卫星网络和高空平台网络频谱共存下的分布式鲁棒波束成形算法

面向由卫星网络和高空平台网络有机结合的星空融合网络,提出一种基于非完美信道状态信息的分布式鲁棒波束成形算法。首先,在卫星网络和高空平台网络分别采用多播技术和非正交多址技术服务多个用户的场景下,以最大化网络和速率为目标函数,并以满足各个用户速率需求为约束,建立卫星和高空平台发射功率受限为约束的优化问题。其次,在仅能获取用户非完美信道状态信息且仅能实现非完美连续干扰消除的情况下,采用S-procedure和连续凸逼近对非凸问题进行转化,并进一步提出基于拉格朗日对偶的分布式波束成形算法,以实现网络间的频谱共享。最后,计算机仿真表明所提分布式算法相比现有工作能以更低的信令开销获取更高的频谱效率。     

基于无人机中继的星地认知网络波束成形算法

针对基于无人机中继的星地认知网络,提出了两种波束成形（beamforming, BF）算法,通过对各种干扰进行抑制,实现系统间的频谱共享。具体而言,在基于无人机中继的卫星网络作为次级网络、地面网络作为主网络的情况下,以无人机最大发射功率和主用户所受干扰为约束条件,建立次级用户信干噪比最大化准则的优化问题;接下来在已知次级用户统计信道状态信息的条件下,提出一种基于迭代的BF算法对优化问题进行求解;更进一步,为了降低迭代算法的实现复杂度,提出了一种基于迫零的BF算法。最后,计算机仿真验证了所提两种波束成形方案的正确性与有效性。     

分布式IRS辅助毫米波MU-MISO系统联合波束成形设计

为解决非视距场景下毫米波多用户多输入单输出(MU-MISO)系统下行链路的可靠性通信问题,提出一种分布式智能反射表面(IRS)辅助多用户通信的联合波束成形设计方案.考虑功率和恒模约束,以用户加权和速率最大为目标,将基站有源波束成形和多个IRS无源波束成形联合建模为非凸优化问题.利用闭式分式规划技术解耦该联合优化问题为易...     

智能反射面辅助的太赫兹卫星通信鲁棒安全波束成形算法

本文针对智能反射面辅助的太赫兹卫星通信系统，提出一种基于用户非完美信道状态信息的鲁棒安全波束成形算法，以提升系统的物理层安全性能.首先，在智能反射面辅助的太赫兹卫星系统采用多播传输技术向多个合法用户发送信号，并且在其覆盖区域内存在多个窃听者的场景下，建立以卫星发射功率最小化为目标函数，合法用户的可达速率和可达安全速率满足要求为约束的联合优化问题.其次，考虑到非完美信道状态信息导致可达速率和可达安全速率均为非凸的概率约束，提出采用二阶泰勒展开和S程序方法对其进行转化，并进一步通过半正定规划完成智能反射面的相移矩阵和卫星发射功率的联合优化设计.最后，计算机仿真验证了所提算法的有效性和优越性.     

毫米波通信低复杂度波束选择和用户调度算法

针对毫米波混合波束成形系统中用户调度方案复杂度过高的问题,提出两种低复杂度的波束选择和用户调度联合优化算法。混合波束成形架构使得用户调度问题面临着新的挑战,变成了模拟波束选择和用户调度的联合优化问题。考虑发送端无法获得完美信道状态信息的实用场景,采用基于固定码本的波束训练方案获取等效信道状态信息,引入调用指示函数将联合优化问题建模成非凸组合优化规划,分别以粒子群优化和贪婪算法为核心,提出两种低复杂度的次优解决方法。仿真结果表明,相较穷举搜索,所提算法能在性能和复杂度之间取得很好的折中。      

