优先级保护的分布式动态频谱分配算法

对认知无线网络中动态频谱分配算法进行了研究,在分析原有的ADP（Asynchronou s Distributed Pricing）算法的前提下,运用合作博弈的理论提出了具有干扰价格因子的A DP算法,分配过程中所有用户发布自己的干扰价格,用户在选择信道和功率的时候需要考虑 到自身的效用和对其它用户的干扰,可以在有效保证高优先级用户性能的前提下最大化网络 效用。仿真结果表明,该算法可以达到纳什均衡并且具有极快的收敛速度,可以提高高优先 级用户的信干噪比。     

基于非合作博弈论的未充分使用频谱定价算法

提出一种适用于＂未充分使用＂频段的定价算法。该算法基于非合作博弈模型,引入未充分使用频谱的收益因子,各授权用户在保证现有通信质量前提下以最大化收益为目标,通过用户之间的定价竞争,实现了一种分布式的动态频谱分配。仿真结果表明,该算法在频谱需求较大的情况下能有效提高＂未充分使用＂频谱的效益,同时算法收敛速度较快,便于实际应用。     

战术局域网TDMA动态优先级轮询调度算法研究

主要针对战术局域网动态时隙分配的优先级轮询调度算法进行了研究。传统的战术局域网集中式轮询算法不能很好地满足节点报文传输的动态时隙需求。为此,文章提出了一种动态时隙分配的优先级轮询调度算法。     

基于排队时延及博弈分析的认知无线网络信道分配算法

提出了一种适用于认知无线网络的分布式动态频谱资源分配算法。该方法以业务分组的传输成功率作为用户的效用函数,通过优先级排队模型求解传输时延,并采用分布式博弈获得各用户的信道分配策略。与已有的算法相比,所提算法对策略迭代方式进行了改进,且采用了动态策略调整步长。各从用户根据当前感知的网络状态和其余用户的策略,不断动态调整自身的信道选择策略。所提出的算法能够使各认知用户信道选择策略更加快速地收敛到策略均衡点,有效抑制策略的振荡,减小分组丢失率。基于MATLAB对所提出的算法的性能进行了仿真,仿真结果验证了该算法的有效性。     

基于深度强化学习的工业物联网多用户频谱分配

随着5G时代的来临,工业物联网将迎来蓬勃发展.然而,联网设备数量的不断增加,加剧了有限的频谱资源与大量的通信需求之间的矛盾.针对以上问题,提出了一种基于聚类分组和深度强化学习的合作式动态频谱分配算法,使用户可以获得较低的信息传输中断概率以及较少的多跳转发次数,快速找到信息传输的最优路径.在动态频谱分配中,该算法可以有效...     

基于不同效用函数的综合业务CDMA系统速率和功率分配算法

提出一种基于不同效用函数的综合业务CDMA系统速率和功率分配算法。该算法用阶跃函数表征话音用户对系统服务质量的满意度,用以速率为自变量的效用函数表征数据用户的满意度,用系统负荷的增函数表示功率价格以控制系统功率资源的使用。文章选取的效用函数可以满足在系统资源不足时给话音用户更高的优先级,也可以通过调整效用函数参数满足不同种类数据业务用户的优先级需求。     

基于CSI及QSI的D2D传输策略

为缓解频谱资源紧缺,提升本地服务质量,在现有蜂窝网络中引入了D2D通信方式,使得距离较近的用户之间可不经由基站直接通信。搭建了D2D通信与蜂窝通信并存的网络结构,并分析了D2D复用蜂窝用户(CU)频谱资源时影响信噪比的干扰因素。为保证CU和D2D用户的通信质量,采用信道状态信息(CSI)与队列状态信息(QSI)相结合的传输策略控制信噪比及时延。对于多CU多D2D对的资源分配问题,采用基于优先级矩阵的分配算法。与二分匹配算法相比,降低了计算复杂度,结果逼近最优解且能稳定收敛。     

