基于用户窃听的MU-MISO反向散射通信系统鲁棒资源分配算法

针对反向散射通信系统信道估计不准、信息容易被窃听等问题,该文提出一种基于用户窃听的多用户-多输入单输出(MU-MISO)反向散射通信系统鲁棒资源分配算法,以提高系统传输鲁棒性与信息安全性。首先,考虑基站最大功率、时间分配、信道不确定性、能量收集和保密率等约束,建立一个MU-MISO的反向散射通信系统鲁棒资源分配问题。其次,基于非线性能量收集模型和有界球形信道不确定性模型,利用变量松弛法和S过程将原NP-hard问题转化为确定性问题,随后利用连续凸近似、半正定松弛与块坐标下降法将其转化为凸优化问题求解。仿真结果表明,与传统非鲁棒算法对比,所提算法具有较高的系统容量和较低的中断概率。

NOMA增强型D2D组的鲁棒资源分配算法

为提高非正交多址接入(non-orthogonal multiple access,NOMA)增强型设备到设备(device-to-device,D2D)组链路的鲁棒性和能效,考虑非理想信道状态信息(channel station information,CSI),提出一种能效优化的鲁棒资源分配算法.首先,在保证子信道分配、蜂窝用户和D2D组最小速率以及D2D组最大传输功率约束下,建立最大最小鲁棒能效模型;其次,考虑最坏情况法将信道不确定性建模为有界信道估计误差,并用泰勒级数展开式、凸松弛、变量转换法将原多变量耦合问题转化为凸优化问题;最后,用拉格朗日对偶理论求解.仿真结果表明,所提出的算法将传输速率控制在最低速率阈值以上,具有良好的鲁棒性,与其他算法相比能效提高了8.3%.

基于统计信道状态信息的智能反射面辅助反向散射通信系统鲁棒资源分配算法

为解决传统反向散射通信(BackCom)系统存在通信距离短、系统吞吐量较低和克服信道不确定性能力差的问题,该文提出一种基于统计信道状态信息(CSI)的智能反射面(RIS)辅助反向散射通信系统鲁棒资源分配算法。考虑功率站最大发射功率约束、反射节点的能量中断约束和吞吐量中断约束、反射系数约束、RIS相移约束和信息传输时间约束,建立了系统加权和吞吐量最大化的鲁棒资源分配模型;利用伯恩斯坦不等式、交替优化和半正定松弛方法,将原非凸问题转换成凸优化问题求解,并提出一种基于迭代的鲁棒吞吐量最大化算法。仿真结果表明,与传统非鲁棒资源分配算法和无RIS资源分配算法相比,所提算法具有更强的鲁棒性和更高的吞吐量。

融合信息通信和空中计算的认知无线网络鲁棒资源分配优化

针对空中计算网络中无线传感器的功率资源限制及其与现有无线通信网络的频谱竞争,研究一个包含信息通信和空中计算功能的认知无线网络,其中,主网络实现无线信息通信功能,次网络实现空中计算功能,且次网络中的传感器利用主网络基站发送的信号收集无线能量。考虑空中计算的均方误差(MSE)约束和网络中各节点的功率约束,基于随机信道不确定性构建目标函数为无线通信用户的和速率最大化的鲁棒资源分配优化问题,提出一个交替优化(AO)-改进的约束随机连续凸逼近(ICSSCA)算法,即AO-ICSSCA算法,将原鲁棒优化问题转换为确定性优化的子问题,并以交替的方式优化主网络基站的下行波束成形向量、次网络中传感器的功率因子和融合中心的融合波束成形向量。仿真实验结果表明,相较于改进前的约束随机连续凸逼近(CSSCA)算法,AO-ICSSCA算法能以更短的计算用时实现更好的优化性能。

无人机辅助认知边缘计算鲁棒资源分配方案

为了扩展移动边缘计算(Mobile Edge Computing, MEC)的服务覆盖范围,并为MEC网络中的次用户(Secondary Users, SU)提供频谱接入机会,将无人机(Unmanned Aerial Vehicle, UAV)技术、认知无线电(Cognitive Radio, CR)与MEC技术进行结合,提出一种UAV辅助认知边缘计算鲁棒资源分配方案。该方案在主用户(Primary User, PU)位置存在估计误差时联合优化时间分配、计算和通信资源分配以及UAV波束成形矢量和部署位置,建立SU与UAV能耗加权和最小化问题。为求解该问题,采用鲁棒优化理论和连续凸近似算法优化UAV波束成形矢量和位置,再利用变量替换与拉格朗日对偶算法对转换后的凸问题求解,从而优化时间、计算和通信资源分配变量。仿真结果表明,所提方案可以有效提高系统鲁棒性并减少系统能耗,不同参数下的性能仿真证明了所提方案的有效性。

