两单播多跳网络的干扰对齐和功率分配方案

针对两单播多跳网络,在存在两个中继端的情况下,研究源端的干扰对齐预编码设计、中继的干扰消除解码和预编码转发设计,以及目的端的干扰消除解码处理. 对干扰对齐和解码需满足的约束条件进行分析,给出简化的网络干扰对齐的可行条件. 此外,对源端与中继端的功率分配进行优化. 最后对干扰对齐的可行性、功率分配的性能进行仿真测试. 表明在满足网络对齐约束条件后,干扰对齐可行,并且采用简化迭代注水功率分配算法较采用平均功率分配算法的系统容量有明显提高.     

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.     

一种自适应调制V-BLAST系统的功率受限分配算法

提出了一种自适应调制垂直-贝尔实验室分层空时结构（V-BLAST）系统的低复杂度比特、功率分配算法,满足总平均功率和单根发射天线峰值功率受限条件下使比特率最大化. 该算法可以达到与比特递增分配算法相同的最优分配结果,而计算量大幅度降低. 仿真结果表明,在满足目标误比特率条件下,单天线功率限制会使比特率降低.     

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.     

认知MIMO系统中基于博弈论的干扰对齐算法研究

为消除用户间干扰,提高认知无线电多输入多输出（CR-MIMO）系统传输速率,给出一种基于博弈论的干扰对齐算法。该算法首先采用注水算法为主用户进行功率分配,同时设计次用户预编码使次用户信号落入主用户未分配功率的子信道。然后将次用户之间的多条干扰链路构成一个博弈群体进行求解,实现次用户之间的干扰对齐。此外,为最大化次用户传输速率,将次用户功率分配问题转换为布谷鸟鸟巢的选择问题,构造适应度函数,得到最优的功率分配方案。数值分析表明,该算法可以消除主次用户的干扰以及次用户之间的干扰,传输速率比最大信干噪比（Max-SINR）算法高2 b·s-1·Hz-2,同时,结合布谷鸟搜索算法进行功率分配后传输速率高于文献[13]。     

多点协作最优功率分配与协作伙伴选择方案

为了优化多节点放大转发协作通信系统的性能,对系统误符号率(SER)进行了深入研究,提出一种在高、低信噪比(SNR)情况下均紧于理论值的SER下界. 在满足SER最小准则情况下,以下界为依据,提出适用于多节点协作通信系统最优功率分配与协作伙伴选择方案. 在系统总功率受限情况下,基于该方案的SER性能明显优于基于平均功率分配方案的性能. 与现有功率分配方案相比,在低SNR情况下,基于该方案的SER性能较紧于理论值. 同时,该方案实现了协作伙伴选择功能.     

基于严格势博弈的干扰对齐

在经典多输入多输出(MIMO)干扰信道干扰对齐算法中,单纯最大化用户期望信号势必对其他用户形成干扰,从而限制整体信道容量的提升.从多对干扰链路构成一个博弈群体的角度出发,提出了一种基于严格势博弈的干扰对齐算法;构建了基于博弈论的干扰对齐算法数学模型,通过构造有界势函数证明该博弈为有界严格势博弈,能通过有限次迭代收敛到ε纳什均衡点;讨论了代价因子对算法性能的影响.实验结果表明,相对于经典的min-INL和max-SINR 2种干扰对齐算法,新算法具备更优的性能,可显著提高复杂MIMO干扰信道中的多用户信道容量.     

联合检测CDMA系统中的功率控制

码分多址系统是干扰受限的通信系统，存在多址接入干扰、码间干扰和远近效应。引入多用户联合检测器可以对抗上述干扰．将基于SNR的功率控制引入多用户检测器可以提高系统的性能，提出的盲自适应的闭环功率控制进一步改善了系统的误帧率性能和功率控制的错误率。     

多用户协同通信系统资源的优化分配算法

针对多用户协同通信系统中的剩余功率分配不合理问题,提出了一种基于用户间公平性的子载波分配和优化剩余功率分配的联合资源管理算法．首先在保证用户资源分配公平性下给出基于平均功率分配下的子载波分配,其次利用调和平均值算法对剩余功率进行优化分配．仿真结果表明,所提出的算法能够在满足用户质量需求和公平性的同时,可提高系统的容量和用户容量,降低系统的误码率．     

认知无线电网络子载波和功率分配

在干扰温度和总发送功率的限制条件下,提出了一种基于正交频分多址（OFDMA）接入方式的认知无线电网络上行链路子载波和功率分配算法,目标为最大化系统吞吐量。算法在初始分配方案的基础上不断调整,最终逼近最优分配方案。仿真结果表明,提出的算法在大幅度降低计算复杂度的同时,达到了接近穷举方案的性能。     

大规模天线下能量广播方法

为了提高大规模天线能量广播系统的平均用户能量收获效用,在采用最大比传输预编码下,利用大规模天线的性质推导了单能量源场景的最优功率分配方案,利用小区间干扰提出了多能量源协作传输方法,并给出了协作能量传输的最优功率分配方案.仿真结果表明,在单能量源中,所提功率分配方案的性能好于等功率分配方案的性能,协作能量传输方案的性能优于非协作能量传输方案的性能.     

