IRS-NOMA系统最大化系统吞吐量优化

在智能反射面辅助的上行非正交多址通信网络中,考虑到用户的位移会对智能反射面的服务效果带来影响,设计集中式和分布式两种智能反射面部署方案,并提出一种离散反射相位优化算法,运用半正定松弛法和高斯随机法,应用于这两种部署方案,以达到最大化系统吞吐量的目的。仿真结果表明,所设计的优化算法能有效提升系统的吞吐量性能,同时表明了分布式部署方案比集中式对用户的位移具有更高的包容度。

基于不完美CSI的认知反向散射通信吞吐量最大化算法

为了提高频谱传输效率和抑制信道不确定性影响,该文提出一种基于不完美信道状态信息的认知反向散射通信吞吐量最大化算法。首先,考虑主基站最大发射功率、传输时间、用户服务质量、有界信道不确定性等约束,建立了联合优化主基站波束、传输时间、反射系数的多变量耦合的非线性鲁棒吞吐量最大化模型。其次,利用最坏准则、S-Procedure、连续凸近似和交替优化方法,将原问题转换为凸优化问题,并提出一种基于迭代的鲁棒资源分配算法。仿真结果表明,与非鲁棒算法对比,所提算法具有较好的吞吐量和鲁棒性,且中断概率减小2.39%。

非线性能量收集认知无线电网络的次用户吞吐量最大化方案

针对一对主用户和M对次用户构成的认知无线电网络(cognitive radio network,CRN),研究了非线性能量收集的认知无线电网络的次用户吞吐量最大化问题。具体来说,对于考虑次用户发射器(secondary transmitter,ST)电路功率的情况,首先将主用户吞吐量需求下的次用户吞吐量最大化(secondary throughput maximization,STM)问题建模为一个非线性优化问题,然后将它转化成凸优化问题,最后提出一种联合使用黄金分割和二分法的低复杂度算法,获得主用户发射器(primary transmitter,PT)能量传输和次用户信息传输的最优时间分配以及主用户发射器的最优发射功率。对于忽略次用户发射器电路功率的情况,首先证明次用户吞吐量最大化问题的凸特性,然后设计了一个更高效的算法来求解。仿真结果表明,相比等时间分配方案和链路增益优先级方案,提出的设计算法能显著提升次用户吞吐量。

吞吐量最大化的二维无线能量传输算法

针对无线网络中节点能量的局限性,提出了一种网络吞吐量最大化的二维无线能量传输优化算法。根据各节点捕获能量的时域分布,依次从节点维度和时间维度进行节点间的能量分配和传输。根据两节点间的高斯双工信道模型,建立基于能量传输的网络吞吐量模型。引入节点维度和时间维度的能量传输效率,建立了能量传输解析模型,并提出二维无线能量传输算法,实现了网络吞吐量最大化。实验结果表明,该算法能有效地优化网络节点能量分配,提高网络的总吞吐量。

基于蚁群优化的最大化飞蜂网络最小吞吐量研究

研究了飞蜂网络(Femtocell Networks)中最大化最小飞蜂窝吞吐量问题。由于问题复杂性,借鉴元启发策略,基于蚁群优化提出一种功率、信道联合分配算法PACA。通过模拟实验,证明该算法可大幅提升网络性能。对算法中不同参数的影响进行了研究,发现当算法中信息素衰减系数取较大值、蚁群规模为中等时,PACA可获得更优性能。

超密集网络中最大化网络吞吐量的预测资源分配

在超密集网络中,小区间干扰严重制约了小区边缘用户的性能体验以及网络吞吐量。无线大数据分析的飞速发展,使得人们有可能通过预测未来的信道状态来分配资源,在无干扰网络中可达到很大的性能增益。但是在干扰网络中如何利用预测信息,在分配资源的同时有效协调干扰还是一个尚未研究的问题。本文分析了干扰网络中预测资源分配的设计难点和存在的问题,针对该问题提出了相应的解决方法,将资源分配建模成一个凸优化问题,通过求解优化问题得到最优的资源分配方法。仿真表明,与未知预测信息的最大化网络吞吐量方法相比,所提方法能够有效提高用户的成功传输率、平均传输进度和网络的吞吐量。当用户数据需求较大时,所提方法可以提供较大的网络性能增益。

面向UAV协助的CRN吞吐量优化策略

利用无人机作为空中移动基站可以有效地提高网络吞吐量,提升对用户的覆盖率。因此,针对无人机协助转发的认知无线电网络(Cognitive Radio Network,CRN)的吞吐量优化问题,提出基于无人机功率分配和最大化主网络区和次网络区吞吐量的算法。首先,分别建立主网络区和次网络区的吞吐量目标函数,再对目标函数进行非凸化处理。然后,再利用对数不等式求解,进而得到最优的UAV发射功率和UAV数量。性能分析表明,提出的吞吐量优化算法提升了主网络区和次网络区吞吐量。

