联合功率分配的全双工MIMO中继最小速率优化

针对全双工多天线中继系统的端到端速率受到信道估计误差和发射机/接收机有限动态范围影响的问题,将中继端到端速率问题转换为加权总速率最优问题,提出一种联合功率分配算法．该算法通过联合优化源节点和中继节点的预编码矩阵,使系统能够根据信道状态信息联合分配源节点和中继节点的功率．仿真结果表明,联合功率分配算法相较于传统的单节点功率约束算法能够提升系统最小速率,抑制自干扰的影响．     

基于效用函数的CDMA系统下行联合功率速率分配

研究了码分多址(CDMA)系统中下行联合功率速率分配问题. 利用效用函数作为资源分配策略的优化目标,提出了双环结构的功率速率分配算法,即外环在保证用户公平性要求条件下动态调整传输速率;在外环控制速率分配的基础上,内环系统根据系统效用最大化原则分配功率;同时外环速率控制要受到内环功率分配结果的影响. 算法在保证不同用户间公平性的基础上,提高了系统资源利用率.     

多小区下行NOMA系统中最大公平的功率分配方案

对于多小区多簇且每个簇包含任意用户的下行非正交多址接入（NOMA）系统,提出了一种最大公平的功率分配方案.首先构建了最大公平的功率分配优化问题;推导了单簇内以最大公平为准则的分配功率时,该簇内每个用户的速率与每个簇的总功率之间的关系,并基于该结论,将优化问题中用户间的功率分配转化为簇间功率分配;最后给出了一种基于迭代的簇间功率分配算法,为每个簇平均分配功率并计算单簇内最大公平准则下用户的速率.通过多次调整最大速率所在小区簇的功率和最小速率所在小区簇的功率,得到该系统中最大公平的功率分配.仿真结果显示,所提方案的公平性优于相同场景中已有的功率分配方案.     

超密集网络中非合作博弈的功率分配算法

为了抑制超密集网络中小小区基站的密集化部署带来的干扰,并提高系统的吞吐量,本文研究了频谱共享超密集网络中的功率分配策略.首先,针对非凸的系统和速率最大化问题,采用非合作博弈模型将其转化为每个用户效益函数最大化的凸子问题,并通过设计一种动态定价使得非合作博弈模型的纳什均衡点（NE）是原优化问题的驻点.其次,为了保证宏小区用户的服务质量（QoS）,模型中引入了干扰功率约束条件来抑制宏小区受到的干扰.最后,在此非合作博弈论框架下,设计了一种迭代式的基于全局信息的功率分配算法.每次迭代通过求解KKT条件获得每个用户的最优发射功率,通过理论推导证明了迭代算法可收敛到博弈模型的NE.此外,为了减少迭代算法的信令开销、提高资源利用率,还提出了一种基于局部信息的功率分配算法.仿真结果表明,所提出的基于全局信息的功率分配算法比对比方法具有更好的传输性能,所提出的基于局部信息的功率分配算法在保证较好的传输性能的前提下有效地减少了信令开销.     

结合功率分配的干扰对齐预编码优化算法

针对K用户多输入多输出干扰信道系统提出了一种基于功率分配预编码优化算法.首先通过信道的奇异值分解,基于矩阵弦距离,选出一组与最好的特征子信道最为匹配的预编码矩阵来传输信号,然后根据信道矩阵信息的强弱进行功率分配,从而对预编码矩阵进行优化,可最大化保证接收信号的强度.仿真结果表明,该算法未用迭代计算预编码矩阵和接收抑制矩阵,不仅使整个系统的复杂度大大降低,而且在系统和速率有微小损失的情况下,提高了系统的误码率性能.     

基于干扰对齐的D2D通信资源分配方案

针对由Device-to-Device(D2D)通信系统和传统蜂窝通信系统组成的混合网络,提出了一种基于干扰对齐(Interference Alignment,IA)的D2D功率分配算法(Interference Alignment-Power Allocation,IA-PA).利用干扰对齐方法,将混合网络中的k对D2D用户的干扰信道等效为k对互不干扰的MIMO信道,并证明了干扰对齐解的存在性.其次,基于贪婪思想,提出了一种最优功率分配算法——IA-PA.与传统蜂窝通信系统相比,IA-PA使得混合网络的总自由度提高了(k-1)/2倍.仿真表明,所提出的功率分配算法有效地抑制了混合网络的互干扰,并得到更大的系统总速率.     

OFDMA解码转发中继系统的最优资源分配

针对正交频分多址接入-解码转发（OFDMA-DF）中继系统,提出了以最大化系统加权和速率为目标的子载波分配、功率分配、传输方式选择和中继选择联合优化问题. 基于凸优化理论,提出了一种最优资源分配算法,其复杂度仅与子载波数成线性关系. 理论分析和仿真结果表明,结合用户权重的调整,该算法既可实现资源分配的公平性,又可有效利用中继节点的能力,提高系统容量.     

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.     

下行NOMA系统中最大化能量效率的功率分配方案

针对多簇且每个簇包含任意用户的下行非正交多址接入（NOMA）系统,提出了一种最大化系统能量效率的功率分配方案.首先推导了满足所有用户连续干扰消除需求的情况下,单个用户及单个簇所需的最低功率,建立最大化系统能量效率的用户间功率分配优化问题,然后采用二分法求解最大化单个簇内能量效率的功率分配优化问题,基于该结论将最大化系统能量效率的用户间功率分配优化问题转换为簇间功率分配优化问题,最后给出了一种迭代的簇间功率分配方案,并根据簇间功率分配的结果为单个用户分配功率.仿真结果表明,所提方案的系统能量效率高于相同场景中的已有方案.     

