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。     

无人机辅助通信中基于用户轨迹的无线资源和航迹优化

近年来,将无人机应用在无线通信网络中来提高系统性能的研究越来越普遍。针对无人机辅助移动用户通信的下行无线传输系统,提出了一种基于用户轨迹的无人机辅助通信系统无线资源分配和航迹优化方法。根据已知的用户运动轨迹提前获取估计的大尺度信道状态信息,以最大化用户的最小平均速率为目标,建立了一个联合优化无人机通信带宽分配和飞行航迹优化的问题。该问题是一个非凸优化问题,要优化的变量之间存在非线性耦合,通过引入辅助变量和分离变量交替优化的方法,将原问题分解为2个可以求解的近似凸优化子问题,并利用连续凸逼近方法对2个子问题交替迭代优化,得到原非凸问题一个近似次优解。仿真结果表明,所提方法能够有效提高用户的平均数据吞吐量,在保证所有用户的通信质量的前提下提高无人机辅助通信的效率。     

基于通感融合的无人机预编码及飞行轨迹设计

无人机(UAVs)具有机动性强,低成本及易部署等特性,通过搭载通信及感知设备,支持通信与感知技术的高效资源共享,无人机可作为融合通信与传感技术的高性能空中平台。该文针对多输入多输出(MIMO)无人机使能的联合通信、感知场景,综合考虑无人机飞行能量、多天线传输及用户业务需求等限制条件,建模无人机通信、感知预编码及飞行轨迹联合优化问题为多目标优化问题,以实现通信用户最低速率最大化及目标最小发现概率最大化。由于通信用户最低速率最大化问题为非凸优化问题,难以直接求解,将原优化问题分解为通信预编码设计子问题及无人机轨迹设计子问题,并采用交替迭代法依次求解两个子问题直至算法收敛,其中,对于通信预编码设计子问题,提出一种基于迫零(ZF)算法的求解策略;对于无人机轨迹设计子问题,提出一种基于连续凸逼近(SCA)算法的求解策略。基于所得到的无人机最优轨迹,将无人机感知位置选择问题建模为加权距离和最小化问题,进而应用泛搜索算法优化确定目标感知位置,并设计基于ZF算法的通信感知预编码联合优化策略,以实现通信感知性能的联合优化。最后通过仿真验证了该文所提算法的有效性。     

无人机辅助反向散射通信计算任务卸载与资源分配

针对边缘计算网络中用户能量短缺问题，该文提出一种无人机(UAV)辅助的反向散射通信网络计算任务卸载和资源分配方案。首先，通过联合考虑飞行轨迹、用户的计算频率、任务卸载比例、无人机及用户的发射功率、反向散射时间分配以及主动通信时间分配，构建最小化无人机总能耗优化问题。其次，利用交替优化算法，将原非凸问题分解为两个子问题，并通过连续凸逼近方法将原问题转化为凸问题进行求解。仿真结果表明，所提算法使得无人机能耗显著减少，且具有良好的收敛性。     

加权能耗最小化的无人机辅助移动边缘计算资源分配策略

针对无人机(UAV)辅助的移动边缘计算(MEC)系统,考虑到无人机能耗与地面设备能耗不在一个数量级,该文提出通过给地面设备能耗增加一个权重因子以平衡无人机能耗与地面设备能耗。同时在满足地面设备的任务需求下,通过联合优化无人机轨迹、系统资源分配以最小化无人机和地面设备的加权能耗。该问题高度非凸,为此提出一个基于交替优化算法的两阶段资源分配策略解决该非凸问题。第1阶段在给定地面设备的卸载功率下,利用连续凸逼近(SCA)方法求解无人机轨迹规划、CPU频率资源分配及卸载时间分配;第2阶段求解地面设备的卸载功率分配。通过两阶段的交替和迭代优化找到原问题的次优解。仿真结果验证了所提算法在降低系统能耗方面的有效性。     

基于全频谱共享的三维轨迹和功率优化方法

当前蜂窝系统频谱资源极度短缺,免授权频谱因而被建议在蜂窝系统中使用。无人机(UAV)的飞行轨迹和功率控制对频谱利用效率有重大影响。然而,基于频谱共享的3维轨迹和功率优化方法却鲜少研究。为此,该文首先提出一种全频谱共享方法,即无人机通过控制上行蜂窝用户和设备到设备(D2D)用户的发射功率,在不影响WiFi设备正常传输的前提下使用免授权频谱;同时无人机也能够在不影响其他下行蜂窝用户的前提下使用授权频谱。然后基于提出的全频谱共享方法,该文构建了无人机电池能量约束下的3维飞行轨迹和发射功率的联合优化问题。为了求解提出的复杂多变量耦合的非凸优化问题,该文采用块坐标下降和连续凸逼近方法将原问题转化为3维轨迹优化和功率控制两个凸优化子问题并迭代求解。大量仿真结果证明提出的基于3维轨迹和功率优化的全频谱共享方法能够显著提高频谱利用效率。     

