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。

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。

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。