基于深度强化学习的无蜂窝系统无线接入点选择算法

面向以用户为中心的无蜂窝分布式多输入多输出(Multiple-Input Multiple-Output, MIMO)架构,研究利用不完备信道状态信息(Channel State Information, CSI)下实现无线接入点(Access Point, AP)与用户(User Equipment, UE)之间的选择,提出基于深度强化学习(Deep Reinforcement Learning, DRL)的高效分配算法,通过使用不完备CSI快速生成以用户为中心的AP集合,减少了对前馈链路容量的占用。仿真结果表明,与其他传统选择算法相比,所提出的DRL接入点选择算法可以获得至少22.48%的总遍历频谱效率增益;与深度Q网络(Deep-Q-Network, DQN)算法相比,可以获得约14.17%的总频谱效率增益。

去蜂窝大规模多输入多输出非正交多址系统中基于量子菌群优化的接入点选择方案

去蜂窝大规模多输入多输出非正交多址(MIMO-NOMA)系统的接入点(AP)选择,对有效降低系统的回程链路开销、提高用户的下行可达速率影响较大。该文针对AP选择的去蜂窝大规模MIMO-NOMA系统下行链路建立了用户平均速率的表达式;在此基础上,提出了基于量子菌群优化(QBFO)的AP选择方案,将AP与用户的连接关系以量子比特的形式编码,利用自适应量子旋转门模拟细菌趋化,实现细菌位置更新,通过对量子细菌种群进行测量,获得AP与用户的选择解集,并引入驱散操作避免算法陷入局部最优。实验结果表明,所提方案能够在降低回程链路开销的同时显著提高用户的下行平均速率,相较于基于接收功率和基于信道估计均方误差的AP选择方案,该文所提方案在降低用户间干扰、提高系统总吞吐量方面表现更优。

融合可见光的室内异构网络接入点选择研究

融合可见光的室内异构网络被认为是未来缓解室内网络压力的主要解决方案。这种混合网络兼具可见光的高速数据传输和无线网络的广覆盖优势,但也面临着诸多问题,最为明显的就是接入点选择的问题。文章首先介绍了室内异构网络的概念;其次对室内异构网络的接入算法进行了阐述,依据其不同的接入策略进行分类,并对每种不同的接入策略进行概述,然后对所有的策略进行横向比较;最后分析总体的研究现状,并指出当前亟待解决并须深入研究的问题,以期为该领域的进一步研究发展提供参考。

去蜂窝大规模MIMO系统中基于树种二进制差分进化的接入点选择算法

在去蜂窝大规模多输入多输出(Cell-Free Massive MIMO)系统中,大量接入点(Access Point,AP)同时为多个用户服务的连接方式会导致较大的功率损耗和回程链路开销。为了给用户选出最佳服务AP集合,本文提出了一种基于树种二进制差分进化的AP选择算法。首先,提出基于二进制差分进化的AP选择算法,通过多个个体的进化实现高维数据搜索的全局优化。其次,针对传统二进制差分进化算法容易陷入局部最优的问题,进一步给出基于树种优化的双机制搜索策略,利用搜索趋势(search tendency,ST)实现全局搜索和局部搜索的最佳平衡。最后,通过定义交叉率(crossover rate,CR)自适应递减准则,加快算法收敛速度。仿真结果表明,与现有算法相比,所提出的算法可显著提高系统和速率。

提高电网静态安全鲁棒性的风电接入点选择方法

不同接入点的风功率波动对电网潮流转移和功角安全性的影响不同。前期研究发现,电网的映射弹性势能越小,则电网潮流分布越均衡且静态安全性越好。故将映射弹性势能的自变量变换为节点注入功率,构建接入点功率扰动下的电网功角安全灵敏度指标,得到基于该灵敏度的接入点选择方法。该灵敏度越小,表明该接入点的风功率波动对电网有功潮流均衡性和静态安全性的影响越小,即安全鲁棒性越好,故以此作为接入点选择的参考依据。IEEE 39节点系统算例验证了该方法的有效性。该研究可用于风电接入的规划设计,对提高电网安全鲁棒性和风电接入比具有实际意义。

