基于叠加调制和自适应功率分配的干扰抵消

为消除协作通信系统中各用户的相互干扰并自适应分配各用户的发送功率,提出基于叠加调制和自适应功率分配的多用户干扰抵消算法。各用户在发送自己信息的同时协助其他用户进行信息转发,采用联合设计的叠加调制函数形成重构信号,接收端利用该函数完成干扰消除。针对无线信道的多样性,以最大化系统容量为准则对各用户的重构信号进行自适应功率分配。多种网络模型中的仿真结果表明,本文算法能有效消除干扰,降低系统错误概率。相比结合固定功率分配的干扰抵消算法,该算法可获得1.5dB的比特错误概率性能改善和5dB的帧错误概率性能改善。     

基于混合业务的OFDMA系统资源分配

针对存在混合业务的OFDMA系统的子载波和功率分配问题,提出了一种基于折衷因子的次优资源分配算法,在系统总发送功率的限制下使得系统的吞吐量最大,同时保证实时业务用户的QoS要求和非实时业务用户资源分配的比例公平.该算法将自适应资源分配与自适应调制相结合,并加入了比特调整和优化处理,对实时业务用户和非实时业务用户间的资源利用进行了有效的折衷.分析和仿真结果表明,SRATF算法在不增加复杂度的前提下减少了运行时间,保证了非实时业务用户间的公平性.     

事件驱动的卫星编队姿态分布式协同控制

星间信息交互是卫星编队姿态协同控制的基础.为降低姿态协同控制对星间交互的信息量,满足资源和通信带宽受限等约束,在卫星编队Euler-Lagrange姿态动力学模型的框架内,提出了一种基于事件驱动的相对姿态分布式自适应控制算法.通过设计含有星间状态偏差、关联矩阵等的事件驱动函数,当该函数值满足条件时触发事件、更新数据,在非触发时间内利用触发时刻的信息设计控制算法,从而将卫星编队姿态一致性协同控制转化为事件驱动控制问题,有效降低了控制输入更新频次及星间信息交互量.基于Lyapunov理论证明了在事件驱动自适应控制器作用下,领航者—跟随者卫星编队系统是全局渐近稳定的.并证明了事件触发时间序列不会产生Zeno现象,即事件触发间隔时间存在下界.进行数值仿真验证事件驱动自适应控制算法的有效性,并将其与传统自适应控制算法相比较,仿真结果表明,所设计的控制算法在保证闭环系统控制性能的前提下,显著降低了控制输入更新频次和星间交互信息量,满足星上能量和星间通信能力等约束.     

用于OFDMA系统多小区干扰协调的功率分配算法

提出了一种用于小区间干扰协调的多小区自适应功率分配算法. 该算法利用相邻小区同频子信道间信干比的差异,通过平衡信干比,协调同频子信道上用户的发送功率,保证系统边缘用户性能,减小同频信道干扰,提高无线资源利用率. 仿真结果表明,该算法既可以很好地保证用户公平性,又能充分利用频谱资源以保障系统吞吐量.     

存在信道估计误差的MU-MIMO系统自适应资源分配

分析了不相关瑞利平坦衰落信道下,信道估计误差对采用迫零波束赋形(ZFBF)多用户多输入
多输出(MU-MIMO)系统性能的影响. 在发送端天线总功率受限以及目标误比特率（BER）的
约束下,提出一种以系统有效吞吐量最优为目标的自适应资源分配算法. 该算法在调度用户时兼顾用户的信道状态信息和公平性,利用误包率严格近似为高斯随机变量的性质得到传输速率和功率的闭式解. 仿真结果表明,由于考虑了信道估计误差,系统有效吞吐量大大提高;同时保证了用户的服务质量(QoS)和公平性,并具有较低的复杂度.     

基于可能性条件偏好网络的交互式遗传算法及其应用

根据用户实施的人机交互行为而隐式地获取用户偏好的交互式进化优化算法,可有效减轻用户疲劳,提高个性化搜索或推荐的效率.但是,已有研究没有考虑用户交互行为和偏好的不确定性,影响了对用户偏好的拟合精度以及基于该偏好表达的进化搜索.针对该问题,提出基于可能性条件偏好网络的交互式遗传算法,以刻画用户交互行为和偏好的不确定性,并提高算法的搜索性能.首先,采用交互时间表示交互行为,考虑交互行为的不确定性,给出交互时间可信度的定义,并基于该定义给出了用户不确定偏好的表达函数;其次,利用可信交互时间和偏好函数,定义了用户对评价对象的偏好权重,并利用该权重,设计(更新)可以定量表示用户不确定偏好的可能性条件偏好网络,以更好地拟合用户偏好;然后,结合评价不确定性和可能性条件偏好网络,提出了改进的个体适应值估计策略,以更好地引导搜索;最后,将所提算法应用于图书个性化搜索中,结果表明了算法搜索的可靠性和高效性.     

