中继通信系统中的功率分配研究

对中继协作通信系统中的功率分配问题进行了研究。给出了多中继协作通信网络模型,针对该模型,分析了等功率分配、中断概率最小的功率分配、传输速率最大的功率分配和节点选择功率分配等四种功率分配方案,从数学上对各种方案的实现进行了描述,并对各种方案能否实现功率的优化配置及实现难易程度进行了讨论。     

隧道多中继协作通信系统功率分配与容量优化

基于多波模信道模型建立了矩形隧道多中继协作通信系统模型,给出了放大转发和译码转发协作模式下多中继协作通信系统的信道容量计算公式。在系统总功率受限的情况下,提出了基于遗传算法的隧道多中继放大转发协作通信系统优化功率分配方法和隧道多中继译码转发协作通信系统多重KKT优化功率分配方法,以优化系统的信道容量。仿真结果表明,隧道多中继协作通信系统优化功率分配方法可提升系统的信道容量。     

基于协作通信技术的无线再生中继网络中的功率最优分配

针对无线再生中继网络的系统性能与系统误帧率、中断概率等有关问题,以协作通信技术中的多用户协作分集协议MDP(Multi-user Diversity-cooperative Protocol)为基础,设计了新型的MDPTS(Multi-user Diversity-cooperative Protocol Transmission Scheme)传输方案,优化了信号传输过程,提升了信号传输效率与网络吞吐量。在此基础上以系统误帧率最小为目标,提出了在发射端和中继器间的功率分配方案,以误帧率下届为目标函数,通过拉格朗日法求得系统的功率分配最优解。仿真结果表明,与采用传统传输方案的网络相比,采用MDPTS传输方案的网络具有更高的分集增益和复用增益,因此系统性能也更好。     

三协作节点的功率分配及其信道容量

针对多协作用户的功率分配及其信道容量问题,讨论了在三个协作用户的通信模型中,当信道增益固定情况下的功率分配。以信道容量为目标函数,给出了最优的功率分配算法。实验结果表明,当信源节点到目标节点的信道增益大于信源节点到各中继节点的信道增益时,信源节点可以直接传送给目标节点。当信源节点到各中继节点的信道增益的平方与信源节点发射功率的乘积小于相应中继节点到目标节点信道增益的平方与相应中继节点发射功率的乘积时,信源节点可以完全通过中继节点来传送给目标节点,在其它情况下,信源节点可以一部分通过中继节点传输,一部分直接传输到目标节点。     

认知中继网络功率分配的优化算法

本文研究了认知中继网络的功率分配策略。在基于AF(amplify-and-forward)和DF(decode-and-forward)中继模式下,考虑认知用户传输功率受限以及主用户干扰容限等因素,建立了认知中继网络吞吐量的非凸函数和凸函数优化模型;并利用拉格朗日乘子得到最优解。仿真结果表明,所提算法在认知用户传输功率受限以及主用户干扰容限下优化了认知中继网络的吞吐量。     

能效最优准则下的无人机中继系统的功率分配算法

由于无人机（Unmanned aerial vehicle,UAV）机动性好且部署简单,基于无人机中继的传输技术受到了广泛关注。功率作为通信系统的重要资源,其分配问题直接影响各条链路的性能和整个通信系统的能量效率。本文以莱斯衰落信道为背景,提出了一种在系统能效准则下的无人机中继通信系统的功率分配算法。首先在双跳放大转发（Amplify-and-forward,AF）中继传输模型的基础上建立功率分配的优化模型,将功率分配问题转化为求解最大系统能效的优化问题。在最优功率分配的求解过程中,先固定发射信号功率,获得波束形成优化方案;然后通过大信噪比区间近似,将非凸优化问题转化为凸优化问题;最后利用KKT（Karush-Kuhn-Tucker）条件,计算得出功率分配方案的闭式解。仿真实验表明,本文算法相对于迭代算法降低了算法复杂度。     

