基于智能反射面辅助的无线供电通信网络鲁棒能效最大化算法

为了解决能量收集效率易受到障碍物阻挡和信道不确定性影响的问题,该文提出一种基于智能反射面(IRS)辅助的无线供电通信网络鲁棒能效(EE)最大化算法。首先,考虑最小收集能量、IRS相移、最小吞吐量等约束,基于有界信道不确定性,建立一个联合优化能量波束、相移、传输时间的多变量耦合非线性资源分配模型。然后,利用最坏准则、变量替换和S-Procedure等方法,将原非凸问题转换为确定性凸优化问题,同时,提出一种基于迭代的鲁棒能效最大化算法进行求解。仿真结果表明,与现有算法比较,该文算法具有较好的能效和鲁棒性。     

智能反射面辅助的抗干扰安全通信系统鲁棒资源分配算法

为了解决恶意干扰攻击、窃听和不完美信道状态信息造成的通信质量降低和安全性差等问题,该文提出一种智能反射面(IRS)辅助的抗干扰安全通信系统鲁棒资源分配算法。首先,基于合法用户的最小安全速率约束、最大发射功率约束和IRS相移约束,在非法节点不完美信道状态信息、干扰器波束成形向量未知的情况下,构建了一个联合优化基站的波束成形向量、人工噪声的协方差矩阵和IRS的相移矩阵的鲁棒资源分配问题。其次,为了求解该非凸问题,利用交替优化、Cauchy-Schwarz不等式、连续凸逼近和泰勒级数展开等方法,将原问题转化为易于求解的凸优化问题。仿真结果表明,与传统算法相比所提算法能有效提高系统安全性、降低功率开销、提高抗干扰裕度,且在一定信道误差范围内能够减低约35%的保密中断概率,具有较强的鲁棒性。     

可重构智能表面辅助的非正交多址接入网络鲁棒能量效率资源分配算法

为提高非正交多址接入(NOMA)网络的鲁棒性和系统能效(EE),考虑了不完美信道状态信息,该文提出一种可重构智能表面(RIS)辅助的NOMA网络鲁棒能效最大资源分配算法。考虑用户信干噪比(SINR)中断概率约束、基站的最大发射功率约束以及连续相移约束,建立了一个非线性的能效最大化资源分配模型。用Dinkelbach方法将分式形式的目标函数转换为线性的参数相减的形式,利用S-procedure方法将含有信道不确定性的SINR中断概率约束转换成确定性形式,利用交替优化算法将多变量耦合的非凸优化问题分解成多个凸优化子问题,最后用CVX对分解出的子问题进行求解。仿真结果表明,在EE方面,所提算法比无可重构智能表面(RIS)算法提高了7.4%。在SINR中断概率方面,所提算法比非鲁棒算法降低了85.5%。     

基于硬件损伤的异构网络鲁棒安全资源分配算法

针对多蜂窝多用户异构网络中收发机处信号畸变、用户信息泄露和传输中断等问题,该文提出一种基于硬件损伤的异构网络鲁棒安全资源分配算法。考虑小蜂窝用户最小安全速率约束、小蜂窝基站最大发射功率约束和宏用户干扰功率约束,建立了基于有界信道不确定性的能效最大化资源分配模型。基于Dinkelbach法、最坏准则法和连续凸近似理论,将原非凸资源分配问题等价转换为凸优化问题,并利用拉格朗日对偶算法得到解析解。仿真结果表明,与现有算法相比,所提算法具有较好的能效和鲁棒性。     

全双工主动窃听非正交多址接入系统智能超表面辅助物理层安全传输技术

针对全双工被动窃听和主动干扰攻击下的多用户非正交多址接入(NOMA)系统,该文提出一种智能超表面(RIS)辅助的鲁棒波束赋形方案以实现物理层安全通信。考虑在仅已知窃听者统计信道状态信息的条件下,以系统传输中断概率和保密中断概率作为约束,通过联合优化基站发射波束赋形、RIS相移矩阵、传输速率和冗余速率,来最大化系统的保密速率。为解决上述多变量耦合非凸优化问题,提出一种有效的交替优化算法得到联合优化问题的次优解。仿真结果表明,所提方案可实现较高的保密速率,且通过增加RIS反射单元数,系统保密性能更佳。     

基于NOMA的无线携能D2D通信鲁棒能效优化算法

针对频谱短缺、基站负荷过高、通信系统功耗较大等问题,考虑不完美的信道状态信息,该文提出一种基于非正交多址接入的无线携能(SWIPT)D2D网络鲁棒能效(EE)最大化资源分配算法(SREA).考虑用户的服务质量约束以及最大发射功率约束,基于随机信道不确定性建立鲁棒能效最大化资源分配模型.利用Dinkelbach和变量替换方法,将原NP-hard问题转换为确定性的凸优化问题,通过拉格朗日对偶理论求得解析解.仿真结果表明,所提算法在保证蜂窝用户通信质量的同时,能够有效提高D2D用户的能效性和鲁棒性能.     

