基于串扰感知技术的光网络频谱动态分配研究

以提升光网络通信质量为目的,研究基于串扰感知及时的光网络频谱动态分配方法,提升频谱动态分配效果。通过计算光网络串扰值,建立以最小芯间串扰为目标函数,芯间串扰产生条件约束,以及芯间串扰阈值约束等为约束条件的光网络频谱动态分配模型;在量子遗传算法内,引入混沌优化算法,得到改进量子遗传算法,避免算法陷入局部最优解;利用改进量子遗传算法,求解频谱动态分配模型,得到最小芯间串扰的光网络频谱动态分配方案。实验证明:不同光网络类型下,该方法均可有效完成光网络频谱动态分配,降低光网络的芯间串扰值,在不同网络负载时,本方法的光网络带宽阻塞率低0.17,频谱利用率超过了0.13。

基于多卫星系统的负荷通信频谱资源动态分配与管理策略研究

随着多卫星系统的发展,频谱资源管理成为提高通信效率和系统可靠性的关键问题。本文研究了多卫星系统中负荷通 信频谱资源的动态分配与管理策略,旨在优化频谱资源的利用,提高通信系统的整体性能。通过分析多卫星系统的频谱资源管理 挑战,提出了基于认知无线电的频谱感知技术和动态分配与优化算法,并探讨了这些技术在多卫星通信系统中的应用,包括系统架 构设计、数据传输技术以及信道分配与干扰管理。通过仿真实验验证了所提方案的有效性和实用性,为多卫星系统负荷通信的稳 定运行提供了重要支持。

面向泛在频谱信息实时更新与安全传输的动态频谱分配方法

针对动态频谱管理中泛在频谱信息更新策略和安全传输要求下频谱分配效益低问题,考虑一种泛在频谱信息动态更新策略限制下动态频谱分配场景,建立应对恶意节点侦收威胁的频谱信息安全传输模型,通过优化信道和功率资源配置来实现频谱信息的安全传输,提出了一种基于频谱信息更新策略和频谱信息隐蔽传输的动态频谱分配方法.利用降元处理将复杂的非线性非严格凸优化问题分解为简单的严格凸优化问题和混合整数线性优化问题,通过差分凸优化、整数线性优化的联合运用来实现动态频谱分配的最优化.仿真结果表明,所提方法能确保异构无线网络在满足特定频谱信息最低传输要求的前提下,快速找到近似最优的频谱分配策略,获得最优的和传输速率.

光纤网络动态路由联合资源最优分配方法

随着网络流量的增加,光纤网络动态路由计算复杂度随之增加,耗费更多的联合资源。为此,提出光纤网络动态路由联合资源最优分配方法。以有向图形式映射网络节点,计算路由传输频谱利用率。根据带宽、时延、网络延时抖动指标,获取动态路由联合资源。通过传输路径上链路的频谱连续度,选择连续度最佳的频谱业务,基于频谱感知和贪婪算法对业务分割合并,实现联合资源最优分配。实验结果表明,当业务负荷为400 Erlang时,所提方法的带宽阻塞率仅为10%,频谱利用率高达90%。另外,经过一个动态资源的传输周期,该方法的数据节点占比低,说明该方法具有较好的稳定性。

动态频谱共享技术在5G中的应用

移动通信是一个资源受限性系统,而频谱是非常关键的资源和要素。目前,移动通信已经进入5G时代,而5G的主力频谱是3.5 GHz,频率越高,覆盖能力就越弱,因此其很难实现城区的深度覆盖及农村的广覆盖,且实现的建设成本也会非常高。目前,中低频谱资源几乎被3/4G占据,且无法全部重耕这些优质的低频段资源。5G与3/4G共用中低频段,由于每张网络承载用户是一个动态变化的过程,若采用固定分配频谱的策略,则会出现网络忙闲不均的现象,从而不能完全发挥中低频谱的利用率。动态频谱共享技术可有效解决上述问题,提高频谱利用率。文中在介绍技术原理的前提下,对该技术实现方式以及部署方式进行了介绍,最后通过测试数据证明了该技术的有效性。

面向6G无线通信系统的动态频谱管理技术研究

随着通信技术的快速发展,6G无线通信系统将面临更为严峻的频谱资源调配难题。文章通过深入研究6G无线通信系统的动态频谱管理技术,阐述动态频谱管理的基础理念,包括其种类、追求的目标、运作的原理以及优势。重点分析6G无线通信技术对无线电频谱资源的需求,包括提升频谱使用效率、在多元用户和多样化业务情境下的频谱分配与调度等。同时,深入探索针对无线电频谱的先进管理策略,如无线电频谱的感知与预测、借助机器学习和人工智能的智能管理技术以及面向6G通信技术的动态频谱分配技巧等。最后,剖析无线频道的共用与买卖规则,展望未来研究的趋势与方向。

