智能反射表面辅助的非正交多址接入系统用户分组、波束赋形与相移的优化

该文研究智能反射表面(IRS)辅助的多天线非正交多址接入(NOMA)网络中用户分组、发送波束赋形、相移等的联合优化问题。系统中1个分组分配1个波束并在组内进行连续干扰消除检测。该文提出一种不依赖于发送波束赋形和IRS相移的用户分组配对策略,将用户分组与其他优化分离,显著降低了优化问题求解的难度和计算复杂度。进一步,联合优化基站发送波束赋形、功率分配和IRS相移矩阵,最小化基站的总发送功率。原始优化问题是一个多变量相互耦合的非凸优化问题,利用松弛变量、连续凸逼近、半定松弛、交替迭代优化等方法将原问题转化为凸问题并求解。仿真结果显示,相较于1个用户1个波束的方案,所提方案在基站天线数较少时性能更优,而在天线数较多时也与该对比方案非常接近,但所提方案的优化计算复杂度更低。而对比采用不同分组算法、随机IRS相移方案、最大比发射方案,以及无IRS的方案,所提方案的性能始终更优。     

多波束赋形在非正交多址接入技术中的应用研究

为解决非正交多址接入(NOMA)技术在毫米波Massive MIMO系统中用户的分组受限于基站波束宽度的问题,提出了一种能够产生指向多个方向的波束的波束赋形方案.基于该多波束波束赋形方案,建立了多小区多用户场景下的用户资源分配的数学模型.为降低计算的复杂性,采用两阶段的资源分配算法.在第一阶段中,在给定的功率分配条件下将模型转化为联盟博弈中联盟的生成问题,并提出一种通过迭代确定用户分组和天线单元分配的算法;在第二阶段中,通过将非凸的数学优化问题转化为DC规划问题,提出用户功率分配的算法.仿真结果表明,本文所提多波束波束赋形方案能够有效产生指向多个方向的波束,且所提资源分配算法能够有效提高系统的性能.     

异构蜂窝网络中用户关联与基站功率的协同优化

为实现异构蜂窝网络中宏基站和小基站之间的负载均衡,提出了一种基于效用函数最大化模型的用户关联机制和基站功率控制的协同优化方案.通过迭代算法求解该协同优化问题,首先在基站功率固定的情况下求得最佳用户关联策略,然后在所得的用户关联策略基础上通过Zoutendijk可行方向法求得基站最佳功率.通过协同优化获得的用户关联策略和基站功率控制实现了基站之间的负载均衡,通过降低宏基站功率和关闭闲置小基站降低了基站的能耗.仿真实验表明,所提方案和不实施功率控制的用户关联策略相比,实现了宏基站与小基站之间的负载均衡,降低了宏基站对小基站用户的干扰,提升了小基站用户的信号干扰噪声比,用户速率中位值提高了20％.     

基于非正交多址接入异构携能网络稳健能效资源分配算法

为了解决5G移动通信系统功耗较大、频谱短缺、覆盖盲区等问题,针对用户终端带能量收集的两层异构非正交多址接入网络,提出了一种基于能效最大的稳健资源分配算法。考虑每个微蜂窝最小速率约束、微蜂窝基站最大功率约束、跨层干扰约束和时间切换系数约束,基于有界信道不确定性建立联合稳健功率分配和时间切换的混合资源分配模型。基于Dinkelbach方法和Worst-case方法,将原NP-hard问题转换为确定性优化问题。利用连续凸近似方法将确定性稳健优化问题转换为凸优化问题,并基于拉格朗日对偶分解方法提出一种双层迭代算法实现功率分配和最优时间切换。仿真结果表明,所提算法在能效和稳健性方面优于传统非稳健算法和非携能通信算法。     

一种基于MOSA的低轨卫星星座多波束分配策略

针对LEO宽带卫星星座中多卫星同时覆盖某一区域情况下的多波束资源分配问题,采用地面固定波束体制,研究了多卫星多波束的分配策略。以地面用户接入容量需求和端到端时延最小化为优化目标,通过对多目标模拟退火算法进行改进优化,建立了一种可同时满足用户容量与时延要求的多卫星多波束的分配方法。仿真结果表明,算法能够根据用户优先级,有效提升星座波束的通信与覆盖性能,通信时延降低了4.1%～20.6%。     

基于多天线波束赋形的CRN分布式上行功率控制算法

针对工作于underlay模式的认知无线网络（CRN,Cognitive Radio Network）上行功率控制问题,本文提出一种基于多天线波束赋形,由认知基站和认知用户联合优化的分布式上行功率控制算法.联合优化的具体步骤为认知基站通过求解最大广义特征值问题完成多天线波束赋形优化;认知用户先将非线性功率优化问题转换为几何规划凸优化问题,再使用梯度法完成分布式发送功率优化;认知基站和认知用户交替优化,实现网络效用最大化.数值仿真显示,同只优化认知用户功率的上行功率控制算法相比,认知基站和认知用户联合优化的上行功率控制算法不仅能得到更大的网络效用值,而且对主用户的干扰具有鲁棒性.     

