异构密集网中一种抗多窃听者的协作安全波束成形方案

为保证异构密集网中多个窃听者联合窃听时宏基站用户的下行通信安全,该文提出一种抗多窃听者的协作安全波束成形方案。该方案通过联合设计宏基站和微基站的最优协作波束成形矢量,使保密信息传输速率提升的同时,其他用户的下行信号进一步干扰窃听者,从而最大化系统安全速率。为获得最优的协作波束成形矢量,在考虑其他合法用户的服务质量及基站功率限制时,对该安全速率最大化问题进行建模。采用半定松弛技术及Lagrange对偶理论将原始的非凸优化问题转化为一系列的半定规划问题进行求解。仿真结果验证了所提方案的有效性和安全性。

超密集多层异构网基于图论的动态干扰管理方案

随着超密集网络的发展,干扰问题成为限制系统性能的主要挑战。基于图论的图着色频率分配方案已经较好地改善了小基站簇内频率正交分配导致的频率浪费的问题,但该方案并没有考虑超密集多层异构网络中小基站的多样性及负载情况。考虑到小基站之间的干扰关系、多样性及负载情况,提出了一种适用于超密集多层网络的基于图论的动态频率复用方案,该方案可以更加公平地分配小基站频带,降低系统干扰,并提高低速率用户的吞吐性能。

NOMA-MEC系统中基于改进遗传算法的协作式计算卸载与资源管理

为平衡网络负载与充分利用网络资源,针对超密集异构的多用户和多任务边缘计算网络,在用户时延约束下,该文构造了协作式计算任务卸载与无线资源管理的联合优化问题以最小化系统能耗。问题建模时,为应对基站超密集部署导致的严重干扰问题,该文采用了频带划分机制,并引入了非正交多址技术(NOMA)以提升上行频谱利用率。鉴于该目标优化问题具备非线性混合整数的形式,根据多样性引导变异的自适应遗传算法(AGADGM),设计出了协作式计算卸载与资源分配算法。仿真结果表明,在严格满足时延约束条件下,该算法能获取较其他算法更低的系统能耗。