基于认知无线电技术的动态频谱分配方案研究

随着物联网的发展,人们能够更加方便快捷地利用智能终端,随时随地接入到无线网络中进行业务数据传输.然而,激增的移动用户数量和业务的带宽需求,使得无线频谱资源日益稀缺,现有固定式频谱分配方案面临巨大挑战.面向物联网发展,如何满足用户的高移动性和呈爆炸式增长的业务传输需求成为物联网研究的重点.认知无线电技术,一方面允许用户终端自适应感知所处环境的频谱资源空闲信息,为用户营造一个无缝的接入环境,保证用户的高移动性;另一方面通过动态频谱分配有效地解决了频谱资源稀缺和现有授权频谱资源利用率低的问题,为用户的海量数据传输提供保证.作者基于认知无线电技术,提出了一个用户终端和网络端共同参与决策的两级动态频谱分配框架结构,并提出了两级动态频谱分配方案.该方案设计包含:空闲频谱资源排序选择算法和集中式的联合优化匹配算法.通过用户终端和网络端的协同工作,文中所提出的两级动态频谱分配方案能够有效满足用户的高移动性和业务传输服务质量需求,实现空闲频谱资源利用率和频谱间切换概率的联合优化,为移动用户的海量数据传输提供保证.仿真实验结果表明,与传统图匹配方法相比较,该方案能够平均提高全网服务质量有效吞吐量70%,平均降低频谱间切换概率56%.

开放式频谱系统中启发式动态频谱分配算法

在回顾了现有的开放式频谱系统中的动态频谱分配算法后,基于快速收敛和公平性两方面的性能因素并兼顾系统总带宽性能,提出了两种易于实现且具有良好收敛性能的启发式频谱动态分配算法——兼顾最大化系统总带宽的快速收敛算法(fast convergency algorithm with maximum bandwidth,简称FCMB)和兼顾最大化系统总带宽的启发式公平性分配算法(heuristic fairness algorithm with maximum bandwidth,简称HFWB).通过大量的仿真实验,就系统总带宽、公平性以及收敛性能3个方面,与现有的协调式最大化系统总带宽(collaboration max-sum-bandwidth,简称CMSB)算法、随机分布式算法(randomized distributed algorithm,简称RAND)以及以最大化系统总带宽为目标的理论最优(theoretical max-bandwidth optimal,简称OPTL)算法进行了比较,并针对主、次用户数目变化、系统中信道数目以及次用户干扰区域半径大小变化等不同系统参数情况下各种算法的性能进行了对比分析.仿真结果表明,在综合考虑系统总带宽的基础上,FCMB算法和HFWB算法在快速收敛和兼顾系统带宽的公平性能上分别表现突出,尤其是FCMB算法,其在收敛速度上远远优于其他算法(和与其在系统吞吐性能上表现相近的CMSB算法相比,在收敛性能上至少有300%的提高).

认知网络中基于连续双向拍卖的动态频谱分配

非合作认知无线电网络中,多个主用户和多个第2用户并存.主用户和第2用户是自私的和理性的,主用户和第2用户都希望在不影响他人收益的前提下获得自己的最大收益.这符合连续双向拍卖市场对用户的假设条件.针对这一特点,基于实验经济学理论,提出了基于模糊逻辑连续双向拍卖的动态频谱分配策略.在频谱拍卖过程中,主用户和第2用户均采用基于模糊逻辑的报价策略.采用该方法,主用户和第2用户可以根据交易情况实时调整自己的报价步长,减少报价次数,迅速完成交易.仿真结果表明该方法的频谱分配效率为85%,较好地解决了非合作认知网络中多对多环境下的动态频谱分配问题.

一种基于历史信息的感知无线电动态频谱分配算法

在无线频谱资源分配过程中,历史分配信息通常包含大量有用信息,可为下一阶段的资源分配提供参考借鉴,从而改善资源分配算法的性能。简要介绍了基于图论冲突图理论的网络模型,分析了在感知无线电频谱资源分配算法中引入历史分配信息对算法的影响,构造了代表比例公平性的频谱资源分配算法。仿真结果表明,采用历史信息的算法与原算法相比在系统总带宽、公平性方面都有明显改善,并拥有较好的收敛性。

基于改进遗传算法的认知无线传感网动态频谱分配方案

将认知无线电中的动态频谱分配技术应用在无线传感网中,针对工作在ISM(industrial,scientific and medical)频段的无线传感网面临的频谱资源紧缺问题,提出一种基于改进自适应遗传算法的动态频谱分配方案。该算法以图论着色模型为基础,以最大带宽收益和最小切换频率为目标函数,在交叉和变异过程中采用自适应交叉概率和变异概率代替固定的交叉概率和变异概率。仿真结果表明,与传统遗传算法和颜色敏感图论着色算法相比,该算法可以实现提高频谱利用率、降低能量消耗的预期目标。

认知无线电系统中的自适应动态频谱分配方法

该文提出了一种认知无线电系统中多小区间的动态频谱分配方法。该方法提出了对检测到的空闲频谱的空闲时长的预测机制,在此基础上,提出了基于频谱可靠性的自适应频谱分配算法。该算法在提高系统稳定性的基础上,最大化频谱资源的连续性;不仅实现了认知系统中频谱切换率的降低,同时保证了各小区所分配频谱的连续性,避免系统开销的增加及频谱管理的复杂化。此外,该方法采用图论着色理论模型实现了各小区之间干扰的抑制。仿真结果验证了该文方法的正确性。

