全负载蜂窝网络下多复用D2D通信功率分配算法研究

针对全负载蜂窝网络中D2D通信的功率分配问题,该文提出了一种基于非合作完全信息博弈纳什均衡解的多复用D2D通信功率分配算法。以优先保证蜂窝用户通信质量与D2D用户接入率为前提,设置D2D通信系统上行链路帧结构,之后建立非合作完全信息博弈系统模型,引入定价机制到功率分配博弈模型中并分析纳什均衡解的存在性与唯一性,最后给出该模型的分布式迭代求解算法。仿真结果表明,随着D2D用户复用数量的增加,该算法在提升系统吞吐量的同时,能有效地控制系统内部干扰,大幅度降低系统总能耗。

     

异构网络中的D2D通信关键技术综述

无线通信业务多样化及泛在接入的发展趋势,为当前移动蜂窝网络系统带来了巨大的网络流量承载压力。因此,在第五代移动通信系统当中,要求实现频谱效率的进一步提升。基于小区分裂技术的异构网络通信技术,使得频谱效率得以提升,同时,面临着复杂的层间干扰负面影响。在异构网络通信系统中利用设备到设备(Device-to-Deivece,D2D)通信技术能够有效地缓解基站网络流量承载压力,并减少基站能量消耗。文章对异构网络中的D2D通信关键技术进行了综述介绍,并对其面临的技术挑战进行评述。     

D2D通信中信道分配与功率优化联合算法

D2D通信技术能够有效降低基站的负担、减少通信时延、扩大通信系统的系统容量。事实上,吞吐量作为衡量系统容量的关键指标之一,能够直观地反映通信系统的优劣。在D2D通信系统中,D2D用户通过复用蜂窝用户的频谱资源完成通信过程,但其带来的共道干扰会影响系统的吞吐量。为此,提出一种多用户间频谱复用与功率控制优化算法,该算法首先通过信道干扰系数矩阵并结合多用户间的最低信干噪比(SINR)需求实现多用户间的最佳匹配,然后在D2D用户功率约束下,通过控制D2D用户的功率使系统的吞吐量达到最大。仿真结果表明,所提方法能显著提高系统的吞吐量。     

一种5G异构云无线接入网络的D2D资源分配算法

为了解决设备对设备(Device-to-Device,D2D)资源共享带来的信号干扰问题,提出了一种5G异构云无线接入网络的D2D通信资源分配算法.在保证服务质量的前提下,将宏用户设备的频谱资源分配给D2D和中继用户设备,并且把资源分配问题看作一对一的匹配博弈.采用婚姻匹配理论,得到初始的匹配方案.在初始匹配的基础上,提出了一种遵循卡尔多-希克斯(Kaldor-Hicks)原则的资源交换策略,以提高系统的吞吐量.仿真结果表明,该资源分配算法收敛较快,与现有方案相比,能使系统吞吐量提升15％以上,能给系统用户带来约10％的增益,并且有较强抗信道干扰能力.     

认知网络中D2D全双工通信的速率最大化功率分配算法

针对认知D2D(Device-to-Device)全双工通信网络中,D2D用户共享蜂窝用户上行链路的频谱资源而带来的复杂干扰问题,该文给出了系统传输速率最大化的功率分配方案。该方案首先给出了认知D2D全双工通信模型,并分析了上行链路中基站和D2D用户所受到的干扰以及对应的链路传输速率。其次,提出了一种基于认知无线电系统中最大化D2D用户传输速率的功率分配算法。仿真结果表明,所提算法提高了认知D2D全双工通信网络中上行链路的频谱效率和系统整体传输速率。     

D2D通信中联合链路共享与功率分配算法研究

针对D2D （Device-to-Device,D2D）通信过程中的资源分配问题,提出一种联合链路共享和功率分配算法.在保证系统内蜂窝用户服务质量（Quality of Service,QoS）需求的前提下,利用系统的信道状态信息,为D2D用户生成一个由蜂窝用户组成的通信链路的候选集合;在通信链路候选集合内使用凸优化方法得到D2D用户最优功率分配策略;最后利用（Kuhn-Munkres,KM）算法求解最大加权二部图匹配（Maximum Weight Bipartite Matching,MWBM）问题,为D2D用户选择最优的蜂窝用户进行资源共享.仿真结果表明该算法能有效的提升通信网络的吞吐量,可以为D2D用户选择最优的资源分配策略.     

