基于免疫计算的WCDMA网络基站选址优化

为了解决WCDMA网络基站选址优化问题,该文给出了一个基于免疫计算的选址优化方案。研究了容量约束下的小区面积,给出了免疫优化算法框架,并与文献算法进行了对比实验。实验结果表明:该文算法方案能以较小的网络建设代价满足覆盖要求,具有较好的应用价值。     

基于免疫计算的TD-SCDMA网络基站选址优化

为了降低TD-SCDMA网络基站建设代价,给出了一种基于免疫计算的基站选址优化方案。介绍了TD-SCDMA基站建设的困难及基站选址原则,设计了基于实数编码的克隆增殖算子、克隆变异算子及克隆选择算子,给出了求解基站选址优化问题的免疫记忆克隆算法框架,并与文献中的算法进行了对比实验。实验结果表明,该算法获得的基站部署方案能以相对较低的基站建设总代价获得较高的网络覆盖率,具有较好的应用价值。     

OFDM系统Femtocell网络下行联合资源分配

为进一步提高家庭基站(Femtocell)网络中频谱利用率并优化功率分配,在基于正交频分复用技术(OFDM)系统网络中,提出一种子载波联合优化的多用户资源分配算法,即以最大化频谱利用率作为目标函数,加入基站选择因子对家庭基站进行待机模式选择优化,再对用户的子载波资源进行公平分配,最后利用线性封顶注水算法对小区基站用户功率进行优化分配。仿真结果表明,多用户资源分配算法不仅使频谱和功率利用率都得到显著增长,而且提高了系统吞吐量和用户公平性。该家庭基站资源寻优模型有效地改善了频谱紧缺和功率浪费现状,降低了家庭基站之间的干扰。      

WCDMA系统无线网络规划和优化

随着3G移动通信技术的发展,无线网络规划及优化变得越来越重要。在WCDMA系统中,由于引入了不同的数据业务,加上WCDMA系统本身的特点使得WCDMA系统在规划时有许多不同于GSM系统的地方。文章主要介绍了WCDMA无线网络规划的关键点,包括小区呼吸效应、小区覆盖与容量相互依赖关系、导频功率分配等;说明了网络规划及其流程;最后简单介绍了WCDMA无线网络优化。     

大规模 MIMO 蜂窝网络系统中的导频污染减轻方法简

提出了2个减轻大规模天线蜂窝网络导频污染的方案：利用正交导频把蜂窝系统中的小区划分为两类一维大的天线阵列网络,每一类之内采用相同的导频,两类之间采用正交的导频,再利用导频功率控制方法减轻了导频污染。利用基站间的协调,以所有基站信道估计均方误差的求和最小为目标函数,寻求近似最优的导频序列长度和同导频用户发射导频时隙的分配方案,从而提高了信道估计的性能,提升了整个系统的下行链路可达和速率。     

WCDMA室内分布系统异频组网实施与优化

随着WCDMA网络规模的不断扩大,基站密度也越来越大,平均站距越来越小,室分站点越来越多,与此同时,3G用户也在不断增多。根据WCDMA网络的现状,在解决导频污染、解决同频邻区数量不足而导致的邻区漏配、室分吸收话务等3个方面对室内覆盖异频方案存在需求。传统的简单直接的室分异频方案,会导致各种各样的网络问题,容易产生掉话等不良影响。本文通过在莆田实施的室分异频组网方案,对异频方案实施和优化过程中遇到的问题和解决方案进行阐述。     

CDMA网络中的容量与导频污染优化

容量与导频污染优化是CDMA网络优化中的两个关键问题,通过覆盖优化、功率控制、接入控制可实现网络容量的提升,而结合调整基站配置和无线参数来消除导频污染也能进一步改善CDMA网络性能。     

WCDMA市区多手段灵活建设基站方法

市区WCDMA网络的覆盖是整个WCDMA网络建设的关键环节,而且基站建设方案的选择直接关系到整个系统的性能。在目前的大城市市区WCDMA基站建设方面仍然存在着诸多问题。本文主要针对WCDMA在市区环境的灵活建设方法进行研究,通过对WCDMA网络相关技术特点的分析,进一步优化WCDMA基站建设策略,以更好的提升WCDMA网络的系统性能。     

