基于谱聚类的异构蜂窝超密集网络高能效资源分配算法

为了解决5G移动通信超密集场景下功耗较大、频谱紧张、能效不高等问题,针对两层异构蜂窝非正交多址接入网络,提出了一种基于能效最大的资源分配算法.在超密集场景下行通信链路中,通过分步求解频率资源分配和功率分配方案将NP-hard优化问题转化为确定性的约束寻优问题,提出了基于谱聚类用户分组算法和改进的k-means基站聚类分...     

认知小蜂窝网络中基于能效的下行资源分配算法

在认知小蜂窝网络框架下,对基于OFDMA技术的下行联合频谱资源块和功率分配问题进行了研究。小蜂窝基站在分布式结构下采用开放式接入方式共享空闲频谱资源以最大化其能量效率,基站间的竞争关系使系统资源的动态分配过程可建模为非合作博弈模型。由于最大化具有多个限制条件的分数形势的能量效用函数属于非凸最优问题,可通过将其转化为等价的减数形势,并从串行和并行迭代的角度进行求解。在给定资源块分配策略后,原有博弈模型可被重新建模为便于独立求解发射功率的等价子博弈模型。仿真结果表明,所提算法在干扰受限的通信环境下能收敛到纳什均衡,并有效提高了系统资源利用率和能量效率。     

认知型飞蜂窝网络中的子信道分配与功率控制

为了解决宏蜂窝与飞蜂窝构成的两层异构网络上行干扰与资源分配问题,提出了一种在认知型飞蜂窝的双层异构网中结合子信道分配和功率控制进行资源分配的框架。通过对异构网中跨层干扰问题进行分析与建模,将求解最优子信道分配矩阵和用户发射功率矩阵作为干扰管理问题的解决方法。模型中认知型飞蜂窝网络子信道和飞蜂窝网络用户构成非合作博弈,双方利用效用函数最优值进行匹配,构成初始信道分配矩阵;再由接入控制器根据接入条件从初始信道分配矩阵中筛选用户,并优化接入用户的发射功率矩阵,得到最优子信道分配矩阵和功率矩阵。仿真结果表明,优化框架提高了双层异构网络中飞蜂窝网络用户的吞吐量和接入率,降低了异构网中跨层干扰。     

博弈论框架下认知小蜂窝网络的动态资源分配算法

为提高认知小蜂窝网络(CSCN)的系统容量,本文基于博弈论框架分析了上行链路中频谱、小蜂窝基站和功率的动态分配行为.传统的频谱分配方案只考虑了异质网路中相互独立频带间的最优分配,而没有考虑可重叠频段间的分配模式和上行链路资源的联合优化.基于此,本文提出了一种具有频带可交叉特性的联合分配模型.通过引入干扰温度限制、全新的干扰算子和记忆因子构造了一种新型的上行注水功率算法.仿真结果表明,基于博弈理论的动态选择特性和干扰温度的干扰避免准则,本算法可以有效提高CSCN的吞吐量和鲁棒性.     

认知小蜂窝网络中基于干扰温度限制的下行能效资源分配算法

为最大化认知小蜂窝基站的能量效率,本文基于博弈论模型分析了下行联合频谱资源块和功率分配行为.在干扰受限环境下,多个基站采用分布式结构共享空闲频谱资源.为避免累加干扰损害主用户的通信,算法中引入了功率和干扰温度限制.由于具有耦合限制的分数形式的能量效用函数是非凸最优的,通过将其转化为等价的减数形式进行迭代求解.给定频谱资源块分配策略后,主博弈模型可被重新建模为便于求解发射功率的等价子博弈模型,并通过代价的形势解除耦合限制.仿真结果表明,本文所提算法能够收敛到纳什均衡,并有效提高了系统资源利用率和能量效率.     

基于用户个性化服务质量的蜂窝车联网与车载自组织网异构车联网资源分配方法

蜂窝车联网(C-V2X)与车载自组织网络(VANET)的异构融合能够有效提高网络容量.然而,不同网络在非授权频段上共存而引起的信道冲突会导致系统吞吐量降低和用户接入时延增大,无法满足车联网用户对服务质量(QoS)的需求.针对该问题,该文提出一种基于用户个性化QoS需求的时频资源分配方法.首先,分别对C-V2X 和 VANET 的吞吐量和时延进行建模分析,刻画用户数据传输时间配置与吞吐量和时延的数学关系;然后,基于上述模型构建吞吐量-时延联合优化函数,根据用户的个性化QoS需求实现异构网络中吞吐量和时延的优化;最后,提出一种基于改进多目标粒子群优化的时延-吞吐量联合优化算法(DT-JOA)进行求解.仿真结果表明,该文所提网络资源分配算法可以有效地保证用户的个性化QoS需求,提升异构网络综合性能.     

基于用户个性化服务质量的蜂窝车联网与车载自组织网异构车联网资源分配方法

蜂窝车联网(C-V2X)与车载自组织网络(VANET)的异构融合能够有效提高网络容量。然而,不同网络在非授权频段上共存而引起的信道冲突会导致系统吞吐量降低和用户接入时延增大,无法满足车联网用户对服务质量(QoS)的需求。针对该问题,该文提出一种基于用户个性化QoS需求的时频资源分配方法。首先,分别对C-V2X 和 VA...     