基于最优加权多属性决策的LWA网络接入点选择算法

为了应对LWA网络下eNB和AP大量密集部署,用户需求难以充分满足的现状,该文提出一种基于最优加权多属性决策(OWMAD)的LWA网络接入点选择算法。该算法预先收集接入点属性并建立属性集合,然后设计决策属性的最优权重,将决策矩阵与最优权重向量叠加,最后根据各个接入点综合性能的计算结果确定用户可选择的最佳网络接入点。仿真结果表明,该算法不仅能有效提升边缘地区及系统整体的吞吐量,还能够降低系统平均时延,提升用户的服务质量。

LTE-A系统中继网络中接入点选择算法的研究

LTE-A系统中引入中继技术后,用户可以根据不同的接入点选择算法选择接入基站或中继。传统的接入点选择算法只是直接对比接入链路和直接链路的链路质量,选择质量较好的一条链路接入,并没有考虑到选择接入中继时会在回程链路消耗额外的无线资源,因此并不能选择一个能够使系统单位带宽传输数据量较大的接入点进行接入。针对上述问题,文中提出了基于两跳链路的接入点选择算法,它综合考虑了链路质量和消耗的无线资源,然后选择相应的接入点。仿真结果表明新提出的接入点选择算法可以提高系统吞吐量。

模糊聚类下的接入点选择匹配定位算法

针对指纹定位中传统聚类方法难以有效划分物理空间以及信号源不稳定导致定位误差大的问题,为降低数据库存储成本与提高指纹质量,提出了一种基于模糊聚类的精简接入点匹配定位算法。该算法在离线阶段将面积较大的目标区域按信号源特征划分为多个重叠模糊分区,综合考量各分区中信号源的稳定可见性及冗余性等多尺度特征,建立区域最小接入点辨识集合,在提高定位实时性的同时削弱不稳定接入点信号带来的匹配失准的缺陷。在位置计算阶段结合区域接入点稳定性特征分配近邻点权重,以此对传统欧氏距离进行改进,同时依靠待定位用户运动过程中相邻时刻间的速度约束关系筛选定位野值,克服环境和信号源变化对定位结果带来的不利影响,降低定位误差。经实测场景测试,所提算法在对接入点进行有效筛选的前提下降低了定位算法的运算消耗,在显著减少离线数据存储量的同时,将定位场景的平均定位误差控制在了1 m以内,较已有经典定位方法,其定位精度提高了15%以上。

基于模糊逻辑的异型无人机中继网络接入点选择算法

针对单一无人机中继网络中源节点数据业务需求量分布不均引起的局部数据拥塞问题,提出一种由固定翼无人机和旋翼无人机组成的异型无人机中继网络模型。在此基础上,探讨异型无人机网络和用户间的接入点选择算法,提出适用于异型无人机中继网络的基于模糊逻辑理论的接入点选择算法。在异型无人机中继网络环境下,仿真分析比较所提算法和传统算法在网络吞吐量和中断频率方面的性能差异,结果表明所提算法能使异型无人机中继网络具有更高的吞吐量和更低的中断频率。

分布式电源接入配电网的接入点选择和定容研究

通过分析分布式电源(DG)的接入点选择与定容研究的现状,考虑到DG对配电网的影响,研究了DG的接入点选择和定容方法。结果表明,选择科学合理的DG接入点位置与容量有利于提高电网供电质量,有效降低电能损耗。

