非完美CSI下的全双工中继网络的能效谱效均衡

为优化非完美信道状态信息下的解码转发全双工中继网络的能效和谱效,提出了一种基于该网络模型的能效谱效均衡策略。通过构建能量效率和频谱效率的折中优化函数,将一个非凸的多目标优化问题转换为一个凸的单目标优化问题,利用求导法和拉格朗日乘子法求解在不同折中因子下的最优中继发射功率。仿真结果表明,可以通过改变折中因子来优化系统的能效和谱效值,获得最优能效和谱效的性能折中。     

基于全双工中继网络的功率分配优化策略

针对全双工解码转发中继网络中的安全传输问题,在最大传输功率和最小安全速率的限制下,提出一种功率分配策略,以提高安全速率。为解决优化过程中出现的非凸性问题,基于凸函数差规划和凸优化理论设计迭代算法。仿真结果表明,与传统的平均功率分配策略相比,该功率分配策略能够达到更高的安全速率。     

一种全双工认知中继网络中实现能量高效的安全传输方法

在“绿色”安全通信背景下,提出了一种保证同时同频全双工认知中继网络物理层安全、不影响主用户性能且能量高效的中继簇功率分配方案,该网络包含两个认知源节点、多个认知中继节点、多个主用户节点以及多个主用户窃听节点。在考虑了自干扰消除率以及中继转发信息的公平性的基础上,分别针对中继节点选择放大转发与译码转发策略的情形,设计协作波束成形向量及人工噪声矩阵,并通过一种结合半定松弛技术的爬山算法来获取最优解。仿真结果与理论分析表明了方案的有效性与合理性,同时表明选择放大转发策略能够获取更高的总能量效率。     

基于非线性能量收集的多用户MIMO认知无线供电通讯网络

能量收集网络能够延长能量受限型网络的生命周期,然而目前的研究大多针对单一天线的网络系统,同时线性的能量收集模型无法准确刻画系统能量收集过程.为此,针对能量收集多用户多输入多输出认知无线供电通讯网络系统,基于非线性能量收集模型分别建立overlay和underlay场景下的系统吞吐量优化模型;由于系统模型的参数耦合和非线性约束特性导致问题为联合凹的,利用等效代换将系统模型转化为等效凸问题,使用拉格朗日对偶方法求解;继而分别给出能量与信息协方差矩阵最优解形式及最优时间分配系数的求解方法,并使用数学方法证明其最优性.最后,基于实际的风电能量收集数据,验证算法的有效性及性能.仿真结果表明,与平均功率分配算法相比,最优求解算法能够实现更好的平均系统吞吐量,同时所述算法均在有限次迭代后达到稳定收敛.     

认知中继网络功率分配的优化算法

本文研究了认知中继网络的功率分配策略。在基于AF(amplify-and-forward)和DF(decode-and-forward)中继模式下,考虑认知用户传输功率受限以及主用户干扰容限等因素,建立了认知中继网络吞吐量的非凸函数和凸函数优化模型;并利用拉格朗日乘子得到最优解。仿真结果表明,所提算法在认知用户传输功率受限以及主用户干扰容限下优化了认知中继网络的吞吐量。     

能量收集中继网络的中继选择算法研究

从周围环境收集能量是解决能量受限无线网络中能量补给问题的一种有效方法。为了提高中继网络信息传输的可靠性,提出了一种能量意识的分布式中继选择算法(MHE)。首先,算法通过比较所有能量受限中继节点收集的能量来实现协作中继的选择。而后,协作中继使用从源节点射频信号收集的能量将放大的源节点信息转发到目的节点。最后,推导出采用本算法时系统吞吐量的解析表达式,并通过理论和仿真证明所提出的选择协议确实可以提高系统性能。仿真结果验证了分析和定理的正确性。     

基于非线性能量收集的认知 ＷＰＣＮ 性能优化

本文考虑了一个基于点对点主通信链路的认知无线供电通信网络(wireless powered communication network, WPCN),该认知WPCN由一个多天线混合接入点组成,该接入点将无线能量传输给一组低功耗无线设备,并接收来自这些无线设备的传感数据。为了解决认知WPCN中固有的用户不公平问题,同时考虑到同相/正交不平衡、非线性放大幅度和相位噪声对低成本传感器节点物理收发器的影响,提出了一个基于非线性能量收集的簇协作协议,从而平衡不同无线设备的能量消耗,提高了认知WPCN系统的吞吐量性能。为了保证主系统的性能,考虑了主系统的温度干扰约束,在三种实际网络环境下进行了仿真,结果表明,该方法能有效提高认知WPCN的吞吐量公平性,同时保证了主网络的通信质量。     

