D2D中基于风驱动的功率控制算法研究

D2D通信用户通过复用信道大幅提升蜂窝网络频谱利用率,同时也带来了速率、干扰等问题.针对D2D功率控制问题,提出一种基于风驱动的功率控制算法,在干扰可控的范围内最大化系统整体吞吐量.首先为每个D2D用户以匈牙利算法分配最优频谱资源,然后利用风驱动算法优化蜂窝用户及D2D用户的发射功率,提升小区吞吐量.仿真结果表明,在保证用户最小速率要求的基础上,相比于随机接入算法、常规风驱动算法系统吞吐量分别平均提升了16％和7％,并保证了蜂窝用户的服务质量.     

无线Mesh网络功率控制与信道分配联合优化

针对无线Mesh网络网关节点和网络链路承载的负载不均问题,择优选择网关节点,并设计链路权重,构建以网络加权吞吐量为优化目标的资源分配模型.在构建的资源分配模型下,提出一种基于Q学习和差分进化的联合功率控制与信道分配算法（QDJPCA）.该算法通过获取功率控制的反馈结果,采用基于多重变异和自适应交叉因子的差分进化算法进行信道分配;针对每次迭代产生的信道分配结果,采用基于状态聚类和状态修正的Q学习算法实现功率控制.NS-3仿真结果表明,QDJPCA能够有效求解所提资源分配模型,在优先保证网关负载均衡和高负载链路吞吐量性能的基础上提升网络整体性能.     

mMTC中基于功率控制的URLL上行无线资源优化方案

提出了一种大规模机器类通信（mMTC）中基于功率控制的高可靠低迟延（URLL）上行无线资源优化方案.考虑时分双工蜂窝网络,设计了上行链路传输的反向功率控制方案,并导出了基于距离的链路可靠性函数;在此基础上,建立了上行无线资源优化模型,分析了链路可靠性函数的特性,并提出了一种基于黄金分割搜索最优的传输错误概率算法;给出了一种最小化系统所需的总带宽算法,可为每个用户分配多个子信道,用户通过判断信道增益是否超过门限值来选择子信道.仿真实验结果表明,新方案在迟延和可靠性的改进以及总带宽、功耗等方面的优势显著.     

基于联合资源分配的飞蜂网吞吐量优化研究

研究了基站功率连续可调的飞蜂网络(femtocell networks)中最大化最小飞蜂窝吞吐量问题。提出一种轮循优化算法JPCA(joint power and channel allocation),对功率控制和信道分配进行优化。首先在确定的信道分配方案基础上,利用求解线性分式规划问题优化功率控制;继而,在所得的功率分配方案基础上,利用贪婪策略优化信道分配;依次轮循,直至收敛于某一最优解。模拟实验表明,同目前常用的资源分配算法相比,JPCA算法可大幅提升网络性能。     

基于联合优化的D2D资源分配算法

针对多蜂窝用户和多D2D用户共存场景下的干扰和能量消耗问题,建立了D2D用户在半双工或全双工两种模式中选择的混合双工系统模型,并提出了一种基于多角度联合优化的容量最大化D2D资源分配算法。该算法首先在保障蜂窝用户通信质量的基础上,通过联合优化用户的接入控制、功率分配、双工模式选择和信道分配,实现了系统容量的最大化,仿真结果表明本文算法可显著提高蜂窝网络的系统容量。     

协同通信系统中功率分配方案的分类研究

协同通信系统中的功率分配方案是指在系统总发送功率一定的前提下,如何在参与协同通信的终端之间合理分配功率,以此优化系统性能.本文针对协同通信系统中的现有功率分配方案,给出较为详细的总结与分类,设定目标函数、信道状态信息、有无中心控制节点与中继数目等四种分类原则,并指出,基于统计信道传输特性的分布式功率分配方案较为符合实际通信系统.     

提高LTE下含D2D通信的蜂窝网络公平性方案

设备间(D2D)通信可以提高频谱效率,但同时可能对现存的蜂窝网络产生干扰. 为了减小D2D用户对蜂窝系统公平性的破坏,提高蜂窝系统的整体性能,提出改进的比例公平(IPF)干扰控制方案,在保证蜂窝用户和D2D用户的服务质量需求的前提下,为每一个D2D对选择最佳的蜂窝用户来共享频谱资源. 通过数值结果分析显示,IPF方案比起之前的方案,能够有效改善蜂窝系统的公平性和吞吐量.     

多信道认知无线电频谱感知时间和门限联合分配

为提高多信道认知无线电的吞吐量,提出采用交替方向优化联合分配次用户的频谱感知时间和子信道感知门限.基于"先听后传"的次用户帧结构,建立了感知时间和门限的优化分配模型.该模型在保证满足主用户通信需求和子信道频谱感知性能的前提下,最大化次用户各子信道的吞吐量总和.联合优化算法通过交替优化感知时间和门限能够获得模型的最优解.仿真结果表明:存在最优的感知时间和门限最大化次用户的吞吐量,并且相比之前的方案,联合分配能够提高次用户的吞吐量.     

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.     

协同无线网络中基于能量价格的信道与功率分配联合优化

针对协同无线网络中多终端协作通信的信道分配和功率优化问题,在源节点和目的节点之间实现了基于多种传输方式(直接传输、复用传输和中继传输)的并行数据传输,并通过将终端节点建模为能量卖家,提出了基于能量价格的信道分配与功率控制联合的优化方案. 仿真结果表明,并行传输方式下采用新方案所消耗的系统能耗成本和所获得的网络生存时间明显优于单一传输方式. 此外,通过引入能量价格激励机制,证明了在相同并行传输方式下最优速率分配比平均速率分配在系统性能上有显著改善.     