电力物联网中基于深度学习的无蜂窝接入点选择算法

针对传统电力物联网中的设备间干扰和高能耗问题,提出一种基于深度神经网络(deep neural network,DNN)的无蜂窝接入点(access point,AP)选择算法。首先,考虑无蜂窝网络下,将中央处理单元连接的多个协作AP随机分布在大规模电力设备周围,从而拉近AP与设备间的距离以降低能耗;然后,基于深度神经网络算法对AP进行有效筛选,通过训练静态随机设备的大尺度衰落系数将AP组合进行标签分类,使得平均频谱效率(spectrum effectiveness,SE)达到最大;最后,利用测试集进行测验,仿真结果表明,算法准确率能够达到95%,且相比于传统全AP传输和基于信道特征排序的算法,所提出的算法能够进一步提升无蜂窝网络多设备的平均SE,并具有更低能耗。

无蜂窝大规模MIMO系统接入点动态选择算法

在无蜂窝大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中,所有接入点(Access Point,AP)为用户提供服务的方式会造成较大的功率消耗和增加前传链路压力。以“用户为中心”的AP选择方案为每个用户选择最佳的AP集合,使系统频谱效率和能量效率得以提升。为了给每个用户选择最佳的AP集合,提出了一种基于反向传播(Back Propagation,BP)神经网络的接入点动态选择算法。将AP与用户之间的大尺度衰落向量作为输入,AP与用户之间的连接关系作为BP神经网络输出的预测向量,同时,针对BP神经网络初始化权值,提出了一种改进的自适应遗传算法以提高算法的收敛速度和收敛性能。仿真结果表明,改进后的BP神经网络预测结果更接近于实际值,并且比全连接和启发式的AP选择方案具有更高的系统和速率。

基于QoS决策的异构VLC/WiFi网络联合收发端需求的接入点选择

针对可见光通信(VLC)下行链路存在多接入点(AP)重叠覆盖、VLC AP光路易被遮挡和干扰的问题,提出了一种基于服务质量(QoS)决策的异构VLC/无线保真(WiFi)网络联合收发端需求的接入点选择算法。该算法在收端为用户建立面向QoS的加权信息矩阵,为用户偏好提供高信干噪比、高接收功率、低负载、低历史中断概率的VLC AP;在发端为VLC AP偏好选择抗干扰性强的用户服务。基于引力理论改进收发端选择权重值,优化用户的AP接入决策。仿真结果表明:该算法在方形均匀布局和混合圆方形布局中比现有算法的吞吐量分别增大了77.3%和11.4%,业务公平性分别减小了53.1%和41.1%。

基于AP选择及自适应切换的负载均衡算法

针对无线局域网中无线接入点容易过载的问题,提出一种基于无线接入点的选择及自适应切换的负载均衡算法。通过RSSI(Received Signal Strength Indication)值,MAC(Media Access Control)帧发送时延选择接入点,同时对无线站点的突发流量做出积极应对措施,用最小限度接入点的切换达到均衡整个网络负载的目的。该算法能明确选择信道空闲的无线接入点,均衡接入点负载,降低数据包的发送时延。与传统方法相比,该算法使系统的总吞吐量提高13.6%。

综合AP选择的蓝牙地铁车站定位

针对在地铁车站环境下,利用蓝牙技术进行定位时存在部分区域定位精度低的问题,提出1种综合接入点(AP)选择策略:在离线阶段,利用卡尔曼滤波对采集到的蓝牙数据进行处理;再通过对定位环境AP区域性、波动性分析,融合AP属地区域特征,用最大平均值和稳定度排序的方法实现AP组合的最优化;最后在线指纹匹配阶段,利用加权K近邻的定位方式对定位性能进行评估。实验结果表明,在地铁车站使用综合AP选择策略,平均定位误差为1.09m,与未经AP选择的方法、最大均值法和信息增益法相比较,平均定位误差较其他3种情况均减少0.45 m以上,具有更好的定位效果。

