Research on user for LTE fem pairing algorithm tocell uplink

In this article, a new simulated annealing based bit error rate pairing scheduling （SA-BPS） algorithm for LTE femtocell uplink virtual multiple input multiple output （V-MIMO） systems is proposed, which uses Round Robin （RR） criterion to decide the first user, and simulated annealing （SA） Mgorithm with objective function of bit error rate （BER） is suggested to decide the pairing users. The SA-BPS is considered not only to be used for inner layer user pairing within femtocell user equipments （HUEs） to increase spectrum efficiency, but also to be used for cross layer user pairing between HUEs and macrocell user equipments （MUEs） to cancel the cross layer interference from MUEs to HUEs. As a growth control coefficient is used in SA-BPS to control the growth of average BER of users in the pairing group, rapid user BER deterioration can be prevented by adopting a proper coefficient. Simulation results show that, the SA-BPS outperforms RPS, DPS, and the conventional SA algorithm in terms of BER performance, whether used for inner layer user pairing or cross layer user pairing. Also, the mode switching signal to interference ratio （SIR） threshold between inner and cross layer user pairing are obtained by simulation in three cross layer interference power distribution scenarios.     

一种新的多用户波束赋形算法

为了抑制多用户多输入多输出(Multi-user multiple input multiple output,MU-MIMO)系统中的用户间干扰,提出一种新的算法。在本用户消除对其他用户的干扰的前提下选择波束赋形矢量,如果所有用户都采取这种措施,各个用户受到其他用户的干扰将降低至最低,从而提高整个系统的性能。仿真结果表明,随着用户数增加,采用本文中的算法较传统的信漏噪比(Signal-to-leakage-and-noise ratio,SLNR)算法可以降低系统误码率(Bit error rate,BER)。     

宏-飞蜂窝双层网络中基于毫微微基站分组的资源分配

针对宏-飞蜂窝双层网络模型中宏小区（Macrocell）用户层和毫微微小区（Femtocell）用户层之间的跨层干扰和Femtocell之间的同层干扰,提出了一种基于毫微微基站分组的资源分配算法。该算法包括两个部分：一部分是宏基站先利用改进的差额法,设置虚拟的宏用户（MUE）,将之变为平衡的指派问题再为宏小区用户分配信道,然后用注水算法分配功率,保证宏小区用户的正常传输。另一部分是在保证宏小区用户的服务质量基础上,采用一种增强型的蚁群优化（EACO）算法,设定信息素浓度范围后对毫微微小区进行分组,避免了原始的蚁群算法有可能陷入局部最优的现象;再利用一种启发式算法和分布式功率分配算法分别对毫微微用户（FUE）进行信道和功率分配,在满足毫微微小区用户的数据速率需求下,最大化频谱效率。仿真结果表明,EACO有效地抑制了跨层干扰和同层干扰,既能保证用户的数据速率需求,又能有效提升网络频谱效率。     

Channel allocation and power control schemes for cross-tier 3GPP LTE networks to support multimedia applications

In this paper, we present the framework of a channel allocation (CA) and power control (PC) schemes for the minimization of interference in cross-tier 3GPP LTE networks that aim to support internet of multimedia things. Channel allocation scheme based on an interference graph preserving the minimum number of interfered MUEs by femtocells (IG-MIM) is proposed to mitigate interference amongst femtocells, and a game theory based power control algorithm is also proposed to reduce interference to surrounding macrocell users (MUEs). The proposed IG-MIM scheme constructs the interference graph based on a predefined threshold and allocates the subchannels to the femtocells that maintain the smallest number of interfered MUEs. For the power control, we design a payoff function based on the rewards from the achieved data rates and the penalties from the interference in regards to its adjacent femtocells. The simulation results show that the IG-MIM channel allocation significantly improves the SINR performance for the femtocell users (FUEs) being served; the game theory based power control decreases the power requirements of a femtocell and alleviates the interference to the MUEs.     

