认知MIMO MAC最优迭代注水算法

研究发送功率以及干扰温度约束下的认知多入多出多址接入信道(MIMO MAC)的速率和最大化问题。通过部分对偶分解技术松弛干扰温度约束,原始问题被分解为较易处理的子问题,并提出一种迭代算法,通过交替进行对偶变量更新与迭代注水运算求解使得速率和最大的最优发送协方差矩阵。最后通过仿真表明算法的有效性。

ROF接入网络认知MAC信道最优迭代注水算法研究

研究基于认知多址接入信道(C-MAC)的光纤无线通信(ROF)接入网络在发射功率以及干扰温度约束下的系统加权总容量(Weighted-Sum Rate)最大化问题。由单入多出(SIMO)模型的特殊算法作为切入点,通过部分对偶分解技术,松弛干扰温度约束,将原始问题分解为较易处理的子问题;另外针对文献〔13〕所提方法的不足,提出一种适用于多入多出(MIMO)天线系统的迭代注水算法以求解最大系统加权容量。最后通过仿真表明算法的有效性。

OFDMA系统中容量最大化的资源分配算法

为最大化OFDMA系统容量,提出一种信道容量最小子载波优先分配算法。在每次迭代注水过程中,假设所有子载波只能分配给一个用户,计算该用户对应于不同子载波所具有的信道容量,并对具有最小信道容量的用户优先分配子载波,以避免将信道容量差的子载波分配给用户。仿真结果表明,该算法解决了采用传统等功率方式计算子载波分配容量时准确率低的问题,相比WUF算法和WSA算法,在不同信噪比的情况下系统容量提高近15.7%和12.2%,达到最大化系统容量的目的。

博弈条件下雷达波形设计策略研究

为提高电子战中弹载雷达检测性能,该文提出基于纳什均衡的雷达波形设计方法。首先建立电子战条件下雷达与干扰信号博弈模型,基于最大化信干噪比(SINR)准则,分别设计了雷达和干扰的波形策略;然后通过数学推导论证了博弈纳什均衡解的存在性,设计了一种重复剔除严格劣势的多次迭代注水方法来实现纳什均衡;通过二步注水法推导了非均衡的maxmin优化方案;最后通过仿真实验测试不同策略下雷达检测性能。仿真结果证明,基于纳什均衡的雷达信号设计有助于提升博弈条件下雷达检测性能,对比未博弈时,雷达检测概率最高可提升12.02%,较maxmin策略最高可提升3.82%,证明所设计的纳什均衡策略更接近帕累托最优。

干扰信道中基于竞争博弈的准最佳功率分配方案

频率选择性高斯干扰信道下多用户总速率最大化的问题被建模成一个带有补偿函数的非合作博弈模型.补偿函数也近似成子信道之间进行博弈的模型(子信道博弈).通过子信道之间的迭代计算,子信道博弈能够达到一个纳什均衡,也就是渐近最佳补偿.接着提出了多领导斯坦克尔伯格均衡的概念,来描述带有渐近最佳补偿函数的非合作博弈的均衡点.利用凸优化技术,开发了一种迭代多水平面功率注水算法,来达到斯坦克尔伯格均衡.在该均衡点上,所有用户都会工作在准最佳速率区域边界上.仿真结果表明,迭代多水平面功率注水算法所能达到的总速率比迭代功率注水算法有明显的提高,并且能达到一个准最佳的可达速率区域.

干扰信道中容量可达的率分裂方案

为了能有效地逼近高斯干扰信道的容量边界,提出了一种分布式率分裂的方案。以二用户高斯干扰信道为例,该分布式率分裂方法能建模成一个非协作博弈论模型,并且提出一种迭代多水平面功率注水算法,能达到该博弈模型的纳什均衡,同时给出了迭代收敛的一个充分条件。计算机仿真表明,通过分布式率分裂方案以及迭代多水平面功率注水算法而获得的高斯干扰信道容量,非常接近于HK容量边界。

