多载波超密集网络的抗干扰分布式节能功率分配

该文研究多载波超密集网络(UDN)上行链路能效最优功率分配方案,基于非合作博弈论提出一种抗干扰分布式功率分配方案,使每个小区独立优化能效的同时抑制邻小区干扰.由于最大传输功率和QoS约束下的能效函数具有不易解决的非凸特性,且小小区间存在严重干扰.针对以上挑战,该文在最佳响应过程中设计了一种高精度低复杂度的阶梯注水算法,基于该算法利用干扰信道增益提出了一种多用户抗干扰功率分配算法.仿真结果和数值分析表明该算法运算复杂度低,且能在保证系统频谱效率的同时大幅度提升系统能效.     

多载波超密集网络的抗干扰分布式节能功率分配

该文研究多载波超密集网络(UDN)上行链路能效最优功率分配方案,基于非合作博弈论提出一种抗干扰分布式功率分配方案,使每个小区独立优化能效的同时抑制邻小区干扰.由于最大传输功率和QoS约束下的能效函数具有不易解决的非凸特性,且小小区间存在严重干扰.针对以上挑战,该文在最佳响应过程中设计了一种高精度低复杂度的阶梯注水算法,...     

超密集小峰窝网中基于干扰协调的小区分簇和功率分配算法

干扰的有效管理是超密集小蜂窝网中的一个研究难点。该文提出将超密集小蜂窝网中的小区干扰协调和分簇相结合的算法,通过分配最优的功率降低干扰,最大化系统吞吐量。根据干扰的程度,将干扰强的小蜂窝划为一个簇,同一个簇内的小蜂窝共享频谱资源,协作为用户服务,簇与簇之间实现频谱复用。仿真结果表明,该算法在网络密集部署时,有效地减小干扰,提高系统吞吐量。     

5G超密集网络环境下功率控制方案研究

超密集网络(Ultra Dense Network,UDN)是一种通过密集化地部署各种低功率小基站来提升系统容量的技术,因可以解决小区覆盖盲区、实现用户无缝连接、缓解宏基站压力以及配置灵活等优点被列为未来5G通信系统的关键技术之一。在密集基站的网络部署下,基站与终端的路径损耗有所降低,在增大有益信号的同时也提升了干扰信号,影响通信系统的性能和用户终端的服务质量。为提升用户的服务质量和降低系统损耗,提出了一种跨层功率最大化方案,选取发射功率最强的小基站作为服务基站。提出一种协作功率最大化控制方案,选取2个小基站为用户提供协作式数据传输服务。仿真结果表明,2种方案均能提升用户的服务质量,后者在能效等指标上要优于前者。     

一种适用于超密集网络下行链路的干扰抑制方案

在超密集网络（UDN）下行链路场景中,为了有效克服因节点间距减小、邻近节点传输损耗相差不大而产生多个强度相近的干扰源对用户性能的影响,提出了一种基于优先级以用户为中心的小区间干扰抑制方案。为了便于量化基站协作取得的带宽性能增益,采用了一种计算带宽盈亏率的定量分析指标。通过该指标,易于确定在特定UDN场景下干扰协调方案是否处于盈利状态,进而通过系统能够接受的最大损耗比优化参数配置。仿真结果表明,该干扰抑制方案能显著提升用户的信号干扰噪声比（SINR）性能,且能更好地保障用户公平性,有效地克服了用户SINR性能在基站数较多时受天线数限制的缺陷,为提升UDN网络用户性能和系统性能提供了一种解决方案。     

超密集网络中基于博弈论的频谱分配策略研究

超密集网络(Ultra-Dense Network,UDN)作为5G的关键技术之一,密集分布的小基站带来了系统容量和传输速率的提升,已成为近年的研究热点.针对UDN中严重的同层与跨层干扰问题,将博弈论应用到频谱分配中,求解相关均衡得到优化的频谱分配策略.使用Matlab对基于博弈论的频谱分配策略(SAGT)、对图论着色...     

基于迭代联合传输的超密集网络动态干扰协调方案

鉴于超密集网络中急剧增长的小区和用户数量,研究了如何通过合理地选择联合传输用户来实现动态干扰协调,以此提高小区边缘用户频谱效率。通过动态协作簇划分和动态联合静默传输2种手段,将所有用户分类;再利用迭代优化算法进一步提高系统性能,同时解决了联合传输用户的数量选择问题。仿真结果表明,与传统的协作多点方案相比,所提方案在不损失小区平均频谱效率的前提下,在小区边缘频谱效率方面存在显著的性能增益。     

基于能量效率优化的超密集网络干扰协调方案

针对超密集网络场景,提出一种基于能量效率优化的干扰协调方案,通过粒子群优化算法联合调整基站活跃状态概率、基站发射功率以及协作用户数量,并在确保边缘用户满意度的前提下,优化系统的能量效率。实验结果证明,提出的方案相比传统联合传输方案可获得10.30%的能量效率增益,相比非协作方案可获得18.73%的能量效率增益。     

无线传感器网络中的分布式协作路由和功率分配算法研究

在协作传输最优功率分配的基础上,提出了两种分布式协作路由和功率分配算法,分布式分离路由和功率分配算法与分布式联合路由和功率分配算法.这两种算法集合了物理层和媒质接入层协议,能够取得近似集中式算法的性能.仿真结果表明相对于联合协作路由和功率分配算法,分离协作路由和功率分配算法能够更加有效地节省总的发送功率.     

