基于图着色的D2D资源分配算法研究

D2D通信是允许两个相邻用户在通过基站的控制下共享蜂窝用户的频谱资源来直接通信的技术。D2D用户与蜂窝用户共享资源而引入的额外干扰会降低系统的性能,因此资源分配成为D2D通信的一个重要问题。针对D2D用户密集场景下最大可接入数量问题提出了一种基于图着色的资源分配算法,其中将D2D用户对视为一个顶点,蜂窝用户的资源视为一个个簇,对顶点进行着色即对其分簇。仿真分析可以看出,所提出的方案能够增加网络最大可接入的D2D用户对的数量,有效提高了系统容量。     

矿井机车无人驾驶系统基站接入控制策略

将多包接收技术应用到井下无线宽带网络中,研究如何调整每辆机车车载终端的发射功率,使每个基站在满足干扰约束的前提下同时接入的机车数量最大。首先,建立基于相继干扰消除算法的单基站多矿井机车的调度模型;其次,通过模型的干扰约束条件对模型进行了简化;最后,结合实际应用场景需求提出了一种启发式的矿井无人驾驶系统基站接入控制策略。仿真测试和实验结果表明:该基站接入策略能够有效提高基站所链接的矿井机车数量。     

基于D2D网络通信的可伸缩视频多播算法研究

下一代移动网络通信中引入了自适应调制编码技术和可伸缩视频编码以解决视频多播中有限的资源分配问题。为了提高系统用户的容量和用户接收视频质量,在传统蜂窝网络中引入了基于D2D网络的联合模式选择和资源分配技术以提高系统整体效用。首先联合D2D用户和蜂窝用户进行资源分配,在保证蜂窝用户和D2D发送用户通信的最低QOS时,最大化D2D接入系统网络的数量;然后分析了该混合网络模型下的视频层选择调制编码级别的问题;最后提出了基于D2D用户接入控制和系统资源分配两个子问题的贪婪算法。仿真实验证明,该混合网络视频多播模型不仅有效地提高了移动网络通信的吞吐量和增加了系统用户容量,同时为用户提供更好的视频质量。     

是德科技NB-IoT测试全系列家族重磅推出

2017 年2 月 22 日,NB-IoT窄带物联网技术是3GPP规范所定义的,为广覆盖、高密集、低功耗、低成本连接提供的又一新兴无线技术.它基于现有蜂窝基站网络基础设施,专为大量物联网终端提供互联.多家运营商都公开表示,将在未来6至12个月,提供各种试验网和可能的商用网应用,同时NB-IoT芯片厂家也积极推动整个行业的发展.     

电力物联网终端非法无线通信链路检测方法

散布于电力系统各处的配用电终端及输电系统在线监测物联网终端多采用2G的通信无线分组业务(GPRS),通过电信服务商的无线虚拟专网通信,存在接入非法无线通信链路的安全风险。尽管3G和4G支持双向身份认证,可避免接入非法无线通信链路,但在物联网终端向下兼容特性影响下,相关风险在支持GPRS的通信物联网终端退出运行前将始终存在。针对电力物联网终端可能接入非法无线通信链路的问题,利用电力物联网终端和通信基站均为固定位置部署、物联网终端感知的合法通信基站信号强度具有相同变化趋势的特点,将真、伪通信基站在信号强度变化模式上的差异性特征用作无线通信基站的特征指纹,提出基于基站信号强度历史曲线密度聚类的非法无线通信链路检测方法。数值仿真表明所提方法可在有限计算资源和通信资源的约束下、在设置的时间窗内有效甄别非法无线通信链路,提高电力物联网终端的安全防护水平。     

一种面向电力物联网的认知D2D网络能效资源分配算法

在电力物联网中为了提高D2D(device-to-device)网络的频谱效率和系统能效,考虑不完美信道状态信息(channel state information, CSI)的影响,提出了一种鲁棒能效最大的资源分配算法。考虑D2D用户最大发射功率约束、蜂窝用户功率约束和共道干扰功率约束,建立下垫式频谱共享模式下混合蜂窝/D2D通信的上行传输资源分配模型;考虑蜂窝用户干扰中断约束,基于最小最大概率机和辅助变量法,将原非凸优化问题转换为凸优化求解。基于凸优化理论,获得鲁棒资源分配问题的解析解。仿真结果表明所提算法的有效性。     

基于移动用户接入控制的5G通信基站需求响应

第五代蜂窝通信(5G通信)基站的能耗增长迅猛,将成为未来重要的电力负荷。优化基站的用能模式,尤其是通过多基站集群的协调运行来对移动用户进行接入控制,能在降低基站用能费用的同时,为电网提供可观的需求响应能力,注入新灵活性资源,实现通信运营商和电网的双赢。该文探究了5G通信规模化应用背景下,基于移动用户接入控制的5G通信基站需求响应。具体地,该文建立根据集群中各基站实时电价差异来调整用户与基站连接关系的基站群成本优化模型,并为快速求解该优化模型,提出一种启发式算法,将原问题分解为能量优化子问题和通信连接优化子问题,并基于实际的基站覆盖范围和信道特征阐明求解问题的稀疏性特征,降低模型的求解复杂度。两个子问题之间相互迭代求解直至收敛,以此获得局部最优解。最后通过算例验证了模型和算法的可行性。     