LTE中femtocell的下行功率控制算法

3GPP长期演进(LTE)系统中femtocell密集部署时,femtocell之间会存在较强干扰,针对femtocell的下行干扰,提出了一种基于路损的自适应功率控制算法。根据设定的信干噪比(SINR)门限值,给femtocell用户设置调整标志,再通过上行信道发送给femtocell,femtocell根据用户的路损及分配的资源块选择初始调整因子,以控制用户SINR为目的,根据收到的调整标志对发射功率进行自适应调整。仿真结果表明,该算法很好地控制了femtocell用户的SINR,femtocell用户平均吞吐量比无功率控制情况下至少提高了1.7Mb/s。同时表明,femtocell部署越密集,控制效果更加明显。     

Femtocell网络中基于联合传输的分簇与功率分配算法*

针对家庭基站(femtocell)密集部署时的下行干扰问题,提出一种基于多点协作联合传输的分簇与功率分配相结合的算法。首先根据受到的干扰程度进行分簇,将干扰强的家庭基站分到同一个簇,簇内所有家庭基站通过寻找对自身最有利的基站进行协作,将干扰信号转变有用信号,联合传输为用户提供服务,提升用户的信干噪比来保证用户性能,簇间则复用相同的频谱资源。然后通过给用户分配合适的功率使得总传输速率最大。仿真结果表示,所提算法能在抑制系统干扰的同时提高系统的吞吐量。     

LTE-A飞蜂窝系统干扰协调智能优化算法

在同频组网的LTE-A飞蜂窝系统中,飞蜂窝基站的密集部署会造成较为严重的同频干扰,导致网络吞吐量和用户的服务质量(Quality of Service,QoS)降低。部分频率复用(Fractional Frequency Reuse,FFR)作为常用的干扰协调方案,可以有效地提高边缘用户的服务质量。在FFR方案的基础上,通过结合遗传算法和基于模拟退火的图着色算法,提出了一种智能优化部分频率复用(Intelligence-FFR,I-FFR)算法。该算法能够动态地调整中心区域所占比例和边缘区域的频率复用因子,以增加宏小区吞吐量,降低小区边缘区域用户的中断概率。仿真结果表明,与FFR-3干扰协调算法相比,提出的I-FFR算法可使宏小区吞吐量提升15%,同时边缘区域平均用户的中断概率从85%降低到40%。     

基于共享评级迁移的跨域推荐算法

数据稀疏和用户冷启动一直是推荐系统中亟待解决的问题,因此提出了一种基于共享评级迁移的跨域推荐算法(shared ratings transfer cross-domain recommendation,SRTCD).首先,该算法考虑到不同领域间存在着用户群体/项目信息潜在特征的相似性,对各个领域评分矩阵进行概率矩阵分解,得到用户和项目的潜在特征;再利用基于模拟退火和遗传算法优化的K-means算法对用户和项目分别进行聚类,将用户类别和项目类别的内积作为共享评级;然后利用各领域数据集的共享评级和目标领域数据集的特定评级得出推荐结果.最后,利用公共数据集对所提方法SRTCD进行验证,结果表明该方法的推荐性能明显优于常用推荐算法.     

超密集网络中子信道和功率分配研究

超密集网络中,严重的小区间干扰制约了终端用户的数据速率,针对该问题,提出一种基于簇优先级的资源分配方案。该方案分为3个步骤:首先,采用基于图论的染色算法为毫微微接入点(Femtocell Access Points,FAPs)分簇;然后,以簇内每个毫微微用户(Femtocell User Equipments,FUEs)的待发送数据量、排队等待时延以及受干扰强度等作为优先级,计算每个簇的优先级,高优先级的簇可最先获得信道增益好的子信道;最后,利用卡罗需-库恩-塔克(Karush-Kuhn-Tucker,KKT)条件和注水算法为FUEs分配功率。仿真实验表明该方案能够有效地减小Femtocell间的干扰,并能够极大地满足用户的需求,同时提升系统的吞吐量和频谱效率。     

