femtocell网络中基于保证公平性的频谱资源分配算法

家庭基站是一种低成本低功耗,由用户部署的小型基站,能提供更好的室内覆盖效果和数据速率。但是在无协作频谱复用场景中,小区间干扰已经成为当前主要问题。本文提出一种保证公平性的频谱资源分配算法。首先提出一种基于干扰图的公平系数来确定FAP使用频谱资源数的下界值,保证FAP间资源分配的公平性;然后提出灵活的准则用于资源分配。仿真结果表明,本文提出的公平算法不仅提高了用户平均吞吐量和小区边缘用户吞吐量,同时也确保了资源分配的公平性。     

移动边缘计算环境下的动态资源分配策略

在通讯设备爆炸式增长的时代,移动边缘计算作为5G通讯技术的核心技术之一,对其进行合理的资源分配显得尤为重要。移动边缘计算的思想是把云计算中心下沉到基站部署(边缘云),使云计算中心更加靠近用户,以快速解决计算资源分配问题。但是,相对于大型的云计算中心,边缘云的计算资源有限,传统的虚拟机分配方式不足以灵活应对边缘云的计算资源分配问题。为解决此问题,提出一种根据用户综合需求变化的动态计算资源和频谱分配算法(DRFAA),采用"分治"策略,并将资源模拟成"流体"资源进行分配,以寻求较大的吞吐量和较低的传输时延。实验仿真结果显示,动态计算资源和频谱分配算法可以有效地降低用户与边缘云之间的传输时延,也可以提高边缘云的吞吐量。     

中继蜂窝系统联合调度的公平性优化

针对中继蜂窝系统,提出一种联合调度的公平性优化模型.在分析中继网络小区用户通信方式的基础上,从边缘用户调度的公平性角度考虑充分发挥不同调度算法的优势,对基站采用最大载干比调度算法,中继器节点运用比例公平的联合调度算法对小区频率资源进行合理分配,提高边缘用户信号质量和小区的容量及覆盖率.仿真结果表明,联合调度算法的边缘用户性能优于传统调度算法,系统吞吐量提高20％.     

一种基于蜂窝网络的D2D通信资源分配算法

设备直连（Device-to-device,D2D）通信用户通过复用蜂窝用户的频谱资源可提高频谱利用率和系统的整体通信容量,但复用蜂窝网络频谱资源会带来严重的干扰,影响整体通信质量。针对干扰问题,本文通过建立通信系统模型,研究系统的线性规划问题以及相应的最佳资源分配算法。考虑到最佳算法复杂度较高,本文提出一种启发式算法来分配通信资源,通过遍历D2D对用户与蜂窝用户之间的干扰矩阵找到最小干扰值,分配复用资源给相应的蜂窝用户和D2D对用户。在蜂窝用户都分配到通信资源之后,对D2D对用户进行专用通信资源分配。仿真结果表明,该算法在降低算法复杂度的基础上显著地减小了D2D对用户对蜂窝用户的干扰,能够最大程度地增加D2D对用户的数量。     

基于智能跳频的短波无线接入网动态频谱分配算法

针对现有短波无线接入网的固定式频谱分配方法难以满足使用智能跳频技术新要求的问题,分析智能跳频短波无线接入网的通信需求,提出智能跳频短波无线接入网的动态频谱分配策略及算法。首先将各机动用户和接入基站看作一子网;然后将对各子网的频谱分配建模为基于图着色理论的智能跳频短波无线接入网频谱分配模型;最后结合通信需求提出分配策略和算法,完成频谱分配并进行了仿真分析。结果表明,这些频谱分配策略及算法以不同的目标进行频谱分配,能够有效支撑智能跳频技术在短波无线接入网中的应用,与固定式频谱分配方法的定频通信相比,在网络效益、子网满意度、网络公平性、网络支持用户数和频谱利用率等方面均有明显提升,同时能有效降低互扰率。     

基于图着色的大规模MIMO系统中动态导频分配

针对大规模多输入多输出（MIMO）系统中存在的导频污染问题,提出一种基于图着色的动态导频分配方案。为了更加合理地分配导频、减小导频污染,首先,利用小区间协作,将不同小区的用户通过带权值的边相连来构建边权值干扰图,以此来描述多小区用户间的导频污染程度;然后,在传统的图着色理论基础上,利用相连用户边权值不同的特点,优先为受导频污染严重的用户分配导频资源。理论分析和仿真结果表明,所提的导频分配方案不同于现有的分布式导频分配方案,在考虑所有小区导频复用的情况下,基于图着色集中式地分配导频,能够减小小区间用户的干扰,提升大规模MIMO系统的上行可达和速率。     