基于ADC精度与AP选择的去蜂窝系统能效均衡方法

去蜂窝大规模多输入多输出(MIMO)系统通过部署大规模接入点(AP),获得宏分集增益和较低的路径损耗,但产生的大量功耗损失使得系统能效质量失衡。针对去蜂窝大规模MIMO系统与多AP联合协作的能效质量失衡问题,提出一种基于模数转换器(ADC)精度和AP选择的能效均衡方法。利用泊松过程对用户分布进行建模,推导出激活所有AP时频谱效率及能量效率的闭式解,将有效信道与干扰信道增益的占比作为排序指标,通过降序排序的方法获得相应信道方差矩阵索引,按索引对AP集进行逐层筛选,当AP联合服务用户获得频谱效率的变化差值小于阈值时,停止筛选并确定用户间干扰低的AP组合。通过ADC精度与AP选择的联合优化获取最优量化位数,实现系统频谱效率与能效的均衡。仿真结果表明,与全AP选择、基于大尺度衰落的AP选择方法相比,该方法能达到较优的能效质量均衡,尤其在用户密集区域,可提升约20%能效,同时利用最大最小功率控制可保证系统区域一致良好的用户服务质量。

自适应AP选择无线室内定位算法

针对接收信号强度的无线室内定位算法中无线接入点(AP)具有相关性和区域性问题,提出自适应AP选择无线室内定位算法。针对AP具有相关性,在线阶段提出基于互信息和信息熵的AP选择算法,联合衡量AP子集内所有AP间的相关性,搜索包含有效位置信息最多的AP子集。对于AP的区域性问题,离线阶段对参考点高斯邻域内原始RSS采样数据进行最小二乘高斯曲线拟合,并提出优先度函数衡量AP性能。最后,采用KL散度实现待定位节点位置估计。与WKNN、MLE算法相比,该算法有效地提高了无线室内定位精度。

基于改进AP选择的融合随机森林室内定位算法

针对复杂室内环境下接收信号强度(RSS)值和维度发生变化的问题,提出一种改进的接入点(AP)选择方法并融合随机森林(RF)分类算法进行实时室内定位.在离线阶段应用改进的AP选择方法,并使用AP的RSS数据方差以及AP出现频率来衡量AP稳定性并选取前m个稳定的AP.在处理方差时会经拉普拉斯平滑,以避免出现方差为0的情况,并以此构建初步的指纹数据库;在在线阶段利用集成学习中的RF来对分类结果进行投票表决得到最终位置信息,并将改进后的算法同传统RF,改进后的AP选择融合加权的K近邻算法(WKNN)以及基于信息增益(IG)的AP选择算法加随机森林相比较.实验结果表明:文中所提出的方法在定位误差方面较其他三个算法分别下降29.3%、23.2%、17.2%,同时在定位时间方面也有提升.

太阳能槽式阵列设计及联网技术的研究

论文首先分析了太阳能槽式阵列设计中网络系统的设计模式,分别从网络接入点选择以远程操作控制两方面来进行,并结合太阳能槽式阵列设计特征来对联网技术应用模式进行总结,提出联网技术应用中加强软件设计与硬件结构之间的结合,这样可以帮助太阳能槽式阵列系统运行使用中稳定性得到提升。

去蜂窝大规模MIMO系统功率控制算法

针对移动通信流量需求持续增长的需求,同时考虑用户接入点选择和下行功率控制,对去蜂窝大规模多输入多输出(multiple input multiple output,MIMO)系统的用户体验进行优化。基于最大信号干扰加噪声比,为每个用户选择有效的服务接入点子集。在此基础上,针对为不同优先级用户提供不同服务质量的目标,建立长期功率约束下的下行链路加权功率控制优化问题模型。将该问题转化为凸优化问题,求解得出一组优化的下行链路功率控制系数。算法经仿真验证,能将去蜂窝大规模MIMO系统的95%用户频谱效率提升约11倍,同时有效提升高优先级用户的体验,对于去蜂窝大规模MIMO系统的研究具有一定参考意义。