基于多智能体强化学习的异构网络CRE偏置动态优化算法

为应对无线网络用户激增导致的高吞吐量需求,针对宏微异构网络干扰场景,提出一种基于多智能体强化学习的小区范围扩展（CRE）偏置动态优化算法。基于协作多智能体强化学习的值分解网络框架,通过合理利用并在微微基站间交互系统内用户分布及其所受干扰水平,实现所有微微基站的个性化CRE偏置值在线本地化决策。仿真结果表明,与CRE=5 dB、分布式Q-Learning算法相比,所提算法在提高系统吞吐量、均衡各基站吞吐量及改善边缘用户吞吐量方面具有明显优势。     

异构无线网络中边缘用户小区选择算法

在异构网络中,部署多种小功率基站,会出现大量的“小区边缘区域”,边缘用户的性能会受到影响。为此,提出了一种边缘用户小区选择算法,通过发送端进行预编码抑制干扰,提高用户接收到的信干噪比。根据小区当前用户数,动态地调整给微小区边缘用户参考接收信号添加的偏置值,避免边缘用户接入用户数过多的拥堵小区。仿真结果表明,该算法与参考算法相比,能够有效降低宏小区负载,平衡不同微小区间负载,提高轻载微小区的网络吞吐量和资源利用率。     

用于混合自组织蜂窝移动通信系统的分群算法研究

为了提高下一代无线蜂窝网的吞吐量和系统性能,针对混合自组织蜂窝网络提出了分群算法。具体实现方式为：首先将用户分为两部分,一部分为超级用户,位于小区的中心区域;另一部分为普通用户,位于小区的边缘。超级用户由基站直接提供服务,普通用户必须通过所在群的群首转发信息才能和基站进行通信,而群首通过分群算法从普通用户组中选出。从仿真分析可以看出,这种方法可以大大改善用户的信噪比分布,提高整个系统的吞吐量和小区边缘用户的吞吐量。     

热点覆盖中小区范围扩展的差异化偏移量设计

热点微基站作为异构部署的重要组成部分,具有部署灵活、可规划性高、室外覆盖能力强等特点.由于宏、微基站并存,干扰环境复杂,给系统的无线资源管理带来了新挑战.本文以热点覆盖的小区选择为研究内容,在小区范围扩展技术的基础上,结合每个热点微基站所处的干扰环境,设计了差异化的接入偏移量,并对其可行性进行了讨论,有效地提高了小区边缘与平均谱效率.     

基于认知的LTE系统动态频谱分配

传统的软频率复用(SFR)无法适应长期演进(LTE)系统中业务的动态分布,可能导致小区中心和边缘区域频谱利用率不均。针对此问题,该文提出一种基于认知的LTE系统动态频谱分配方法(Cog-DSA)。该方法利用基站间的相互协作获得频谱使用状态信息,从而确定可用频谱集合,并评估来自邻小区的同频干扰,最终根据可用资源块的通信质量,对重负荷小区边缘进行频谱的动态借用和服务基站的灵活选择。仿真结果表明,所提方法能够有效改善频谱利用率,减少小区间干扰,显著提升边缘用户的传输速率。     

基于OWC的越区切换算法和资源分配策略

无线光通信(Optical Wireless Communication,OWC)是一种新型短距离无线通信技术。为了保证移动用户在多个LED服务区域间的持续通信,提出一种均衡通信速度和通信距离的越区切换算法。在该算法中,移动用户将选择通信距离尽可能长的小区来保证较长的通信时间,同时算法也将用户的移动方向考虑在内,并研究了在多用户情况下,通信网络的资源分配和调度策略,以保证接入网络的用户数量增多时,网络通信不受影响。仿真结果表明,切换算法有效地降低了用户的切换频率和通信中断率,并且提高了系统吞吐量;多小区协作网络下采用首入首出(First Input First Output,FIFO)的全局分配策略,提高了小区的平均利用率。     

TD-SCDMA集群通信系统中二基站宏分集性能分析

TD-SCDMA 集群通信系统可以承载不同类型的集群多媒体业务,并能够为用户提供服务质量（QoS）保证。集群小区使用宏分集技术可以有效地克服大尺度衰落,保证信号质量。本文提出一种二基站宏分集方法,旨在对处在小区边缘的移动台进行信号的最大比合并,保证边缘小区用户的信号质量,同时降低传统宏分集对所有信号进行合并而增加的复杂度,且调整参与宏分集的基站,提高系统的前向容量。     

一种自适应小区CoMP协作节点选择算法

为了进一步提高小区边缘用户的性能要求,文章通过对现有的CoMP传输系统的协作节点选择算法进行改进,基于信号质量和负载信息提出了一种自适应小区CoMP协作节点选择算法,该算法能够在现有的算法上有效提高小区服务性能,改善小区通信服务质量。     

