Massive MIMO 下行系统能效资源分配算法

摘 要: 针对无线通信网耗能造成二氧化碳排放量和运营成本日益增加的问题,提出了一种下行大规模天线系统能效最优的资源分配算法。算法在基站端采用最大比合并(MRT)的预编码情况下,考虑各用户最小数据速率、最大发射功率和可容忍的干扰水平约束条件下,以最大化系统能效下界为准则建立非凸优化模型。首先采用一种迭代算法确定每个用户的带宽分配,然后根据分数规划的性质,将能效优化问题的分数形式转化为减式形式,进而利用凸优化方法求解基站端最优的发射天线数和发射功率来获得最优能效。仿真结果表明,所提算法能以较小的迭代次数收敛到最大能效值,并且有较好的系统频谱效率性能,同时算法复杂度得到了显著降低。     

异构网中具有服务质量约束的高能效微基站部署方法

针对异构密集网络中基站密度增大带来的网络能耗过高问题,提出一种异构网络中高能效的微基站部署方法。首先,考虑微基站候选位置可行性以减轻环境条件的影响;其次,在不同的用户分布状态下对优化目依概率进行加权,增强了对不同用户分布场景的适应性;最后,通过对微基站部署数目、位置和功率配置的联合优化来提升系统能效,并提出了一种高能效的微基站部署算法。仿真表明,与仅优化微基站数量和部署位置的方法相比,所提方法提升能效最高达26%。实验结果表明,相对于不考虑功率的部署方法,所提出的联合优化方法能够有效提升系统能效,同时验证了微基站功率对异构网络能效的影响。     

无人机辅助MEC系统中面向用户公平性的三维部署和卸载优化

针对无人机辅助移动边缘计算系统存在的用户公平性不足问题, 本文提出了一种面向用户公平性的三维部署和卸载优化算法. 该算法综合考虑用户匹配、无人机三维部署、计算资源分配、卸载因子对系统总时延及用户公平性的影响, 建立了一个最小化系统总时延的多元优化问题, 并针对该问题提出了一种两阶段联合优化算法, 其中第1阶段使用带有平衡约束的聚类算法解决用户匹配和无人机的水平部署问题, 第2阶段使用凸优化算法迭代求解无人机高度部署, 资源分配和卸载因子优化问题. 实验结果表明, 与4种基准算法相比, 所提算法在系统总时延和用户公平性两方面具有更好的性能.     

无人机基站部署问题综述: 模型与算法

以无人机为空中基站, 快速构建区域无线网络, 提供应急通信服务, 在地震、洪涝、火灾等突发事件以及战场作战中发挥着重要作用. 无人机基站的部署问题是通过优化无人机空间位置, 提高区域无线网络的服务效率, 这属于无人系统运作管理和无线网络设计领域的重要研究课题. 本文对近10年来无人机基站部署问题领域的主要研究成果进行了系统综述. 首先从服务高度、容量约束、能量消耗、连通性、干扰、用户分布和外部环境等方面分析了相关影响因素, 再从选址角度对主要建模方法进行了分类总结; 然后分析了无人机基站部署优化的求解算法和实验; 最后探讨了下一步重点研究方向.     

概率视距空地信道下的无人机安全通信优化设计研究

考虑在物理层保障无人机多用户通信系统的信息传输安全,一架无人机与多个地面用户进行通信,存在一个地面窃听者尝试窃取无人机发送给用户的机密信息。研究将无人机与地面节点之间的空地信道建模为更符合实际的概率视距信道,在满足无人机飞行条件约束和离散的用户调度约束下,通过联合设计无人机的三维飞行轨迹和用户调度来最大化用户的最小平均安全速率。为求解该模型下的安全通信优化设计问题,首先将其解耦为三个子问题,然后利用整数松弛和连续凸近似方法分别求解三个子问题,最后利用块坐标下降法求出无人机的三维飞行轨迹;在此基础上,根据飞行过程中得到的瞬时信道状态信息,提出无人机飞行速度和用户调度实时优化算法。该算法将优化问题建模为线性规划问题,并用内点法求解。仿真结果表明,与已有基准算法相比,基于概率视距信道模型优化无人机的飞行轨迹可显著提升系统的安全速率,所提的飞行速度和用户调度实时优化算法可进一步提升安全速率性能。     