基于跨层设计的Macro-Femto异构网络吞吐量最大化

提出一种跨层设计机制,目的是最大化网络下行链路吞吐量,同时保证业务公平性。网络架构为多小区、多用户、多业务的Macro-Femto异构网络架构。物理层传输技术为多输入多输出正交频分复用技术。所建立的最优化问题在多项式时间内是不可解的。结合工程实际,提出一种易于实现的次优算法。此外,针对异质业务环境,提出一种公平性观点,并改进传统的Jain’s公平指数。修正的公平指数能够有效地评估未来多业务无线网络各种机制的公平性。系统级仿真结果表明:在异构网络中,本文提出机制的吞吐量性能和公平性能均优于简单跨层设计SCLD(Simple Cross-Layer Design)机制。本文提出的机制和SCLD机制的业务公平性能均优于比例公平机制的公平性能。比例公平机制仅考虑速率公平,没有考虑业务公平。

低复杂度的OFDM系统有效吞吐量最大化算法

针对OFDM系统有效吞吐量最大化问题,提出了一种低复杂度的资源分配算法LCGM.该算法的子载波采用统一的编码调制方式,以等误比特率的方式分配功率,并在此条件下将有效吞吐量最大化问题进行简化.利用有效吞吐量函数在平坦衰落信道和频率选择性衰落信道下为单峰函数这一特点,通过引入一种新的等效信道增益,采用二分法确定数据占用的子载波集合.仿真结果表明,LCGM算法以较低的复杂度获得了与高复杂度算法相当的有效吞吐量,在性能和复杂度之间取得了较好的折中.

一种提高无线携能网络吞吐量的优化算法

为提高无线携能协作通信网络的吞吐量,提出基于传输时间分配和转发节点选举的吞吐量最大化算法(TARM)。先建立最大化吞吐量的目标函数,然后采用两步法求解:1)选择具有大信噪比的转发节点分配给用户;2)在转发节点固定情况下,建立基于Lagrange函数的目标函数,并通过梯度法迭代更新Lagrange乘子。仿真分析表明:通过合理选择转发节点可有效提升网络的吞吐量,TARM算法的吞吐量逼近于穷举搜索法。

认知MIMO系统频谱检测与吞吐量折中

研究了认知MIMO系统频谱检测与吞吐量折中问题,以最大化SU(Secondary User)吞吐量为目标,求解出最佳的频谱检测时间和最优功率分配方案。仿真结果表明,存在最佳检测时间使SU的吞吐量达到最大,并且通过注水法功率分配,能进一步提高SU的吞吐量。此外,通过仿真比较了能量检测和基于特征值的频谱检测算法对SU吞吐量的影响,结果表明,采用两种算法SU的吞吐量几乎相等,由于基于特征值的频谱检测算法更具有健壮性,因而更适合应用于认知MIMO系统。

无线供能网络中的节点间高吞吐量通信方案

目前针对无线供能通信网络的研究主要考虑节点发送数据到网关的场景,很少考虑节点间通信的场景。本文研究邻近节点对之间的高吞吐量通信问题,通过最优化能量供给时长与数据发送时长来达到较优的吞吐量。具体来说,研究节点对的总吞吐量最大化问题,首先将其建模为非线性优化问题,接着证明其凸特性,最后设计了一个结合黄金分割搜索和二分搜索的高效算法来获得最佳时间分配。另外,研究较差节点吞吐量最大化问题,同样证明其凸特性并且设计一个基于黄金分割搜索的高效算法来获得最佳时间分配。仿真结果表明,最大化较差节点吞吐量要比最大化总吞吐量更具公平性,但以降低总吞吐量为代价。

基于联合资源分配的飞蜂网吞吐量优化研究

研究了基站功率连续可调的飞蜂网络(femtocell networks)中最大化最小飞蜂窝吞吐量问题。提出一种轮循优化算法JPCA(joint power and channel allocation),对功率控制和信道分配进行优化。首先在确定的信道分配方案基础上,利用求解线性分式规划问题优化功率控制;继而,在所得的功率分配方案基础上,利用贪婪策略优化信道分配;依次轮循,直至收敛于某一最优解。模拟实验表明,同目前常用的资源分配算法相比,JPCA算法可大幅提升网络性能。

5G异构超密度网络中吞吐量与覆盖的联合优化

为了权衡5G异构超密度网络(Heterogeneous Ultra-Dense Networks,HUDN)中系统吞吐量最大化与覆盖优化间的冲突,提出基于功率控制的吞吐量和覆盖的联合优化(CJTC)算法。首先,推导系统吞吐量最大化的目标函数,再通过凸优等式转换,求解实现吞吐量最大化的基站发射功率;然后,推导切换失败率最小化的覆盖优化的目标函数,再利用扩展技术,并通过迭代联合求解最优的基站发射功率。仿真结果表明,提出的CJTC算法的吞吐量和覆盖方面的性能优于同类算法。

