毫米波大规模MIMO-NOMA系统用户分簇和功率分配设计

针对多用户毫米波大规模多输入多输出-非正交多址接入(MIMO-NOMA)系统功率分配计算复杂的问题,提出新用户分簇和功率分配方案,提高系统的频谱效率。首先改进基于簇头选择的用户分簇方案,根据真实信道动态选择阈值并确定分簇数目,使分簇结果更适合实际情况,用户从波束中获得更大增益。然后以最大化系统频谱效率和能量效率的加权和为目标设计功率分配,使用改进的元启发算法求解。通过对粒子群(PSO)算法引入新的矢量成分和添加余弦扰动使算法更快收敛到全局最优值,并融合沙猫优化(SCSO)算法使算法结果更加精确。仿真结果表明,与现有算法相比,本文提出方案的频谱效率和能量效率优于传统方案,且更适合多用户情况。

超密集网络以用户为中心及多维协作的用户分簇算法

为了降低超密集网络中小区间的干扰,提升频谱效率,给出一种在以用户为中心的可重叠虚拟小区场景下,基于边权重和贪婪树增长(Greedy Tree Growing Algorithm,GTGA)算法的用户分簇方案。考虑到每个用户对其他用户产生干扰的同时,又受到其他用户的干扰,权重设计采用协作传输的平衡策略。针对用户分簇,改进的K-means聚类算法通过能够拟合高斯分布的权重统计量来动态调整用户分群的大小。仿真结果表明,所提算法能有效地降低复杂度,减少干扰,提高超密集网络的频谱效率。

基于用户分簇的认知超密集网络资源分配

针对5G时代小基站的密集部署带来的复杂干扰问题,对下行的认知无线电超密集网络下的资源分配进行了研究。为减小网络干扰,提高次用户吞吐量,提出了一种改进的基于用户分簇的资源分配算法。基于基站的覆盖范围,选出用户的强干扰基站,以用户-基站干扰关系建立用户-用户干扰图,按用户受到的平均弱干扰划分优先级对用户分簇,再为簇集群预分配频段,为每个簇分配对应频段中效用最大的信道。该资源分配算法能准确反映用户间的干扰关系,保障资源分配公平性。仿真结果表明,当用户密度与基站密度均较大时,与相同场景的已有算法相比,该改进算法有较好的抗干扰能力,能有效提高次用户的吞吐量。

MIMO-NOMA系统中基于近邻传播的用户分簇算法

文中探讨了多输入多输出-非正交多址接入(Multiple-Input Multiple-Output Non-orthogonal Multiple Access,MIMO-NOM A)系统的用户分簇问题.针对现有用户分簇算法需要指定簇数的问题,提出了一种基于近邻传播的无监督机器学习用户分簇算法.仿真结果表明,提出的用户分簇算法在系统和速率上相较于对比算法具有显著的优势,同时算法不需要指定簇数,仅依赖于基站(Base Station,BS)处获取的信道状态信息(Channel State Information,CSI),便可将用户划分为多个簇,是一种方便且实用的算法.

毫米波NOMA系统的一种用户分簇及预编码算法

针对毫米波大规模多输入多输出非正交多址接入(multiple input multiple output-non-orthogonal multiple access,MIMO-NOMA)系统,给出基于K均值的用户分簇及选择算法和基于信漏噪比最大混合预编码算法。基站根据归一化角度筛除掉部分用户,再利用K均值方法对剩余用户进行分类,将每类中信道增益差最大的一对用户作为一簇。根据信漏噪比最大原则为每簇用户设计模拟预编码矢量,并由基站利用每簇强用户的等效信道生成数字预编码矩阵。所给算法可降低用户受到的簇间干扰,提升系统速率,适用于毫米波大规模MIMONOMA系统。

大规模MIMO-NOMA系统下用户分簇算法及功率分配策略的研究

非正交多址接入(Non-Orthogonal Multiple Access,NOMA)在多用户信道的容量边界方面已有广泛的研究。其现有的研究主要集中在通过用户配对和功率分配实现和速率最大化、复杂度最小化和能量公平性。结合现有文献和未来5G系统的需求,通过研究提升下行多用户MIMO-NOMA系统中边缘用户的容量,提出结合信道增益矩阵相似性的用户分簇算法。仿真结果表明,所提出的针对多用户MIMO-NOMA系统的分簇算法不仅优于同样场景下的基于信道增益差矩阵的分簇算法和传统MIMO-OMA,而且簇内用户的JFI(Jain’s Fairness Index)这一公平性指数也得到保证。

无人机辅助NOMA下行的用户分簇与功率分配算法

针对用户非均匀分布的无人机辅助非正交多址接入(NOMA)下行通信系统,提出了最大化和速率的用户分簇与功率分配算法。考虑用户服务质量,建立了最大化和速率的功率分配优化问题,为了解决该问题,提出了三步策略降低求解复杂度。首先,确定了无人机的最佳部署位置;其次,基于无人机位置,提出了角度密度的噪声空间聚类算法;最后,使用连续凸逼近方法获得功率分配问题的次优解。仿真结果显示,所提算法的分簇效果与通信性能优于相同场景中的传统算法。

