超密集网络中一种改进的分簇及资源分配方案

为了减少超密集网络中小区间的干扰,提出了一种改进的分簇及资源分配方案.首先,根据小基站间的路径损耗程度构造损耗图,基于损耗图选出簇头并且分簇,将路径损耗之和较小的小基站放在一个簇中,每个簇中小基站的数量不超过子信道的数量;然后,根据簇内的用户在每个子信道上的信干噪比依次为每个簇的用户分配正交的子信道;最后,优化功率分配,以提高吞吐量.仿真结果显示,与相同场景中的已有方案相比,所提方案更加均匀地将小基站分布在每个簇中,并且显著提高了系统吞吐量.     

多信道认知无线电频谱感知时间和门限联合分配

为提高多信道认知无线电的吞吐量,提出采用交替方向优化联合分配次用户的频谱感知时间和子信道感知门限.基于"先听后传"的次用户帧结构,建立了感知时间和门限的优化分配模型.该模型在保证满足主用户通信需求和子信道频谱感知性能的前提下,最大化次用户各子信道的吞吐量总和.联合优化算法通过交替优化感知时间和门限能够获得模型的最优解.仿真结果表明:存在最优的感知时间和门限最大化次用户的吞吐量,并且相比之前的方案,联合分配能够提高次用户的吞吐量.     

基于时隙捆绑预处理的LTE上行自适应传输

3G长期演进（LTE）上行链路中，基于时隙捆绑（transmission time interval bundling，TTI bundling）技术的IP语音业务（VoIP）可以显著提高小区覆盖范围。目前，一种覆盖增强方案可以使用户在50 ms时延限制下最多传输5捆相同的数据包。然而，由于该方案不能及时处理反馈信号，一旦出现不必要的重传，会导致系统吞吐量降低，并造成用户设备（UE）额外的能量损耗。为此，该文提出了一种基于误块率（BLER）与信噪比（SNR）映射机制的时隙捆绑预处理传输方案，该方案使得UE可以根据信道情况的变化以及期望的性能指标，预先设定传输捆绑数据包的最大值，从而减少了不必要的重传，节省了UE的能量消耗，提高系统的吞吐量。     

WLAN/WPAN自身干扰解决算法

提出分布式动态信道分配算法(DDCAA),该方法能在高密度WLAN/WPAN环境下大大提高每个用户的吞吐量,尤其在变化的不均匀的通信量条件下,解决由于有限的信道所带来的自身干扰问题.仿真表明:给定任意的通信负载分布及原始信道分配,算法会快速收敛到平衡状态,整个网络的吞吐量得到了很大的提高.该算法能够根据信道的使用状态自适应的改变算法启动门限,并且只通过AP自身完成动态信道分配算法,真正解决了高密度WLAN/WPAN环境下的自身干扰问题,简单有效并有很高的实用价值.     

基于多项式窗函数模型的WLAN干扰自优化方法

为了抑制室内局域网中的干扰,提出了一种基于多项式窗函数模型的干扰自优化方案. 该方案通过测量邻信道干扰系数并拟合为多项式窗函数的方式完成信道干扰建模,通过接入点（AP）和用户共同侦听网络中其他AP的方式实现干扰触发,选用加权总干扰最小算法为各个AP实现信道最优配置. 仿真结果和实测结果表明,提出的方案能增加可用信道数量,减少网络干扰,提升网络平均吞吐量.     

UDN中基于JR-CoMP的分簇和资源分配方案

针对超密集网络（UDN）中的上行干扰问题,提出了一种基于多点协作联合接收（JR-CoMP）的分簇与资源分配方法.首先,将用户和基站进行单频段分簇,将同一小小区的多个边缘用户放在不同的用户簇中,将位于相邻小小区并且距离较近的边缘用户放在同一个用户簇中,根据中心用户到已有基站簇的干扰强度将其归簇;然后,对用户簇进行多重子频段分配,为包含同一个小小区用户的多个簇分配不同的子频段,并且尽量为每个用户簇多分配子频段;最后,以最大化系统总传输速率为目标,采用注水算法为每个用户分配功率.仿真结果显示,所提方案能显著提高频谱效率.     

