动态主用户流量模型的跨层优化设计

为适应主用户流量变化较快的场景,在不完美频谱感知的情况下最大化认知用户的吞吐量,提出了一种基于集中式Overlay认知无线网络中感知时间与资源分配跨层优化算法。将优化目标分解为信道分配和检测时间同功率分配联合优化两个子问题,通过子算法迭代,最终得到感知时间与资源分配的联合最优解。仿真结果表明,相对于仅考虑频谱感知或资源分配的单层优化算法,该算法可在兼顾公平的前提下使次用户吞吐量得到有效提升。     

面向可靠性的电力线通信OFDM系统资源分配算法

当前OFDM已经成为电力线通信的主流技术,但是由于国内的电力线信道普遍存在噪声特性极为恶劣、复杂多变,严重影响了通信质量。本文针对该问题,系统性地提出了一种面向可靠性的电力线通信OFDM系统资源分配算法;该算法能够根据信道噪声特性计算每个子载波实现可靠通信的功率值,在此基础上对OFDM的资源分配进行优化,在保证高通信可靠性的同时发挥OFDM的已有优势。本文结合PLC智能用电信息采集应用对所提的频带优化机制进行现场测试,测试结果验证了OFDM的频带优化算法的有效性。     

部分CSI下C-V2X资源分配算法研究

针对蜂窝车联网（C-V2X）环境中,车辆高速移动导致无法获取完备信道状态信息（channel state information,CSI）,干扰车辆复用蜂窝网络资源的问题。在已知部分CSI下,在满足车辆到设施（vehicle to infrastructure,V2I）和车辆到车辆（vehicle to vehicle,V2V）的可靠性约束的条件下,研究最大化系统遍历总速率的资源分配优化问题,提出联合功率控制和信道复用的资源分配算法。该算法根据可靠性约束,使用几何规划分析功率可行域,求出任意单个复用对的最优功率控制。该算法将信道复用转换为最大权重二分图匹配问题,将复用对的遍历速率作为二分图的权重,并使用KM（Kuhn Munkres）算法进行求解。仿真结果表明,所提资源分配算法较其他算法,可以在保证车辆可靠通信下,优化资源分配,有效控制干扰,并提高系统遍历总速率。     

非完美频谱感知下认知超密集网络的资源分配

针对实际认知超密集网络场景中认知无线电存在非完美频谱感知的情况,提出了一种基于非完美频谱感知的资源分配方案,目标是在考虑跨/同层干扰约束、保障用户服务质量下,最大化非完美频谱感知下认知超密集网络中次级网络的能效。为此,依据网络模型构建能效优化问题,其为混合整数非凸规划问题,先通过分时共享松弛法和丁克尔巴赫法将其转换成等价的凸优化问题,再使用拉格朗日对偶法求其最优解,以此获得最优能效时的子信道和功率分配策略。基于此,提出了一种迭代的子信道和功率分配算法;为权衡计算复杂度,还提出了一种实用的子信道和功率分配算法。仿真结果表明,所提算法都有效地提升了网络能效。     

ICRN功率分配与中继选择联合优化

针对工业认知无线电网络中出现的无线干扰和冲突严重,特别是工业现场的金属环境和移动特性造成多径与阴影衰落,从而使得传输可靠性难以保证的问题,引入感知信道概率及信道可用度概念,提出一种联合优化中继选择与功率分配的算法。该算法给出3种认知中继选择方案,分别是信道增益最大准则、最近准则及调和平均准则,并在源节点和所选中继节点之间进行最优功率分配,以最小化网络中断概率。仿真结果表明,与平均功率分配算法相比,所提算法能更好地降低系统中断概率,提高传输可靠性。     

基于MABC的中继系统资源分配策略

针对MABC的中继系统,对资源配置策略的优化问题进行研究,并将功率分配问题和中继选择问题相结合。基于此,提出了一种存在干扰情况MABC模型的多中继系统资源分配策略（IS-MABC-OPOR）。考虑双向中继系统干扰信号对其传输性能的影响,以通信链路信道容量最大化为优化目标,利用拉格朗日方法,对通信链路上的各节点进行了最优功率分配和最佳中继选择,给出了通信链路信道容量最大意义下的资源分配数学表达式。仿真结果表明,该链路的信道容量受中继节点位置以及链路总功率的制约,相比于等功率分配方案（EPA）、随机功率分配方案（RPA）和在所提方案的基础上加大干扰信号的信道增益,IS-MABC-OPOR方案有效提高了系统的信道容量,从而实现资源能够满足更高速率的业务传输需求。     

