认知小蜂窝网络中基于能效的下行资源分配算法

在认知小蜂窝网络框架下,对基于OFDMA技术的下行联合频谱资源块和功率分配问题进行了研究。小蜂窝基站在分布式结构下采用开放式接入方式共享空闲频谱资源以最大化其能量效率,基站间的竞争关系使系统资源的动态分配过程可建模为非合作博弈模型。由于最大化具有多个限制条件的分数形势的能量效用函数属于非凸最优问题,可通过将其转化为等价的减数形势,并从串行和并行迭代的角度进行求解。在给定资源块分配策略后,原有博弈模型可被重新建模为便于独立求解发射功率的等价子博弈模型。仿真结果表明,所提算法在干扰受限的通信环境下能收敛到纳什均衡,并有效提高了系统资源利用率和能量效率。     

基于认知无线网络的部分用户合作频谱感知算法

在认知无线电网络中,传统的合作频谱感知算法允许所有的认知用户参与合作。但是,当参与频谱感知的用户数量较大时,就会导致系统具有较低的传输性能。因此,对一种部分认知用户参与合作频谱感知的方法进行了研究。这种方法采用不同的融合准则,在满足给定系统的检测概率和虚警概率阈值的前提下,确定参与合作感知用户的数量,从而提高系统的检测概率和能量效率,降低系统的虚警概率。     

认知小蜂窝网络中基于干扰温度限制的下行能效资源分配算法

为最大化认知小蜂窝基站的能量效率,本文基于博弈论模型分析了下行联合频谱资源块和功率分配行为.在干扰受限环境下,多个基站采用分布式结构共享空闲频谱资源.为避免累加干扰损害主用户的通信,算法中引入了功率和干扰温度限制.由于具有耦合限制的分数形式的能量效用函数是非凸最优的,通过将其转化为等价的减数形式进行迭代求解.给定频谱资源块分配策略后,主博弈模型可被重新建模为便于求解发射功率的等价子博弈模型,并通过代价的形势解除耦合限制.仿真结果表明,本文所提算法能够收敛到纳什均衡,并有效提高了系统资源利用率和能量效率.     

可见光无线信能同传网络中能量有效的波束赋形设计

物联网是6G的核心应用场景,然而由于射频频谱资源稀缺,为数以百亿计的物联网设备提供高质量无线覆盖服务面临挑战。可见光通信(Visible Light Communication, VLC)作为射频通信的补充,提供了丰富的高频频谱资源。该文研究多用户VLC无线信能同传网络的可达能量效率(Energy Efficiency, EE)性能界,即在用户信息和能量需求、避免LED谐波失真以及VLC发射机总功率约束下最大化EE。为求解所考虑的问题,结合Dinkelbach方法和连续凸近似方法构建迭代算法优化波束赋形向量和直流偏置。从理论上证明了所提算法的收敛性,并讨论了避免LED谐波失真的工作条件对EE的影响。仿真结果验证了所提方法的有效性,分析了信息需求、能量需求和VLC发射机总功率对EE的影响规律,并讨论了LED视野对EE和VLC信号传播的影响。     

多用户无线信能同传系统能效优化方法

针对多用户无线信能同传系统下行链路,研究多用户无线信能同传系统能效优化方法,提出了一种改进型Dinkelbach方法。首先利用Dinkelbach方法将分式问题转换为减式问题,再通过引入冗余变量将和速率最大化问题等价为加权均方误差最小化相关问题,并利用凹凸优化的思想将该问题近似为二阶锥规划凸问题,最后利用块坐标算法对此问题进行迭代求解得出改进型Dinkelbach方法。仿真结果表明,该方法能有效改善系统能量效率。     

超密集网络中基于能效最优的资源分配算法

为了实现超密集网络中的绿色通信,提出一种基于能效最优的资源分配算法。首先,在考虑用户服务质量（quality of service,QoS）需求和干扰容限的情况下,建立最大化网络能效的优化问题。其次,为了降低求解原问题的计算复杂度,采用柯西不等式将原优化问题进行松弛,从而转化为非合作博弈问题。进而,在满足最大最小公平（max-min fairness,MMF）准则的情况下,提出一种分布式能效最优算法（distributed EE maximization algorithm,DEMA）。仿真结果表明,所提算法较传统算法可以更好地兼顾系统的能效和吞吐量性能。     

认知无线电中能效优先的多用户随机接入方法

为了提高认知无线电网络中用户随机接入的能量效率,提出了一种能效优先的多用户随机接入方法.该方法基于信道的时变特性,在构建多用户随机接入能耗模型的基础上,利用最优停止理论,可实现接入算法能量效率的最大化.通过研究发现,该方法是一个基于门限的接入判决准则.在此基础上,研究了最大化能量效率和最大化吞吐量之间的关系,推导了使能量效率和吞吐量同时达到最大的充分条件.数值计算结果表明：如果传输功率远大于信道竞争功率和探测功率,则当系统实现吞吐量最大化时,能量效率损失较小.并研究了以用户为中心模式下,用户行为自私性对系统级能量效率的影响.数值结果显示,当用户数增大时,由用户行为自私性带来的相对损失百分比小于10%.     