具有回程约束的多无人机基站的带宽功率与轨迹优化

考虑一个多无人机组网的无线通信系统,多架无人机搭载的空中基站为覆盖区域内的多组用户提供服务。在网络中,由于频谱资源受限,基站的回程链路与用户的数据链路共享相同的频谱,为了合理利用频谱资源并提高用户的通信性能,以达到所有地面用户的最小平均速率最大化的目的,联合优化回程链路和数据链路的带宽、功率以及无人机基站的飞行轨迹,这种联合优化受限于无人机的移动性、频谱带宽以及传输功率。联合优化涉及的问题是非凸的,并且难以得到最优解,因此提出一种高效算法获取高性能的次优解。仿真结果表明,所提出的联合优化算法实现的最小用户速率明显高于基准方案。     

一种基于贪婪算法的WRSN站部署新方法

能源供应问题制约了传统无线传感器网的发展。利用无线电能传输技术实现的无线可充电传感器网(Wireless-chargeable sensor network, WRSN)、摆脱了这一限制, 最小化充电基站的数量对于降低WRSN的部署成本很重要,本文提出了一种贪婪重叠圆算法,使用最小贪婪圆覆盖的思想来优化基站的部署。仿真结果表明,相比现有算法?不仅可以达到更少数量的充电基站,而且不需要将基站固定到某些网格点,给出基站的具体位置信息。     

一种多天线多用户大规模MIMO上行系统能效资源分配算法

针对目前大规模MIMO系统的资源分配研究集中于用户终端配备单天线的场景,但随着技术的发展和用户需求的增长,用户智能终端配备多天线情形越来越多,提出一种基于多天线多用户大规模MIMO上行系统的能效资源分配算法。在满足用户速率和续航要求的条件,基站采用迫零(ZF)接收情况下,通过建立系统能效函数,采用凸优化方法进行优化。首先确定用户不同天线的最优发射功率,再运用二分法确定基站激活的天线数目,通过联合用户发射功率和激活基站天线数来优化系统能效。仿真结果表明本文所提算法可以在迭代次数较少的情况下取得较好的系统能效。     

基于非泊松点过程建模的微基站部署研究

为了提升实际基站部署时的合理性,针对异构蜂窝网络(HetNet)的基站部署,同时考虑了宏基站(mac-ro base station,MBS)与宏基站、宏基站与微基站(pico base station,PBS)部署的相关排斥性,采用蜂窝网络渐进增益分析法推导出两层非泊松网络的覆盖率,并针对网络能效进行分析,推导出系统吞吐量和网络总能效.最后,提出了一种针对微基站发射功率的能效优化算法,通过优化PBS发射功率使网络能效最大化.仿真结果表明,提出的模型覆盖率优于两层HPPP模型,能效优化算法最高可使系统能效提高约30％,在实际基站部署时应调整合适的基站间距和发射功率.     

LTE系统多小区上行联合功控算法

针对传统的小区内开环功率控制算法通常以提升本小区的吞吐量性能为目标，忽略了当前小区用户对邻小区用户同频干扰的问题，为提升边缘用户性能的同时兼顾系统整体性能，提出了一种LTE系统小区间上行联合功率控制（UJPC）算法。该算法采用单基站三扇区为系统模型，以最优化系统吞吐量比例公平函数为目标，首先根据最小信干噪比（SINR）约束值和用户最大发射功率这两个约束条件得到相应的数学优化模型，然后采用连续凸近似的方法求解优化问题得出各个基站所管辖的小区内所有用户的最优发射功率。仿真结果表明，与基准的开环功控方案相比，联合功控方案在保证系统平均频谱利用率的情况下能够较大幅度地提高小区边缘频谱利用率，其最佳性能增益能达到50%。     

基于微基站功率分配的异构蜂窝网络能效优化

针对异构蜂窝网络中微基站密集部署带来能耗不断攀升的问题,对二层异构蜂窝网络能量效率进行了分析,提出一种通过调整微基站发射功率来最大化网络能量效率的方法。首先,利用齐次泊松点过程对异构蜂窝网络进行建模,推导出各层基站的覆盖率;其次,根据能量效率定义,分别推导出网络总功耗和总吞吐量,并给出能量效率的闭式表达式;最后,分析了微基站发射功率对网络能量效率的影响,提出一种能够最大化能量效率的微基站功率优化算法。仿真结果表明,微基站的发射功率对异构蜂窝网络能量效率有显著影响,通过优化微基站发射功率能有效提升异构蜂窝网络能量效率。     