超密集网络中基于判别函数的聚类算法

超密集网络可以通过虚拟小区间的协作来提升用户体验,但由于小区的重叠覆盖使得用户间存在较复杂的干扰问题。因此,提出了一种基于判别函数的聚类算法来缓解强干扰带来吞吐量下降的问题。首先,利用用户间干扰信道的余弦相似度定义用户间的干扰网络;然后,基于干扰网络选出簇头并划分用户,同时为了解决虚拟小区下的模糊用户归属簇问题,以簇间干扰权重之和最大,簇内干扰权重之和最小为原则设计判别函数,对用户进行模糊归类。仿真结果表明,在不增加复杂度的同时,所提算法比其他方法的系统吞吐量提升了10%~30%,对于边缘用户具有一定优势。     

基于区域用户密度的毫米波MU-MISO自适应调度方案

为了解决毫米波信道条件下有限区域内多用户调度问题,提出了一种基于毫米波多用户多输入单输出（MU-MISO）下行链路信道的自适应多用户调度方案.首先,根据各个用户反馈的区域位置信息,基站对用户进行分组,并根据区域的用户密度为每个区域分配适当的射频链资源;然后,基于获取到的各个区域角度范围信息和各区域所分配的射频链数,为每个区域设计通信波束;最后,在综合考虑组内和组间波束干扰的情况下,在用户端为每个满足匹配约束条件的用户确定最佳通信波束,并将该波束的信噪比值和信道质量信息反馈给基站,在基站端,根据用户反馈的信息,为每个区域的通信波束依次选择最佳用户.仿真结果表明,该方案能获得较好的和速率性能,尽管与SUS-ZFBF算法相比有一定的差距,但降低了反馈信息量,而且射频资源的分配方式在一定程度上更能保证用户通信的公平性.     

基于D2D通信的V2X资源分配方案

针对基于设备到设备(D2D)的汽车间通信复用蜂窝资源带来的干扰问题,考虑在满足车辆用户(V-UEs)的通信要求下,通过一个启发式算法最大化蜂窝用户(C-UEs)总的吞吐量.首先通过图着色原理将没有干扰的车辆分在同一簇;其次根据分簇结果,利用改进的匈牙利指派算法为V-UEs分配信道;最后通过调整功率最大化C-UEs总的吞吐量.仿真结果表明,此算法能够很好地解决车通信(V2X)的同层干扰和跨层干扰问题,在保证V-UEs通信可靠性的前提下,提高了频谱利用率.     

多小区下行NOMA系统中最大公平的功率分配方案

对于多小区多簇且每个簇包含任意用户的下行非正交多址接入（NOMA）系统,提出了一种最大公平的功率分配方案.首先构建了最大公平的功率分配优化问题;推导了单簇内以最大公平为准则的分配功率时,该簇内每个用户的速率与每个簇的总功率之间的关系,并基于该结论,将优化问题中用户间的功率分配转化为簇间功率分配;最后给出了一种基于迭代的簇间功率分配算法,为每个簇平均分配功率并计算单簇内最大公平准则下用户的速率.通过多次调整最大速率所在小区簇的功率和最小速率所在小区簇的功率,得到该系统中最大公平的功率分配.仿真结果显示,所提方案的公平性优于相同场景中已有的功率分配方案.     

基于射频能量收集的无人机协助的分时段功率分配策略

针对毫微微基站（FBS）在不同时间段用户数量的差异,研究了最大化下行总信息量的功率分配问题.不同时间段包含忙时和闲时2个阶段,忙时用户数量较多,闲时用户数量较少.通过部署一个无人机携带的微微基站（PBS-UAV）为多个FBSs闲时的用户提供服务.FBS和PBS-UAV都具有能量收集功能.在FBS忙时,FBS和PBS-UAV同时从宏基站收集能量,并且向用户发送数据.FBS闲时,由PBS-UAV接替多个FBSs,与用户进行下行通信.将功率分配问题建模为最优化问题,以最大化FBS和PBS-UAV的下行信息量为目标,同时满足FBS和PBS-UAV能量消耗及发射功率的约束条件.由于建立的最优化问题是凸优化问题,可通过引入增广拉格朗日乘子法获得最优解.仿真结果表明,与PBS-UAV参与的等功率及部分功率固定的方法相比,所提出的方法在总信息量方面有不同程度的增加.     

