一种提高小区干扰协调中用户公平性的载波调度算法

针对LTE-Advanced系统中小区干扰协调的用户公平性问题,提出一种基于用户优先级的比例公平调度算法。该算法通过引入用户优先级因子来调节小区边缘用户与小区中心用户的载波分配,进而在保障系统吞吐量的前提下改善频谱资源受限的小区边缘用户的公平性。仿真结果表明,该算法在以系统吞吐量下降了0.7%的代价下使小区边缘平均用户数据速率提高了90%以上。     

LTE-Advanced系统载波聚合下无线资源分配算法

为改善LTE-Advanced系统载波聚合场景下通信系统性能,针对比例公平调度算法加以改进,得出一种基于辅载波激活的分组资源分配算法。根据用户所在位置,将用户分为中心用户和边缘用户,通过限制某些成员载波上分配给边缘用户资源块数量,并结合载波聚合技术中引入辅小区激活/去激活机制,设计新的用户优先级权值公式。仿真结果显示,改进算法可提高边缘用户吞吐量,改善用户间公平性。     

LTE系统中切换算法的研究

为了提高LTE系统越区切换的性能,寻求一种能够提高LTE系统性能的最优切换算法。分别对基于RSRP测量、基于RSRP和RSRQ测量、以及基于RSRQ测量等自适应算法的三种切换算法进行了研究。通过三种算法的分析比较,发现基于RSRQ测量的自适应算法能够减少切换次数并且保证服务质量,因此该算法是一种可以提高LTE系统性能的最优切换算法。     

用于异构网络的差值门限模糊切换算法

为了提高用户在异构网络中进行垂直切换的准确度,减少"乒乓效应",提出了一种差值门限模糊切换算法(Difference Threshold based Fuzzy Handover,DTFH).DTFH算法考虑异构网络中的切换触发与切换判决两个方面.用户获得当前网络和目标网络的信噪比差值,根据该信噪比差值与设定的切换触发门限的比较结果进行切换触发;然后,采用模糊逻辑方法得到用户当前网络与目标网络的模糊判决值,根据两个网络的模糊判决值之差与设定的切换判决门限的对比结果进行切换判决.以LTE和WiMAX异构网络为仿真场景,仿真结果表明,与传统切换算法相比,DTFH算法能在减少"乒乓效应"的同时,提高用户吞吐量,从而提高垂直切换的性能.     

用于中继蜂窝网络的动态频率规划算法

在两跳中继蜂窝网络中,为提高频谱利用率,以链路带宽需求为依据,提出了一种动态频率规划算法.综合考虑了信道质量、用户业务速率需求及中继两跳链路的速率匹配,计算不同链路上的带宽需求.根据链路带宽需求,对不同链路上的可用频率资源进行动态分配,在不同中继覆盖区域间进行动态频率复用,使系统频率复用因子可根据系统负载自适应变化.仿真结果表明,与现有频率规划算法相比,该算法在系统频谱效率与小区边缘用户平均吞吐量上都有性能优势.     

异构网络中基于用户需求的垂直切换算法

采用不同的无线接入技术的多种网络的融合可以提高无线传输性能,为移动用户提供随时随地的网络连接。垂直切换是异构无线网络相互融合的基础,在垂直切换过程中,切换判定是一个非常重要的环节,直接决定切换性能。提出了一种基于用户属性与需求的切换算法,根据用户类型以及用户的QoS需求选择相应的切换策略,能有效地提高垂直切换性能。     

基于多要素的LTE系统切换算法与仿真

当前移动通信技术快速发展,WCDMA、TD-SCDMA移动系统都将通过LTE演进到4G。传统的LTE系统切换算法有:基于RSRP测量的硬切换算法、基于RSRP及RSRQ测量的联合的硬切换算法。但都无法提供最好的切换判断分析,从而导致切换频繁或切换失败。为了改进LTE系统传统切换算法,文章提出了基于多要素的切换算法,分析了基于多要素切换算法改进的思路。通过对小区负载水平方面仿真,仿真结果表明:小区初始负载水平越轻,UE在该小区驻留的时间越长;负载越重,UE在该小区驻留的时间越短。     

基于车辆用户行为的异构网络垂直切换算法

针对车辆用户提高垂直切换性能的问题,提出了一种基于行为的垂直切换算法。采用软件定义网络(SDN)架构,通过层次分析法,得到用户速度对于不同参数的影响因子,并结合方向确定垂直切换中的参数权重值。再利用马尔可夫过程构建不同权重值影响下的回报函数;利用模糊逻辑,根据速度确定决策间隔,得到完整算法。仿真结果表明:该算法可有效提高用户收益值,并可抑制频繁切换问题的发生,从而提高服务质量。     

认知无线电中一种频谱聚合的切换策略

针对认知无线电频谱聚合系统下降低频谱切换延迟,减少频谱切换次数的问题提出一种主动式频谱切换策略。该策略在频谱聚合跨度的限制下,根据认知用户工作状态转移概率,制定其频谱切换的规则,以达到认知用户在利用频谱聚合技术的同时,实现平滑切换并避免与主用户发生碰撞的目的。另外,在此基础上提出了一种基于切换概率的候选信道选择方法,用来进一步降低频谱切换延迟和频谱切换次数。仿真结果显示当主用户到达的平均时间间隔高于50时隙,并且认知用户子信道的平均服务保持时间小于100时隙时,频谱聚合切换策略能将切换次数稳定在5次以下,同时将切换延迟降低到30时隙以下。仿真结果表明该策略既保证良好的实时性又尽量的减少由切换次数带来的系统开销,从而提高系统效率。     