面向Massive MIMO低轨卫星通信系统的鲁棒高效波束成形设计

以低轨卫星通信系统能量效率最大化为优化目标,重点研究鲁棒波束成形设计。假设卫星侧配备大规模多输入多输出技术,综合考虑传播延迟和多普勒频移造成的信道状态信息误差影响,在发射功率受限和用户服务质量约束下,提出了一种鲁棒高效的波束成形方案。考虑到遍历用户速率和遍历信干噪比都没有闭合表达式,采用具备闭合表达式的近似值代替,同时,采用半正定规划算法将非凸二次约束二次规划形式问题进行等价转换,并提出了一种联合二次变换分式规划和凹凸过程的内外两层嵌套迭代算法。最后,采用一种惩罚函数算法解决半正定规划算法中存在的秩1约束问题。仿真结果表明,所提算法性能优于传统算法,且鲁棒性较高。     

基于图神经网络的联合用户调度与波束成形优化算法

协作多点（Co MP）传输技术具有降低同频干扰和提高频谱效率的特点。对于Co MP,用户调度与波束成形是2个分别位于媒体访问接入层和物理层的基本研究问题。在考虑用户服务质量需求下,重点研究用户调度与波束成形的联合优化问题,并以网络吞吐量最大化为目标。为了克服传统优化算法计算开销大且未有效利用网络历史数据信息的问题,提出了一种基于图神经网络联合用户调度与功率分配模型,并结合波束向量的解析公式,以实现联合用户调度与波束成形优化。仿真分析表明,所提算法能够以较低的计算开销实现与传统优化算法相匹配,甚至更优的性能表现。     

多无人机辅助通信中用户匹配与频谱资源联合优化方法

针对多无人机作为空中基站为地面设备提供临时服务的动态频谱分配问题，主要考虑无人机与地面用户匹配、子信道分配和功率分配三个方面。为了保证用户通信的公平性，在考虑频谱复用和共信道干扰的情况下，以最大化地面用户最小传输速率为目标，提出了一种用户匹配与频谱资源联合优化算法来解决上述混合整数非线性优化问题，通过聚类算法优化无人机与地面用户的最佳匹配，通过块坐标下降法迭代优化子信道分配和功率分配。仿真实验分析表明，提出的求解方法可以有效提升用户的传输速率，保证用户通信公平性。     

基于IRS辅助的MIMO车联网系统联合波束成形设计

针对MIMO车联网系统中V2I和V2V共享频谱的情形,提出了一种IRS辅助的联合波束成形设计方法。在保证V2V用户数据速率需求、V2I基站发射功率受限和IRS反射相移模约束等条件下,以最大化V2I用户的信道容量为目标,联合优化基站端发送预编码和IRS端的反射相移矩阵。采用最小均方误差规则、矩阵分析理论和内逼算法把非凸且变量耦合的优化问题转换为解耦后的凸优化问题,并提出一种交替迭代优化算法获得原问题的解。对所提算法的性能进行仿真,分析了IRS反射单元数、IRS部署位置和车速对车联网频谱效率的影响。仿真结果表明,所提算法收敛性较好,若在基站附近部署IRS,利用所提的联合波束成形方法能最大限度地提高车联网频谱效率。     

高低轨频率共存卫星通信系统鲁棒波束成形算法研究

针对静止轨道(Geostationary Earth Orbit, GEO)卫星系统和低轨道(Low Earth Orbit, LEO)卫星系统频率共享时存在的干扰问题,本文基于低轨分布式卫星编队提出了一种鲁棒自适应波束成形算法,从空间域功率隔离角度解决了高低轨卫星通信系统上行链路共用频谱时GEO用户对于LEO卫星共线干扰问题。算法中综合考虑卫星通信系统长传播时延导致的阵列导向矢量存在一定误差,在基于线性约束最小方差(LCMV)准则的自适应波束成形器中设计了考虑系统最恶劣误差情况的鲁棒性约束,并采用泰勒级数逼近法求解波束成形器加权矢量。仿真结果表明本文的鲁棒波束成形算法在卫星通信环境下适应度较高,能够有效地缓解高低轨卫星通信系统频率共享带来的同频干扰问题。      