Interference coordination based on random fractional spectrum reuse in femtocells toward Internet of Things

Femtocell is featured with a low-power and low-cost cellular access in indoor environments, and thus offers an effective yet flexible way to implement information exchange over Internet of Things. In femtocell networks, the dense deployment of home eNodeBs causes severe inter-cell interferences and imposes heavier load on the scarce frequency spectrum. In this paper, we propose an inter-femtocell interference coordination scheme to enable random and fractional reuse of frequency resources in a 3D in-building scenario. Specifically, we consider the regular femtocell deployment, where all the femtocells are divided into two groups and two neighboring femtocells will be classified into different group. Each group is initially allocated with a half of frequency resources. To more sufficiently utilize the spectrum, either group of femtocell is allowed to transmit over the frequency assigned to the other group of femtocell in a random way at the cost of introducing some interferences, i.e., reuse based on a specified probability. This probability is determined by maximizing the geometric mean of users’ average throughput, such that the fairness among users is guaranteed simultaneously. Moreover, an equivalent scheme generated from full frequency reuse between two femtocells groups is also given. Here, either group of femtocell will avoid transmitting over fractional frequency randomly with a certain probability and the interference to the adjacent femtocell can be reduced. The simulation results show that the proposed schemes could obtain the larger system average rate and edge user performance compared with the baseline schemes. Moreover, the geometrical average throughput per user achieved by our method is highest, and a more fair resources allocation can be realized .     

一种H2H和M2M混合场景下的前导码资源动态分配机制

在H2H和M2M混合场景下,随着大规模M2M(Machine-to-Machine)设备接入网络,受限于有限的接入前导码资源,H2H(Human-to-Human)用户的接入成功率会大幅降低。针对此问题,提出了一种H2H和M2M混合场景下的前导码资源动态分配机制。在满足H2H平均接入时延要求的情况下,动态调整分配给M2M设备的前导码资源数量,然后根据分配的资源数量,自适应调整每个随机接入子帧内参与竞争的M2M设备数量,最大化M2M设备的接入效率。对M2M设备接入成功率及H2H平均接入时延进行仿真,结果表明所提方法相比固定资源分配机制,在H2H平均访问时延较低的情况下,明显提高了M2M设备的接入成功率。     

基于博弈资源分配的认知异构网络干扰协调算法

基于underlay频谱共享模式的认知异构网络可有效缓解频谱资源短缺问题,但同时会加剧网络中的干扰。针对该问题,提出了一种基于非合作博弈模型的动态频谱分配和功率控制算法进行干扰协调。首先,考虑频谱共享造成的干扰问题,引入认知用户优先等级,将问题构建为联合动态频谱分配与功率控制的频谱定价博弈模型;其次,通过两阶段动态博弈得到纳什均衡解,实现认知网络层频谱资源合理分配和发射功率控制。仿真表明,所提算法能够实现不同优先级用户频谱资源的合理分配和认知基站发射功率控制,有效抑制认知异构网络的跨层干扰和层内干扰。     

协作多点传输系统中基于图论的动态分簇算法

在蜂窝移动通信系统中,小区间的干扰严重限制着小区边缘用户的性能,而协作多点传输（Coordinated Multi-Point,CoMP）技术可以显著减少小区之间的干扰并改善边缘用户的性能。为了提升小区边缘用户的数据传输速率,本文针对CoMP系统提出一种基于图论的动态分簇算法。该算法利用图论的方法建立蜂窝网络的拓扑结构图,通过对小区间干扰的分析,能够同时生成多个簇大小不固定的协作簇,解决了簇大小固定和依次分簇所造成的系统受限问题。仿真结果表明,相比于其他分簇算法,本文算法在改善分簇的性能的同时降低了计算复杂度,并提高了系统的和速率。     

Wi-Fi网络下多AP协作边缘计算资源分配策略

近年来, AR/VR、在线游戏、4K/8K超高清视频等计算密集且时延敏感型应用不断涌现, 而部分移动设备受自身硬件条件的限制, 无法在时延要求内完成此类应用的计算, 且运行此类应用会带来巨大的能耗, 降低移动设备的续航能力. 为了解决这一问题, 本文提出了一种Wi-Fi网络多AP (access point)协作场景下边缘计算卸载和资源分配方案. 首先, 通过遗传算法确定用户的任务卸载决策. 随后, 利用匈牙利算法为进行任务卸载的用户分配通信资源. 最后, 根据任务处理时延限制, 为进行任务卸载的用户分配边缘服务器计算资源, 使其满足任务处理时延限制要求. 仿真结果表明, 所提出的任务卸载与资源分配方案能够在满足任务处理时延限制的前提下有效降低移动设备的能耗.