基于干扰效率多蜂窝异构无线网络最优基站选择及功率分配算法

针对多蜂窝多用户异构无线网络干扰管理和效率提升问题,该文研究了基于干扰效率最大的下行链路基站(BS)-用户匹配和功率分配问题。首先,考虑宏用户和微蜂窝用户的服务质量,将问题建模为多变量混合整数非线性规划问题。其次将原问题分解为基站选择和功率分配两个子问题。针对基站选择问题,利用凸优化问题获得最优基站选择策略;针对功率分配问题,利用二次变换法和Dinkelbach辅助变量法,将功率分配问题转换为凸优化问题求解。仿真结果表明,与现有算法对比,该算法具有较好的干扰效率和干扰控制性能。

异构无线网络干扰效率最大顽健资源分配算法

针对能效提升、宏用户干扰减小的问题,该文研究了基于干扰效率最大的异构无线网络顽健资源分配算法.首先,考虑宏用户干扰约束、微蜂窝用户速率需求约束和最大发射功率约束,将资源优化问题建模为多变量非线性规划问题.其次,考虑有界信道不确定性模型,利用Dinkelbach辅助变量方法和连续凸近似方法结合对数变换方法,将原分式规划顽健资源分配问题转换为等价的确定性凸优化问题,并利用拉格朗日对偶算法获得解析解.理论分析了计算复杂度和参数不确定性对性能的影响.仿真结果表明该算法具有较好的干扰效率和鲁棒性.

基于干扰效率的认知OFDMA网络功率分配算法

为了提高认知无线电网络的系统能量效率,同时减小对频谱授权者主用户的干扰,提出了一种新的下行传输干扰效率最大的认知正交频分多址接入(orthogonal frequency division multiplexing access, OFDMA)网络功率分配算法。干扰效率定义为次用户总的传输速率与对主用户总干扰功率的比值。由于原资源分配问题是一个非凸形式的分式规划问题,难以获得功率分配问题的解析解。利用Dinkelbach方法将原问题转换为一个凸优化问题,并利用拉格朗日对偶原理和次梯度更新算法来获得解析解。最后,仿真结果表明,该算法具有较好的收敛性能,并且在干扰效率、对主用户的干扰控制方面都优于传统能效最大的功率分配算法。