基于博弈论的同频异构网络功率分配算法研究

文章针对异构网络的功率分配问题,研究分析了基于博弈论的同频异构网络功率分配算法。然后,基于该算法提出了两种代价因子选择方法：固定代价因子和自适应代价因子。最后根据这两种代价因子选择方法对所提出的基于博弈论的同频异构网络功率分配算法进行了仿真和性能分析。     

基于非合作博弈的OFDMA无线多跳中继网络上行链路资源分配算法

研究了基于OFDMA多址技术的无线多跳中继网络上行链路资源分配问题。首先,在最大发射功率等约束条件下,建立了多小区OFDMA无线多跳中继网络上行链路的资源分配优化模型。将非合作博弈论和定价机制引入后,该优化问题可转化为在每个子信道上独立地进行功率分配。基于非合作博弈的功率分配模型中的纳什均衡点的存在性和唯一性得到了证明,并给出了具体的分布式求解算法。仿真结果表明,所提算法能在大幅减少系统总发射功率的情况下,有效地提升系统吞吐量,达到较高的能效比。     

异构无线通信系统的协同分集性能研究

提出了一种基于协同机理的异构无线通信机制,研究了影响该异构协同通信系统分集传输性能的关键因素,从理论上给出了第二跳链路采用和不采用时间分集方案时中断概率和协同中继节点数量、第一跳和第二跳链路的信道增益、标称功率等的关系.数值分析结果表明异构协同分集性能主要受分集机制、协同中继节点数、第二跳链路小尺度衰落、标称功率等因素影响.     

一种基于子载波合并的多播资源调度算法

针对无线OFDM多播系统,该文提出一种基于子载波合并的多播资源调度算法。该算法通过提前将子载波分组,避免了不必要的子载波配对;自适应地选择子载波合并\非合并,在分集和复用两种模式中选取最优方案;同时根据子载波功率分配的特点,将其解耦为配对子载波集合内功率分配和集合间功率分配两个子问题,进一步优化了算法性能。仿真结果表明,与现有方案相比,所提方案能够在复杂度较低的情况下,较好地提升系统性能。     

基于两跳匹配的OFDMA中继网络联合资源分配算法

针对OFDMA中继网络的两跳特性,提出一种基于两跳匹配的中继网络联合资源分配算法。首先根据中继网络的两跳性建立两跳速率匹配模型,然后利用对偶分解理论将中继网络资源分配的主问题分解为：中继选择、子载波分配和功率分配三个主要的子问题并进行联合优化,同时基于中继网络两跳性在子载波分配的过程中考虑两跳子载波配对,以逼近系统最优解。最后为了保证算法的公平性,考虑子载波分配因子约束以优化子载波分配。仿真结果表明：所提算法将中继选择、两跳子载波配对与功率分配联合优化以进一步提升系统吞吐量,同时引入子载波分配因子约束,保证了算法的公平性。     

异构云无线接入网下基于功率域NOMA的能效优化算法

针对异构云无线接入网络的频谱效率和能效问题,该文提出一种基于功率域-非正交多址接入(PD-NOMA)的能效优化算法。首先,该算法以队列稳定和前传链路容量为约束,联合优化用户关联、功率分配和资源块分配,并建立网络能效和用户公平的联合优化模型;其次,由于系统的状态空间和动作空间都是高维且具有连续性,研究问题为连续域的NP-hard问题,进而引入置信域策略优化(TRPO)算法,高效地解决连续域问题;最后,针对TRPO算法的标准解法产生的计算量较为庞大,采用近端策略优化(PPO)算法进行优化求解,PPO算法既保证了TRPO算法的可靠性,又有效地降低TRPO的计算复杂度。仿真结果表明,该文所提算法在保证用户公平性约束下,进一步提高了网络能效性能。     

异构云无线接入网下基于功率域NOMA的能效优化算法

针对异构云无线接入网络的频谱效率和能效问题,该文提出一种基于功率域-非正交多址接入(PD-NOMA)的能效优化算法.首先,该算法以队列稳定和前传链路容量为约束,联合优化用户关联、功率分配和资源块分配,并建立网络能效和用户公平的联合优化模型;其次,由于系统的状态空间和动作空间都是高维且具有连续性,研究问题为连续域的NP-hard问题,进而引入置信域策略优化(TRPO)算法,高效地解决连续域问题;最后,针对TRPO算法的标准解法产生的计算量较为庞大,采用近端策略优化(PPO)算法进行优化求解,PPO算法既保证了TRPO算法的可靠性,又有效地降低TRPO的计算复杂度.仿真结果表明,该文所提算法在保证用户公平性约束下,进一步提高了网络能效性能.     