一种新型的OFDMA比例公平资源分配算法

针对已有算法对系统容量和高公平性兼顾较差的情况,提出了一种满足公平性的系统容量最大化资源分配算法。在子载波分配中通过建立信道效率控制模型,给当前用户分配信道效率最高的子载波,将信道增益低于门限值的子载波重新分配,改进了最大化最小(max-min)用户速率模型。在功率分配中将系统模型转化成用注水线表示的数学模型,首先求解各用户的注水线,再求解各用户的功率分配,保证了用户间比例公平性。两种信噪比情形下的仿真和分析表明,整个方案计算复杂度稍低,系统容量获得较大提升,并且用户间的公平性始终为1。     

一种基于多小区OFDMA系统用户公平性约束的分布式资源分配算法

针对多小区OFDMA系统下行链路,研究了用户公平性约束下的资源分配问题,提出了一种多基站协作的迭代优化的分布式资源分配算法。每个小区根据干扰状况及用户公平性,迭代地进行子载波和功率的资源优化;而每次迭代中,根据用户公平性准则分配子载波,并将非凸的小区功率优化问题转化为其下界的凸问题,通过一个分布式算法来求解。通过仿真验证了算法的有效性;仿真结果表明,与传统网络的固定功率分配的情形相比,所提算法保证了用户之间的公平性并显著提高了系统吞吐量。     

基于地理位置的频谱共享系统功率分配

针对次用户地理位置分布的随机性,提出一种基于地理位置的多信道underlay频谱共享模型,并设计了一种基于凸优化的功率分配算法以提高频谱资源利用率。首先根据不同地理位置的次用户对主用户干扰的差异,设计一种基于产出投入比的公平性信道分配准则,将复杂的多信道资源分配问题转化为单信道功率分配问题;继而采用一种基于凸优化的迭代寻优方式进行功率分配,最终获得次用户的系统信道容量。仿真结果表明,相比按接入时间先后分配信道的方法,基于地理位置的多信道underlay频谱共享模型可以获得更高的信道容量。     

多无人机辅助移动用户通信的功率分配和航迹优化

针对多无人机辅助移动用户通信的下行无线传输系统,提出了一种用户吞吐量最大化的多无人机发送功率和飞行航迹分簇优化方法。考虑每架无人机服务的用户分簇、发送功率分配和飞行航迹规划,构建了一个多无人机辅助多用户通信的吞吐量最大化问题。通过引入辅助变量和分离耦合变量的方法,将非凸问题分解为两个近似凸优化问题;再基于贪婪算法的思想和连续凸逼近方法,对两个近似凸优化问题进行迭代交替优化,得到原非凸问题的一个近似次优解。仿真结果表明,所提优化方法能够有效提高用户数据吞吐量。     

协作系统中基于比例公平的资源分配方法

针对多用户协作中继系统中的资源分配问题,提出了一种在满足用户速率比例公平约束条件下的新算法。该算法先将由2个时隙组成的中继用户传输链路转换为一个等效信道链路,将涉及子载波分配、中继选择和功率分配的组合优化问题转化为分步的次优化问题。该算法在等功率分配情况下,根据各用户速率比例公平系数进行初步子载波数目分配;以瞬时信道增益最佳原则,进行剩余子载波数目分配及具体子载波分配,同时完成中继选择;在速率比例公平约束条件下推导出次优化功率分配的闭式表达式,从而完成各子载波上的功率分配。仿真结果表明,该算法在有效提高系统容量的同时,保证了各用户速率之间的比例公平性。     

基于内容感知的无人机轨迹规划和资源分配联合优化方法

针对未来网络中激增的数据流量以及用户多样化的业务需求,利用无人机来辅助蜂窝网络为用户提供更好的服务。该文提出了基于内容感知的无人机轨迹规划和资源分配联合优化方法,在无人机上缓存热点内容,在满足用户内容需求的条件下,联合优化用户接入以及无人机飞行轨迹来最大化最小用户平均服务速率。由于所建立的优化问题具有非凸性,该文提出了一种块坐标下降的方法将原问题分解为两个子问题,并利用连续凸优化方法对问题进行求解。仿真结果表明,所提方法能够有效提升最小用户平均服务速率,提升网络深度覆盖水平。     

基于合作博弈的多信道认知无线网络中的频谱共享算法简

采用合作博弈对多信道认知无线网络中的频谱共享问题进行了建模分析,提出了次用户在各信道上的信干噪比乘积作为合作博弈的效用函数。次用户在各信道上保证对主用户的干扰小于一定门限的要求下,通过最大化各自效用函数的乘积来进行功率分配。由于最大化次用户效用函数的乘积问题是非凸的,通过变量替换将其转化为了一个等价的凸优化问题,利用该凸优化问题的对偶分解,提出了一种次用户间的频谱共享算法。仿真结果表明,所提算法在次用户和速率与公平性之间进行了有效折中。     

异构蜂窝网络中基于能效的非正交多址接入下行功率分配算法

该文针对应用非正交多址接入(NOMA)技术的异构蜂窝网络,在考虑层间层内干扰的情况下,提出一种能效最大化的功率分配算法。该算法主要包括两部分,一部分为子信道内用户功率分配因子的求解,主要利用差分优化的方法,迭代求解。另一部分为子信道间的功率分配,主要利用凹凸程序法将原有的非凸问题简化为可解的凸问题,最后利用拉格朗日求解法得出功率最优解。仿真结果表明该算法有良好的迭代性,且新算法表明利用NOMA技术得到的系统能效较利用正交技术得到的系统能效提高了至少44%以上。     

