针对NOMA和CR网络的功率分配方法

在基于非正交多址（NOMA）和认知无线电（CR）网络的混合系统中进行功率分配,需要同时考虑主用户（PUs）和从用户（SUs）的服务质量。文章考虑在一个小区中主从用户同时存在,从用户采用NOMA的方式接入系统,并且从用户对主用户的造成的干扰不能影响到主用户的正常通信。本文提出的功率分配方法,可以实现接入系统中的从用户数量的最大化,并且还动态考虑了主用户的数量、信道条件、发送功率以及正常通信时的信干噪比（SINR）阈值等情况,最大可接入从用户的数量还会随着主用户各参数的变化而变化。仿真结果表明,在主用户数量、主从用户SINR阈值设置相同的情况下,所提功率分配方法与FTPC方法相比复杂度相同,但是本文的分配方法可以比FTPC多接入近一半的从用户数量。      

异构蜂窝网络中基于能效的非正交多址接入下行功率分配算法

该文针对应用非正交多址接入(NOMA)技术的异构蜂窝网络,在考虑层间层内干扰的情况下,提出一种能效最大化的功率分配算法。该算法主要包括两部分,一部分为子信道内用户功率分配因子的求解,主要利用差分优化的方法,迭代求解。另一部分为子信道间的功率分配,主要利用凹凸程序法将原有的非凸问题简化为可解的凸问题,最后利用拉格朗日求解法得出功率最优解。仿真结果表明该算法有良好的迭代性,且新算法表明利用NOMA技术得到的系统能效较利用正交技术得到的系统能效提高了至少44%以上。     

NOMA系统中利用共轭梯度法的功率分配方案

通过功率分配,5G通信的关键技术——非正交多址（NOMA）实现发射功率域的多用户复用,有效提高了频谱效率。不同的功率分配方案直接影响系统的吞吐量,针对NOMA下行链路现有功率分配算法存在的局部最优问题,提出了一种利用共轭梯度法的最优功率分配方案,采用共轭梯度法求解用户的加权和速率最大化的优化问题。现有理论证明,该方法可以收敛到全局最优解。仿真结果表明,该方法性能优于已有的固定功率分配（FPA）算法和分数阶发射功率分配（FTPA）算法,且此非正交多址（NOMA）系统性能明显优于正交多址（OMA）系统。      

基于DQN和功率分配的FDA⁃MIMO雷达抗扫频干扰

频率分集阵列（Frequency Diversity Array, FDA）雷达由于其阵列元件的频率增量产生了许多新的特性,包括其可以通过发射功率分配进行灵活的发射波形频谱控制。在以扫频干扰为电磁干扰环境的假设下,首先,通过引入强化学习的框架,建立了频率分集阵列?多输入多输出（Frequency Diversity Array?Multiple Input Multiple Output, FDA?MIMO）雷达与电磁干扰环境交互模型,使得FDA?MIMO雷达能够在与电磁环境交互过程中,感知干扰抑制干扰。其次,本文提出了一种基于深度Q网络（Deep Q?Network, DQN）和FDA?MIMO雷达发射功率分配的扫频干扰抑制方法,使得雷达系统能够在充分利用频谱资源的情况下最大化SINR。最后,仿真结果证实,在强化学习框架下,FDA?MIMO雷达能够通过对发射功率分配进行优化,完成干扰抑制,提升雷达性能。     

一种面向CR-NOMA系统的动态功率分配算法

在密集小区的认知无线电非正交多址（cognitive radio non-orthogonal multiple access, CRNOMA）网络场景下,针对用户采取Underlay方式复用时信道频带利用率低的问题,提出了一种基于能效的组合用户动态功率分配算法.该算法在保证主用户服务质量前提下,基于用户之间的干扰和信干噪比,优化了组合多用户的接入方案,使信道接入用户数量最大且提高了频带利用率.同时,根据增益排序下的功率差额配比改进了剩余功率再分配方案,使空闲功率重新利用更加合理和有效.仿真结果表明,本文算法可以有效实现接入用户数量最大化的同时提高了频谱利用率.     

多用户认知非正交多址接入系统中断性能分析及功率分配算法

非正交多址接入(NOMA)是5G网络关键候选技术之一,其与认知无线电(CR)技术相结合形成系统(CR-NOMA),能够实现更高的频谱效率及更大的吞吐量。该文将直传与中继协同传输(CDRT)方案引入多用户CR-NOMA系统,其中CDRT表示次级源(SS)直接与近端次级用户通信,而仅通过中继(R)与多个远端次级用户通信。在非理想自干扰消除和全双工(FD)中继情况下,推导了每个NOMA用户中断概率(OP)的精确闭式表达。此外,在该系统模型下分析SS, R和用户的收益最优化问题,提出一种基于收益的两阶段迭代功率分配算法。仿真结果显示,在高信噪比(30 dB)条件下,与随机功率分配及平均功率分配方案相比,该文所提算法的用户和速率、SS总收益、R总收益分别可最高提升13%, 56%及26%。蒙特卡罗仿真验证了理论分析与实验结果的一致性。     

