多输入多输出—非正交多址接入系统融合用户调度的下行波束赋形设计

针对多输入多输出—非正交多址接入（MIMO-NOMA）技术中用户间干扰较大的问题，提出了一种融合用户调度的波束赋形（BF）算法。首先，在进行用户调度时，为了同时兼顾簇内用户干扰和簇间用户干扰，根据各用户信道的差异性，利用L1-范数正则化方法对所有用户分组情况进行初步稀疏化处理，进而从各用户信道相关性角度出发，将信道相关性大的两个用户分为一簇；其次，结合部分发射功率控制（FTPC）策略实现簇内用户功率分配；最后，根据和速率最大化准则构建一目标优化函数，进而利用连续凸逼近（SCA）算法对其进行求解，以获得波束赋形矩阵。理论分析和链路仿真表明，与传统的正交多址接入技术相比，在系统容量方面实现了84.3%的提升；与传统的相关性用户分簇方法相比，在公平性方面实现了20.2%的提升。实验结果表明，该方案不仅有效地抑制了簇内用户干扰和簇间用户干扰，同时，又保证了用户间的公平性。     

不完全SIC下CR-NOMA系统的功率分配算法

在不完全连续干扰消除（SIC）条件下,对认知无线电-非正交多址混合系统中的次用户总传输速率进行研究,提出一种基于参数变换和KKT条件的功率分配算法。采用非正交多址方式使次用户接入授权信道,在主次用户服务质量、最大发射功率等约束条件下,通过参数变换对原约束条件进行改写设计新的优化问题,并利用KKT条件求解最优功率分配因子进而实现系统中次用户总传输速率的最大化。仿真结果表明,与CNPA算法和等功率分配算法相比,该算法可明显提高系统中次用户的总传输速率,并且对于不完全SIC具有更强的承受能力。     

基于禁忌搜索和Q-learning的CR-NOMA系统的功率分配算法

针对下一代移动通信对于高速率和大规模连接的需求,对认知无线电（CR）-非正交多址接入（NOMA）混合系统中通过优化功率分配来提升次用户总传输速率进行研究,提出一种基于禁忌搜索和Q-learning的功率分配（PATSQ）算法。首先,认知基站在系统环境中观测并学习用户的功率分配,次用户采用NOMA方式接入授权信道。其次,将功率优化分配问题中的功率分配、信道状态和总传输速率分别表述为马尔可夫决策过程中的动作、状态和奖励,通过结合禁忌搜索和Q-learning的方法来解决该马尔可夫决策过程问题并得到一个最优的禁忌Q表。最后,在主次用户服务质量（QoS）和最大发射功率的约束下,认知基站通过查找禁忌Q表得到最优的功率分配因子,实现系统中次用户总传输速率的最大化。仿真结果表明,在总功率相同条件下,所提算法在次用户总传输速率和系统容纳用户数量上要优于认知移动无线网络（CMRN）算法、次用户预解码（SFDM）算法以及传统等功率分配算法。     

毫米波大规模MIMO-NOMA系统用户分簇和功率分配设计

针对多用户毫米波大规模多输入多输出-非正交多址接入（MIMO-NOMA）系统功率分配计算复杂的问题,提出新用户分簇和功率分配方案,提高系统的频谱效率。首先改进基于簇头选择的用户分簇方案,根据真实信道动态选择阈值并确定分簇数目,使分簇结果更适合实际情况,用户从波束中获得更大增益。然后以最大化系统频谱效率和能量效率的加权和为目标设计功率分配,使用改进的元启发算法求解。通过对粒子群（PSO）算法引入新的矢量成分和添加余弦扰动使算法更快收敛到全局最优值,并融合沙猫优化（SCSO）算法使算法结果更加精确。仿真结果表明,与现有算法相比,本文提出方案的频谱效率和能量效率优于传统方案,且更适合多用户情况。     

有限反馈MIMO OFDM系统公平性资源分配算法

针对多输入多输出正交频分复用(Multiple input multiple output-orthogonal frequency division multiplexing,MIMO-OFDM)系统资源分配过程中信道信息反馈开销过大的问题,给出了一种基于有限反馈的公平性资源分配算法.该算法在发射总功率、目标误码率以及用户间比例速率约束条件下,以最大化系统和容量为目标,将相邻子载波分簇并反馈部分簇的信道状态信息(Channel state information,CSI),利用部分已反馈簇的信道状态信息CSI对未反馈簇的CSI进行估计,据此进行子载波簇、功率和比特三级分配.仿真结果表明,该算法在保证用户间比例公平性和系统和容量性能的同时,有效降低了系统的反馈开销,实现了系统性能与反馈开销的良好折中.     

