基于迁移深度强化学习的低轨卫星跳波束资源分配方案

针对低轨(LEO)卫星场景下,传统资源分配方案容易造成特定小区资源分配无法满足需求的问题,该文提出一种基于迁移深度强化学习(TDRL)的低轨卫星跳波束资源分配方案。首先,该方案联合星上缓冲信息、业务到达情况和信道状态,以最小化卫星上数据包平均时延为目标,建立支持跳波束技术的低轨卫星资源分配优化模型。其次,针对低轨卫星网络的动态多变性,该文考虑动态随机变化的通信资源和通信需求,采用深度Q网络(DQN)算法利用神经网络作为非线性近似函数。进一步,为实现并加速深度强化学习(DRL)算法在其他目标任务中的收敛过程,该文引入迁移学习(TL)概念,利用源卫星学习的调度任务快速寻找目标卫星的波束调度和功率分配策略。仿真结果表明,该文所提出的算法能够优化卫星服务过程中的时隙分配,减少数据包的平均传输时延,并有效提高系统的吞吐量和资源利用效率。     

基于非稳态MAB的LEO卫星跳波束时隙分配算法

针对低地球轨道（LEO）卫星系统中的跳波束资源分配算法不能适应小区业务动态变化等问题，提出了一种基于非稳态多臂赌博机（MAB）的LEO卫星跳波束时隙分配算法。首先，以系统二阶差分容量最小化为优化目标，建立了时隙分配和波束等级匹配的联合优化问题。其次，由于该问题非凸且难以直接求解，基于有效小区和有效关键小区的概念提出波束等级组合方案生成算法，从而生成所有可能的波束等级组合方案。接下来，提出了基于非稳态MAB模型的动态时隙分配方案，在最优波束等级组合方案下完成时隙分配与波束等级匹配的联合优化。最后，计算机仿真结果表明，所提算法在多种小区业务分布的情况下，系统平均冗余度均不超过20%；相比于其他对比方案，所提算法在保持较高的系统吞吐量的同时，还可以将波束平均重访时间控制在300 ms左右。     

低轨星座的跳波束资源调度策略

跳波束技术作为一种高通量卫星资源分配方法,能够根据地面业务需求灵活配置星上资源,提高星上资源利用率。本文将跳波束技术应用到低轨星座场景中,针对用户业务先验未知和先验已知两种情况,考虑波束间的共信道干扰,基于迭代算法和凸优化制定了适用于低轨星座的两种跳波束资源调度策略。与传统策略对比,能达到更高的系统吞吐量,同时具有较好的时延性能,且适应用户业务的不均分布。     

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。      

基于两阶段帕累托优化的卫星下行链路功率分配方法

多波束卫星下行链路在实现高传输速率和低功耗之间相互制约,是影响多波束卫星系统通信性能的重要因素之一.本文提出两阶段多波束卫星下行链路多目标功率分配方法,建立多波束卫星下行链路功率分配模型,第一阶段采用凸优化算法实现下行链路传输速率的优化匹配,将传输速率匹配的解作为第二阶段启发式算法的初始解,得出的帕累托解可表示优化后的性能,为链路传输速率和功耗提供了平衡点.研究结果表明,在相同传输速率条件下,两阶段优化方法将链路功耗降低了17.6％,且收敛速度较快.     

面向密集多波束组网的卫星通信系统资源调度算法

研究了高动态、资源受限条件下的卫星通信系统资源调度问题。以时间窗口、卫星功耗、信道数量、用户优先级以及任务突发性为约束,建立了卫星资源调度模型。考虑到传统的蚁群优化算法存在初期搜索速度过慢、局部搜索能力较弱以及易陷入局部最优等缺点,提出了以初始解集构造、额外信息素沉积为核心的改进蚁群优化算法,来求解资源调度问题。仿真实验评估了所提资源调度算法在完成任务的数量、优先级和调度完成时间方面的性能。实验结果表明,所提算法具有较快的收敛速度,且与同类型优化算法相比具有更高的调度效率,适用于调度面向密集多波束组网需求的卫星通信系统资源。     

基于非正交多址接入的网络切片联合用户关联和功率分配算法

为了满足网络切片多样化需求,实现无线虚拟资源的动态分配,该文提出在C-RAN架构中基于非正交多址接入的联合用户关联和功率资源分配算法。首先,该算法考虑在不完美信道条件下,以切片和用户最小速率需求及时延QoS要求、系统中断概率、前传容量为约束,建立在C-RAN场景中最大化长时平均网络切片总吞吐量的联合用户关联和功率分配模型。其次,将概率混合优化问题转换为非概率优化问题,并利用Lyapunov优化理论设计一种基于当前时隙的联合用户调度和功率分配的算法。最后采用贪婪算法求得用户关联问题次优解;基于用户关联的策略,将功率分配的问题利用连续凸逼近方法将其转换为凸优化问题并采用拉格朗日对偶分解方法获得功率分配策略。仿真结果表明,该算法能满足各网络切片和用户需求的同时有效提升系统时间平均切片总吞吐量。     