异构网中D2D通信的模式选择和资源分配的研究

将D2D(Device to Device)和家庭小区技术引入蜂窝网络,是未来第五代蜂窝移动通信(5G)的趋势之一.主要研究由宏基站(MBS)和家庭基站(FBS)组成的异构网中的D2D(Device to Device)通信的干扰问题,并提出了一种新颖的模式选择算法和资源分配算法来减少系统间干扰.仿真结果显示,文中提出的算法可以有效减少干扰,提高D2D用户的速率,增加系统吞吐量.     

LTE与D2D异构网络的应用场景分析

文章首先介绍了LTE/D2D异构网络的发展背景。针对目前研究所涉及到的应用场景的多样性与差异性,我们对其进行了归纳分析。通过对LTE/D2D异构网络应用场景的分析,可以看出LTE/D2D异构网络具有极其广泛的前景,并且能有效节约信道资源、提高网络容量。     

蜂窝网络中D2D通信模式选择和信道分配算法

设备到设备(D2D)通信中,不合理的模式选择和信道分配方案会引入干扰,严重时不仅不能体现D2D通信优势,而且还将导致蜂窝用户传输速率下降。针对这一问题,文章提出了一种蜂窝网络中D2D模式选择和信道分配算法。仿真结果表明,新算法能够在有效的平衡蜂窝网络中D2D用户接入率和系统总吞吐量的同时,最小化用户之间的干扰。     

基于簇用户设备分类和频谱共享分配的D2D网络覆盖分析

D2D通信是5G/B5G网络的关键技术之一,同时小小区的中心化部署形成了以父点为中心的簇.因此,文章构建了一个基于泊松点和泊松簇过程的网络模型,提出了一种基于簇的用户设备(User Equipment,UE)分类方案,并设计了联合正交与共享的频谱资源分配方案.基于簇的UEs分类方案将UEs分为不同类型的簇中心和簇边缘U...     

基于深度强化学习的异构云无线接入网自适应无线资源分配算法

为了满足无线数据流量大幅增长的需求,异构云无线接入网(H-CRAN)的资源优化仍然是亟待解决的重要问题。该文在H-CRAN下行链路场景下,提出一种基于深度强化学习(DRL)的无线资源分配算法。首先,该算法以队列稳定为约束,联合优化拥塞控制、用户关联、子载波分配和功率分配,并建立网络总吞吐量最大化的随机优化模型。其次,考虑到调度问题的复杂性,DRL算法利用神经网络作为非线性近似函数,高效地解决维度灾问题。最后,针对无线网络环境的复杂性和动态多变性,引入迁移学习(TL)算法,利用TL的小样本学习特性,使得DRL算法在少量样本的情况下也能获得最优的资源分配策略。此外,TL通过迁移DRL模型的权重参数,进一步地加快了DRL算法的收敛速度。仿真结果表明,该文所提算法可以有效地增加网络吞吐量,提高网络的稳定性。

     

基于不完美CSI的D2D通信网络鲁棒能效资源分配算法

针对设备到设备(D2D)直连通信网络传统最优资源分配算法在随机信道时延、信道估计误差影响下鲁棒性弱的问题,该文在考虑参数不确定性影响的条件下,提出D2D用户总能效最大的鲁棒资源分配算法.考虑干扰功率门限、用户最小速率需求、最大传输功率和子信道分配约束,建立了下垫式频谱共享模式下多用户D2D网络资源分配模型.基于有界信道...     

H-CRAN网络下联合拥塞控制和资源分配的网络切片动态资源调度策略

针对异构云无线接入网络(H-CRAN)网络下基于网络切片的在线无线资源动态优化问题,该文通过综合考虑业务接入控制、拥塞控制、资源分配和复用,建立一个以最大化网络平均和吞吐量为目标,受限于基站(BS)发射功率、系统稳定性、不同切片的服务质量(QoS)需求和资源分配等约束的随机优化模型,并进而提出了一种联合拥塞控制和资源分配的网络切片动态资源调度算法。该算法会在每个资源调度时隙内动态地为性能需求各异的网络切片中的用户分配资源。仿真结果表明,该文算法能在满足各切片用户QoS需求和维持网络稳定的基础上,提升网络整体吞吐量,并且还可通过调整控制参量的取值实现时延和吞吐量间的动态平衡。

     

