蜂窝网络D2D通信资源分配研究

针对D2D通信复用蜂窝用户频谱可以提高系统吞吐量和频谱利用率但会产生严重的同频干扰的问题,设计了一种联合资源分配方案,该方案在保证系统用户通信质量的条件下最大化系统吞吐量,首先设计一种基于吞吐量最优化的模式选择方案,然后采用混合遗传算法对D2D用户分配信道,最后在已知信道分配向量的前提下通过混合灰狼优化算法对D2D用户进行功率优化。仿真结果表明,所提方案相对其他方案能够有效提高20%系统总吞吐量和降低90%蜂窝用户受到的干扰,还能提高收敛效果和运行速度。     

基于图着色的D2D资源分配算法研究

D2D通信是允许两个相邻用户在通过基站的控制下共享蜂窝用户的频谱资源来直接通信的技术。D2D用户与蜂窝用户共享资源而引入的额外干扰会降低系统的性能,因此资源分配成为D2D通信的一个重要问题。针对D2D用户密集场景下最大可接入数量问题提出了一种基于图着色的资源分配算法,其中将D2D用户对视为一个顶点,蜂窝用户的资源视为一个个簇,对顶点进行着色即对其分簇。仿真分析可以看出,所提出的方案能够增加网络最大可接入的D2D用户对的数量,有效提高了系统容量。     

D2D通信中基于深度强化学习的资源分配

设备到设备(D2D)通信能够以蜂窝设施为基础来提高资源利用率、用户吞吐量和节省电池能量。在D2D网络中,模式选择和资源分配是关键问题。为了提高D2D通信的和速率与频谱利用效率,提出一种联合模式选择、功率和资源块分配的方案。首先根据用户地理位置选定模式选择标准,帮助用户选择相应的通信模式;然后针对复用通信模式,使用基于深度强化学习的异步优势动作评价(A3C)算法为不同的D2D用户分配资源块和功率。仿真结果表明,本文提出的基于A3C算法的联合优化方案收敛速度快,并且性能相对于其他算法较好。     

一种面向电力物联网的认知D2D网络能效资源分配算法

在电力物联网中为了提高D2D(device-to-device)网络的频谱效率和系统能效,考虑不完美信道状态信息(channel state information, CSI)的影响,提出了一种鲁棒能效最大的资源分配算法。考虑D2D用户最大发射功率约束、蜂窝用户功率约束和共道干扰功率约束,建立下垫式频谱共享模式下混合蜂窝/D2D通信的上行传输资源分配模型;考虑蜂窝用户干扰中断约束,基于最小最大概率机和辅助变量法,将原非凸优化问题转换为凸优化求解。基于凸优化理论,获得鲁棒资源分配问题的解析解。仿真结果表明所提算法的有效性。     

基于多种群遗传算法的D2D通信终端数量的优化

端到端的直连通信(device to device,D2D)能有效提高网络容量.针对D2D通信所能容纳的终端数量问题,提出一种基于多种群遗传算法的容量优化方法.由于传统蜂窝网移动终端对D2D用户的干扰,以及复用同一频率的D2D终端之间的同频干扰,严重影响了可接入D2D终端的数量.本文提出的基于多种群遗传算法能快速调整资源分配方案,有效减少同频干扰,显著提高网络所能容纳的终端数量.仿真结果表明,相比于标准遗传算法和随机分配算法,基于多种群遗传算法的资源分配方案能通过快速分配合理信道资源降低系统中总的干扰,有效提高终端的接入数量,显著提升了系统的总吞吐量.     

基于公平因子的宽带电力线OFDM系统跨层资源分配

针对宽带电力线通信OFDM系统的资源优化分配问题,在分析低压宽带电力线通信系统网络结构的基础上,建立资源不足且存在多种实际约束下多业务多用户在多子载波上的资源分配模型,提出一种基于公平因子及用户紧急度的跨层资源分配算法,在保证RT用户最小速率及NRT用户间公平性的同时最大化系统吞吐量。典型电力线信道环境下的仿真结果表明,算法在满足资源分配模型优化目标下性能更优。     

基于改进的猎食者优化的D2D通信功率控制方法

针对D2D通信中用户复用频谱资源时产生的同频干扰问题，提出了一种改进的猎食者优化算法，对D2D用户进行功率控制。它在满足系统用户通信质量的约束条件下，根据猎人向猎物移动位置和猎物向最安全位置移动的规则来调整D2D发射功率，为了保持搜索与开发的平衡，提高收敛速度和寻优精度，采用Sobol序列对种群进行初始化，并且在猎食者位置更新公式中引入水波动态自适应因子，从而确定D2D用户最佳发射功率。仿真结果表明，该算法可以不仅可以提高系统总吞吐量和降低蜂窝用户受到的干扰，还可以提高收敛速度和寻优精度。     