基于能效的数据包长度自适应算法的研究

随着无线移动网络3G、4G技术的不断发展和普及,利用无线数据传输终端进行数据交互已经成为信息化发展的重要环节.数据传输终端通信模块消耗的能量是终端各模块消耗的总能量的主要部分,而数据包长度作为通信的主要参数直接影响了终端能耗.在公网条件下,针对节省数据传输终端能耗,延长电池使用寿命的问题,提出了基于SPSA的数据包长度自适应算法ASPSA(adapted simultaneous perturbation stochastic approximation).该算法可根据信道状况,快速计算出该网络状况下最优数据包长,从而保证数据传输终端能耗最低.理论分析及仿真表明ASPSA算法在公网条件下可以有效提高无线数据传输终端的能效.     

下行链路基站协同蜂窝系统中不完全同步下的干扰消除方法

多蜂窝联合处理可以消除蜂窝间干扰,提高蜂窝系统的频谱效率.但是,对多蜂窝联合处理的研究还多局限在假设多个协同基站的信号同步到达接收端的场景.针对一个下行链路基站协同不完全同步的蜂窝系统,提出了一种使用1 bit反馈预编码和信道衰落补偿功率分配的内部联合分布式空时编码基站协同方案,用以消除蜂窝边缘用户遭受到的蜂窝间干扰以及协同基站不同步引起的码间干扰.仿真结果表明,该方法可以明显的消除蜂窝边缘用户所遭受到的蜂窝间干扰和码间干扰,明显提高系统的误码率性能;与基站间不协同传输、即基站间以时分多址的方式传输信号时相比,可以提高系统的分集增益和频谱效率,同时保持一个相对低的结构和计算复杂度.     

电力物联网中基于深度学习的无蜂窝接入点选择算法

针对传统电力物联网中的设备间干扰和高能耗问题,提出一种基于深度神经网络(deep neural network,DNN)的无蜂窝接入点（access point,AP）选择算法。首先,考虑无蜂窝网络下,将中央处理单元连接的多个协作AP随机分布在大规模电力设备周围,从而拉近AP与设备间的距离以降低能耗;然后,基于深度神经网络算法对AP进行有效筛选,通过训练静态随机设备的大尺度衰落系数将AP组合进行标签分类,使得平均频谱效率(spectrum effectiveness,SE)达到最大;最后,利用测试集进行测验,仿真结果表明,算法准确率能够达到95%,且相比于传统全AP传输和基于信道特征排序的算法,所提出的算法能够进一步提升无蜂窝网络多设备的平均SE,并具有更低能耗。     

高原山区D2D网络能量效率优化算法研究

针对高原山区丰富植被和山地丘陵给通信用户带来严重的路径损耗,增加通信系统能耗问题,提出一种基于能量效率(energy efficiency,EE)的优化算法.首先,利用多峰绕射模型模拟高原山区电波传输损耗,在保证通信用户服务质量(quality of server,QoS)的前提下,最大化系统中端到端(D2D)用户设备的总能量效率,将优化问题分解为功率控制和信道选择两个子问题进行求解;其次,利用拉格朗日对偶和Dinkbach算法联合解决功率控制;最后,利用Gale-Shapley匹配算法实现信道匹配.仿真结果表明,与现有算法相比,本文算法能够有效约束同频干扰,增加系统内信道资源利用率,提高系统的能量效率,降低系统能耗,提高系统性能.     

光储式5G通信基站集群灵活性聚合与协同调度策略

5G通信基站通常配备光储,数量庞大、功耗可调,是一种优质的电力灵活性调节资源。提出了多类型光储式5G基站集群灵活性资源聚合方法以及参与电网调峰的协同调度策略。首先,分析休眠机制下多类型基站功耗可调特性与计及基站备用电量的储能调节能力。基于极限场景思想,构建了光储式5G基站的灵活性空间量化模型。在此基础上,利用闵可夫斯基和法刻画异构基站柔性资源的时空耦合能量轨迹,得到海量基站集群的灵活性资源聚合可调域。其次,建立了基站集群聚合资源参与电能量市场和辅助服务市场的协同调度优化模型,提出了基于交替方向乘子法(alternating direction method of multipliers, ADMM)的分层分布式基站集群协同优化调度策略,将大规模基站集群调度问题降维分解为统一协同调峰功率响应、聚合功率自治调度和基站集群功率分配3个子问题进行求解。通过算例对比分析可知,所提策略可降低通信基站69.86%的用能成本,为提升通信资源利用率和电力系统灵活调节能力提供了有效手段。     