Rice衰落信道下选择中继的性能分析与功率分配算法

本文针对无线传感器网络,研究了Rice衰落信道下基于选择中继的两跳译码转发系统的协同中继传输性能与功率分配算法.文中利用概率密度函数推导了选择中继协同传输的中断概率、误符号率的闭式表达式,并给出了高信噪比时的渐近性表达式;然后根据渐近性能进行源与中继节点间的功率优化,进一步提升系统传输性能;最后用蒙特卡洛仿真验证了结果的有效性.仿真结果显示,理论值与仿真结果基本一致,优化功率分配后的传输性能接近于搜索法得到的传输性能,但计算复杂度明显降低.     

中继协同的无线物联能量收集和信息传输算法

本文针对两跳无线物联通信系统,对中继节点利用收集的能量采用功率分流法进行能量收集和信息传输算法进行了设计,其中算法设计是基于能效最大化的优化准则,能效函数定义为瞬时吞吐量与硬件电路总功耗的比值,中继节点利用源节点发送的信号进行能量收集,考虑EARTH计划中实际的功率转换效率和硬件电路损耗的功耗因子,推导了中继协同的无线物联系统能量收集和信息传输的最优功率分配方案的解析解,由于优化问题是非凸问题,为了解决该问题,本文利用高信噪比近似法并通过拉格朗日算法和Lambert W函数获得了优化问题的最优解,数值仿真验证了所提方案的正确性和有效性。      

Turbo-BLAST系统中天线选择和功率分配算法

提出一种适用于Turbo-BLAST系统的自适应天线选择和功率分配算法,所提算法以误比特率为优化目标,并且考虑了信道估计误差的影响.在总功率约束条件下,采用所提算法进行天线选择和自适应功率分配,并利用软干扰抵消算法对接收信号进行迭代检测,以进一步改善系统性能.仿真结果表明:采用所提算法可以显著改善系统的误比特率性能.     

A utility-based capacity optimization framework for achieving cooperative diversity in the hierarchical converged heterogeneous wireless networks

A hierarchical convergence mechanism for the heterogeneous wireless communication system via the heterogeneous cooperative relay node is presented in this paper, in which the techniques of cooperative communication and wireless relay are utilized to improve performances of the individual user and the overall converged networks. In order to evaluate the benefits of the proposal, a utility-based capacity optimization framework for achieving the heterogeneous cooperative diversity gain is proposed. The heterogeneous cooperative capacity, relay selection and power allocation theoretical models are derived individually. The joint optimization model for relay selection and power allocation is presented as well. Owing to the computation complexity, the sub-optimal cooperative relay selection algorithm, the sub-optimal power allocation algorithm and the sub-optimal joint algorithm are determined to approach the maximum overall networks' spectrum efficiency. These proposed algorithms are designed in conformance to guarantee the equivalent transmission rates of the different wireless access networks. The simulation results demonstrate that the utility-based capacity model is available for the heterogeneous cooperative wireless communication system, and the proposed algorithms can improve performances by achieving the cooperative gain and taking full advantage of the cross-layer design. Copyright © 2008 John Wiley & Sons, Ltd.     

基于认知无线电系统的协作中继分布式功率分配算法

协作通信与直接通信相比能够显著地提高系统性能。协作通信中的一个关键问题是管理中继节点及有效地进行功率分配。尤其对于频谱共享的认知无线电(Cognitive Radio,CR)系统,协作方案的设计不仅要最大限度地提高认知网络协作的功率效率,而且需要最小化对主系统的干扰。该文针对认知无线电系统的协作通信问题,在多个中继节点与源节点协同通信的场景下,提出了一种基于放大转发(Amplify and Forward,AF)模式下的功率分配及联合优化算法,在保证主系统传输性能不受影响的前提下,提高认知系统的传输速率。仿真结果表明该文提出的自适应协作传输方案,和直接传输及等功率传输方案相比获得了进一步的性能增益,中断概率显著下降。     

无线协作网络中基于数据传输需求的分布式功率控制

在未来无线通信网络中,协作通信的性能依赖于通信资源的有效分配,比如中继选择和功率控制等.在本文中,我们建议了一个分布式买者和卖者博弈理论框架,以满足用户链路质量需求为基础,解决多用户协作通信中最优化中继选择和功率控制.本文联合考虑了源节点和中继节点的功率分配,进而优化源节点和中继节点的收益.这里提出的方法不仅有助于源节点找到相对位置较好的中继节点以及在源和中继之间进行最优化功率分配从而最小化源节点的支付,而且有助于相互竞争的中继节点提供优化的价格以最大化它们各自的收益.此外,这里的优化价格可以仅由局部信道状态信息和其他节点的能量价格决定.如果获得的中继节点总数增加,全网的能量消耗会更低.     