基于VCG机制的动态频谱分配算法

针对在Underlay频谱共享方式下的认知无线网络动态频谱分配问题,在满足主用户服务质量(QoS)的前提下,建立一种非合作博弈模型,并设计其效用函数。在借鉴VCG机制的基础上,设计相应的收益函数,提出一种可以最大化认知无线网络系统吞吐量且保证公平性的分布式动态频谱分配算法。仿真结果表明,该算法收敛速度快、公平性强。

基于单频段多赢家拍卖的动态频谱分配

针对传统拍卖方法在认知无线网络动态频谱分配中的低效问题,提出了一种基于单频段多赢家拍卖的动态频谱分配算法。该算法在原始贪婪算法的基础上增加了多重贪婪策略,以较低的计算复杂度获得了较优的解;改进了VCG(vickery-clarke-groves)机制,在保留占优策略激励兼容特性的基础上,提高了卖家的收益,有效抑制共谋的发生。仿真结果表明,该算法的频谱分配效率接近最优分配效率,同时提高了拍卖的经济收益。

基于POMDP强化学习的动态频谱分配算法

提出基于VCG机制的动态频谱分配博弈模型,解决了认知无线网络环境存在的信息约束限制、分布式特性和频谱分配动态、复杂性问题;提出一种基于动态频谱分配的部分可观察马尔可夫决策过程(POMDP)强化学习算法.认知用户通过对历史信息的观察、统计,为提高竞拍策略的奖赏值而进行不断的学习获取最优竞拍策略.将POMDP强化学习转变为信度状态马尔可夫决策过程(belief MDP)最优策略学习.采用值迭代算法求解信度状态MDP模型的解.仿真结果表明,基于POMDP强化学习算法可显著改善认知用户的行为,提高动态频谱分配性能.

高速窄带OFDM电力线通信实时动态频谱分配

动态频谱分配应用于实际电力线通信系统面临分配策略、实时算法等诸多挑战,到目前为止还未见有公开报道。定义并设计了一个实际的基于正交频分复用(orthogonal frequency division multiplexing,OFDM)的高速窄带电力线通信系统构架,并提出一种适用于该系统的动态频谱分配策略和对应的实时实现算法。该算法在任一种调制方式下将子载波进行分组,并对各个子载波组的功率进行排序,选择可用的子载波组,根据速率最大化准则确定最优的调制方式并分配功率。该算法与Hughes-Hartogs算法相比,具有较低的运算复杂度和较少的信令开销,与传统的等功率分配方式相比,误码性能更好。仿真结果和实验结果证明了该算法的有效性和优越性。

基于不同需求等级改进的动态频谱分配算法

认知无线电系统要根据次用户的需求进行动态频谱分配,而现有研究中缺乏对次用户不同需求等级的分析,针对该问题,提出了一种基于不同需求等级改进的动态频谱分配算法。该算法将频谱资源分配建模为0-1整数规划问题,提出了一种基于t分布变异GA的认知无线电频谱分配算法。仿真结果表明:该分级模型相比于普通模型在处理不同需求等级DSA分配问题时可获得更高的网络效益,且所提算法的频谱分配效率接近最优分配效率,具有较高的应用价值。

基于步进拍卖的认知无线网络动态频谱分配

动态频谱分配是认知无线电网络的关键技术之一,主要关心频谱拥有者如何将其空闲频谱动态地分配给二级用户.提出了一种基于拍卖理论的动态频谱分配模型——多卖家步进拍卖模型,其中频谱拥有者作为拍卖人,二级用户作为竞买人,其基本过程为:每个拍卖人从底价逐步抬高自己的频谱价格,每个竞买人决定是否购买频谱以及购买哪个拍卖人的频谱.所提方法的特点是:①分布式执行,复杂度很低;②频谱拥有者之间不需要信息交互,二级用户之间也不需要信息交互,节省信令开销;③最终的频谱分配结果近似于全局最优.

基于业务需求的动态频谱分配算法

动态频谱分配能有效解决频谱利用率低的问题,但已有的图论着色算法未考虑认知用户的业务需求,导致需求小的用户分配到更大的频谱,一定程度上造成了频谱浪费。为解决该问题,提出基于业务需求的动态频谱分配算法,使分配的信道与认知用户的业务需求适配。性能仿真结果表明,基于业务需求的算法能满足各用户的需求,性能更优。

基于博弈论的动态频谱分配技术研究

提出了一种改进的动态频谱分配博弈模型,对现有的频谱定价函数进行改进,在授权用户对单位频谱价格满意的条件下,频谱价格与授权用户提供带宽数量和次用户的频谱需求数量有关。此外,在次用户的效用函数中,考虑了频谱置换参数,并分析了置换参数和信道质量对次用户动态博弈以及次用户达到纳什均衡的影响。最后,分别用静态博弈和动态博弈分析了次用户之间的竞争频谱行为,并通过仿真验证,次用户的策略最终可以收敛到纳什均衡。