OFDMA分布式天线系统下的比例公平资源分配算法

提出了一种正交频分多址（OFDMA）分布式天线系统下的子载波和功率分配算法,该算法在满足用户比例速率要求、天线独立功率限制要求下,使系统的总等效容量最大化. 通过把多维天线下的资源分配问题分解为独立单天线下的子优化问题,有效地降低了算法复杂度. 仿真结果表明,该分配算法能较好地满足比例公平的速率要求;相对于集中式天线系统和固定FDMA分配方式,均有较大的容量提升.     

全双工大规模MIMO网络中最优天线分配

在全双工大规模MIMO网络中,为了降低自干扰,提升频谱效率,提出了一种最优天线分配算法。该算法在基站采用迫零线性信号处理和存在信道估计误差的前提下,首先推导出系统和速率的紧下界。通过分析该下界,以系统和速率最大化为优化目标,得到最优的收发天线比。理论分析和仿真结果表明:1）收发天线比与上行导频信号发射功率成正比,与下行导频信号发射功率成反比;2）当天线数目无穷大时,最优天线比趋近于1。     

WiMAX上行功率控制中分集合并研究

WiMAX上行链路采用功率控制提高系统容量和链路质量,在基于信号干扰噪声比(SINR)平衡准则的功率控制中,同道干扰和基站端天线合并算法对用于功率控制的SINR有重要影响. 首先构建了WiMAX同道干扰模型,根据该模型推导出功率控制中SINR的中断概率; 然后,针对基站端天线合并算法对SINR中断概率的影响,提出硬/软限幅合并算法. 仿真结果表明,提出的合并算法能够有效抑制同道干扰,降低功率控制中SINR的中断概率,改善WiMAX上行功率控制性能.     

IRS辅助的边缘智能系统中基于数据重要性感知的资源分配

针对智能反射面（IRS）辅助的边缘智能系统中模型参数汇聚的问题,提出一种基于数据重要性感知的资源分配算法.利用凸优化和分支定界等方法交替优化用户的发射功率、传输次数和智能反射面的相移矩阵.仿真结果表明,所提算法能够基于本地数据的重要性差异有效汇聚分布式智能体的模型参数,并最大化加权和速率.     

基于无线供电的非正交多址接入网络的鲁棒资源分配研究

无线能量传输是解决无线网络中节点设备能量短缺问题的新技术,非正交多址接入是缓解无线网络频谱紧缺难题和满足大规模节点接入需求的新型多址接入技术. 将两者相结合不仅可以缓解节点设备电池能量不足、需要频繁更换电池的问题,还可以提高系统的频谱效率,满足大规模节点接入的需求. 本文考虑基于无线供电的非正交多址接入网络,其中包含一个多天线的能量基站、多个单天线用户和一个单天线信息接收机. 在该网络中,下行链路和上行链路分别表示从能量基站到用户和从用户到信息接收机的物理信道. 在下行链路中,能量基站通过无线能量传输给多个用户提供可靠的能量;在上行链路中,用户使用收集到的能量并基于非正交多址接入技术发送信息给信息接收机. 在系统的下行链路信道状态信息不完美的实际情况下,设计鲁棒资源分配策略,联合设计能量基站的波束赋形向量、用户的发射功率和上下行链路间的时间分配,最大化系统的吞吐量. 仿真结果表明,所提鲁棒设计算法的吞吐量性能明显优于不具有鲁棒性的资源分配算法.     

上行小小区网络采用累计分布函数的资源分配

为了降低上行小小区网络中共信道干扰对频谱效率的影响,提出了一种基于累计分布函数的用户调度和分布式功率分配联合优化算法．小小区基站选取信噪比累计分布函数值最大的用户进行调度,被选中的用户调整发送功率,使其对同频小区的干扰低于门限值．通过设置合理的门限值,将全局最优问题转化为分布式最优问题,采用拉格朗日对偶分解,获取最优的功率分配．仿真结果表明,该算法同传统最优功率分配算法相比,能够降低复杂度,并且具有相近的系统性能．     

高斯X信道在噪声干扰下的和容量

If the sum capacity of a channel can be achieved by treating interference as noise, we say that this channel is under noisy interference. By analyzing the sum capacity of Gaussian X channels, sufficient conditions for such channels under noisy interference are proposed. Providing vector genies and auxiliary sets as side information to the receivers, a sum-rate upper bound is obtained. Under the noisy interference sufficient conditions, this sum-rate upper bound can be achieved by operating the original channel as the underlying Gaussian interference channel and treating interference as noise. Therefore, the sum capacity of the Gaussian X channel is determined for noisy interference.     

用于多小区OFDM系统的分布式上行功率控制算法

为了协调小区间干扰,提高边缘用户性能,研究了OFDM系统多小区间的功率分配问题.基于非合作博弈理论,给出既可以保证每个用户信干比最小又考虑其他小区同信道干扰的效用函数.通过求解最大效用函数值,得到一种多小区分布式上行功率控制算法.该算法中每个小区只需本地信息就可以协调小区间干扰,实现了用户间公平性与频谱利用率的最佳折中.通过仿真分析,讨论了算法的参数选取,验证了算法的收敛性.仿真结果表明,与等功率分配相比,虽然吞吐量下降了17%,但是公平性提高了1.7倍.     

基于斜投影极化滤波的高频雷达电台干扰抑制

为进一步扩展可有效抑制短波电台干扰的极化滤波在非正交极化情况下的应用范围,提出了一种新的极化滤波方法,将目标和干扰信号的极化参数分别看做干扰子空间和信号子空间,构造斜投影算子形成斜投影极化滤波器,进而在时域和频域利用斜投影极化滤波器来消除干扰。理论分析和仿真结果表明该算法方便、有效,可对高频地波雷达系统中的电台干扰进行有效的抑制,是传统极化滤波器的推广。