Energy-aware resource allocation for underlaid D2D multicast

The Device-to-Device (D2D) communication underlaying cellular network is a promising component to improve the spectral efficiency for the system and lower down energy consumption for mobile terminals. Besides, in the D2D-aided content delivery scenario, it is potential to enhance the system capacity and individual quality-of-service (QoS) experience when D2D multicast is further enabled, but due to the battery-driven feature of mobile relays and the co-channel interference between cellular and D2D links, the optimization of energy conservation should be addressed. So, we propose a bipartite graph based resource allocation to minimize the total power consumption at the mobile relays under the individual QoS requirement by incorporating channel assignment and power control, and we also leverage the optimization of energy saving for system capacity.     

联合功率控制的D2D资源分配算法

针对D2D通信引入LTE网络中同频干扰以及能耗过大问题,首先基于模糊聚类算法,将D2D用户分成若干个D2 D用户组,并且基于中断概率最小为每个D2 D用户组寻找最优蜂窝用户资源,以降低用户间干扰、提高系统吞吐量。其次结合上述资源分配提出了一种有效的功率控制方案,调节资源分配后用户组内D2 D用户的发送功率,以提高系统能量效率。仿真结果表明：该算法降低了系统干扰,提高了系统吞吐量以及系统能量效率,同时又保证了D2 D用户获得无线资源的公平性。     

支持多优先级的无线自组织网接纳控制方案

提出了一种适用于无线自组织网的多优先级接纳控制(admission control)方案。基于单跳自组织网络的带宽分配,推导了带宽预测函数和保证已接入流服务质量(QoS)的带宽上限值,为不同接入等级的业务提供接纳控制。该方案能保证网络中实时业务流的QoS,防止由于流数的增加导致QoS降级,同时也保证尽力而为业务能分享信道的剩余带宽。仿真结果验证了接纳控制方案的有效性。     

基于D2D通信的V2X资源分配方案

针对基于设备到设备(D2D)的汽车间通信复用蜂窝资源带来的干扰问题,考虑在满足车辆用户(V-UEs)的通信要求下,通过一个启发式算法最大化蜂窝用户(C-UEs)总的吞吐量.首先通过图着色原理将没有干扰的车辆分在同一簇;其次根据分簇结果,利用改进的匈牙利指派算法为V-UEs分配信道;最后通过调整功率最大化C-UEs总的吞吐量.仿真结果表明,此算法能够很好地解决车通信(V2X)的同层干扰和跨层干扰问题,在保证V-UEs通信可靠性的前提下,提高了频谱利用率.     

SCMA网络中基于能量效率最大化的分层多播资源分配算法

稀疏码多址接入技术可以高效的提升频谱效率,因此被作为5G网络的候选接入技术之一。首先研究稀疏码多址接入网络中的分层多播策略,在该策略下使得网络容量不再受限于多播组中最差用户的信道质量。在满足多播组服务质量需求的同时,公式了网络能量效率最大化的最优化问题,该最优化问题由码本分配与功率分配联合解决。为了减少解决最优化问题的计算复杂度,提出分离码本分配与功率分配的快速次优化算法。最后,仿真结果显示提出的分层多播的快速次优化算法在基于稀疏码多址接入网络中的网络能量效率方面要优于采用传统多播策略的稀疏码多址接入网络,和基于正交频分多址网络。并且,提出的快速次优化算法在稀疏码多址接入网络中的多播系统功效要优于正交频分复用网络中的多播系统功效。     

无人机信息采集系统的端到端吞吐量最大化研究

无人机具有按需快速部署、移动性高、可与地面用户建立起高质量的视距通信链路的优点,能在无线通信和物联网中得到重要的应用。本文研究了一个无人机信息采集系统,在该系统中无人机负责收集多个地面传感器的信息,并将信息回传至信息融合中心。为了最大化信息采集系统的端到端吞吐量,制定了一个联合优化传感器的发射功率、可用带宽的分配、无人机的传输功率和飞行轨迹的优化问题。该优化问题需满足最小信息传输量约束、信息−因果约束、平均和峰值传输功率约束、带宽分配约束和无人机机动性约束,是一个难以直接求解的非凸优化问题。为解决这个问题,本文基于块坐标下降法和连续凸优化方法提出了一个高效的交替优化算法,将问题分解为优化功率带宽和优化无人机飞行轨迹两个子问题,并通过引入松弛变量和一阶泰勒展开的方法将每个子问题变成易于求解的凸优化问题,从而进行交替迭代求解。计算机仿真结果显示所提出的优化算法能够权衡数据收集和数据转发这两段链路,显著提高了系统的端到端吞吐量。同时,通过与另外3种基准方案的性能对比,显示了联合优化功率、带宽和飞行轨迹的必要性。     

蜂窝移动通信中一种整体优化的动态资源分配算法

提出一种基于改进遗传算法的整体优化的动态资源分配方案．首先根据信道分配的特点构造了遗传算法的基因链模型，进而建立了一种整体优化算法．该算法尽量保证最大程度的紧致分配，提高系统整体服务性能，同时针对遗传算法爬山能力差的弱点，提出一种自适应遗传算法．分析和仿真表明，该方案与现有的固定信道分配和动态信道分配方案相比，有较小的呼阻率，不论在业务量较大，还是较小的情况下都能取得较好的性能指标．