窃听信道下认知多小区中的协同波束赋形算法

小区之间优化变量耦合使多小区联合优化问题为非线性非凸问题,通过约束泄露干扰提出了基于半正定松弛的中心式协同波束成形算法,在此基础上,采用部分对偶分解方法将中心式联合优化问题分解为一组单小区优化问题,提出了一种分布式迭代求解算法。结果表明,所提算法在保证系统安全速率需求和认知干扰约束的条件下实现了系统功耗的降低,此外,分布式算法不仅能降低实现复杂度,而且能达到中心式算法的性能。     

基于统计信道信息的智能反射面辅助物理层广播算法设计

智能反射面(Intelligent Reflective Surface,IRS)作为一种非常有前景的新型无线中继技术,可以改变无线传输环境,有效提升无线系统的频谱和能量效率.提出了一种基于统计信道的IRS辅助物理层广播系统的传输方案,在仅已知统计信道时,联合设计基站波束成形和IRS反射相位,最大化最小用户的各态历经容量.目标函数非连续,IRS的模一约束导致对应的优化问题非凸,对此首先得到了近似问题目标函数的闭式表达式,随后将其解耦为两个子问题:子问题1对应基站波束成形设计,可直接求得闭式解;子问题2对应IRS反射相位设计,该问题依然非凸,采用基于软件无线电的方法获得了该问题的近似最优解.仿真结果表明,基于统计信道信息的传输方案在降低系统开销和算法复杂度的同时能够有效提升IRS辅助的物理层广播系统性能.     

大规模MIMO系统中基于溢出概率的鲁棒协作波束设计

大规模多输入多输出(Massive MIMO)技术通过在基站端配置大规模天线能有效提升5G蜂窝系统容量。考虑信道估计误差对系统性能的影响,该文在多小区大规模MIMO系统中形成了用户信干噪比的非溢出概率约束下最小化系统功率的优化问题。针对非凸概率约束中下行波束难于求解的问题,该文根据矩阵迹的性质将优化问题中的非凸约束缩放,进而提出上下行对偶算法求解波束矢量。为进一步减少多小区系统中信令开销,基于大系统分析,提出了仅采用大尺度信息的分布式算法。仿真结果表明,所提的分布式算法与对偶算法相比,在保证用户信干噪比的概率约束时,降低了大规模MIMO系统中传输瞬时信道状态信息的开销,同时具有良好的鲁棒性。     

基于智能反射面辅助的无人机中继系统安全通信方法

为了提高无人机中继系统的安全通信性能,解决无线信道受障碍物遮挡问题,该文提出一种基于智能反射面(IRS)辅助的无人机(UAV)中继系统安全通信方法。在所提方法中,通过联合优化UAV的位置、基站波束成形和IRS相移,最大化系统的最小保密速率。为了解决这个复杂的非凸优化问题,该文将原问题分解为UAV位置优化子问题、波束成形和IRS相移优化两个子问题。使用1阶泰勒展开处理优化问题中的非凸项,然后提出一种交替优化的算法进行求解。仿真结果表明该文提出的算法能提高系统的最小保密速率,并且具有良好的收敛性。     

利用部分重叠信道的多无人机自主协同优化抗干扰

针对多无人机通信网络抗干扰中的功率和信道联合优化问题,考虑多无人机通信网络中的部分重叠信道切换、外部恶意干扰与网络内部互扰问题,通过构建Stackelberg博弈抗干扰模型,设计无人机用户和干扰机的效用函数,并提出了基于次梯度迭代的算法求解博弈的均衡解,获得无人机用户在干扰条件下的部分重叠信道选择和功率选择联合优化结果。仿真结果表明,所提算法能使多无人机用户获得良好的信道选择和传输功率策略,优化多无人机通信网络抗干扰性能。     

IRS辅助的安全通信系统波束成形嵌套优化算法

智能反射面（Intelligent Reflecting Surface,IRS）是一种通过重新配置无线传播环境,提高无线通信网络安全性的绿色通信新技术。该文针对IRS辅助的多输入单输出安全通信系统,考虑在合法用户保密率约束下,联合优化基站处的发射波束成形和IRS处无源移相器的反射波束成形,使基站的发射功率最小。为了求解多变量耦合的非凸优化问题,我们提出了拉格朗日函数和粒子群嵌套优化算法,使用粒子群算法搜索IRS的反射波束成形,拉格朗日函数求解对应的发射波束成形,获得非凸优化问题的次优解。论文仿真比较了不同算法下基站所需的发射功率,结果表明所提算法基站所需发射功率更低。      

