SWIPT网络中保障物理层安全的保密能量效率优化

针对下行多用户携能通信网络中具有非线性特征的能量收集过程,提出了一种使用连续凸逼近方法的能量收集方案.该方案考虑授权用户对信息的安全性要求,构造了具有最大化保密能量效率的优化问题,联合优化了多用户的保密速率与网络能耗.为求解该多变量耦合的非凸优化问题,采用泰勒级数转换非凸函数,在连续凸逼近和Dinkelbach理论框架内,设计了满足最大保密能量效率要求的资源分配算法,获得了授权用户所需的最小输入功率.仿真实验的结果验证了该算法在最优化系统保密能量效率上的有效性.为多输入多输出或无法获得完整信道状态信息等更真实无线携能通信网络中通信安全及能量效率的研究提供了依据.     

多IRS辅助的NOMA URLLC系统性能优化

工业自动化等新型无线通信场景具有严格的低时延性和高可靠性需求，在网络中联合使用智能反射面(IRS)、非正交多址接入(NOMA)以及超可靠低时延通信(URLLC)技术能支持海量终端接入，并提供更低的通信时延、更高的可靠性，以及更高的吞吐量性能。考虑多IRS辅助的NOMA URLLC系统在多个用户被划分为多个簇的情况下，用户簇和IRS如何最佳配对和通信资源如何优化的问题，研究了联合优化用户发射功率分配、IRS反射波束成型以及用户簇IRS配对决策问题，最大化用户的吞吐量之和。为解决所考虑的非凸优化问题，提出一种基于交替迭代算法，通过巧妙地引入松弛变量，并采用半正定松弛方法，高效求解功率分配优化、IRS反射波束成型优化以及用户簇IRS配对决策优化三个子问题。仿真结果表明，所提算法能显著提高系统吞吐量，并且显示了用户簇IRS配对决策优化的必要性与有效性。     

非正交多址接入系统中关于迫零波束的用户配对

为了满足人们对移动通信越来越多的要求,第五代通信系统(5G)的研究日益受到人们的重视。为了增加系统的容量,非正交多址接入(NOMA)技术作为一种新的多址接入技术很有可能运用到5G中。由于接收端运用串行干扰消除技术,可以将多个信号结合在一起传送。因此将NOMA与多输入多输出技术结合在一起,采用迫零算法设计波束。每个波束可以有多个用户,主要讨论用户的配对选择问题。为了提高系统的效果,利用迫零算法波束的特点,提出了用户的配对选择算法。仿真结果证明,该算法有很好的效果。     

基于双边匹配模型的上行链路NOMA用户配对方案

针对上行链路非正交多址接入(Non?orthogonal multiple access,NOMA)中的用户配对问题,提出了一种基于双边匹配模型的上行链路NOMA用户配对方案,与现有的NOMA用户配对方案不同,本方案根据用户信道增益采取预分组,避免了信道增益差距巨大的用户配对,同时避免信道增益差距微小的用户配对,以提高...     

双IRS辅助的NOMA无线携能通信网络优化

无线携能传输（simultaneous wireless information and power transfer,SWIPT）能够有效解决通信终端的能源受限问题,而智能反射面（intelligent reflecting surface,IRS）能够辅助增强SWIPT的效率。为了克服单个IRS覆盖范围有限的缺点,以及进一步提高SWIPT的时间和频谱资源利用率,考虑了一个双IRS辅助基于非正交多址接入技术（non-orthogonal multiple access,NOMA）的无线携能通信系统,其中发送端的波束成形矢量、每个IRS的相移以及接收端的功率分割系数将进行联合优化以最大化系统的最小用户速率。为解决上述有着高度耦合优化变量的非凸优化问题,提出一个基于半正定松弛技术（semidefinite relaxation,SDR）和连续凸逼近技术（successive convex approximation,SCA）的交替优化（alternative optimization,AO）算法来高效求解该问题。仿真结果表明,双IRS辅助的系统比传统的单IRS辅助的系统能够实现更高的最小速率,揭示了部署双IRS的优异性、所提算法的有效性以及联合优化IRS相移及功率分割系数在提升用户速率性能方面的重要性。     

5G非正交多址技术关键问题研究

非正交多址接入(NOMA)技术是5G通信的关键技术之一。该技术采用功率域复用的方式增加用户接入数,具有较高的频谱效率和可靠性,应用前景广泛。因此,研究5G非正交多址接入技术具有相当重要的意义。尤其是对其关键问题,如用户间的资源分配和多址干扰的消除等方面的问题,更值得深入研究。分别对这两个关键问题,就国内外目前的研究进展进行了详尽的分析和探讨。从实际多用户小区的资源分配、单一的串行干扰消除技术出发,总结了目前研究中所存在的问题,并提出相关解决方案,为更好地发挥NOMA技术的性能优势、抑制多用户共享资源带来的多址干扰问题提供参考。随着研究的深入,资源分配和干扰消除两大关键问题必将得到完善的解决,非正交多址技术也会在5G通信领域中得到广泛的应用。     

