基于干扰消减的认知无线电频谱分配算法

在认知无线电网络的频谱分配过程基础上,提出了一种基于干扰消减的频谱分配算法.该算法通过将可用频谱分配给能够同时无干扰地接入同一频谱的所有认知用户来提高授权频谱的使用率.同时,该算法参考各个认知用户在初始阶段的可用频谱数量来为未分配到频谱资源的认知用户进行频谱分配,对频谱分配过程的公平性进行了优化.仿真结果表明,该算法能够在认知用户数量较多、可用频谱紧张的情况下获得较高的吞吐量.     

一种兼顾速率公平的多用户子载波功率联合分配算法

随着无线通信技术的迅猛发展,无线资源的需求量越来越大,用户对服务质量的要求也越来越高,因此,未来通信系统需要智能地在用户服务质量(QoS)需求和无线资源限制间进行一个有效的折中。为了提高认知无线网络频谱利用率,在可用子载波、次级用户功率预算及公平性等约束条件下,基于速率自适应(RA)准则,提出了在认知正交频分复用(OFDM)系统中兼顾速率公平的多用户子载波功率联合分配算法。该算法将子载波和功率分配分为两步,在兼顾各次级用户速率公平性的同时,最大化链路容量。仿真结果表明,该联合分配算法在系统吞吐量与次级用户速率公平性之间可以取得有效的折中。     

一种结合信道性能的频谱分配算法

在认知无线电网络中,由于授权信道的时变性,各可用信道的性能相差较大。为避免过多使用忙闲交替频繁的信道,首先用ON—OFF模型建模授权信道的使用情况,并推导了认知用户切换概率,提出了一种用信道状态变化率衡量信道性能的方法。在此基础上提出了一种结合信道性能的频谱分配算法,在网络吞吐量相同或相近情况下优先分配性能较好的信道。仿真分析表明,这种结合信道性能的频谱分配算法在降低切换概率的同时提高了实际总效益。     

OFDM中基于信道变化载波分配算法

OFDM系统利用用户的多样性,根据信道状态对系统中的子载波资源进行动态的分配,有效的提高了系统的容量。最大化系统容量的子载波分配算法,忽略了用户之间的公平性。使某些信道状态不好的用户由于没有被分配子载波,不能进行数据的传送。针对这一问题提出一种新的子载波的分配方法,在有效保证系统容量的前提下,通过确保每个用户分配到的子载波数目,兼顾了用户之间资源分配的公平性。     

基于认知无线电的动态信道分配算法

动态信道分配技术是TD-SCDMA系统的关键技术之一,通过实施动态信道分配方案可以提高频谱利用率、系统容量和提升通信质量。结合现有的可移动边界分配策略,提出了一种基于认知无线电的动态信道分配算法。系统实时感知周围频谱环境,分析并利用空闲频道资源,实现信道的动态分配;最后进行了系统仿真,仿真结果表明改进后系统性能得到一定的提升。     

认知无线网络中基于联合波束形成和功率分配的低复杂度SINR均衡算法

认知无线电作为提高频谱使用效率的有效手段成为当前通信领域的研究热点。本文研究了单输入多输出的多用户认知无线网络,在主用户的干扰功率约束和认知用户的发射功率约束下,针对认知用户的信干噪比均衡问题,提出了一种低复杂度的联合波束形成和功率分配算法。与已有算法相比,该算法可以在保证最优的均衡信干噪比水平的同时,大幅度降低矩阵求逆和矩阵特征值分解的次数,特别是当处于通信状态的主用户和认知用户数目很多时。本文理论证明了所提算法的收敛性和最优性,并进行了详细的复杂度分析。理论分析和仿真结果均表明在多用户的认知无线网络中,本文所提算法可以将已有算法的平均运算复杂度降低50%以上。     