基于博弈论的MIMO认知无线电波形自适应算法

本文从非合作博弈的角度研究了MIMO认知无线电(MIMO-CR)网络中最大化信息速率的波形自适应问题,证明了在给定条件下Nash均衡的存在与唯一性,并提出了一种求解Nash均衡的带惩罚价格的分布式迭代注水算法———MIMO-CR IWFA,通过价格机制的运用使得MIMO-CR在满足主用户的干扰温度约束时最大化各自的信息速率;同时证明了在给定条件下MIMO-CR IWFA能够收敛到唯一Nash均衡解.仿真结果表明MIMO-CR IWFA具有快速收敛特性且能够很好的满足干扰温度约束;虽然受到主用户的干扰温度约束限制,MIMO-CR IWFA的性能能够随着MI-MO-CR链路之间的同信道干扰的增大而逐渐接近不考虑干扰温度约束的经典MIMO迭代注水算法(MIMO IWFA).

MIMO认知无线电分布式波形自适应算法

该文研究在主用户干扰温度约束下多个竞争的MIMO认知无线电最大化自身信息速率的波形自适应问题。该文使用非协作博弈论将其表述为Nash均衡问题,给出了Nash均衡解存在唯一的条件,并提出了一种求解Nash均衡的带惩罚价格的分布式迭代注水算法,通过对干扰进行价格惩罚使得MIMO认知无线电在达到Nash均衡时满足干扰温度约束。仿真结果表明相对于不考虑干扰温度约束的经典迭代注水算法,该文算法能够满足干扰温度约束,适用于认知无线电网络。

下行NOMA系统中一种考虑用户QoS的功率分配方案

为了提高未来网络的系统吞吐量和频谱效率,非正交多址接入技术(non-orthogonal multiple access,NOMA)的功率分配问题成为了近年来移动通信领域研究重点。在保证用户服务质量的前提下,针对下行NOMA系统的功率分配问题进行了研究,在子带间采用迭代注水算法,小范围注水分配各子带的功率,在子带内考虑用户服务质量,利用卡罗需—库恩—塔克(Karush-Kuhn-Tucker,KKT)条件求出最优功率分配因子,以此最大化系统总吞吐量。仿真证明,提出的功率分配方案能达到的系统总吞吐量、频谱效率优于传统的功率分配方案,其系统总吞吐量比正交多址接入技术(orthogonal multiple access,OMA)提升了约40%以上。

基于二维空间的认知网络频谱分配方案

认知无线电(CR)是一种智能无线通信技术,通过从空间和时间上充分利用空闲的频谱资源,以提高频谱利用率。为解决基于OFDM的认知无线电系统中子载波及其功率分配方案中不公平和运算复杂的问题,利用认知无线电的基本思想,提出了将子载波分配和功率分配分为2个相继步骤的一种行之有效的方案。通过构建相应的系统模型及其仿真实验,验证了提出方法的优越性,既可以接近贪婪算法的系统容量,又能提高频谱分配的公平性和降低系统运算开销。

多用户MIMO下行链路中基于SLNR的联合用户-天线功率分配算法

在多用户MIMO系统中,在天线间或用户间进行发射功率分配,可以显著提高系统总容量.本文针对多用户M IMO系统中的下行链路,在多用户迭代注水算法的基础上,提出一种联合用户-天线功率分配算法,在进行多用户迭代注水之前,首先基于信漏噪比(SLNR)进行用户间功率分配.仿真结果显示,与多用户迭代注水算法及仅进行用户选择的多用户迭代注水算法相比,本文提出的算法大大提高了系统总容量.

干扰条件下基于Bayesian博弈的认知制导雷达波形设计

现代战场电磁环境复杂,制导雷达与干扰机间对抗日趋激烈。针对对抗过程中制导雷达和干扰方不能获取对方完整信息情形下的性能降低问题,基于SINR准则建立制导雷达和干扰Bayesian博弈模型,通过海萨尼转换方法,采用目标概率集合形式表达未知信息,求解博弈模型并设计雷达和干扰优化波形、基于二次注水和迭代注水法分配信号频域能量,并对Bayesian博弈纳什均衡存在性展开研究。最后通过仿真分析不同策略下的雷达和干扰信号具体形式,验证不同波形条件下制导雷达检测性能。仿真结果证明,迭代注水信号及二次注水信号检测概率最高可比线性调频信号分别提升15.41%、12.79%,为不完全信息博弈中制导雷达信号优化提供了解决方案。

