部分信道状态信息下简化的MIMO功率分配算法

针对当发端只有部分信道状态信息(Partial CSI)-信道统计信息时,最优的发送功率分配算法计算复杂度高这一问题,利用詹森(Jensen)不等式和注水法得到了一种简单的、低计算复杂度的功率分配算法.实验结果表明,对于收天线数不小于发天线数的MIMO系统,该算法对应的平均互信息和最优功率分配算法对应的信道容量吻合较好,可作为一种简便的功率分配算法应用于实际中.     

认知正交频分复用系统的功率分配研究

研究了认知正交频分复用(OFDM)系统的容量极限及最优功率分配策略.基于干扰温度模型,建立了在主用户接收端干扰温度受限下最大化认知用户传输速率的数学优化问题;利用拉格朗日乘数法,得到了该数学问题的最优解.最优算法需要同时知道干扰链路和认知链路的信道边信息(CSI),具有较高的复杂度.因此提出了3种次优功率分配算法,分别为功率平均法、功率控制法和功率分配法.通过仿真实验,比较了各种分配算法下认知用户的信道容量.结果表明,利用所有信道边信息的最优功率分配算法能取得最好的性能.     

低复杂度的MIMO比特和功率分配方案

提出了一种低复杂度的自适应比特和功率分配算法,在满足系统信息传输速率和误比特率限制的条件下,利用不精确的信道状态信息使多输入多输出系统的发送功率最小化. 首先利用函数部分单调性将非凸最优化问题转化为凸优化问题,然后得到最优化问题在非负实数域内的闭合最优解,并将其调整成离散比特数,从而获得最终的比特和功率分配结果. 仿真结果表明,该算法可以获得与最优的鲁棒贪婪比特和功率分配算法相同的分配结果和功率效率,而计算复杂度大幅度降低.     

基于干扰对齐的D2D通信资源分配方案

针对由Device-to-Device(D2D)通信系统和传统蜂窝通信系统组成的混合网络,提出了一种基于干扰对齐(Interference Alignment,IA)的D2D功率分配算法(Interference Alignment-Power Allocation,IA-PA).利用干扰对齐方法,将混合网络中的k对D2D用户的干扰信道等效为k对互不干扰的MIMO信道,并证明了干扰对齐解的存在性.其次,基于贪婪思想,提出了一种最优功率分配算法——IA-PA.与传统蜂窝通信系统相比,IA-PA使得混合网络的总自由度提高了(k-1)/2倍.仿真表明,所提出的功率分配算法有效地抑制了混合网络的互干扰,并得到更大的系统总速率.     

OFDM系统多小区联合资源分配算法

提出了一种正交频分复用(OFDM)系统多小区间联合的自适应资源分配算法。为了降低系统复杂度,子信道分配和功率分配在不同的层次上分步执行,在小区内部采用改进的Max C/I算法进行动态子信道分配,并以此为基础利用禁忌搜索算法(TS)寻求多小区同频子信道发送功率的最优分配解。性能分析和仿真结果表明,与已有算法相比,该算法能够在满足用户的最小速率要求下充分利用无线频谱资源,提高系统吞吐量。     

不精确信道状态信息下的自适应调制算法

提出了一种适用于多输入多输出系统的自适应调制算法,在满足总发送功率和误比特率限制条件下利用不精确的信道状态信息使系统信息传输速率最大化。该算法首先利用拉格朗日方法得到最优化问题在实数域的闭合最优解,然后将其调整为符合多进制正交幅度调制要求的离散比特数,从而获得最终的比特和功率分配结果。仿真结果表明,与传统算法相比,该算法不仅呈现对不精确信道状态信息更加鲁棒的误比特率特性,而且在相同误比特率条件下可以提供更高的频谱效率。     

一种资源利用率高的协作无线系统

提出了一种基于正交信号的自适应协作无线通信系统．利用二维调制信号的同相和正交分量,每个协作用户同时发送自己和伙伴的数据,形成虚拟的多天线发射机,可在不增加系统带宽和发射功率的情况下,以分布式方式获得发射分集增益．利用译码转发中继信道模型,推导了系统误码率性能的理论表达式,并分析了不同功率分配算法以及协作用户间信道和上行信道传输特性对系统性能的影响．理论分析和仿真结果表明:采用等功率分配算法时,所提系统可获得分集增益,且在用户间信道高信噪比条件下能获得完全分集增益;采用最优功率分配算法可进一步提升协作系统性能．     

