针对蜂窝与终端直通(Device-to-device,D2D)混合网络中的不完全信道状态信息(Channel state information,CSI),提出了一种基于不完全CSI的最优功率分配算法。利用拉格朗日乘数法推导出了最优功率分配解的闭式表达式。相对于传统的最大...针对蜂窝与终端直通(Device-to-device,D2D)混合网络中的不完全信道状态信息(Channel state information,CSI),提出了一种基于不完全CSI的最优功率分配算法。利用拉格朗日乘数法推导出了最优功率分配解的闭式表达式。相对于传统的最大发送功率分配方案,该最优解受信道信息误差的影响较小,具有较好的鲁棒性。仿真结果表明,本文算法可以节约发送功率,并得到更大的接收信噪比。展开更多
基于最大信道增益的中继选择方法,分析了在不完全信道状态信息(CSI,channel stateinformation)和受主用户干扰情况下认知中继网络的中断概率;进一步提出了在主用户干扰约束和保证认知用户服务质量(QoS,quality of service)条件下最大化...基于最大信道增益的中继选择方法,分析了在不完全信道状态信息(CSI,channel stateinformation)和受主用户干扰情况下认知中继网络的中断概率;进一步提出了在主用户干扰约束和保证认知用户服务质量(QoS,quality of service)条件下最大化认知中继网络频谱效率的数学优化模型,利用拉格朗日对偶松弛法获得了该优化问题的解,在保证主用户传输性能不受影响的前提下,提高了认知中继网络的频谱效率。仿真结果表明该文提出的功率分配方案与等功率分配方案相比提高了性能增益。同时表明在非完全信道条件下获得的频谱效率与完全信道条件下的频谱效率近似,但减少了系统信息的反馈量和实现的复杂度,有利于该方案的工程应用。展开更多
文摘针对蜂窝与终端直通(Device-to-device,D2D)混合网络中的不完全信道状态信息(Channel state information,CSI),提出了一种基于不完全CSI的最优功率分配算法。利用拉格朗日乘数法推导出了最优功率分配解的闭式表达式。相对于传统的最大发送功率分配方案,该最优解受信道信息误差的影响较小,具有较好的鲁棒性。仿真结果表明,本文算法可以节约发送功率,并得到更大的接收信噪比。
文摘基于最大信道增益的中继选择方法,分析了在不完全信道状态信息(CSI,channel stateinformation)和受主用户干扰情况下认知中继网络的中断概率;进一步提出了在主用户干扰约束和保证认知用户服务质量(QoS,quality of service)条件下最大化认知中继网络频谱效率的数学优化模型,利用拉格朗日对偶松弛法获得了该优化问题的解,在保证主用户传输性能不受影响的前提下,提高了认知中继网络的频谱效率。仿真结果表明该文提出的功率分配方案与等功率分配方案相比提高了性能增益。同时表明在非完全信道条件下获得的频谱效率与完全信道条件下的频谱效率近似,但减少了系统信息的反馈量和实现的复杂度,有利于该方案的工程应用。