认知正交频分复用系统的功率分配研究

研究了认知正交频分复用(OFDM)系统的容量极限及最优功率分配策略.基于干扰温度模型,建立了在主用户接收端干扰温度受限下最大化认知用户传输速率的数学优化问题;利用拉格朗日乘数法,得到了该数学问题的最优解.最优算法需要同时知道干扰链路和认知链路的信道边信息(CSI),具有较高的复杂度.因此提出了3种次优功率分配算法,分别为功率平均法、功率控制法和功率分配法.通过仿真实验,比较了各种分配算法下认知用户的信道容量.结果表明,利用所有信道边信息的最优功率分配算法能取得最好的性能.     

用于OFDMA系统的多小区自适应资源分配算法

提出了一种用于正交频分多址通信系统下行链路的多小区自适应资源分配算法(MARA).为了降低系统复杂度,将子信道分配和功率分配分开实现,在小区内部进行动态子信道分配,并以单小区子信道分配结果为基础在相邻小区同频用户中进行功率分配.将非合作博弈论引入到多小区功率分配中,给出了基于代价函数的多小区分布式功率分配算法.通过协调相邻小区间同频子信道的发送功率,抑制小区间干扰,提高了无线资源利用率.仿真结果表明,与已有算法相比,本文提出的算法可以提高系统吞吐量.     

在线闭环自适应模糊控制的MPPT算法研究

该文主要针对光伏组件最大功率跟踪时存在的非线性问题,比较了常规最大功率跟踪算法在控制中的优缺点,提出了基于直流-直流功率优化器的在线闭环自适应模糊控制算法,该算法能对外界变化快速响应,在最大功率点附近无震荡.实验结果表明,该算法对外界环境的变化可以快速响应,也能消除在最大功率点附近的振荡.     

MIMO系统中自适应延时公平调度算法

为了提高MIMO系统的容量,提出了一种自适应公平调度算法,在每个调度时隙,根据用户的信道环境和分组数据长度选择具有最小延时的用户进行传输,并且动态更新用户的平均传输延时,根据更新的平均传输延时自适应选择被调度的用户,从而使得不同信道环境和不同数据长度具有不同延时的用户都能公平的获得传输机会.通过仿真,将轮询调度算法和最大信噪比调度算法与ADFS算法进行比较.仿真结果表明,三种算法中ADFS算法具有最小的系统平均延时,并且可以给每个用户提供公平的传输机会,并取得较大的系统容量.     

多小区OFDMA系统中的分布式资源分配策略研究

针对多小区OFDMA系统中的上行动态子载波和功率分配问题,提出了一种基于潜博弈模型的分布式功率控制算法,各移动台根据本地信息按照最佳反应动态原则依次更新自己的功率,理论分析和仿真结果均表明系统具有惟一的稳定状态．该功率控制算法能迅速收敛于稳定状态．与纯迭代注水算法相比,该算法对系统的能量效率有显著提高．     

感知无线电网络中最优的分布式功率分配

在干扰温度模型下,将分布式感知无线电网络与授权系统的频谱共享问题转化为有约束的非线性功率优化问题. 为了提高多个测量点场景下感知无线电网络的吞吐量,提出了一种全局最优的分布式功率分配算法. 该算法利用原始-对偶方法求解,通过有限的信息交换,实现了吞吐量最优的功率分配. 理论分析和仿真结果表明,算法的收敛结果满足干扰温度约束,系统吞吐量明显提升.     

