联合多分组接收和模糊逻辑控制功率策略

针对无线网络节约能耗的要求,提出了一种联合多分组接收和模糊逻辑控制功率策略,采用串行干扰消除法,根据无线节点的传输功率等级,将功率等级划分为多分组接收能够正常解码的功率等级,并以任一无线节点到邻接节点的距离、邻接节点的个数和无线节点的剩余能耗为模糊逻辑控制的输入参数来控制各无线节点的功率选择。仿真结果表明,与现有的几种经典的基于功率控制的串行干扰消除算法方案相比,联合多分组接收和模糊逻辑控制功率策略的无线网络具有更大的有效吞吐量及更长的生存时间。     

认知无线电网络中基于随机学习博弈的信道分配与功率控制

传统的认知无线电频谱分配算法往往忽略节点的传输功率对网络干扰的影响,且存在节点间交互成本高的问题.为此,通过量化传输功率等级,以最大化弹性用户收益为目标,构建联合频谱分配与功率控制非合作博弈模型,证明了该博弈为严格潜在博弈且收敛到纳什均衡点.进一步,将随机学习理论引入博弈模型,提出了基于随机学习的策略选择算法,并给出了该算法收敛到纯策略纳什均衡点的充分条件及严格证明.仿真结果表明,所提算法在少量信息交互前提下能获得较高的传输速率,并提升用户满意度.     

CR系统中基于微分博弈的功率控制算法

该文针对认知无线电系统动态性的特点,将微分博弈理论应用在认知无线电系统的功率控制中,建立了功率控制的非合作微分博弈模型,提出了一种基于微分博弈的分布式非合作功率控制算法。该算法在满足认知用户平均功率门限和QoS需求的基础上,实现了分布式动态功率控制,获得了反馈纳什均衡解析解。仿真结果表明,该算法可有效控制各认知用户的发射功率,增加系统吞吐量,提高系统性能。     

认知无线网络基于信号博弈的分布式功率控制算法

针对认知无线网络分布式环境下信道信息不对称导致资源分配冲突的问题,该文提出一种基于信号博弈的分布式功率分配算法。考虑具有竞争关系的次用户在不使用控制信道的情况下,通过信号博弈策略依次选择功率分配策略,达到信道信息共享的目的,能有效避免对主用户正常传输的干扰以及竞争次用户之间功率分配冲突。该文对均衡结果进行分析,仿真结果表明该算法可以有效估计信道增益,次用户的吞吐量相对于已有研究得到明显提升。     

基于感知无线电非合作博弈功率控制算法的研究

本文基于Goodman提出的非合作博弈功率控制模型改进了代价函数。针对感知无线电系统（CR）中各用户的通信需求,采用多载波码分多址（MC-CDMA）感知无线电系统,解决感知用户对主用户干扰和通信中断等问题,为实现感知频谱资源的有效分配,提出了一种新的感知无线电系统功率控制博弈算法。通过仿真表明,该算法同几种经典算法相比,既满足不同种类用户SIR要求,又提高了系统吞吐量,实现了对不同用户发射功率的有效控制,且系统性能明显提高。     

一种基于博弈论的5G异构网络多目标优化干扰算法

为解决高铁无线网络的通信干扰问题,提升高铁通信的吞吐量和能量效率,提出了一种基于博弈论的双目标优化干扰算法。首先,通过获取非理想信道的相应预编码矩阵和干扰抑制矩阵,计算包括延迟和衰落的非理想信道状态信息,实现干扰信号的空间对齐。其次,基于系统总功率、信干噪比,建立了功率分配双目标最佳博弈模型,实现吞吐量和能效的双重优化,并采用最大信噪比的干扰对齐算法,通过迭代计算实现干扰管理优化。最后,基于Matlab仿真平台与传统的干扰优化算法进行对比分析。实验结果表明,当信干噪比为30 dB、列车运行速度为300 km/h时,所提算法的吞吐量增加48.95%,能量效率增加53.02%,误码率减少14.37%;当信干噪比为30 dB、轨旁设备数量为5时,所提算法的吞吐量达到88.03%,能量效率达到71.58%;与其他算法相比,所提算法在系统吞吐量、能量效率和传输可靠性方面均具有显著优势。     

