认知无线网中基于大数据分析的感知时间与功率优化研究

随着无线网络的迅速发展,信息社会进入了大数据时代.无线网络数据爆发式的增长和频谱的稀缺影响着网络的通信效率.为了降低认知无线网中认知用户对主用户的干扰,并为了最大化系统的认知吞吐量,通过大数据技术分析最优感知时间与最优功率的分配,从而最大限度地优化认知网络,最大化认知无线网络的认知吞吐量.提出了一种基于大数据分析优化感知时间与功率的方案,单独分析了两个参数,通过大数据技术联合两者优化,确定了最优感知时间与功率.与传统穷举方案相比,所提方案认知用户的收益更高,且复杂度较低.     

一种双信道协作中继的认知网络功率分配算法

针对认知无线网络主、次用户的互相干扰对网络中断性能以及系统传输效率的影响进行了研究,采用一种双信道协作中继的传输方案来减少干扰,并提出一种基于中断概率的最优功率分配方案来改善中断性能和传输效率。在该传输方案中,主、次系统通过对接收的主信号和复合信号进行处理,采用连续的干扰解码和消除得到去干扰信号。该功率分配方案在保障主系统中断性能的前提下,提出次系统中断概率的优化方程,通过关联功率分配因子来实现最大化次系统吞吐量。实验结果表明,该算法在改善中断性能和系统吞吐量方面具有较好的效果。     

认知Ad hoc网络的频谱接入跨层设计方案*

为提高分布式认知Ad hoc网络的频谱感知精准性和能量有效性,提出了一种基于能量效率的频谱接入跨层设计方案。首先通过基于感知因子的完全二分图分解法对网络进行分簇,进而在簇内联合优化次用户的发射功率和接入概率,最终得到最优信道接入和功率分配方案。仿真结果表明,与传统算法相比该方案可通过合理分簇提高分布式认知网络的感知精度,在保证感知性能的条件下使系统能量效率得到有效提升。     

基于POMDP的认知无线网络次用户多时隙信道选择算法

为了最大化认知无线网络次用户系统的吞吐量,同时减少信道选择过程中的计算量,在多条主用户信道的次用户多时隙系统中,用半马尔科夫链POMDP(Partially Observable Markov Decision Process)理论刻画次用户信道选择过程,并提出对应的认知无线网络信道选择算法。在每一个时隙开始时,次用户选择部分信道进行感知,之后根据感知结果选择不同的传输功率接入信道,对于没有被感知的信道,次用户可以直接接入。对POMDP问题求解给出最优策略、次优策略。通过在不同仿真环境下对最优策略、次优策略以及任意策略进行数值分析比较,论证了该设计算法的有效性。     

OFDM认知无线电网络低复杂度功率分配算法

在正交频分复用认知无线电网络中,研究多个功率约束条件下的功率分配问题。认知用户功率约束条件分为两类:对主用户频段的干扰约束与认知用户总传输功率约束。以最大化认知用户速率为目标,构建一个多约束条件优化问题,得出最优功率分配算法,在此基础上,通过对约束条件加以分解,提出一种低复杂度的次优功率分配算法。仿真结果表明,最优算法可以取得最大的认知用户传输速率;提出的次优算法可以极小的性能损失,在复杂度上取得较大优势。     

动态主用户流量模型的跨层优化设计

为适应主用户流量变化较快的场景,在不完美频谱感知的情况下最大化认知用户的吞吐量,提出了一种基于集中式Overlay认知无线网络中感知时间与资源分配跨层优化算法。将优化目标分解为信道分配和检测时间同功率分配联合优化两个子问题,通过子算法迭代,最终得到感知时间与资源分配的联合最优解。仿真结果表明,相对于仅考虑频谱感知或资源分配的单层优化算法,该算法可在兼顾公平的前提下使次用户吞吐量得到有效提升。     

认知无线电网络中感知时间与功率分配的优化

针对多协作用户多信道的情况,讨论了当信道增益固定时,各子信道之间检测时间、总检测时间与传输时间,以及各子信道之间功率分配的问题。区别于以往的单独优化算法,提出了各参数的联合优化算法。以信道容量为目标函数,给出了最优的时间和功率分配算法。实验结果表明,提出的算法能够实现频谱接入并且极大地提高了次用户系统的总信道容量。表明功率分配与信道上主用户占用的概率有关,而时间分配则与信道上主用户接收信噪比以及传输时自身的信噪比有关。在多认知用户网络中,参与合作的用户越多,接收与传输信噪比越高,次用户系统的总信道容量越大。对于认知无线电网络,还考虑了整体的实现。     