基于硬件损伤的认知反向散射通信网络鲁棒安全资源分配算法

为了提高反向散射通信网络频谱效率、传输鲁棒性及信息安全性,该文提出一种基于硬件损伤的认知反向散射通信网络鲁棒安全资源分配算法。首先,考虑认知反向散射用户的最小安全速率、传输时间、能量收集和反射系数等约束,基于有界信道不确定性和频谱感知误差模型,建立一个多变量耦合的吞吐量最大化非凸资源分配问题。其次,利用最坏准则、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,与现有算法对比,所提算法具有较好的鲁棒性。

基于硬件损伤的异构网络鲁棒安全资源分配算法

针对多蜂窝多用户异构网络中收发机处信号畸变、用户信息泄露和传输中断等问题,该文提出一种基于硬件损伤的异构网络鲁棒安全资源分配算法。考虑小蜂窝用户最小安全速率约束、小蜂窝基站最大发射功率约束和宏用户干扰功率约束,建立了基于有界信道不确定性的能效最大化资源分配模型。基于Dinkelbach法、最坏准则法和连续凸近似理论,将原非凸资源分配问题等价转换为凸优化问题,并利用拉格朗日对偶算法得到解析解。仿真结果表明,与现有算法相比,所提算法具有较好的能效和鲁棒性。

基于不完美CSI的D2D通信网络鲁棒能效资源分配算法

针对设备到设备(D2D)直连通信网络传统最优资源分配算法在随机信道时延、信道估计误差影响下鲁棒性弱的问题,该文在考虑参数不确定性影响的条件下,提出D2D用户总能效最大的鲁棒资源分配算法。考虑干扰功率门限、用户最小速率需求、最大传输功率和子信道分配约束,建立了下垫式频谱共享模式下多用户D2D网络资源分配模型。基于有界信道不确定性模型,利用最坏准则方法将原非凸鲁棒资源分配问题转换为确定性的凸优化问题。然后利用拉格朗日对偶理论求得资源分配的解析解。仿真结果表明所提出的算法具有很好的鲁棒性。

基于数能同传的D2D网络鲁棒资源分配算法

为了提高终端直通(device-to-device,D2D)网络设备运行寿命和复杂电磁环境下的抗干扰能力,提出了一种基于数能同传的D2D网络系统能效最大化的鲁棒资源分配算法.考虑用户最小速率约束、最小收集能量约束、功率分流和信道分配因子约束,建立了联合优化传输功率、子信道和功率分流因子的鲁棒能效资源分配模型.基于Dinkelbach方法和Worst-case方法,将原NP-hard问题转换为确定性的凸优化问题,利用匹配理论和拉格朗日对偶理论获得解析解.仿真结果表明所提算法具有较好的鲁棒性和较高的能效.

反向散射辅助无线供电D2D网络中的鲁棒能效优化

为了提高反向散射辅助无线供电中设备对设备(device-to-device,D2D)的网络能效(energy efficiency,EE)和系统的鲁棒性,研究了在具有信道不确定性的反向散射辅助无线供电D2D网络中的鲁棒能效资源分配问题。在功率站最大发射功率、所需服务质量和能耗约束下,通过联合优化发射功率、传输时间和反射系数使所有D2D用户的总EE最大化;利用一个次优解的迭代鲁棒算法解决了提出问题的非凸性。仿真结果表明,提出的算法具有收敛性及对不确定信道的鲁棒性。

基于NOMA的无线携能D2D通信鲁棒能效优化算法

针对频谱短缺、基站负荷过高、通信系统功耗较大等问题,考虑不完美的信道状态信息,该文提出一种基于非正交多址接入的无线携能(SWIPT)D2D网络鲁棒能效(EE)最大化资源分配算法(SREA)。考虑用户的服务质量约束以及最大发射功率约束,基于随机信道不确定性建立鲁棒能效最大化资源分配模型。利用Dinkelbach和变量替换方法,将原NP-hard问题转换为确定性的凸优化问题,通过拉格朗日对偶理论求得解析解。仿真结果表明,所提算法在保证蜂窝用户通信质量的同时,能够有效提高D2D用户的能效性和鲁棒性能。