基于MD5算法的无线传感网络用户身份分簇节点安全认证方法

为防止恶意的中间节点截获、篡改和干扰信息的传输,以及反馈延迟导致认证密钥丢失等问题的出现,提出基于MD5算法的无线传感网络用户身份分簇节点安全认证方法。预处理无线传感网络用户身份分簇节点数据,将数据加密参量转换为MD5的512位标准;根据用户分簇节点对应的MD5变换参量对其认证规则加以定义,用于MD5算法优化规则制定;通过MD5算法对请求数据进行数据融合压缩,解析交互认证过程密钥,完成对应节点数据簇头信息的安全认证。实验结果表明:该方法收发成功率均在97%以上,开销率最高在50%。该方法在多种条件环境下均有效可行,其所得各项指标数据均为最佳,能够在满足相关指标要求的基础上保持连续稳定运行,具有一定的应用推广价值。

自适应遗传算法下的NOMA用户动态分簇

NOMA(Non-orthogonal Multiple Access,NOMA)系统中的用户分簇策略对系统性能有着极大的影响。该文主要研究NOMA下行链路的用户动态分簇问题,其目的是最大化系统总吞吐量。与大多数文章不同,该研究对簇中用户数以及簇个数都没有限制。遗传算法可用于优化NOMA网络中的用户动态分簇,但标准遗传算法存在收敛速度慢且容易陷入局部最优的问题。基于此,该文将自适应调节参数的改进遗传算法用于用户的动态分簇,来改善上述问题。仿真结果表明,该算法相比于穷举搜索能够有效降低求解复杂度,且系统性能明显优于固定簇分配算法及自适应配对策略下的系统性能。

多无人机辅助移动用户通信的功率分配和航迹优化

针对多无人机辅助移动用户通信的下行无线传输系统,提出了一种用户吞吐量最大化的多无人机发送功率和飞行航迹分簇优化方法。考虑每架无人机服务的用户分簇、发送功率分配和飞行航迹规划,构建了一个多无人机辅助多用户通信的吞吐量最大化问题。通过引入辅助变量和分离耦合变量的方法,将非凸问题分解为两个近似凸优化问题;再基于贪婪算法的思想和连续凸逼近方法,对两个近似凸优化问题进行迭代交替优化,得到原非凸问题的一个近似次优解。仿真结果表明,所提优化方法能够有效提高用户数据吞吐量。

面向多用户NOMA-IRS系统的公平性优化

多用户非正交多址接入-智能反射面系统,可通过多天线发射机与智能反射面间“发射-反射”联合波束成形,改善系统的用户接入能力。针对多用户非正交多址接入-智能反射面系统用户公平性问题,尝试在射频链路受限的实际场景中,最大限度提升用户最小接收信干噪比,从而无差别地保证各用户的通信质量。为此,根据射频链路数对用户进行分簇,构建了最大-最小接收信干噪比分式规划问题,此问题的发射波束矢量与反射阵元矩阵在接收信干噪比处高度耦合。因此,提出了一种基于半定松弛与算术几何平均算法,通过在每次迭代中交替优化发射波束矢量与反射阵元矩阵,实现各簇中最小信道容量的最大化。并进一步采用二分搜索算法求解簇内功率分配问题,以提升用户最小接收信干噪比。仿真结果表明,相对于迫零方案,提出方案能够以较低的计算复杂度提升用户最小接收信干噪比,从而改善各用户通信质量;且区别于最大比传输方案,提出方案中用户最小接收信干噪比不会随基站发射功率增加而呈现饱和现象,从而实现各用户通信质量的稳定增长。

基于无向干扰图的大规模多输入多输出滤波器组多载波系统下行链路用户聚类

提出了一种基于大规模多输入多输出滤波器组多载波(MIMO-FBMC)系统下行链路的用户聚类算法.在用户组数量和用户数量随机的环境下,该算法将用户和用户之间信道向量的相关系数自适应地表示为无向干扰图,边的权重表示为相邻用户之间信道向量干扰强度,然后根据每个图的权重值之和与阈值比较进行分簇,仿真结果表明,在基站(BS)天线数量不同的情况下,该算法性能优于传统的用户分组方法,并降低了算法复杂度,提高了系统总和速率.

大规模MIMO-NOMA下行系统可达吞吐量研究

非正交多址系统的可达吞吐量与用户分簇策略、预编码方法、功率分配算法等有关.为了提高系统可达吞吐量,提出了一种改进的k-means用户分簇算法,该算法利用空间相关性对用户进行分簇,从而降低簇间干扰;然后利用块对角化预编码对发送给各簇的信息进行预处理,使得每簇的预编码向量与其它簇等效信道向量近似正交,进一步消除簇间干扰;同时构建最优功率分配优化问题,并利用Karush-Kuhn-Tucker(KKT)条件求得簇内每个用户的最佳功率分配系数,降低簇内用户间的干扰.实验结果表明:所提出的方法能有效提高系统的可达吞吐量.

基于D2D多播通信的合作内容下载机制

针对蜂窝网、车联网等网络中用户的内容下载场景,提出了一种基于终端直通(D2D)多播通信的合作内容下载机制改善下载性能。该机制充分利用内容请求者位置的邻近特性,将其分成不相交的簇。簇内的内容请求者合作从基站处下载一份完整的内容,并轮流向簇内其他内容请求者共享所下载的内容。这种下载方式下,内容共享额外消耗的资源由簇内内容请求者共同承担。在此过程中,提出了一种定价方法来激励内容请求者间的合作。该方法仅需要基站维持一个内容下载的价格。基于此,为最小化内容请求者的下载代价,研究了用户分簇、链路调度和功率分配的联合优化问题。为以较低的复杂度得到较优的解,基于联盟形成博弈设计了一个联合优化算法。仿真结果表明,相较于传统非合作机制,内容请求者在所提机制下的下载代价降低了约37.15%;在不同数目的内容请求者和蜂窝用户下,所提机制均优于其他基准机制。