一种考虑反向缝的全球低轨卫星通信系统的波束排布方法

针对全球低轨卫星通信系统的动态性引起的反向缝区域覆盖问题,采用辐射场到地球覆盖区的转换方法,仿真分析了单个卫星服务区为圆形、椭圆和矩形时的全球覆盖情况,并采用椭圆子波束排布对椭圆和矩形的卫星覆盖进行了分析。结果表明,在不增加波束个数的前提下,采用波导缝隙阵的长椭圆子波束,单个卫星矩形覆盖可以有效解决卫星反向缝区域无法完全覆盖的问题。通过对多星影响下的载干比统计方法进行分析,得出这种卫星波束排布方法满足卫星通信的要求,为低轨卫星的天线波束设计提供了理论参考。     

低轨道量子卫星通信时分交换方案及性能分析

为解决低轨道量子卫星覆盖范围下,多个量子用户的接入与信息传输问题,提出了一种多波束时分量子交换方案,并详细给出了时分量子卫星交换机的工作原理。在不同的通信时隙上,为用户分别建立量子纠缠信道并进行量子信息传送。为克服星地链路及星际链路的时延问题,提出了基于量子信道字的交换和传输方法,从而降低单时隙量子比特传输的平均时延。系统性能分析与仿真结果表明,时隙个数、量子信道字长是影响系统的用户数量、吞吐量、呼损指标的关键因素。在一定的信道条件下,通过对这些系统参数进行合理设计,能够满足特定量子卫星系统的服务需求。     

低轨卫星通信系统干扰分析及策略研究

卫星通信技术日益进步,低轨卫星通信系统已然成为新的发展趋势。由于频谱资源受限,低轨卫星通信系统可能面临自身及与外部地面和卫星系统的同频干扰问题。文章指出从外部系统对低轨卫星通信系统干扰、低轨卫星通信系统对外部系统干扰以及低轨卫星通信系统内部干扰3个方面进行了系统干扰场景分析,在此基础上,根据不同的干扰情况分别给出了外部地面干扰、低轨卫星通信系统与同步静止轨道卫星以及系统内部的干扰规避策略,可以为低轨卫星通信系统设计提供一定的参考,保障系统能有效可靠地运行。     

Resource allocation for NOMA based D2D underlaid cellular networks

This paper puts forward a user clustering and power allocation algorithm for non-orthogonal multiple access (NOMA) based device-to-device (D2D) cellular system. Firstly, an optimization problem aimed at maximizing the sum-rate of the system is constructed. Since the optimization problem is a mixed-integer non-convex optimization, it is decomposed into two subproblems, namely user clustering and power allocation subproblem. In the subproblem of user clustering, the clustering algorithms of cellular user and D2D pair are proposed respectively. In the power allocation subproblem, the gradient assisted binary search (GABS) algorithm and logarithmic approximation in successive convex approximation (SCA) are used to optimize the power of subchannel (SC) and D2D transmitted power respectively. Finally, an efficient joint iterative algorithm is proposed for the original mixed inter non-convex non-deterministic polynomial (NP)-hard problem. The simulation results show that the proposed algorithm can effectively improve the total system rate and the larger the ratio of cellular users (CUs) to total users, the larger the total system rate.     

基于能量效率的分布式星群下行链路功率分配方法研究

针对多波束卫星通信系统星上资源稀缺和能量利用效率不高的问题,本文提出了分布式星群网络下行链路中兼顾系统功耗和数据速率的功率分配方法,通过合理的资源分配来优化系统的能量效率.首先建立分布式星群功率分配模型,将复杂的分式问题转化为易于求解的减法形式问题,然后基于凸优化理论,提出功耗-数据速率权衡功率分配算法,并讨论了能量效率（energy efficiency）与频谱效率（spectral efficiency）之间的权衡关系.仿真结果验证了提出算法的有效性和EE-SE权衡关系,并分析了电路功耗对系统性能的影响.     

