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)。     

一种精确控制旁瓣的自适应波束形成算法

提出了一种精确控制旁瓣和抑制干扰的自适应波束形成算法。它是通常的最小方差无畸变（MVDR）波束形成算法的改进形式，使阵列输出信号功率最小的同时，保持目标信号方向的无失真响应，并且严格保证旁瓣低于某一给定值，抑制干扰。在仿真过程中，充分应用了二阶锥规划（second—order cone programming）算法，并与MVDR波束形成算法进行比较，验证了方法的正确性，同时研究了该算法的稳健性。     

基于高速铁路通信的多波束机会波束赋形技术

鉴于高速铁路通信中,列车位置信息可预测、列车车顶中继转发天线数有限,以及反馈信息时延大、多普勒衰落较大、频繁切换等特性,传统的波束赋形并不适用于高速铁路场景。位置信息辅助的多波束机会波束赋形能够利用列车位置信息可预测的优势,在机会波束赋形算法中有效地提高发送波束随机相位与来波相位匹配的概率,同时支持多个波束并行传输,以多波束选择实现更好的多用户分集增益,且机会波束赋形无需反馈完全信道状态信息。因此位置信息辅助的多波束机会波束赋形技术适用于高速铁路通信。     

一种基于异构随机矢量的波束赋形方法

为克服迭代波束赋形方法在低信噪比下性能差的问题,针对毫米波MIMO系统提出一种基于异构随机矢量的波束赋形方法。通过在发射机和接收机之间来回发送异构随机矢量,所提出方法能在低复杂度下获得信道自相关矩阵的估计。进而基带处理器可通过奇异值分解的经典幂方法来快速获得近似最优的发送波束赋形矢量。而接收机可通过相同的过程获得对应的接收波束赋形矢量。所提出的方法采用高斯随机变量和正负随机变量所构成的异构随机矢量,能在理论上消除加性高斯白噪声的影响从而获得近似最优等效信道增益。仿真结果表明,所提出的方法有渐进最优的信道增益,在低信噪比下显著优于迭代方法。因此在保密通信等高功率波束训练不允许的场景下具有实用意义。     

一种浮标通信天线的波束赋形设计

海洋浮标是一种现代化的海洋观测设施,它具有全天候、全天时稳定可靠地采集海洋环境资料的能力,并利用通信卫星把数据发送到陆地上的数据处理中心.卫星通信一般采用地球同步轨道上的静止卫星来实现,本文重点研究地球同步通信卫星作为浮标通信卫星时的天线赋形波束设计.     

一种稳健的宽带聚焦波束形成算法

将聚焦变换的思想与二阶锥规划方法相结合,提出了一种稳健的宽带聚焦波束形成算法。该算法首先将宽带信号划为多个窄带信号,再通过最佳聚焦矩阵,聚焦到最佳聚焦频率上,将宽带问题转换为窄带问题,最后利用二阶锥规划的方法实现窄带波束形成。计算机仿真验证了该算法的有效性。     

多输入多输出—非正交多址接入系统融合用户调度的下行波束赋形设计

针对多输入多输出—非正交多址接入（MIMO-NOMA）技术中用户间干扰较大的问题,提出了一种融合用户调度的波束赋形（BF）算法。首先,在进行用户调度时,为了同时兼顾簇内用户干扰和簇间用户干扰,根据各用户信道的差异性,利用L1-范数正则化方法对所有用户分组情况进行初步稀疏化处理,进而从各用户信道相关性角度出发,将信道相关性大的两个用户分为一簇;其次,结合部分发射功率控制（FTPC）策略实现簇内用户功率分配;最后,根据和速率最大化准则构建一目标优化函数,进而利用连续凸逼近（SCA）算法对其进行求解,以获得波束赋形矩阵。理论分析和链路仿真表明,与传统的正交多址接入技术相比,在系统容量方面实现了84.3%的提升;与传统的相关性用户分簇方法相比,在公平性方面实现了20.2%的提升。实验结果表明,该方案不仅有效地抑制了簇内用户干扰和簇间用户干扰,同时,又保证了用户间的公平性。     

基于赋形多波束的CDMA系统容量分析

分析是基于赋形多波束天线波束增益模型,相对传统的二阶锥形口径增益模型,这一模型能够较好地补偿路径损耗差异,保证了覆盖区域的"等通量"覆盖。本文分别分析了星地通信系统前向链路和反向链路的系统容量,在反向链路容量分析中综合考虑了阴影衰落、功率控制误差等因素的影响,并提出了提高系统容量、改善系统性能应采取的措施方法。本文中的容量分析方法可以进一步推广到低轨通信星座系统,对低轨通信星座系统的规划和设计具有重要意义。     

