LTE系统中femtocell的动态频谱接入方法

针对LTE系统中femtocell的通信需求,给出一种基于认知无线电技术的动态频谱接入方案,提出一种上行频谱的感知方法,femtocell可发现周围被macrocell用户占用的频谱,还能进一步对这些频谱承载的业务类型进行识别,并根据不同的业务类型,选择不同的接入方法。如果femtocell检测到一段频谱承载的是话音业务,femtocell采用跳频的方法接入这段频谱;如果承载的是数据业务,femtocell就采用功率控制的方法接入频谱。仿真结果表明,该方法使femtocell实现对周围频谱承载业务的智能化识别和接入,从而在满足macrocell用户不同业务类型信干噪比要求的前提下,提高了femtocell小区的吞吐量。     

基于认知无线电的LTE系统频谱感知方法

提出一种认知无线电技术框架下LTE系统中femtocell的频谱感知方法. 在该方法中, femtocell对上行频谱进行能量检测, 通过一种两步决策的频谱感知技术, 发现周围正在承载业务的macrocell用户, 并进一步对其承载的业务类型进行识别, 根据不同的业务类型, 调整感知周期, 使其在femtocell取得的吞吐量和耗费的感知能量之间进行有效折中. 仿真结果表明, 该方法可在控制对macrocell用户的干扰和控制感知开销的情况下, 提高femtocell小区的吞吐量, 提高系统性能.     

基于RSSI和惯性导航的融合室内定位算法

针对目前对高精度室内定位算法的需求,提出一种基于接收信号强度识别（RSSI）和惯性导航的融合室内定位算法。基于无线传感网中ZigBee节点的RSSI值,采用位置指纹识别算法,对网络中的未知节点进行定位。结合惯性传感单元（IMU）提供的惯性数据,对RSSI定位结果进行融合修正。利用Kalman滤波器,采用状态方程描述待定位节点位置坐标的动态变化规律,从而实现一种以无线传感网络定位为主、IMU为辅的融合定位方法。仿真结果表明,提出的融合定位算法既能改善单独使用RSSI定位受环境干扰较大的问题,又能避免单独使用惯性导航带来的累积误差,极大地提高了定位精度。     

超密集网络中基于能效最优的资源分配算法

为了实现超密集网络中的绿色通信,提出一种基于能效最优的资源分配算法。首先,在考虑用户服务质量（quality of service,QoS）需求和干扰容限的情况下,建立最大化网络能效的优化问题。其次,为了降低求解原问题的计算复杂度,采用柯西不等式将原优化问题进行松弛,从而转化为非合作博弈问题。进而,在满足最大最小公平（max-min fairness,MMF）准则的情况下,提出一种分布式能效最优算法（distributed EE maximization algorithm,DEMA）。仿真结果表明,所提算法较传统算法可以更好地兼顾系统的能效和吞吐量性能。