基于深度强化学习的多小区NOMA能效优化功率分配算法

在下行多小区非正交多址接入系统中,功率分配是决定系统性能的关键因素之一。由于多小区系统间的功率优化问题的非凸性,获得最优功率分配在求解上非常困难。为此提出了一种基于深度强化学习最大化能效的功率分配算法,将深度Q网络作为动作?状态值函数,将系统能效直接设置为奖励函数,优化信道功率分配,使系统能量效率最大化。仿真结果表明,该算法比加权最小均方误差、分式规划、最大功率和随机功率算法等能够获得更高的系统能量效率,在算法计算复杂度、收敛速度和稳定性方面也有较好表现。     

智能反射面和协作干扰的无人机安全通信算法

为了进一步增强无人机通信系统的保密率,提出了基于智能反射面和协作干扰的无人机安全通信系统。通过利用智能反射面动态地加强回传链路以及通过协作无人机引入人工噪声干扰非法窃听者,从物理层提高无人机通信系统的安全性。考虑源无人机轨迹、干扰无人机轨迹、功率控制和智能反射面相移,以最大化系统的保密率为目标提出联合优化问题。提出了一种交替优化算法,将原问题变为4个子问题,并通过连续凸逼近、半定松弛将原始的非凸问题转换为近似凸性子问题,使其可通过凸优化工具直接求解。仿真结果表明,所提优化算法能够快速收敛,相比于传统的非智能反射面辅助的通信网络,所提算法能显著地提高系统的安全保密率。     

基于LMI的建筑结构与控制系统并行算法设计

针对随机激励下的以结构参数为变量、以控制输入力最小化为优化目标的建筑结构和控制系统并行设计问题，设计了一种基于线性矩阵不等式工具的并行优化算法．该算法在以下两个方面突破了现有算法的局限性：将质量矩阵纳入优化变量，拓宽了优化范围；采用凸化势能函数处理将控制引入结构设计导致的非凸约束，大大降低了算法复杂度．算例分析结果显示该算法能有效提高结构设计效能．     

基于KKT条件的稀疏编码算法收敛性研究

本文提出了基于KKT条件的稀疏编码算法.首先,将非凸非光滑的稀疏编码问题分解成两个凸非光滑问题;然后,巧妙地运用两个矩阵使两个凸非光滑问题转换成三个光滑凸优化问题,并通过KKT条件对三个问题进行求解,再通过凸优化理论证明三个问题在其对应规则下是非增的.最后,实验结果验证了算法的收敛性.     

分数延迟混合滤波器组的范数最小化设计方法

根据分数延迟混合滤波器组的系统范数评价指标,提出通过最小化系统混合范数设计有限长脉冲响应数字综合滤波器的优化方法．该混合范数性能测度是基于误差信号的能量和峰值．提出的方法先将分数延迟混合滤波器组误差系统转化为一个等价的有限维多输入多输出线性时不变数字系统,然后给出数字系统在混合范数性能指标下基于线性矩阵不等式描述的凸优化问题．仿真实验表明,新方法设计的分数延迟混合滤波器组重构信号误差小于传统算法设计系统的重构信号误差．     

上行MU-SIMO中高能效联合波束赋形与功率控制

针对上行多用户单入多出系统的能量效率优化问题,建立了最小速率限制下的能量效率优化模型,分析了模型的可行性条件.基于凸逼近和几何规划设计了一种高能效的联合波束赋型与功率控制算法.理论分析证明了算法能快速收敛.仿真结果表明,算法在保证最小速率需求的同时能显著提高能量效率.     

