基于博弈论的OFDMA系统多小区功率协调分配算法

提出了一种用于正交频分多址(OFDMA)通信系统下行链路的多小区功率协调分配算法,协调相邻小区在同频子信道上的发送功率,抑制小区间干扰,提高信道容量.将博弈论引入到多小区功率分配中,给出基于定价的多小区非合作功率分配博弈模型,并分析了该博弈的纳什均衡解的存在性和惟一性,给出了该模型的分布式求解算法.通过仿真分别给出了单小区场景与多小区场景下算法性能,讨论了定价因子对系统性能的影响.仿真结果表明,提出的多小区功率协调分配算法可以充分利用无线资源,提高系统吞吐量,降低平均发送功率.     

混合训练的DHMM及其在发射机状态检测中的应用

隐马尔可夫模型(HMM)是一种双随机过程,其训练方法B-W算法是一种基于爬山算法,容易陷入局部最优且对初始参数值依赖性大。为了提高模型的有效性,该文提出了将改进的模拟退火(SA)算法和B-W算法相结合的混合训练方法,解决了受模型参数初值影响的问题并能实现全局搜索。将其应用于发射机功率状态检测中,实验结果证明该方法准确性高,收敛速度快和稳定性好,是一种很有实用价值的新方法。     

搜寻者优化算法在电容器功率配置中的应用

电容器的优化配置对于功率网络的良好运行具有重要意义。针对搜寻者优化算法(SOA)在后期寻优中易陷入局部极值的问题,提出了一种改进型SOA。引入模拟退火算法,通过设置玻尔兹曼模拟退火算子选择新解来增强算法的全局搜索能力。将改进后的算法对功率网络进行优化配置,建立相应的电容器优化配置模型。改进后的SOA对于此类问题的求解具有可行性与有效性。     

利用星座扩展降低OFDM PAPR的新方法

通过研究利用星座扩展降低OFDM中峰均功率比(PAPR)的方法,提出了一种寻找次最优映射向量的新方法--联合搜索(JS)算法.该算法联合相邻的若干子载波,通过比较局部的峰值大小搜索次最优映射向量.仿真结果表明,JS算法在降低计算复杂度、提高PAPR抑制增益以及增强应用灵活性等方面都有明显改进.     

OFDMA毫微微小区双层网络中基于分组的资源分配

毫微微小区(Femtocell)网络能够增强室内覆盖,提高系统容量,但是在频谱共享的正交频分多址(OFDMA)毫微微小区网络中,毫微微小区之间的同层干扰以及毫微微小区与宏小区(Macrocell)之间的跨层干扰严重限制了系统的性能。针对这两种干扰,该文提出一种基于分组的资源分配算法。该算法包括两部分:一部分是宏基站先利用改进的匈牙利算法为宏小区用户分配信道,再用注水算法分配功率,保证宏小区用户的正常传输;另一部分是在避免干扰宏小区用户的基础上,先采用模拟退火算法对毫微微小区进行分组,再进行信道和功率分配,满足毫微微小区用户的数据速率需求,最大化频谱效率。仿真结果表明,该算法有效地抑制了这两种干扰,既能保证用户的数据速率需求,又能有效提升网络频谱效率。     

一种改进的WCDMA系统小区搜索算法

小区搜索技术是WCDMA同步系统中的核心与关键技术.文中针对WCDMA系统三步小区搜索的特点,充分考虑了频差对初始小区搜索带来的影响,提出了优化的结构模型与实现算法,该模型结构简单,便于算法的灵活实现.文中对其性能进行了分析,得到了性能表达式,并通过仿真获得了算法所需的参数.     

改进的二进制搜索防冲突算法

射频识别(Radio Frequency Identification,RFID)系统中的多标签冲突问题是不可避免的,防冲突算法是RFID系统中实现标签快速识别的关键.在一些相关的二进制搜索防冲突算法的基础上,提出了一种改进的二进制搜索防冲突算法.该算法利用冲突位构建四叉搜索树,使读写器的搜索次数和发送的信息量大大减少,提高了标签识别效率.实验结果表明该算法明显优于已有的二进制搜索防冲突算法.     

