多波束赋形在非正交多址接入技术中的应用研究

为解决非正交多址接入(NOMA)技术在毫米波Massive MIMO系统中用户的分组受限于基站波束宽度的问题,提出了一种能够产生指向多个方向的波束的波束赋形方案.基于该多波束波束赋形方案,建立了多小区多用户场景下的用户资源分配的数学模型.为降低计算的复杂性,采用两阶段的资源分配算法.在第一阶段中,在给定的功率分配条件下将模型转化为联盟博弈中联盟的生成问题,并提出一种通过迭代确定用户分组和天线单元分配的算法;在第二阶段中,通过将非凸的数学优化问题转化为DC规划问题,提出用户功率分配的算法.仿真结果表明,本文所提多波束波束赋形方案能够有效产生指向多个方向的波束,且所提资源分配算法能够有效提高系统的性能.     

对认知无线电波束成形算法的探讨

对多天线协作双向认知无线电系统中的波束成形算法进行了研究。在多天线协作双向认知无线电系统中,2个主用户系统通过次用户进行信息交换,次用户配置多个天线,且次用户通过叠加信号后将其发送给主用户,所以对分配发送主用户和次用户信息的信号的功率以及设计主用户和次用户的波束成形矩阵等进行了重点研究。依据最大化系统容量的优化准则,得到的优化问题均是非凸问题,因此采用半正定优化和二阶圆锥优化,得到闭合解。仿真结果表明,此方法优于以往的波束成形算法。     

基于非合作博弈论的多小区OFDMA系统动态资源分配算法研究

该文采用非合作博弈论的方法研究了多小区OFDMA系统中的动态资源分配问题,首先将各基站的发射功率平均分配给各子载波,然后由所有小区在每个子载波上独立地进行资源分配博弈,给出了用户调度与功率分配联合博弈框架。为了进一步简化,将用户调度和资源分配分开完成,通过将信道增益引入到定价函数中,提出了一种新的定价机制,建立了用户确定时的非合作功率分配博弈模型,分析了其纳什均衡的存在性和唯一性,并设计了具体的博弈算法。仿真结果表明,所提算法在保证吞吐量性能的同时,进一步提升了系统的公平性。     

基于有限反馈的MIMO系统自适应调制

该文利用信道的特征矢量,将MIMO高斯信道转化成混合信道,结合功率分配给出了自适应调制方案,使系统容量在发射功率和服务质量约束下达到最大。发射端所需的波束成形和功率分配等信息利用有限的比特反馈到发射端。仿真结果表明:在小信噪比的情况下,该自适应调制方案对系统容量有明显改善。     

认知无线网络基于信号博弈的分布式功率控制算法

针对认知无线网络分布式环境下信道信息不对称导致资源分配冲突的问题,该文提出一种基于信号博弈的分布式功率分配算法。考虑具有竞争关系的次用户在不使用控制信道的情况下,通过信号博弈策略依次选择功率分配策略,达到信道信息共享的目的,能有效避免对主用户正常传输的干扰以及竞争次用户之间功率分配冲突。该文对均衡结果进行分析,仿真结果表明该算法可以有效估计信道增益,次用户的吞吐量相对于已有研究得到明显提升。     

单用户对双向中继系统中基于梯度下降的最大化和速率功率分配方案

针对单用户对双向中继系统中的功率分配问题,提出了一种基于梯度下降法的功率分配方案。该方案在总功率约束的条件下,以最大化和速率为目标函数,通过对中继波束成形矩阵和功率分配矩阵的反复迭代,求解出局部最优的功率分配和中继波束成形矩阵。仿真结果表明:提出方案的误码性能相比于等功率分配有明显提高,在误码率为10-2时,可获得2.5d B~3 d B的信噪比增益;同时,在中高信噪比下,相比于等功率分配,该方案可获得0.3(bit/s)/Hz~0.5(bit/s)/Hz的和速率增益。     