面向电力物联网的5G移动边缘计算任务卸载方法

由于传统云计算范式已无法满足电力物联网日益增长的计算需求,文章引入5G移动边缘计算用于实现计算任务的就近处理,并将长期能耗约束与业务优先级考虑在内,将其中的任务卸载问题建模为长期时延优化问题。进一步利用Lyapunov优化将之转化为一系列短期的确定性优化问题,并对其理论上界加以分析,利用基于梯度价格的拍卖算法,可实现通信、能量及计算资源的联合分配与优化。仿真结果表明,文章所提方法可有效解决多终端的卸载冲突问题,在满足长期能耗约束的同时尽可能降低卸载时延,并且能够通过恰当的参数设置实现时延与能耗性能之间的折中。     

基于并网太阳能光伏/电池系统的无线网络低功耗供电策略

为了实现能耗精确估计,充分考虑用户位置信息应用,提出了一种基于并网太阳能光伏/电池系统的无线网络供电低功耗策略。首先为了保证供电服务的连续性,建立了一种并网太阳能光伏/电池系统。然后考虑到太阳强度和交通量的间歇性行为,分析了基站发射功率、系统带宽对系统性能指标的影响,评估无线网络的吞吐量、能量效率和频谱效率性能。进一步提出了一种启发式的负载均衡算法和资源块分配技术,通过对太阳能能源的优化利用,最大限度地提高了系统的效率和能效。仿真结果表明,所提并网太阳能光伏/电池系统可以显著降低供电能耗,发电效率高达54.8%,并通过有效的可再生能源收集模型确保显著的能源可持续性。     

基于先进绝热压缩空气储能站的电-热综合能源系统优化运行方法

为加强先进绝热压缩空气储能(advanced adiabatic compressed air energy storage,AA-CAES)与综合能源系统(integrated energy systems,IES)的多能互补协同,提高系统运行效率,文中提出了一种含AA-CAES能源站的电-热综合能源系统优化运行方法。首先,构建了含AA-CAES能源站的IES基本调度架构;其次,详细分析了AA-CAES装置在压缩和膨胀工况下的储热、换热及供热等特性,建立了AA-CAES电热联供联储运行模型;接着,基于热网管道传热延迟和损耗等动态特性,建立了考虑供热网储热惯性的热网方程;在此基础上,考虑了用户侧可调度资源,提出了计及综合需求响应的含AA-CAES能源站的IES日前优化运行模型;最后,在修改的IEEE33节点配电网和巴厘岛32节点区域供热网进行算例分析。仿真结果表明,所提方法可有效降低IES运行成本,提高IES可再生能源消纳能力。     

一种基于射频指纹的电力物联网设备身份识别方法

由于通信媒介的开放性,电力物联网设备的无线通信过程面临着信息安全风险。提出使用无线设备固有的射频指纹作为物联网设备身份识别的依据,并利用深度学习技术实现双向设备身份识别,以增强无线接入阶段的安全性。该方法采用边缘计算的思路,利用通信信道双向的互易性,将物联网终端设备需要完成的基站身份学习任务转移到基站处完成,降低了对于物联网设备算力、存储、能耗等方面的需求,适用于物联网应用场景。实验结果表明,该方法能够达到良好的设备身份识别性能。     

面向5G边缘计算网络的联合需求响应与任务卸载策略

随着物联网通信计算需求激增,5G通信与边缘计算网络逐步成为新兴的高能耗负荷。针对5G边缘计算网络用电成本高的问题,提出了联合任务卸载与需求响应策略。所提策略基于任务卸载与基站储能单元充放电动作,在高电价时段联合优化计算、通信与储能资源分配或者牺牲部分时延性能以削减用电成本,在分时电价机制中为电网提供响应能力。针对优化目标为混合整数非线性规划问题,进一步提出结合网络场景划分的广义benders分解算法,将问题解耦为任务卸载决策主问题与充放电以及资源分配子问题,降低问题求解复杂度。仿真结果表明：相比于仅考虑任务卸载和仅考虑通信资源调度的响应策略,所提策略降低了用电成本并避免时延性能恶化。     

基于可逆固体氧化物燃料电池的综合能源站容量优化配置

针对综合能源系统清洁能源消纳问题，提出一种考虑设备效率退化的可逆固体氧化物燃料电池综合能源站容量优化配置方法。基于可逆固体氧化物燃料电池运行特性提出综合能源站架构，并建立能源站设备数学模型和效率退化模型；在充分考虑能源站设备效率退化的情况下，以能源站全生命周期净现值最大为目标建立系统氢储能容量优化配置模型，并利用改进遗传粒子群优化算法和CPLEX工具箱对模型进行求解。算例分析验证了所提方法的有效性和合理性。     

一种用于柔性直流输电系统的能效计量方案

为评估柔性直流输电系统各能耗设备及整体系统的损耗,提出一种用于柔性直流输电系统的能效计量方案,该方案通过对柔性直流输电系统各个设备损耗的理论计算,结合能耗率、经济性、谐波影响等因素,确定了相关能效计量点的选择。同时,根据误差传递理论分析了计量装置的准确度等级要求。本方案对柔性直流输电系统的能效计量分析可起到借鉴作用。