无线传感网络中覆盖能效动态控制优化策略

能量约束是无线传感网络测量控制的关键问题之一.本文针对移动节点位置优化问题,提出了无线传感网络通信能耗评价指标,采用微粒群优化策略更新节点位置,使无线传感网络具有更强的灵活性和能效性.利用Dijkstra算法获得网络最优通信路径计算能耗评价指标.采用动态能量控制策略使空闲节点进入睡眠状态减少网络运行能耗.通过优化能量指标降低了通信能耗,实现了无线传感网络覆盖与通信能量消耗的合理均衡.对移动目标跟踪仿真表明,覆盖能效优化算法与动态能量控制策略相结合提高了无线传感网络覆盖的能效性.     

无线携能通信下mmWave协作通信小单元的能效最优策略

针对无线携能通信(SWIPT)网络中的能量与信息同时传输阶段的优化问题,以最大化链路能量效率为目标,提出一种SWIPT下mmWave协作通信小单元的能效最优策略。该策略在最小链路传输速率和最小收集能量的联合约束下,在能量受限型用户设备的接收端采用功率分流工作模式,通过优化发射功率控制和功率分流因子,最大化系统链路能量效率。针对原问题是一个非凸的分式规划问题,具有NP难性质,采用Dinkelbach方法将目标函数转化为易于求解的凸优化问题,并设计一个交叉迭代的算法求出最优解。仿真实验结果表明,提出的策略在优化系统能量效率性能上要优于传统功率控制方法和最大发射功率法。     

SWIPT网络中保障物理层安全的保密能量效率优化

针对下行多用户携能通信网络中具有非线性特征的能量收集过程,提出了一种使用连续凸逼近方法的能量收集方案.该方案考虑授权用户对信息的安全性要求,构造了具有最大化保密能量效率的优化问题,联合优化了多用户的保密速率与网络能耗.为求解该多变量耦合的非凸优化问题,采用泰勒级数转换非凸函数,在连续凸逼近和Dinkelbach理论框架内,设计了满足最大保密能量效率要求的资源分配算法,获得了授权用户所需的最小输入功率.仿真实验的结果验证了该算法在最优化系统保密能量效率上的有效性.为多输入多输出或无法获得完整信道状态信息等更真实无线携能通信网络中通信安全及能量效率的研究提供了依据.     

基于椭球法的携能通信OFDM系统能效优化算法

随着无线通信技术的快速发展,无线接入设备日益增多,但系统能耗也在不断增长。具备无线携能通信能力的正交频分复用（Orthogonal frequency division multiplexing, OFDM）系统可以有效提高系统能量效率。本文针对以系统能效为优化目标的资源分配问题,提出了基于椭球法的携能通信OFDM系统能效优化算法。该算法采用椭球法对拉格朗日乘子进行更新,可以有效加快算法收敛速度,提升算法性能。仿真实验结果表明,所提出基于椭球法的能效优化算法能有效解决以系统能效为优化目标的资源分配问题,与次梯度法相比,椭球法的收敛速度更快,能够显著地降低算法复杂度。     

基于改进能量分区控制传感网络通信优化仿真

当前无线传感网络中的节点分布可能存在极不均匀现象,造成节点能量消耗不集中,远离Sink节点的簇头能耗较大,破坏传感网络覆盖拓扑结构,导致网络的能量不均衡现象,通信受阻.为解决上述问题,提出了一种基于模糊c均值节点能量分区控制算法.利用混沌序列的均匀遍历特性和差分进化算法的高效全局搜索能力,对传感网络内的节点能量属性进行分类搜索,利用Logistics混沌映射对头节点进行优化分区操作,把混沌扰动量引入到节点能量分区当中,完成最优能量节点的选择,优化通信过程.仿真结果证明,算法对无线传感网络最优节点的聚类性能效果提高明显,通信效率提高25％以上.具有很好的实际应用性能和效果.     

面向无线传感器网络的无线携能通信研究

能量受限是无线传感器网络应用的瓶颈问题,为了使无线传感器网络获得稳定持续的能量来源,提出将无线携能通信（ SWIPT）技术应用到无线传感器网络中。基于时分多址（ TDMA）的通信方式建立了适应于无线传感器网络的无线携能通信系统新优化模型。通过凸优化问题的求解得到该优化模型的最优分配策略。利用仿真实验对无线携能通信在无线传感器网络中应用的可行性进行了分析,对方法的有效性进行了验证。     

无线网络的差错控制策略及其性能分析

研究网络数据优化传输性能,针对无线传感器网络动态的信道特性、拓扑和带宽有限等特点,要保证输出性能和效率,对网络差错应选择严格控制策略.为了提高无线传感器网络通信的可靠性,提出一种适用于无线传感器网络多媒体数据传输的自适应差错控制策略.策略采用跨层设计的方法,根据链路层数据帧所属应用层视频帧的类型及其发送节点和下一跳接收节点之间的通信距离特性,自适应地选择当前最优的差错控制技术.数学分析表明,策略充分利用无线传感器网络的能量和带宽资源,有效地提高了数据通信的传输效率和可靠性.     

