支持D2D通信的蜂窝网自适应资源分配算法

针对蜂窝与D2D混合网络中资源分配技术不具有自适应性、造成资源浪费的问题,提出一种根据实际网络环境自适应调整的资源分配方案,并设计两阶段的资源分配算法对该方案进行求解。第一阶段根据用户间的干扰自适应调整使用每个资源块的用户个数和D2D用户可使用的资源块个数,第二阶段利用改进的粒子群算法以吞吐量最大为目标分配功率。仿真结果表明,该算法的性能与穷举搜索最优算法最相近,且系统吞吐量和D2D用户的接入率都明显大于固定分配的算法。     

动态主用户流量模型的跨层优化设计

为适应主用户流量变化较快的场景,在不完美频谱感知的情况下最大化认知用户的吞吐量,提出了一种基于集中式Overlay认知无线网络中感知时间与资源分配跨层优化算法。将优化目标分解为信道分配和检测时间同功率分配联合优化两个子问题,通过子算法迭代,最终得到感知时间与资源分配的联合最优解。仿真结果表明,相对于仅考虑频谱感知或资源分配的单层优化算法,该算法可在兼顾公平的前提下使次用户吞吐量得到有效提升。     

认知无线网中基于大数据分析的感知时间与功率优化研究

随着无线网络的迅速发展,信息社会进入了大数据时代.无线网络数据爆发式的增长和频谱的稀缺影响着网络的通信效率.为了降低认知无线网中认知用户对主用户的干扰,并为了最大化系统的认知吞吐量,通过大数据技术分析最优感知时间与最优功率的分配,从而最大限度地优化认知网络,最大化认知无线网络的认知吞吐量.提出了一种基于大数据分析优化感知时间与功率的方案,单独分析了两个参数,通过大数据技术联合两者优化,确定了最优感知时间与功率.与传统穷举方案相比,所提方案认知用户的收益更高,且复杂度较低.     

认知无线电中基于QoS分级的频谱分配策略

为提高认知无线电中的系统吞吐量,保证频谱分配的公平性,提出一种基于服务质量(QoS)分级的频谱分配策略。建立模糊综合判决模型,根据认知用户的业务类型判别其QoS级别,应用CMSB信道分配算法进行频谱分配。仿真实验结果表明,该频谱分配策略能在满足认知用户QoS需求的同时,保证较高的系统吞吐量和接入公平性。     

OFDMA系统中基于遗传算法的资源分配

资源分配是OFDMA系统中保证用户QoS和提高系统容量的一种重要手段.在传统的OFDMA资源分配算法中,分组调度和子载波分配两部分是独立进行优化的.为了进一步提高系统的整体性能,提出一种基于遗传算法的分组调度和子载波分配联合优化的资源分配算法.资源分配算法中,利用随机逼近的方法来更新调度算法中的控制参数,在保证用户公平性的前提下最大化系统吞吐量;利用遗传算法来求解联合优化中的子载波分配.仿真结果表明,无论是在系统的吞吐量、丢包率,数据包等待时延还是用户公平性方面,都具有良好的性能.     

基于改进遗传算法的D2D资源分配策略

针对D2D（Device to device, D2D）通信技术在蜂窝系统中的资源分配与干扰问题,提出一种基于改进遗传算法的D2D资源分配策略。首先,确定保证蜂窝用户和D2D用户通信质量的功率范围,然后提出一种改进的遗传算法来确定D2D的最佳发射功率,最大化系统吞吐量。该算法在保证蜂窝系统服务质量（Quality-of-service, QoS）的同时,让交叉算子和变异算子随进化代数进行自适应变化,从而达到全局最优。仿真结果表明,本文所提算法可有效提升系统吞吐量并提高D2D用户的信道利用率。     

非理想条件下OFDMA系统物理层安全的资源分配算法

针对OFDMA系统中用户QoS需求的差异性,提出了一种非理想状态下不同用户的资源分配算法,即求取用户携带比特数和发射功率最优解问题。基于自适应功率分配增益较小的情况,通过进行功率的平均分配来降低算法复杂度,基于吞吐量最大化原则,将剩余未分配的子载波分配给能获得最大传输速率的用户,提升系统的整体吞吐量水平。仿真结果表明:相对于其他传统资源分配算法,这个算法能够保证不同混合用户的最小传输速率要求的同时,有效提升算法的公平性。     

认知无线电中基于协同中继的网络性能优化

针对认知无线电和协同通信这两种技术的结合,在认知无线电中设计联合解码转发JDF方案,在保证主要网络链接的服务质量(QoS)的前提下,无论在峰值干扰约束还是均值干扰约束的情况下,都能得到最优解,使认知无线电用户的传输速率最大化;通过仿真分析可以得出:在认知无线电网络中,使用优化后的发射功率和恰当的协同中继进行传输能提高系统性能,优于直接传输和单独的协同传输.     