基于深度学习的多用户毫米波中继网络混合波束赋形

针对传统多用户毫米波中继系统波束赋形方案计算复杂度高的问题,提出一种基于深度学习（DL）的奇异值分解（SVD）方法来设计混合波束赋形,以优化发送端、中继端和接收端波束赋形器。首先,利用DL方法设计发送端、中继端的波束赋形矩阵最大化可实现的频谱效率;然后,设计中继端、接收端的频带波束赋形矩阵以最大化等效信道增益;最后,在接收端设计最小均方误差（MMSE）滤波器消除用户间干扰。理论分析和仿真结果表明,基于DL的混合波束赋形方法相较于交替最大化（AltMax）与传统SVD方法：在高维信道矩阵和较多的用户情况下,计算复杂度分别降低了12.5%和23.44%;在已知信道状态信息（CSI）的情况下,频谱效率分别提高了2.277%和21.335%,在非完美CSI情况下,频谱效率分别提高了11.452%和43.375%。     

基于天线分组的高铁大规模多输入多输出自适应波束赋形方案

针对高铁大规模多输入多输出（MIMO）系统的吞吐量未被充分提升的问题,提出一种基于天线分组的自适应波束传输方案。首先利用基站（BS）预知的列车位置信息,并将波束赋形技术引入高速场景,建立高铁大规模MIMO的三维模型;其次验证BS天线分组情况下,子波束的吞吐量与其对应的发射天线数满足非线性关系,且子波束天线数变化并未对其他波束的吞吐量产生影响。基于此,以天线分组的自适应波束赋形方案对列车运行至不同位置的波束数和子波束所需的发射天线数进行调整,保证不同位置的最优系统吞吐量。计算机仿真表明,该方案与传统的单波束、双波束、八波束相比,在列车距基站125 m范围内分别实现了系统吞吐量87.9%、62.3%、50.6%的提升,在125 m之外与单波束赋形的系统吞吐量相近。实验结果表明,所提方案无论列车距BS较近或较远时,系统吞吐量均处于最佳水平,更好地适应高速铁路环境。     

基于功率控制的大规模MIMO系统能效优化算法

能效优化是5 G通信领域的一个研究热点.首先针对单小区多用户上行大规模MIMO通信系统,在满足用户QoS需求和系统可容忍的信道有效噪声条件下,建立关于发射功率、导频序列长度、基站天线数的能效优化模型;其次,不同于传统利用迭代算法求解使系统能效最佳的基站天线数,提出了采用Lambert W函数分析得到最佳基站天线数的闭式表达式;最后根据分式规划理论,采用迭代优化算法联合优化系统导频序列长度、发射功率、基站天线数.仿真结果表明,该算法较现有算法能效提高了11.2％,说明该算法能有效提高系统性能.     

无人机巡检系统中高频效的混合波束赋形方法

随着智能电网的发展,无人机巡检输电线路应用越来越广泛.为了有效实施输电线路故障定位和类型判断,要求无人机回传视频图像的分辨率越高越好.在带宽有限的条件下,需要尽可能提高无人机回传通信链路的频谱效率,以满足高分辨率视频图像对传输速率的需求.提出基于Mesh网络的视频图像回传通信方法.通过在杆塔上部署无线接入节点并构建Me...     

基于能量采集的大规模MIMO系统能效优化

研究基于能量采集的大规模多输入多输出(multiple-input multiple-output,MIMO)系统能效优化问题。保证用户服务质量、能量塔发射功率限制和能量采集时间约束下,为实现上行大规模MIMO系统能效最大化,对能量塔发射功率、能量采集时间进行联合优化。该问题属于非凸优化问题,首先通过分式规划理论将原优化问题等价转换,然后采用块坐标下降（block coordinate descent,BCD）方法,对能量塔发射功率、能量采集时间、系统能效进行迭代求解,提出了一种基于能量采集的大规模MIMO系统的联合优化能效算法(energy-efficient power and time allocation algorithm,EPTA)。仿真结果表明,在保证用户服务质量的情况下,与均时最小QoS保证算法(time-averaged minimum QoS guaranteed algorithm,TA-QoSA)、吞吐量资源分配算法(throughput maximization based power and time algorithm,TPTA)相比,该算法提高了系统能效。     

相位激励赋形多波束形成算法分析及仿真实现

数字波束形成是天线技术与数字信号处理技术结合的产物,是智能天线实现空分多址的关键技术.采用相位激励赋形多波束形成技术,给出了智能天线数字多波束形成的优化算法,利用该算法对均匀圆环阵天线各单元权值进行计算,仿真实现了均匀圆环阵天线多波束方向图,在不同方向上同时得到了多个波束.该算法计算复杂度低,空间隔离度好.阵元呈圆环状分布,具有全向搜索特性,克服了直线阵搜索的缺点.该方法还可用于任意单元构成的不均匀阵列天线,以及波束展宽和扇形波束的形成.     

