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.     

多基站协作系统中基于机会SDMA的用户调度算法

为解决多基站协作系统调度用户时需要较大的信息反馈,提出了一种基于机会SDMA的用户调度算法。算法中每个基站采用正交随机向量作为波束成形向量,参与协作的各基站间通过高速链路共享波束成形信息。在接收端计算每个用户的SINR,发送端选择SINR最大的用户作为调度用户。采用该算法进行用户选择时,不需要考虑干扰小区的用户选择结果,很好的解决了多基站协作调度的困难,每个用户只需要反馈少量信息,极大地降低了反馈量,并获得了系统容量的增益。     

认知无线电网络中具有中断概率约束的波束成形

研究了在认知无线电（CR）网络中发送端波束成形的算法设计. 为了保证服务质量,建立了以CR用户的中断概率和主用户的中断概率为约束条件,最小化CR网络发送端功率的数学优化问题. 仿真结果表明,在发送端已知信道协方差误差分布的情况下,所提算法可有效控制各CR用户的发射功率,提高CR网络性能和降低对授权用户的干扰.     

基于DF中继的认知OFDM协作系统的资源分配算法

针对多中继认知OFDM协作系统的中继和功率分配采用的拉格朗日对偶分解法虽然具有较好的性能,但计算复杂度较高这一问题,提出了一种低复杂度的资源分配算法。该算法放宽了中继选择因子的整数约束条件,综合考虑认知用户各子载波的信道条件和对主用户的干扰进行中继选择。根据系统总功率和干扰约束的特点,提出一种次优功率分配算法对功率进行分步求解,在保证系统容量有所增加的基础上降低了算法的计算复杂度。仿真结果表明:本文提出的算法不仅保证了认知用户对主用户产生的干扰在临界值以内,而且使认知用户的系统容量得到了较大的提升,具有一定的可行性。     

认知OFDM网络中基于中断概率约束的功率分配

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. 为限制主用户中断概率,建立了在主用户接收端中断概率受限下最大化认知用户传输速率的数学优化问题,并利用拉格朗日乘数法得到该问题的最优解. 仿真结果表明,所提算法将主用户中断概率限制在其可容忍范围内的同时,最大化了认知用户的传输速率.     

TD-LTE-A系统下行多用户CoMP联合预编码算法

LTE-A中多点协作传输(CoMP)技术可以通过多点协作发送、协作干扰消除等策略提高系统容量,特别是能增强小区边缘用户的接收信干噪比(SINR),改善通信质量,为此,针对多用户CoMP(MU-CoMP)中多流联合发送波束成形算法设计问题,以接收信号平均SINR最大化作为目标函数,通过计算信道状态信息估计值以及多用户干扰、噪声的统计自相关矩阵,构造正则矩阵束,将最大化接收SINR的联合传输预编码矩阵求解问题转化为正则矩阵束的广义特征向量求解问题,设计的权重矩阵既对准最大增益的波束方向,又能有效抑制用户及流间干扰. 计算机仿真验证了该CoMP预编码矩阵联合设计算法能获得协作波束成形增益,且具有较强的鲁棒特性.     

基于干扰对齐和波束赋形的多中继传输机制

针对多中继两跳多输入多输出系统,提出了一种中继传输方案和干扰对齐算法.该方案在发送端和中继间采用发送波束赋形技术,实现频谱的高效利用;中继向接收端转发时,采用干扰对齐技术.给出了一种接收端低计算量的干扰消除算法.仿真结果表明,利用该传输方案,能实现较高的系统容量和能量效率.     

