改进蛙跳算法的多中继协作系统最优功率分配

协作通信与直接通信相比能够显著地提高系统性能,功率分配是协作通信中的一个关键问题。为了获得合理的协作中继通信系统功率分配方案,提出一种基于改进蛙跳算法的多中继节点功率分配方法。首先对功率分配问题进行分析,将其转换为一个非线性优化问题,然后将青蛙表示为源节点,中继节点的功率,以平均信噪比作为青蛙的食物,并通过青蛙的信息交流和协作找到最优的功率分配方案,最后采用仿真对比实验对本文算法性能进行测试。仿真结果表明,相对于其它功率分配方法,改进蛙跳算法有效地提高了系统的信道容量,降低了中断概率,以较低的复杂度提高了系统的性能。     

基于萤火虫算法的多中继功率分配

为了充分实现中继协作,降低多中继协作通信系统功率分配优化问题的计算复杂度,提出了基于萤火虫算法的多中继功率分配方案。在一定的总功率和节点功率约束下,以最大化平均信噪比为优化目标函数,建立了多中继协作系统的功率分配最优化模型。选取该目标函数作为萤火虫的适应度函数,用向量表示萤火虫的状态,该向量的维数为待分配源节点和中继节点的个数,通过萤火虫聚集得到种群中最好的萤火虫,即可获得渐进最优功率分配。仿真结果表明,与平均功率分配相比,基于萤火虫算法的功率分配方案能降低2.44%~6.17%的比特差错率,提高了系统性能。     

基于认知无线电系统的协作中继分布式功率分配算法

协作通信与直接通信相比能够显著地提高系统性能。协作通信中的一个关键问题是管理中继节点及有效地进行功率分配。尤其对于频谱共享的认知无线电(Cognitive Radio,CR)系统,协作方案的设计不仅要最大限度地提高认知网络协作的功率效率,而且需要最小化对主系统的干扰。该文针对认知无线电系统的协作通信问题,在多个中继节点与源节点协同通信的场景下,提出了一种基于放大转发(Amplify and Forward,AF)模式下的功率分配及联合优化算法,在保证主系统传输性能不受影响的前提下,提高认知系统的传输速率。仿真结果表明该文提出的自适应协作传输方案,和直接传输及等功率传输方案相比获得了进一步的性能增益,中断概率显著下降。     

协作通信中的中继技术研究

随着无线信道环境的复杂多样,本文引入了协作通信,并探讨了协作通信中的中继节点选择和功率分配两个重要的技术,最后提出了基于中继节点选择和功率分配的联合优化算法。     

一种多中继协作系统中的功率分配算法

提出了多中继无线通信系统的模型,研究其源节点和各中继节点间功率分配对系统容量的影响,在总功率一定的情况下,探讨了以容量最大化为准则的功率分配算法。对采用非再生协作中继方式的多中继协作通信系统进行了容量分析,并提出了一种低复杂度的最优功率分配算法(Optimum Power Allocation,OPA)。仿真结果表明,该算法相对于平均功率分配算法(Average Power Allocation,APA),系统容量得到了显著提高,在信道条件差的情况下,性能提高更明显。     

基于中断概率的协作通信中继选择与功率分配算法

研究了功率受限情况下多中继协作通信网络的中继选择和功率优化问题。在AF网络中,提出了一种低复杂度中继选择与功率分配算法,其目标是在总功率一定的条件下使系统的中断概率最小。本算法对源节点和所有潜在中继节点进行功率分配,结合当前信噪比选择最优的中继集合,通过最速下降法求出使系统中断概率最低的功率分配因子。该算法不需要知道大量瞬时信道信息、不需要系统在等功率条件下进行中继选择,只需求得中继节点排列矩阵便可根据当前信噪比自适应获得最优中继节点集合。仿真结果表明,在相同条件下,该算法明显优于不同中继节点集合下几种算法的中断性能,并且与传统的SAF及AAF算法相比,有效降低了中断概率,提升了系统性能和功率效率。     

非对称协作通信中的时变功率分配算法

针对反射、散射影响下的非对称无线协作通信网络,提出了一种时变功率分配(Time Variant Power Allocation, TVPA)算法。根据无线协作网络中,各节点之间信道条件实时变化且不对称的特点,在信号传输过程中对信源节点和中继节点的发送信号功率进行优化分配。借助信道编码定理,将系统错误概率最小的非凸优化问题转化为最大化系统容量的凸优化问题来解。与固定功率分配(Fixed Power Allocation, FXPA)算法和平均功率分配(Average Power Allocation, AVPA)算法相比,该算法能充分利用无线信道的时变特性,重新分配功率以降低系统错误概率。在多种网络模型中的仿真结果表明,准静态瑞利衰落信道下,相比于FXPA算法,TVPA算法可获得多达5.5dB的比特错误概率性能增益。随着网络质量的进一步改善,该性能优势也逐步增大。      