随机多Sink模式下的异构网络组织策略

针对无线传感网中分簇及路由过程中节点能量利用率较低、网络能耗不均衡以及网络的生命周期较短等问题,面向多Sink模式下的具有随机异构性能的传感器网络,为解决该问题,提出了一种基于随机多Sink模式下的异构网络组织策略NAHN(Networking Algorithm for Random Muti-Sink Heterogeneous Networks)。异构节点以自身能量、可达节点集、平均邻居节点距离以及距离信号集为簇首选举标准,提出了基于多Sink模式下的权值匹配策略,优化簇首能耗;以簇首单次中转损耗的能量为门限,综合考虑自身能量以及多Sink模式下距离信号集的影响,搭建出一条最优的通信链路,在保证链路质量的同时优化路由过程中的簇首节点的能量损耗。在与其他3种多Sink异构网络改进的路由算法的性能比较实验中,NAHR算法在提高节点能量利用率、延缓节点死亡、延长且稳定网络寿命等方面,优势均较为明显。     

一种无线传感网的Sink节点移动路径规划算法研究

为寻找传感节点均匀分布时Sink节点的最优移动路径和最大网络生存时间,提出一种无线传感网的Sink节点移动路径规划算法(MPOA).在MPOA算法中,将Sink节点的数据收集范围分解成多个圆环,将监测区域分解成多个网格.根据Sink节点的停留位置和多跳通信方式,采用数学公式表示每一个网格的单位节点能耗,从而获得Sink节点移动的网络生存时间优化模型.采用修正的混合粒子群算法求解该优化模型,获得网络生存时间、Sink节点的停留位置和移动路径的最优方案.仿真结果表明:MPOA算法可寻找到Sink节点的最优移动路径,从而平衡网络能耗,提高网络生存时间.在一定的条件下,MPOA算法比Circle,Rect和Rand算法更优.     

一种适用于WMSN传输机制的信道盲估计方法

在无线多媒体传感网络(Wireless Multimedia Sensor Networks,WMSN)中,无线信道的时变多径衰落特性是造成网络节点能效下降的主要因素之一。虚拟MIMO是一种克服多媒体传感网无线信道多径衰落和降低节点能耗的有效方法,但现有文献均假设信道状态信息未知或仅知道信道的统计特性,源节点则无法根据信道的实时信息动态调整传输策略。结合WMSN网的特点,提出一种适用于WMSNs传输机制的信道盲估计方法以获得节点间信道信息进而确定传输策略,通过构造权值衰减联合决策函数,将节点间的信道盲估计问题转化为一个无约束优化问题,在此基础上设计了一种快速收敛的迭代算法以降低运算负担。数值仿真表明,该方法需具有仅依赖小数据量就可正确估计出节点间信道,具有对抗信道的时变特性的能力;理论推导与仿真结果验证了该算法的收敛速度和运算量均能符合降低节点能耗的要求。     

基于三链混合遗传算法的WSNs 中 Sink节点布局优化

对无线传感器网络的设计和布局中,多Sink 节点的布局是其拓扑设计的关键,对网络通信的能量控制至关重 要。本文通过分析其Sink 节点布局模型,提出一种改进的三链混合遗传算法对Sink 节点布局求取最优解。实验表明,三链混 合遗传算法在针对Sink 节点的布局算法中相对于枚举算法,具有较优解,并且算法效率高,可降低无线传感器网络的能耗,改 善网络性能。     

Sink节点移动的无线传感网生存时间优化算法

为提高网络最大生存时间,提出Sink节点移动的无线传感网生存时间优化算法(LOAMSN)。该算法分析Sink节点移动时的流量平衡约束、最大传输速率约束、节点能耗约束等约束条件,将生存时间优化问题转化成优化模型。提出Sink节点的移动方法,即Sink节点利用节点的度值构建其移动路径,按照此路径循环移动收集数据。将Sink节点的移动认为是离散运动,Sink节点移动的生存时间优化模型分解成若干个Sink节点静止的生存时间优化模型,采用牛顿法求解每个Sink节点静止的优化模型,获得网络最大生存时间和节点发送数据量的最优值。仿真结果表明:LOAMSN算法能减少Sink节点停留位置上的节点能耗,平衡网络负载和节点能耗,提高网络最大生存时间。在一定条件下,LOAMSN算法比Sink节点静止时更优。     

基于功率控制的大规模MIMO系统能效优化算法

能效优化是5 G通信领域的一个研究热点.首先针对单小区多用户上行大规模MIMO通信系统,在满足用户QoS需求和系统可容忍的信道有效噪声条件下,建立关于发射功率、导频序列长度、基站天线数的能效优化模型;其次,不同于传统利用迭代算法求解使系统能效最佳的基站天线数,提出了采用Lambert W函数分析得到最佳基站天线数的闭式表达式;最后根据分式规划理论,采用迭代优化算法联合优化系统导频序列长度、发射功率、基站天线数.仿真结果表明,该算法较现有算法能效提高了11.2％,说明该算法能有效提高系统性能.     

