无线多跳网络快速跨层资源优化分配算法

针对背压路由算法容易造成大量队列积压和收敛速度慢的缺陷,该文研究了无线多跳网络中节点功率受限情况下的联合拥塞控制、路由和功率分配的跨层优化问题。以最大化网络效用为目标,以流平衡条件、功率等为约束条件建模,基于牛顿法提出了一种具有超线性收敛性能的算法,并运用矩阵分裂技术使该算法能够分布式实施。仿真结果表明,该算法在实现网络效用最大化的同时,能够有效提高网络中的能量效用,且能将网络中的队列长度稳定在一个较低水平,降低包传输延时。     

一种新型认知无线电资源分配跨层技术

为有效利用频谱资源,提高频谱效率,文中利用环境感知技术,设计出认知无线电跨层结构框架,提出一种新的功率控制博弈BPCG（Bandwidth and Power Control Game Algorithm）算法。研究不同用户的频谱带宽分配和功率控制,该算法在确保频谱带宽有效分配前提下,通过对用户功率的有效控制,实现网络总吞吐量的提高。仿真结果表明该算法在相同的功率消耗前提下,网络吞吐量显著提高,并随频谱带宽的增加,实现网络吞吐量的最大化。     

协作系统中基于比例公平的资源分配方法

针对多用户协作中继系统中的资源分配问题,提出了一种在满足用户速率比例公平约束条件下的新算法。该算法先将由2个时隙组成的中继用户传输链路转换为一个等效信道链路,将涉及子载波分配、中继选择和功率分配的组合优化问题转化为分步的次优化问题。该算法在等功率分配情况下,根据各用户速率比例公平系数进行初步子载波数目分配;以瞬时信道增益最佳原则,进行剩余子载波数目分配及具体子载波分配,同时完成中继选择;在速率比例公平约束条件下推导出次优化功率分配的闭式表达式,从而完成各子载波上的功率分配。仿真结果表明,该算法在有效提高系统容量的同时,保证了各用户速率之间的比例公平性。     

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。

     

Bio-Inspired Algorithms for Dynamic Resource Allocation in Cognitive Wireless Networks

Regulation will experience enormous changes in the near future resulting in seamless connectivity by spectrum borders. A promising approach in this context is dynamic spectrum allocation which leads to a more flexible access to spectral resources by employing intelligent radio devices called cognitive radios. This paper is concerned with bio-inspired approaches that exploit distribution in multi-radio environments where many users have to share a finite resource harmoniously. Three applications of bio-inspired techniques are described. The first one deals with the detection of spectrum holes whereas the second one describes resource allocation in orthogonal frequency division multiple access based systems. The third one is concerned with distributed resource auctioning.

一种多无线电系统中基于公平性和精细化带宽分配的资源分配算法

该文针对以OFDMA(Orthogonal Frequency Division Multiple Access)为多址接入方式的多无线电系统中用户比例公平性和系统效率问题进行了研究,提出一种联合资源分配算法,不仅保证了用户比例公平性下系统的吞吐量,还充分考虑了分配的带宽是子信道带宽整倍数的特点,对分配给每个终端的带宽进行子信道整数倍调整。最后通过仿真对比,从系统吞吐量和公平性两方面给出了算法的性能。     

IRS增强信息与能量同传赋能物联网的鲁棒公平性资源分配算法

针对6G物联网中信道误差影响与用户采集能量的公平性问题,该文在用户信干噪比受限、发射功率约束和反射相位模一约束的条件下,研究了智能反射面(IRS)辅助的信息与能量同传(SWIPT)系统中公平性采集能量最大化问题。为了解决该非凸问题,分别运用Schur-Complement和S-Procedure将无限维约束转换为有限维的矩阵线性不等式,然后利用罚函数和连续凸逼近的方法将难以求解的原问题转化为标准的凸优化问题,进而提出了一种迭代的鲁棒公平性能量采集算法。数值结果表明,所提鲁棒优化算法能够明显提升网络采集的公平性能量。     

一种新型的多用户OFDM系统资源分配策略

在多用户正交频分复用（Orthogonal Frequency Division Muhiplexing，0FDM）系统中，系统容量和用户公平性不能同时兼顾，本文提出了一种综合考虑系统容量和用户公平性的资源分配算法．该算法利用多用户的分集增益，根据用户的实时信道状态和传输速率要求，合理的选择用户接人的时刻，既保证了用户公平性又提高了系统容量，达到时频二维空间优化系统的效果．仿真结果表明，本算法在不增加算法复杂度和不损失用户公平性的前提下，有效的提高了系统容量。     

一种面向系统公平性的频谱资源分配方法

针对认知无线网络频谱分配过程中公平性和全局优化问题,提出了一种面向网络系统公平的频谱分配方法,以系统公平性为目标函数,基于认知无线网络的特性及改进的量子遗传算法,将频谱分配模型中的分配矩阵与改进量子遗传算法中的可行解相对应,在保证系统公平性的同时,避免了局部最优现象的出现。仿真结果表明,该算法能更好地实现网络效益最大化和系统公平性。     

Cognitive Engine with Dynamic Priority Resource Allocation for Wireless Networks

A cognitive engine with dynamic priority resource allocation (CE-DPRA) is proposed for wireless networks by utilizing a maximum likelihood estimation method. The receiving signal strength (RSS) from an unlicensed cognitive radio (CR) user can be measured through estimating the unknown position of a licensed mobile user. The priority algorithm for access control enables the selection of a proper CR user waiting for transmission. Both data rate and spectral efficiency can be increased after adapting CE-DPRA. Also the power constraint method can avoid excessive interference caused by signal transmitting from CR users so as to improve the communication quality of mobile users. Simulation results show that the proposed CE-DPRA achieves the performance of high transmission data rate, less interference power, and low average outage probability.     