多小区OFDMA系统基于罚函数-SA的资源分配算法

在多小区OFDMA系统中,基于集中式资源管理,考虑本小区对其它小区的干扰情况, 对各个小区的子载波和功率分配进行调整,从而达到最小化总功率的目的。基于离散功率取 值,提出了一个资源分配组合优化问题模型。为了进一步降低模型复杂度,采用罚函数的方 法简化问题模型,用改进的模拟退火算法进行求解。理论分析和仿真结果表明,与A. Abrar do 提出的多分配算法相比,所提出的算法能够有效降低算法复杂度,且能够获得更好的 吞吐量。     

无人机动态目标搜索的建模及求解

对无人机(UAV)在动态战场环境中的协同搜索问题进行研究,在考虑目标存在概率、价值收益、UAV斥力代价及任务执行代价的情形下,建立了多UAV协同搜索的滚动优化模型。为了提高模型求解的效率,提出一种改进种群增量学习算法(PBIL)对该问题进行求解,采用混合编码的方法构造种群,同时采用了自适应的更新率,并利用自适应交叉和变异方式,将该算法应用于动态目标的搜索问题,仿真结果表明该方法能有效地搜索到战场目标,提高了搜索效率。     

基于CARBA具备认知能力的规则引擎自搜索模型的实现

本文通过介绍规则引擎和Rete匹配算法提出了自搜索的重要性和必要性,随后介绍了具备认知功能的自搜索方案,然后提出了一种分布式环境下基于公共agent请求代理体系结构(CARBA)的具备认知能力的规则引擎自搜索模型以及自搜索模型中基于agent协作的二次自学习算法,最后对该机器学习算法进行实验分析并提出了改进方法.     

Improved RFID anti-collision algorithm

In this paper, we propose an improved anti-collision technique based on the binary search algorithm. The improvement is achieved thanks to the manner of the requests’ building. This latter reduces considerably the responding tag's numbers and therefore, decreases the probability of bit's collision. Further, the algorithm provides a noticeable advantage for the length of transmitted binary data compared against basic binary search and dynamic binary search algorithms. Besides, it provides same performance in terms of average request's number making the identification process faster, and the expose time of information is then reduced.     

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。     

DFP算法在CDMA移动通信上行链路功率控制中的应用研究

本文提出了一种基于DFP算法的功率控制方案。详细研究了该方案在CDMA移动通信中,进行融合基站分配的上行链路功率控制的应用理论。首先导出了最小发送功率控制模型。而后,提出了用DFP算法求解该模型的原理框图,并分析了用该方案进行最小发送功率控制的基本理论和实际性能,探讨了该方案中进行一维搜索的方法。最后用计算机仿真法模拟出该方案的运行性能。结果表明与最小功率控制算法相比,DFP功率控制算法可以提高基站接收信号的平均信扰比,降低信扰比的平均偏差,减小信扰比低于目标信扰比一定比例的用户数量,从而可以降低用户信号的中断概率、提高信道容量。     

基于随机分割的PTS改进算法研究

正交频分复用（OFDM）系统的一个主要缺点是信号的峰均功率比（PAPR）很高。提出了一种将随机分割方法与迭代移位搜索加权因子相结合的改进PTS算法。仿真结果表明,改进后的算法在改善PAPR性能和计算的复杂度之间取得了较好的折衷。     

异步垂直空时结构中的功率扩展技术

在平坦衰落信道中,针对异步垂直贝尔实验室空时结构(V-BLAST)信号模型下,现有线性最佳检测算法误码率性能随信噪比提高改善缓慢的问题,提出一种基于功率扩展的迭代检测方法:发射端用功率扩展将发射信号扩展到整个空时信号块上,接收端进行基于功率扩展的迭代检测。同时,分析了所提方法在每次迭代检测后的误码率性能。分析和仿真验证了误码率性能的改进。在4发4收场景下,误码率为10-5时,相比于线性最优最小均方误差(MMSE)方法,获得了约6dB信噪比增益。     