最佳中继协作通信系统的功率分配算法

 为提高基于最佳中继选择的协作通信系统的性能,提出了以最小化系统中断概率为目标的功率分配算法.首先建立了系统的优化模型并证明了待解的优化问题实质是凸优化问题,由此提出了最优功率分配算法并给出了算法步骤.其次,在此基础上提出了一种有效的次最优功率分配算法,该算法计算简单且仅需已知各个中继节点的平均信道状态信息,无需在传输中实时更新,因而不增加系统的额外开销.仿真结果表明,本文提出的最优算法和次最优算法所得到的功率分配方案与穷举搜索方法的结果非常接近;与等功率分配方案相比,这两种算法均能显著提高系统的中断概率性能.     

中继辅助OFDM系统功率优化

主要讨论了DF型中继辅助OFDM通信系统中的功率优化方案,并针对最优的功率优化方案很难得到闭合解的问题,提出了一种迭代的功率优化算法。这种迭代算法将DF型中继辅助OFDM通信系统中,单个子载波上源节点与中继节点间的功率分配问题以及各个子载波之间的功率优化问题分开,首先计算给定某个子载波上发送总功率下源节点与中继节点间的功率分配,然后在此基础上进一步优化子载波间的功率分配,并迭代逼近最优解。实验证明,在给定传输总功率的情况下,与传统的等功率分配相比这种迭代的优化方案可以获得较高的系统性能优势。     

双中继协作通信的功率分配改进方案

为克服信息处于深度衰落情况下单中继协作困难,减少多中继协作目的端信号处理的复杂度,给出了双中继节点参与协作通信的功率分配方案。两个中继节点分别采用放大转发(AF)、译码转发(DF)以及混合译码放大转发(HDAF)3种协作方式进行通信。在满足一定的中断概率和节点功率限制情况下,利用MATLAB软件中的Fmincon优化函数,得到了各节点的最小发射功率。数值分析表明,在相同条件下,两个中继节点采用HDAF协作方式比采用AF协作方式、DF协作方式消耗的系统总功率分别少4~9 dBm、0.5~1 dBm,最大限度地节约了系统功率的消耗。     

Dynamic Resource Allocation in OFDMA-Based DF Cooperative Relay Networks

This paper investigates the Resource allocation problem in OFDMA-based decode-and-forward cooperative communication systems. The objective is to maximize the sum throughput under the constraints of joint total transmission power and subchannels occupation, while maintaining the maximum fairness among multiple relay nodes. Since the optimal solution to this combinatorial problem is extremely computationally complex to obtain, we propose a low-complexity suboptimal algorithm that allocates subchannel and power separately. In the proposed algorithm, subchannel allocation over the relay nodes is first performed under the assumption of equal power distribution. Then, an optimal power allocation algorithm named multi-level water-filling is used to maximize the sum rate. The simulation results show that the performance of the proposed algorithm can approach asymptotically to that of the optimal algorithm while enhancing the fairness among all relay nodes and reducing computational complexity from exponential to linear with the number of subchannels. It is also shown that the proposed equal power distribution algorithm with subchannel permutation (SP) outperforms the one without SP.     

一种联合中继节点选择的博弈功率控制算法

有效的资源分配在协同通信中占有举足轻重的地位,鉴于此,该文研究了其中的中继节点选择和功率控制问题,提出了一种联合中继节点选择的博弈功率控制算法。它的主要思想是从各节点信噪比的角度建立收益函数,并具体针对源节点和中继节点建立不同的代价函数。在认为每个节点都负责的前提下,通过调整各节点功率达到各自效用的最大化,并依据中继节点发送功率的策略空间,优化参与协同的中继节点集合。同时,该文还对纳什均衡的性能进行了数学分析。从仿真结果可以看出,所提算法在复杂度可接受的前提下,能使各节点间的功率得到合理有效的使用,确能改善系统性能。     

Nelder‐Mead–based power optimization for secrecy enhancement in amplify‐and‐forward cooperative relay networks