5G中基于系统中断概率的D2D资源分配算法

为了解决D2D资源分配算法的能耗控制与系统中断问题,提出一种引入模拟退火的动态穷举D2D资源分配算法.该算法使用动态间隔的穷举搜索算法初步确定用户发射功率,制定包含用户QoS信息的二维复用表,联合蜂窝用户与D2D用户的QoS以确定复用组合,在功率维度加入调整功率模块,在组合维度引入模拟退火算法联合降低中断概率.仿真结果表明,引入模拟退火的动态穷举资源分配算法相比于传统算法,在功率分配阶段功率均值平均降低了78.3％,在信道分配阶段连通概率平均提高了10.2％,计算时间平均减少了10.1％.     

面向6G的全双工D2D通信物理层安全策略

针对6G赋能的智能时代下低时延、超高速、万物互联的海量机器类通信要求,基于物理层的安全防范技术已经成为传统信息安全机制的有效补充保障技术。基于多阶迭代干扰对齐(multi-phase iterative interference alignment, MPIIA)算法,利用反馈信道状态信息,提出了一种抵御被动式恶意攻击的物理层安全防范方案。算法依据全双工通信特点,首先,在反向阶段,利用反向信道对接收信号进行线性组合反馈给发送端;其次,在前向阶段,将反馈信号迭代与发送信号进行线性组合形成发送方案;通过设计编码矩阵,实现了全双工的多阶干扰对消,并极大地恶化了恶意用户的性能,从而保障物理层的安全。仿真结果表明,与传统的半双工D2D(device-to-device)通信相比,所提算法可以实现2倍的系统容量,同时保证智能D2D通信网络的最优自由度。     

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.     

协作通信网络中基于Lagrange算法的中继选择和功率优化方案

协作通信技术可以有效获取空间分集,并进一步改善系统的性能。为最小化多中继解码转发(decode-and-forward,DF)协作通信系统的总功率,同时满足系统要求的数据传输速率,提出了一种基于Lagrange算法的中继选择和功率分配的联合优化方案。首先根据信源与中继的瞬时信道状态信息(channel state information, CSI)使信源的发送功率最小化,然后选择出最大的可解码中继集合,再利用Lagrange算法对中继功率进行优化,根据得到的信源和中继的功率分配,选择出最佳中继集合,达到最小化系统总功率的目的。仿真结果表明,相对于直传方案和机会中继(opportunistic relay selection, ORS)方案,本研究中总功率消耗明显减少。     

D2D中基于风驱动的功率控制算法研究

D2D通信用户通过复用信道大幅提升蜂窝网络频谱利用率,同时也带来了速率、干扰等问题.针对D2D功率控制问题,提出一种基于风驱动的功率控制算法,在干扰可控的范围内最大化系统整体吞吐量.首先为每个D2D用户以匈牙利算法分配最优频谱资源,然后利用风驱动算法优化蜂窝用户及D2D用户的发射功率,提升小区吞吐量.仿真结果表明,在保证用户最小速率要求的基础上,相比于随机接入算法、常规风驱动算法系统吞吐量分别平均提升了16％和7％,并保证了蜂窝用户的服务质量.     

多用户OFDM自适应组合调制及比特分配算法的实现

将自适应技术应用于多用户正交频分复用系统,能够提高频谱利用率,降低系统发射功率,从而使系统的整体性能达到最优;针对多用户OFDM系统,将其信道分配和比特分配相结合,提出了更优的多用户OFDM自适应组合调制比特分配算法(MCABA).根据信道特性的瞬时估计值,自适应地为各用户分配子信道和比特,在给定误码率的条件下使总的发送功率最小,仿真结果表明,该算法计算简单,优化效率高,可以达到接近理论上的最优水平.     

电力物联网中节能的免许可D2D接入算法设计

针对免许可频段的终端到终端（D2D）通信的功耗问题,进行功率和频谱的联合分配,以寻找使系统终端功耗最小的资源分配方式. 在免许可频段为D2D提出信道接入协议,该协议在许可信道的协助下确定D2D终端可使用的免许可信道及对应信道可使用的时隙资源. 建立以最小化系统总功耗为目标的优化问题,考虑D2D用户对的数据速率和对基站（BS）产生的干扰的限制. 该问题被建模为凸优化问题,利用内点法求解. 通过数值仿真,对免许可频段的D2D通信（D2D-U）的工作情况进行验证,证明利用该算法能够得到最优的分配结果.     

