共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
赵彪 《太赫兹科学与电子信息学报》2015,13(1):57-63
针对非时隙主用户网络,研究了单个次用户在周期性感知框架下的机会频谱接入问题。通过建立次用户信道感知和接入模型,提出了一种基于次用户请求业务数据包长度的机会频谱接入算法。该算法根据每个时隙分配给次用户业务数据包长度,自适应调整机会频谱接入策略。仿真结果表明,所提算法能够在干扰水平要求较高情况下,提高次用户平均有效传输吞吐量的同时,实现有效吞吐量与碰撞概率的折中;同时当外部环境发生变化时算法具有较强的鲁棒性。 相似文献
3.
为了最大化次用户系统吞吐量,同时减少信道选择过程中的计算量,在多条主用户信道的次用户多时隙系统中,用半马尔科夫链(Partially Observable Markov Decision Process,POMDP)理论刻画次用户信道选择过程,并提出了对应的信道选择算法。在每一个时隙开始时,次用户选择部分信道进行感知,之后根据感知结果选择不同的传输功率接入信道,对于没有被感知的信道,次用户可以直接接入。对POMDP问题求解采用了最优策略、次优策略以及任意策略,并通过在不同仿真环境下的数值分析比较,论证了所提算法的实用有效。 相似文献
4.
为解决蜂窝用户(Cellular Users, CU)和终端直通(Device to Device, D2D)用户之间的干扰管理问题,提高无线蜂窝网络吞吐量,提出了一种基于粒子群优化的联合信道分配和功率控制方案。提出了具有不同约束条件的2个联合信道分配和功率控制问题,并将离散信道和连续功率联合分配给CU和D2D对,允许任意数量的D2D对与一个CU共享同一信道。通过设计适应度值避免算法陷入局部最优或产生不可行的解决方案,并使算法收敛到全局最优。通过搭建仿真网络模型进行测试验证,并与随机粒子群优化算法进行对比分析。实验结果表明,所提方法可有效提高蜂窝网络中的D2D通信网络吞吐量,且与随机粒子群优化算法相比,所提方法在D2D吞吐量、蜂窝吞吐量以及整体网络吞吐量方面具有明显优势。 相似文献
5.
摘 要:提出一种频谱共享方案,该方案适用于同时存在多个主用户和一对次用户的场景。各主用户依据接收机反馈的有限信道质量信息(CQI, channel quality information)分配发送功率及传输速率。次用户根据偷听到的主系统CQI有限反馈,以适当的功率及速率接入信道。次用户接入信道的行为对各主用户造成一定干扰,以致主系统传输速率遭受一定损失。本文在主系统速率损失约束条件下,研究得出了使次系统吞吐量最大化的次用户发送功率及传输速率最佳分配方案。数值结果表明,对于每个主用户仅需反馈3-4个量化比特,次系统的有效吞吐量就可堪比于主次发射端均拥有主系统链路完整CQI的情况。仿真结果显示,所提出的频谱共享方案能够满足主系统速率损失约束。 相似文献
6.
针对多用户多输入多输出( MU-MIMO)天线系统,提出了一种基于非合作博弈论的功率分配方案。此博弈模型中,以用户在系统中的信号泄漏噪声比值( SLNR)作为用户功率分配和公平性参数设置的依据,保证用户所期望的服务质量和公平性,并证明了纳什均衡的存在性。其次,考虑信道估计误差的影响,提出了一种基于滑动模型的迭代功率分配控制算法满足所有用户的最小通信质量要求。仿真结果显示此方案在信道误差的情况下,相比现有方案可提高系统吞吐量。 相似文献
7.
8.
9.
认知无线电系统不仅要具有自适应性,更应具备一定的智能性。该文将强化学习理论引入到认知无线电系统中,用于解决次用户在频谱感知过程中的信道选择问题,提出了一种基于强化学习的信道选择算法。该算法在未知主用户占用规律和动态特性的前提下,仅通过不断与环境进行交互学习,便能够引导次用户选择“较好”信道优先进行感知,使次用户吞吐量得到提高。仿真结果表明,相对于现有信道选择算法,所提算法可有效提高次用户的吞吐量,并且在主用户使用规律发生变化时,能够自动实现二次收敛,可作为认知无线电系统迈向智能化的一种尝试。 相似文献
10.