多中继协作系统量子遗传算法的功率分配仿真

考虑了功率受限下多中继协作系统功率分配问题。以最大化系统容量为优化目标,将量子遗传算法应用到多中继协作系统中,提出了基于量子遗传算法的功率分配方案,研究了功率分配方案对系统比特差错率的影响。仿真结果表明,与等功率分配方案及基于遗传算法的功率分配方案相比,基于量子遗传算法的功率分配方案能获得更小的比特差错率。     

基于误码率的中继位置及功率分配联合优化

针对单中继AF协作通信系统,分析了不同中继位置和功率分配方式对系统误码率性能的影响。以最小化系统误码率为目标,研究了等功率分配（equal power allocation,EPA）和最优功率分配（optimum power allocation,OPA）两种方案下,中继按照线形拓扑轨迹运动时的最优位置。理论分析和仿真结果表明,中继位置及OPA的联合优化算法大大提高了传统的EPA方案下的系统性能。     

协作认知无线网络中的功率优化及中继选择策略

近年来,认知无线电技术与协作通信技术相结合,具有在平坦衰落无线信道环境中增加用户吞吐量,提高频谱利用率等优势,因而被广泛研究与应用。如何在协作认知网络中有效的实现主要用户和认知用户的频谱共享,亦即如何在众多的认知用户中选择合适的认知中继集是一个基本的问题。本文通过确定并优化主要用户和认知用户效用函数来解决该问题,因采用了纳什均衡理论,故称之为基于博弈论的多中继选择算法(Multiple Relay Selection based on Game Theory ,GTMRS)。在任一认知中继集合中,认知用户之间能够形成非合作功率的博弈模型, 可基于纳什均衡得到认知用户的优化协作功率分配算法。在寻找一组确定的中继集合来实现主要用户效用的最大化过程中,文章引入了修改的信道调和平均数因子,其目的是移除信噪比较小的中继节点,以最大化系统的信噪比。仿真结果显示,该算法能够使更多的认知用户接入到授权频谱中,同时使得主要用户获得更大的效用以及传输速率。因此,基于博弈的多中继选择算法能够有效选择合适的认知中继,并获得主要用户和认知用户在效用上的最优化。     

基于凸优化的认知中继功率分配

该文研究了基于凸优化的认知中继功率分配问题。考虑在干扰温度的限制下,如何通过合理的子载波功率分配使得系统容量最大化。文章依据凸优化理论给出该问题的最优迭代算法,并从改善算法平均时间复杂度的角度加以改进,进而提出一种次优算法。数值仿真结果表明,次优算法相比最优算法有一定的性能损失,但是计算复杂度大大减少。     

一种改进的Two-way中继协作系统下的 节点选取和功率分配策略

为了提高Two-way中继协作系统的总速率,在传统的Two-way DF中继协作系统模型下,介绍了一种双向中继选择(BRS)策略,即同时考虑中继节点处的接收信噪比和中继节点到目的节点的信道增益两个因素来实现最优中继选择。然后在选出了最优中继节点后,基于物理层网络编码协议(PNC)提出了一种新的Two-way中继协作系统的最优功率分配策略。仿真结果表明,在系统总功率较大的情况下,BRS策略较随机中继选择策略(RRS)在系统总速率方面约有2.5 bit/(s.Hz)的提升。同时,提出的基于PNC的Two-way中继协作系统的最优功率分配(OPA)策略较等功率分配策略(EPA)平均取得了1dB的增益,而比传统的One-way中继协作系统在系统总速率上约高出3 bit/(s.Hz)。     

改进的多用户协作通信系统中继选择策略

基于多用户非再生协作网络,提出改进的多用户协作通信系统中继选择策略。假设在源节点和中继节点功率相等的条件下,利用源到中继、中继到目的节点的信道统计信息定义等效信道增益,并将其与信噪比结合,选择不同的中继节点集合,使得系统中断概率最小。实验结果表明,在高信噪比情况下,当中断概率为10?3时,与中继放大转发算法相比,可获得0.2 dB的信噪比增益,与单中继转发算法相比,信噪比增益为3.5 dB,能提高系统资源利用率。     