基于NBS优化的认知网络高能效资源分配

在具有多个次级用户的认知无线电网络中,资源分配问题通常需要同时考虑能效、网络编码的合作传输.针对多次级用户的资源分配问题,使用纳什议价方案建立了一种博弈.该博弈使用考虑成对策略的NBS函数和作为网络优化目标,并使用上下文环境作为约束;引入对次级用户间的双赢合作,使系统的吞吐量和公平性性能得到了改善,并基于此提出了一种高能效的次优资源分配方案.仿真结果显示,所提算法在公平性和能量效率两方面折中的性能要好于通常的距离成对机制,同时其计算复杂度也低于遍历搜索最优化方法.     

基于Kuhn-Munkres最优匹配的D2D资源分配算法设计

由于资源复用,D2D链路与蜂窝链路之间会产生同频干扰.为了抑制这种干扰,提出了一种基于Ku-hn-Munkres最优匹配的资源分配算法.该算法采用了图论中的Kuhn-Munkres最优匹配算法来实现最大限度的复用系统内的RB,达到提高系统吞吐量的目的.同时,通过使一对D2D用户复用多个RB进行通信以保证不同的QoS需求.最后,通过计算机仿真可以看出,该算法既可以有效地满足D2D用户的不同QoS需求,又提高了系统吞吐量.     

A high speed 1000 fps CMOS image sensor with low noise global shutter pixels

A low read noise 8T global shutter pixel for high speed CMOS image sensor is proposed in this paper.The pixel has a pixel level sample-and-hold circuit and an in-pixel amplifier whose gain is larger than one.Using pixel level sample-and-hold circuit,the KTC noise on FD node can be effectively cancelled by correlated double sampling operation.The in-pixel amplifier with a gain larger than one is employed for reducing the pixel level sample-and-hold capacitors thermal noise and their geometric size.A high speed 1000 fps 256×256 CMOS image sensor based on the pixel is implemented in 0.18μm CMOS process.The chip active area is 5 mm×7 mm with a pixel size of 14μm×14μm.The developed sensor achieves a read noise level as low as 14.8e-while attaining a high fill factor of 40%.The full well capacity can contain 30840e-and the resulting signal dynamic range is 66 dB.     

A uplink radio resource allocation scheme for localized SC-FDMA transmission in LTE network

The radio resource allocation is one of the most important issues to achieve effective wireless communication. In Long Term Evolution (LTE) network, single carrier frequency division multiple access (SC-FDMA) is applied as the transmission technology for uplink traffic. Most researches focus on maximizing the system throughput of SC-FDMA under changeable channel condition. However, users may require different quality of services (QoS) for different applications. This paper studies radio resource allocation for QoS users in localized SC-FDMA system. The proposed scheme divides allocation process into matching algorithm and radio resource assignment algorithm. The Gale–Shapley algorithm is applied to find the optimal matching between resource blocks (RB) and user equipment (UE) by considering channel conditions and the desired QoS. Then the resource assignment algorithm heuristically allocates bandwidth to UE by referring the matched RB under the constraint of carrier continuity. This paper modified the Recursive Maximum Expansion (RME) algorithm to effectively assign radio resource for UEs with different bandwidth demands. The performance of our proposed scheme is compared with the modified RME scheme through exhaustive simulations. The video streaming, VoIP, and FTP traffic types were adopted for simulations. Our simulation results show that the proposed scheme achieves better QoS satisfaction and system throughput than the RME-modified scheme.     

一种公平的认知无线电系统下行频谱分配策略

目前关于认知无线电频谱分配的研究大多以最大化系统容量为目标,很少考虑认知用户的QoS需求,频谱分配方案设计缺乏公平性。针对主用户干扰限制和保障认知用户QoS需求,结合OFDM技术,研究了认知无线电场景中下行多用户分配算法。该算法构建不等式约束下的目标函数以最大化系统容量,通过拉格朗日(Lagrange)对偶优化法给出近似最优解。仿真结果表明,所提算法在牺牲系统和容量的前提下充分保证了次用户的QoS需求,提高了系统的公平性。     

Joint iterative algorithm for optimal cooperative spectrum sensing in cognitive radio networks