认知异构网络中基于克隆选择算法的动态频谱分配

建立了认知异构无线网络的系统模型。基于该模型,以网络效益最大化为目标,考虑接入网的频谱需求,接入网之间的干扰和对应异构网络不同接入技术的多粒度重叠信道之间的干扰约束条件,将频谱资源分配建模为非线性约束0-1整数规划问题,进而提出基于克隆选择的认知异构网络中动态频谱分配算法,并在该算法中设计了一种新的能够同时考虑接入网频谱需求和多粒度信道频谱资源的抗体整数编码方式。仿真结果表明,所提算法相比于贪婪分配算法,增加了网络效益,提高了频谱使用效率。     

一种基于博弈论的认知CDMA频谱分配机制

针对认知无线电的频谱资源分配问题,提出了一种考虑认知用户间相互干扰行为的完全信息博弈模型。在最大化认知用户传输速率的条件下为其分配子载波以及功率,并且证明了纳什均衡的存在。仿真结果表明,该算法合理地对认知用户的效用函数进行了设计,算法能够很好地满足不同认知用户的速率需求,符合实际通信环境。提高了通信系统容量,并且能够较快地达到均衡状态以及具有较好的收敛性。     

基于传输速率自适应的动态带宽分配算法

提出一种基于传输速率自适应的动态带宽分配算法,为异构无线网络中的多业务提供服务质量保证。根据所提的传输速率优先级决策模型,在传输速率QoS需求和异构网络容量约束的条件下,通过动态调整不同网络中各个移动终端所支持业务的传输速率来得到最优带宽重分配矩阵,以最大化整个异构网络的效用函数;将自适应带宽重分配问题描述为一个优化问题,采用动态优化的迭代算法自适应调节用户传输速率来进一步最大化该效用函数。理论分析和数值仿真结果表明,所提算法在给定传输速率且满足QoS需求的基础上,能够最大化网络的效用函数并减小新呼叫的阻塞概率。     

Access Control Engine with Dynamic Priority Resource Allocation for Cognitive Radio Networks

An access control engine with dynamic priority resource allocation (ACE-DPRA) is proposed for unlicensed users to utilize free spectrum of wireless communication systems. A cognitive radio (CR) network with sensing and learning abilities is essential for unlicensed users to achieve ACE-DPRA. Three algorithms are included in ACE-DPRA to improve the spectral efficiency. While requesting to set up connection, unlicensed CR users generate excessive interferences to licensed users. The proposed ACE-DPRA with an admission control scheme allows the connection of unlicensed CR users without degrading the communication quality of licensed users. The priority algorithm for utilizing the unused spectrum is designed according to the location information of unlicensed users. A transmitted power control method is achieved by a fuzzy-learning mechanism. The spectral efficiency of wireless communication systems can be increased after adopting the proposed ACE-DPRA algorithm. Simulation results show that licensed users keep the advantages of high transmission data rate, low interference power, and low average outage probability after the connection of unlicensed CR users.     

无线视频通信中带宽分配策略

本文针对无线网络中多用户传输视频时带宽分配问题,提出了一种基于微观经济学中供需平衡的带宽分配策略。该方法充分考虑了运营商的收益,在运营商和用户收益同时最大且供需平衡时,所求得的频谱价格即为运营商的出售价格。同时给出了针对不同用户等级有不同的用户优先级因子,据运营商提出的带宽价格,彼此相互博弈,最终使得自身效用最大。仿真结果表明:本文提出的博弈论方法存在纳什均衡解和均衡单价;用户等级因子能按照用户的不同等级来分配带宽;系统传输质量相比以往方法有所提高。      

多无人机辅助通信中用户匹配与频谱资源联合优化方法

针对多无人机作为空中基站为地面设备提供临时服务的动态频谱分配问题，主要考虑无人机与地面用户匹配、子信道分配和功率分配三个方面。为了保证用户通信的公平性，在考虑频谱复用和共信道干扰的情况下，以最大化地面用户最小传输速率为目标，提出了一种用户匹配与频谱资源联合优化算法来解决上述混合整数非线性优化问题，通过聚类算法优化无人机与地面用户的最佳匹配，通过块坐标下降法迭代优化子信道分配和功率分配。仿真实验分析表明，提出的求解方法可以有效提升用户的传输速率，保证用户通信公平性。     