一种多天线多用户大规模MIMO上行系统能效资源分配算法

针对目前大规模MIMO系统的资源分配研究集中于用户终端配备单天线的场景,但随着技术的发展和用户需求的增长,用户智能终端配备多天线情形越来越多,提出一种基于多天线多用户大规模MIMO上行系统的能效资源分配算法。在满足用户速率和续航要求的条件,基站采用迫零(ZF)接收情况下,通过建立系统能效函数,采用凸优化方法进行优化。首先确定用户不同天线的最优发射功率,再运用二分法确定基站激活的天线数目,通过联合用户发射功率和激活基站天线数来优化系统能效。仿真结果表明本文所提算法可以在迭代次数较少的情况下取得较好的系统能效。     

一种云工作流任务调度能效优化算法

工作流任务执行时带来的高能耗不仅会增加云资源提供方的经济成本,而且会降低云系统的可靠性。为了满足截止时间的同时,降低工作流执行能耗,提出一种工作流能效调度算法CWEES。算法将能效优化调度划分为三个阶段：初始任务映射、处理器资源合并和任务松驰。初始任务映射旨在通过任务自底向上分级排序得到任务调度初始序列,处理器资源合并旨在通过重用松驰时间合并相对低效率的处理器,降低资源使用数量,任务松驰旨在为每个任务重新选择带有合适电压/频率等级的最优目标资源,在不违背任务顺序和截止时间约束前提下降低工作流执行总能耗。通过随机工作任务模型对算法的性能进行了仿真实验分析。结果表明,CWEES算法不仅资源利用率更高,而且可以在满足截止时间约束下降低工作流执行能耗,实现执行效率与能耗的均衡。     

考虑波束间干扰的多波束卫星功率带宽联合分配算法

多波束卫星通信系统由于频率复用导致波束间存在干扰。为此,通过引入干扰系数,构建带宽功率联合分配模型,将该资源分配问题拆分为功率分配、带宽分配和对偶变量更新3个子问题,并提出相应的分配算法。算法在初次完成功率以及带宽分配后,利用子梯度算法更新对偶变量,对功率和带宽进行再分配,如此进行迭代计算,直至满足对偶变量收敛条件,由此实现分配结果的最优。仿真结果表明,与功率和带宽均匀分配算法及按比例分配算法相比,该算法在明显降低系统二阶业务拒绝量的同时,提高了系统容量。     

基于能效的多小区LTE系统资源分配算法

针对多小区LTE移动通信系统,考虑用户的最小速率要求,以最大化系统能效为目标,提出了一种迭代式的资源分配算法,通过不断迭代子信道分配和功率控制两个子过程来优化系统能效.针对子信道分配问题,提出了一种基于三种基本模式的子信道调整算法;针对功率控制问题,建立了多小区非合作博弈模型,理论证明了纳什均衡点的存在性,并设计了算法收敛于该纳什均衡点.仿真结果表明,与多小区最大化系统吞吐量算法相比,提出的算法获得了明显的能效增益,同时也达到了较好的系统吞吐量,尤其在强干扰环境下该算法的优势更加明显.     

高效节能的无人机多用户携能传输优化研究

无人机携能传输技术可用于提高物联网能效,为能量受限的物联网地面设备补充能量,以支持其完成不中断信息接收任务。面对无人机携能有限的现实条件和其能耗效率提升的需求,本文针对高效节能的无人机-地面通信优化问题进行了研究,综合考虑无人机飞行耗能和地面设备能源需求,对无人机发射功率和功率分割比进行联合优化,并对无人机轨迹和地面设备唤醒时间分配进行设计。研究的节能最大化问题是一个非凸的、分式和混合整数规划问题。针对此问题,本文提出一种基于连续凸逼近（Successive convex approximation,SCA）和经典Dinkelbach方法的交替迭代优化算法。最后仿真结果验证了该算法的有效性和优越性。