RIS辅助太赫兹频段车载网络容量优化

为缓解当前无线系统的频谱稀缺和容量限制，引入太赫兹频段并以可重构智能反射面（RIS）进行辅助通信构建一个下行链路车载网络。考虑系统总功率有限约束、蜂窝移动用户服务质量约束、车辆和用户位置随机性约束，以最大化车辆用户总速率建立最优功率分配和RIS最佳部署的混合优化模型。基于平衡法、线性变换法和消元法将原NP-hard问题转化为具有复相关约束多变量耦合的凸优化问题，内层迭代基于拉格朗日乘子法求解最优功率分配，外层迭代基于改进式遗传算法求解RIS最佳部署。仿真结果表明，基于最优功率分配下合理部署RIS节点个数与分布密度能在获得较高目标总容量的同时节约成本。     

大规模MIMO OFDMA下行系统能效资源分配算法

针对大规模多输入多输出（MIMO）正交频分多址(OFDMA)下行移动通信系统,提出了一种基于能效最优的资源分配算法。所提算法在采用迫零(ZF)预编码的情况下,以最大化系统能效的下界为准则,同时考虑每个用户的最低速率要求,通过调整带宽分配、功率分配和基站天线数分配来优化能效函数。首先根据优化条件提出了一种迭代算法确定每个用户的带宽分配,然后利用分数规划的性质并采用凸优化方法,通过联合调整基站端的发射天线数和用户的发射功率来优化能效函数。仿真结果表明,所提算法在较少迭代次数的同时能够取得较好的系统能效性能和吞吐量性能。     

基于指派模型的LTE-A异构网节能负载均衡算法

无线通信能耗问题受到越来越多重视,能量效率成为下一代无线通信(5G)三大效率特性之一。当前异构网络(heterogeneous network,Het Net)负载均衡的研究缺少对网络整体功耗的优化考量,根据异构网重叠覆盖的特性建立了面向指派模型的用户负载功率模型,并针对有限的用户负载问题提出一种扩增指派算法求解宏扇区内所有基站功率最小化问题,在LTE系统级仿真平台中仿真表明,无论基站是否支持休眠功能,此算法都能在保证用户速率的条件下有明显的节能效果。     

面向能效的低轨卫星联合跳波束调度和功率分配算法

该文针对低轨(LEO)卫星载荷容量受限且功率资源稀缺的问题,面向搭载跳波束(BH)天线的低轨卫星通信系统,提出一种联合跳波束调度和功率分配机制,在满足用户服务质量需求的前提下降低卫星通信载荷功耗,提高卫星通信系统能效。首先建立时延受限下联合考虑波束调度和功率分配的卫星功耗最小化模型。针对网络拓扑的时变特性,基于李雅普诺夫优化方法,将原多时隙优化问题转化为单时隙优化问题,然后采用交替优化的方法获得单时隙问题的次优解。其中,证明波束调度子问题是凸问题,同时通过逐次凸近似和对数变换将功率分配子问题转为凸问题,并提出相应算法获得子问题最优解。仿真结果表明,提出的策略在保证用户平均时延要求的同时,降低了低轨卫星系统平均功耗,并且可通过调整控制参数实现时延和功耗的动态平衡。     

基于移动边缘计算的NOMA异构网络资源分配

以最大化缓存收益为目标,针对部署缓存的NOMA异构网络下的基站用户匹配及功率分配问题,结合消息传递及DC规划提出了NOMA联合优化算法。首先将约束条件合并到目标函数中,通过计算新的优化问题中函数节点与变量节点间消息传递的边缘得到用户协同结果;然后将原优化问题变形为2个凸函数差的形式,通过DC规划对功率资源进行分配;最后迭代计算得到最终的用户协同及功率分配结果。仿真结果证明所提算法有效地提升了网络性能。     

对认知无线电波束成形算法的探讨

对多天线协作双向认知无线电系统中的波束成形算法进行了研究。在多天线协作双向认知无线电系统中,2个主用户系统通过次用户进行信息交换,次用户配置多个天线,且次用户通过叠加信号后将其发送给主用户,所以对分配发送主用户和次用户信息的信号的功率以及设计主用户和次用户的波束成形矩阵等进行了重点研究。依据最大化系统容量的优化准则,得到的优化问题均是非凸问题,因此采用半正定优化和二阶圆锥优化,得到闭合解。仿真结果表明,此方法优于以往的波束成形算法。     

一种基于多小区OFDMA系统用户公平性约束的分布式资源分配算法

针对多小区OFDMA系统下行链路,研究了用户公平性约束下的资源分配问题,提出了一种多基站协作的迭代优化的分布式资源分配算法。每个小区根据干扰状况及用户公平性,迭代地进行子载波和功率的资源优化;而每次迭代中,根据用户公平性准则分配子载波,并将非凸的小区功率优化问题转化为其下界的凸问题,通过一个分布式算法来求解。通过仿真验证了算法的有效性;仿真结果表明,与传统网络的固定功率分配的情形相比,所提算法保证了用户之间的公平性并显著提高了系统吞吐量。     

