基于多约束联合优化的多址通讯信道分配方法

多址通讯系统中存在信道衰减、链路调度，以及干扰复杂等问题，现有的信道分配方法在效率和可靠性等方面仍然具有不足之处，于是提出了基于多约束联合优化的信道分配方法。建立多址通讯系统模型，对传输信号、信噪比和传输速率进行分析，建模过程中充分考虑用户的干扰、干扰增益和干扰功率。基于模型分析，联合信道干扰、信道匹配，以及传输功率对信道分配策略进行约束。在计算信道干扰时将其转换成干扰加权图求解，即利用分组得到最低用户干扰。利用信道匹配作为共用信道的依据，来提高信道利用效率；通过用户效用推导出传输功率，并引入完成优化求解。通过仿真，验证了所提方法在多指通讯信道分配时具有较高的处理效率和可靠性，显著提高抗干扰能力，降低了传输功耗和阻塞风险，从而有效保证了用户服务需求。     

基于叠加编码及多用户调度的高斯传输信道优化算法

为了提高高斯传输信道的数据传输效率,提出了一种基于叠加编码及多用户调度的高斯传输信道优化算法(MGSC)。首先,该算法提出了高斯传输信道的系统模型,分析源-端的距离概率密度函数和累积分布函数以及用户的平均功率增益;接着,在高斯传输信道上采用最优的叠加编码与连续干扰消除的方法,并根据各个用户的效用函数来执行最佳的功率和速率分配,并通过概率优化方法来对信道用户进行选择,接入最佳的传输信道;最后,实验仿真结果表明,在信道接入用户变化的情况下,相比双向中继信道无线信号和功率传输优化算法(TWRC)以及基于矩阵与格球解码(LSD)技术的数据传输算法,MGSC的信道总数据传输速率分别提升10.2%和21.7%,并且信道增益的平均效果分别高出5.7%和6.4%。因此,MGSC在信道传输速率和信道增益上有较好的优化效果。     

基于非线性能量收集的全双工认知中继网络的联合优化方法

针对信息传输过程的时间消耗和信道估计误差对网络能效的影响，提出了一种基于非线性能量收集的全双工认知中继网络的联合优化方法。所提方法是在中继采用非线性能量收集并考虑非完美信道状态信息（CSI）的情况下，首先通过将能效非凸优化问题转化为两个凸的子优化问题，从而求出次用户和中继的传输功率以及收集的能量；其次，在保证主用户干扰门限以及最优传输功率非负的情况下，求出传输的信道容量范围；最后，将传输功率代入表达式得到关于时间的目标函数，并利用海森矩阵证明该目标函数为凸函数，进而求出最优传输时间以及功率分割因子，最终得出能效最优解。实验结果表明，在相同条件下，所提联合优化方法的能效相较于仅优化传输功率的能效提升了约84.3%；同时验证了信道估计误差因子为0.01时，所提方法的网络能效降低了约1.9%。     

一种WLAN信道传输干扰预测方法

无线接入点(AP)在公有或私有区域的不合理规划部署容易导致基本服务集(BBS)相互重叠,增加信道干扰。在帧传输前,如何准确预测信道中潜在的干扰因素并采取应对策略,成为WLAN通信技术领域的研究热点。为此提出一种WLAN信道传输干扰预测方法,即在传输期间结合块确认帧实时采集并统计A-MPDU帧传输状态信息,计算干扰发生的概率,预测信道传输干扰因素并采取有效的应对策略。仿真结果表明,所提出的方法不仅能准确预测信道传输干扰因素,还能在多种拓扑环境下进一步利用网络带宽,提升帧传输效率。     

C-V2X通信中资源分配与功率控制联合优化

在C-V2X通信中,Mode 4资源分配方式使用基于感知的半持续调度（SB-SPS）算法进行资源分配,但该算法以最大功率传输安全消息,在高密度交通流状态下会导致系统的可靠性下降。为对SB-SPS算法进行优化,提出一种基于深度强化学习的联合资源分配与功率控制算法。车辆在感知到信道后,为安全消息选择干扰最小的子信道,并根据信道状态自适应调整传输功率,通过与环境交互学习的方式求解最优的子信道选择方案和功率控制方案。仿真结果表明,与SB-SPS优化算法相比,该算法在高密度公路场景下分组接收率提高5%,有效提升了车间通信的可靠性。     