基于NC-OFDM系统的快速资源分配算法

非连续正交频分复用（Non-continuous orthogonal frequency division multiplexing,NC-OFDM）技术是认知无线电（Cognitive radio,CR）的一项应用。在NC-OFDM通信系统中,认知用户感知无线环境中授权频段的频谱空洞（Spectrum hole）并加以利用,以减少频谱的浪费。为保证授权用户的通信质量,认知用户需要在授权用户接入通信时立即退出,这使NC-OFDM通信系统对实时性要求较高,适用于OFDM通信系统的传统资源分配算法无法满足实时性要求。基于NC-OFDM系统的频谱特点,提出两种快速资源分配算法。所提出的算法首先依据误比特率与增益噪声比计算功率门限,采用一次判断选出认知用户使用的子信道,降低解空间维数;接着直接计算注水常量,进行初始资源分配;最后基于二分思想对已排序的子信道（方法1）或未排序的子信道（方法2）进行剩余资源的分配。理论分析与仿真结果表明,提出的快速资源分配算法与最优算法的资源分配结果相同（方法1）或相近（方法2）,复杂度更低,资源分配的速度更快。     

部分信道状态信息下MIMO-OFDM的跨层资源分配算法

针对跨层多用户多输入多输出-正交频分复用（MIMO-OFDM）系统,以系统最大吞吐量为目标,给出一种基于部分信道状态信息的跨层资源分配算法。该优化问题设计的目标函数包括功率限制、传输速率、子载波占用、不同业务的服务质量需求与数据链路层的队列状态信息等约束条件。在数据链路层存在有限缓存条件下,通过均值反馈模型描述信道状态信息的反馈过程,推导出相应的跨层资源分配准则。仿真结果表明,所提算法与现有方案相比,满足了不同业务用户的QoS要求,并获得了好的吞吐率,降低了丢包率。     

基于信道负载预测的VANET传输功率控制算法

在车载自组网（VANET）中,车流量到达一定密度时会造成信道拥塞,导致协作式安全应用失效。针对该问题,设计了一个基于信道负载预测的车联网信标消息传输功率控制算法。首先,通过信道忙时比率（CBR）评估当前时刻信道负载;其次,根据差分自回归移动平均模型（ARIMA）对信道下一时刻负载进行预测;最后,将信道负载预测值与预设阈值进行比较,自适应调整下一时刻信标传输功率,避免信道拥塞。通过仿真实验表明,该算法能有效减少通信传输时延,避免信道拥塞,保证数据的可靠转发。     

多用户OFDM系统物理层安全资源分配方案

现有多用户正交频分复用(OFDM)无线通信系统的资源分配方案未考虑安全传输问题。为此,提出一种物理层安全约束下的资源分配方案,从信息安全理论的角度构建多用户OFDM系统窃听信道模型,在此基础上,利用子载波与功率的联合优化分配方案,在满足各用户安全服务质量(QoS)需求的条件下,通过对偶分解实现系统保密容量最大化的优化目标。仿真结果表明,当系统选用64个子载波为8个授权用户提供服务时,该分配方案在满足各授权用户安全QoS需求的同时,其保密容量相比参考方案最多可提高2.071 bit/s/Hz。     

密集家庭基站网络中基于分簇的资源分配方案

针对家庭基站密集部署情况下的下行干扰问题,提出一种基于分簇的资源分配方案。首先,采用部分频率复用（FFR）技术将网络中所有小区划分成不同的空间,既能抑制宏基站之间的同层干扰,又能降低边缘区域宏基站与家庭基站间的跨层干扰;然后,结合图论的知识及凸优化理论对家庭基站进行分簇,并采用基于用户速率公平的信道分配算法对家庭基站进行子信道分配,抑制家庭基站间的同层干扰;最后,采用分布式功率控制算法对家庭基站功率进行动态调整,进一步提升系统的性能。仿真结果表明：相比传统未分组算法,所提算法的信干噪比（SINR）和吞吐量有明显提高,其中,系统吞吐量低于4 Mb/s的概率降低为30%;同时,与未分组算法相比,所提算法公平性提高了12%,使用户获得更高的满意度。     

异构蜂窝网络中联合功率控制的终端直通通信资源分配

针对异构蜂窝网络中终端直通（D2D）用户和小蜂窝用户复用宏蜂窝用户资源产生的干扰问题,提出一种联合功率控制的资源分配方案。首先,在满足用户信号干扰噪声比（SINR）和发射功率约束条件的前提下,根据系统干扰模型推导出每个D2D用户和小蜂窝用户复用宏蜂窝用户信道资源时的最优发射功率;其次,将用户的信道选择规划成用户和信道之间的双边匹配问题,采用延迟接受（Gale-Shapley）算法得到一个稳定的匹配解;最后,以所得的匹配解为初始条件,通过交换搜索算法进一步优化分配方案。仿真结果表明,该方案的系统总容量和能量效率分别是最优解的93.62%和92.14%,与随机资源分配方案、无功率控制和交换搜索的分配方案,以及有功率控制无交换搜索的分配方案相比,系统容量平均增幅分别为48.29%、15.97%和4.8%,系统能量效率平均增幅分别为62.72%、44.48%和4.45%。该方案能够达到近似最优的系统总容量,有效提高频率利用率和能量效率。     