IoT网络中基于多天线技术的无人机通信传输性能优化

为了提高无人机通信传输性能，研究了在物联网中结合多天线技术对无人机通信的上下行链路功率控制。采用可配置波束宽度和功率的阵列天线，对无人机通信的上行链路和下行链路的传输性能进行分析和优化。对于下行链路，提出一种基于地面传感器设备位置信息的自适应功率分配算法，通过研究地面传感器设备接收性能与无人机发射功率和相对位置之间的关系，分析无人机采用固定功率发射时地面传感器设备获得通信速率与其位置的关系，从而最大化下行链路的传输容量。同时针对实际工程需求，考虑覆盖范围内所有用户的服务质量，提出一种基于地面传感器设备位置的功率预均衡算法，从而获取良好的QoS。对于上行链路，考虑在频谱共享环境下的通信机制，提出一种基于地面传感器设备位置的非合作博弈功率控制方法，根据相对位置和最小通信速率需求设计效用函数，证明纳什均衡的存在性和唯一性。最后，针对提出的上下行链路功率控制优化算法，通过仿真结果验证了其正确性，有效保证了系统的传输性能。     

无人机中继通信的轨迹与资源分配优化方法

为提高地面用户的传输速率以及保证公平性，在基站覆盖不到的偏远地区可利用无人机进行辅助中继通信。首先将无人机的轨迹控制与频谱资源分配建模成一个混合整数非线性规划问题；然后基于块坐标下降法，将联合优化问题解耦成信道分配、发射功率和飞行轨迹三个子问题以降低复杂度；最后提出基于继承的子信道迭代分配算法求解信道分配子问题，采用凸优化和连续凸近似法分别求解功率优化及飞行轨迹优化子问题。仿真结果表明，所提算法在保证地面用户公平性的同时，具有比基准策略更高的最小平均速率。     

智能反射面辅助的多天线通信系统鲁棒安全资源分配算法

为了解决蜂窝通信系统中因窃听者、障碍物阻挡和信道不确定性导致安全性低和传输质量差的问题,该文提出一种智能反射面(IRS)辅助的多天线通信系统鲁棒安全资源分配算法。首先,考虑合法用户的安全速率约束、最大发射功率约束和IRS相移约束,基于有界信道不确定性,建立了一个联合优化基站主动波束、IRS被动波束的鲁棒资源分配问题。然后,利用S-程序、连续凸近似、交替优化和罚函数等方法对含参数摄动的原非凸问题进行转换,得到可直接求解的确定性凸优化问题。最后,提出一种基于迭代的鲁棒能效最大化算法。仿真结果表明,该文算法具有较好的能效和较强的鲁棒性。     

基于IRS辅助的MIMO车联网系统联合波束成形设计

针对MIMO车联网系统中V2I和V2V共享频谱的情形,提出了一种IRS辅助的联合波束成形设计方法。在保证V2V用户数据速率需求、V2I基站发射功率受限和IRS反射相移模约束等条件下,以最大化V2I用户的信道容量为目标,联合优化基站端发送预编码和IRS端的反射相移矩阵。采用最小均方误差规则、矩阵分析理论和内逼算法把非凸且变量耦合的优化问题转换为解耦后的凸优化问题,并提出一种交替迭代优化算法获得原问题的解。对所提算法的性能进行仿真,分析了IRS反射单元数、IRS部署位置和车速对车联网频谱效率的影响。仿真结果表明,所提算法收敛性较好,若在基站附近部署IRS,利用所提的联合波束成形方法能最大限度地提高车联网频谱效率。     

基于博弈论的多基站协作波束成形

为抑制小区间干扰,提出了一种基于博弈论的多基站协作波束成形算法,并将该算法应用于多基站协作通信系统模型。该算法是在已知其他小区策略选择的情况下,最大化自身利益的迭代算法。在此基础上研究了将最大化用户速率问题转化为效用函数优化问题进行求解,然后证明其纳什均衡的存在性和唯一性,最后给出求解纳什均衡的步骤。仿真结果表明,相对于非协作算法,所提算法在期望用户方向上保持较高的增益,同时有效地零陷干扰用户,达到抑制小区间干扰的目的,并且具有很好的收敛性。     

空天地一体化网络中联合地面基站选择及功率分配

针对由卫星通信网络、地面移动网络以及空中飞行平台所组成的空天地一体化网络(Hybrid Satellite-Aerial-Terrestrial Network,HSAT)下行链路的系统吞吐量问题,提出了基于多目标遗传算法的地面基站选择及功率分配算法。在这一网络中,空中飞行平台需要地面基站为其进行中继通信。因此,地面中继基站的选择和功率分配决定了系统的吞吐量。所提算法为了取得对系统吞吐量更好的优化效果,将优化系统吞吐量和满足约束条件建模成两个优化目标,通过设计特有的迭代选择过程使地面基站选择和功率分配不断优化。仿真分析表明,所提算法在保证用户最低通信需求的前提下,有效提升了系统的吞吐量。     

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。