异构网络中多媒体业务的联合呼叫接纳控制

提出了3G与WLAN互连的异构网络中一种多媒体业务的联合呼叫接纳控制算法,针对不同类型用户的业务特性选择合适的优先接入网络,考虑到切换用户及不同业务类型用户的优先级,分别在3G和WLAN中设置了多级的接入门限值．运用多维Markov链模型对该算法的新呼叫阻塞率和切换呼叫掉线率性能进行了理论分析．仿真结果表明,本算法在满足不同类型用户的QoS需求的同时,在新呼叫阻塞率和切换呼叫掉线率之间获得了良好的折中,提高了系统整体性能．     

随机化竞争的LTE-A中继蜂窝小区边缘协作调度策略

提出了随机化竞争调度算法. 该算法属于协作调度算法的范畴,适用于对相邻中继蜂窝小区边缘的用户进行联合调度. 以此算法为基础,提出了基于随机化竞争的中继蜂窝小区边缘协作调度策略. 该策略通过在相邻小区边缘可能产生资源冲突的区域形成协作中继簇,并在协作中继簇覆盖的区域内应用随机化竞争调度算法,能够尽量避免相邻小区之间产生同频干扰,从而提升小区边缘的传输性能. 仿真结果表明,所提出的协作调度策略有效地降低了相邻小区中继站对边缘用户的干扰,提升了小区边缘的吞吐量,并在一定程度上增强了小区中心和边缘区域之间的调度公平性.     

低轨卫星移动通信系统馈电链路切换方案

研究了无星际链路低轨卫星移动通信系统中的馈电链路的切换问题,提出了两种馈电切换方案-最短馈电链路切换方案和最长可视时间切换方案。结合两种已有的用户链路切换准则,在构造的非均匀分布全国话务密度模型上进行了系统仿真。仿真结果表明馈电链路切换方案对系统开销影响较大,选择最长可视时间馈电链路切换方案,可以减少切换带来的信令开销,提高服务质量,具有较高的参考和实用价值。     

基于位置的认知网络中继选择与功率分配

针对认知网络中,认知源和目的都位于同一个主用户的覆盖区内但距离较远的情形,通过使用主用户频段,采用中继在源和目的间建立多跳路由实现通信。给出一种利用位置信息,以优化跳数和总发射功率为目标的中继选择算法;同时给出一种以最大化系统容量为目标、以总发射功率和接收信干比为约束条件的功率分配算法。仿真结果表明,该文算法能够有效降低系统总发射功率和提高系统容量。     

两跳中继网络的资源分配算法

对于具有中继节点的蜂窝系统,用户的实际速率受限于基站与中继之间链路(第一跳链路)以及中继与用户之间链路(第二跳链路)的吞吐量.单独考虑其中某一跳链路的资源分配,会降低系统的整体性能.因此,针对中继网络,设计了基于两跳链路吞吐量平衡的正向和逆向功率分配算法.其中正向分配算法在进行第二跳链路资源分配时,考虑了第一跳链路的影响.而逆向分配算法则是将第二跳链路的吞吐量作为第一跳链路资源分配的依据.仿真结果表明,设计的算法有利于克服两跳中继网络的瓶颈问题.尤其是逆向分配算法由于充分考虑了用户的最优速率情况,在提高系统吞吐量的同时还减少了能量消耗.     

区域发现及自适应优化的分级移动性管理算法

针对蜂窝小区用户移动特征、切换强度和业务流量不断变化可能造成分级管理结构失效的问题,提出基于切换强度和业务强度的区域发现及自适应优化算法. 该算法通过实时测量蜂窝小区之间的切换强度或业务强度,发现两者相对集中的几个小区;通过区域自适应优化的算法,把这些小区聚合到同一管理区域下,从而使原来发生在不同管理区域的切换或者流量转化为同一管理区域内部的切换或者流量. 在分级结构信令开销模型基础上,对算法进行了理论分析和仿真实验. 结果表明,其能有效减少系统信令开销,提高切换速度和节点流量.     

基于切换预测的位置信息辅助软切换算法

为了对WCDMA网络中的软切换算法进行优化,提出了基于切换预测的位置信息辅助软切换算法。该算法以UTRA软切换算法为基础,根据移动台的不同位置信息进行软切换预测,然后对切换门限进行动态调整,进而可以提高系统性能。采用具体的仿真模型进行了仿真实验。仿真结果表明,与UTRA软切换算法相比,本文算法在MASN和AUSR性能指标上有较大的改善,并且能够维持稳定,从而提高了系统的资源利用效率。     

LSTM循环神经网络的高速铁路越区切换算法

在高速铁路列车运行过程中,为了保持不中断通信,列车需要不断地与基站进行越区切换。越区切换作为LTE-R通信的关键技术,对于保障行车安全至关重要。针对下一代高速铁路无线通信LTE-R系统越区切换算法,因迟滞门限参数固定而导致切换成功率低等问题,提出了一种基于长短期记忆循环神经网络的高速铁路越区切换算法。首先,利用长短期记忆神经网络的记忆特性以及高速铁路越区切换重叠区信号时空相关性的特点,构建了基于长短期记忆循环神经网络的越区切换迟滞门限参数动态预测深度学习网络;其次,通过提出的长短期记忆深度学习模型,对越区切换迟滞参数进行线下训练和线上预测来获取未来时刻的切换门限值,实现了对越区切换迟滞参数的自适应预测,克服了迟滞门限参数固定的缺点;最后,通过仿真实验的结果表明,所提基于长短期记忆循环神经网络的高速铁路越区切换算法较其他比较方法能够有效地提高越区切换的成功率,并降低乒乓切换率的影响。