基于NOMA的无线携能D2D通信鲁棒能效优化算法

针对频谱短缺、基站负荷过高、通信系统功耗较大等问题,考虑不完美的信道状态信息,该文提出一种基于非正交多址接入的无线携能(SWIPT)D2D网络鲁棒能效(EE)最大化资源分配算法(SREA)。考虑用户的服务质量约束以及最大发射功率约束,基于随机信道不确定性建立鲁棒能效最大化资源分配模型。利用Dinkelbach和变量替换方法,将原NP-hard问题转换为确定性的凸优化问题,通过拉格朗日对偶理论求得解析解。仿真结果表明,所提算法在保证蜂窝用户通信质量的同时,能够有效提高D2D用户的能效性和鲁棒性能。     

基于不完美CSI的D2D通信网络鲁棒能效资源分配算法

针对设备到设备(D2D)直连通信网络传统最优资源分配算法在随机信道时延、信道估计误差影响下鲁棒性弱的问题,该文在考虑参数不确定性影响的条件下,提出D2D用户总能效最大的鲁棒资源分配算法.考虑干扰功率门限、用户最小速率需求、最大传输功率和子信道分配约束,建立了下垫式频谱共享模式下多用户D2D网络资源分配模型.基于有界信道不确定性模型,利用最坏准则方法将原非凸鲁棒资源分配问题转换为确定性的凸优化问题.然后利用拉格朗日对偶理论求得资源分配的解析解.仿真结果表明所提出的算法具有很好的鲁棒性.     

基于不完美CSI的D2D通信网络鲁棒能效资源分配算法

针对设备到设备(D2D)直连通信网络传统最优资源分配算法在随机信道时延、信道估计误差影响下鲁棒性弱的问题,该文在考虑参数不确定性影响的条件下,提出D2D用户总能效最大的鲁棒资源分配算法。考虑干扰功率门限、用户最小速率需求、最大传输功率和子信道分配约束,建立了下垫式频谱共享模式下多用户D2D网络资源分配模型。基于有界信道不确定性模型,利用最坏准则方法将原非凸鲁棒资源分配问题转换为确定性的凸优化问题。然后利用拉格朗日对偶理论求得资源分配的解析解。仿真结果表明所提出的算法具有很好的鲁棒性。     

IRS辅助的共生无线电系统鲁棒优化算法设计

共生无线电技术可用于提高频谱效率与能量效率,但其中物联网接收机的接收信号强度较弱,在共生无线电系统中部署智能反射表面是针对该问题的一种有效解决方案。首先,在完美信道状态信息可知时,考虑基站信息速率要求、反射单元相移的约束、反向散射设备的解码顺序与反射系数的约束,联合优化无源波束赋形与反向散射设备的反射系数来最大化所有反向散射设备中最小的吞吐量。然后,考虑到系统中的实时完美信道状态信息很难获得的问题,提出了针对不完美信道状态信息的鲁棒优化算法。仿真结果验证了智能反射表面可使共生无线电系统性能大幅提升,相较于保守方法,所提的鲁棒优化算法可降低不完美信道状态信息造成的性能下降。     

RIS辅助共生无线电通信的速率分拆多址资源分配方案

随着通信场景和网络架构的日益复杂,无线电网络频谱资源稀缺与能耗问题是无线通信的关键挑战,为此,提出了一种新的基于速率分拆多址接入技术（Rate Splitting Multiple Access,RSMA）广播信号的可重构智能表面（Reconfigurable Intelligent Surface,RIS）辅助共生无线电（Symbiotic Radio,SR）系统方案。在该方案中主发射机采用RSMA的方式广播信号,并将传统高功耗次发射机用低功耗RIS替代协作信号的后向散射传输。在主发射机发射波束形成,RIS相移系数和公有信息速率分配约束下,构建了最大化主接收最小速率的问题。由于问题的非凸性和变量的耦合性,提出了一种基于逐次凸逼近,凸差函数,罚函数的交替优化方法以求得次优解。仿真结果表明,与空分多址接入和非正交多址接入方案相比,所提RSMA方案能显著提升用户速率。     

Robust resource allocation algorithm for heterogeneous wireless networkwith SWIPT

To improve energy efficiency and robustness of heterogeneous wireless networks with wireless information and power transfer,the robust joint transmit power and power splitting resource allocation problem was studied.Based on mini-max probability machine and Dinkelbach method,the original NP-hard problem was transformed into a solvable convex optimization form,meanwhile a distributed dual resource allocation algorithm was proposed.Additionally,both computational complexity and robust sensitivity were analyzed.Simulation results show that the proposed algorithm can guarantee the quality of service requirements of macro cellular users and femtocell users under channel uncertainties.     