基于认知的拓扑生成与信道分配算法

认知无线电技术通过感知周围环境,自适应地调整拓扑结构和通信参数,可以有效地提高通信性能。由于环境的变化,尤其授权用户工作状态的变化,认知无线电网络的拓扑结构和信道分配结果也动态变化。主要基于图论模型研究最大化瓶颈链路吞吐率目标下的拓扑生成与信道分配问题。基于KM算法提出了干线节点和剩余节点的信道分配方法,仿真分析表明,可用信道比例较低时,EC、PCA、MDS、LTSA和DM方法可以在一定程度上提高组网的成功率。     

一种面向CR-NOMA系统的动态功率分配算法

在密集小区的认知无线电非正交多址（cognitive radio non-orthogonal multiple access, CRNOMA）网络场景下,针对用户采取Underlay方式复用时信道频带利用率低的问题,提出了一种基于能效的组合用户动态功率分配算法.该算法在保证主用户服务质量前提下,基于用户之间的干扰和信干噪比,优化了组合多用户的接入方案,使信道接入用户数量最大且提高了频带利用率.同时,根据增益排序下的功率差额配比改进了剩余功率再分配方案,使空闲功率重新利用更加合理和有效.仿真结果表明,本文算法可以有效实现接入用户数量最大化的同时提高了频谱利用率.     

基于注水原理的TDCS功率分配算法

变换域通信系统(TDCS)具有对环境感知的能力,可以躲避干扰,具有优异的抗干扰性能.传统的TDCS在执行二元判决后采用了平均功率分配,这没有体现出信道间的质量差别.在自适应多门限基函数的基础上,对信道质量进行进一步细化,并基于"注水"原理,对TDCS基函数的功率谱进行优化分配,充分利用好的信道条件,舍弃较差的信道,对功率进行优化分配.仿真结果表明,采用此种算法能明显提高系统容量,具有很好的系统性能.     

一种适用于多信道联合组网的时隙分配新算法

分析了多信道联合组网时隙分配问题的特点,提出分配时隙时应该综合考虑容量需求、负载均衡和分配均匀度三方面因素,并设计了估计该三方面需求满足程度的方法。基于遗传算法,提出了适用于求解该问题的优化算法。仿真试验表明,提出的新算法能够有效求解多信道联合组网环境下的时隙分配问题。     

基于MIMO信道估计误差模型的功率分配与自适应调制算法

该文分析了瑞利平坦衰落信道下,信道估计误差对采用迫零接收的MIMO系统性能的影响,提出了一种以系统有效吞吐量最大化为目标的功率分配与自适应调制算法。为了减少信道估计误差对实际系统性能的影响,该算法对发送端估计的信噪比进行修正,并以此作为功率分配和自适应调制的依据。在系统总功率受限的条件下,对发端多天线的功率分配结合了空域注水定理和比特分配,并尽量保证调制阶数高的数据符号所在天线的功率。仿真结果表明,该算法实现较简单,获得的系统有效吞吐量接近于最优值,适用于实际系统。     

Joint Channel Allocation and Power Control Optimal Algorithm Based on Non-cooperative Game in Wireless Sensor Networks

In order to reduce the wireless sensor network interference, and balance the network energy consumption, we have established a joint channel allocation and power control optimal game model. The model takes the network interference, and the residual energy of nodes as the parameters. What’s more, the model considers the independent and influencing relation between channel allocation and power control. In addition, we design a joint channel allocation and power control optimal algorithm based on non-cooperative game (JCAPGA), and then prove that JCAPGA converges to Nash equilibrium. Simulation results show that, JCAPGA has a good network performance of lower interference and uniform energy consumption.     

基于Bayes估计和数据流间功率分配的联合干扰相位对齐算法

针对信道状态信息（CSI）存在时延和误差的情况,本文提出了适用于多小区MIMO-BC的基于Bayes估计和数据流间功率分配的联合干扰相位对齐算法.首先,发送端通过Bayes估计获得当前CSI的最佳估计;其次,通过最大化期望信号功率与小区间干扰功率的比值来设计干扰抑制矩阵;而在反向通信时,通过最大化信干比来设计预编码;进一步地,结合注水算法来优化功率分配.最后,采用相位对齐将数据流间的干扰旋转到目标接收数据流的信号空间中,进而增强目标数据流的接收功率.仿真表明,无论是在理想CSI还是时延误差CSI,本文算法较其他算法都有一定的性能优势.     