面向无线传感器网络的无线携能通信研究

能量受限是无线传感器网络应用的瓶颈问题,为了使无线传感器网络获得稳定持续的能量来源,提出将无线携能通信（ SWIPT）技术应用到无线传感器网络中。基于时分多址（ TDMA）的通信方式建立了适应于无线传感器网络的无线携能通信系统新优化模型。通过凸优化问题的求解得到该优化模型的最优分配策略。利用仿真实验对无线携能通信在无线传感器网络中应用的可行性进行了分析,对方法的有效性进行了验证。     

MIMO系统中基于非正交多址接入的功率分配算法研究

随着移动通信技术的发展,通信服务已变成人类日常生活中不可或缺的部分.尤其是近年来各类智能终端的大众化,使得接入无线通信的用户数和人们对通信服务的需求均呈爆炸式的增长.但现如今可用的频谱资源是有限的,且传统的正交多址接入系统的用户接入数受限,很难满足用户日益增长的需求.非正交多址接入允许在同一时频资源上复用多个用户,极大程度地提高了系统的用户接入数和频谱效率.将非正交多址接入技术运用于多输入多输出系统中,更进一步地提升系统各方面的性能.针对在MIMO-NOMA系统中现有的研究存在的复杂度较高的问题,提出一种基于串行干扰消除残留的功率分配算法.首先,建立斯坦克尔伯格博弈模型,将基站设置为卖方,小区内各用户设置为买方.其次,使用拉格朗日函数求出在约束条件下用户购买的最优功率,此功率为关于单位价格的函数.最后,求解出基站为各用户设置的最优单位功率价格.在基站和用户双方博弈的过程中,基站动态地调整功率价格,尽量最大化自身收益.仿真结果表明,所提算法与分数阶功率分配算法相比,吞吐量在系统总功率为24 dBm且串行干扰消除因子为0.001时有15.65%的提升,并且在吞吐量性能与文献[10]相近的基础上,降低了运算复杂度,减小了基站的功率消耗.     

下行多用户NOMA系统中基于能效优化的资源分配

非正交多址接入技术（Non-orthogonal multiple access, NOMA）提高了通信系统的频谱效率且可支持大量用户接入,因此受到广泛关注。以能量效率（简称能效）最大化为目标的多用户NOMA系统下行链路的资源分配问题,是一个难以求解的非凸问题,为此,将问题分解成用户分组和功率分配2个子问题。首先采用一种基于贪婪算法的用户分组方式降低了穷举法的计算复杂度;其次根据确定的分组方式,得到各个子信道上复用用户的功率分配系数表达式。为了进一步提高系统的能效,研究了子信道间非等功率分配方案,将子信道功率分配问题规划成非线性非凸的比率和问题,并利用Dinkelbach类算法得到次优解。仿真结果显示,文中采用的方案可以达到更好的系统容量和能效。     

基于无线携能通信的传感云系统Sink节点最优能效策略

无线携能通信能够提升传感器网络的能量效率和资源复用率,然而当前研究均优化无线携能通信参数以实现系统增益,忽略了信道质量变化对系统能量效率的影响.为了解决该问题,针对无线携能通信的传感云系统,提出基于最优停止理论的Sink节点能效优化策略.首先设计下行无线携能通信、上行信息传输的工作时序,其中下行阶段Sink节点采用机会调度策略,选择信道质量较好时刻开始下行链路传输.Sink节点能效定义为系统所实现的上行吞吐量与下行能耗之比.继而基于最优停止理论,建立Sink节点能效最优化问题并证明该问题存在最优停止规则.最后设计最优能效算法求解Sink节点最优下行无线携能传输时刻,从而制定相应的能效优化策略.通过仿真实验验证最优能效算法的有效性与性能,同时通过不同策略的对比验证所提策略在提升Sink节点能效方面的优势.     

Cognitive radio inspired NOMA with SWIPT for green multicasting in next generation wireless networks

This paper investigates an application of simultaneous wireless information and power transfer (SWIPT) in a cognitive radio (CR) inspired non-orthogonal multiple access (NOMA) framework with an aim to support simultaneous multicast services of delay sensitive traffic to a high priority multicast group and a low priority multicast group, modeled as primary user (PU) and secondary user (SU) respectively. A cooperative NOMA protocol is proposed where the nodes in the SU multicast group (SU-MG), located in between a common base station (BS) and the PU multicast group (PU-MG), act as relays. As an incentive, a provision is made such that the BS could support exclusive downlink transmission to the SU-MG. In view of the challenge of supporting sustainable network operation with their limited battery power, the SU relays are equipped with requisite harvesting hardware to harvest energy from the NOMA signal transmitted by the BS, using the principle of SWIPT. Closed form expressions of outage probabilities of PU-MG and SU-MG and their approximations under high SNR regime are derived to characterize the performance of the proposed protocol. Furthermore, allocation of exclusive time interval to SU-MG and power sharing of NOMA signal are optimized jointly with an aim to minimize the outage probability of SU-MG under the outage constraint of PU-MG. Simulation results are presented to validate the accuracy of the analytical expressions. Results highlight that proposed scheme performs much better in terms of energy efficiency of PU-MG as compared to that of traditional orthogonal multiple access and non-cooperative NOMA, both without SWIPT.     

