机间数据链系统的功率分配控制方法

针对想定战场中机间数据链网络通信模型的上行链路功率控制问题,采用了一种基于多目标灰狼算法(Multi-objective Grey Wolf Optimizer,MOGWO)的功率控制方法.将功率控制建模为多目标优化问题,以最小化上行链路中各节点功率、使各节点在接收机处的信干噪比值(Signal-to-In-terference plus Noise Ratio,SINR)接近目标SINR和最小化通信时截获概率为多目标优化问题建立模型,利用MOGWO求解问题模型Pareto前沿,依据系统选解准则求得最佳解.结果表明,MOGWO、多目标粒子群算法、基于分解的多目标进化算法与多目标蚁狮算法所得解对应各节点SINR的平均标准偏差分别为0.0968、0.3544、1.0900和0.3083.在恒定功率方法下最远节点处SINR已不满足正常通信需求,验证了MOGWO功率控制方法有更好的稳定性与寻优能力.     

期望信号功率对MVDR算法性能的影响分析

当接收数据中存在期望信号时,即使是入射信号互相独立, 最小方差无失真响应（minimum variance distortionless response ,MVDR）算法性能都受期望信号功率的影响。在各入射信号相互独立的前提下,本文先是分析了期望信号功率对期望信号输出功率和干扰加噪声输出功率的影响,接着分析了该影响下的输出信干噪比（SINR,signal-to-interference-plus-noise ratio）以及它的收敛速度的变化情况。分析表明,输出SINR在一定范围内是随着期望信号功率的变大而增加,但是当期望信号功率变大到一定程度后,干扰被抑制的强度会随着期望信号功率的变大而减弱,从而导致输出SINR不再随期望信号功率的增大发生变化。SINR的收敛速度也随期望信号功率的增大而变慢。仿真验证了分析结果的有效性。      

全双工大规模MIMO异构网络频谱效率分析及优化

本文研究全双工大规模多输入多输出（multiple-input-multiple-output, MIMO）异构网络。推导了采用迫零（zero-forcing, ZF）预编码/检测方案的上下行渐近信干噪比（signal-to-interference-plus-noise ratio, SINR）的闭合表达式。根据理论分析,提出了基于几何规划（geometric programming, GP）的功率控制方案和基于部分用户选择（partial users selection, PUS）的跨层干扰消除方案,改善系统频谱效率。仿真结果表明,与传统方案相比本文提出的功率控制方案和跨层干扰消除方案能够显著提升异构网络的频谱效率。      

TD-LTE路测常用参数分析

对TD-LTE(分时长期演进)路测常用参数RSRP(参考信号接收功率)、RSRQ(参考信号接收质量)、RSSI(接收信号强度指示)、SINR(信干噪比)、CQI(信道质量)、MCS(调制编码方式)、吞吐量等进行详细介绍,定性分析这些参数的相互关系以及这些参数反映TD-LTE网络哪些方面的问题。     

认知无线电系统的顽健资源分配算法

摘 要：针对多用户下垫式认知无线电网络中参数不确定性问题,提出了一种顽健分布式功率控制算法。在干扰温度门限和次用户信干噪比（SINR）的约束下,考虑信道不确定性,实现认知系统功率消耗最小化。基于欧几里得球形不确定性描述,利用拉格朗日对偶分解理论给出了顽健功率控制问题的解。仿真结果表明,该顽健功率分配算法能同时满足主用户和次用户的QoS需求,与非顽健算法和传统SOCP算法对比可提升系统性能。     

TD-SCDMA与TD-LTE协同优化的理论研究

TD-LTE与TD-SCDMA有着相同的网络覆盖要求,根据用户的实际需求,通过科学部署TD-LTE,将完成在TDSCDMA现网天线参数、切换带等重要参数的继承。TD-SCDMA和TD-LTE均要求考虑SINR指标,两者在优化目标上也体现出互补的关系。TD-LTE F频段与TD-SCDMA A频段均选择同一天线进行协同优化,为经验传承与互补奠定良好基础,并促进TD-LTE网络发展更加成熟。文章通过分析TD-SCDMA与TD-LTE协同优化可行性,提出了TD-LTE与TD-SCDMA协同优化方法。     

影响TD-LTE组网的关键技术研究

本文将针对TD-LTE系统的特点,对影响TD-LTE组网干扰控制的关键技术,如资源调度、功率控制以及频率复用等方面深入探讨,分析其对TD-LTE组网干扰的影响方面和程度,并提出控制TD-LTE组网干扰的核心技术,对目前TD-LTE即将大规模应用的情况下,具有重大的意义。     

多载波通信系统仿真中的EESM和MI-ESM方法

介绍了在OFDM系统仿真中链路级仿真和系统级仿真之间的映射方法，主要探讨了两种基于有效SINR映射的方法：指数有效SINR映射（EESM）和互信息有效SINR映射（MI—ESM）。着重阐述了这两种方法如何把多状态信道变成单状态信道以及为什么这种有效单SINR方法能够表示多个子载波SINR信道性能，同时也重点研究这两种方法的主要优缺点以及它们对RRM算法设计的影响。而且，也提及了如何去构建链路和系统级映射表（MCS，SINR，BLER）。     

针对NOMA和CR网络的功率分配方法

在基于非正交多址（NOMA）和认知无线电（CR）网络的混合系统中进行功率分配,需要同时考虑主用户（PUs）和从用户（SUs）的服务质量。文章考虑在一个小区中主从用户同时存在,从用户采用NOMA的方式接入系统,并且从用户对主用户的造成的干扰不能影响到主用户的正常通信。本文提出的功率分配方法,可以实现接入系统中的从用户数量的最大化,并且还动态考虑了主用户的数量、信道条件、发送功率以及正常通信时的信干噪比（SINR）阈值等情况,最大可接入从用户的数量还会随着主用户各参数的变化而变化。仿真结果表明,在主用户数量、主从用户SINR阈值设置相同的情况下,所提功率分配方法与FTPC方法相比复杂度相同,但是本文的分配方法可以比FTPC多接入近一半的从用户数量。      

多用户JT MIMO系统下行联合功率分配算法

文中提出一种多用户MIMO下行联合发送（简称JTMIMO）技术中的功率分配算法。首先给出了多用户JT MIMO下行链路模型，并导出了下行信道干扰模型和有偏信道信息下的SINR公式。在此基础上，文中提出一种适用于多用户JTMIMO下行链路的联合功率分配算法，仿真验证表明：通过合理分配用户的发送功率，在满足每个用户信干比（SINR）的前提下，最小化总传榆能量具有较好的能量效率。