冲击噪声背景下基于KPCA和C-SVM的频谱检测算法

针对背景噪声是冲击噪声,且在低信噪比中,二级用户检测性能低的问题,提出了核主成分分析(Kernel PrincipalComponent Analysis,KPCA)和C-支持向量机(Support Vector Machine,SVM)的频谱检测方法.提取接收信号的循环谱特征,核主成分分析对信号特征进行降维,提取出信号的主要非线性特征,再结合C-SVM对接收信号进行分类.仿真结果表明,在冲击噪声背景下,低信噪比中,与PCA-SVM、SVM算法进行比较,所提算法能够提高次级用户的检测性能.     

多目标联合优化的移动中继选择策略

为了在提升用户吞吐量的同时降低中继节点切换概率,分析了动态场景下用户与中继节点的移动状态,提出了多目标联合优化的移动中继选择策略.算法通过分析动态场景中影响系统吞吐量与中继切换概率的因素进行中继节点选择,充分考虑了多跳蜂窝网络的移动特性和用户呼叫到达状态.仿真结果表明,所提算法在有效提升用户吞吐量的同时降低了中继切换概率.     

随机化竞争的LTE-A中继蜂窝小区边缘协作调度策略

提出了随机化竞争调度算法. 该算法属于协作调度算法的范畴,适用于对相邻中继蜂窝小区边缘的用户进行联合调度. 以此算法为基础,提出了基于随机化竞争的中继蜂窝小区边缘协作调度策略. 该策略通过在相邻小区边缘可能产生资源冲突的区域形成协作中继簇,并在协作中继簇覆盖的区域内应用随机化竞争调度算法,能够尽量避免相邻小区之间产生同频干扰,从而提升小区边缘的传输性能. 仿真结果表明,所提出的协作调度策略有效地降低了相邻小区中继站对边缘用户的干扰,提升了小区边缘的吞吐量,并在一定程度上增强了小区中心和边缘区域之间的调度公平性.     

整体优化的吞吐量预测中继选择策略

提出了一种蜂窝网络中关于移动中继的选择方案,将小区内的用户按照下行路径损耗分为一跳用户和两跳用户.一跳用户由基站直接对其分配资源,两跳用户采用整体优化的吞吐量预测中继选择算法选择空闲用户作为中继节点.该算法全面考虑了带宽与信道质量对通信速率的影响,以两跳用户所在接入链路与回程链路吞吐量相等为原则主动调节两跳用户带宽分配比例,并且通过匈牙利算法计算出系统吞吐量最大时的最佳匹配矩阵.仿真结果表明,该算法能够有效提升边缘用户吞吐量和频谱利用率.     

基于软件定义的以用户为中心的5G无线网络架构

5G无线接入网络是一种复杂的异构网络,各个协议之间的封闭性限制了网络性能.为了统一管理异构网络,向用户提供个性化的服务,提出了一种基于软件定义的以用户为中心的新型网络架构.该架构通过软件定义的形式统一管理所有无线网络,打破了传统蜂窝小区的概念,针对每个用户生成以用户为中心的小区,小区内的所有基站都能为该用户提供服务.这种新的网络架构能够为用户提供个性化的网络服务,提升用户的峰值速率和边缘用户性能.     

合作认知无线网络中能效最优资源分配

针对能量受限的合作认知网络,该文研究在保证主用户服务质量要求下,认知用户能量效率最大化问题。认知用户利用信能同传技术接收主用户信号,并采用解码转发协议协助主用户通信。基于分式规划和引入辅助变量将原始非凸问题转换为凸优化问题进行求解,并提出一种迭代的资源分配算法。仿真结果表明,所提算法能够快速收敛于最优解。与能量合作方案相比,该文所采用方案能量效率显著提高,同时能更好地保证主用户服务质量要求。     

基于绝对值累积的主用户动态到达频谱感知算法

在认知无线电网络的主用户动态到达频谱感知场景中,针对拉普拉斯脉冲噪声干扰导致频谱检测性能下降的问题,提出基于绝对值累积(AVC)的频谱感知算法。假设接收到的主用户信号服从泊松分布,对接收信号进行AVC处理抑制脉冲噪声干扰,并将处理信号累积求和作为判决统计量,得到判决统计量的均值与方差,求出判决门限理论表达式以判断主用户是否动态到达,从而实现频谱感知。理论分析与仿真结果表明,该算法在不同虚警概率、信噪比及累积求和采样点数量下的检测概率均优于改进的能量检测算法。