异构蜂窝网络中功率和资源分配博弈算法研究

基于D2D和中继异构蜂窝网络进行资源复用可获得系统性能增益,但同时也使得网络中的干扰更加复杂.针对该问题,提出功率和资源分配博弈(PRAG)算法,通过功率控制和资源分配对D2D和中继异构蜂窝网络进行干扰协调.基于代价参数设定D2D和中继链路效用函数,确定最佳发射功率.在此基础上,将生成的效用值矩阵参与博弈,选择合适的蜂...     

基于深度双Q网络的多用户蜂窝网络功率分配算法研究

针对现有蜂窝网络功率分配算法存在泛化能力弱、效率低等问题进行了研究,提出基于深度双Q网络(deep double Q network,DDQN)的功率分配算法。采用双神经网络结构,解决强化学习过程中易出现的维度灾难及值函数过估计问题;对状态信息进行设计并输入神经网络,输出智能体的动作行为,并设计奖赏函数反馈给神经网络,使智能体可以有效地自主学习,多次迭代得到最优的功率分配策略。仿真结果表明,所提的模型可获得的平均速率为1.89,平均运行时间为0.0013 s,在不同用户密度及小区数量下均可达到最高的平均速率,验证了算法的有效性,为蜂窝网络资源分配问题提供了新的思路。     

蜂窝与D2D混合网络中干扰协调算法研究

在蜂窝与D2D混合网络中,D2D用户复用蜂窝用户的资源会给混合网络带来不能避免的干扰,这些干扰严重影响了系统性能。文章在资源分配与功率控制研究的基础上,提出一种基于联合资源分配与功率控制的干扰协调方案。资源分配时,首先对用户进行分簇,分簇的结果是使簇与簇间的总干扰最大,然后以最大化系统容量为目标,采用一种迭代分配方案,对已经分好的簇进行资源块的划分。功率控制时,根据预设的干扰门限值,以及D2D用户与蜂窝用户、基站之间的信道增益估计值,对D2D用户进行动态的功率调整。通过仿真验证该算法能够提高混合网络的总吞吐量。     

基于深度强化学习算法的蜂窝网络功率控制

为了更加有效地利用频谱资源,提高频谱效率,在蜂窝网络中提出了频谱效率最大化问题,建立了最大发射功率约束下的功率控制模型。同时,为了解决信道状态信息不完美和迭代时间过长的问题,采用深度Q学习（Deep Q-Network,DQN）算法进行功率控制。另外,使用Python仿真,将基于DQN的算法与加权最小均方误差（Weighted Minimum Mean Square Error,WMMSE）算法和分数规划（Fractional Programming,FP）算法相对比,结果表明提出的基于DQN的算法在归一化性能和累计分布概率上接近最优,可以得到更高的频谱效率。     

适应于5G网络的联合功率域和编码域的NOMA系统

提出一个基于联合功率域和编码域的非正交多址(Non-Orthogonal Multiple Access, NOMA)系统,用以解决5G网络系统中频谱资源紧缺的问题。提出的系统在发射端通过稀疏码分多址(Sparse Code Multiple Access, SCMA)编码器对信号进行编码,根据各个用户不同的信道增益,分配给用户不同的功率。在接收端利用基于消息传递和连续干扰消除组合的算法检测各用户的信号。实验结果表明,与传统的SCMA系统相比,在加性高斯白噪声和衰落信道场景下,提出的NOMA系统在用户配对方面具有较高的灵活性和更高的频谱效率。     

基于CRE与ABS的异构蜂窝干扰协调方案

异构蜂窝的重叠部署将为蜂窝间干扰协调带来许多新挑战,蜂窝范围扩展（Cell range expansion,CRE）与几乎空子帧（Almost blank subframe,ABS）等强化干扰协调技术被认为是解决相关问题的有效方法,但其性能还缺乏充分探索。本文研究了上行CRE方案与基于ABS的下行CRE方案,发现CRE技术能够明显提升上行链路的性能。但是若微微蜂窝的上下行链路接入范围均按照同样的方式扩展,则下行链路性能将受到负面影响。为解决这一问题,研究了下行链路基于ABS的CRE方案,发现将CRE与ABS联合应用可以有效地提升下行链路性能。研究还表明,适当的CRE偏置值与ABS空子帧比例能够获得对应系统Max Min公平的配置方案。     