可变频宽无线网络中信道频谱分配与链路调度

考虑信道频宽对链路传输距离和链路间干扰的影响,对可变频宽无线网络现有的累积干扰模型进行了改进,并基于改进的干扰模型对可变频宽无线网络的信道频谱分配和链路调度问题进行了建模分析。设计了一种两层优化算法对信道频谱分配和链路调度问题进行解耦,提出了一种考虑链路负载需求满足程度的链路优先级指标,启发式地构建并发传输信道分配矩阵的方法。仿真结果表明,两层优化算法能够在合理时间内收敛,启发式方法能够高效地构建并发传输信道分配矩阵。     

移动自组织认知网络中的路由选择与信道分配方法

针对移动自组织认知网络中路由不稳定的问题,提出了一种路由选择与信道分配方法。首先,设计数据传输花费度量,兼顾路由稳健性和信道干扰;其次,依据认知节点的位置和速度信息计算链路剩余时间,预测路由稳健性;再次,针对不同的信道干扰模式实施信道分配,规避主节点干扰;最后,通过路由发现和路由确认步骤,选择最佳链路。仿真实验表明,与 经典的AODV方法相比,所提方法丢包率低、传输时延小。     

认知星地混合网络中基于干扰约束的最优功率控制方法

在认知星地混合网络中,当卫星用户作为次级用户时,为了不影响地面主用户系统的正常工作,在上行链路中要对卫星用户进行必要的功率控制。针对衰落信道场景,选择最大化卫星用户的遍历容量（EC）作为优化的目标函数,分别提出了基于峰值干扰功率约束（PIC）和平均干扰功率约束（AIC）的功率控制方法,并给出了最优发射功率的闭合表达式。仿真结果表明,卫星信道条件越好、地面干扰链路衰减越大,卫星用户的性能越好;除此之外,基于AIC的功率控制方法要优于基于PIC的功率控制方法。     

面向航空空管无线通信系统的冲突广播包功率自动控制方法

为提高航空空管无线通信系统的输出稳定性,提出基于负载均衡调度的冲突广播包功率自动控制方法.构建航空空管无线通信系统传输信道模型,调节传输信道模型中的输出均衡,结合扩频序列重组方法抑制影响输出均衡的冲突广播包,构建冲突广播包功率估计模型,利用负载均衡调度方法实现信道均衡和冲突广播包功率自动控制.仿真结果表明,采用本文方法可实现航空空管无线通信系统的冲突调节和自适应控制,输出信道均衡性较好,冲突广播包功率控制稳定性较强.     

基于信道负载预测的VANET传输功率控制算法

在车载自组网（VANET）中,车流量到达一定密度时会造成信道拥塞,导致协作式安全应用失效。针对该问题,设计了一个基于信道负载预测的车联网信标消息传输功率控制算法。首先,通过信道忙时比率（CBR）评估当前时刻信道负载;其次,根据差分自回归移动平均模型（ARIMA）对信道下一时刻负载进行预测;最后,将信道负载预测值与预设阈值进行比较,自适应调整下一时刻信标传输功率,避免信道拥塞。通过仿真实验表明,该算法能有效减少通信传输时延,避免信道拥塞,保证数据的可靠转发。     

Distributed power adjustment based on control theory for cognitive radio networks

In this paper, we propose two power adjustment methods for cognitive radio networks. In the first algorithm, the transmitter derives the transmission power with PID control in order to satisfy the QoS constraints in secondary networks. The derived transmission power is compared with a constraint condition in order to avoid the interference with primary networks, and then the actual transmission power is decided. Because the constraint condition affects the performance of our proposed method significantly, we propose an effective update algorithm. On the other hand, the second algorithm is based on model predictive control (MPC). In this method, the decision of transmission power is formulated as quadratic programming (QP) problem and the transmission power is derived directly with the constraint condition. We evaluate the performances of our proposed methods with simulation and compare the proposed methods with the distributed power control (DPC) method. In numerical examples, we show that our proposed methods are more effective than the existing method in some situations. We also prove analytically that the interference with primary networks can be avoided with probability one by using our proposed method if each transmitter has the information about every channel gain.     

基于干扰温度限制的认知正交频分复用系统功率分配算法

在认知正交频分复用（OFDM）系统中,为避免对主用户（PU）的干扰,需要对认知用户（CU）基站的发射功率进行控制和分配。针对认知用户基站无法合理分配其发射功率及无法有效提高数据传输速率等问题,在传统注水功率分配算法的基础上,提出了一种双因子二分搜索最优化功率分配算法。该算法充分考虑认知用户信道上干扰温度的限制,首先,在满足总功率限制的条件下引入剩余函数;然后,利用剩余函数的单调性,通过双层二分搜索迭代方法求得拉格朗日因子的准确值;最后,通过拉格朗日因子的值求出各子信道上所分配的功率值。仿真结果表明,所提算法能有效利用主用户频带间的频谱空穴,在总功率限制和干扰温度（IT）限制下,最大化认知用户的数据传输率,其值逼近传统注水算法。同时该算法所得到的数据传输速率比总功率平均控制算法和干扰温度平均控制算法有明显的提高,在相同仿真环境下其传输总速率超出约4×105b/s。在迭代过程中所提算法处理时间较少,并体现出良好的鲁棒性。     