基于动态反馈与功率分配的干扰对齐方法

在多用户MIMO系统中,信道状态的精确性严重影响干扰对齐技术的性能。该文针对信道状态信息(CSI)有限反馈导致的干扰泄露问题,提出一种基于动态反馈与功率分配的干扰对齐方法。首先从理论上分析了系统和速率与信道状态反馈比特分配和功率分配之间的关系,得到了在动态反馈和功率分配条件下系统和速率的解析表达式;在此基础上,以系统容量提升为目标,对反馈比特分配和功率分配优化问题进行建模;并根据信道的准静态特性利用库恩塔克条件(KKT)对该问题进行求解,得到功率和反馈比特分配方案。仿真结果表明,与单独考虑信道状态动态反馈条件下的干扰对齐技术相比,提出的方法能够有效减少干扰泄漏强度,提高系统和速率。     

基于QoS和干扰温度约束的多用户认知无线电网络最优功率分配(英文)

Power allocation is an important issue for Cognitive Radio Networks(CRNs),since it needs to consider the Quality of Service(QoS) for Secondary Users(SUs) while maintaining the interference power to Primary User(PU) below the Interference Temperature(IT) threshold. In this paper, based on Euclidean projection, we propose a distributed power control algorithm with QoS requirements to minimise the total power consumption of SUs under the time-varying channel scenario. Considering the maximum transmit power constraints and the minimum signal to interference plus noise constraints for each SU, together with the IT constraints for each PU, the power allocation problem is transformed into a convex optimization problem without auxiliary variables, and is solved by the Lagrangian dual method with less information exchange.Simulation results demonstrate that the proposed scheme is superior to the Iterative Water-Filling Algorithm(IWFA).     

认知无线电中一种基于干扰温度的功率控制算法

基于干扰温度模型,应将认知无线电网络中认知用户与主用户共享频谱时应满足各自的用户服务质量（QoS）问题转化为有约束的非线性功率控制优化问题。运用迭代算法和拉格朗日相关理论探讨出一种近似最优的功率分配算法。理论分析和仿真表明,该算法既能满足主用户的干扰温度容限,同时又能使认知用户获得很好的信噪干扰比,增大系统的吞吐量。     

一种基于动态功率分配的干扰对齐优化方法

干扰对齐是解决无线通信系统中同频干扰的有效手段,显著地提高了多小区MIMO系统的容量。为了解决常规干扰对齐算法只在空间域上对齐的不足,提出一种联合功率分配的干扰对齐优化方案。基于信道矩阵的弦距离计算和优化干扰对齐方案的预编码矩阵;然后在用户的各个数据流之间进行动态功率分配,使干扰进一步减小。仿真结果表明,相比已有的预编码矩阵设计方案,系统容量有明显的改进,降低了系统误码率,具有良好的工程适用性。     

一种新的时变衰落信道下MIMO系统的功率分配与自适应调制算法

本文提出一种在时变衰落信道下,MIMO系统的功率分配和自适应调制方法.该方法采用空域注水定理,在发送端天线的平均功率受限的条件下,按照信道传输矩阵的奇异值对发端的多天线进行最优功率分配和自适应MQAM调制.本文从频谱效率方面对其性能进行分析.给出了信道估计的误差和反馈时延对该方法的影响.理论分析和仿真结果表明,该方法实现简单,且与传统的总功率受限的自适应调制方法相比,具有更高的频谱效率.     

基于智能天线和资源预留的抗基站间干扰DCA分配算法

本文针对TD-SCDMA系统在次叉时隙间快速动态信道分配算法的不足,提出了一种基于智能天线和优级信道预留的快速动态信道分配算法。该算法在进行资源整合的基础上将信道条件较好的用户分配于交叉时隙,同时尽量分配多址干扰小的时隙给用户,从而达到减少交叉时隙干扰,提高频谱效率的目的,仿真结果表明该算法能够有效增加系统容量,改善系统性能。