异构网络中几乎空白子帧存在时干扰协调方法

针对异构网络中几乎空白子帧存在时用户接入选择和资源分配方法过于复杂的情况,以及吞吐量需求难以得到满足问题,以最大化系统总吞吐量为目标提出一种易于实现的蚁群算法.在考虑不同用户不同需求的前提下,根据微基站用户在几乎空白子帧和正常子帧时受到干扰的不同,把一个微基站划分为两个虚拟基站,将所存在的问题建模为广义分配问题进行求解,同时解决了用户接入选择和资源分配问题.仿真结果表明,所提出方法与参考文献方法及两种增强型小区干扰协调固定配置结果相比,可以有效提高系统总吞吐量,同时兼顾小区边缘用户吞吐量,实现了良好的综合性能,能够更好地满足用户需求并在实际系统中易于实现.     

Kalman滤波预测的多小区子载波分配方法

小区间干扰协调是3G演进系统中抑制小区间干扰的重要策略, 并且在各类小区间干扰协调方案包含着不同的频率复用方法。为了在抑制干扰的同时提高频谱利用率,提出了可用频率集合的概念。如何分配可用频率集合中不同频点的子载波直接关系到小区间干扰的强弱程度,而现有的子载波分配方法往往基于当前信道状况, 导致在分配过程中因时间的滞后性而带来较大的干扰。针对这种情况,提出了一种基于Kalman滤波预测的自适应子载波分配方法。该方法通过检测获取不同子载波对用户的信道增益干扰比(GIR), 进而采用Kalman滤波估计得到下一时刻的GIR预测值大小,并以该预测值作为子载波分配的依据。仿真结果表明,与固定子载波分配方法和基于当前GIR的子载波分配方法相比,该方法能有效降低不同频率复用方法下的小区间干扰,改善小区和用户的性能,具体表现在提高了小区吞吐量,降低了用户的阻塞率,以及改善了小区边缘用户的比特丢失率。     

用于OFDMA系统多小区干扰协调的功率分配算法

提出了一种用于小区间干扰协调的多小区自适应功率分配算法. 该算法利用相邻小区同频子信道间信干比的差异,通过平衡信干比,协调同频子信道上用户的发送功率,保证系统边缘用户性能,减小同频信道干扰,提高无线资源利用率. 仿真结果表明,该算法既可以很好地保证用户公平性,又能充分利用频谱资源以保障系统吞吐量.     

一种提高小区干扰协调中用户公平性的载波调度算法

针对LTE-Advanced系统中小区干扰协调的用户公平性问题,提出一种基于用户优先级的比例公平调度算法。该算法通过引入用户优先级因子来调节小区边缘用户与小区中心用户的载波分配,进而在保障系统吞吐量的前提下改善频谱资源受限的小区边缘用户的公平性。仿真结果表明,该算法在以系统吞吐量下降了0.7%的代价下使小区边缘平均用户数据速率提高了90%以上。     

超密集网络中宏微协作的干扰最小化资源分配

超密集网络能够最大化频谱利用率,但不可避免地带来严重的小区间干扰。为解决该问题,提出一种能够适应超密集网络动态负载场景宏微协作的干扰最小化资源分配算法。首先通过宏微协作交换小区子带干扰信息;然后为高功率用户分配邻区子带干扰较小的资源来降低小区间干扰。当小区业务部分加载时,算法还通过为高功率用户分配更多的带宽资源来降低它们的功率谱密度,从而进一步降低小区间干扰。仿真结果表明,新算法在业务量动态变化的超密集网络中能够有效地降低网络的干扰水平并提升网络的能效比。     

自适应小区间干扰协调技术

提出了一种基于势能博弈的自适应分布式功率分配算法,将带有惩罚因子的多小区子带容量作为效用函数,把一个全局优化的问题转化成一个多次迭代的局部优化问题,通过梯度投影准则动态地对每个资源块理性地分配功率,达到协调小区间干扰、提高系统容量和降低时间成本的目的.仿真结果证明,该算法有效地降低了系统容量损失,改善了小区边缘用户的吞吐量.     

超密集网络中基于判别函数的聚类算法

超密集网络可以通过虚拟小区间的协作来提升用户体验,但由于小区的重叠覆盖使得用户间存在较复杂的干扰问题。因此,提出了一种基于判别函数的聚类算法来缓解强干扰带来吞吐量下降的问题。首先,利用用户间干扰信道的余弦相似度定义用户间的干扰网络;然后,基于干扰网络选出簇头并划分用户,同时为了解决虚拟小区下的模糊用户归属簇问题,以簇间干扰权重之和最大,簇内干扰权重之和最小为原则设计判别函数,对用户进行模糊归类。仿真结果表明,在不增加复杂度的同时,所提算法比其他方法的系统吞吐量提升了10%~30%,对于边缘用户具有一定优势。     

提高LTE下含D2D通信的蜂窝网络公平性方案

设备间(D2D)通信可以提高频谱效率,但同时可能对现存的蜂窝网络产生干扰. 为了减小D2D用户对蜂窝系统公平性的破坏,提高蜂窝系统的整体性能,提出改进的比例公平(IPF)干扰控制方案,在保证蜂窝用户和D2D用户的服务质量需求的前提下,为每一个D2D对选择最佳的蜂窝用户来共享频谱资源. 通过数值结果分析显示,IPF方案比起之前的方案,能够有效改善蜂窝系统的公平性和吞吐量.     