基于时延线阵列的毫米波NOMA系统混合预编码设计和功率分配

针对传统毫米波非正交多址接入（NOMA）系统中高精度移相器复杂度高、功耗大的问题,将可进行连续相位调制的低复杂度、低功耗的时延线阵列引入毫米波NOMA系统,研究了该系统能效和谱效。首先,提出一种改进K-means算法对用户进行分组,每组用户采用NOMA技术传输信息;然后,设计了一种基于开关控制时延线阵列的低复杂度混合模拟数字预编码;最后,构建了一个在用户服务质量和系统总功率约束下优化发送功率的能效最大化问题,并提出一种基于Dinkelbach算法和交替优化的两层迭代算法。仿真结果表明,与传统基于移相器的结构相比,所提方案的系统能效和谱效分别提高了32.3%和10.7%。     

面向服务质量的RIS辅助的多用户NOMA系统功率分配方案

可重构智能超表面(RIS)可被视为通信网络中具有特殊功能的“中继”来配合非正交多址接入(NOMA)系统构建一种协同的信息传输方案。考虑到未来物联网(IoT)场景下不同用户设备对服务质量(QoS)的不同需求,该文提出一种RIS辅助的多用户NOMA通信系统模型,并针对两类用户(信息用户和能量用户)的QoS需求设计了一种基于迭代优化的功率分配方法。该方法通过联合设计RIS相移矩阵、基站端波束赋形以及NOMA系统串行干扰消除顺序来最小化系统的总发射功率,以全面减轻通信系统中基站的能耗负担。仿真结果表明,与无RIS的场景相比,RIS辅助的NOMA系统可有效减小基站的能耗;在有RIS的场景下,所提功率分配方法的能耗明显低于RIS端随机选择相位的方式和基站端直接采用迫零波束赋形的方式。     

新的NOMA多用户功率分配方法

正交多路访问(Orthogonal Multiple Access,OMA)只能按时间或频率给单一用户分配单一的无线资源,而非正交多路访问(Non-Orthogonal Multiple Access,NOMA)技术可以将同一资源分配给多个用户,大大提高了频谱效率和数据速率,能够更好地满足5G通信中多用户的需求.为了满...     

基于非正交多址接入中继通信系统的功率优化

针对基于非正交多址接入(NOMA)技术的中继通信系统,在兼顾系统性能与计算复杂度的基础上,该文提出一种结合统计信道信息(S-CSI)和瞬时信道信息(I-CSI)的混合功率分配策略(H-PAS)来有效实现上述折中。仿真结果表明,NOMA方案在H-PAS策略下,一方面比单纯利用S-CSI时的传统正交多址接入技术具有更高的频谱效率;另一方面在和速率差别不大的情况下,又比单纯利用I-CSI时的NOMA方案具有更低的信令开销和计算复杂度。     

非正交自适应多址中继系统复数域网络编码方案性能分析与优化功率分配

无线中继与网络编码是提高无线通信系统数据可靠性和吞吐率的重要技术手段。该文重点分析了单中继非正交自适应多址系统复数域网络编码问题,即在中继采用选择解码转发自适应策略下的系统可靠性能及其优化设计。首先,论文推导了非正交自适应多址系统复数域网络编码方案的误符号率性能上界、分集度和编码增益;然后,论文以系统编码增益为优化目标,讨论了最优功率分配问题。结果表明,在保证系统满分集的前提下,非正交多址中继系统采用选择解码转发自适应中继策略能以更低的系统实现复杂度获得优于中继采用链路自适应再生策略所能获得的系统性能。此外,优化源节点和中继节点的功率分配因子可以有效地增加系统编码增益、改进系统性能。     

IDMA系统中基于序列叠加信道估计的功率分配方法

本文在序列叠加信道估计研究的基础上,以交织多址接入系统为模型,利用导频训练序列与信息序列不相关的特性在接收端估计出信道状态信息,并采用最大化有效信噪比的方法给出了训练序列与信息序列的最优功率分配策略.此外,本文讨论了不同统计特性的训练序列对信道估计性能的影响以及估计误差对信道容量的影响,通过仿真研究验证了相关的理论分析,并说明了本文功率分配算法较其它分配策略更有利于提高系统性能.     