基于免疫算法的 TD-SCDMA 网络基站选址优化

针对已有3G基站选址优化算法的不足和TD-SCDMA网络的特点,提出了一种基于免疫算法的TD-SCDMA网络基站选址优化方案。建立了基站选址问题的数学模型,设计了基于反学习的种群初始化方案和精英交叉策略,给出了免疫优化算法框架。实验结果表明,该算法不仅能够以较小的建站代价获得较高的网络覆盖率,而且算法具有较好的收敛性。     

基于功率控制和信道分配的网络优化算法

WLAN已经在各种场所进行了大规模的布设,但是用户网络质量感知较差,甚至出现掉线、不能接入网络等问题。针对这种情况,设计了一种基于功率控制和信道分配的网络优化算法,该方案采用功率控制及信道分配的方法对特定范围内的无线局域网进行优化,最大化无线局域网的有效带宽,同时保证网络负载的均衡。仿真实验结果表明,提出的功率控制及信道分配的网络优化方案提高了网络的性能。     

一种分布式的OFDMA系统资源分配算法

本文研究OFDMA系统的资源分配问题,把该问题建模为一个在基站的总发射功率一定的条件下,使系统中各个用户的权重速率之和最大化的数学模型。并提出一种基于对偶分解的分布式资源分配算法,将该问题分解为一个关于基站的主问题以及若干个关于用户的子问题。各个用户可以通过对子问题的求解获得各自的子载波以及功率的分配方案;而基站通过对主问题的求解使得满足子载波与功率的分配能够满足约束条件的要求,实现各用户权重速率和最大化的优化目标。所提算法能够把一个复杂的优化问题分解为若干个独立的子问题进行并行求解,因此可以有效地降低计算的复杂度以及基站的运算量。仿真结果表明,该算法能够在较少的迭代步数内得到一个近似最优解。      

基于MADDPG的无人机辅助通信功率分配算法

针对多无人机(unmanned aerial vehicle, UAV)作为空中基站辅助通信的吞吐量和公平性问题,提出了一种基于多智能体深度确定性策略梯度算法(multi-agent deep deterministic policy gradient algorithms, MADDPG)的功率分配算法,该算法通过联合优化UAV基站的功率分配和用户接入以提高系统吞吐量和公平性。本文首先构建了UAV基站为地面建立通信服务的三维场景,然后通过联合功率、用户关联和UAV位置约束,构建了吞吐量和公平性最大化的问题模型。考虑到该问题的复杂性,本文将所构建的优化问题建模为马尔科夫决策过程(Markov decision process, MDP),通过引入深度确定性策略梯度算法(deep deterministic policy gradient algorithm, DDPG)解决该问题。仿真结果表明,本文提出的基于MADDPG的UAV基站功率分配算法与其他算法相比,可以有效地提升系统的吞吐量和用户的公平性,提高通信的服务质量。     

Resource Allocation for Decode-and-Forward Relaying Assisted Multi-cell Orthogonal Frequency Division Multiplexing Systems with Frequency Planning

In this paper we apply frequency planning to the resource allocation of multi-cell and multi-user relay enhanced orthogonal frequency division multiplexing systems and propose a low-complexity algorithm taking into account of interference coordination, subcarrier and power allocation. We divide each cell into three sectors and allow different subcarrier set that can be used by the users of one sector. Such a method can help to increase the distance among users that use the same subcarriers of adjacent cells, which can reduce the impact of co-channel interference to a certain extent. Therefore, the original problem can be decoupled into three independent sub-problems by means of frequency dividing and adaptive power allocation at base station nodes which can reduce the computing complexity greatly. In the process of resource allocation for single sector, the relationship of transmission power between base station and relay node is used to transform the max-min problem into standard closed expression. With the help of dual decomposition approach, water-filling theorem and iterative power allocation algorithm, the suboptimal solution of the primal problem can be achieved finally. Simulation results illustrate that our proposed algorithm achieves almost the same performance as the optimal resource allocation and reduce the computing complexity greatly. In addition, the proposed algorithm can ensure the users fairness of different sectors.     

