多源-多中继协作通信的中继选择与功率分配

针对多中继协作通信带来的中断性能差与高能耗问题,在N个源节点的混合译码放大转发网络中,提出了一种基于多源-多中继协作通信的中继选择与功率分配方案.该方案将空闲时的N-1个源节点当作"中继节点","中继节点"根据信道统计特性值自适应地降序排列,选取M个"中继节点"组成最优中继集合.当中断概率一定时,根据信噪比门限判断被选择M个"中继节点"的协作方式,构造系统总功率Lagrange函数,通过 Karush-Kuhn-Tucker极值条件求得系统各节点的最小功率.数值分析结果表明,在传输速率为0.5~0.8 bit·s-1·Hz-1范围内,相比于放大转发方式下的多源-多中继协作通信的功率分配方案,该功率分配方案的总功率节省了9~22 dBm,极大地减小了系统资源的消耗.     

MIMO协作传输系统的中继选择及中断概率分析

为实现多输入多输出(MIMO)再生中继网络中源节点和目的节点之间的协作传输,提出了一种中继选择算法. 被选中的中继节点的两跳链路等效功率增益的最小值在所有备选中继节点中最大. 针对该选择策略,采用一种理论近似的方法分析了其中断概率. 基于这种协作策略还给出了在总功率受限的条件下,源节点和中继节点之间的功率分配方法. 理论分析和仿真结果表明,该选择算法可显著降低系统中断概率. 同时,分布式的选择算法在系统性能和复杂度之间取得了较好的平衡,是可使用的中继选择策略.     

协作蜂窝小区上行链路的中继选择与功率分配

为了最小化能量受限的协作蜂窝小区的总代价,提出了上行链路的功率和中继等资源分配的模型.该模型是一个非线性约束、{0,1}组合优化问题,因而提出了一种自适应的资源分配方案对其求解.针对给定中继节点集合,该方案分别为每个源节点选择总代价最小的中继;而对于给定源和中继对,提出了最小化二者总代价的基于图论的最优功率分配算法.通过仿真和分析表明,该方案近似最优,能够发送更多的数据量,延长网络的寿命.     

协作网络中基于中继选择的协作波束赋形算法

针对传统多中继网络中所有中继节点都参与协作的协作波束赋形方法,提出了一种基于选择的协作波束赋形算法。该方法将最小化系统平均误码率作为目标,得到一个次优的中继节点选择门限,小于门限的中继节点被逐一剔除,从而保证了网络中的资源只分配给有用的中继节点,提高了协作波束赋形的分集增益。该选择方法需要的搜索次数和中继节点的个数相等,因此大大降低了选择过程的复杂度。蒙特卡洛仿真表明,选择波束赋形算法可以有效地提高系统误码率和网络能量效率。     

协作通信中的中继节点选取和功率分配联合优化

为了优化协作通信系统的性能,提出了一种基于信道容量增益的中继节点选取策略,并在此基础上提出了源节点和中继节点最优功率分配算法。通过采用凸优化的算法,功率在源节点和中继节点间得到了合理的分配。理论分析和仿真验证表明,所提算法能以较低的复杂度显著提高系统性能和功率效率,因而可以有效地用于基于中继传输的协作通信中。     

基于HDAF系统的最优中继集合优化选择策略

针对混合译码放大转发协作通信最优中继集合选择困难的问题,提出了基于信道统计特性顺序排列的中继选择算法.首先,在各节点等功率分配下分析了各中继信道统计特性的参数运算,得到了使系统中断概率最小的中继集合,很大程度降低了运算复杂度.仿真表明,在相同情况下,与传统中继选择算法相比,这种算法平均中断概率更低.其次,对参与通信各节点的功率重新分配,系统性能得到了进一步提升.     

DF协作系统中基于中断概率的功率分配算法

针对译码转发(DF)协作通信系统中源和中继采用平均功率分配,导致系统资源利用率较低的问题,提出了一种基于中断概率分析的功率分配算法.该算法以降低系统的中断概率为目标,根据用户上行信道和用户间信道的平均信噪比,推导出该模型的系统平均中断概率上下限表达式,并通过黄金分割法迭代出使系统平均中断概率降低的功率分配因子.仿真结果...     

