基于goodput优化的OFDMA系统资源分配算法

资源分配是OFDMA系统资源调度中的一个重要研究问题。针对OFDMA下行链路信道知识获取的现实误差问题,提出了一种基于实际吞吐量优化的资源分配算法。重点研究了功率和数据率在用户之间的分配问题,以往的很多分配算法通常是假设下行链路发射端具有理想信道信息,这与实际状况不符,同时根据部分信道信息得到的速率分配不被真实的信道支持,会造成传输的中断事件。算法考虑了信道估计的误差问题,将实际吞吐量goodput作为分配算法优化的依据。仿真结果表明,该算法获得了较好的多用户分集增益和实际吞吐量性能。     

基于粒子群算法的下行CR-NOMA网络资源分配

将非正交多址接入(Non-orthogonal Multiple Access,NOMA)技术应用于认知无线电(Cognitive Radio,CR)次网络,使次用户的信号在功率域叠加,可以进一步提高次网络的吞吐量。为此,将粒子群算法(Particle Swarm Optimization,PSO)应用于底层模式的CR-NOMA网络进行资源分配,并分为子信道分配和功率分配两个步骤。在子信道分配中,使用结合遗传算法思想的粒子群算法提高算法的全局搜索能力。在此基础上,使用基于罚函数的粒子群算法对子信道功率和信道内用户功率进行分配。仿真结果表明,提出的基于粒子群算法的CR-NOMA网络资源分配相比以往算法能获得更高的次网络吞吐量。     

蜂窝网络中信道分配模型的优化设计与实现

基于基站功率控制的传统信道资源分配模型,采用的帧结构中的两跳链路处于同一时隙中,不能在一帧中完成链路的数据传递,导致系统信道资源分配业务传递滞后。提出基于资源复用的蜂窝网络信道资源分配模型,蜂窝网络采用帧结构向这些通信链路分配时频资源,通过资源复用形式降低蜂窝网络的信道分配资源消耗,在一帧中实现两跳链路的信道分配数据传递。依据扰动的Greedy算法思想,按照带有扰动的信道质量矩阵,实现蜂窝网络信道分配。处于同扇区的两个中继节点间通过动态资源分配方法,按照小区信道的业务情况动态分配信道资源。通过仿真实验分析对比信道分配需求量、阻塞率、收敛性、网络吞吐量、网络节点间通信中断概率五项指标。仿真结果表明,所设计蜂窝网络信道分配模型在对蜂窝网络信道资源进行信道分配过程中,信道资源的使用率增强,分配资源消耗低,信道分配质量提高,具有较高的业务实时性。     

基于灰双矩阵博弈的舰载无人机编队协同对海突击目标分配

针对舰载无人机编队协同对海突击目标分配问题中,由于预警探测水平限制、信息的不完全、人的偏好、有限理性等因素导致的灰色情形,建立了攻防对抗双方的分配策略集和支付矩阵,构建了基于灰双矩阵博弈的舰载无人机编队协同对海突击目标分配模型,并设计了新的粒子位置更新公式对粒子群算法进行改进。分别用遗传算法、传统粒子群算法和改进的粒子群算法进行仿真,对比结果表明,改进后的粒子群算法能够跳出局部最优解,快速收敛到全局最优解,所建立的模型能够较好地解决目标分配决策中的灰色问题,是灰双矩阵博弈理论在目标分配领域的重要应用,仿真结果证明了模型的实用有效性和算法的高效性。     

IoT网络中基于多天线技术的无人机通信传输性能优化

为了提高无人机通信传输性能，研究了在物联网中结合多天线技术对无人机通信的上下行链路功率控制。采用可配置波束宽度和功率的阵列天线，对无人机通信的上行链路和下行链路的传输性能进行分析和优化。对于下行链路，提出一种基于地面传感器设备位置信息的自适应功率分配算法，通过研究地面传感器设备接收性能与无人机发射功率和相对位置之间的关系，分析无人机采用固定功率发射时地面传感器设备获得通信速率与其位置的关系，从而最大化下行链路的传输容量。同时针对实际工程需求，考虑覆盖范围内所有用户的服务质量，提出一种基于地面传感器设备位置的功率预均衡算法，从而获取良好的QoS。对于上行链路，考虑在频谱共享环境下的通信机制，提出一种基于地面传感器设备位置的非合作博弈功率控制方法，根据相对位置和最小通信速率需求设计效用函数，证明纳什均衡的存在性和唯一性。最后，针对提出的上下行链路功率控制优化算法，通过仿真结果验证了其正确性，有效保证了系统的传输性能。     