基于D2D网络通信的可伸缩视频多播算法研究

下一代移动网络通信中引入了自适应调制编码技术和可伸缩视频编码以解决视频多播中有限的资源分配问题。为了提高系统用户的容量和用户接收视频质量,在传统蜂窝网络中引入了基于D2D网络的联合模式选择和资源分配技术以提高系统整体效用。首先联合D2D用户和蜂窝用户进行资源分配,在保证蜂窝用户和D2D发送用户通信的最低QOS时,最大化D2D接入系统网络的数量;然后分析了该混合网络模型下的视频层选择调制编码级别的问题;最后提出了基于D2D用户接入控制和系统资源分配两个子问题的贪婪算法。仿真实验证明,该混合网络视频多播模型不仅有效地提高了移动网络通信的吞吐量和增加了系统用户容量,同时为用户提供更好的视频质量。     

联合机器学习的D2D通信多中继选择机制

在D2D通信中,当源节点与目的节点间的距离过大时,可以通过引入中继节点来改善通信质量。当通信衰落严重时,单中继无法有效改善通信质量,此时可以引入多中继参与通信。针对D2D网络多中继通信,提出一种基于机器学习中Q-learning算法的多中继选择机制。首先,判断源节点与目的节点之间通信是否需要合作中继;其次,通过考虑D2D网络中通信能量消耗来对Q-learning算法中的Q函数的回报值进行定义;最后,通过计算D2D通信传输距离和通信接收端信噪比得出满意度函数。综合考虑回报值和满意度,获得协作中继集。仿真结果表明,基于Q-learning算法的多中继协作可以显著减少传输延迟,平衡网络负载。     

D2D毫米波通信中基于多变量联合优化的吞吐量提升算法

为了提升设备直连(device-to-device, D2D)的毫米波通信系统的吞吐量,提出基于多变量联合优化的吞吐量提升(multi-variable joint optimization-based throughput improvement, MJTI)算法。MJTI算法将共享同一子信道的D2D对形成一个联盟,以最大化联盟速率之和为联盟收益。先构建关于联盟形成、定向天线波束转向角设置和最佳传输功率的目标问题。然后,采用块坐标下降法将目标问题分解成3个子问题。再分别利用联盟博弈、拉格朗日乘法和内点法求解。最后,通过仿真数据分析联盟数、D2D对数和天线增益对吞吐量的影响。仿真数据表明,相比于随机方式形成联盟,MJTI算法的吞吐量平均提升约15%。     

宽带电力线载波通信物理层资源分配新算法

宽带电力线载波基于正交频分复用技术可实现电力串行通信数据的并行传输,增强了电力通信系统的实时性与高效性.针对宽带电力线载波通信资源分配问题,文中提出了一种低复杂度的物理层资源分配算法,首先基于等功率分配方式确定各用户为满足其最低速率需求所需的子载波集合,将多用户资源分配问题降维成单用户资源分配问题,之后对各用户所分配的...     

多用户电力线通信自适应OFDM系统中的资源分配与交换优化

自适应正交频分复用(OFDM)是一种实现电力线多用户高速数据通信的技术,资源动态分配是这一技术的重要组成部分。文章针对电力线通信的限制条件,探讨了在最大总功率、各用户要求最小速率、各子载波分配最大功率和比特数的约束下,多用户在多子载波上自适应比特和功率分配的数学模型,提出一种新的速率自适应动态资源分配算法,其实现分为4个相互联系的阶段,依次是确定工作子载波、单用户资源分配、子载波和功率交换、比特交换和功率调整。在典型电力线信道环境下的仿真结果表明,该算法比已有的多用户频谱分配优化算法性能更优,能更好地满足多用户资源分配模型的目标要求。     

多跳中继宽带电力线通信网络中的OFDM跨层资源分配

为保障宽带电力线通信网络的有效性和可靠性,提出一种综合多跳中继宽带电力线通信网络的业务层、网络层、介质访问控制(Media Access Control,MAC)层和物理层信息的正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)跨层资源分配方法。首先建立综合跨层信息的MAC层数据包调度效用值模型和基于公平性阈值控制的物理层子载波分配模型。提出为满足各用户服务质量需求的MAC层高效用值数据包优先调度准则。再将该模型和准则应用于宽带电力线通信网络各交叉节点的资源分配过程中。最后在典型电力线信道环境下对所提算法及对比算法进行仿真。仿真结果表明所提算法能够保证实时用户与非实时用户的通信速率和时延的服务质量需求,且具有较大的系统吞吐量和较好的时延特性,有效解决了多跳中继宽带电力线通信网络的OFDM资源分配问题。     

高原山区D2D网络能量效率优化算法研究

针对高原山区丰富植被和山地丘陵给通信用户带来严重的路径损耗,增加通信系统能耗问题,提出一种基于能量效率(energy efficiency,EE)的优化算法.首先,利用多峰绕射模型模拟高原山区电波传输损耗,在保证通信用户服务质量(quality of server,QoS)的前提下,最大化系统中端到端(D2D)用户设备的总能量效率,将优化问题分解为功率控制和信道选择两个子问题进行求解;其次,利用拉格朗日对偶和Dinkbach算法联合解决功率控制;最后,利用Gale-Shapley匹配算法实现信道匹配.仿真结果表明,与现有算法相比,本文算法能够有效约束同频干扰,增加系统内信道资源利用率,提高系统的能量效率,降低系统能耗,提高系统性能.