非凸稀疏低秩约束的高光谱解混方法

针对高光谱混合像元的丰度矩阵具有行稀疏特性,提出一种非凸稀疏低秩约束的高光谱解混方法．首先,建立高光谱图像非凸稀疏低秩约束模型,将丰度系数矩阵的非凸p范数作为稀疏约束,并将丰度系数矩阵奇异值的非凸p范数作为低秩约束;其次,构建联合低秩性先验与稀疏性先验的非凸极小化模型,并提出求解的增广拉格朗日交替极小化算法,将复合正则化问题分解成多个单一正则化问题,交替迭代求解．实验仿真结果表明,该算法比贪婪算法和凸优化算法能获得更高的解混精度,并且适用于信噪比较高的高光谱数据．     

下行RIS-NOMA系统交替优化波束形成方法

为了最大化可重构智能反射面(RIS)辅助多输入单输出非正交多址(NOMA)通信系统中的加权和速率，提出了一种分式规划和连续凸逼近结合交替优化主被动波束形成的方法。首先，利用分式规划将加权和速率问题转化成分式问题并解耦信号和噪声功率；然后，分别利用拉格朗日乘子法和连续凸逼近交替优化主被动波束形成，从而将非凸最大化加权和速率问题分解成多个凸优化问题迭代求解；最后，获得主动波束形成的最优解和被动波束形成的次优解。仿真结果表明，所提方法有效地解决了RIS-NOMA通信系统中的波束形成问题，并且用户能够获得理想的速率提升。     

建筑结构与控制系统并行设计研究

针对随机激励下的以结构参数为变量、以控制输入力最小化为优化目标的建筑结构和控制系统并行设计问题,设计了一种基于线性矩阵不等式工具的并行优化算法。该算法在以下2个方面突破了现有算法的局限性:①将质量矩阵纳入优化变量,拓宽了优化范围;②采用凸化势能函数处理将控制引入结构设计导致的非凸约束,大大降低了算法复杂度。算例分析显示该算法能有效提高建筑结构的设计效能。     

多用户MIMO中继系统包含直传链路的联合预编码

针对现有的联合预编码算法忽略多用户之间的直传链路而导致通信性能下降的问题,本文以最小和均方误差为设计准则,提出了一种发射端的所有用户集中优化的联合预编码算法。首先,由于MSMSE优化问题的非凸性,将单流信号输入的多用户等效为一个多流信号输入的基站进行优化处理,其中基站的预编码矩阵由所有发射端的用户的子预编码矩阵构成,原非凸的MSMSE优化问题被转化为发射端用户的子预编码矩阵和中继收发矩阵2个子优化问题分别进行处理。其次,根据最小均方误差接收滤波理论,直接求解出接收滤波矩阵的优化表达式。发射端用户的子预编码矩阵的子优化问题通过求解条件获得,中继收发矩阵的子优化问题被转化成一个标准的半正定问题进行优化处理。最后,发射端用户的子预编码矩阵、中继收发矩阵和接收滤波矩阵联合迭代至收敛,得到优化后的预编码矩阵。实验仿真结果表明:提出的联合预编码算法在系统和均方误差性能和误码率性能上都有明显的提升,并且仿真进一步验证了算法有快速的收敛速度。     

全双工能量受限中继网络的安全波束成形设计

为了解决全双工能量受限中继网络的无线物理层安全问题,提出了一种基于能量和信息联合传输的安全波束成形方法.在满足中继节点和能量收集节点收集能量的约束条件下,通过联合优化能量信号协方差矩阵、波束成形矩阵和功率分配因子,实现了系统安全速率最大化.目标问题是非凸的,采用分步优化方法将原始问题转化为2个子问题.将第1个子问题转化为双层优化问题,外层优化问题采用一维搜索求解,内层优化问题采用半定松弛技术解决;然后通过一维搜索得到第2个子问题的最优解.仿真结果表明,提出的方法显著提高了系统的安全速率.     

基于D2D的C-V2V车载协作通信资源分配算法

针对基于设备到设备(device-to-device,D2D)的蜂窝网络下车载无线通信技术(cellular-vehicle to everything,CV2X)中复用蜂窝用户资源带来的能效问题,提出了一种能效优化算法.通过新的功率控制方法最大化车载用户(vehicle user,V-UE)总能效,并利用能量收集技术...     