一种面向无人机通信的协作干扰安全传输技术

本文利用无人机的高机动特性带来信道的动态变化这一机理,通过合理地控制无人机位置,靠近合法节点并远离窃听节点,增加合法节点的信道增益,削弱窃听节点的信道增益,从而提高信源端和目的端的安全通信容量。已有的无人机空地信道模型大多仅考虑视距传输链路,本文在此基础上增加了非视距链路（Not Line of Sight, NLOS）,并且在窃听者位置存在估计误差条件下,建立了两架无人机协同通信场景,在上述场景下通过合理规划两架无人机飞行轨迹,增强合法信道增益,削弱窃听信道增益,并联合无人机的功率分配,实现最大化平均保密速率。该优化问题为非凸问题,因此采用了连续凸近似（Successive Convex Approximation, SCA）以及块坐标下降算法 （Block Coordinate Descent Algorithm, BCD）来解决问题。仿真结果表明在视距链路和非视距链路同时存在的前提下,通过规划两架无人机的飞行轨迹,信号功率,能有效提升无人机通信系统的保密速率。      

5G移动网络下通信资源分配算法

传统的通信资源分配方法具有局限性,在当前5G移动网络条件下,通信过程中的信息传输速率不能满足通信频谱的资源利用率要求,为此,文章提出5G移动网络下通信资源分配算法。在研究边缘网络的基础上,建立5G移动网络的边缘计算模型,将数据传输端进行分层处理,包括计算云层、边缘层以及终端层三个层级,拉近云计算服务器与用户个体之间的数据传输距离。根据模型建立边缘计算的资源分配框架,计算无线链路的数据传输速率,避免陷入局部最优解。同时,将终端层用户进行分簇处理,避免数据传输过程中的同频干扰,提升资源分配效率。在此基础上,基于A3A算法构建簇间的通信资源分配模型,并使用最优化理论对所建立的资源分配算法模型进行优化,实现5G移动网络下通信资源分配算法设计。最后,通过实验对比传统D2D算法与设计的分配算法,结果表明,该算法能够适应5G移动网络环境,保证通信服务过程中信息传输速率的稳定,能够实现通信资源的高效分配。     

基于退火遗传算法的网络通信资源分配方法

在传统通信网络资源分配阶段,并未考虑链路实际利用率的影响,导致网络的吞吐量相对较低,为此,文章提出基于退火遗传算法的网络通信资源分配方法。针对通信信道的利用率问题,将其转化为信道执行通信传输任务时间开销最小化问题,作为通信资源分配的目标函数。在考虑了信道带宽、能量损耗以及噪声影响的基础上,将网络中的中继节点作为初始种群,利用退火遗传算法逐个计算满足目标函数的最优D2D链路,直至达到接收节点,将对应的传输信道作为分配结果。测试结果表明,文章提出的设计方法可以使通信网络的吞吐量明显高于对照组。     

雷达干扰资源的粒子群分配技术研究

粒子群算法是一种群智能的优化算法,其理论来源于人工生命和演化计算理论.该论文建立了雷达干扰资源分配的数学模型,基于粒子群算法,采用了交叉策略.为了避免陷入局部最优,该论文还采用了进化策略,从而改进了粒子群分配技术.最后,仿真实现了干扰资源的优化分配并详细分析了仿真结果.     

基于飞行轨迹的无人机通信信道仿真

通过分析无人机之间无线链路的传播损耗、多普勒频率和多径时延等特征参数,提出一种基于三射线的无人机通信信道模型,并给出了无人机飞行轨迹在不同坐标系中的转换公式及已知飞行轨迹求解信道模型参数的方法。最后针对两种不同的典型飞行场景,对无人机通信链路的多径时延、传输损耗及多普勒频率算法进行了仿真验证,并获得了基于飞行轨迹的无人机空空数据链信道模型。该模型对无人机数据链系统参数选取、物理层算法设计和性能分析等具有重要意义。     

基于竞争粒子群算法的大气激光通信数据跨层调度研究

不同层之间的大气激光通信数据资源分配不均衡，影响到数据跨层调度效率，提出基于竞争粒子群算法的大气激光通信数据跨层调度方法。采用自适应调制编码技术分析大气激光通信信道状态，对通信数据包实施纠错以及调制编码组合，以此搭建大气激光通信系统模型。以通信系统模型为基础建立跨层资源分配目标函数，将混沌初始化策略和自适应高斯变异算法加入到竞争粒子群算法中，利用竞争粒子群算法获取目标最优解，实现数据跨层调度。实验结果表明，所提方法的误报率最大值仅为2.5%,调度准确度始终在92%以上，调度时间最大值是11.35 ms。     

协作系统中基于比例公平的资源分配方法

针对多用户协作中继系统中的资源分配问题,提出了一种在满足用户速率比例公平约束条件下的新算法。该算法先将由2个时隙组成的中继用户传输链路转换为一个等效信道链路,将涉及子载波分配、中继选择和功率分配的组合优化问题转化为分步的次优化问题。该算法在等功率分配情况下,根据各用户速率比例公平系数进行初步子载波数目分配;以瞬时信道增益最佳原则,进行剩余子载波数目分配及具体子载波分配,同时完成中继选择;在速率比例公平约束条件下推导出次优化功率分配的闭式表达式,从而完成各子载波上的功率分配。仿真结果表明,该算法在有效提高系统容量的同时,保证了各用户速率之间的比例公平性。     

D2D通信中联合链路共享与功率分配算法研究

针对D2D （Device-to-Device,D2D）通信过程中的资源分配问题,提出一种联合链路共享和功率分配算法.在保证系统内蜂窝用户服务质量（Quality of Service,QoS）需求的前提下,利用系统的信道状态信息,为D2D用户生成一个由蜂窝用户组成的通信链路的候选集合;在通信链路候选集合内使用凸优化方法得到D2D用户最优功率分配策略;最后利用（Kuhn-Munkres,KM）算法求解最大加权二部图匹配（Maximum Weight Bipartite Matching,MWBM）问题,为D2D用户选择最优的蜂窝用户进行资源共享.仿真结果表明该算法能有效的提升通信网络的吞吐量,可以为D2D用户选择最优的资源分配策略.     