Cooperative communication based on relaying nodes has been considered as a promising technique to increase the physical layer security (PLS) performance in wireless communications. In this paper, an optimal power allocation (OPA) scheme based on Nelder‐Mead (NM) algorithm is proposed for improving the secrecy rate of amplify‐and‐forward (AF) cooperative relay networks employing cooperative jamming (CJ) scheme. The proposed hybrid jamming scheme allows the source and selected relay to transmit the jamming signal along with the information to confound the eavesdropper. The path selection probability of ant colony optimization (ACO) algorithm is used for selecting the relay for transmission. The performance based on secrecy rate is evaluated for “n” trusted relays distributed dispersedly between the source and destination. Gradient‐based optimization and three‐dimensional exhaustive search methods are used as benchmark schemes for comparison of the proposed power optimization algorithm. The secrecy performance is also compared with conventional AF scheme and CJ scheme without power optimization (EPA). The impact of single and multiple relays on secrecy performance is also evaluated. Numerical results reveal that, compared with the gradient method and exhaustive search algorithm, the proposed power allocation strategy achieves optimal performance. Also, the derived OPA results show a significantly higher secrecy rate than the EPA strategy for both CJ and AF schemes.     

协作分集系统中基于注水算法的功率分配方案研究

为了提高协作分集系统的信道容量,该文在多中继节点协作背景下提出了基于注水算法的中继节点功率分配方案。首先,对空时矩阵的列序号提出了一种新的映射方案,该方案能够提升中继节点发射信号间的正交性。对于采用线性正交解码算法的GABBA码,列序号重新排布后能够降低误码率。然后,通过对接收信噪比与中继节点发射功率的分析,针对信道容量最大化问题提出了一种应用注水算法的两步求解方案。该文对瑞利平坦慢衰落信道下采用GABBA码的协作分集系统进行仿真,仿真结果表明,与中继节点发射功率均分方案相比,该文提出的功率分配方案能够提升系统抗误码性能,达到满分集增益NtNr。该文提出的方案在不同的仿真条件下对信道容量均有提升,并且信道容量与min{NtNr}log2M成正比。     

基于多中继导频频分复用的协同通信系统信道估计算法

本文针对频率选择性衰落环境下结合正交频分复用技术的放大转发多中继协同通信系统,提出了基于导频频分复用的频域信道估计算法,包括最小二乘（LS）估计算法和线性最小均方误差（LMMSE）估计算法。理论分析和仿真结果表明,该算法不仅成功分辨了多中继协同通信系统的所有频域信道衰落系数,避免了各中继节点转发的导频符号在目的节点上的混叠干扰,而且减少了频域信道估计所需的导频符号数量和时隙周期长度,提高了协同通信系统的传输效率和频谱利用率,同时显著提高了信道估计的精度,降低了算法的复杂度,具有较高的实用价值。      

双向中继系统用户联合预编码与检测算法研究

双向中继协同通信系统的两用户节点通过中继节点相互交换信息,显示了其在频谱效率上的优势。在系统装备多天线的情况下,为进一步改善误比特率性能,论文提出一种基于格规约算法的用户联合预编码与检测算法。该算法通过一次复数域格规约处理来提高信道增益矩阵的正交性,预编码和检测算法联合应用处理后的矩阵,中继节点仅需要对接收信号进行求模运算和放大转发,算法的复杂度主要集中在两用户节点上。仿真结果显示:相比于传统的预编码和检测算法,用户联合预编码与检测算法在计算复杂度仅增加了对信道增益矩阵一次格规约计算的前提下,可显著降低系统的误比特率,提高分集增益,具有工程实用价值。     

Lifetime maximization via cooperative nodes and relay deployment in wireless networks

Extending lifetime of battery-operated devices is a key design issue that allows uninterrupted information exchange among distributed nodes in wireless networks. Cooperative communications has recently emerged as a new communication paradigm that enables and leverages effective resource sharing among cooperative nodes. In this paper, a general framework for lifetime extension of battery-operated devices by exploiting cooperative diversity is proposed. The framework efficiently takes advantage of different locations and energy levels among distributed nodes. First, a lifetime maximization problem via cooperative nodes is considered and performance analysis for M-ary PSK modulation is provided. With an objective to maximize the minimum device lifetime under a constraint on bit-error-rate performance, the optimization problem determines which nodes should cooperate and how much power should be allocated for cooperation. Since the formulated problem is NP hard, a closed-form solution for a two-node network is derived to obtain some insights. Based on the two-node solution, a fast suboptimal algorithm is developed for multi-node scenarios. Moreover, the device lifetime is further improved by a deployment of cooperative relays in order to help forward information of the distributed nodes in the network. Optimum location and power allocation for each cooperative relay are determined with an aim to maximize the minimum device lifetime. A suboptimal algorithm is developed to solve the problem with multiple cooperative relays and cooperative nodes. Simulation results show that the minimum device lifetime of the network with cooperative nodes improves 2 times longer than the lifetime of the non-cooperative network. In addition, deploying a cooperative relay in a proper location leads up to 12 times longer lifetime than that of the non-cooperative network