基于改进图着色的D2D资源分配和功率控制

针对蜂窝网络中D2D（Device-to-Device）用户复用蜂窝信道带来的同频干扰问题,提出了一种基于改进图着色的资源分配和功率控制算法。首先通过构建干扰图和候选集进行用户之间干扰关系建模,并定义指数型累积因子改进图着色算法,为D2D用户分配蜂窝信道;再采用基于信干噪比的闭环功率控制算法动态调整D2D用户发射功率,减小由于信道复用产生的干扰。仿真结果表明,与现有算法相比,所提算法能够有效提升系统吞吐量和D2D用户接入率,实现信道资源的合理分配。     

异构网络中基于能效优化的D2D资源分配机制

针对异构网络中D2D通信复用蜂窝用户频谱时存在的频谱分配问题,该文提出一种基于改进离散鸽群优化(PIO)算法的D2D通信资源分配机制。通过设置信干噪比(SINR)门限值来保证用户的通信服务质量(QoS),采用功率控制算法为用户设置发射功率,使用基于运动权值的二进制离散鸽群优化(MWBPIO)算法为D2D用户进行资源分配,并将D2D通信技术与中继技术进行有效结合,为边缘用户建立D2D中继链路,保证边缘用户的通信质量,最大化系统性能目标。仿真结果表明,该方案有效抑制了异构通信系统中引入D2D用户后导致的干扰问题,提高了边缘用户的通信质量和系统的频谱利用率以及系统的能效。

     

异构无线通信系统的融合机制和协同功率分配算法研究

该文提出了一种基于协同通信和无线中继技术的融合机制,以实现异构无线接入网的互联互通和融合。为了最大化所提异构协同网络方案的协同容量,从理论上给出了协同功率分配优化理论模型,并介绍了一种不同于传统注水理论的基于效用函数的协同功率分配算法,该算法在合理设置发射功率保证第1跳和第2跳链路的传输速率匹配的前提下能够优化系统性能。仿真结果表明所提协同功率分配算法有显著的性能增益。     

基于非均衡求解的D2D多复用通信资源块分配算法研究

针对小区内D2D多复用的通信资源块分配问题,该文以一个D2D用户分别复用2个和3个蜂窝为基础,提出基于非均衡求解的D2D多复用模式下的资源块分配方案。利用博弈论将资源块划分问题转化为求解被复用蜂窝用户收益联合最大问题。当纳什均衡解不存在时,分析目标函数特性,在可行域内求解“最优解”,保证对不均衡解处理的最优性;对于均衡解存在的情况,将其取整后作为资源分配方案依据,保持其最优性。通过理论分析及仿真实验表明该算法可以提升系统吞吐率,提高小区通信性能。     

云环境中基于异构资源的资源分配算法

随着"云计算"的出现和快速发展,"云"作为一种新型的资源形式被越来越多的用户所使用。云环境中的资源分配问题成为了云计算中不可忽略的问题。在云资源管理平台中,如何既满足用户的任务需求,又节省云资源成本,是云运营商尽快希望解决的问题之一。实际上云用户对云资源的请求是有差异的,而且用户任务的完成通常由多个异构的云资源来实现。文中作者考虑了异构云资源间的差异,提出了一种基于异构资源的资源分配算法。该算法先从任务的全局角度考虑,将用户提交的云任务划成不同的组合,再根据云资源间的差异,为相应的组合分配相应的资源。实验仿真表明,在异构云环境中,该算法能在满足用户需求的前提下,在节省云资源使用上有较好的表现。     

无线体域网资源分配研究综述

无线体域网旨在提供实时的、无处不在的人体监测来执行独立的早期预测、诊断和身体跟踪响应的护理,并日渐成为研究和应用的热点。随着WBAN在人类日常生活中的重要性日趋突出,专用于无线体域网的标准IEEE802.15.6于2012年颁布。本文主要针对多个体域网网间和单个体域网内部的资源分配进行研究,考虑WBAN的异质性以及传感器节点的异质性,同时对体域网资源分配的研究现状和不足进行分析和总结。最后,分析了无线体域网资源分配需要解决的问题和未来研究的方向。     

LTE-A异构网络下的高效资源分配算法

分析了OFDMA上行系统中,由宏基站(macrocell)和家庭式基站(femtocell)组成的双层网络,并提出了高效的资源分配算法。为避免严重的跨层干扰导致双层网络中的资源分配不协调,提出了一个跨层干扰控制算法。在基于干扰控制算法的结果上,提出包括功率分配和频谱分配的资源分配算法,以满足UE的目标速率,并获得较好的吞吐量性能。通过仿真,结果显示所提的资源分配算法相比较传统的算法,尤其在UE QoS保证和吞吐量性能的体现上,能获得明显的性能增益。