基于子载波配对的多用户协作中继系统资源分配算法

针对多用户协作中继系统中的功率最小化问题,提出了一种基于联合子载波配对及分配的资源分配算法。首先根据不同用户的目标速率要求及平均信道增益进行子载波数目的分配;然后以信道条件最佳为准则,提出了一种联合子载波配对及分配的多用户迭代算法,以实现对每个用户的中继链路和直传链路分别进行子载波配对及虚拟配对;最后利用注水算法对子载波进行功率分配,从而保证各用户以最小功率进行传输。仿真结果表明,该算法在满足用户目标速率的情况下,能够进行有效的子载波配对及分配,从而最小化系统的发射功率。     

基于合作博弈的CPS通信资源分配算法

为了提高信息物理融合系统的通信速率,同时保证各用户的QoS需求,提出了一种基于合作博弈的CPS通信资源分配算法。将CPS中OFDMA网络下行链路的资源分配过程建模为多用户间的合作博弈,通过求解纳什议价解,实现用户间的Pareto最优性。仿真结果表明,该算法在系统速率最大化和用户公平性上获得了很好的折中,与最大化系统速率算法相比更具有公平性,与最大化最小公平性算法相比速率提高了34%,在一定程度上提高了CPS通信网络的性能。     

一种跨层的OFDMA系统调度和资源分配算法

 针对OFDMA系统下行链路资源分配和调度问题,提出了一种基于跨层设计的时频二维分配算法(CLSA),在资源分配同时考虑用户物理信道状态信息以及MAC和数据链路层的用户速率要求、延时要求、分组差错率要求等QoS需求,以提高系统吞吐性能以及中断率性能做为算法的设计目标.通过大量的仿真实验验证算法的性能,并与现有的经典算法(OFDMA系统中的MPF算法和M-LWDF算法)性能进行了对比分析.仿真实验结果表明,CLSA算法在系统有效吞吐性能和中断率性能方面有较好表现.     

基于深度强化学习的UAV联盟网络通算联合设计

无人机联盟网络中通信和计算互耦,故对通信和计算进行联合设计有助于提升其整体性能。基于此,文中研究了基于深度强化学习的UAV联盟网络通算联合设计技术。首先,提出基于置信区间上界(UCB)Dueling DQN(U-DDQN)和状态归一化的双延迟深度确定性策略梯度(N-TD3)的多域抗干扰通信策略,根据该策略给UAV链路分配频道和功率并计算出各链路容量;然后,利用N-TD3算法和获得的链路容量设计任务卸载策略。仿真结果表明,基于U-DDQN和N-TD3的抗干扰通信策略显著提高了UAV链路容量,同时基于该链路容量和N-TD3算法设计的计算卸载策略降低了UAV任务处理时延,故所提通算联合设计满足UAV联盟网络的通信能力需求。     

基于改进粒子群算法的多载波NOMA功率分配策略

相较于传统正交多址接入,非正交多址接入技术由于在系统吞吐量、频谱效率和能量效率等方面的优势,使其成为5G多址技术研究热点.针对NOMA下行链路的系统能量效率优化问题,提出一种基于改进粒子群算法的功率分配策略.建立了基于能量效率最大化的优化模型,在标准粒子群算法的基础上提出三点改进,并将改进后的粒子群算法用于求解最大化系统能效的目标函数.研究结果表明,在最佳功率分配点处,改进后的粒子群算法使系统能量效率显著提高.     

基于5G通信技术的多信道数字媒体信息快速采集方法

为提高对数字媒体信息的采集准确率,提出了基于5G通信技术的多信道数字媒体信息快速采集方法。首先,设计面向5G的资源分配体系,通过信息传输业务流分配最佳的数字媒体资源。计算数据流的虚拟带宽满足时延的要求,根据不同传输优先级调度待采集的数字媒体信息。然后,运用全双工的通信模式控制无线传感网络,获得同一时隙较多的并发传输链路数量,再分配信息采集信道,根据网络节点的初始状态计算节点传输能力,运用博弈论自主分配采集信道。最后,根据决策选择,占用最大效用值所在的采集信道,运用DOM树快速生成信息采集路径,再通过链接扩展生成新的规则来获取完整信息从而完成采集。实验结果表明,相比于传统方法,该方法的采集准确率更高。     

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。