认知网络中基于纳什议价解的功率控制方法

本文基于合作博弈论中的纳什议价博弈理论,研究了认知无线电网络中的功率控制问题。提出一种基于信干扰比(Signal-to-Interference plus Noise Ratio, SINR)的效用函数模型,按照纳什定理基于该模型的合作功率控制算法获得的纳什议价解(Nash Bargaining Solution, NBS)可以保证整个系统的帕雷托最优性,同时通过证明纳什议价解实质是比例公平性的一般形式从而保证用户之间的公平性。在主要用户干扰温度限和认知用户的最大传输功率等限制条件下,按照纳什定理把基于NBS的功率控制问题转化为求解多重限制条件下的最优化问题,通过引入拉氏乘子求解该问题有效获得了各个认知用户的传输功率水平,实现SINR门限的要求。仿真结果表明本文算法有较快的收敛速度,同时较非合作算法相比可以有效改善认知用户之间的公平性和系统的整体性能。     

基于AF中继的OFDM认知系统的 功率分配和子载波配对算法

建立基于放大转发(AF)中继的正交频分复用（OFDM）的认知无线电系统模型,并推导出该系统中在对从用户的源节点和中继节点的总功率限制和对主用户的干扰限制条件下的联合最优功率分配和子载波配对算法.采用拉格朗日对偶分解法和次梯度法推导出最优功率分配算法,并将基于Hopcroft-Karp算法的子载波配对方法融合到功率分配的过程中,得到联合最优算法.根据系统总功率和干扰限制的特点,提出一种低复杂度的次优功率预分配算法.分别对最优功率分配算法和次优功率分配算法、Hopcroft-Karp子载波配对算法和源节点、中继节点采用相同子载波传输的固定子载波配对算法进行仿真比较.结果表明：采用功率分配和子载波配对的联合优化技术能够大大提高系统的频谱效率,具有一定的可行性.     

无线携能OFDM中继系统的联合资源分配研究

在能量受限的中继系统中,无线携能通信技术是一种有效地延长其使用寿命的方法. 本文研究具有大规模天线阵列结构的正交频分复用（OFDM）解码转发中继系统的无线携能通信,其发送端配备了大规模天线阵列. 传输过程分为3个时隙,在第一个时隙,发送端运用基于最大比传输的波束成形向中继传输能量;在第二个时隙,发送端向中继发送信息;在第三个时隙,中继使用之前收获的能量向接收端转发信息. 讨论了信息和能量传输的功率在各子载波间的分配以及3个时隙的时长分配问题,提出了一种最大化传输信息速率的时间和功率联合分配最优算法. 仿真结果表明,该算法明显优于已有功率和时间分配算法.     

两簇多用户MIMO中继干扰信道干扰中和传输

针对两簇多进多出中继干扰信道,提出一种基于中继波束矩阵设计的干扰中和方案．首先,在中继构造接收波束矩阵将中继接收信号进行信号重构;其次,在中继构造发送波束矩阵消除簇间干扰．分析了所提干扰中和方案的适用条件和系统可达自由度,并将所提方案与连续网络编码方案和时分多址方案进行对比和分析．结果表明,所提的干扰中和方案能够获得更多的自由度．     

全双工能量受限中继网络的安全波束成形设计

为了解决全双工能量受限中继网络的无线物理层安全问题,提出了一种基于能量和信息联合传输的安全波束成形方法.在满足中继节点和能量收集节点收集能量的约束条件下,通过联合优化能量信号协方差矩阵、波束成形矩阵和功率分配因子,实现了系统安全速率最大化.目标问题是非凸的,采用分步优化方法将原始问题转化为2个子问题.将第1个子问题转化为双层优化问题,外层优化问题采用一维搜索求解,内层优化问题采用半定松弛技术解决;然后通过一维搜索得到第2个子问题的最优解.仿真结果表明,提出的方法显著提高了系统的安全速率.     

发射波束赋形消除感知用户对主用户干扰算法

针对如何完全消除感知用户对主用户的干扰问题,探讨了如何利用发射端的波束赋形消除感知用户对主用户的干扰。给出了感知网络和主用户网络共存的系统模型和一种最佳波束赋形算法。并对这种最佳波束赋形算法进行了性能仿真,仿真结果表明,该算法较迫零波束赋形算法在性能上更有优势。与经典的迫零波束赋形方法比较,该算法既能消除对主用户的干扰,提高了感知用户自身的性能。     

Optimal cooperative beamforming design schemes  for AF MOMO two way relay channels

In this paper,beamforming parameters in multiple input multiple output (MIMO) two-way relay channels (TWRCs) are designed.We investigate three communicating scenarios,in which,the source nodes are all ...     