基于智能反射面辅助与无线中继的无人机协作通信系统优化算法

针对采用智能反射面（RIS）辅助与解码转发中继的无人机协作通信系统,研究了RIS反射相位、无人机部署位置和无线中继传输时隙联合优化算法。首先根据协作系统传输协议,建立了以最大化系统端到端信息传输可达速率为目标的资源分配联合优化问题。该问题非凸,为此提出一个交替优化算法,将该非凸问题分解为分别对RIS反射相位、无人机部署位置和协作中继传输时隙进行优化的三个子问题。其中RIS反射相位优化子问题和无人机部署位置优化子问题仍非凸,为此,分别采用半定松弛方法和提出一种基于连续凸逼近的局部区域优化方法进行求解,通过三个子问题的交替和迭代优化得到原问题的次优解。仿真结果验证了提出的联合优化算法获得的系统端到端信息传输可达速率优于其他的基准方案,并发现无人机应部署靠近中继或RIS的上方,其结果与系统的信噪比、RIS的反射元件数量以及RIS和中继所处地理位置等因素有关。     

移动边缘计算中的无人机三维部署和内容缓存优化方法

随着无线网络中的移动数据流量爆炸式增长,支持高速缓存的无人机被应用于移动计算领域充当边缘服务器,为网络中的用户提供按需服务。为了在满足其他资源约束的条件下,给用户带来更好的体验,通过联合优化无人机部署、缓存放置和用户关联以实现最小化所有用户的内容访问时延,并为用户提供质量不同的内容缓存服务。针对多无人机和地面基站协同提供缓存服务的场景,提出了一种基于迭代优化的联合优化算法。该算法通过迭代求解由目标问题分解得到的三个子问题的方式来获得具有收敛性保证的次优解决方案。首先,采用基于连续凸近似的算法求解无人机部署子问题;其次,采用基于贪心的算法求解内容缓存子问题;然后,利用基于罚函数的连续凸近似算法求解用户关联子问题;最后,对上述过程重复迭代,得到目标问题的一个次优解。多次仿真实验验证了所提算法的有效性和可行性。仿真结果表明,与基准算法相比,所提联合优化算法在平均内容访问时延、缓存命中率两方面均具有更好的性能。     

一种高吞吐量的无人机轨迹规划方法

无人机由于具有完全可控的移动性以及快速部署等优点,成为无线通信领域的研究热点。研究一种无人机支持的多播信道,利用无人机作为移动发射机向多个地面节点发送信息,在无人机的有限任务通信时间内,设计一种连续圆飞行轨迹方法。面向随机分布的多个地面节点,设定距离阈值对地面节点进行分组,通过求解新型旅行商问题确定无人机对各个分组的通信顺序,在满足无人机与地面节点通信覆盖需求的情况下,对圆心、无人机的飞行速度以及飞行半径进行求解,确定各个分组的圆形飞行轨迹,进而生成连续圆飞行轨迹。为实现吞吐量最大化目标,基于连续圆轨迹,在轨迹、功率一定情况下进行功率和轨迹优化,并通过交替联合优化无人机轨迹和功率以提高无人机对地通信系统整体性能。仿真结果表明,与基准方案相比,该方法系统吞吐量明显提高。     

LTE家庭基站部署中的下行功率控制

家庭基站在LTE中的密集部署,重叠覆盖会在家庭基站间造成较强的干扰。针对家庭基站的下行干扰,提出了一种基于路损的功率控制算法。该算法以下属用户的路损和相邻基站的非下属用户最小路损作为设定基站初始发射功率的依据,用户计算各自的信干噪比（SINR）,并将信干噪比映射成信道质量指示（CQI）发送给家庭基站,各基站根据反馈信息调整自身发射功率,充分考虑到了自身发射功率不足和外界干扰两种情况。仿真结果表明,该算法很好地控制了用户的SINR,同时有效提高了家庭基站用户的吞吐量。     