数字孪生使能的智能超表面边缘计算网络任务卸载

针对新兴的计算密集型应用对移动用户高计算性能需求问题,该文提出一种数字孪生(DT)结合智能反射面(RIS)辅助的移动边缘计算(MEC)任务卸载方案。首先,在满足用户传输功率、用户和资源设备能耗、计算资源限制条件下,通过联合优化用户卸载决策、用户传输功率、RIS 相移、波束成形矢量、计算资源分配,建立一个系统能耗最小化问题;其次,将该非凸组合优化问题分解为3个子问题,使用深度双Q网络(DDQN)方法确定用户卸载策略;然后对每个训练时间步进行一次求解,基于交替迭代方法得到问题的优化解。仿真结果表明,基于DDQN的算法训练速度较快,有效降低了系统总能耗。     

基于多天线波束赋形的CRN分布式上行功率控制算法

针对工作于underlay模式的认知无线网络（CRN,Cognitive Radio Network）上行功率控制问题,本文提出一种基于多天线波束赋形,由认知基站和认知用户联合优化的分布式上行功率控制算法.联合优化的具体步骤为认知基站通过求解最大广义特征值问题完成多天线波束赋形优化;认知用户先将非线性功率优化问题转换为几何规划凸优化问题,再使用梯度法完成分布式发送功率优化;认知基站和认知用户交替优化,实现网络效用最大化.数值仿真显示,同只优化认知用户功率的上行功率控制算法相比,认知基站和认知用户联合优化的上行功率控制算法不仅能得到更大的网络效用值,而且对主用户的干扰具有鲁棒性.     

Energy efficiency optimization algorithm for heterogeneous NOMA network based on imperfect CSI

In order to improve the suppression capability of parametric perturbation and energy efficiency (EE) of heterogeneous networks (HetNets),a robust resource allocation algorithm was proposed to maximize system EE for reducing cross-tier interference power in non-orthogonal multiple access (NOMA) based HetNets.Firstly,the resource optimization problem was formulated as a mixed integer and nonlinear programming one under the constraints of the interference power of macrocell users,maximum transmit power of small cell base station (BS),resource block assignment and the quality of service (QoS) requirement of each small cell user.Then,based on ellipsoid bounded channel uncertainty models,the original problem was converted into the equivalent convex optimization problem by using the convex relaxation method,Dinkelbach method and the successive convex approximation (SCA) method.The analytical solutions were obtained by using the Lagrangian dual approach.Simulation results verifiy that the proposed algorithm had better EE and robustness by comparing it with the existing algorithm under perfect channel state information.     

多小区下行链路系统的资源效率最大化协同波束成形算法

本文研究了基于资源效率优化的多小区多用户协同波束成形算法设计。为了权衡系统频谱效率与能源效率,考虑在单基站发射功率约束以及达到用户服务质量需求条件下最大化系统资源效率,即系统能源效率与归一化系统频谱效率的加权和。由于优化变量之间的耦合性以及约束条件的非凸特性,该优化问题是一种非凸优化问题并且难以直接获得最优解。为了求解所考虑的优化问题,本文联合利用凸近似方法和分数规化理论,提出一种多小区下行链路系统中最大化资源效率的交替优化算法。所提算法的收敛性可以由凸近似方法和单调有界理论保证。同时,数值仿真验证了所提算法的有效性。      

Robust beamforming for multicell downlink TDD massive MIMO system based on QoS

In view of multicell downlink time division multiplexing (TDD) massive multiple-input multiple-output (MIMO) systems which had imperfect channel state information (CSI),the beamforming problem that minimized the total transmit power and signal leakage power based on quality of service (QoS) was studied.First,the objective problem was approximated as a standard convex optimization problem.Then,by using the duality of uplink and downlink,an inner and outer layer iterative algorithm was proposed.Numerical results show that,comparing with other typical downlink multicell massive MIMO beamforming algorithms,the proposed algorithm has obvious advantages in terms of complexity and energy efficiency.