基于能量收集技术的无线协作网络中继选择

针对目前能量收集技术能够收集到的可用能量受限,导致无线协作网络中继节点处易出现能量短板的问题,为了避免整个网络因中继节点大量死亡而瘫痪,提出了一种基于能量收集技术的无线协作网络中继选择方案,即联合最大能量和最大数据传输链路的中继选择方案。首先,基于节点的能量收集状况,选出每跳中能量最大的节点进行解码转发;然后,结合每连续两跳的链路传输状态,选出与源节点和目的节点之间的数据传输信道最优者作为中继节点。结合Nakagami-m信道衰落模型,将该方案与随机选择方案、最大数据链路信道增益(MaDs)方案和基于中继-窃听链路最小信道增益(BNBF)方案进行对比分析,结果表明:在满足收集的能量足够用于下一时隙能量收集和数据传输的前提下,用于能量收集的比例越小,网络中断概率越小;联合最大能量和最大数据传输链路的中继选择方案在网络中断性能方面优于其他方案,其中断概率随信噪比的增大而减小,特别是当平均信噪比为38dB时,网络中断概率降到10^-5。     

基于势博弈的认知全双工中继选择策略研究

在对主用户干扰功率限制、自干扰限制和总功率干扰限制的网络中,针对认知中继选择算法复杂度较高的问题,提出基于势博弈理论的认知全双工协作网络下中继选择策略。认知中继选择问题被建模为使用认知协作网络的系统速率作为共同效用函数的势博弈模型,并分析出在没有不可行策略集信息的前提下,所提的博弈可以保证纯策略纳什均衡(NE)的存在性和可行性条件。在此基础上,给出全双工中继选择迭代算法,并对算法的复杂度进行讨论。仿真分析表明,所提算法在较低复杂度的情况下,能够获得最优或者接近最优速率的性能,并与传统的半双工中继模式相比,性能也有明显提升。     

WSNs中路由与能量收集速率的联合优化

针对带有能量收集装置的无线传感器网络(WSNs),提出了一种路由与能量收集速率联合优化的算法。通过规划节点能量收集装置的规格和网络路由,使WSNs在满足预算约束下达到最大的数据采集速率。算法将问题建模为一个组合优化问题,并通过凸松弛和变量离散化算法,得到一组次优结果,避免了高复杂度的穷举遍历。仿真结果表明:在不同的网络规模下,该算法性能均优于对比算法。     

基于能量效率的认知无线网络联合优化算法

为提高认知无线网络能量有效性,提出一种基于能量效率的联合优化算法。在考虑主用户干扰容限的基础上构建了能量有效性模型,将优化目标分解为接入策略求解和功率优化问题,采用粒子群算法反复迭代,得到接入概率与功率分配的联合最优解。仿真结果表明,相对于不考虑功率优化或接入概率的传统优化方法,所提算法可使系统能量效率得到显著提升。     

基于动态数据压缩的能量采集无线传感网络数据收集优化

针对能量采集无线传感网络（WSN）中的数据收集优化问题,考虑传感器节点能量采集的时空变化特性,提出一种基于节点动态采样速率和数据压缩的策略,以实现网络中采样数据总量的最大化。首先,提出一种根据节点的邻居信息决定其最优压缩策略的本地压缩算法,基于节点在数据汇聚树中的拓扑位置考虑其数据接收和转发能耗,逐渐增加其采样速率直到其总能耗到达采集能耗阈值。接着构造网络性能的全局优化问题并提出一种启发式的算法,通过迭代求解线性规划问题计算最优的采样速率和压缩策略。实验结果表明,与现有的自适应传感和压缩率选择方案相比,所提出的两种数据收集优化算法能够维持更加稳定的传感器节点电量水平并实现更高的网络性能。     