OFDMA波束赋形中继系统资源分配

针对采用波束赋形技术的正交频分多址接入放大转发中继系统,提出了一种以最大化比例公平因子为目标的资源分配算法. 该算法基于凸优化理论,对功率分配、子载波配对、中继选择和用户选择进行了联合优化. 理论分析和仿真验证结果表明,所提的资源分配算法能以较低的复杂度实现系统资源分配的公平性,并且可以有效利用波束赋形技术,提高系统容量.     

MIMO-OFDM网络中功率控制与波束赋形联合优化

针对多输入多输出（MIMO）-正交频分复用（OFDM）系统,提出了功率控制与波束赋形的联合优化算法,采用更加符合实际系统的干扰模型,将节能问题建模为功率控制与波束赋形的联合优化问题.为了求解上述非凸问题,基于上下行对偶原理和标准干扰函数理论,提出一种两阶段解决方案,并给出相应的理论证明该方案的收敛性.仿真结果表明,所提算法在多天线场景下相对于现有算法有更快的收敛速率,与传统的波束赋形方案相比,具有更低的能耗.     

基于用户分簇的物理层增强安全多播算法

物理层安全技术是无线网络技术中一项重要的关键技术。在大量多播用户和窃听用户共存的场景中,针对传统物理层安全技术中在波束赋形下增加人工噪声时不能很好地应用于多播传输的问题,提出了一种基于多播用户分簇策略下的物理层增强安全多播算法。首先,具有相近信道矢量的多播用户被分为同一个多播簇,不同的多播簇分配不同的子载波传输多播数据;其次,基于多播用户分簇策略的结果,提出了通过采用联合功率分配和波束赋形设计算法,最大化整个多播系统的安全多播速率;最后,为了降低算法的计算复杂度,提出了新的搜索算法处理联合功率分配和波束赋形设计算法。仿真结果显示：与传统安全多播算法相比,基于多播用户分簇策略的物理层增强安全多播算法不但能够获得更高的多播安全传输速率,而且其计算复杂度也大大低于采用遍历搜索的传统安全多播算法。     

Study of game strategy between multiple targets and multistatics radars

Aiming at the conflict game between multistatic multiple-input multiple-output(MIMO) radars and multiple targets,a joint technology of power allocation and beamforming for a multistatic MIMO radar system is studied.The main purpose of the multistatic radar system is to minimize the total transmit power under a certain signal to interference noise ratio(SINR) constraint,and to suppress the cross-channel interference to improve the accuracy of target detection.Based on the strategic non-cooperative game between radars,the existence and uniqueness of the Nash equilibrium solution are proved.Then,according to the theoretical analysis,a joint beamforming and power allocation algorithm is proposed and converges to the Nash equilibrium.Meanwhile,the receive beamformers of multistatic radars are obtained by using the linearly constrained minimum variance(LCMV) criterion to suppress the mutual radar interference.Numerical results show that the proposed algorithm has a better interference suppression ability and less power consumption than the related game algorithm.     

能量采集衬底式认知协作中继网络安全中断概率分析

能量受限协作中继网络频谱利用率低,生存周期短,无线信道开放性所带来的物理层安全受到威胁,对此,将功率信标辅助射频能量采集技术、认知无线电技术和协作中继网络相结合,构建了一种新的中继节点分散布置的能量收集2跳认知协作中继网络;引入单窃听节点对第2跳传输进行窃听,并结合主动和被动窃听方式提出了最优中继选择和次优中继选择方式,推导了2种中继选择方式下次网络安全中断概率闭合式.数值计算和仿真结果表明,主接收节点和中继数目、中继和窃听节点位置设置、能量采集比例、能量转换效率以及信道容量和安全容量阈值都会对次网络安全中断性能产生显著影响.最优中继选择方式下的次网络安全中断性能明显优于次优中继选择方式.功率信标信号功率或干扰约束的增大使得次网络安全中断概率降低,并趋于饱和.