V-MIMO中的协作用户功率分配算法

针对虚拟MIMO(V-MIMO)中源用户与协作用户间的功率分配问题,给出了一种基于源用户功率分配因子的区间搜索算法。该算法通过快速寻找不需要参与协作的用户,将迭代注水功率分配过程中的方程组求解过程转化为源用户功率因子的区间搜索,大大降低了算法的复杂度。瑞利信道下的仿真结果表明,该算法与平均功率分配算法相比,协作容量性能提高显著,与最优功率分配算法相比,性能相当,从整体上提高了系统的性能。     

基于改进人工蜂群算法的认知抗干扰智能决策技术研究

在认知抗干扰系统中,智能决策是其核心,根据干扰环境,对系统的干扰抑制方式、频谱资源分配、调制编码方式和功率调整信息进行最优决策。人工蜂群算法（Artificial Bee Colony,ABC）相较于其他群体智能算法全局寻优速度更快,设置参数少、灵活,易与其他技术结合改进原算法,实用性更广泛,但ABC算法同样有其局限性,如局部搜索能力较弱、后期收敛速度慢等。针对复杂干扰环境下对离散参数的决策,本文设计了一种基于改进人工蜂群算法的认知抗干扰智能决策引擎,分析了引擎模型,根据系统效能设计了目标函数和染色体,阐述了决策实现步骤,优化了决策参数,提出了按基因组搜索的改进算法;通过对系统抗干扰性能的仿真,验证了与未采用智能决策的抗干扰系统相比,采用本文提出的智能决策引擎的认知抗干扰系统在干扰环境中不仅具有强抗干扰性能,而且在保证通信传输可靠性的前提下,具有较低的发射功率和高传输效率,与采用传统人工蜂群算法和遗传算法的决策引擎相比,基于改进人工蜂群算法的决策引擎平均收敛代数更少且最优解概率更高。      

A Non-cooperative Uplink Power Control for CDMA Wireless Communication System

In this project, the main focus is to enhance the existing power control algorithm that is applied in a single cell of CDMA network. Nash algorithm is selected and is further improved with modification of its cost function with a value as power of target SINR, which to reduce the SINR error at first iteration, so as to increase the rate of convergence effectively. Decision of a value is important to ensure the SINR error is reduced at first iteration. The uniqueness and algorithm convergence of enhanced cost function is proven with certain conditions requirements. Therefore, enhanced Nash algorithm (ENA) is proposed which only applicable in first iteration of power control method. The rest of iterations are applied by Nash algorithm due to its better convergence to target SINR. After simulations, with consideration of Rayleigh and Rician fading channels, a significant increase in rate of convergence while maintaining the SINR with error less than 0.01 is shown. The transmitted power is lower in some scenarios, or with very slight reduction less than 0.5%. The SINR error at first iteration is reduced about 20% more by using ENA. In overall, ENA has better performance than the existing Nash algorithm in terms of transmitted power and rate of convergence, without compromising SINR.

     

5G NR的小区搜索改进算法

5G NR时代对速率、容量和用户体验都有更高的要求。在5G NR物理层中,小区搜索是不可或缺的过程。小区搜索主要包括主同步信号(primary synchronization signal,PPS)检测算法以及辅同步信号(secondary synchronization signal,SSS)检测算法。传统PSS检测算法和SSS检测算法已无法满足5G NR各项指标的基本需求。为了解决这一问题,在传统M分段互相关检测算法基础上提出了改进PSS检测算法。当信道环境恶劣时,传统SSS检测算法也将失效,提出的改进SSS检测算法可以解决此问题。最后,对传统算法和改进算法进行仿真对比分析。仿真结果表明,改进算法的检测性能明显提升,检测效率和整体性能也提高了。     

多目标速度估计的分布式MIMO雷达资源分配算法

为了提高分布式MIMO雷达的多目标速度估计精度,该文分析了发射功率和信号有效时宽对估计精度的影响,进而提出一种将两者联合优化的资源分配算法。首先,以最小化目标速度估计的克拉美罗界(CRLB)最大值为目标函数,建立了包含发射功率和信号有效时宽两个优化变量的优化模型,然后采用连续参数凸估计(Sequential Parametric Convex Approximation, SPCA)算法对这个非凸的优化模型进行求解。最后,仿真结果表明利用所提算法进行资源分配能明显提高目标速度的估计精度。此外,仿真结果表明信号有效时宽对目标速度估计精度的影响大于发射功率。