用于OFDMA系统的多小区自适应资源分配算法

提出了一种用于正交频分多址通信系统下行链路的多小区自适应资源分配算法(MARA).为了降低系统复杂度,将子信道分配和功率分配分开实现,在小区内部进行动态子信道分配,并以单小区子信道分配结果为基础在相邻小区同频用户中进行功率分配.将非合作博弈论引入到多小区功率分配中,给出了基于代价函数的多小区分布式功率分配算法.通过协调相邻小区间同频子信道的发送功率,抑制小区间干扰,提高了无线资源利用率.仿真结果表明,与已有算法相比,本文提出的算法可以提高系统吞吐量.     

基于RE的LTE-A异构多层网络移动负载均衡算法研究

以Long Term Evolution-Advanced(LTE-A)系统中宏蜂窝-微蜂窝（Macro-Pico）异构多层网络为例,以范围扩展（Range Extension,RE）技术为基础,提出了一种移动负载均衡算法。建立了网络负载模型,计算并选取合适的小区切换偏移量,从而动态精确的调整超载小区和轻负载小区的覆盖范围,最终将超载小区的多余用户切换到其轻负载的邻小区,并结合数据流量业务对算法进行了仿真,分析了在该算法的协作下,小区的负载均衡因子、负载转移率及用户满意率,验证了该算法的可行性。     

ICIC and CoMP based interference management scheme in small cell networks

This paper considers the cross-layer and co-layer interference in small cell networks. We propose an interference management scheme by jointly optimizing user association, ABS (Almost Blank Subframes) configuration, and resource allocation. Especially, the proposed interference management smartly utilizes the opportunities of CoMP-JT (Coordinated Multi Point-Joint Transmission) to mitigate the interference from the macro base station to increase the coverage area of small cells. Simulation results show that the proposed interference management improves network throughput and spectrum efficiency as compared with the existing methods.     

基于多项式窗函数模型的WLAN干扰自优化方法

为了抑制室内局域网中的干扰,提出了一种基于多项式窗函数模型的干扰自优化方案. 该方案通过测量邻信道干扰系数并拟合为多项式窗函数的方式完成信道干扰建模,通过接入点（AP）和用户共同侦听网络中其他AP的方式实现干扰触发,选用加权总干扰最小算法为各个AP实现信道最优配置. 仿真结果和实测结果表明,提出的方案能增加可用信道数量,减少网络干扰,提升网络平均吞吐量.     

异构蜂窝网络中用户非均匀分布的CRE和eICIC优化

在假设用户均匀分布的场景中,联合优化小区范围扩展(CRE)和增强型小区间干扰协调(eICIC)不适用用户分布非均匀的实际场景.考虑到用户非均匀分布的特点,提出了相应的CRE和eICIC联合优化方案.考虑到建模的复杂性,使用了斯坦伯格博弈建模CRE和eICIC的联合优化过程, 将宏基站作为领导者决定eICIC策略,将pico基站作为跟随者决定CRE策略, 进而提出一种求解算法,以获得斯坦伯格博弈均衡解.仿真结果表明了所提出的斯坦伯格均衡解算法的收敛性及有效性.     

基于空间信道控制方式的频谱感知资源分配技术

针对频谱资源中授权频段因信道质量和信号干扰等因素导致的感知频谱利用率不高的问题,提出了基于大规模天线空间信道控制的频谱感知资源分配方式.通过波束成型技术使主瓣波束对准期望用户,而在干扰源方向放置零陷,可有效地抑制对次级用户的干扰,并确保次级用户对感知频谱的使用,从而进一步提高系统的频谱效率.仿真结果显示,在信噪比为5 dB和10 dB时,所提方案的谱效率（系统吞吐量）优于其他策略.     

港口吞吐量的马氏链 时序分析预测

通过比较分析时间序列分析（TSA）和马尔科夫链预测方法,研究港口吞吐量科学预测的新方法.组合温州港近20多年的历史吞吐量数据,分别采用TSA和马尔科夫链进行预测.将TSA与马尔科夫链校正模型相结合,进行港口吞吐量预测.结果表明,上述复合模型较之TSA模型平均预测精度提高50%,较之单一的马尔科夫链平均预测精度提高75%.根据吞吐量实际数据的验证结果,建立马氏链-时序分析预测模型.结果表明,该模型能够同时反映吞吐量序列的增长趋势和随机波动性,更符合港口吞吐量的实际变化情况.     

Low-complexity transceiver design scheme based on channel null-space feedback

To reduce the negative impact of channel quantization errors,a low-complexity transceiver joint design scheme for both the transmit beamformers and receive combining vectors is proposed in the two-user multiple-input multiple-output(MIMO) system.In the scheme,the channel null-space quantization vector is used as the transmit beamformer of the interference user directly based on channel null-space feedback.Since the interference can be determined at the receiver,interference rejection combining(IRC) is jointly utilized to cancel the inter-user interference.Simulation results show that the proposed scheme can provide substantial sum-rate improvement especially at high SNR.     

双路径MIMO中继网络预编码盲干扰抑制

针对放大转发的双路径多进多出中继网络由于信道估计误差带来严重的剩余中继间干扰问题,提出了一种未知信道状态下基于行空间预编码的盲干扰抑制方案。新方案通过对发送信号进行交替行空间预编码,将期望接收信号和中继间干扰信号映射到不依赖信道状态信息的正交子空间,从而实现在未知信道状态信息下中继间干扰信号和中继噪声的盲干扰抑制,并从最大化信噪比角度给出最佳预编码设计。仿真结果表明,该方案可以有效地避免链路信道估计误差对中继间干扰抑制算法的影响,在系统性能和容量上优于传统基于信道状态信息的干扰抑制方案。