VLC网络中兼具功率与时隙分配的自适应干扰管理机制

为了更好解决目前可见光通信（visible light communication,VLC）中干扰管理方案存在的动态优化问题,提出了一种兼具优化功率分配与时隙分配的自适应干扰管理机制。首先,在每个时隙依据用户的位置建立每个用户的接入点（access point,AP）协作集,寻找所有由最多数量互不干扰用户组成的极大独立集,以此自适应地避免同频干扰;在每个时隙为每个极大独立集采用改进的线性注水功率分配算法为信道自适应地分配发送功率,以此优化每个极大独立集的用户和速率;基于用户和速率、速率公平性及时延公平性的归一化优先因子,选出具有最大优先因子的候选极大独立集,其中包含的用户在该时隙被调用。通过仿真且与代表性文献中的算法比较可得,本文提出的自适应干扰管理与优化资源分配方案在网络频谱利用率、能效、用户速率公平性与时延公平性方面具有明显优势。      

Cognitive Engine with Dynamic Priority Resource Allocation for Wireless Networks

A cognitive engine with dynamic priority resource allocation (CE-DPRA) is proposed for wireless networks by utilizing a maximum likelihood estimation method. The receiving signal strength (RSS) from an unlicensed cognitive radio (CR) user can be measured through estimating the unknown position of a licensed mobile user. The priority algorithm for access control enables the selection of a proper CR user waiting for transmission. Both data rate and spectral efficiency can be increased after adapting CE-DPRA. Also the power constraint method can avoid excessive interference caused by signal transmitting from CR users so as to improve the communication quality of mobile users. Simulation results show that the proposed CE-DPRA achieves the performance of high transmission data rate, less interference power, and low average outage probability.     

采用模拟网络编码的认知中继网络双向通信的最优功率分配

Cognitive radio and cooperative communication can greatly improve the spectrum efficiency in wireless communications. We study a cognitive radio network where two secondary source terminals exchange their information with the assistance of a relay node under interference power constraints. In order to enhance the transmit rate and maintain fairness between two source terminals, a practical 2-phase analog network coding protocol is adopted and its optimal power allocation algorithm is proposed. Numerical results verify the superiority of the proposed algorithm over the conventional direct transmission protocol and 4-phase amplify-and-forward relay protocol.     

异构蜂窝网络中基于Stackelberg博弈的能效优化算法

设备到设备(Device To Device,D2D)通信允许移动终端无需通过基站而进行直接通信。为提高蜂窝系统能效,引入D2D通信共享频谱资源形成异构蜂窝网络。本文将D2D通信的能效优化问题转化为博弈收益最大化问题,并提出了一种基于Stackelberg博弈的分布式功率控制算法。针对系统模型中存在的跨层干扰以及层内干扰,该算法建立了干扰价格系数与D2D对发送功率之间的函数关系,并求解出给定干扰价格系数下D2D对最佳发送功率的闭合表达式。仿真结果表明所提算法能够在最大化基站端蜂窝用户收益的基础上有效提高D2D对的总能效。      

分布式认知无线电网络中的主动频谱切换

主要研究分布式认知无线电网络中的频谱切换,并提出一种主动的频谱切换方案。认知用户通过感知结果与历史信息建立授权用户的活动模型,预测频谱的使用情况。在不对授权用户产生干扰的前提下,提前安排频谱切换。同时,采用基于蚁群任务分工算法的频谱选择方法,使得认知用户综合考虑通信参数,实现认知用户的按需切换,保证不间断的传输。仿真表明,提出的方案能够提前执行切换,并在较短的时间内完成业务量的传输,同时具备较高的灵活性,适用于分布式认知无线电网络。