基于统计信道状态信息的多波束卫星系统安全波束成形设计

由于卫星通信的广域覆盖特性和信道的广播特性,使得通信过程存在被窃听的风险.为增强多窃听场景下多波束卫星通信系统的安全性,在已知统计信道状态信息条件下,本文分别针对总发射功率最小化和安全速率最大化问题,提出了相应的波束成形(beamforming,BF)方案.首先,以安全速率为约束建立总发射功率最小化问题,通过拉格朗日乘...     

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.     

无线充电无人机路径规划和通信资源管控算法

无人机因其低成本、部署灵活等优点而被广泛应用在无线通信系统中,有望在未来6 G通信网络中扮演重要角色,但无人机受尺寸和重量的限制导致其系统安全信息容量有限.此外,无人机与地面用户之间的无线信道的广播和视距传输特性导致空地通信极易被地面非法用户窃听.因此,本文基于无线能量传输和物理层安全技术提出一种无线充电无人机路径规划...     

基于Stackelberg博弈的协作干扰策略

协作干扰策略是实现物理层安全的一种重要方案. 但是由于协作节点的能源有限性以及自私性,干扰服务不能无偿提供,为了使得源节点和协作节点之间取得最优的效益分配,提出了一种基于Stackelberg博弈的能效最优报偿及功率分配方案. 根据所建立的双层博弈模型,证明了系统存在唯一的全局最优能效,并且给出了最优功率分配方案的闭式解. 仿真结果表明,所设计的协作策略在能效方面优于平均功率分配策略,而且所提方案在多节点协作时能取得更优的表现.     

车联网基于信任度的RSU识别及资源分配算法

在车联网中,由于部分路侧单元（RSU）的位置比较偏远,无法得到网络管理员的及时维护,可能遭到攻击,变为不可信任的路侧单元,降低了车辆的通信质量和网络能效.为了有效地识别RSU的可靠性,提出了一种基于信任度的路侧单元识别及资源分配算法,将路侧单元识别、传输模式的选择和功率分配联合建模为网络能效的优化问题,并分成3个子优化问题,分别求解.首先,采用基于信任度的RSU识别算法,识别出可信任和不可信任的路侧单元;其次,优化车辆资源块配置和链路选择;最后,通过次梯度算法优化传输功率,最大化网络能效.理论分析和仿真结果表明,所提算法具备较低的复杂度,可以达到较高的路侧单元识别准确度,并有效地提升网络总能效.     

Power allocation and transmission scheduling for a transmitter with hybrid energy sources

The problem of dynamic power allocation and transmission scheduling for a transmitter powered by hybrid energy sources (combination of power grid and energy harvesters) is studied. The goal is to minimize the time average energy consumed from the power grid, that is, to improve the utilization efficiency of the energy harvested by the harvesters under the condition of unknowing statistical distribution of the energy harvesting process, data arrival process and fading channel state. An efficient dynamic power allocation and transmission scheduling algorithm is proposed based on Lyapunov optimization, and the algorithm is simple to operate due to its low complexity. Using the proposed algorithm the power consumed by the transmitter from the power grid can be close to the minimum arbitrarily under all data queues stability, and meanwhile the algorithm guarantees that data queues cannot exceed the maximum delay. Simulation results indicate that the proposed algorithm has a better performance than other two simple algorithms.     

异构多核片上系统的帧任务节能分配算法

针对异构多核片上系统的高能耗问题,提出了一种对帧任务进行分配的高能效两级优化算法。算法将系统能耗最小化问题定义为非线性整数规划问题。第一级优化将问题进行松弛处理,求解得到任务分配矩阵;第二级优化采用带判决门限的取整函数更新分配矩阵,构造新的规划问题并求解;最后结合两级优化得出最终的任务分配矩阵。仿真结果表明,与部分启发式算法相比,该算法能耗降低了20%50%,接近理论最优能耗;与能耗接近的其他优化算法相比,求解时间减少了54%75%。