一种采用冗余性动态权重的特征选择算法

由于候选特征与类标签间的相关性,候选特征、已选特征与类标签间的交互性以及特征间的冗余性是特征选择算法应考虑的重要因素,而一些基于互信息和三维互信息的特征选择算法没有同时考虑相关性、交互性和冗余性信息,这影响了它们的性能。针对该问题,提出一种采用冗余性动态权重的特征选择算法,将对称不确定性和三路交互信息作为评价指标,采用一种动态更新特征权重的方法使目标函数在考虑相关性、交互性的基础上,同时考虑特征间的冗余性。在10种数据集上利用3种分类器与典型的基于互信息的特征选择算法做了对比实验,结果表明所提算法具有更好的特征选择性能。     

认知无线网络中收敛感知算法安全性检测

分布式认知无线网络中,攻击者通过篡改本地频谱感知数据发起频谱感知数据篡改攻击,影响网络中其他节点的数据更新,导致频谱决策的错误．针对分布式认知无线网络中的收敛感知算法进行安全性检测．仿真数据表明,如果网络中存在攻击者在数据收敛后期开始发起频谱感知数据篡改攻击,将会诱使收敛感知算法最终收敛于攻击者提供的感知数据,使局部网络中所有认知用户对频谱感知数据做出错误的判断．最后,针对认知无线网络中频谱感知的特点,考虑影响感知数据更新的因素,给出了分布式认知无线网络中频谱感知的安全补充建议．     

多载波认知无线电无线携能通信资源分配算法

认知无线电可通过频谱感知提高资源利用率,但会产生感知能耗,降低传输能量.为了保证认知无线电的传输性能,提出认知无线电可利用多载波实现无线携能通信,并分配通信资源,实现系统性能优化.认知无线电利用部分子载波传输信息,采集剩余子载波上主用户射频能量,补充感知耗能.提出的子载波和子载波功率联合优化算法,在保证能量、干扰和总功率受约束的基础上,可最优化系统的吞吐量和能量.仿真结果表明,能量采集会占用传输资源,需要合理分配子载波,使其在速率和能量间取得性能折中.提出的算法通过采集能量补充感知能耗有效地提高了系统吞吐量.     

一种新的多阅读器防碰撞算法的研究

无线射频识别技术中多阅读器环境下的信息传输是一个复杂的问题,该文针对这个问题,提出了多阅读器防碰撞的自适应分布式功率控制算法.该算法通过自适应的调整阅读器的发射功率来减小阅读器间的干扰,以使全部阅读器达到最佳的阅读范围.仿真实验中采用给定最小距离的多阅读器随机分布网络拓扑结构.仿真结果表明,RFID自适应分布式算法能有效地解决多阅读器信息碰撞,提高阅读器的读写距离.     

基于分布式基站池的电力光载无线系统

为加强电力接入通信网络的建设,更好地满足电力应用的需求,依托电力系统已有专用光纤和无线通信资源,并借鉴分布式基站在公网通信中的建设模式,提出基于分布式基站池的电力光载无线通信系统。将基带处理单元以池的形式进行划分管理,并以分布式的方式进行信息交互和数据处理,同时,从远端单元侧、传输通道侧及基站池侧三个方面来实现基于认知的资源优化调度使用。理论分析表明,新系统可充分利用电力专用通信资源,适应电力通信接入网网架结构。     

改善微电源无功分配精度的分布式电压调整方法

提出了一种根据可调度微电源无功出力信息,在线计算无功-电压下垂曲线的斜率、电压和无功参考值的算法.在一次电压下垂控制基础上,通过动态调整下垂曲线斜率、电压和无功参考值,改善分布式可调度微电源无功输出的均分能力.负载无功需求平衡后,通过分布式二次电压调整将微电源端电压恢复到允许范围内,以提高电压质量,并实现分布式调压和无功输出均分.在Matlab/Simulink平台上搭建微网动态模型,仿真验证了所提策略的有效性.     

A distributed normalized Nash equilibrium seeking algorithm for power allocation among micro-grids

In this paper, a power allocation problem based on the Cournot game and generalized Nash game is proposed. After integrating dynamic average consensus algorithm and distributed projection neural network through singular perturbation systems, a normalized Nash equilibrium seeking algorithm is presented to solve the proposed power allocation problem in a distributed way.Combine Lyapunov stability with the singular perturbation analysis, the convergence of the proposed algorithm is analyzed. A simulation on IEEE 118-bus confirms that the proposed distributed algorithm can adjust the power allocation according to different situations, while keeping the optimal solution within the feasible set.     

认知无线电网络中的分布式动态频谱共享

研究了基于认知无线电技术的动态频谱共享,基于重复博弈理论设计了一种分布式动态信道接入和功率分配算法。在不影响主用户通信的情况下,每个认知用户能够根据自己的QoS需求和本地信息进行分布式信道选择和功率分配,在系统频谱效率和业务QoS之间进行有效折中。该算法具有较好的收敛性,能最大程度地满足用户的业务需求,更适用于异构网络和业务的应用。