超密集网络中子信道和功率分配研究

超密集网络中,严重的小区间干扰制约了终端用户的数据速率,针对该问题,提出一种基于簇优先级的资源分配方案。该方案分为3个步骤:首先,采用基于图论的染色算法为毫微微接入点(Femtocell Access Points,FAPs)分簇;然后,以簇内每个毫微微用户(Femtocell User Equipments,FUEs)的待发送数据量、排队等待时延以及受干扰强度等作为优先级,计算每个簇的优先级,高优先级的簇可最先获得信道增益好的子信道;最后,利用卡罗需-库恩-塔克(Karush-Kuhn-Tucker,KKT)条件和注水算法为FUEs分配功率。仿真实验表明该方案能够有效地减小Femtocell间的干扰,并能够极大地满足用户的需求,同时提升系统的吞吐量和频谱效率。     

Resource allocation algorithm with limited feedback for multicast single frequency networks

The single frequency network (SFN) can provide a multimedia broadcast multicast service over a large coverage area. However, the application of SFN is still restricted by a large amount of feedback. Therefore, we propose a multicast resource allocation scheme based on limited feedback to maximize the total rate while guaranteeing the quality of service (QoS) requirement of real-time services. In this scheme, we design a user feedback control algorithm to effectively reduce feedback load. The algorithm determines to which base stations the users should report channel state information. We then formulate a joint subcarrier and power allocation issue and find that it has high complexity. Hence, we first distribute subcarriers under the assumption of equal power and develop a proportional allocation strategy to achieve a tradeoff between fairness and QoS. Next, an iterative water-filling power allocation is proposed to fully utilize the limited power. To further decrease complexity, a power iterative scheme is introduced. Simulation results show that the proposed scheme significantly improves system performance while reducing 68% of the feedback overhead. In addition, the power iterative strategy is suitable in practice due to low complexity.     

电力线通信系统中跨层的用户调度和资源分配

针对多用户多业务基于正交频分多址的电力线通信系统,提出一种在数据链路控制层进行用户调度和在物理层进行资源分配的多层多目标最优的跨层资源分配算法,其用户调度根据所有用户的服务质量(QoS)满意程度、QoS要求、业务包模型、信道状态信息和队列状态信息,从所有用户中选出要服务的用户和确定这些用户的最优跨层参数;其资源分配则根据所有调度用户的QoS要求、最优跨层参数和信道状态信息,先把功率按地窖注水原理分给每个子载波,再把每个子载波最优地分给调度用户并采用逐比特加载查表算法调整其上分配的功率和比特。最后在典型的电力线信道环境下对算法进行仿真,结果表明新算法在系统资源大范围变化时也能保障用户的服务质量,同时有效地提高系统资源的利用。     

抗时延敏感性跨层自适应资源分配方案*

为了对抗多用户OFDM系统中用户实时业务对时延的敏感性,提出一种利用Hopfield神经网络(HNN)算法的跨层自适应资源分配方案。该方案设置用户调度优先级时同时考虑物理层的信道状态信息,及媒体接入层的用户队列状态信息和等待时间等;采用HNN算法,最大化系统容量的同时降低了平均时延和丢包率。仿真结果表明,相比于传统资源分配方案,该方案可以有效保障用户的服务质量,并提高了系统的整体性能。     

多载波系统中自适应比特功率分配算法研究

本文提出了一种多载波系统中自适应功率和比特分配算法。该算法在低信噪比时基于最大化信道容量分配比特,基于最小化误码率分配功率;在高信噪比时采用Fischer算法进行比特功率分配。仿真结果表明,低信噪比时所提算法比Fisher算法性能好,高信噪比时和Fisher算法的性能一样好。因此,文中所提算法比Fisher算法更具有实际应用价值。仿真结果也表明了子载波数对系统性能的影响。     

基于深度无监督学习的多小区蜂窝网资源分配方法

针对多小区蜂窝网络资源分配所要求的低能耗、高速率和低延时问题,提出一种基于深度无监督学习的多小区蜂窝网络资源分配方法.首先,构建基于无监督学习的深度功率控制神经网络,通过约束处理输出优化的信道功率控制方案以最大化能量效率的期望;然后,构建基于无监督学习的深度信道分配神经网络,通过约束处理输出优化的信道分配方案,并联合前期训练好的深度功率控制神经网络拟合输出优化的信道功率,进一步优化能量效率的期望.仿真结果表明,所提出的方法在保证低计算时延的同时可获得优于其他算法的能量效率和传输速率.