多用户MIMO系统中基于博弈论的鲁棒性功率分配

针对多用户多输入多输出( MU-MIMO)天线系统,提出了一种基于非合作博弈论的功率分配方案。此博弈模型中,以用户在系统中的信号泄漏噪声比值( SLNR)作为用户功率分配和公平性参数设置的依据,保证用户所期望的服务质量和公平性,并证明了纳什均衡的存在性。其次,考虑信道估计误差的影响,提出了一种基于滑动模型的迭代功率分配控制算法满足所有用户的最小通信质量要求。仿真结果显示此方案在信道误差的情况下,相比现有方案可提高系统吞吐量。     

云无线接入网络高能效功率分配和波束成形联合优化算法

针对云无线接入网络(C-RAN)的资源分配问题,该文采用max-min公平准则作为优化准则,以C-RAN用户的能量效率作为优化目标函数,在满足最大发射功率和最小传输速率约束条件下,通过最大化最差链路的能量效率来实现用户发射功率和无线远端射频单元(RRHs)波束成形向量的联合优化。上述优化问题属于非线性、分式规划问题,为了方便求解,首先将原优化问题转化为差分形式的优化问题,然后通过引入变量将差分形式的、非平滑优化问题转化为平滑优化问题。最终,提出一种双层迭代功率分配和波束成形算法。在仿真实验中,将该文算法与传统的非能效资源分配算法和能量效率最大化算法进行了比较,实验结果证明该文算法在改进C-RAN能量效率和提高资源分配公平性方面的有效性。     

认知无线网中一种基于博弈论的低复杂度联合资源共享机制

在一类典型的认知无线网络中,多个次级用户通过支付费用竞争租用主用户授权频带的子带来传输信息。该文针对此类系统通过博弈论方法联合优化次级用户的发射功率和子带分配,及主用户的定价系数,同时最大化主用户和次级用户的收益。具体而言,该文基于逆向归纳法,将博弈问题分解为功率控制、子带分配和价格调整等3个耦合的子问题,并逐一求解,从而得到整个博弈的子博弈精炼纳什均衡。最后,该文基于理论分析结果,提出一种博弈均衡求解算法。仿真结果验证了该文的理论推导结果和该算法的有效性。     

一种基于博弈论的无线Mesh网信道分配算法

为解决无线Mesh网络中的信道分配问题,提出了基于博弈论的信道分配(GBCA)算法。该算法将无线Mesh网中各节点的信道分配过程作为一个博弈过程,信道分配策略作为博弈者的策略选择,信噪比函数为博弈的效用函数。基于NS2的仿真结果表明该算法在吞吐量和丢包率方面都有较好的性能。     

Joint Beamforming and Power Allocation for Cognitive MIMO Systems Under Imperfect CSI Based on Game Theory

The problem of joint beamforming and power allocation for cognitive multi-input multi-output systems is studied via game theory. The objective is to maximize the sum utility of secondary users (SUs) subject to the primary user (PU) interference constraint, the transmission power constraint of SUs, and the signal-to-interference-plus-noise ratio (SINR) constraint of each SU. In our earlier work, the problem was formulated as a non-cooperative game under the assumption of perfect channel state information (CSI). Nash equilibrium (NE) is considered as the solution of this game. A distributed algorithm is proposed which can converge to the NE. Due to the limited cooperation between the secondary base station (SBS) and the PU, imperfect CSI between the SBS and the PU is further considered in this work. The problem is formulated as a robust game. As it is difficult to solve the optimization problem in this case, existence of the NE cannot be analyzed. Therefore, convergence property of the sum utility of SUs will be illustrated numerically. Simulation results show that under perfect CSI the proposed algorithm can converge to a locally optimal pair of transmission power vector and beamforming vector, while under imperfect CSI the sum utility of SUs converges with the increase of the transmission power constraint of SUs.     