基于能量采集的大规模MIMO系统能效优化

研究基于能量采集的大规模多输入多输出(multiple-input multiple-output,MIMO)系统能效优化问题。保证用户服务质量、能量塔发射功率限制和能量采集时间约束下,为实现上行大规模MIMO系统能效最大化,对能量塔发射功率、能量采集时间进行联合优化。该问题属于非凸优化问题,首先通过分式规划理论将原优化问题等价转换,然后采用块坐标下降（block coordinate descent,BCD）方法,对能量塔发射功率、能量采集时间、系统能效进行迭代求解,提出了一种基于能量采集的大规模MIMO系统的联合优化能效算法(energy-efficient power and time allocation algorithm,EPTA)。仿真结果表明,在保证用户服务质量的情况下,与均时最小QoS保证算法(time-averaged minimum QoS guaranteed algorithm,TA-QoSA)、吞吐量资源分配算法(throughput maximization based power and time algorithm,TPTA)相比,该算法提高了系统能效。     

信道非对称下的联合预编码方案

在多基站(BS)协作系统中,信道的非对称导致相互协作的两基站从协作中获得的性能增益不一样。因此,在选择协作基站的过程中,当一方想合作,而另一方更想与其他基站合作的时候,分簇问题变得非常困难,使整个系统性能受限。为解决此问题,定义了协同度的概念,针对此情况提出了一种重叠分簇方案,并在此基础上设计了一种联合迫零-汤姆林森-哈拉希玛预编码（ZF-THP）算法。该方案通过对局部基站进行重叠分簇调整,并利用THP技术消除重叠基站带来的干扰。仿真分析表明,该方案较好地解决了协同度非对称性导致的分簇矛盾,提高了系统的频谱效率,并改善了用户的公平性能。     

改进的基于网络编码中继转发方案

针对双向中继网络中传统中继转发协议放大信号的同时放大了噪声、可能转发错误的解码信号、中继判决结果不可靠等问题,提出两种基于互信息转发(MIF)的网络编码中继转发方案。首先,中继节点转发来自两个源端信息的硬判决结果;同时还转发其可靠度;然后,接收端将来自中继节点转发的信号及其可靠度和源端信号合并,并对合并结果进行检测和判决。详细推导了所提出两种方案接收端信噪比(SNR)的表达式,并在加性高斯白噪声(AWGN)信道两种仿真条件下进行数值仿真;同时分别在AWGN信道和瑞利信道中对各种方案误码率进行蒙特卡罗仿真。结果表明在两种信道条件下所提出方案在误码率(BER)性能上较估计转发(EF)方案相比分别有约1 dB和1~2 dB的增益。仿真实验结果说明基于MIF的网络编码方案在双向中继网络中继转发中对系统的误码性能有显著提升效果。     

基于社会认知算法的非线性控制系统参数估计

将社会认知算法用于非线性控制系统参数估计,并通过对三种典型的非线性控制系统参数估计进行验证。计算结果表明,社会认知算较其他的进化算法参数估计精度高,是一种有效的参数估计方法。     

基于模糊控制的自供能无线传感器网络分簇算法

现有自供能无线传感器网络（WSN）分簇算法较少考虑网络最优分簇数，导致网络能量消耗过快，全网能耗不均衡。针对这个问题，提出了基于模糊控制的自供能WSN分簇算法（EH-FLC）。首先，在网络能量消耗模型中引入太阳能补给模型，得出每一轮次网络能量总消耗与网络分簇数目的函数关系，并对其求导从而得到网络的最佳分簇数。然后，利用双层模糊决策系统来评定网络中的节点能否成为簇头节点。先将节点剩余能量、相邻节点数作为判定指标输入第一层（能力层）对所有节点进行筛选，得到备选簇头节点；再将中心度参数、邻近度参数作为判定指标输入第二层（协作层）对备选簇头节点进行筛选，得到网络簇头节点。最后，通过Matlab仿真分析了该算法的网络生存周期、网络能量消耗和网络吞吐量等性能指标，与低功耗自适应集簇分层型协议（LEACH）、改进的非均匀分簇路由算法（WUCH）和利用双层模糊控制的簇头选择算法（CTLFL）相比，该算法在网络工作寿命上分别提高了约1.4倍、0.4倍和0.6倍，网络吞吐量上分别提高了约20倍、1.5倍和1.28倍。仿真结果表明所提算法在网络生存周期和网络吞吐量方面的性能较优。