一种白适应小区CoMP协作节点选择算法

为了进一步提高小区边缘用户的性能要求,文章通过对现有的CoMP传输系统的协作节点选择算法进行改进,基于信号质量和负载信息提出了一种自适应小区CoMP协作节点选择算法,该算法能够在现有的算法上有效提高小区服务性能,改善小区通信服务质量。     

小蜂窝网络中不活跃用户的最优能量效率资源分配方案

针对5G网络中因小区重叠覆盖区域的干扰问题,为缓解密集小蜂窝网络中移动用户的业务连续性,提高频谱资源利用率,进而最大化整个网络平均能量效率问题。该文提出一种基于不活跃用户的最优能量效率资源分配方案(EEI)。首先,该方案依据不活跃用户通知区域,建立以用户为中心的虚拟小区,小区内小蜂窝基站可协作为用户提供通信服务,提高用户通信质量,缓解小蜂窝同层干扰,减少切换信令开销。其次,基于Lyapunov优化理论,该方案将整体网络平均能量效率优化问题,转换为用户最优传输资源分配和最优功率分配两个子问题,在最大化系统平均能量效率同时保证系统队列稳定性。由于该文将原优化问题进行了松弛,所得结果是局部最优解,而不是全局最优解。仿真结果表明,该文提出的基于不活跃用户的最优能量效率资源分配算法,其系统能量效率优于对比算法而计算复杂度较高。     

宏微协同组网下基于小区分簇的联合传输与无线资源分配

针对宏微协同组网下小区间无线资源管理问题,文章提出一种大规模多入多出系统下基于微小区分簇的联合传输和动态频谱分配策略,该策略分两步执行以优化网络加权和速率.首先,所提算法根据各用户当前的信道状态执行微小区分簇,以尽可能地降低小区间干扰,提升系统容量.接着,宏基站和各微小区簇根据所服务用户当前的业务请求信息分别为其动态分配子载波,以最大化网络加权和速率,并提升资源利用率.仿真结果显示,该文提出的微小区分簇和动态频谱分配策略能在尽可能降低宏微协同组网中用户间干扰的同时,有效地提升系统吞吐量.     

Dynamic spectrum allocation for cell range extension in tiered Macro-Pico heterogeneous networks

Heterogeneous networks are employed in the next generation communication systems to enhance the area spectral efficiency (ASE), where cell range extension (CRE) is a promising technique to improve the cell edge performance and utilize the low power node (LPN) resources more effectively. In this paper we propose a dynamic spectrum allocation scheme for Macro-Pico scenario to mitigate both the co-tier and cross-tier interferences. The available system spectrum is divided into different parts by four steps, i.e. user set partition, service request collection, cross-tier occupation and CRE occupation decision, while the service request of each user is taken into consideration. During the process implementation, the reference signal receiving power (RSRP) threshold is derived by mathematical means to judge cell edge macro users when a predefined ratio is given. Simulation results show that the proposed scheme reaches almost the same cell edge performance with the best existing option, meanwhile provides higher overall system throughput and better spectral efficiency. Therefore, much better balance is achieved.     

基于干扰效率多蜂窝异构无线网络最优基站选择及功率分配算法

针对多蜂窝多用户异构无线网络干扰管理和效率提升问题,该文研究了基于干扰效率最大的下行链路基站(BS)-用户匹配和功率分配问题。首先,考虑宏用户和微蜂窝用户的服务质量,将问题建模为多变量混合整数非线性规划问题。其次将原问题分解为基站选择和功率分配两个子问题。针对基站选择问题,利用凸优化问题获得最优基站选择策略;针对功率分配问题,利用二次变换法和Dinkelbach辅助变量法,将功率分配问题转换为凸优化问题求解。仿真结果表明,与现有算法对比,该算法具有较好的干扰效率和干扰控制性能。     

智能窃听下协作NOMA网络的性能分析

针对下行双用户NOMA (Non-Orthogonal Multiple Access)系统模型中存在智能窃听者,该窃听者可以自适应地选择被动窃听或主动干扰工作模式,在不精确了解其干扰水平的情况下,部分NOMA用户很有可能遭遇传输质量下降乃至保密中断,这将对信息安全传输构成严重威胁。另外,由于信道衰落,用户的位置对系统整体性能有很大影响,难以保证距离源节点较远用户的传输质量。为解决上述问题,本文提出了一种新型的两阶段用户协作方案。第一阶段,远用户采用全双工(full-duplex,FD)干扰智能窃听者,第二阶段,近用户可作为一个中继协助源节点转发远用户信号信息,并在接收端采用串行干扰消除（Successive Interference Cancellation, SIC）技术进行解码。使用户间达成合作,提高通信链路安全性和用户服务质量。考虑到系统中不同用户的信息接收速率与通信需求不同之间的相关性,分别推导了遍历安全容量和遍历容量的解析表达式,同时分析了功率分配因子和用户间协作发射功率等因素对性能的影响,并通过Monte-Carlo仿真验证了其正确性。      