密集家庭基站网络中基于分簇的资源分配方案

针对家庭基站密集部署情况下的下行干扰问题,提出一种基于分簇的资源分配方案。首先,采用部分频率复用（FFR）技术将网络中所有小区划分成不同的空间,既能抑制宏基站之间的同层干扰,又能降低边缘区域宏基站与家庭基站间的跨层干扰;然后,结合图论的知识及凸优化理论对家庭基站进行分簇,并采用基于用户速率公平的信道分配算法对家庭基站进行子信道分配,抑制家庭基站间的同层干扰;最后,采用分布式功率控制算法对家庭基站功率进行动态调整,进一步提升系统的性能。仿真结果表明：相比传统未分组算法,所提算法的信干噪比（SINR）和吞吐量有明显提高,其中,系统吞吐量低于4 Mb/s的概率降低为30%;同时,与未分组算法相比,所提算法公平性提高了12%,使用户获得更高的满意度。     

有效的基于软频率复用长期演进femtocell网络的小区间干扰协调方案

家庭基站是一种小体积、低发射功率的基站,它为长期演进(LTE) femtocell双层网络提供更好室内覆盖的同时也增加了整个系统的容量。然而,femtocell和宏基站(MeNB)之间的干扰不容小觑。针对二者间的干扰问题,提出一种基于软频率复用(SFR)的有效的LTE femtocell网络的小区间干扰协调(ICIC)方案。该方案中,为避免共信道干扰,先对宏小区进行SFR频域资源分配,然后让femtocell用户使用宏基站未占用的频域资源;并且当femtocell位于宏小区中心区域时,不使用同一扇区边缘区域占用的频带。仿真结果表明,此方案减小了不同类型用户间的干扰,整个网络的吞吐量比没有使用ICIC技术的情况提高了14%,同时小区边缘用户的平均吞吐量至少提高了34%。     

基于拍卖的混合接入异构网络频谱共享

针对Overlay与Underlay模式的传统频谱共享系统网络效益较低的问题，提出了一种基于拍卖机制的频谱共享。当宏用户靠近飞蜂窝接入点时，飞蜂窝接入点与宏用户之间的链路性能比宏基站至宏用户的性能要好。此时宏基站希望将该用户卸载至飞蜂窝网络中，获得更好的通信服务质量的同时还能为宏基站节约能量。在保证飞蜂窝网络授权用户的QoS前提下，为激励网络内的混合接入，宏基站将自己的剩余频谱供飞蜂窝接入点使用，并对飞蜂窝接入点进行补偿。每个飞蜂窝接入点独立地决定自己的竞价，宏基站根据收集到的竞价决定最优分配策略。提出的基于拍卖机制的混合频谱共享能够使异构网络中的宏基站和飞蜂窝接入点的效用函数最大。并且补偿函数的引入能更好地激励飞蜂窝采用混合接入模式。     

Adaptive minimum bit error rate beamforming assisted receiver for QPSK wireless communication

This paper considers interference limited communication systems where the desired user and interfering users are symbol-synchronized. A novel adaptive beamforming technique is proposed for quadrature phase shift keying (QPSK) receiver based directly on minimizing the bit error rate. It is demonstrated that the proposed minimum bit error rate (MBER) approach utilizes the system resource (antenna array elements) more intelligently, than the standard minimum mean square error (MMSE) approach. Consequently, an MBER beamforming assisted receiver is capable of providing significant performance gains in terms of a reduced bit error rate over an MMSE beamforming one. A block-data based adaptive implementation of the theoretical MBER beamforming solution is developed based on the classical Parzen window estimate of probability density function. Furthermore, a sample-by-sample adaptive implementation is also considered, and a stochastic gradient algorithm, called the least bit error rate, is derived for the beamforming assisted QPSK receiver.     

一种多用户正交频分复用系统的PHY-DLL层间联合自适应算法

层间自适应设计已经逐渐成为了当前计算机通信领域研究中的热门问题。文中提出了一种适用于正交频分复用无线通信系统的层间联合自适应传输算法。利用物理层的信道状态信息,该算法将物理层（PHY）的子载波分配同数据链路层（DLL）的数据包业务调度结合起来。仿真结果表明,该方案的性能优于单纯在物理层采用子载波和功率分配自适应算法的方案,能够能支持更多的用户,提高用户数据包传输成功率和降低比特误码率。     

基于非合作博弈的femtocell 双层网络分布式功率控制

研究在频谱共享条件下家庭基站双层网络的分布式功率控制策略.将宏基站所能承受的干扰限度视为家庭基站的可分配资源,家庭基站以竞价形式对其"购买",从而构成宏基站与家庭基站以及家庭基站用户之间的博弈模型.分析了该博弈过程中纳什均衡解的存在性和惟一性,并给出了在非合作模式下指导家庭基站用户进行理性竞争的分布式功率调整算法.最后,通过仿真实验验证了所提出算法的有效性.     