下行非正交多址系统低复杂度功率分配算法设计

近年来,非正交多址接入(Non-Orthogonal Multiple Access,NOMA)作为5G关键技术而得到广泛关注。相比于已有的正交多址接入,NOMA可承载用户数不受资源数目的限制,能够满足5G应用场景中大规模连接需求,同时可以提高系统的频谱效率。由于NOMA通过功率域区分不同用户,功率分配方法直接影响着系统的性能,文中旨在设计有效的功率分配方案优化系统吞吐量。鉴于已有算法较高的复杂度,文中提出一种改进的功率分配算法,将功率分配问题拆分为两个子问题,即先进行带间功率分配,再进行带内功率分配,通过联合设计迭代注水功率分配和比例公平调度算法分别求解两个子优化问题。另外,考虑到信号检测分离过程存在残余干扰,还对差错传播模型进行了仿真分析。仿真结果表明,改进的算法虽然性能上略低于最优迭代注水功率分配算法,但是大幅度降低了计算复杂度,具有一定的实践意义。

两类多用户MIMO线性预编码的功率分配

将多用户MIMO线性预编码分为干扰消除和干扰抑制两类,针对干扰消除中的块对角化(block diago-nalization,BD)迫零算法,讨论了经典注水功率分配,提出一种信噪比控制功率分配方案。该方案可使系统各子流接收信噪比相同,各个用户的误码性能一致,也可控制用户之间的任意信噪比比例;研究了干扰抑制类预编码的统一功率分配方案,提出一种针对存在干扰系统的适用于相关信道的迭代注水算法。该算法引入经典注水的思想,将干扰和噪声一并考虑。仿真结果表明,该算法在相关信道下使系统和容量获得了明显提高。

基于OFDM的认知无线电系统中的功率分配改进

基于正交频分复用(OFDM)的认知无线电系统中,次用户子载波功率的泄漏会对主用户产生干扰.针对这一问题,提出了一种改进的功率分配方法,即在主、次用户所在子信道间合理设置保护带条件下,采用迭代分块注水算法.仿真结果表明,改进的算法满足各主用户干扰功率上限的条件下,也使得次用户信道容量最大化.

基于OFDM的认知无线电系统中的一种改进的功率分配算法的研究

改进了应用于基于OFDM的认知无线电系统中的功率分配算法。迭代分块注水算法,目标是在总的功率约束和每个子信道的功率约束的条件下最大化系统的容量。在主用户的功率约束非常严格时,尤其考虑了相邻子载波的功率泄露,并且在主用户的频谱和认知用户的频谱之间设置保护带,使其他子载波的功率分配呈现梯形分布。所以只是在功率约束比较严格的子载波上实施迭代分块注水算法。仿真结果表明,改进的功率分配算法性能接近迭代分块注水算法,而且具有较低的复杂性。

基于光传输技术的电力通信传输网设计与研究

针对现有技术中电力通信传输网传输速率低、组网配置不高的问题,提出了基于光传输OTN技术的电力通信传输网络优化方案,设计出具有监控、配线、复用、网管和保护等多种功能的OXC模块,并应用纯光交叉矩阵,提高了网络通信信息承载量和性能稳定度。该研究在OXC模块中还融入了迭代分块约束注水算法,有效地将电力通信传输网络系统中不同信道内的子载波平均分配成诸多子通信模块,实现通信的均衡处理,提高了电力通信传输网运行的效率。试验表明,该研究方法提高了电力通信网络资源的分配能力。

一种VDSL上行链路自适应功率回馈方案

上行链路功率回馈技术(UPBO：upstream power back-off)是VDSL(very high-speed digital subscriber lines)系统中的关键技术，它用于抵消同一电缆中短线对长线引起的严重的远端串扰(FEXT:far-end crosstalk)。文中从功率控制的角度分析了基于迭代注水的自适应UPBO方案，并进行了性能仿真分析。