基于定向天线无线Mesh网络拓扑控制研究

为了改善无线Mesh骨干网络全向天线通讯机制所带来的严重信号干扰问题,提出一种基于定向天线的无线Mesh网络拓扑控制技术。首先,采用GG模型建立Mesh网络拓扑,简化拓扑结构,从而有效地降低骨干网络拓扑复杂度;其次,采用定向天线通讯机制,从通讯角度上控制信号传输方向,进而降低信号干扰范围;最后,采用功率控制技术调整发送功率,降低信号通讯距离,减小信号干扰范围。仿真实验结果证明了拓扑控制技术和功率控制技术相结合的有效性。     

认知网络中基于博弈论的联合功率控制与速率分配算法

针对认知无线网络上行链路中的资源分配问题,提出了一种适应于多小区认知无线网络的基于功率控制与速率分配的博弈算法。为了更加合理地控制用户的功率和速率,减小各次用户间的干扰,首先,在效用函数中分别给功率和速率设置了不同的代价因子,使其能够更加合理地控制用户,避免用户过度增加发射功率。其次,从理论上证明了该算法纳什均衡的存在性、唯一性以及算法的收敛性。最后,为了解决发射功率和传输速率的最优化问题,给出了联合功率控制和速率分配的迭代更新算法流程图。理论分析及仿真结果表明,与同类博弈算法相比,在保证通信质量的前提下,所提算法可以使得用户以较小的发射功率获得较大的传输速率和较高的信干噪比（SINR）,并且减小了用户间的干扰,提高了次用户系统容量。     

基于MABC的中继系统资源分配策略

针对MABC的中继系统,对资源配置策略的优化问题进行研究,并将功率分配问题和中继选择问题相结合。基于此,提出了一种存在干扰情况MABC模型的多中继系统资源分配策略（IS-MABC-OPOR）。考虑双向中继系统干扰信号对其传输性能的影响,以通信链路信道容量最大化为优化目标,利用拉格朗日方法,对通信链路上的各节点进行了最优功率分配和最佳中继选择,给出了通信链路信道容量最大意义下的资源分配数学表达式。仿真结果表明,该链路的信道容量受中继节点位置以及链路总功率的制约,相比于等功率分配方案（EPA）、随机功率分配方案（RPA）和在所提方案的基础上加大干扰信号的信道增益,IS-MABC-OPOR方案有效提高了系统的信道容量,从而实现资源能够满足更高速率的业务传输需求。     

Expert system for open-loop power control of wireless local area networks

This paper considers an embedded fuzzy expert system for non-feedback uplink power control of wireless local area networks (WLANs). The main idea is to minimize the transmission power of the nodes while keeping the transmission errors at an acceptable level. In the developed method, receivers collect signal strength values which are used by the control systems to define an acceptable transmission power level. The functionality of the proposed solution is demonstrated with simulations, which prove that the use of the expert system to open-loop systems can significantly decrease transmission power, increase energy efficiency and decrease interference to adjacent access points and associated nodes.     

认知无线网络中基于凸优化的功率分配研究

主要研究认知无线网络中基于OFDM（orthogonal frequency dinsion multiplexing）的功率分配问题。为将认知用户(secondary user,SU)对主用户(primary user,PU)的干扰功率限制在主用户可容忍的范围内,同时最大化认知用户的传输速率,提出了基于凸优化理论的功率分配方案。仿真结果表明,在主用户可容忍的干扰极限和认知用户总功率约束下,该方案能最大化认知用户的传输速率。     

一种双信道协作中继的认知网络功率分配算法

针对认知无线网络主、次用户的互相干扰对网络中断性能以及系统传输效率的影响进行了研究,采用一种双信道协作中继的传输方案来减少干扰,并提出一种基于中断概率的最优功率分配方案来改善中断性能和传输效率。在该传输方案中,主、次系统通过对接收的主信号和复合信号进行处理,采用连续的干扰解码和消除得到去干扰信号。该功率分配方案在保障主系统中断性能的前提下,提出次系统中断概率的优化方程,通过关联功率分配因子来实现最大化次系统吞吐量。实验结果表明,该算法在改善中断性能和系统吞吐量方面具有较好的效果。