全负载蜂窝网络下多复用D2D通信功率分配算法研究

针对全负载蜂窝网络中D2D通信的功率分配问题,该文提出了一种基于非合作完全信息博弈纳什均衡解的多复用D2D通信功率分配算法。以优先保证蜂窝用户通信质量与D2D用户接入率为前提,设置D2D通信系统上行链路帧结构,之后建立非合作完全信息博弈系统模型,引入定价机制到功率分配博弈模型中并分析纳什均衡解的存在性与唯一性,最后给出该模型的分布式迭代求解算法。仿真结果表明,随着D2D用户复用数量的增加,该算法在提升系统吞吐量的同时,能有效地控制系统内部干扰,大幅度降低系统总能耗。     

考虑业务优先级的多信道CRANET合作动态功率控制

针对多信道认知自组织网络(CRANET)中不同业务接人类型的优先级对次用户(SU)发射功率的影响,设计了次用户间业务传输的优先级感知因子,考虑到对主用户系统产生的累积干扰量约束,采用微分博弈建立了合作动态功率控制模型(CoDPCM),获得在总联盟下的合作动态功率控制最优解,同时,考虑到自私次用户的非合作性,建立了非合作动态功率控制模型(NoCoDPCM),获得了反馈Nash(纳什)均衡解,并从理论上进行了性能比较.仿真结果表明,与非合作动态功率控制模型相比,合作动态功率控制模型在发射功率、支付量和系统总体吞吐量等方面表现出较好性能.     

无人机蜂群网络非合作博弈的功率控制

无人机蜂群网络是一种由大量节点组成的分层、多簇结构的无线通信网络。重点研究了多信道条件下功率优化控制问题及措施，提出了一种基于非合作博弈的分布式功率控制方法。该博弈问题的价格因子设计考虑了网络节点重要度因子的影响，每个节点根据连接关系评估得到全网节点的重要度因子。给出了分布式价格功率控制算法。对所提出的算法进行典型场景下的仿真分析，结果表明该算法能够快速收敛，保证簇首、核心节点等高重要度节点的干扰容限，提高网络的可靠性，达到系统总体效用最优。     

IEEE 802.11自组网中基于能量控制的RTS/CTS机制

基于IEEES02.11协议的无线网络,受无线通信环境以及节点位置的影响较为明显.特别在节点较为密集的时候,MAC层的RTS/CTS机制将会严重的影响信号的空间复用度.通过研究影响数据正确接受的干扰范围与传输距离之间的关系,提出一种通过调节节点的传输功率,从而提高数据传输的空问复用度的算法.仿真的结果验证了这种算法能够明显提高网络的吞吐量.     

An efficient resource optimization scheme for D2D communication

With the rapid development of wireless technologies, wireless access networks have entered their Fifth-Generation (5G) system phase. The heterogeneous and complex nature of a 5G system, with its numerous technological scenarios, poses significant challenges to wireless resource management, making radio resource optimization an important aspect of Device-to-Device (D2D) communication in such systems. Cellular D2D communication can improve spectrum efficiency, increase system capacity, and reduce base station communication burdens by sharing authorized cell resources; however, can also cause serious interference. Therefore, research focusing on reducing this interference by optimizing the configuration of shared cellular resources has also grown in importance. This paper proposes a novel algorithm to address the problems of co-channel interference and energy efficiency optimization in a long-term evolution network. The proposed algorithm uses the fuzzy clustering method, which employs minimum outage probability to divide D2D users into several groups in order to improve system throughput and reduce interference between users. An efficient power control algorithm based on game theory is also proposed to optimize user transmission power within each group and thereby improve user energy efficiency. Simulation results show that these proposed algorithms can effectively improve system throughput, reduce co-channel interference, and enhance energy efficiency.     

基于认知无线电的新型非合作功率控制博弈算法

从认知无线电技术特性出发,在干扰温度门限的限制条件下,提出了基于新的代价函数功率控制博弈论算法,以有效地提高认知用户的信干噪比。根据信道状况、吞吐量最大化和功率限制的需求,将功率控制问题转化为一个干扰受限的多约束非线性规划问题。结合博弈论和最优化理论,证明了其纳什均衡的存在性和唯一性,给出了该模型的分布式求解算法。仿真实验表明,该算法可以有效提高认知用户的QoS和系统性能,充分利用无线资源。     