无线供电混合多址接入网络的最优能效资源分配研究

在能量受限的通信系统中，能量效率是衡量系统性能的关键指标.本文研究由一个基站和多个分簇用户组成的无线供电混合非正交多址接入系统.在该网络中，基站通过无线能量传输方式给用户供能，用户则利用收集到的能量向基站传输各自的信息.为降低基站的接收解码复杂度，用户采用分簇的方式进行信息传输：簇间用户的信息传输采用时分多址方式，而簇内用户的信息传输采用非正交多址方式.通过联合分配能量传输与信息传输的时间长度以及控制基站和用户的发射功率来实现网络能量效率的最大化.由于涉及的优化问题是非凸的，本文先通过寻找问题最优解的结构，然后根据分式规划理论，提出了一种新的迭代资源分配算法来求解该问题.仿真结果表明，与"吞吐量最大化策略"和 "固定时间分配策略"两种基准策略相比，所提出的算法显著提高了网络的能量效率.     

基于凸优化的认知无线网络功率分配

为满足认知用户对主用户的干扰约束,同时最大化认知用户的传输速率,提出了基于凸优化理论的最优功率分配方案.考虑到最优方案的计算复杂度较高,还提出一种复杂度较低的次优方案.仿真结果表明,在主用户可容忍的干扰约束下,次优方案父的性能接近于最优方案.     

认知星地一体化网络中能效最大化的鲁棒功率控制算法

如何提高能量效率是当前认知星地一体化网络研究的热点问题之一,而功率控制是提高能量效率的重要方法。另外,在实际中,由于信道信息评估误差和反馈时延致使所获得信道增益信息是不完美的,从而使得已有基于完美信息的功率算法不能满足系统性能。为此,针对认知星地一体化网络中无线信道信息不确定的情况,进行鲁棒功率控制算法的研究。首先,针对认知用户的瞬时信噪比和对主用户的干扰受信道衰落的影响而具有不确定性的情况,建立了最差情况下的鲁棒优化问题;其次,利用分式规划和拉格朗日对偶分解理论提出了一个低复杂度的鲁棒功率控制算法。仿真分析表明,提出的鲁棒功率控制算法不仅能够严格保证主用户的通信质量,并且与传统的非鲁棒功率控制算法相比能够提高网络能量效率。     

基于连续凸逼近的协作式非正交多址接入联合无线携能通信的能效优化方案

在传统的非正交多址(NOMA)系统中,通常将更多的功率分配给边缘用户以此来保证其通信质量,系统公平性以牺牲系统容量为代价。基于协作通信的NOMA系统虽可解决上述问题,但在协作阶段中心用户需承担中继的作用,这种方式必将给中心用户带来一定的负担。为了兼顾系统容量和公平性,该文提出一种基于协作通信和无线携能通信(SWIPT)的新型资源分配方案,该方案在满足边缘用户通信质量情况下,使用能量收集设备完成能量收集,通过连续凸逼近(SCA)求解目标问题最大化系统能效。仿真结果表明,与传统NOMA和协作式非正交多址接入系统(CNOMA)相比,CNOMA-SWIPT系统的能量效率得到了较大的提高,在基站最大发射功率为30 dBm时相比NOMA系统能达到60.8%的增益,相比CNOMA系统能达到比CNOMA系统高出约11.5%的增益,更符合绿色通信的发展理念。     

多用户多载波无线携能通信系统的上下行联合资源分配

无线携能通信(SWIPT)技术是解决无线网络能量受限问题的有效方法,该文研究一个由基站(BS)和多用户组成的多载波SWIPT系统,其上行和下行链路均采用正交频分复用(OFDM)技术。在下行链路中,基站向用户同时进行信息与能量传输;在上行链路中,用户利用从基站接收的能量向基站回传信息。该文以最大化上下行加权和速率为目标,联合优化上行和下行的子载波分配和功率分配,提出基于拉格朗日对偶法和椭球法的最优联合资源分配算法。计算机仿真结果证实了该算法的有效性。     