In this paper, joint optimization of throughput and error rate via cooperative spectrum sensing in cognitive radio networks is investigated. An optimization problem is formulated, which aims to maximize the average achievable throughput of cooperating cognitive users while keeping the error rate at a lower level. This is a multi-variable nonconvex optimization problem. Instead of solving it directly, we propose an iterative algorithm which jointly optimizes the threshold and sensing time together to decrease the effect of the error and to increase the achievable throughput. We first prove that the local error rate of the cognitive user is a convex function of energy threshold and determine a closed-form for the optimal threshold which minimizes the error rate. Then we show that the AND rule is the optimal fusion rule to maximize the achievable throughput. Furthermore we determine the least number of cooperating cognitive users that can guarantee a minimum target error rate. This initial nonconvex problem is converted into a single variable convex optimization problem which can be successfully solved by common methods e.g. Newton’s method. Simulation results illustrate the fast convergence and effectiveness of the joint iterative algorithm.     

OFDMA协同通信系统资源分配算法

提出了一种OFDMA协同蜂窝网中满足用户QoS需求且兼顾用户公平性的子载波和功率联合分配算法。针对已有算法仅考虑平均功率下的子载波分配、中继节点存在未用功率的情况,研究了子载波分配完毕后中继节点剩余功率最优分配问题。给出了一种基于二分法的功率注水分配方案。仿真结果表明,所提出的子载波和功率联合分配算法能够在满足用户QoS需求及公平性的同时,进一步提高网络吞吐量。     

基于合作中继的OFDM蜂窝网络的QoS感知子载波分配算法*

针对基于中继的OFDM蜂窝网络,提出了一种基于合作中继的QoS感知子载波分配算法,即C-QSA(cooperative QoS-ware subcarrier allocation)算法。C-QSA算法利用基站与中继节点之间的合作传输机制来保证QoS业务的速率要求,允许中继节点进行比特重分配,充分利用无线系统的时变及多用户分集特性,提高无线资源的利用效率。C-QSA算法将子载波分配问题抽象为非线性整数规划,以最大化系统效用为目标,同时满足QoS业务的速率要求。仿真结果表明,C-QSA算法在用户效用及吞吐量等性能方面都有明显优势,系统实际效用接近理论最优值。     

基于HAGA的D2D-NOMA资源分配优化算法

针对无线系统带宽资源有限、基站负载压力大、传输时延长等问题,提出一种基于非正交多址接入技术的D2D系统吞吐量最大化资源分配算法。在不同用户的服务质量约束条件下,建立D2D系统吞吐量最大化资源分配模型。该模型的优化目标是一个混合整数非线性规划问题,将其解耦为信道匹配与功率分配2个子问题并分别进行处理,利用自适应惩罚函数法处理约束条件并提出一种基于爬山策略的自适应遗传算法以对问题进行求解。仿真结果表明,与GA、AGA算法相比,该算法能够有效提高D2D系统的吞吐量,且收敛性能更好。     

EMSC: a joint multicast routing,scheduling, and call admission control in multi–radio multi–channel WMNs

This paper deals with the problem of joint multicast routing, scheduling, and call admission control in multiradio multi-channel wireless mesh networks. To heuristically solve this problem, we propose a cross-layer algorithm named “extended MIMCR with scheduling and call admission control phases (EMSC)”. Our model relies on the ondemand quality of service (QoS) multicast sessions, where each admitted session creates a unique tree with a required bandwidth. The proposed scheme extends the MIMCR algorithm to fairly schedule multiple non-interfering transmissions in the same time slot. It also exploits a call admission control mechanism to protect the QoS requirements of the multicast traffics. EMSC reduces the number of occupied time slots, with consideration of spatial reuse, both Intra-flow and Inter-flow interferences, and selecting the minimuminterference minimum-cost paths. This subsequently leads to better radio resource utilization and increases the network throughput. Simulation results show that the proposed algorithm outperforms the other algorithms and improves the network performance.     

下含D2D蜂窝网基于有向加权二部图的资源分配

针对蜂窝下含D2D系统最多允许一条蜂窝链路和一条D2D对链路同时共占信道的场景,旨在设计一种低复杂度的资源分配算法。首先将以最大化系统吞吐量为目标的资源分配问题归结为整数规划问题。考虑到干扰是决定两条链路能否共占信道的关键因素,将最优化问题转化为以最小化干扰链路信道增益为目标的问题;该问题可看作一对一双偏好最优匹配问题,为此,首次提出有向加权二部图的相关概念,并用它对最优化问题建模。为了降低寻找最优匹配的难度,提出一种贪婪算法,该算法复杂度仅为O(n)。仿真表明,与加权二部图算法相比,所提算法不仅在复杂度方面下降两个数量级,而且在一定范围内得到的系统吞吐量与容量等性能比加权二部图算法略优。