一种新的OFDMA系统功率与比特分配算法

针对实际正交频分复用多址访问（OFDMA,Orthogonal Frequency Division Multiple Access）系统中整数比特的限制问题,以及用户间公平性要求较为松弛的情况,提出了一种新的整数比特条件下的功率与比特分配算法。该算法首先按公平比例进行功率和比特分配,然后对分配结果取整,并将剩余的功率与比特再进行分配。仿真结果表明：该算法保持用户间的比例公平性的基础上取得与贪婪算法接近的系统容量,公平性优于贪婪算法。     

基于NOMA-VLC系统的GWO-DNN信道估计方法

为了解决室内非正交多址（NOMA）可见光通信（VLC）信道估计方法的可靠性和用户公平性低问题,提出了一种在NOMA-VLC系统中使用灰狼优化（GWO）算法对深度神经网络（DNN）进行信号补偿和恢复的方法,即GWO-DNN信道估计方法。该方法引入非线性收敛因子和二维混沌映射,有效提升了系统可靠性和多用户传输公平性。实验结果表明：在误码率（BER）为10-4时,所提方法比最小均方误差（MMSE）方法最高可获得4.3 dB的信噪比（SNR）增益,两用户的SNR差异由3.2 dB降到0.9 dB;在不同阶次的正交幅度调制下,所提方法的性能均优于MMSE方法,且调制阶次越高性能改善越明显。     

基于改进粒子群算法的多载波NOMA功率分配策略

相较于传统正交多址接入,非正交多址接入技术由于在系统吞吐量、频谱效率和能量效率等方面的优势,使其成为5G多址技术研究热点.针对NOMA下行链路的系统能量效率优化问题,提出一种基于改进粒子群算法的功率分配策略.建立了基于能量效率最大化的优化模型,在标准粒子群算法的基础上提出三点改进,并将改进后的粒子群算法用于求解最大化系统能效的目标函数.研究结果表明,在最佳功率分配点处,改进后的粒子群算法使系统能量效率显著提高.     

上行链路MIMO-NOMA的功率分配方案研究

文中提出一种联合导频和有效载荷功率分配(JPA)方案,用来减轻上行链路多输入多输出非正交多址(MIMO-NOMA)系统的误差传播问题.多用户检测采用具有最大比合并和连续干扰抵消(MRC-SIC)接收机的基站.在考虑信道估计误差的情况下,分析每个用户在MRC-SIC解码过程中的平均信噪比(ASINR).此外,JPA设计方...     

MIMO-OFDM系统功率分配研究

MIMO(多入多出系统)和OFDM(正交频分复用)技术是未来无线通信的关键技术.与单入单出系统相比,MIMO在不增加带宽的情况下增加了频谱的利用率,从而增大了无线通信系统的容量,改善了无线通信系统的性能.本文介绍了传统的自适应功率分配算法,提出了一种新的最大化SNR的调和平均值的MIMO-OFDM功率分配算法(HARM算法),仿真结果表明,该算法的性能比传统算法的性能有很大的改善.     

基于参数化强化学习的车联网内容缓存和功率分配联合优化

车联网场景下的业务内容具有海量和高度动态的特性,使得传统缓存机制无法较好地感知内容动态变化,且巨量接入设备与边缘缓存设备的有限资源之间的矛盾会引起系统时延性能差的问题。针对上述问题,该文提出一种基于强化学习的联合内容缓存和功率分配算法。首先,考虑联合优化内容缓存和功率分配,建立最小化系统整体时延的优化模型。其次,将该优化问题建模为马尔可夫决策过程(MDP),并进一步将内容缓存和内容提供者的选择映射为离散动作集,并将功率分配映射为与离散动作相对应的连续参数。最后,借助参数化深度Q-Networks (P-DQN)算法求解这个具有离散-连续混合动作空间的问题。仿真结果表明,相较对比算法,该文所提算法能提高本地缓存命中率并降低系统传输时延。     

OFDM系统频率选择性信道功率分配方案

自适应分配技术根据子信道的瞬时估计值动态地分配传输比特数和发送功率,可以优化正交频分复用（OFDM,Orthogonal Frequency Division Multiplex）系统的整体性能。这里讨论了基于容量优化的自适应比特分配算法,基于误比特率优化的最佳功率分配算法和次佳功率分配算法。仿真结果表明,对不同信道环境下三种算法的特点和性能进行了分析和比较。仿真结果表明,自适应分配技术可以优化系统的容量和误比特率。     

异构网络中用户关联和功率控制的协同优化

针对正交频分多址(Orthogonal Frequency Division Multiplexing Access,OFDMA)异构网络中用户关联和功率控制协同优化不佳的问题,提出了一种多智能体深度Q学习网络(Deep Q-learning Network,DQN)方法.首先,基于用户关联和功率控制最优化问题,构建了正交频分多址的双层异构网络系统模型,以实现智能决策;其次,根据应用场景和多智能体DQN框架的动作空间,对状态空间和奖励函数进行重构;最后,通过选取具有宏基站(Base Station,BS)和小型BS的两层异构网络,对多智能体DQN算法的性能进行仿真实验.仿真结果表明,相较于传统学习算法,多智能体DQN算法具有更好的收敛性,且能够有效提升用户设备(User Equipment,UE)的服务质量与能效,并可获得最大的长期总体网络实用性.