随机化竞争的LTE-A中继蜂窝小区边缘协作调度策略

提出了随机化竞争调度算法. 该算法属于协作调度算法的范畴,适用于对相邻中继蜂窝小区边缘的用户进行联合调度. 以此算法为基础,提出了基于随机化竞争的中继蜂窝小区边缘协作调度策略. 该策略通过在相邻小区边缘可能产生资源冲突的区域形成协作中继簇,并在协作中继簇覆盖的区域内应用随机化竞争调度算法,能够尽量避免相邻小区之间产生同频干扰,从而提升小区边缘的传输性能. 仿真结果表明,所提出的协作调度策略有效地降低了相邻小区中继站对边缘用户的干扰,提升了小区边缘的吞吐量,并在一定程度上增强了小区中心和边缘区域之间的调度公平性.     

Multi-slots Wideband Cooperative Spectrum Sensing Based on Weighed Data Fusion in Cognitive Radio

In order to avoid the interference to the primary user(PU), in this paper Cognitive Radio (CR) periodically senses the presence of PU, and during one period, CR can sense all the sub-channels based on weighed data fusion and then use all the idle channels decided by the coordinator. The local sensing time of CR is divided into multi-slots in which CR can sense any sub-channel. Through reasonably allocating the sensing slots and users by mathematic optimization, the proposed algorithm can improve the total throughput of CR. The optimization problem of the proposed scheme which seeks to maximize the throughput subject to the constraint of the detected performance of each sub-channel is proposed in order to choose the optimum local sense time and the number of the cooperative CRs. The simulation results indicate that the proposed scheme can obtain higher throughput than the conventional single-channel sense, and there are the optimum local sense time and the number of cooperative CRs to make the throughput reach maximum.     

下行NOMA系统中最大化能量效率的功率分配方案

针对多簇且每个簇包含任意用户的下行非正交多址接入（NOMA）系统,提出了一种最大化系统能量效率的功率分配方案.首先推导了满足所有用户连续干扰消除需求的情况下,单个用户及单个簇所需的最低功率,建立最大化系统能量效率的用户间功率分配优化问题,然后采用二分法求解最大化单个簇内能量效率的功率分配优化问题,基于该结论将最大化系统能量效率的用户间功率分配优化问题转换为簇间功率分配优化问题,最后给出了一种迭代的簇间功率分配方案,并根据簇间功率分配的结果为单个用户分配功率.仿真结果表明,所提方案的系统能量效率高于相同场景中的已有方案.     

基于动态反馈的负载均衡方法研究

随着基于互联网的应用服务快速发展,网络上提供应用服务支撑的服务器(集群)所面临的并发性访问激增,运用负载均衡是应对处理大量并发访问及提高服务请求接入性能的重要策略之一。负载均衡通过对服务器集群中的逻辑/物理单机进行规划实现负载任务分配调度,实现对大量并发访问的并行化处理,从而提高应用服务的请求接入和服务处理性能。提出了一种基于动态反馈的负载均衡方法,其通过周期性的获取集群中单机节点的工况信息,然后分析单机节点的实时负载和响应情况,并将其与保持负载均衡性能的决策参考阈值相比对,通过负载任务再分配达成动态负载调整并保持集群工作性能均衡的目的,进而提升集群系统的服务吞吐能力,降低服务请求的响应延迟,能够为开展海量数据高并发处理提供技术基础和保障。实验结果表明,该算法使系统的整体性能得到了改善。     

异构网络中几乎空白子帧存在时干扰协调方法

针对异构网络中几乎空白子帧存在时用户接入选择和资源分配方法过于复杂的情况,以及吞吐量需求难以得到满足问题,以最大化系统总吞吐量为目标提出一种易于实现的蚁群算法.在考虑不同用户不同需求的前提下,根据微基站用户在几乎空白子帧和正常子帧时受到干扰的不同,把一个微基站划分为两个虚拟基站,将所存在的问题建模为广义分配问题进行求解,同时解决了用户接入选择和资源分配问题.仿真结果表明,所提出方法与参考文献方法及两种增强型小区干扰协调固定配置结果相比,可以有效提高系统总吞吐量,同时兼顾小区边缘用户吞吐量,实现了良好的综合性能,能够更好地满足用户需求并在实际系统中易于实现.