超密集网络中非合作博弈的功率分配算法

为了抑制超密集网络中小小区基站的密集化部署带来的干扰,并提高系统的吞吐量,本文研究了频谱共享超密集网络中的功率分配策略.首先,针对非凸的系统和速率最大化问题,采用非合作博弈模型将其转化为每个用户效益函数最大化的凸子问题,并通过设计一种动态定价使得非合作博弈模型的纳什均衡点（NE）是原优化问题的驻点.其次,为了保证宏小区用户的服务质量（QoS）,模型中引入了干扰功率约束条件来抑制宏小区受到的干扰.最后,在此非合作博弈论框架下,设计了一种迭代式的基于全局信息的功率分配算法.每次迭代通过求解KKT条件获得每个用户的最优发射功率,通过理论推导证明了迭代算法可收敛到博弈模型的NE.此外,为了减少迭代算法的信令开销、提高资源利用率,还提出了一种基于局部信息的功率分配算法.仿真结果表明,所提出的基于全局信息的功率分配算法比对比方法具有更好的传输性能,所提出的基于局部信息的功率分配算法在保证较好的传输性能的前提下有效地减少了信令开销.     

超密集网络中混合接入方式下基于分组的资源分配

针对混合接入方式下的超密集异构网络中存在的干扰及频谱资源分配问题,提出了一种基于分组的资源分配方案.根据Small cell间的干扰采用模拟退火算法对Small cell进行分组;运用基于最小信干噪比最大化的信道分配方案对分组后的网络进行信道分配.给出了混合接入方式下用户的资源使用方式.仿真结果表明,该方案可以有效地抑制干扰,提高系统性能.     

基于预编码的MIMO系统的半盲估计

通过时域预编码来克服MUI,采用纯盲估计算法结合短的传统训练序列来进行信道估计。提出了一种应用于MIMO-OFDM系统的基于时域预编码算法的半盲信道估计方案,该方案能够克服多路传输中用户间干扰(MUI)和提高频带的利用率,其预编码算法在低信噪比下优于传统的频域ZF预编码算法的性能,同时该算法具有较低复杂度,易于实现。理论分析和性能仿真均证明了上述特点。     

认知Ad Hoc网络多小区资源分配方案

在授权多小区频谱资源复用场景下,基于分级信道接入模型提出了一种认知Ad Hoc网络资源分配方案．授权小区将频谱资源进行区间复用,认知系统根据区域复用的不同划分可用频段,并在不同频段采取不同的接入方式;联合考虑链路传输需求及授权用户干扰保障设计传输效益因子,根据传输效益因子分配可用信道,运用拉格朗日对偶理论实现功率分配,并基于令牌环结构实现Ad Hoc链路局部信息交互．仿真表明,所提算法相对非复用认知场景系统容量可在相同指标下提升2%．     

结合功率分配的干扰对齐预编码优化算法

针对K用户多输入多输出干扰信道系统提出了一种基于功率分配预编码优化算法.首先通过信道的奇异值分解,基于矩阵弦距离,选出一组与最好的特征子信道最为匹配的预编码矩阵来传输信号,然后根据信道矩阵信息的强弱进行功率分配,从而对预编码矩阵进行优化,可最大化保证接收信号的强度.仿真结果表明,该算法未用迭代计算预编码矩阵和接收抑制矩阵,不仅使整个系统的复杂度大大降低,而且在系统和速率有微小损失的情况下,提高了系统的误码率性能.     

用于多小区OFDM系统的分布式上行功率控制算法

为了协调小区间干扰,提高边缘用户性能,研究了OFDM系统多小区间的功率分配问题.基于非合作博弈理论,给出既可以保证每个用户信干比最小又考虑其他小区同信道干扰的效用函数.通过求解最大效用函数值,得到一种多小区分布式上行功率控制算法.该算法中每个小区只需本地信息就可以协调小区间干扰,实现了用户间公平性与频谱利用率的最佳折中.通过仿真分析,讨论了算法的参数选取,验证了算法的收敛性.仿真结果表明,与等功率分配相比,虽然吞吐量下降了17%,但是公平性提高了1.7倍.     

用于OFDMA系统多小区干扰协调的功率分配算法

提出了一种用于小区间干扰协调的多小区自适应功率分配算法. 该算法利用相邻小区同频子信道间信干比的差异,通过平衡信干比,协调同频子信道上用户的发送功率,保证系统边缘用户性能,减小同频信道干扰,提高无线资源利用率. 仿真结果表明,该算法既可以很好地保证用户公平性,又能充分利用频谱资源以保障系统吞吐量.