同频干扰下MIMO信道容量研究

针对多用户环境下的多输入多输出（MIMO）系统容量问题,分别分析了同频干扰功率一定时,多干扰用户,小功率发射和少干扰用户,高功率发射对系统容量的影响,给出了两种条件下,系统容量与干扰用户数目以及干扰噪声比的函数关系。最后用蒙特卡洛方法仿真了系统的中断容量,并与不同情况下中断容量的理论曲线相比较,得出了干扰用户数目,干扰用户天线数目以及INR与系统中断容量的关系,用以指导MIMO系统级设计。     

基于NOMA系统的用户分组和功率分配策略

针对非正交多址接入（NOMA）系统的最优用户分组和功率分配方案的高复杂度问题,提出一种改进的用户分组和功率分配策略。首先,对用户进行分组,由信道增益值确定每个子信道的第一个用户,再由贪婪匹配方法分配剩余用户;然后,对用户的功率进行分配,将该功率分配问题分成子信道间和子信道内两部分,对于子信道间采用线性注水算法分配功率,对于子信道内则采用所提的迭代功率分配算法分配功率;最后,构造拉格朗日函数以实现在最大发射功率以及保证每个用户最低数据速率的约束下系统吞吐量的最大化。仿真结果表明,在多用户的情况下,与线性注水的分数阶功率分配（LWF-FTPA）算法和等分数阶功率分配（EQ-FTPA）算法相比,系统吞吐量分别提高了8%和20%,所提策略优于传统算法。     

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。     

MIMO系统中基于微时隙波束选择的机会波束形成性能仿真

文章研究了可以获得MIMO系统慢衰落信道中下行链路多用户分集增益和复用增益的机会波束形成（OBF）技术,并将其扩展到接收端多天线的情况下,发射端采用基于微时隙的波束选择技术进一步提高系统容量。每个微时隙基站利用随机产生的酉矩阵将M个数据子流承载在M个随机波束上进行发送,根据每个用户的反馈信干噪比机会地决定接收用户。最后系统选择使其容量最大的正交酉矩阵发送数据,并用注水算法进行功率分配进一步提高系统吞吐量。文中提出方法的优点在于,在接收端多天线的情况下系统通过波束选择技术进一步提高系统吞吐量。     

基于分簇和Stackelberg博弈的D2D资源分配策略

当前,车辆密集通信场景下存在通信资源利用率低、DUE(D2D user)用户通信质量差等问题。针对上述问题,提出了一种基于分簇和Stackelberg博弈的D2D(device to device)资源分配策略,以解决DUE用户功率分配、信道匹配问题。首先,基于每个信道内DUE用户之间干扰最小原则,该模型对所有DUE用户进行分簇;然后,对于CUE(cellular user)用户与DUE用户簇,构建一对多的Stackelberg主从博弈模型,通过复用链路干扰参数和簇内干扰参数的迭代更新,优化每个DUE用户的发射功率;最后,利用匈牙利算法实现DUE用户簇与CUE用户的最佳信道匹配,最大化DUE用户的容量和。仿真结果表明,与基于价格迭代、等功率分配和高能效干扰约束的几种功率分配算法相比,所提算法能有效提升DUE用户的总容量。     

基于ADC精度与AP选择的去蜂窝系统能效均衡方法

去蜂窝大规模多输入多输出（MIMO）系统通过部署大规模接入点（AP）,获得宏分集增益和较低的路径损耗,但产生的大量功耗损失使得系统能效质量失衡。针对去蜂窝大规模MIMO系统与多AP联合协作的能效质量失衡问题,提出一种基于模数转换器（ADC）精度和AP选择的能效均衡方法。利用泊松过程对用户分布进行建模,推导出激活所有AP时频谱效率及能量效率的闭式解,将有效信道与干扰信道增益的占比作为排序指标,通过降序排序的方法获得相应信道方差矩阵索引,按索引对AP集进行逐层筛选,当AP联合服务用户获得频谱效率的变化差值小于阈值时,停止筛选并确定用户间干扰低的AP组合。通过ADC精度与AP选择的联合优化获取最优量化位数,实现系统频谱效率与能效的均衡。仿真结果表明,与全AP选择、基于大尺度衰落的AP选择方法相比,该方法能达到较优的能效质量均衡,尤其在用户密集区域,可提升约20%能效,同时利用最大最小功率控制可保证系统区域一致良好的用户服务质量。     

