认知无线电网络中基于协作中继的资源分配算法

在认知无线电网络的协作中继机制下,中继节点利用其和源节点以及目的节点的不同公共信道为二者的通信转发数据,可以有效解决次用户的通信需求和可用带宽之间的矛盾,提高频谱利用率和系统吞吐量。基于协作中继的认知无线电网络中,不同通信链路上可能存在公共可用信道,使信道和中继的分配问题变得复杂。本文研究了公共信道存在的情况下系统的资源分配问题,基于网络最大流理论提出了两种算法:并行算法和贪婪算法,并分析了算法复杂度。仿真结果表明,两种算法都能够更有效地分配资源,提高频谱利用率,改善网络吞吐量。并行算法可以得到最优解,但其复杂度随信道公用程度的上升增长迅速,受节点并行处理能力的限制,只适用于信道公用程度较低的情况。贪婪算法不一定能得到最优解,但其复杂度较低,并且信道公用程度高时接近最优解,因此超出节点的并行处理能力后,可以选择贪婪算法。      

CCF多信道机制性能分析模型和方法

提出802.11s草案中公共信道框架(CCF)多信道机制的性能分析模型和方法.确定CCF存在着分配和不分配公共信道传输数据2种状态,在公共信道上分别提出2种状态的性能分析模型并推导吞吐率计算公式,同时提出CCF的状态转移条件;以信道速率、数据帧有效载荷、信道数和站点数为参数对CCF的吞吐率和信道平均吞吐率进行仿真.仿真结果显示随着信道速率的增加、站点数的增多和/或数据帧有效载荷的减少,CCF由分配公共信道转移为不分配公共信道传输数据状态所占用的信道数量减少,CCF处于不分配公共信道传输数据状态时吞吐率最大.     

一种基于邻域信息的多信道自适应建网算法

为实现多信道无线自组网的高效建网,针对节点难以感知全网拓扑、其他所有节点的可用频谱以及无法获得同步信息的实际场景,提出了一种基于邻域信息的多信道自适应建网算法。该算法首先设计基于邻域信息的建网策略,使节点能够以自身信息为基础,充分利用可用信道情况、邻居簇首情况等有限的邻域信息进行自适应决策,以建立分簇结构的网络;然后提出基于最大熵原理的信道质量评价算法和基于多头绒泡菌模型的邻居簇首评价算法,分别对节点的可用信道和邻居簇首进行排序,指导节点在建网过程中选择合理的信道和簇首。仿真结果表明,所提建网算法能够使节点在实际场景通信受限的条件下以较小的通信开销完成建网,建立的网络在公共信道数量和簇规模方面也取得了较好的均衡。     

基于空分多址的车联网信标消息同步广播协议

依据车联网中专用短距离通信DSRC协议的标准,车辆通过周期地广播包含车辆状态信息的信标消息,实现邻居节点感知的链路层服务,并且信标消息以随机方式共享传输安全消息的控制信道。然而,这种方式可能导致严重信道竞争和数据丢失,降低邻居节点感知率。为此,提出基于空分多址的信标消息同步广播协议SDMA-SB。通过SDMA-SB协议,使得车辆以分布式方式同步地广播信标,实现车辆在同一个信标时区内有序地广播,降低信道竞争概率,进而提高邻居节点感知效率。SDMA-SB协议先建立有序化的道路模型,然后依据距离信息为同一路段车辆选择一个控制信道间隔CCHI作为信标时区,再根据距离计算广播信标所需的等待时间,并保证车辆等待时间的惟一性。仿真结果表明,与传统的信标广播协议相比,提出的SDMA-SB协议提高了邻居感知率以及信息的新鲜度。     

基于扩展路径识别算法的水声OFDM系统低复杂度迭代稀疏信道估计

移动OFDM水声通信系统中,基于压缩感知的稀疏信道估计方法计算量较大,不适用于实时通信.针对这一问题,该文基于一致多普勒信道模型提出一种扩展路径识别(GPI)算法.该方法首先使用信道多普勒扩展矩阵构造等效发射序列,将多普勒信道转化为等效线性时不变信道.然后使用GPI算法估计信道多普勒及各路径的时延及幅度参数,实现低复杂度稀疏信道估计.此外,该文将GPI算法扩展到Turbo接收机中,通过利用信道译码器反馈的数据符号先验信息迭代提高信道估计精度.仿真结果表明,所提方法的性能优于传统的路径识别算法,且与OMP算法接近,而其计算量远低于后者.     

Ad Hoc认知无线电网络中基于博弈论的公共信道建立算法

 结合博弈论,论文首先提出一种基于博弈论的适用于认知Ad Hoc网络的公共信道建立算法,但该算法并不保证认知用户总是能够收敛到同一公共信道. 随后,论文提出两种可收敛的改进算法. 仿真结果表明改进算法能够适应不同的网络环境,使用户通过博弈过程最终收敛到同一个空闲信道上,完成公共信道的建立,并能在一定程度上保证信道质量. 最后,论文对算法的收敛性进行了论证.     

HSDPA系统中HS-SCCH的功率控制算法

为提高高速下行链路分组接入(HSDPA)系统功率的利用率,降低干扰,提出了HS-SCCH控制信道的两种功率控制算法:基于下行DPCCH导频域的功率偏移和基于CQI的功率控制.仿真表明,当信道条件好、时延小的时候,第一种算法优于第二种算法大约1～2 dB;当信道条件差、时延大的时候,第二种算法优于第一种算法大约2～5 dB.两种算法结合使用时,能达到更好的效果.     

蜂窝通信网络中的分布式无线信道分配方法

文中提出了一种适用于蜂窝通信网的分布式无线信道分配方法。当网络部署环境中出现干扰后,终端用户通过控制信道,发送反馈信息至基站;基站接收到反馈信息后,对可用信道进行扫频,利用广播帧通知受干扰的终端用户可用信道信息;然后终端用户收到基站发送的广播帧后,根据优先级机制,选择新的信道重新建立与基站的通信,当蜂窝通信网中终端用户受外部干扰而信道中断后,该方法可减少终端用户和基站之间信令的开销。     

认知Ad Hoc网络中基于信道相似度的分簇算法研究

针对传统分簇算法无法适用于信道动态变化的认知Ad Hoc网络,提出了一种基于信道相似度的分布式分簇算法.首先计算节点间的信道相似度,利用改进的EM算法估计节点属于不同簇的概率,再结合图的最小割算法取得最优的分簇结果.算法既最大化簇内相似度,也最小化簇间相似度.最后,提出了一个协调机制,可以同步全局的分簇信息.整个过程完全分布式运行,并且无需依赖公共控制信道.仿真结果表明,算法能够根据信道变化,动态地调整分簇结构,提高簇内公共信道数量.与此同时,算法还能有效减少簇间公共信道,降低簇间通信干扰.     

基于扩展路径识别算法的水声OFDM系统低复杂度迭代稀疏信道估计

移动OFDM水声通信系统中,基于压缩感知的稀疏信道估计方法计算量较大,不适用于实时通信。针对这一问题,该文基于一致多普勒信道模型提出一种扩展路径识别(GPI)算法。该方法首先使用信道多普勒扩展矩阵构造等效发射序列,将多普勒信道转化为等效线性时不变信道。然后使用GPI算法估计信道多普勒及各路径的时延及幅度参数,实现低复杂度稀疏信道估计。此外,该文将GPI算法扩展到Turbo接收机中,通过利用信道译码器反馈的数据符号先验信息迭代提高信道估计精度。仿真结果表明,所提方法的性能优于传统的路径识别算法,且与OMP算法接近,而其计算量远低于后者。