IRS增强信息与能量同传赋能物联网的鲁棒公平性资源分配算法

针对6G物联网中信道误差影响与用户采集能量的公平性问题,该文在用户信干噪比受限、发射功率约束和反射相位模一约束的条件下,研究了智能反射面(IRS)辅助的信息与能量同传(SWIPT)系统中公平性采集能量最大化问题。为了解决该非凸问题,分别运用Schur-Complement和S-Procedure将无限维约束转换为有限维的矩阵线性不等式,然后利用罚函数和连续凸逼近的方法将难以求解的原问题转化为标准的凸优化问题,进而提出了一种迭代的鲁棒公平性能量采集算法。数值结果表明,所提鲁棒优化算法能够明显提升网络采集的公平性能量。     

异构携能通信网络中基于人工噪声辅助的鲁棒安全传输方案

异构携能通信网络中信道状态信息不准确时,为保证信息、能量传输的安全性与可靠性,该文提出一种基于人工噪声辅助的鲁棒安全传输方案。通过联合设计宏基站、微基站的下行信息波束及人工噪声矩阵,干扰窃听者,同时提升系统能量接收性能。在基站的发送功率约束、合法用户的信息接收及能量接收中断约束和窃听者的窃听信息中断约束下,以最大化系统能量接收性能为目标进行建模。针对该问题的非凸性,首先将其等效转化为一种易于处理的形式;而后进一步利用Berstein-type不等式处理其中的中断概率约束,将其转化为凸的问题进行求解。仿真结果验证了该方案的安全性和鲁棒性。

     

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。      

认知无线电网络中基于协作水平的协作门限与功率联合优化

将协作传输技术用于认知无线电网络不仅增强了系统抗衰落能力,而且有效提高了频带利用率。但是,中继节点何时必须参与协助源节点传输信息是一个值得考虑的问题。该文提出一种基于协作水平的中继协作准则。首先给出协作水平的定义和表达式,并基于此式推导了系统平均带宽利用率和误符号率公式,然后由二者的折中得到关于协作门限和功率比的性能函数。为了使系统获得最优性能,文中采用粒子群优化算法联合优化协作门限和功率比。仿真结果表明,良好的源节点到目的节点的链路状态和尽量使用中继参与协作均有助于系统性能的最优化。     

无线传感器网络中协作通信的能耗优化方法研究

针对能量受限的无线传感器网络,该文综合考虑了协作节点数量和调制方式对系统能量有效性的影响,提出一种能量最优的综合优化方法。文中首先给出了在Rayleigh衰落信道环境下,协作通信系统采用二相相移键控(BPSK)和M进制正交幅度调制(MQAM)时误码率的闭式表达,同时对协作通信的系统能耗进行了分析。在此基础上,根据能耗最小化原则对协作节点数量和调制方式进行了联合优化。仿真结果表明,与调制方式固定或协作节点数固定的系统相比,该方案能进一步降低协作通信的系统能耗。     

基于携能通信的非信任双向中继网络安全传输方案

针对非信任双向中继网络的能量受限和信息安全问题,该文提出一种基于无线携能通信(SWIPT)与人工噪声辅助的物理层安全传输方案。该方案中的非信任中继采用功率分割(PS)策略辅助合法用户进行保密通信,而全双工干扰机在进行能量采集的同时发送人工噪声以确保系统安全。以最大化系统保密性能为目标,优化了中继的PS因子,推导了保密和速率的解析式及高信噪比条件下最佳PS因子的闭式解。特别针对非理想信道状态信息的情况,分析了信道估计误差对系统保密性能的影响。仿真结果验证了理论推导的正确性,并证明了所提的基于PS策略的干扰机协同传输方案相比采用时间切换(TS)策略或目的节点协同干扰的方案具有更优的保密性能。

     

基于OFDM的协同认知网络跨层资源调度

协同通信与认知无线电是未来移动通信的重要技术。针对基于OFDM的无线协同认知网络中的资源分配问题,该文提出了一种有效的跨层资源调度方案。该调度方案在考虑对主用户所受干扰功率进行控制的前提下,以最大化认知用户超帧中总的传输速率为目标,在调度帧中对各传输帧两阶段的子载波进行最佳配对,并为配对子载波分配最优的发送功率。通过分步求解的方法,该调度方案形成的优化问题得到有效解决。仿真结果表明该资源调度方案使得认知用户传输速率有显著提升,方案的可行性与有效性得到了验证。     

认知无线电的合作频谱检测分析

认知用户需要持续快速地检测主用户的出现,对基于认知无线电的合作频谱检测机制进行了分析。在理想的两用户网络中,认知用户采用合作机制可以提高系统的平均侦测时间。在多认知用户网络中,参与合作的用户越多,单个认知用户对主用户的侦测概率越高。对于多用户网络,还考虑了整体的实现。