认知型飞蜂窝网络中的子信道分配与功率控制

为了解决宏蜂窝与飞蜂窝构成的两层异构网络上行干扰与资源分配问题,提出了一种在认知型飞蜂窝的双层异构网中结合子信道分配和功率控制进行资源分配的框架。通过对异构网中跨层干扰问题进行分析与建模,将求解最优子信道分配矩阵和用户发射功率矩阵作为干扰管理问题的解决方法。模型中认知型飞蜂窝网络子信道和飞蜂窝网络用户构成非合作博弈,双方利用效用函数最优值进行匹配,构成初始信道分配矩阵;再由接入控制器根据接入条件从初始信道分配矩阵中筛选用户,并优化接入用户的发射功率矩阵,得到最优子信道分配矩阵和功率矩阵。仿真结果表明,优化框架提高了双层异构网络中飞蜂窝网络用户的吞吐量和接入率,降低了异构网中跨层干扰。     

认知无线多跳网中保证信干噪比的频谱分配算法

为解决无线多跳网络在固定频谱分配方式下所固有的信道冲突等问题,利用认知无线电的动态频谱分配技术,提出了一种适用于次用户组成的无线多跳网络的、underlay方式下的全分布式频谱分配算法。该算法将频谱分配问题建模成静态非合作博弈,证明了纳什均衡点的存在,并给出了一种求解纳什均衡点的迭代算法。大量仿真实验证明,该算法能实现信道与功率的联合分配,在满足主用户干扰功率限制的同时,保证次用户接收信干噪比要求。     

无线数据网络中基于斯塔克尔博格博弈的功率控制

功率控制是无线数据网络中资源管理的关键技术。为使无线数据网络中非合作博弈功率控制算法得到帕累托改进,将斯塔克尔博格博弈引入到无线数据网络功率控制算法中,使所有系统终端都工作在最佳的等信干比下,提出一个基于斯塔克尔博格博弈的分布式功率控制算法,并进行了数值仿真。仿真结果表明,该算法明显提高了系统的性能,使系统终端具有相对较高的效用和较低的发射功率,并使得无线网络资源的使用更加合理和公平,同时算法拥有较好的收敛性。     

基于GSIC的上行链路毫米波大规模MIMO-NOMA系统低功耗传输方法

非正交多址接入（non-orthogonal multiple access,NOMA）和毫米波大规模多输入多输出（multiple-input multiple-output,MIMO）的结合能够支持未来无线通信网络的巨流量大连接需求。研究了上行链路毫米波大规模MIMO-NOMA系统中的功率最小化问题，提出了基于群体串行干扰消除（group-levelsuccessiveinterference cancellation,GSIC）的混合波束成形毫米波MIMO-NOMA上行传输系统新架构。具体来说，根据信道增益对用户进行群体划分，不同群体用户由NOMA服务，群体内用户采用空分多址区分。通过给不同群体设计模拟波束成形矩阵，对数字波束成形和功率控制进行联合优化，提出了一种并行迭代算法来解决优化问题。仿真结果表明，所提出的新架构在总功率方面优于传统的基于分簇和用户级串行干扰消除的毫米波大规模MIMO-NOMA。     

Power Control for Cognitive Radio Networks: A Game Theoretic Approach

In communication industry one of the most rapidly growing area is wireless technology and its applications. The efficient access to radio spectrum is a requirement to make this communication feasible for the users that are running multimedia applications and establishing real-time connections on an already overcrowded spectrum. In recent times cognitive radios (CR) are becoming the prime candidates for improved utilization of available spectrum. The unlicensed secondary users share the spectrum with primary licensed user in such manners that the interference at the primary user does not increase from a predefined threshold. In this paper, we propose an algorithm to address the power control problem for CR networks. The proposed solution models the wireless system with a non-cooperative game, in which each player maximize its utility in a competitive environment. The simulation results shows that the proposed algorithm improves the performance of the network in terms of high SINR and low power consumption.

     

认知无线网络中一种非合作博弈功率控制算法

针对现有的功率控制算法中存在的干扰问题和功率消耗过大问题,设计出一种新的效用函数,并根据此效用函数提出了一个基于非合作博弈的新的功率控制算法。首先,在效用函数中分别为信干噪比和功率设定了不同的代价因子,并将信道状态概念引入到代价因子里面,使其能够更加合理地控制用户,避免用户过度增加发射功率,同时减小了用户间的干扰;其次,证明了该算法纳什均衡的存在性和唯一性;最后,给出了所提算法的流程图。仿真结果表明,与Nash算法相比,在保证非授权用户服务质量( QoS)前提下,该算法功率消耗明显降低,并且具有较好的抗背景噪声性能;与K-G( Koskie-Gajic)算法相比,该算法保证了所有的用户的信干噪比满足上下限阈值要求,并且提高了系统容量。