最小化具有无线携能通信的全双工中继系统发射功率和

考虑在无线网络中采用信息与能量同步传输来提高无线中继系统的性能,提出了基于无线射频网络中采用无线携能通信（SWIPT）技术的具有自能量回收的双向传输全双工中继系统。SWIPT应用在双向全双工中继系统中是一个新的尝试,其中能量受限的目的节点使用从中继和环路信道捕获的能量来发送反馈信息,并给出了全双工中继系统工作的逻辑结构和能量受限的目的节点的物理结构。然后,以最小化系统发射功率和作为优化目标来描述系统的性能,采用功率分配方案进行信息解码和能量捕获,应用半定规划、秩松弛和拉格朗日方法将原始非凸优化方程转化为可解凸优化问题并求解,且联合优化了中继发射功率、发射波束成形向量和功率分配比率。最后,实验仿真对比了所提的新系统与传统双向传输中继系统,结果验证了利用自能量回收不仅可以消除自干扰,而且可以显著优化系统发射功率和,且由于SWIPT技术与全双工中继系统的结合,使得所提出的系统比传统的双向传输系统具有更高的性能增益。     

移动网络中基于数据到达速率的数据传输能耗优化策略

数据传输能耗是移动网络能耗的重要部分,提高数据传输能耗效率是优化移动网络能耗的重要课题。考虑数据具有传输延时的要求,研究了基于数据到达速率的数据传输平均能耗最小化问题。利用无线信道质量随机变化的特征,构建基于数据到达速率的平均能耗最小化问题,然后将其转化为最优停止问题,证明最优停止规则存在。最后通过求解最优近视停止规则来获得各侦测时刻的最优传输速率阈值,实现基于数据到达速率的数据传输能耗优化策略。对提出的策略与其他策略就平均能耗、平均传递率和平均调度周期进行了仿真对比,结果表明提出的策略具有较小的平均能耗和较高的平均传递率,取得了较好的能耗优化效果。     

TDD中继系统下行链路自适应方法

为了解决3GPP LTE-A系统中Type-Ⅱ中继不发送下行参考信号导致基站无法获得中继到用户之间的链路质量信息、无法合理选择下行数据调制编码格式的问题,提出了一种TDD中继系统中新的下行链路自适应方法.该方法利用TDD系统上下行信道互惠性和UE周期性发送的上行探测信号更准确的进行信道估计,继而选择更合适的调制编码格式.给出了工作过程及发送接收算法模型,并进而提出基站与中继协作地采用发送分集技术传输下行数据.仿真实验结果表明,新的链路自适应方法及基站与中继发送分集的传输方式,显著地提高了系统频谱利用率.     

基于能量收集的环境反向散射通信联合优化算法设计

针对环境反向散射通信系统,设计两跳无线信息和能量传输方案并基于能效最大化准则给出联合优化算法。源端配置多天线并采用最大比发送(Max Ratio Transmission,MRT)预编码方法,中继节点使用功率分流法以完成信息发送与能量收集。基于系统传输模型,对源端天线数和发送功率采用联合优化算法以得到系统最大能效。借助高信噪比近似法进行非凸向凸的转化以解决优化目标中非凸问题。此外,利用Lambert W函数得到源端天线数和发送功率联合优化的最优解。仿真结果验证了所提方案的有效性和正确性。     

A utility-based algorithm for joint uplink/downlink scheduling in wireless cellular networks

The major driver for deploying next generation wireless cellular systems is their ability to efficiently deliver resource-demanding services, many of which require symmetric communication between an uplink mobile user and a downlink mobile user that belong to the same network. In this work, we propose a utility-based joint uplink/downlink scheduling algorithm suitable for wireless services involving pairwise communication among mobile users. While most existing literature focuses on downlink-only or uplink-only scheduling algorithms, the proposed algorithm aims at ensuring a utility function that jointly captures the quality of service in terms of delay and channel quality on both links. By jointly considering the time varying channel conditions in both the uplink and the downlink directions, the proposed algorithm avoids wasting of resources and achieves notable performance gains in terms of increased number of active connections, lower packet drop rate, and increased network throughput. These gains are achieved with a tradeoff cost in terms of complexity and signaling overhead. For overhead reduction in practical scenarios, we propose an implementation over clusters within the network.