认知智能电网中基于能效优化的频谱分配策略

针对智能电网的无线通信环境存在频谱短缺、资源利用效率低等问题,将认知无线电技术应用于智能电网的邻域网络通信中.引入认知智能电网概念以保证业务传输的公平性和有效性,提出一种基于改进二进制蝴蝶优化算法(BOA)的频谱分配策略,此方案考虑了通信过程中的信噪比和路径损耗,选择系统能量效率作为信道效益,并且在拓扑结构固定的城市居民小区进行建模仿真.首先,使用基于改进时变转换函数和扰动策略的二进制蝴蝶优化算法(IBBOA)为认知智能电网用户进行频谱分配;然后,采用基于接收信噪比的闭环功率控制算法动态调整用户的传输功率,减少认知智能电网用户和主要用户之间存在的干扰;最后,以系统能量效率和两个用户公平性指数为优化目标,与遗传算法(GA)和二进制粒子群算法(BPSO)进行对比实验.仿真实验表明,联合闭环功率控制的IBBOA算法所获得的系统能量效率比未联合闭环功率控制的NBOA算法高33.2%,IBBOA算法最终的系统能量效率和用户公平性指数fair比GA算法分别高出47.8%和62.6%,比BBOA算法分别高出17.6%和26.7%.结果表明所提方案能够有效抑制认知智能电网中用户间的干扰,大大提高频谱利用率和系统能量效率.     

基于差分进化算法的认知无线电频谱分配

针对认知无线电系统中认知用户分配可用频谱问题,提出基于差分进化算法的认知无线电频谱分配算法。利用差分算法设置参数少、寻优能力强、不易于陷入局部最优等特点,得到可以使认知用户平均系统效益最大化的频谱分配方案。仿真结果表明,提出的算法不仅提高了用户平均系统效益,而且缩短了运行时间,提高了频谱分配效率。     

认知无线电中基于比例公平的资源分配方案

在基于OFDM的认知无线电网络中,认知用户采用放大转发（Amplify-and-Forward,AF）协作模式进行数据传输。提出了功率和子载波分配及配对的优化算法,认知用户在子载波上的总发射功率是有限的,同时对授权用户造成的干扰必须低于门限值。采用拉格朗日对偶分解法和次梯度法对功率分配算法进行求解,并对子载波分配及配对算法进行了推导。仿真结果表明,与最大化总速率（maximize-total）公平性和最大化最小速率（maximize-worst）公平性相比,比例公平性（maximize-pro-fair）是一个能够使效率与公平性更加均衡的标准;在低信噪比时,就提高系统传输效率以及资源分配公平度指标而言,该算法依然优于其他三种分配方案。     

NOMA系统异构网络中联合用户关联和功率控制协同优化

针对非正交多址接入(Non-Orthogonal Multiple Access,NOMA)系统的两层异构网络,提出了基于效用函数最大化模型的用户关联与功率控制协同优化问题.在该问题中将系统总能效作为效用函数,在一定的用户服务质量要求(QoS)和最大功率限制约束下,提出一种联合用户关联和功率控制的算法.该算法首先将原问...     

LTE-A系统中基于QoE能效的无线资源分配算法

针对无线通信网络能耗日益增加与用户体验质量(quality of experience,QoE)难以得到保证的问题,提出一种LTE-A系统基于QoE能效的资源分配算法。首先,给出联合优化QoE和能效的数学模型,特别的考虑了用户最小QoE要求;其次,根据约束条件提出了一种迭代算法进行用户资源块(resource block,RB)分配,然后利用分数规划的性质并采用凸优化方法求得最优的发射功率来优化目标函数。仿真结果表明,相较现有基于能效的资源分配算法,该算法在提高系统性能的同时有效的保证了用户QoE。     

增强现实场景下移动边缘计算资源分配优化方法

针对高速数据传输及计算所带来时延和终端设备能耗问题，提出了一种在上行链路采用等功率分配的传输方案。首先，依据增强现实（AR）业务的协作属性建立了针对AR特性的系统模型；其次，详细分析了系统帧结构，建立以最小化系统消耗总能量为优化目标的约束条件；最后，在保障延迟和功耗满足约束的条件下，建立了基于凸优化的移动边缘计算（MEC）资源优化求解数学模型，从而获得最优的通信和计算资源分配方案。与独立传输相比，该方案在最大延迟时间分别为0.1 s和0.15 s时的总能耗降幅均为14.6%。仿真结果表明，在相同条件下，与基于用户独立传输的优化方案相比，考虑用户间协作传输的等功率MEC优化方案能显著减少系统消耗的总能量。     

认知无线Ad Hoc网络干扰约束和能量高效路由算法

为了减少认知无线Ad Hoc网络的传输中断概率,实现频谱和能量高效,提出一种干扰约束和能量高效（Interference Constraints and Energy-Efficient,ICEE）的路由算法。信道检测除了基于认知节点（Cognitive Radio,CR）对主用户（Primary Users,PU）的干扰约束外,还增加了CR节点的数据传输所需持续时间约束,以保证CR节点在有效利用空闲信道的同时减少传输中断事件的发生,减少故障重传所损耗的能量。在设计路由算法时采用了链路能耗和节点寿命作为度量,通过联合最优的链路选择方程实现网络能量高效,并延长网络的生命周期。实验仿真结果表明,相比较认知Ad hoc网络的自适应路由协议,基于联合信道分配和自适应功率控制的路由协议,ICEE算法在数据包平均能耗上分别减少了41.2%和24.5%,并且有效地延长了网络生命周期。     