无线携能通信下mmWave协作通信小单元的能效最优策略

针对无线携能通信(SWIPT)网络中的能量与信息同时传输阶段的优化问题,以最大化链路能量效率为目标,提出一种SWIPT下mmWave协作通信小单元的能效最优策略。该策略在最小链路传输速率和最小收集能量的联合约束下,在能量受限型用户设备的接收端采用功率分流工作模式,通过优化发射功率控制和功率分流因子,最大化系统链路能量效率。针对原问题是一个非凸的分式规划问题,具有NP难性质,采用Dinkelbach方法将目标函数转化为易于求解的凸优化问题,并设计一个交叉迭代的算法求出最优解。仿真实验结果表明,提出的策略在优化系统能量效率性能上要优于传统功率控制方法和最大发射功率法。     

基于QoE的无人机网络部署和缓存策略优化方法

为了最大限度提升用户的体验质量,设计了一个使用支持缓存的无人机进行辅助通信的蜂窝网络模型。该模型使用无人机通信和边缘缓存相结合的方式来进行流量卸载,通过联合优化无人机部署,缓存放置和用户关联以实现用户QoE的最大化,并使用平均意见得分来对其进行评估。基于问题定义,提出了一个无人机部署、缓存放置和用户关联的联合优化算法,以最大化MOS。该联合算法使用K-means聚类算法为用户创建基于用户位置的无人机部署集群,使用基于罚函数的凸优化算法以获得缓存放置策略,使用贪心算法以获得对用户的关联策略。多次仿真实验验证了所提出算法的有效性和可行性。实验结果表明,与三种基准算法相比,所提出的联合优化算法在MOS、回程流量卸载率和内容访问时延三方面均具有更好的性能。     

一种基于价格竞争的D2D通信资源分配算法

针对蜂窝用户与D2D用户所构成的混合网络系统中同频干扰问题,提出一种基于价格竞争的D2D通信资源分配算法.该算法不仅考虑利用基站定价来减小对蜂窝系统的干扰,而且联合基站端的干扰容限对干扰功率进行约束.首先将问题公式化制定非合作博弈过程,利用效用函数模型分析D2D用户的利润和对蜂窝基站的干扰,从而调整发射功率最大化系统整体收益;然后通过通信的D2D用户来更新干扰继而更新复用价格;最后采用注水算法利用拉格朗日条件来优化价格.仿真表明,该算法不仅可以简单地控制干扰功率,而且还有效地提高了系统吞吐量.     

实时工业物联网的功率域非正交多址接入基站选址算法

针对工业物联网（IoT）中接入延迟较大的问题,提出一种实时工业IoT的功率域非正交多址接入（PDNOMA）基站选址算法。该算法在PD-NOMA技术的基础上,以数据收集基站的位置为优化手段,通过最大限度地实现用户功率分复用来实现接入延迟的最小化。首先,证明对任意两用户若实现它们的并行传输,则合格的基站可解码区域必为圆,因此,所有的两用户组合可得到基站可解码区域的集合,且集合中区域间的每个最小相交区域必为凸区域,从而可知这些最小相交区域必定包含数据收集基站的最优位置。然后,对于每一个最小相交区域,以基站放置在该区域的网络生成图的最小链划分数作为接入延迟的度量标准。最后,通过最小链划分数的比较得出基站的最优位置。实验结果表明,解码阈值为2用户数为30时,所提算法的平均接入延迟降低为经典时分多路方式的36.7%,并且随着解码阈值的降低和信道衰减因子的增加,接入延迟可获得近似线性的降低。所提算法对海量超可靠低延迟通信从接入层角度提供了参考。     

基于3D-Tabu禁忌搜索的广域环境MESH网络节点部署优化算法研究

受限于广域环境的特殊三维地形及其大覆盖面积,需要一个能够基于三维地理广域场景的节点智能化部署方案.本文结合WiFi MESH网络、动态组网算法等知识,基于广域三维山区环境,提炼出数学模型,并运用MESH网络和启发式搜索算法的思想,在满足最小建设成本、最大覆盖率以及最优网络服务质量三个限制条件综合最优的前提下,提出了一种基于三维禁忌搜索算法的多目标优化节点部署方法.此外,还提出了一种可以针对不同应用场景的"加权求和"综合评价机制.仿真实验结果表明,提出的三维禁忌搜索算法可有效获得满足约束条件的优化部署方案;通过对加权系数的分析验证了评价机制的科学优化程度.此外,本文提出的搜索算法可以根据不同的应用场景获得一个最优化的智能基站部署方案,推动了智能基站自动部署规划在广域场景中的应用.