基于能量采集异构蜂窝网络的功率分配算法研究

针对能量采集异构蜂窝网络,由于能量到达和信道状态的随机性导致离线功率分配算法只能取得理论最优,本文提出了一种在线功率分配算法.算法在每个时隙开始时,基站控制器通过能量判别选出满足开启条件的小蜂窝基站,然后采用基于拉格朗日乘子的两层迭代算法对所选择的小蜂窝基站分配发射功率,能够实际最大化系统在每个时隙的能效.仿真表明在满足基站开启条件的情况下,所提算法可以为密集异构网络提供更高的能量效率.该算法适用于信道状态和能量状态不可预测的网络.     

空天地一体化网络中联合地面基站选择及功率分配

针对由卫星通信网络、地面移动网络以及空中飞行平台所组成的空天地一体化网络(Hybrid Satellite-Aerial-Terrestrial Network,HSAT)下行链路的系统吞吐量问题,提出了基于多目标遗传算法的地面基站选择及功率分配算法。在这一网络中,空中飞行平台需要地面基站为其进行中继通信。因此,地面中继基站的选择和功率分配决定了系统的吞吐量。所提算法为了取得对系统吞吐量更好的优化效果,将优化系统吞吐量和满足约束条件建模成两个优化目标,通过设计特有的迭代选择过程使地面基站选择和功率分配不断优化。仿真分析表明,所提算法在保证用户最低通信需求的前提下,有效提升了系统的吞吐量。     

基于能量效率的双层非正交多址系统资源优化算法

该文针对双层非正交多址系统(NOMA)中基于能量效率的资源优化问题,该文提出基于双边匹配的子信道匹配方法和基于斯坦科尔伯格(Stackelberg)博弈的功率分配算法。首先将资源优化问题分解成子信道匹配与功率分配两个子问题,在功率分配问题中,将宏基站与小型基站层视作斯坦科尔伯格博弈中的领导者与追随者。然后将非凸优化问题转换成易于求解的方式,分别得到宏基站和小型基站层的功率分配。最后通过斯坦科尔伯格博弈,得到系统的全局功率分配方案。仿真结果表明,该资源优化算法能有效地提升双层NOMA系统的能量效率。     

基于非信任中继协作的保密通信联合功率控制

针对多个与基站(BS, base station)无直达链路蜂窝边缘移动站(MS, mobile station)在上行链路具有保密信息传输需求且存在不信任中继（UR, untrusted relay）协作通信场景,引入目的节点（即BS）干扰机制,并研究MS固定传输功率下UR与BS功率分配以最大化系统安全速率问题。分析表明,该联合功率控制问题等价于联合接入控制与功率分配问题因而是NP-难。通过问题松弛,提出一种次优MS接入控制与基于交替优化的功率分配算法,并证明该次优算法具有多项式复杂度且至少收敛到原始问题一个次优解。仿真结果表明,所提次优算法相对于同场景各种参考算法在系统可达安全速率性能上有显著提高。     

基于人工免疫的OFDM系统自适应资源分配算法研究

针对多用户OFDM系统自适应比特功率分配优化问题,由于信道的时变性,为更好地分配资源,改进了一种人工免疫的OFDM算法,此算法通过抗体与抗原的亲和来消除抗原的原理,由选定种群数量、编码方式,计算亲和度、浓度、激励度,选择免疫体,抗体保护克隆变异保护,克隆变异,克隆抑制,抗体刷新这些步骤达到优化OFDM系统的目的。选定适应度函数,在误比特率和速率一定的情况下,使得总功率最小,即在某个总功率下,速率达到最大。通过和遗传算法、人工鱼群算法进行仿真比较,证明人工免疫算法是最优的。     

Downlink Power Allocation for Multi-Class Wireless Systems

In this paper we consider a power allocation problem in multi-class wireless systems. We focus on the downlink of the system. Each mobile has a utility function that characterizes its degree of satisfaction for the received service. The objective is to obtain a power allocation that maximizes the total system utility. Typically, natural utility functions for each mobile are nonconcave. Hence, we cannot use existing convex optimization techniques to derive a global optimal solution. We develop a simple (distributed) algorithm to obtain a power allocation that is asymptotically optimal in the number of mobiles. The algorithm is based on dynamic pricing and consists of two stages. At the mobile selection stage, the base station selects mobiles to which power is allocated. At the power allocation stage, the base station allocates power to the selected mobiles. We provide numerical results that illustrate the performance of our scheme. In particular, we show that our algorithm results in system performance that is close to the performance of a global optimal solution in most cases.