协作通信系统的功率分配策略研究

在无线通信中,为了对抗信道衰落,人们提出了分集技术。协作分集通过共享资源达到改善通信质量、提高通信性能的目的。研究了放大转发协作通信系统中的功率分配策略。对于协作通信系统的功率分配研究了3种方法:迭代法,直接计算法,理想的穷搜索法。研究表明,迭代法是最佳方案,因为这种方法的迭代次数可以人为控制,而且性能与理想的穷搜索法相差不大。     

认知无线电网络中基于功率有效性的最优功率分配

在资源受限的认知无线电网络中,如何提高次用户网络的功率利用率是一个值得考虑的问题。针对这个问题,本文首先提出了认知无线电网络中基于功率有效性的次用户最优功率分配算法,该算法不仅考虑主用户网络中断概率对次用户发射功率的限制,而且兼顾次用户网络本身的中断概率要求。其次,为了进一步降低节点的计算复杂度,本文通过降维处理将目标最优化问题转化为两个子问题进行求解,从而提出一种次优的低复杂度功率分配算法。仿真结果表明,次优算法相比最优算法仅带来有限的性能损失,但是却有效地节省了计算时间和存储空间;此外,当中继节点靠近源节点时更有利于系统功率效率的提高,源节点到目的节点链路相比中继链路对系统的性能影响更大。      

基于误码率的DF协作通信系统功率分配方法

针对协作通信系统能量有限和误码率高等问题,在DF协作通信系统中,研究一种基于误码率的概率分配算法。在总发射功率一定的条件下,建立以满足最小误码率为目标的优化问题。利用Lagrange乘子,求解该优化问题的闭式解,得出最佳功率分配方案。仿真结果表明,在总功率一定的情况下,该功率分配算法较其他功率分配方案具有较低的误码率。     

混合转发协作通信的功率分配方案

为了最大限度地利用移动终端的发射功率,提出了基于中断概率限制的混合转发协作通信功率分配方案。根据目的节点和中继节点的译码情况,选择合适的协作转发方式,充分利用了放大转发(AF)和译码转发(DF)方式的优点。在满足中断概率限制的条件下,采用图形和数值分析的方法,得到了源节点和中继节点的最优功率分配。仿真分析表明,在相同的中断概率限制下,采用的功率分配方案比等功率分配方案消耗的总功率少约2.8 dBm。     

超密集网络中最大化网络吞吐量的预测资源分配

在超密集网络中,小区间干扰严重制约了小区边缘用户的性能体验以及网络吞吐量。无线大数据分析的飞速发展,使得人们有可能通过预测未来的信道状态来分配资源,在无干扰网络中可达到很大的性能增益。但是在干扰网络中如何利用预测信息,在分配资源的同时有效协调干扰还是一个尚未研究的问题。本文分析了干扰网络中预测资源分配的设计难点和存在的问题,针对该问题提出了相应的解决方法,将资源分配建模成一个凸优化问题,通过求解优化问题得到最优的资源分配方法。仿真表明,与未知预测信息的最大化网络吞吐量方法相比,所提方法能够有效提高用户的成功传输率、平均传输进度和网络的吞吐量。当用户数据需求较大时,所提方法可以提供较大的网络性能增益。      

双中继协作通信的功率分配改进方案

为克服信息处于深度衰落情况下单中继协作困难,减少多中继协作目的端信号处理的复杂度,给出了双中继节点参与协作通信的功率分配方案。两个中继节点分别采用放大转发(AF)、译码转发(DF)以及混合译码放大转发(HDAF)3种协作方式进行通信。在满足一定的中断概率和节点功率限制情况下,利用MATLAB软件中的Fmincon优化函数,得到了各节点的最小发射功率。数值分析表明,在相同条件下,两个中继节点采用HDAF协作方式比采用AF协作方式、DF协作方式消耗的系统总功率分别少4~9 dBm、0.5~1 dBm,最大限度地节约了系统功率的消耗。     

联合传输机制下的三维超密集网络性能分析

超密集网络（Ultra-dense Networks,UDN）作为一项新兴技术,通过密集部署微基站大幅提升了网络容量,近年来受到了广泛关注。但随着二维平面基站数量逐渐饱和,基站部署逐渐向三维（3D）立体化发展。因此,针对中央商务区（Central Business District,CBD）等未来移动通信典型应用场景,基于随机几何理论对写字楼中基站与用户的分布进行建模与分析。该场景下,考虑到实际部署情况,用户只会接收到其上方基站的信号,而忽略低楼层基站的影响。针对这一特点,基于联合传输（Joint Transmission,JT）方案的覆盖性能,推导出用户的覆盖率和遍历容量解析表达式。结果表明,覆盖率和遍历容量都随协作簇的变大而增加,收益呈递减状态。