OFDM认知无线电网络低复杂度功率分配算法

在正交频分复用认知无线电网络中,研究多个功率约束条件下的功率分配问题。认知用户功率约束条件分为两类:对主用户频段的干扰约束与认知用户总传输功率约束。以最大化认知用户速率为目标,构建一个多约束条件优化问题,得出最优功率分配算法,在此基础上,通过对约束条件加以分解,提出一种低复杂度的次优功率分配算法。仿真结果表明,最优算法可以取得最大的认知用户传输速率;提出的次优算法可以极小的性能损失,在复杂度上取得较大优势。

考虑频率特性和断面传输有功功率约束的潮流模型

提出了考虑频率特性和断面传输有功功率约束的潮流模型。该模型在考虑频率电压调节特性的潮流方程基础上,增加了断面传输有功功率方程,并对互联区域两端的平衡机组增加了有功调节变量及其控制方程。其中,平衡机组的调节功率等于其所在控制区的区域控制偏差(area control error,ACE)、有功网损偏差和超短期预测有功负荷偏差之和。通过对IEEE 118节点测试系统的仿真分析,验证了新模型的必要性和有效性,同时结果也表明所建模型能够有效提高频率和断面传输有功的控制水平。

基于多输入多输出雷达发射方向图综合的波形设计

针对多输入多输出(MIMO)雷达发射方向图匹配时阵元功率不均匀和发射波形存在较高峰均比等缺点,提出了一种新的MIMO雷达发射方向图综合方法。构造一组基矩阵,将协方差矩阵的求解等效为基矩阵系数的寻优问题,在简化寻优模型的基础上进一步将其转化为一个凸优化问题,以便采用原对偶内点算法进行有效求解;在基矩阵中引入单位矩阵,以保证发射阵元满足等功率辐射要求,同时将尺度因子作为变量进行联合寻优,克服优化方向图对期望波束模值的依赖,解决二者增益不匹配引起优化误差变大的问题;在得到发射波形的协方差矩阵后,利用矩阵分解和交替迭代法设计发射波形,每次迭代过程中利用凸优化理论对发射波形的模值上界进行严格约束,有效减小发射波形的峰均比。仿真实验表明,合成的发射方向图在有效地逼近期望波束的同时大大降低了发射波形的峰均比。

衰落信道下基于接收机信标感知的频谱共享

理想的主、次系统频谱共享应尽量使次级用户发射机与主用户接收机处于互为对方的保护边界和干扰边界的临界状态。本文基于此临界状态对信标感知灵敏度和次级用户发射功率的要求,通过分析信道衰落和双向信道非对称性引起的临界干扰概率,首次针对基于接收机信标感知的频谱共享方法,给出了衰落信道下满足主用户干扰约束的次级用户发射功率约束机制。针对单个工作频段存在多个主用户接收机的(广播)场景,以距次级用户发射机最近的主用户接收机为干扰保护目标,通过分析信标的多个衰落副本的累积作用对信标感知的影响,进一步给出了这种场景下的次级用户发射功率约束与主用户临界干扰概率的关系。

协助D2D通信的波束赋形算法设计

文章考虑下行链路D2D通信对复用同小区的蜂窝资源,不同于传统的基于总功率约束的赋形策略,我们提出了基于单根天线功率约束的波束赋形策略。TD-LTE系统采用的是时分双工,上下行信道具有互易性,因此通过对上行信道信息的获取,可以得到下行信道的信道状态信息(Channel Station Information,CSI),从而有效地实现波束赋形。在CSI已知的情况下,我们提出了一种高效的算法寻找最优的波束赋形策略,使得经典的基于最大最小信干比的问题能够被重写为标准的二阶锥规划(SCOP),从而使最优的目标能够通过标准的二阶锥规划求解器求解。同时,为了减少由于D2D通信对加入给蜂窝网络带来的干扰,一种D2D状态搜索算法被提出,它能够选择最优的D2D通信对加入蜂窝网络中,使得系统的吞吐量得到提升。

认知星地混合网络中基于能效最大化的最优功率控制方法

在认知星地混合网络中,当卫星系统作为主用户时,为了保证卫星用户正常的通信质量,在下行链路中必须要对地面次级用户进行必要的功率控制。考虑到绿色通信场景,选择次级用户的能量效率作为优化目标,提出了两种最优功率控制方法。两种方法分别使用了平均发射功率约束和峰值发射功率约束,而为了寻找最优能效值,提出了一种新的迭代搜索算法。仿真结果证明,所提搜索算法具有有效性和高效性,且干扰链路信道条件越好,次级用户性能越差。

认知星地混合网络中针对实时业务的高能效功率分配方法

在认知星地混合网络中,当卫星系统作为主用户系统时,下行链路场景中必须要对地面次级用户进行合理的功率分配,从而保证主用户的通信质量。针对绿色通信中的实时业务,选择次级用户的能量效率作为优化目标,提出了两种最优功率分配方法,给出了最优功率的闭合表达式,并在此基础上提出了一种迭代搜索算法,实现了对最优能效的高效查找。仿真结果表明,使用平均发射功率约束的功率分配方法,性能要优于使用峰值发射功率约束的方法。此外,干扰链路信道条件的改善,将使次级用户的性能变差。