针对“先听后传”的机会频谱接入中认知用户的信道选择问题,本文提出了一种基于Q学习的信道选择算法。在非理想感知的条件下,通过建立认知用户的信道选择模型并设计恰当的奖励函数,使智能体能够与未知环境不断交互和学习,进而选择长期累积回报最大的信道接入。在学习过程中,本文引入了Boltzmann实验策略,运用模拟退火思想实现了资源探索与资源利用之间的折衷。仿真结果表明,所提算法能够在未知环境先验知识条件下可以快速选择性能较好的信道接入,有效提高认知用户的接入吞吐量和系统的平均容量。 相似文献
11.
12.
13.
将非正交多址接入(Non-orthogonal Multiple Access,NOMA)技术应用于认知无线电(Cognitive Radio,CR)次网络,使次用户的信号在功率域叠加,可以进一步提高次网络的吞吐量。为此,将粒子群算法(Particle Swarm Optimization,PSO)应用于底层模式的CR-NOMA网络进行资源分配,并分为子信道分配和功率分配两个步骤。在子信道分配中,使用结合遗传算法思想的粒子群算法提高算法的全局搜索能力。在此基础上,使用基于罚函数的粒子群算法对子信道功率和信道内用户功率进行分配。仿真结果表明,提出的基于粒子群算法的CR-NOMA网络资源分配相比以往算法能获得更高的次网络吞吐量。 相似文献
14.
15.
该文针对采用非正交多址接入(NOMA)技术的两用户单小区网络,考虑信道衰落的随机性和业务到达的动态性,以均衡用户排队时延并最大化网络总吞吐量为目标,构建了资源管理的随机优化问题。基于李雅普诺夫优化方法,推导了随机优化问题的最优解的闭式表达式,并提出一种低复杂度的联合时延均衡和功率控制的最优资源管理方法。对比了采用NOMA时的次优资源管理方法与采用时分多址接入方法时的最优资源管理方法,仿真结果表明所提方法能够显著提升网络性能。 相似文献
16.
针对次用户地理位置分布的随机性,提出一种基于地理位置的多信道underlay频谱共享模型,并设计了一种基于凸优化的功率分配算法以提高频谱资源利用率。首先根据不同地理位置的次用户对主用户干扰的差异,设计一种基于产出投入比的公平性信道分配准则,将复杂的多信道资源分配问题转化为单信道功率分配问题;继而采用一种基于凸优化的迭代寻优方式进行功率分配,最终获得次用户的系统信道容量。仿真结果表明,相比按接入时间先后分配信道的方法,基于地理位置的多信道underlay频谱共享模型可以获得更高的信道容量。 相似文献
17.
针对如何提高车辆自组织网络无线信道资源利用率问题,提出了一种分布式车辆间通信信道接入控制算法,该算法具体表示为利用中国余数定理设计一种用户保障协议序列,车辆节点(亦称用户)依据该协议序列决定其对通信信道的接入,无需基站或中心节点的协调,所设计的协议序列确保每个车辆节点在一个序列周期内至少成功发送一次数据.仿真结果表明,采用本文提出的协议序列控制算法比无反馈时隙ALOHA接入控制算法具有更小的传输时延,能够满足车辆自组织网络通信实时性的要求. 相似文献
18.
19.
针对现有多输入多输出(Multiple-Input Multiple-Output, MIMO)太赫兹通信网络双信道MAC协议存在波束重叠干扰和冗余控制开销等问题,提出了一种太赫兹网络中基于中继协作转发的双信道MAC协议(High Efficiency Dual channel MAC Protocol Based on Relay Cooperative Forwarding in Terahertz Networks, HE-RCFMAC)。HE-RCFMAC协议包含动态帧聚合、基于位置信息自适应协作转发和精简RTS(Request To Send)/CTS(Clear To Send)帧三种机制。经三种机制处理后,可有效提升信道利用率,同时减小控制开销,提高数据传输成功率和整体网络吞吐量。仿真结果表明,所提协议与现有的MIMO太赫兹双信道MAC协议相比,MAC层吞吐量、数据传输成功率和信道利用率分别提升了12.82%、12.28%和8.73%,证明了所提协议的有效性。 相似文献