面向用户体验的多小区混合非正交多址接入网络资源分配方法

该文研究了多小区混合非正交多址接入(MC-hybrid NOMA)网络的资源分配。为满足异构用户的服务体验,以最大化全网综合平均意见评分(MOS)累加和为目标,考虑基站选择、信道接入和功率资源分配的联合优化问题,该文提出一种用户、基站和信道3方的2阶段转移匹配算法,并根据用户MOS进行子信道功率优化。仿真结果表明所提多小区混合NOMA网络资源分配方案能有效提升全网用户服务体验和公平性。     

基于博弈论的同频异构网络功率分配算法研究

文章针对异构网络的功率分配问题,研究分析了基于博弈论的同频异构网络功率分配算法。然后,基于该算法提出了两种代价因子选择方法：固定代价因子和自适应代价因子。最后根据这两种代价因子选择方法对所提出的基于博弈论的同频异构网络功率分配算法进行了仿真和性能分析。     

CR系统中基于微分博弈的功率控制算法

该文针对认知无线电系统动态性的特点,将微分博弈理论应用在认知无线电系统的功率控制中,建立了功率控制的非合作微分博弈模型,提出了一种基于微分博弈的分布式非合作功率控制算法。该算法在满足认知用户平均功率门限和QoS需求的基础上,实现了分布式动态功率控制,获得了反馈纳什均衡解析解。仿真结果表明,该算法可有效控制各认知用户的发射功率,增加系统吞吐量,提高系统性能。     

一种基于博弈论的认知CDMA频谱分配机制

针对认知无线电的频谱资源分配问题,提出了一种考虑认知用户间相互干扰行为的完全信息博弈模型。在最大化认知用户传输速率的条件下为其分配子载波以及功率,并且证明了纳什均衡的存在。仿真结果表明,该算法合理地对认知用户的效用函数进行了设计,算法能够很好地满足不同认知用户的速率需求,符合实际通信环境。提高了通信系统容量,并且能够较快地达到均衡状态以及具有较好的收敛性。     

协作通信网络基于能量效率的博弈模型

本文研究准静态衰落环境下多用户OFDM协作通信网络能量效率问题,分别在非协作和协作传输情形下建立了能量效率模型。引入联盟博弈理论,根据用户协作关系建立联盟,提出一种联盟合并算法,结合SQP功率分配算法,联盟能量效率能有效提高。     

Joint beamforming and power control in downlink multiuser multiple‐input multiple‐output systems

In this paper, we study joint beamforming and power control for downlink multiple‐input multiple‐output systems with multiple users and target values for signal‐to‐interference plus noise ratios (SINRs). We formulate this as a constrained optimization problem of minimizing total interference subject to constraints on the beamforming vector norms, target SINRs, and total transmit power. Necessary and sufficient conditions satisfied by the optimal beamformer and power allocation are presented, and a new algorithm for joint beamforming and power control is proposed. This adapts the beamforming vectors and transmit powers incrementally, and it stops when the specified SINR targets are achieved with minimum powers. The proposed algorithm is illustrated with numerical results obtained from simulations, which study its convergence and compare it with other similar algorithms. Copyright © 2013 John Wiley & Sons, Ltd.     

认知无线电中基于Stackelberg博弈的分布式功率分配算法

在underlay认知无线电场景中,为了让认知用户能随机地接入主用户正在使用的授权频段,且对主用户产生的干扰不高于主用户能够容忍的干扰温度门限,该文采用Stackelberg博弈机制进行认知用户的发射功率分配。将主用户作为模型中的leader,认知用户作为follower,认知用户使用主用户的授权频段时需以干扰功率为单位支付给主用户相应的费用,而主用户则可以通过调整价格,限制认知用户产生的总干扰功率不高于其所能容忍的干扰温度门限,以便获得最大收益。同时,不同认知用户间根据主用户制定的价格,进行非协作博弈。仿真结果表明,与集中式的最优功率分配算法相比,该文可通过简单的分布式功率分配算法获得与其相近的系统性能,且主用户与认知用户间只需进行少量的信息交互,这与需进行大量信息交互的集中式最优算法相比,具有较大的优势。