认知星地混合网络中基于干扰约束的最优功率控制方法

在认知星地混合网络中,当卫星用户作为次级用户时,为了不影响地面主用户系统的正常工作,在上行链路中要对卫星用户进行必要的功率控制。针对衰落信道场景,选择最大化卫星用户的遍历容量（EC）作为优化的目标函数,分别提出了基于峰值干扰功率约束（PIC）和平均干扰功率约束（AIC）的功率控制方法,并给出了最优发射功率的闭合表达式。仿真结果表明,卫星信道条件越好、地面干扰链路衰减越大,卫星用户的性能越好;除此之外,基于AIC的功率控制方法要优于基于PIC的功率控制方法。     

卫星通信联合域抗综合干扰技术研究

分析当前卫星通信面临的多种干扰和抗干扰技术,提出综合考虑空域、时域和频域的联合域抗干扰的思想,阐述其未来的发展。针对现有的抗干扰技术和体制,探讨卫星通信联合域抗综合干扰技术,并对一些关键技术和体制的难点进行重点分析。     

对称密码中复合域乘法运算可重构设计研究

复合域乘法运算是对称密码算法中的基本运算和重要模块,因操作复杂且计算时间长,其实现性能在很大程度上制约着对称密码算法的运算速度。文章研究了对称密码算法中的复合域乘法运算特点及实现原理,设计了以GF（28）为基域,扩展到GF（（28 ）h（k=1,2,3,4）域上的复合域乘法可重构架构,通过配置能够灵活高效地实现GF（2 8）、GF（（2H）2）、GF（2 8）3、CF（（28）4）域上的有限域乘法操作。同时结合处理器的指令设计方法,设计了通用的复合域乘法操作及配置指令,能够极大的提高对称密码算法中复合域乘法运算的处理效率。最后文章对复合域乘法可重构架构进行了模拟与验证,在0．18μmCMOS工艺标准单元库下进行逻辑综合以及布局布线,并对综合结果进行了性能评估。结果表明,文章提出的复合域乘法可重构架构及相应的专用指令,在灵活性的前提下提供了较高的执行效率,具有较高的实用价值。     

基于微基站功率分配的异构蜂窝网络能效优化

针对异构蜂窝网络中微基站密集部署带来能耗不断攀升的问题,对二层异构蜂窝网络能量效率进行了分析,提出一种通过调整微基站发射功率来最大化网络能量效率的方法。首先,利用齐次泊松点过程对异构蜂窝网络进行建模,推导出各层基站的覆盖率;其次,根据能量效率定义,分别推导出网络总功耗和总吞吐量,并给出能量效率的闭式表达式;最后,分析了微基站发射功率对网络能量效率的影响,提出一种能够最大化能量效率的微基站功率优化算法。仿真结果表明,微基站的发射功率对异构蜂窝网络能量效率有显著影响,通过优化微基站发射功率能有效提升异构蜂窝网络能量效率。     

基于动态功率分配的子空间干扰对齐算法

为了更好地消除MIMO干扰信道下的多小区干扰,该文采用子空间干扰对齐算法和功率分配相结合的干扰对齐方案,该方案充分利用干扰系统总功率,将多小区干扰尽可能地重叠在相应子空间内,以提高整体系统的性能.仿真结果显示,与传统干扰对齐算法相比,本算法仅以微小的系统容量为代价,却显著地降低了整体系统的干扰总功率。     

OFDMA多跳中继蜂窝网络空间复用干扰协调策略

蜂窝网络空间易受到跨层或同层干扰,从而导致其存在资源分配不均衡的问题.针对该问题,提出一种OFDMA多跳中继蜂窝网络空间复用干扰协调策略.首先建立网络模型,在调节无线链路的基础上,通过资源重用策略和相应的多跳中继下行子帧结构,保证网络的资源利用率.基于此,结合STBC干扰协调策略提高小区边缘编码的分集性能.只有当来自多个小区的信号强度没有显著差异时,才可使用STBC编码.否则,选择信号强度最大的小区为用户提供服务,从而减少由多个天线同时服务而引起的附加干扰.实验结果表明:该策略取得了较好的接收信噪比性能,证明其具有较强的有效性.     