网络MIMO中的基站联合传输技术

协作多点（CoMP）是未来无线通信中的关键技术之一。多个小区基站通过对信道状态信息（CSI）和用户数据信息的不同程度共享,实现多基站协作传输,将传统意义上的干扰转化为对用户有用的信号,从而提高频谱效率,极大改善小区边缘用户的性能。块对角（BD）算法通过在干扰信道的零空间上设计合适的预编码向量,完全抵消干扰。本文将BD算法用于多小区联合传输,从空间维的角度剖析了其干扰抵消和宏分集增益的工作原理,并将其与迫零（ZF）算法,最小均方误差（MMSE）算法,时分多址（TDMA）以及单用户特征值波束成形算法比较,分析了各种算法的优劣。同时将协作BD算法与非协作BD算法比较。仿真结果表明BD算法优于上述预编码算法,协作传输优于非协作传输。
      

Dynamic Bandwidth and Carrier Allocation for Video Broadcast/Multicast Over Multi-Cell Environments

Recently, broadcast/multicast over cellular networks has been actively discussed over commercial wireless mobile terminals. Compared to conventional terrestrial or satellite broadcasting systems, the quality-of-service (QoS) for edge users is an important issue due to inter-cell interference over multi-cell environments. In this paper, we introduce a dynamic bandwidth and carrier allocation (DBCA) technique by fully utilizing different visual importance of each layer in multi-layer video for broadcast/multicast services when the number of users is limited over macro/micro/femto cell environments. To ensure an acceptable video quality for edge users, the bandwidth and the loading ratio are dynamically controlled to enhance the utility through the radio resource control in accordance with the visual importance. The simulation results show that DBCA exhibits much better QoS by sending visually more important data with high priority in the cell border region.     

An efficient handoff algorithm based on received signal strength and wireless transmission loss in hierarchical cell networks

Compared with the macrocell systems, the femtocell systems allow users to obtain broadband service with high data rate by using lower costs of transmit power, operation and capital expenditure. Traditional handoff algorithms used in macrocells cannot well satisfy the mobility of users efficiently in hierarchical macro/femto cell networks. In this paper based on the received signal strength (RSS) and wireless transmission loss, a new handoff algorithm in hierarchical cell networks called RWTL-HO is proposed, which considers the discrepancy in transmit power between macrocell and femtocell base stations. The simulation results show that compared with the conventional algorithm, the proposed algorithm improves the utilization of femtocells by doubling the number of handoffs; and in comparison with the handoff algorithm based on combining the RSSs from both macro and femto cell base stations, reduces half the number of redundant handoffs.     

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。     

移动边缘计算中服务功能链的自适应优化部署策略

为解决移动边缘计算中面向用户的服务功能链（Service Function Chain,SFC）部署成本开销过大、时延过长问题,提出了针对SFC的支出成本与时延联合自适应优化的部署策略。首先,在虚拟网络功能（Virtualized Network Function,VNF）节点选取阶段,考虑路径损耗这一无线信道衰落问题,根据有线用户与无线用户的位置情况,选择当前最佳节点以降低SFC的响应时延。其次,在服务节点配置阶段,根据用户请求处理的数据内容的新鲜度记录,自适应动态增加和删减相应的缓存,利用资源感知算法在保证数据传递可靠性的同时,减少服务节点的配置个数,降低配置开销。最后,在SFC部署阶段,利用基于KSP（K-shortest Paths）的功耗感知算法确定最佳节点映射排序与通信链路,在减少通信链路重映射的同时还能保证部署的SFC的低成本与低时延。实验仿真结果表明,相比于已有方案,该方法能够有效降低部署成本与时延,并能对不同用户的SFC部署做到自适应优化,提高了SFC的部署成功率。     

基于时延优化的蜂窝D2D通信联合用户关联及内容部署算法

针对蜂窝网络传输性能及基站(BS)缓存能力受限,多用户内容请求难以满足用户服务质量(QoS)需求等问题,该文提出一种蜂窝终端直通(D2D)通信联合用户关联及内容部署算法。考虑到位于特定区域的多用户可能对于相同内容存在内容请求,该文引入成簇思想,提出一种成簇及内容部署机制,通过为各簇头推送热点内容,而簇成员基于D2D通信模式关联簇头获取所需内容,可实现高效内容获取。综合考虑成簇数量、用户关联簇头、簇头缓存容量及传输速率等限制条件,建立基于用户总业务时延最小化的联合成簇及内容部署优化模型。该优化问题是一个非凸的混合整数优化问题,该文运用拉格朗日部分松弛法,将原优化问题等价转换为3个凸优化的子问题,并基于迭代算法及Kuhn-Munkres算法联合求解各子问题,从而得到联合成簇及内容部署优化策略。最后通过MATLAB仿真验证所提算法的有效性。