一种新的传感器网络能量收集优化技术

针对无线传感器网络能量严格受限和节点间能量不均衡的问题,建立无线信息和功率同时传输的协作MIMO通信模型;针对如何获取系统的最佳能量效率的问题,提出一种新的有效资源分配算法。仿真分析和原型实验结果表明,新的有效资源分配算法在迭代次数达到12时收敛,能量效率随发射功率额度的增加而迅速增加,当最大发射功率额度达到3dBm时能量效率趋向平稳;与SISO传输的能耗相比,采用协作MIMO信息和功率同时传输的技术能节省1个以上的能量级,并能得到较高的网络效用。     

能效最优准则下的无人机中继系统的功率分配算法

由于无人机（Unmanned aerial vehicle,UAV）机动性好且部署简单,基于无人机中继的传输技术受到了广泛关注。功率作为通信系统的重要资源,其分配问题直接影响各条链路的性能和整个通信系统的能量效率。本文以莱斯衰落信道为背景,提出了一种在系统能效准则下的无人机中继通信系统的功率分配算法。首先在双跳放大转发（Amplify-and-forward,AF）中继传输模型的基础上建立功率分配的优化模型,将功率分配问题转化为求解最大系统能效的优化问题。在最优功率分配的求解过程中,先固定发射信号功率,获得波束形成优化方案;然后通过大信噪比区间近似,将非凸优化问题转化为凸优化问题;最后利用KKT（Karush-Kuhn-Tucker）条件,计算得出功率分配方案的闭式解。仿真实验表明,本文算法相对于迭代算法降低了算法复杂度。     

一种联合QoS约束及波束形成准则的蜂窝网络高效协作传输技术

针对由于通信干扰严重导致的蜂窝网络数据传输效率不高、能耗较大的问题,提出一种联合QoS约束及波束形成准则的蜂窝网络高效协作传输技术。该技术采用了由宏蜂窝、飞蜂窝组成的蜂窝网络系统模型,分析了网络通信过程中的信号干扰及功率情况。基于QoS约束的高效协作传输算法,采用QoS约束把数据传输的能量效率问题优化成波束成形和功率分配问题,并将Qos约束考虑进波束形成准则,从而改善网络的干扰状态,提高能量效率。实验仿真结果的对比情况表明,该技术可以提高蜂窝网络进行数据传输的能量效率,并减少通信干扰。     

Adaptive channel and power allocation of downlink multi-user MC-CDMA systems

The Multi-Carrier Code Division Multiple Access (MC-CDMA) is becoming a very attractive multiple access technique for high-rate data transmission in the future wireless communication systems. This paper is focused on the joint channel and power allocation in the downlink transmission of multi-user MC-CDMA systems and considers the throughput maximization problem as a mixed integer optimization problem. For simple analysis, the problem is divided into two less complex sub-problems: power allocation and channel allocation, which can be solved by a suboptimal Adaptive Power Allocation (APA) algorithm and an optimal Adaptive Channel Allocation (ACA) algorithm, respectively. By combining APA and ACA algorithms, an adaptive channel and power allocation scheme is proposed. The numerical results show that the proposed APA algorithm is more suitable for MC-CDMA systems than the conventional equal power allocation algorithm, and the proposed channel and power allocation scheme can significantly improve the system throughput performance.     

基于能量效率的OFDMA系统资源分配

研究了OFDMA(正交频分多址)系统优化能量效率的资源分配方法,提出了一种基于能量效率的速率比例公平资源分配算法。首先在各子载波等功率的假设条件下为各个用户进行子载波分配,然后求得满足速率比例公平条件下的各用户注水线间的函数关系,再将用户和系统速率要求作为约束条件,采用二分法对函数求解,得到近似最优能量效率下的用户注水线,最后根据用户注水线进行功率分配。仿真结果表明,与其他方案相比,该算法在保持用户速率比例公平性的同时能有效提高系统的能量效率,且复杂度较低。     

电力无线专网中面向安全风险的分布式资源分配方法

针对电力无线专网中强干扰、高故障风险等场景下保障终端通信的问题,提出了一种面向安全风险的高能效分布式资源分配方法。首先,分析基站的能耗组成,建立系统能效最大化的资源分配模型;然后,采用K-means++算法对网络中的基站进行分簇,从而将整个网络划分成多个独立区域,并在各个簇内单独处理高风险基站;其次,在每个簇内,基于基站的风险值对高风险基站进行休眠,并把高风险基站下的用户转移连接到同一簇内的其他基站;最后,在各个簇内进一步优化正常工作基站的传输功率。理论分析和仿真实验结果表明,基站分簇操作大幅降低了基站休眠和功率优化分配的复杂度,并且在关闭了高风险基站之后,整体网络的能效从0.158 9 Mb/J提升至0.195 4 Mb/J。所提的分布式资源分配方法能够有效提高系统的能量效率。