认知无线电网络中基于免疫算法的多目标频谱分配

认知无线电网络中工作于同一信道的次用户越多,对网络造成的干扰越严重,因此如何在增加网络可服务次用户数量的同时提高网络吞吐量成为近年来的研究重点。针对此问题,文中提出了一种改进的多目标免疫算法。该算法将频谱效率和网络吞吐量作为求解目标,同时设计了适合问题求解的抗体编码方式。最后在获得适合该问题的Pareto最优解之后,与NSGA-II算法进行实验对比。仿真结果表明,所提方法在搜索Pareto最优解时性能更好,并且能够满足不同网络需求下的频谱分配要求。     

认知无线电动态频谱分配新算法

动态频谱分配技术是认知无线电的一项关键技术,本文针对以OFDM为传输技术的认知无线电系统,提出了固定速率认知用户和变速率认知用户并存情况下的动态频谱分配新算法。本文算法以最小化每比特发射功率为目标,运用最小最大准则与分步求解的方法,对系统目标函数予以简化,在最大公平意义上对认知小区的空闲频谱资源进行动态分配。仿真结果表明,该算法具有较好的公平性,在固定速率用户功率最小化需求和变速率用户吞吐量最大化的需求之间取得了比较好的平衡,适用于两种需求用户并存环境下的认知无线电系统。      

基于跨层公平性准则的自适应无线资源分配方法

该文提出了一种新的公平性准则,它既适用于实时业务又适用于非实时业务,是一种对物理层和MAC层联合优化的跨层公平性准则。基于该准则提出了一种新的跨层自适应资源分配方案。仿真结果显示,该方案不仅可以较好地满足用户提出的QoS要求,而且可以保证用户间服务质量满意度的公平性。     

多播认知 OFDM 网络能量效率最大化资源分配算法

将认知无线电技术与正交频分复用(OFDM)相结合是解决目前频谱资源匮乏的首选方案之一。通过采用多播技术, 将对同一内容感兴趣的用户作为一个多播组,为系统提供多播业务,使得相同的无线网络资源能够服务更多的用户,有效地利用有限的频谱资源以及发射功率,有效缓解目前频谱资源紧缺现状,具有重要意义。通过对认知 OFDM 系统的单播多播等方面进行归纳分析,介绍了不同的资源分配方法,研究了基于能量效率最大化的认知 OFDM 系统多播资源分配问题,并分析了解决方法,仿真结果表明该算法的有效性。     

Power and Resource Allocation in Wireless Communication Network

Wireless Personal Communications - Present-day wireless methods are necessary to support a variety of higher-speed data communication facilities for its subscribers such as cloud-based video...     

Resource Allocation Algorithm for Multi‐cell Cognitive Radio Networks with Imperfect Spectrum Sensing and Proportional Fairness

This paper addresses the resource allocation (RA) problem in multi‐cell cognitive radio networks. Besides the interference power threshold to limit the interference on primary users PUs caused by cognitive users CUs, a proportional fairness constraint is used to guarantee fairness among multiple cognitive cells and the impact of imperfect spectrum sensing is taken into account. Additional constraints in typical real communication scenarios are also considered—such as a transmission power constraint of the cognitive base stations, unique subcarrier allocation to at most one CU, and others. The resulting RA problem belongs to the class of NP‐hard problems. A computationally efficient optimal algorithm cannot therefore be found. Consequently, we propose a suboptimal RA algorithm composed of two modules: a subcarrier allocation module implemented by the immune algorithm, and a power control module using an improved sub‐gradient method. To further enhance algorithm performance, these two modules are executed successively, and the sequence is repeated twice. We conduct extensive simulation experiments, which demonstrate that our proposed algorithm outperforms existing algorithms.     

一种新型无线传感器网络分布式定位算法

针对无线传感器网络(Wireless Sensor Networks,WSN)的低成本、低耗能以及准确定位的需求,提出了一种射频干涉与测量多普勒频偏相结合的节点定位方法。该方法中移动锚节点通过2次交叉运动,产生多普勒效应并与静止锚节点形成射频干涉场;未知节点通过测量自身低频干涉信号的瞬时频率的变化规律,获得定位相关信息进而实现节点定位。仿真实验结果表明该方法可以实现预期的定位,且定位精度较高;同时,定位算法简单,运算量小,能耗小,尤其适用于大范围分布的大量节点进行定位。     

脏纸编码的多用户MIMO-OFDM系统中基于纳什公平的资源分配算法

MIMO-OFDM技术是实现大容量无线数据传输的一项关键技术。多用户系统中,在最大化系统资源利用率的同时保证用户间资源分配的公平性是系统设计的一个重要问题。该文首先分析了MIMO系统中最大化吞吐量的一种实现方式脏纸编码(DPC),然后基于纳什公平性准则提出了一种用于DPC的多用户MIMO-OFDM系统中的自适应资源分配算法。仿真结果表明,该算法在损失较小系统吞吐量的前提下,很好地保证了用户间资源分配的公平性。     

Downlink Resource Allocation for NOMA-Based Hybrid Spectrum Access in Cognitive Network

To solve the contradiction between limited spectrum resources and increasing communication demand, this paper proposes a wireless resource allocation scheme based on the Deep Q Network(DQN) to allocate radio resources in a downlink multi-user cognitive radio(CR) network with slicing. Secondary users(SUs) are multiplexed using non-orthogonal multiple access(NOMA). The SUs use the hybrid spectrum access mode to improve the spectral efficiency(SE). Considering the demand for multiple services, the ...