存在信道估计误差的MU-MIMO系统自适应资源分配

分析了不相关瑞利平坦衰落信道下,信道估计误差对采用迫零波束赋形(ZFBF)多用户多输入
多输出(MU-MIMO)系统性能的影响. 在发送端天线总功率受限以及目标误比特率（BER）的
约束下,提出一种以系统有效吞吐量最优为目标的自适应资源分配算法. 该算法在调度用户时兼顾用户的信道状态信息和公平性,利用误包率严格近似为高斯随机变量的性质得到传输速率和功率的闭式解. 仿真结果表明,由于考虑了信道估计误差,系统有效吞吐量大大提高;同时保证了用户的服务质量(QoS)和公平性,并具有较低的复杂度.     

用于OFDMA系统的多小区自适应资源分配算法

提出了一种用于正交频分多址通信系统下行链路的多小区自适应资源分配算法(MARA).为了降低系统复杂度,将子信道分配和功率分配分开实现,在小区内部进行动态子信道分配,并以单小区子信道分配结果为基础在相邻小区同频用户中进行功率分配.将非合作博弈论引入到多小区功率分配中,给出了基于代价函数的多小区分布式功率分配算法.通过协调相邻小区间同频子信道的发送功率,抑制小区间干扰,提高了无线资源利用率.仿真结果表明,与已有算法相比,本文提出的算法可以提高系统吞吐量.     

协同分集中的联合功率优化分配

在慢衰落信道中,协同分集是一种新的空间分集方式。在总功率一定的情况下,各个协同节点如何分配功率使性能最优。基于每一个协同节点到目的端节点信道功率和噪声功率是互不相同的。将所有路径的信道和噪声功率进行综合考虑,根据其各自的大小,综合运用注水原理。提出了在目的端最大比合并和发送端最大比合并的联合优化功率分配方法。通过在高斯信道和Rayleigh信道下的仿真,表明：该联合优化算法能够使性能得到提高。同时为降低复杂度,一种次优的算法被提出。     

用于OFDMA蜂窝系统的多小区自适应资源分配算法

提出了一种用于正交频分多址通信系统下行链路的多小区自适应资源分配算法(MARA)。为了降低系统复杂度，将子信道分配和功率分配分开实现，在小区内部进行动态子信道分配，并以单小区子信道分配结果为基础在相邻小区同频用户中进行功率分配。将非合作博弈论引入到多小区功率分配中，给出了基于代价函数的多小区分布式功率分配算法。通过协调相邻小区间同频子信道的发送功率，抑制小区间干扰，提高无线资源利用率。仿真结果表明，与已有算法相比，本文提出的算法可以提高系统吞吐量。     

上行小小区网络采用累计分布函数的资源分配

为了降低上行小小区网络中共信道干扰对频谱效率的影响,提出了一种基于累计分布函数的用户调度和分布式功率分配联合优化算法．小小区基站选取信噪比累计分布函数值最大的用户进行调度,被选中的用户调整发送功率,使其对同频小区的干扰低于门限值．通过设置合理的门限值,将全局最优问题转化为分布式最优问题,采用拉格朗日对偶分解,获取最优的功率分配．仿真结果表明,该算法同传统最优功率分配算法相比,能够降低复杂度,并且具有相近的系统性能．     

基于QoS的D2D资源分配算法

D2D通讯技术是5G通讯的一项关键技术,其最大的特点是数据无需经由基站转发并且能够有效地提升系统容量,提高频带利用率.但是它也存在一定缺陷,由于通讯过程中会占用原有蜂窝信道,D2D用户会对原始的小区用户产生干扰,并且这是一个两种用户相互干扰的过程.因此,D2D资源分配成为D2D技术引入的关键.为了克服在“一对一”D2D频谱分配过程中,每个D2D对仅可以占用一个移动信道的分配方式下,新加入D2D用户不一定会使得总容量变大这一问题,文中提出的算法兼顾了资源分配与功率控制两个方面.实验结果表明,在规定每对D2D用户可占用多个基站小区信道,新加入D2D用户不能使系统总容量减小的条件下,新的算法能有效地提升D2D用户总容量.