动态功率管理技术研究

随着工艺技术的缩减,功耗问题日益严重,低功耗优化技术成了当前研究的一大重点.对处理器的功耗优化可以从设计过程、运行过程和空闲状态来考虑.本文重点研究了处理器在运行时的功率管理技术,即动态功率管理技术.它主要包括动态电压缩减DVS (Dynamic Voltage Scaling)和动态阈值电压缩减DVTS (Dynamic VTH Scaling)的方法,其中DVTS又是通过对衬底偏压的调整来实现阈值电压的调制的.本文重点研究了这两种技术的原理和实现结构,并分析了它们目前的研究和应用.     

基于蜂窝结构的改进混合无线传感器网络覆盖优化算法

基于蜂窝结构的混合无线传感器网络（HWSN）覆盖优化算法HWSNBCS存在移动节点平均移动距离较大的问题,为此,提出一种改进的HWSN覆盖优化算法IHWSNBCS。寻找移动传感器节点初始位置与通过HWSNBCS算法得出的候选目标位置之间的最优匹配,将移动节点移动距离之和最小化问题转化为二分图最优匹配问题,利用带权二分图匹配算法KM寻找该匹配问题的最优解,从而得到移动节点最终的目标位置,并实现对HWSNBCS算法移动节点平均移动距离的进一步优化。实验结果表明,IHWSNBCS算法在取得与HWSNBCS算法相同网络覆盖率的前提下,移动节点的平均移动距离减少幅度达到38.87%～43.28%,单个移动节点的最大移动距离减少幅度达到22.65%～66.58%,降低了系统因重新部署移动传感器节点所产生的能耗以及单个传感器节点因能量耗尽而失效的概率,从而延长了网络生命周期,同时,IHWSNBCS的ΔCov-Dist性能指标为HWSNBCS算法的1.64～1.76倍,表明移动节点移动相同距离时IHWSNBCS算法的网络覆盖率提升更大。     

并联两用户干扰信道(IC)在发射端网间认知下的自由度研究

研究了主网络和次网络都为单用户并联IC的并存时自由度。采用了干扰对齐、干扰中和以及感知网络相结合的干扰管理策略研究方法;对11种情况进行研究,并对每一种情况的干扰管理策略做了遍历分析,得出第11种情况自由度内界相对四用户IC有所增大;最终得出结论:并联两用户IC网间认知情况下自由度内界最大值为3。     

基于级联预编码的蜂窝下行机会干扰对齐

本文针对多天线蜂窝网络下行干扰信道,利用级联预编码思想和以干扰对齐为用户调度准则的随机波束赋形方法,提出了一种机会式干扰对齐算法。在基站与被选中用户的下行链路中,双层预编码的设计可以同时处理小区内和小区间干扰。与普通的随机波束赋形算法相比,本文的方法使得系统具有更大和容量且有更高的能量效率,仿真验证了本文算法的优越性。     

点对点信道感知两用户干扰信道时的自由度研究

研究了两个感知网络的自由度:主网络是两用户干扰信道,次网络是点对点信道,其中次网络感知主网络的消息或者信号。考虑了3种感知情形:次网络发送端感知主网络发送端的消息;次网络接收端感知主网络接收端的信号;次网络接收端感知主网络发送端的消息。用干扰对齐和干扰中和的方法得出了相应的自由度内界,并且给出了自由度的外界,发现3种情形的自由度内外界均是紧的,发射端感知比接收端感知能获得更大的自由度。