面向用户传输差异的低轨道地球卫星资源分配策略

低轨道地球卫星（LEO）上行链路通信场景下，针对不同用户对于高容量传输（HCT）和高可靠性传输（HRT）需求的差异性，对2种不同需求的用户进行频谱共享，建立HRT用户需求受限下的HCT用户总和容量最大化的资源分配模型，并联合用户功率和信道资源进行优化。基于信道衰减统计特性进行功率分配，以应对信道衰减的随机性带来的不确定性挑战，在功率分配的基础上，应用匈牙利算法对用户进行两两配对，共用同一信道。为了提升HCT用户的公平性，将最小遍历容量的最大化纳入优化目标，并在已有算法基础上引入一个平衡矩阵进行求解。仿真结果表明，相较于其他几种算法，所提算法在相同HRT用户中断概率下，HCT用户的总和容量最高，改进后算法在提升HCT用户公平性和鲁棒性上也有显著效果。     

基于飞行轨迹的无人机通信信道仿真

通过分析无人机之间无线链路的传播损耗、多普勒频率和多径时延等特征参数,提出一种基于三射线的无人机通信信道模型,并给出了无人机飞行轨迹在不同坐标系中的转换公式及已知飞行轨迹求解信道模型参数的方法。最后针对两种不同的典型飞行场景,对无人机通信链路的多径时延、传输损耗及多普勒频率算法进行了仿真验证,并获得了基于飞行轨迹的无人机空空数据链信道模型。该模型对无人机数据链系统参数选取、物理层算法设计和性能分析等具有重要意义。     

多天线OFDM系统中的自适应子信道分配和天线选择

针对多用户MIMO-OFDM系统,提出自适应子信道分配算法.首先将相邻的子载波分块成若干子信道,在分配子信道的时候优先考虑平均信道容量小的用户,并且将相对利用度大的子信道分配给该用户,从而在频谱利用率和公平性上具有较好的性能.为了降低发送端的硬件复杂度以及非线性因素的影响,将自适应信道分配和发送天线选择相结合,提出联合自适应子信道分配和天线选择算法.仿真结果表明,本文提出的联合算法具有较高的频谱效率和较低的中断概率.     

基于比例速率保证的信道误差OFDMA中继系统资源分配

针对存在有信道估计误差的正交频分多址( OFDMA)中继系统,在考虑用户传输中断概率的同时,提出了满足不同用户最小服务质量( QoS)需求和比例公平性约束条件下的中继选择、子载波分配和功率分配的联合优化问题,建立了以最大化系统总容量为目标的优化模型。在此基础上以速率最大化为目标进行最佳中继选择,并通过动态子载波分配来满足用户的最小QoS需求和比例公平性,最后采用拉格朗日乘子法来得到最优功率分配方案。仿真结果表明,此算法在降低用户中断概率的同时,提高了系统吞吐量并保证了用户速率的比例公平性。     

基于能量效率的双层非正交多址系统资源优化算法

该文针对双层非正交多址系统(NOMA)中基于能量效率的资源优化问题,该文提出基于双边匹配的子信道匹配方法和基于斯坦科尔伯格(Stackelberg)博弈的功率分配算法。首先将资源优化问题分解成子信道匹配与功率分配两个子问题,在功率分配问题中,将宏基站与小型基站层视作斯坦科尔伯格博弈中的领导者与追随者。然后将非凸优化问题转换成易于求解的方式,分别得到宏基站和小型基站层的功率分配。最后通过斯坦科尔伯格博弈,得到系统的全局功率分配方案。仿真结果表明,该资源优化算法能有效地提升双层NOMA系统的能量效率。     

毫米波大规模MIMO-NOMA系统功率分配和混合预编码设计

针对基于非正交多址接入(Non-Orthogonal Multiple Access, NOMA)的毫米波大规模多输入多输出(Multiple Input Multiple Output, MIMO)系统中边缘用户可达速率较低的问题，提出了一种联合功率分配和混合预编码的优化方案来保证边缘用户在内的所有用户都具有较好的速率性能。基于最大最小公平性准则，设定了一个含有复杂目标函数和高维非凸约束的优化问题。采用固定变量法将该非凸问题转换为功率分配和混合预编码2个子优化问题处理。对于功率分配的设计，通过卡罗需-库恩-塔克(Karush-Kuhn-Tucker, KKT)条件得到了封闭形式下的最优功率分配系数；对于混合预编码的设计，提出了基于迫零(Zero Forcing, ZF)和压缩边界粒子群优化(Boundary Compressed-Particle Swarm Optimization, BC-PSO)算法相结合的求解方法，得到混合预编码的次优解。提出了一种交替优化算法来交替优化功率分配和混合预编码，直到满足设定的精度要求。仿真结果表明，该方案的最大最小速率优于传统的NOMA方案。