协作通信系统中能效优化的中继分配算法

在协作通信系统中,中继节点的合理分配对于系统性能提升具有重要的意义。然而,现有的方法往往只从系统容量最大化或者功率最小化单方面研究中继节点分配,缺乏对两者的综合考虑以致最终的中继分配结果不是最优。通过对基于能效(容量/发送功率)的中继分配进行研究,提出一种能效最大化为目标的中继分配算法(EERAA)。该算法首先优化各协作链路能效,然后通过最大权重匹配方法为各源移动终端进行中继节点的分配,从而有效地提高系统能效。经仿真验证,该算法跟现有的算法相比,能得到更高的系统能效。     

应用于中继蜂窝网络的混合式协作中继选择算法

提出一种应用于中继蜂窝网络的混合型协作中继选择算法(HCRSA). 当用户采用中继传输时,为实现协作通信,HCRSA算法根据当前小区中的用户密度情况,动态地选择了基站和中继节点之间的协作传输,或中继节点和协作用户之间的协作传输. 仿真结果表明,与固定中继选择相比,HCRSA能根据网络中的实际情况选择不同的协作中继机制,充分利用协作中继来有效提高用户容量,提升系统性能. 性能。     

协作中继网络中节点传输时间和位置优化算法

在协作中继网络中提出一种基于(Quality-of-Service,QoS)驱动的协作节点传输时间和协作节点位置优化算法。基于当前用户的QoS时延需求,从理论上可推导出解码转发中继模式下系统容量表达式。以最大化系统容量为目标,可获得最优的协作节点传输时间和最优的协作节点位置。仿真结果表明,该优化算法能够自适应地确定最优节点的位置和传输时间,从而获得最大化系统容量,进一步有效提升整个系统的性能。     

基于节点选择和功率分配算法的自适应调制协作通信系统

协作通信技术可以通过利用空间分集来改善系统的性能,特别是当信源节点已经知道信道信息时,可以获得相对于非自适应系统非常大的增益。提出一种基于自适应调制的协作通信方案,此方案结合了空时编码、功率分配和中继选择技术,在满足一定的误码率要求下可以提高系统吞吐量。通过与其它自适应、非自适应方案性能的比较,表明所提出的方案可以在很好地满足误码率要求的前提下,具有非常好的吞吐量性能。     

最小能量消耗的协作式MIMO功率分配算法

对解码转发协作式MIMO系统中的功率分配问题进行了研究.分析了系统误比特率和能量增益特性,在此基础上提出了一种基于黄金分割迭代的功率优化分配算法和2种简化的分配算法,在满足一定误比特率要求的条件下,使源节点和中继节点总的发射功率最小.考虑准静态平坦衰落信道,根据瞬时信道状态信息进行功率分配.理论分析与仿真结果表明,基于黄金分割迭代的功率优化分配算法可以以较少的迭代次数得到较高精度的最优解,而2种简化功率分配算法均可以获得与基于黄金分割迭代的功率分配算法相近的系统能量增益,并且计算的复杂度大大降低.     

基于粒子群与模拟退火相结合的无功优化算法

针对电力系统无功优化采用粒子群算法容易陷入局部最优、模拟退火算法约束条件多和收敛速度慢的问题,提出一种新的基于粒子群与模拟退火相结合的算法.该算法根据粒子群的易实现性、快速收敛性及模拟退火的全局收敛性,进行协同搜索,求取系统无功优化的解集.对IEEE14、57、118节点系统进行了无功优化仿真计算,结果表明该算法原理简单易实现,计算效率高且能获得质量更高的解.     

Distributed optimal relay selection for spectral efficiency improvement in underlay-paradigm based cognitive radio networks

A distributed best-relay node selection scheme is investigated for cooperative communications with adaptive modulation and coding(MAC) strategy over underlay-paradigm based cognitive radio(CR) networks.The scheme aims to maximize the average spectral efficiency and meanwhile to guarantee that the primary link is provided with a minimum-rate for a certain percentage of time.Simulation results demonstrate that the proposed scheme can significantly improve the spectral efficiency compared with other existing schemes.