关于线性规划整数最优解问题

本文主要介绍求线性规划整数最优解的Gomory割平面法,并对切割程序的有限性加以证明.

非理想信道状态信息的认知无线网络下行功率分配和波束赋形方法

针对非理想信道状态信息(CSI)条件下工作于underlay模式的认知无线网络(CRN)多用户下行功率分配和波束赋形研究中普遍存在的问题,包括忽略主网络(PN)对认知用户(SU)的干扰、传统的凸优化SDR方法对约束条件的近似要求以及实现算法复杂、实用性受限等,首先建立CRN模型,增添PN对SU的干扰项,而后在非理想CSI的最差条件下形成优化问题。再通过Lagrange对偶对问题的约束条件进行变换,并基于变换后的问题形式,利用上行和下行的对偶特性,引入虚拟功率,将优化问题转换为上行功率分配和波束赋形问题,进一步得到简便、快速和实用的迭代算法。数值仿真显示,算法收敛很快。并且发现非理想CSI引起的误差不仅对下行功率影响明显而且还改变优化问题的可行解区域;PN基站(PBS)的发送功率的变化对可行解区域有显著的影响。

基于上下行对偶的CRN下行功率分配和波束赋形算法

认知无线网络(CRN)在underlay工作模式下的多用户下行功率分配和波束赋形问题研究中存在通用的SDR算法计算复杂度高、实用性受限以及优化问题中忽视主网络(PN)对认知用户(SU)的干扰等问题。针对这些问题,首先在CRN网络模型中增添PN对SU的干扰,生成优化问题;而后基于上行和下行的对偶特性,采用虚拟功率,将优化问题进行形式变换,成为上行功率分配和波束赋形问题;得到能够简便、快速求解的迭代算法。分析了算法的收敛特性,得到了收敛条件;并进一步计算了算法的复杂度,结果表明优于SDR算法。数值仿真显示,算法收敛很快;而且表明主网络基站(PBS)发送功率的变化影响可行解区域; PBS发送功率的增加会导致CRN下行功率增大,影响较显著。