基于博弈资源分配的认知异构网络干扰协调算法

基于underlay频谱共享模式的认知异构网络可有效缓解频谱资源短缺问题,但同时会加剧网络中的干扰。针对该问题,提出了一种基于非合作博弈模型的动态频谱分配和功率控制算法进行干扰协调。首先,考虑频谱共享造成的干扰问题,引入认知用户优先等级,将问题构建为联合动态频谱分配与功率控制的频谱定价博弈模型;其次,通过两阶段动态博弈得到纳什均衡解,实现认知网络层频谱资源合理分配和发射功率控制。仿真表明,所提算法能够实现不同优先级用户频谱资源的合理分配和认知基站发射功率控制,有效抑制认知异构网络的跨层干扰和层内干扰。     

A novel threshold-based quadrature signaling scheme for cooperative networks

Presented is a novel threshold-based quadrature signaling(TQS)scheme for cooperative networks.By assigning different components of the quadrature signaling to different cooperative users and letting each user node decide whether to relay information for the other in the assigned component based on a threshold or not,independently,the TQS scheme effectively integrated the advantages of both quadrature signaling and threshold techniques.The authors investigate the end-to-end bit error rate(BER)performance and obtain its closed-form expression.According to our theoretical analysis,the TQS scheme can enhance the diversity gain of a cooperative system and,meanwhile,reduce the complexity of its implementation to a great extent.In addition,the communication system,using TQS scheme,has the feature of easily switching between cooperative and non-cooperative patterns.Finally,the numerical and simulation results show that the scheme has excellent performance as expected.     

基于DQN的超密集网络能效资源管理

小基站的密集随机部署会产生严重干扰和较高能耗问题,为降低网络干扰、保证用户网络服务质量（QoS）并提高网络能效,构建一种基于深度强化学习（DRL）的资源分配和功率控制联合优化框架。综合考虑超密集异构网络中的同层干扰和跨层干扰,提出对频谱与功率资源联合控制能效以及用户QoS的联合优化问题。针对该联合优化问题的NP-Hard特性,提出基于DRL框架的资源分配和功率控制联合优化算法,并定义联合频谱和功率分配的状态、动作以及回报函数。利用强化学习、在线学习和深度神经网络线下训练对网络资源进行控制,从而找到最佳资源和功率控制策略。仿真结果表明,与枚举算法、Q-学习算法和两阶段算法相比,该算法可在保证用户QoS的同时有效提升网络能效。     

基于误码率与中断概率约束的femtocell网络分布式功率控制

家庭基站(femtocell)网络可有效改善无线通信业务的室内覆盖性能,提高信道容量.然而,复杂的动态通信环境导致信道的不确定性,影响用户服务质量.基于此,研究双层femtocell网络在快衰落信道环境下基于误码率约束的功率控制问题;考虑信号传输的中断概率,以及服务质量指标–误码率等方面的要求,构造在此约束下的优化问题;最大化双层femtocell网络的净收益,使得网络系统的通信性能最优;通过对概率约束进行数学处理,将其转化为确定性形式,并提出分布式鲁棒优化算法对等价的确定性优化问题进行求解,从而获得最优功率分配策略.最后,通过仿真验证了所提出算法的收敛性和有效性.     

同址干扰限制下跳频异步组网的频率分配方法

针对跳频电台多台同址时相互间同址干扰严重和采用分频段跳频方式导致跳频增益小的不足,从子网内、子网间和跳频同步信号无干扰3个层次分析跳频异步组网中的全频段宽间隔频率分配约束条件,并建立代价函数;根据约束条件的特点对模拟退火算法的实际应用进行改进,提出同址干扰限制下的全频段宽间隔跳频异步组网频率分配方法。计算机求解结果表明新方法可以很好地解决同址干扰限制下的跳频频率分配问题,提高跳频通信抗干扰性能,对跳频电台发挥性能优势具有重要意义。