基于无线传感器网络的移动机器人智能导航算法

结合了无线传感器技术和群集智能技术两者的优势,提出一种新的基于无线传感器网络的移动机器人智能导航控制算法,并考虑了能量消耗的问题。算法利用基于多传感器信息融合的全局概率地图构建技术、使用群集仿生智能的基于微粒群算法的实时在线路径规划以及避障策略,提高了智能导航的整体性能,满足了在复杂环境和未知障碍物下导航的实时要求。最后设计并构造出了实际的无线传感器网络和实际的机器人系统,验证了算法成功实现机器人导航的有效性和准确性。     

对精英加速的改进人工鱼群算法*

人工鱼群算法是一种群智能全局随机优化算法,存在算法收敛精度低和效率差的缺点。为克服这一缺点,利用最速下降法具有运算简单、运算速度较快的特点,提出了对精英加速的改进人工鱼群算法。该算法利用最速下降法对适应度值最好的人工鱼更新,通过人工鱼之间信息交换指导其他人工鱼,提高鱼群整体水平,加快人工鱼群算法收敛速度。数值试验结果表明,所得改进人工鱼群算法不仅运算量减少,而且具有更快的收敛速度和更高的收敛精度。改进算法提高收敛精度和运算效率,相较其他算法具有一定优势。     

WSN中基于改进樽海鞘群算法的分簇路由协议

针对无线传感器网络能耗不均衡、网络生存期短的问题,提出了一种基于改进樽海鞘群算法的分簇路由协议。所提协议分别从分簇阶段和稳定传输阶段进行优化。分簇阶段,首先对樽海鞘群算法进行改进,克服了基本樽海鞘群算法局部勘探和全局开发能力不平衡的问题;其次考虑节点剩余能量和地理位置设计高效的适应度函数,以选出最优簇首,平衡簇间负载。稳定传输阶段,设计了基于最小生成树的簇间路由算法,为簇首构建最优传输路径,在缓解簇首负载的同时提高网络能量利用率。簇内通信阶段,引入轮询控制机制帮助节点构建传输调度,提高时隙利用率。仿真结果表明,与FIGWO和GAFCMCR算法相比,所提协议能够有效平衡网络负载,提高网络能量利用率,延长网络生存期。     

一种改进的人工鱼群算法

人工鱼群算法是一种基于动物行为的群体智能优化算法。该文提出一种改进的人工鱼群算法,在觅食行为中让人工鱼直接移动到较优位置,以加快算法的搜索速度,动态调整人工鱼的视野和步长,使其在算法运行初期保持最大值,并逐渐由大变小。该算法较好地 平衡了全局搜索能力和局部搜索能力,提高了算法运行效率和精度。仿真结果表明,改进的人工鱼群算法收敛性能比原有算法提高了1倍 以上。     

基于改进量子猫群算法的流水车间调度研究

猫群算法（Cat Swarm Optimization,CSO）是近年来提出的一种新型群体智能算法,针对猫群算法在求解大规模调度问题中出现的不足,如易早熟、搜索效率低下等,提出了一种改进的量子猫群算法。将猫群算法的跟踪模式和搜寻模式中猫群位置的更新,通过基于量子旋转门的量子位概率幅更新的方式来实现,并提出了随时间可变的猫群模式选择配比MR。在求解流水线调度问题的仿真实验结果中表明,改进量子猫群算法的性能远远优于基本猫群算法。     

一种群模式全局搜索算法

由于模式搜索算法易陷入局部极值且效率低。受群智能算法的启发,结合模式搜索算法,提出一种全局优化算法——群模式全局搜索算法。该算法引入群智能的思想,包含4个操作:模式探测、模式移动、模式学习、模式扩散,具有较强的局部-全局搜索能力,且收敛速度快、稳定性好。对benchmark函数集进行仿真并与其它多个算法对比,实验结果证实该算法的有效性。     

双向携能通信网络中子载波和功率联合分配

在正交频分复用技术和双向通信下,研究了携能通信网络中的资源分配问题。提出了一种面向子载波和传输功率的联合分配算法,该算法不依赖于现有的功率分割或时隙切换机制,可以在不同的子载波上分别传输信息和能量,简化了携能机制设计;此外,考虑到实际能量收集电路的饱和特性,该算法基于非线性能量采集模型,采用拉格朗日对偶和次梯度方法,研究了在满足用户传输速率阈值的前提下使系统的总能耗最小化的问题,降低网络能量开销。数值仿真实验证实了此联合分配算法的有效性和能量高效性。     

一种混沌人工鱼群优化算法

人工鱼群算法是一种群智能全局随机优化算法,存在陷入局部极值和效率低的不足,结合混沌搜索的特点,提出一种混沌人工鱼群优化算法,该算法是用混沌初始化来初始化鱼群,在聚群和追尾行为后进行混沌的遍历性和随机性扰动来使鱼群局部搜索同时摆脱局部极值点。仿真实验结果表明,该算法比基本人工鱼群算法全局能力更强,搜索效率更高。