双向中继系统的联合中继选择和功率分配策略

为提高双向中继系统的可达速率和,基于网络编码的双向中继系统模型,提出一种最大化可达速率和的联合中继选择与功率分配策略.给出最大化最小信道增益(MMCG)和最大化信道增益调和平均值的中继选择方案.在中继选择策略的基础上,给出一种基于双向中继系统可达速率和最大化准则的最优功率分配方案.仿真结果表明,与联合BRS中继选择功率分配方案相比,联合MMCG中继选择和最优功率分配方案系统可达速率约提高1.6 bit/s/Hz.     

基于部分信道信息的中继选择与功率分配算法

针对传统中继选择算法反馈开销大、信道条件利用不充分以及等功率分配算法资源利用率低等问题,在放大转发协作通信网络中,以最小化系统中断概率为目标,提出基于部分信道状态信息的中继选择与功率分配算法。指出源-中继-目的节点传输链路所能获得的信噪比受制于源-中继及中继-目的链路中接收信噪比较小者,各中继依据自身到源及目的节点链路的统计信道状态信息,采用不同的反馈策略向源节点进行信息反馈,由源节点完成中继选择,通过凸优化方法对所选择的源和中继节点进行功率分配。仿真结果表明,与基于第一跳信道信息的算法相比,该算法在仅增加少量反馈的条件下可明显降低系统的中断概率,且与同等反馈负荷下的其他算法相比,仍能获得较好的中断性能。     

基于优化模型的协作通信的中继节点选择算法

协作通信是提高无线传感网络WSNs(Wireless Sensor Networks)数据传输可靠性的有效技术,而协作通信的关键在于中继节点的选择。为此,提出基于优化模型的协作通信的中继节点选择OM-SRN(Optimization Model-based Selection of Relay Nodes)算法。OM-SRN算法将中继节点的选择过程看成基于增益函数的优化问题,再利用混合整数线性规划求解。OM-SRN算法依据候选节点的邻居节点数、节点剩余能量和链路质量这三个参数选择中继节点。最后,依据OMNe T++仿真软件分析OM-SRN算法。仿真数据表明,与同类协作算法相比,提出的OM-SRN算法在消息传输成功率和冗余消息率方面的性能得到提高。     

窃听环境下协作通信网络的机会中继选择方法

传统的最佳中继选择方法仅依赖于合法用户的信道条件,在存在窃听用户的环境中无法保证信息传输的安全性与私密性。针对该问题,以最小化系统安全中断概率为目标,综合考虑合法用户与窃听用户的信道状态信息,提出一种新的机会中继选择方法。针对解码转发协作通信网络,给出系统总发射功率受限条件下的最佳功率分配方案,并在此基础上设计最佳中继节点的选择方法,推导得到系统安全中断概率的闭式表达式。仿真结果验证了该闭式表达式的正确性,并表明与传统中继选择方法相比,提出的中继选择方法可显著降低系统的安全中断概率。     

一种子载波配对和功率分配联合最优算法

在基于正交频分复用的多载波两跳中继系统中有两个关键的问题亟需解决:子载波间的功率分配和子载波配对.子载波功率分配和配对之间存在复杂的耦合关系,通过现有的方法对子载波功率分配和配对进行联合优化比较困难.在深入研究这种耦合关系的基础上,针对解码转发,利用凸优化思想,提出一种功率受限下的子载波配对和功率分配联合最优算法.仿真结果表明,本算法可以有效提升中继系统的系统容量.     

协同OFDM系统联合中继选择、子载波配对和功率分配算法

研究了协同OFDM系统中的资源分配问题,提出了一种联合中继选择、子载波配对和功率分配的算法.首先在假定等功率分配的情况下,对中继节点进行选择并对子载波进行配对,然后在此基础上对选定的子载波对进行功率分配.分析结果显示所提算法是一种计算复杂度比较低,且系统容量接近最优容量的算法.