中继OFDMA系统容量公平资源分配算法研究

针对OFMDA解码-转发中继系统的资源分配问题,提出了一种以系统总功率和用户间的数据速率比例公平为约束条件,以最大化系统总速率为目标的资源分配算法。该资源分配问题为非线性最优化问题,联合求解所有变量复杂度很高,通过次优化的方法降低计算复杂度。算法包括：子载波分配和功率分配。子载波分配是以功率平均分配为前提,对基站-中继站和中继站-用户链路的子载波按照信道条件进行配对,并根据比例公平约束将配对的子载波分配给相应的用户。功率分配是对每个用户利用Lagrange方法调整每个子载波的功率,进一步提高系统的数据速率。算法仿真分析表明,该算法既能同时满足多用户不同数据速率的要求,又能提高系统的数据速率。     

保证公平的最大化中继OFDMA系统容量策略

基于正交频分多址(OFDMA)解码-转发中继的系统资源分配方法不能兼顾系统容量与用户公平度。针对该问题,提出一种新的子载波与功率资源分配算法,其中包括子载波分配与配对以及功率分配2个过程。在子载波分配与配对过程中,设计新的同步子载波差值最小配对方法,以最大程度匹配两跳链路配对的子载波。在功率分配过程中,通过拉格朗日方法调整每个子载波对的功率,进一步提高系统传输速率。仿真结果表明,将该策略运用于不同的OFDMA子载波分配算法中能够较好地兼顾系统容量与用户间公平度。     

异构蜂窝网络中联合功率控制的终端直通通信资源分配

针对异构蜂窝网络中终端直通（D2D）用户和小蜂窝用户复用宏蜂窝用户资源产生的干扰问题,提出一种联合功率控制的资源分配方案。首先,在满足用户信号干扰噪声比（SINR）和发射功率约束条件的前提下,根据系统干扰模型推导出每个D2D用户和小蜂窝用户复用宏蜂窝用户信道资源时的最优发射功率;其次,将用户的信道选择规划成用户和信道之间的双边匹配问题,采用延迟接受（Gale-Shapley）算法得到一个稳定的匹配解;最后,以所得的匹配解为初始条件,通过交换搜索算法进一步优化分配方案。仿真结果表明,该方案的系统总容量和能量效率分别是最优解的93.62%和92.14%,与随机资源分配方案、无功率控制和交换搜索的分配方案,以及有功率控制无交换搜索的分配方案相比,系统容量平均增幅分别为48.29%、15.97%和4.8%,系统能量效率平均增幅分别为62.72%、44.48%和4.45%。该方案能够达到近似最优的系统总容量,有效提高频率利用率和能量效率。     

多用户MIMO系统中机会波束截断的信道反演

针对下行链路多用户MIMO系统,提出了一种简单的基于机会波束截断的信道反演方法。机会波束形成可以用最小的反馈获得MIMO系统慢衰落信道中下行链路的多用户分集增益和复用增益。在机会波束形成进行自适应信道截断的基础上,使各通信用户的信干噪比（SINR）相同,改善了系统的误比特率性能。仿真结果表明,总的用户数为30时,系统误比特率性能提高3~4 dB。信道反演比注水功率分配简单,降低了系统复杂度。     

电力线通信系统中跨层的用户调度和资源分配

针对多用户多业务基于正交频分多址的电力线通信系统,提出一种在数据链路控制层进行用户调度和在物理层进行资源分配的多层多目标最优的跨层资源分配算法,其用户调度根据所有用户的服务质量(QoS)满意程度、QoS要求、业务包模型、信道状态信息和队列状态信息,从所有用户中选出要服务的用户和确定这些用户的最优跨层参数;其资源分配则根据所有调度用户的QoS要求、最优跨层参数和信道状态信息,先把功率按地窖注水原理分给每个子载波,再把每个子载波最优地分给调度用户并采用逐比特加载查表算法调整其上分配的功率和比特。最后在典型的电力线信道环境下对算法进行仿真,结果表明新算法在系统资源大范围变化时也能保障用户的服务质量,同时有效地提高系统资源的利用。