5G网络中吞吐量最优的D2D通信模式选择

针对在5G通信网络中,联合资源分配方式下的D2D(Device-to-Device)通信模式选择问题,提出了利用启发式算法代替匈牙利算法对D2D的模式选择进行优化的通信模型;本算法在保证了D2D通信对尽可能多接入的同时,最大化系统总吞吐量。分析结果说明,此算法能显著优化系统总吞吐量,减少用户之间的通信干扰,证明了该通信模型的合理性和高效性。

云接入网络中基于容量最大化的射频拉远头选择算法设计

不同于传统的LTE-Advanced网络,云接入网络(C-RAN)通过前程链路将复杂数据处理从射频拉远头(RRH)转移至基带单元池(BBU Pool)。然而,由于C-RAN前程链路容量有限,系统总吞吐量并不一定能显著提升。在本文中,我们通过优化RRHs选择实现吞吐量的最大化。更准确地说,本文在前程容量约束条件下设计了一种选择活动RRHs集的优化算法,以实现系统容量的最大化。此外,本文分别推导了低信噪比(Low SNR)与高信噪比(High SNR)下,选择RRHs数目的渐进最优的闭合表达式。仿真结果表明,比起其他方案,本文所提出的RRH选择方案能够在有限的前程容量限制与任意给定RRHs数量下,有效实现吞吐量的提升。

移动感知的混合服务功能链部署策略研究

针对支持网络功能虚拟化的移动边缘计算网络中,移动用户的数据流请求通常需要经过由前向和后向服务功能链(Service Function Chain,SFC)共同组成的混合服务功能链(Hybrid SFC,H-SFC)进行处理.首先联合考虑移动用户的位置逗留概率及网络资源约束,以最大化网络吞吐量为目标定义了移动用户的H-SFC部署问题,利用整数线性规划对该问题建模.然后设计了一个动态辅助边权图,以保证H-SFC的顺序需求,部署最少的H-SFC覆盖最多的移动逗留位置为目标,提出了由H-SFC预部署和H-SFC调整两个子算法构成的移动感知混合服务功能链部署算法(Mobility-Aware H-SFC Deployment Algorithm,MA-HSFC-DA)对原问题进行求解.仿真结果表明,与其它算法相比,MA-HSFC-DA可以显著提高网络资源的利用率,获得更高的流接受率和网络吞吐量.

基于能量收集驱动和信道感知的CRN

针对能量采集器供电的认知无线电网络进行了研究。首先,在采用离散时间马尔可夫链的建模基础上,通过分析认知用户在收集到的能量包和电池容量的限制下有效地利用能量,以最大化当前时隙的吞吐量。然后,找到多个信道的最优感知顺序和对应于该感知顺序下信道的最优传输能量集,得到使认知无线电网络在多个时隙的预期吞吐量最大化的递归表达式。最后提出了一种基于该递归表达式实现最大化预期吞吐量的算法。仿真实验结果表明,所提出的方案相比于其他方案,不仅提高了认知无线电网络的吞吐量,而且降低了主信道上的平均碰撞比。

甚高通量卫星通信系统多播场景线性预编码算法

在应用全频率复用的甚高通量卫星(VHST)通信系统中,线性预编码作为解决波束间共信道干扰的重要手段而受到广泛关注。文章提出一种VHTS通信系统多播场景下的线性预编码算法,依据数字视频广播第2代扩展标准(DVB-S2X)中多播帧的特点,建立系统吞吐量最大化问题,通过分析用户吞吐量与均方误差的关系,将问题转化为加权均方误差最小化问题,并采用交替方向乘子法(ADMM)将该问题分解为多个并行求解子问题来处理。仿真结果表明:文章提出的算法相比应用最小均方误差(MMSE)的算法可以实现显著的吞吐量增益,且其复杂度无明显增加,可应用于后续全频率复用VHTS通信系统。

认知无线网络中应用空闲认知用户的联合随机频谱检测策略

针对认知网络中主用户状态的不确定性和随机检测策略无法保证认知用户准确地寻找可用信道的问题,该文提出一种利用认知无线网络中空闲认知用户进行联合随机检测的策略。在加入空闲认知用户进行检测后,利用马尔科夫模型对认知基站获得的可用信道数进行描述,推导出此时认知网络的检测性能。理论分析和仿真结果表明,利用空闲认知用户可以减少服务时延,提高认知网络的吞吐量。在考虑认知用户汇报检测信息所占用的时长后,通过优化算法得出最优的参与联合检测的空闲认知用户数。