协作D2D异构网络的联合资源分配和功率控制

针对下行协作D2D(Device-to-Device)异构网络中复用蜂窝用户的联合资源分配和功率控制问题,提出了一种量子珊瑚礁优化算法(Quantum Coral Reef Optimization Algorithm,QCROA)。首先,构建异构网络模型并推导得到整个网络总吞吐量的数学表达式;其次,基于QCROA算法分析全局最优量子珊瑚的测量状态,提出最优联合资源分配和功率控制方案;最后,通过仿真验证QCROA算法的优越性。实验结果表明,在不同网络通信场景下,QCROA算法均表现出良好的适应性,其收敛速度和种群多样性均优于其他基于智能优化算法的方案,在迭代次数达到1 500次时即可获得吞吐量最高的全局最优。     

复合形遗传算法求解功率优化分配研究

传统遗传算法存在过早收敛及局部搜索能力差的缺点,在求解无线网络协作通信功率优化分配等NP难问题时难以求得最优解。通过小生境策略解决遗传算法过早收敛问题,引入复合形法提高局部搜索能力,构造了兼顾广度搜索与深度搜索的高性能混合算法,并对上述问题进行求解。实验结果表明,所提算法与已有算法相比有一定优势,有效延长了协作网络寿命,稳定性较好,分配的功率波动范围小。     

Interference management schemes for multi‐user cooperative wireless networks

Cooperative communication is a promising technique for future wireless networks. It can be used in improving communication reliability and enhancing spectrum efficiency by using the broadcast nature of radio communication and exploiting cooperative diversity. However, its performance gain degrades in the presence of co‐channel interference, which makes it essential to propose interference mitigation schemes. In this paper, we introduce three cooperative communication schemes with interference management for multi‐user cooperative wireless networks. The first scheme (best relay selection) is used as a performance benchmark because it completely avoids the interference problem by using the Frequency‐Division Multiple Access technique. The second scheme (best available relay selection) maximizes the received signal‐to‐noise ratio while keeping the interference levels below a certain threshold, and the third scheme (General Order Relay and User Selection) is based on iterative resource allocation algorithm. We derive exact closed‐form expressions of average bit error probability, outage probability, and average consumed power for the proposed schemes. Simulations are used to validate the analytical results. The results confirm the advantage of the proposed cooperation schemes in enhancing the system performance and improving the interference management. Copyright © 2015 John Wiley & Sons, Ltd.     

改进蛙跳算法的多中继协作系统最优功率分配

协作通信与直接通信相比能够显著地提高系统性能,功率分配是协作通信中的一个关键问题。为了获得合理的协作中继通信系统功率分配方案,提出一种基于改进蛙跳算法的多中继节点功率分配方法。首先对功率分配问题进行分析,将其转换为一个非线性优化问题,然后将青蛙表示为源节点,中继节点的功率,以平均信噪比作为青蛙的食物,并通过青蛙的信息交流和协作找到最优的功率分配方案,最后采用仿真对比实验对本文算法性能进行测试。仿真结果表明,相对于其它功率分配方法,改进蛙跳算法有效地提高了系统的信道容量,降低了中断概率,以较低的复杂度提高了系统的性能。     

采用模拟网络编码的认知中继网络双向通信的最优功率分配

Cognitive radio and cooperative communication can greatly improve the spectrum efficiency in wireless communications. We study a cognitive radio network where two secondary source terminals exchange their information with the assistance of a relay node under interference power constraints. In order to enhance the transmit rate and maintain fairness between two source terminals, a practical 2-phase analog network coding protocol is adopted and its optimal power allocation algorithm is proposed. Numerical results verify the superiority of the proposed algorithm over the conventional direct transmission protocol and 4-phase amplify-and-forward relay protocol.     

基于深度强化学习的协作通信中继选择

协作通信是无线传感器网络(Wireless Sensor Network,WSN)实现数据可靠传输的关键技术,而协作通信技术的关键在于中继方案的选择。为此,提出了一种基于深度强化学习的协作通信中继选择算法(Deep Q-Learning Based Relay Selection Scheme,DQ-RSS)。首先,将WSN中具有中继选择的协作通信过程建模为马尔科夫决策过程,并采用Q学习在未知网络模型的情况下获取最佳中继选择策略;其次,针对高维状态空间下Q学习收敛时间长的问题,采用DQN(Deep-Q-Net)算法来加速Q学习的收敛。对比仿真实验结果表明,DQ-RSS在中断概率、系统容量和能耗方面均优于现有的中继选择方案,且能够有效节省收敛时间。     

一种多中继协作系统中的功率分配算法

提出了多中继无线通信系统的模型,研究其源节点和各中继节点间功率分配对系统容量的影响,在总功率一定的情况下,探讨了以容量最大化为准则的功率分配算法。对采用非再生协作中继方式的多中继协作通信系统进行了容量分析,并提出了一种低复杂度的最优功率分配算法(Optimum Power Allocation,OPA)。仿真结果表明,该算法相对于平均功率分配算法(Average Power Allocation,APA),系统容量得到了显著提高,在信道条件差的情况下,性能提高更明显。