超密集网络中基于移动边缘计算的任务卸载和资源优化

移动边缘计算(MEC)通过在无线网络边缘为用户提供计算能力,来提高用户的体验质量。然而,MEC的计算卸载仍面临着许多问题。该文针对超密集组网(UDN)的MEC场景下的计算卸载,考虑系统总能耗,提出卸载决策和资源分配的联合优化问题。首先采用坐标下降法制定了卸载决定的优化方案。同时,在满足用户时延约束下采用基于改进的匈牙利算法和贪婪算法来进行子信道分配。然后,将能耗最小化问题转化为功率最小化问题,并将其转化为一个凸优化问题得到用户最优的发送功率。仿真结果表明,所提出的卸载方案可以在满足用户不同时延的要求下最小化系统能耗,有效地提升了系统性能。     

面向空天地异构网络的边缘计算部分任务卸载策略

空天地异构网络作为一种新型网络构架,是未来6G实现泛在连接的关键支撑。该文提出一种面向空天地异构网络(SAGIN)的移动边缘计算部分任务卸载方案。首先,分析了低轨(LEO)卫星的覆盖时间。其次,联合考虑用户与无人机(UAV)匹配关联因子、任务分配、带宽分配、无人机计算资源分配以及无人机轨迹,旨在建立一个能耗最小化问题。最后,采用交替迭代优化算法,将原非凸问题分解为3个子问题,并利用变量替换和连续凸逼近方法将问题转化为凸问题进行求解。仿真结果表明,所提算法具有良好的收敛性能,并有效地降低系统能耗。     

基于能效的NOMA蜂窝车联网动态资源分配算法

在支持车与车直接通信(V2V)的非正交多址接入(NOMA)蜂窝网络场景下,针对V2V用户与蜂窝用户的干扰以及NOMA准则下的功率分配问题,该文提出一种基于能效的动态资源分配算法。该算法首先为了保证V2V用户的时延及可靠性同时满足蜂窝用户的速率需求,联合考虑子信道调度、功率分配和拥塞控制,建立了最大化系统能效的随机优化模型。其次,利用李雅普诺夫随机优化方法,通过控制可接入数据量保证队列稳定性以避免网络拥塞,并根据实时网络负载状态动态地进行资源调度,设计一种次优化子信道匹配算法获得用户调度方案,进一步,利用凸优化理论和拉格朗日对偶分解方法得到功率分配策略。最后,仿真结果表明,该文算法可以满足不同用户的服务质量(QoS)需求,并在保证网络稳定性前提下提高系统能效。     

Interference management for spectral coexistence in a heterogeneous satellite network

With the advent of the fifth generation of mobile radio communication by 2020, there will be many challenges such as increasing service demand with low delay in providing billions of end users called the satellite mobile users. It is expected that terrestrial communication systems will be faced with a dense network having many small cells anywhere and anytime. Therefore, there are some remote regions in the world where terrestrial systems cannot provide any services to end users. Furthermore, because of lack of spectral resources, it is very important that the spectrum is shared between satellite systems and terrestrial equipment by a suitable solution to interference management. In this paper, a heterogeneous satellite network that includes low earth orbit (LEO) satellite constellation and terrestrial equipment is proposed to provide low delay services. In this type of structure, interference management based on transmission power control between LEO satellite systems and mobile users is very important for obtaining high throughput. Moreover, in order to mitigate interference, transmission power control is shown based on noncooperative Stackelberg game under many subgames through pricing‐based algorithm and convex optimization method. Finally, the simulation results show that the performance of this study's system model will be improved through the proposed algorithm.     

Robust resource allocation algorithm for heterogeneous wireless networkwith SWIPT

To improve energy efficiency and robustness of heterogeneous wireless networks with wireless information and power transfer,the robust joint transmit power and power splitting resource allocation problem was studied.Based on mini-max probability machine and Dinkelbach method,the original NP-hard problem was transformed into a solvable convex optimization form,meanwhile a distributed dual resource allocation algorithm was proposed.Additionally,both computational complexity and robust sensitivity were analyzed.Simulation results show that the proposed algorithm can guarantee the quality of service requirements of macro cellular users and femtocell users under channel uncertainties.     

Resource allocation in NOMA heterogeneous network based on MEC

Aiming at maximizing the cache revenue,a joint user association and power allocation algorithm was proposed for the matching of base stations with users and power allocation in a NOMA heterogeneous network with caches,a NOMA joint optimization algorithm which was achieved by combing with message passing and DC programming was proposed.First,the constraints were incorporated into the objective function,and the user association result was obtained by calculating the marginal of the message passing between the function node and the variable node in the new optimization problem.Then,the original optimization problem was transformed into the form of the difference between two convex functions,and allocate power resources through DC programming.Finally,the final user association and power allocation results are obtained through iterative calculations.Simulation results prove that the proposed algorithm effectively improves network performance.