基于分布式天线的全双工中继系统最大化和速率波束成形设计

基于分布式天线的全双工中继系统结合了全双工中继两跳同时同频传输的能力和分布式天线高效覆盖的特性,为提升小区边缘和严重阴影衰落区域的频谱效率提供了一种有效途径。在自干扰抵消非理想的多用户场景下,利用分布式多天线波束成形可实现对系统中自干扰和多用户干扰的联合抑制。为此,该文首先建立了在各分布式天线节点独立发射功率约束下最大化多用户端到端和速率的最优化系统模型,进而提出一种双层迭代算法,解决原问题的非凸性求解难题。仿真结果验证了算法的有效性,表明在多用户分布式天线全双工中继系统中,所提波束成形设计能够有效抑制自干扰和多用户干扰,显著提高系统频谱效率。     

智能反射面辅助的抗干扰安全通信系统鲁棒资源分配算法

为了解决恶意干扰攻击、窃听和不完美信道状态信息造成的通信质量降低和安全性差等问题,该文提出一种智能反射面(IRS)辅助的抗干扰安全通信系统鲁棒资源分配算法。首先,基于合法用户的最小安全速率约束、最大发射功率约束和IRS相移约束,在非法节点不完美信道状态信息、干扰器波束成形向量未知的情况下,构建了一个联合优化基站的波束成形向量、人工噪声的协方差矩阵和IRS的相移矩阵的鲁棒资源分配问题。其次,为了求解该非凸问题,利用交替优化、Cauchy-Schwarz不等式、连续凸逼近和泰勒级数展开等方法,将原问题转化为易于求解的凸优化问题。仿真结果表明,与传统算法相比所提算法能有效提高系统安全性、降低功率开销、提高抗干扰裕度,且在一定信道误差范围内能够减低约35%的保密中断概率,具有较强的鲁棒性。     

面向窃听用户的RIS-MISO系统鲁棒资源分配算法

针对信道不确定性影响、用户信息泄露和能效提升等问题,该文提出一种基于不完美信道状态信息的可重构智能反射面(RIS)多输入单输出系统鲁棒资源分配算法。首先,考虑能量收集最小接收功率约束、合法用户最小保密速率约束、基站最大发射功率约束及RIS相移约束,基于有界信道不确定性,建立一个联合优化基站主动波束、能量波束、RIS相移矩阵的多变量耦合非线性资源分配问题。然后,利用Dinkelbach,S-procedure和交替优化方法,将原非凸问题转换成确定性凸优化问题,并提出一种基于连续凸近似的交替优化算法。仿真结果表明,与传统非鲁棒算法对比,所提算法具有较低的中断概率。     

基于深度强化学习的无人机小区间干扰抑制技术研究

无人机(UAV)辅助蜂窝网络的空中基站工作在频谱高度拥挤的场景中,会造成严重空中小区间干扰(Inter-Cell Interference, ICI)而大大降低网络性能。为解决该问题,研究了基于深度强化学习的无人机辅助蜂窝网络小区间干扰抑制技术。首先建立了无人机辅助蜂窝网络中基于联合波束成形与功率控制(Joint Beamforming and Power Control, JBPC)的抗干扰优化模型。然后提出了基于置信区间上界(Upper Confidence Bound, UCB) Dueling深度Q网络(Deep Q Network, DQN)的深度强化学习求解算法,并利用该算法设计了联合波束成形和功率控制的ICI抑制技术。仿真结果表明,基于UCB Dueling DQN学习的JBPC干扰抑制技术的收敛性优于DQN和Dueling DQN算法,且能达到穷举法的最优容量,有利于提高无人机辅助蜂窝网络性能。