有限反馈的异构蜂窝网络下行链路能效优化方法

研究了在有限反馈约束下的异构蜂窝网络下行链路中与宏蜂窝共存的小蜂窝能量效率最大化问题。其中,宏基站(Macro Base Station,MBS)和小基站(Small Base Station,SBS)通过共享频谱分别向宏用户(Macro User,MU)和小用户(Small User,SU)发送信号。提出了有限反馈和功率带宽联合优化方案来最大限度地提高小蜂窝中所有SU的平均能量效率。由于所构建的目标函数是分式形式并且具有非凸性,采用丁克尔巴赫方法将分式形式化为等价减法形式,并通过增广拉格朗日乘子法求解,提出两层迭代优化算法得到目标函数的最优解。仿真结果表明,相比于传统功率带宽等分配的反馈比特优化方案,所提方案明显地提升了小蜂窝所有SU的平均能量效率。     

可见光通信异构网络频谱资源分配算法研究

由于当前已有方法未能对用户需求进行分析,导致可见光通信异构网络系统吞吐量以及平均满意度下降。为此,提出一种可见光通信异构网络频谱资源分配算法。将可见光通信异构网络系统最大容量作为目标,综合考虑用户需求以及最大功率限制等约束,构建可见光通信异构网络频谱资源分配模型。将模型中的对偶问题分解为简单的子问题,通过定向变异的遗传算法进行信道分配,采用拍卖算法进行信道内功率分配,最终实现网络频谱资源分配。实验结果表明,所提算法可以有效提升可见光通信异构网络系统吞吐量以及平均满意度。     

协同异构蜂窝层叠网络基础理论与关键技术

从基础理论和关键技术两方面的研究进展与相关成果介绍首届国家重点基础研究发展计划("973"计划)青年科学家专题项目——协同异构蜂窝层叠网络基础理论与关键技术。其中,基础理论包括协同异构蜂窝层叠网络的体系架构、信道建模、网络容量域、连接性等问题;关键技术包括协同异构蜂窝层叠网络的干扰管理、资源分配、空白频谱检测与利用等。研究表明,协同异构蜂窝层叠网络下的D2D(device-to-device)通信由于其具有能够进一步增大频谱利用效率、提升系统容量等优点,将发展成为下一代蜂窝网络支持的关键技术。     

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。     

VLC-WiFi异构网络QoS感知的跨层动态资源分配

VLC-WiFi异构网络已经成为广受欢迎的短距离无线通信方式之一。然而,有限的频谱资源导致VLC-WiFi异构网络容量难以满足井喷式增长的用户数据带宽需求。该文结合物理层的动态链路传输性能以及媒体访问控制层的队列缓冲延迟性能,定义链路传输性能和链路服务质量(QoS)感知等级评估公式,根据用户数据包QoS需求,设计QoS感知的跨层动态资源分配(QoS-CLDRA)方法,并引入非正交多址接入的用户匹配与功率分配策略,进一步提升系统的吞吐量。仿真结果表明：所提方法能够有效提升系统吞吐量和降低缓冲队列长度。     

认知无线电网络中基于协作中继的资源分配算法

在认知无线电网络的协作中继机制下,中继节点利用其和源节点以及目的节点的不同公共信道为二者的通信转发数据,可以有效解决次用户的通信需求和可用带宽之间的矛盾,提高频谱利用率和系统吞吐量。基于协作中继的认知无线电网络中,不同通信链路上可能存在公共可用信道,使信道和中继的分配问题变得复杂。本文研究了公共信道存在的情况下系统的资源分配问题,基于网络最大流理论提出了两种算法:并行算法和贪婪算法,并分析了算法复杂度。仿真结果表明,两种算法都能够更有效地分配资源,提高频谱利用率,改善网络吞吐量。并行算法可以得到最优解,但其复杂度随信道公用程度的上升增长迅速,受节点并行处理能力的限制,只适用于信道公用程度较低的情况。贪婪算法不一定能得到最优解,但其复杂度较低,并且信道公用程度高时接近最优解,因此超出节点的并行处理能力后,可以选择贪婪算法。      

基于认知网络的资源分配控制技术研究

研究分析了认知网络结构,基于OPNET/HLA/MATLAB/VC++,设计了基于认知网络的资源分配控制体系架构和仿真模型,通过认知策略验证仿真试验,对比分析引入认知技术后的网络传输性能.     

密集异构网络中基于多目标优化的资源分配策略

密集异构网络(Dense Heterogeneous Network, DHN)通过部署小基站可以提升网络容量和用户速率,但小基站的密集部署会产生巨大的能耗和严重的干扰,进而影响系统的能量效率(Energy Efficiency, EE)和频谱效率(Spectral Efficiency, SE)。在保证用户服务质量(Quality of Service, QoS)需求的前提下,为了联合优化系统的能量效率和频谱效率,研究了密集异构网络中下行链路的资源分配(Resource Allocation, RA)问题。首先,将频谱和小基站发射功率分配问题建模为联合优化系统能量效率和频谱效率的多目标优化问题;其次,提出了基于单策略多目标强化学习(Single-strategy Multi-objective Reinforcement Learning, SMRL)的资源分配算法求解所建立的多目标优化问题。仿真结果表明,与基于单目标强化学习的资源分配算法相比,所提算法可以实现系统能量效率和频谱效率的联合优化,与基于群体智能算法的资源分配算法相比,所提算法的系统能量效率提高了1%～1.5%,频谱效率...     

异构蜂窝网络中基于Stackelberg博弈的能效优化算法

设备到设备(Device To Device,D2D)通信允许移动终端无需通过基站而进行直接通信。为提高蜂窝系统能效,引入D2D通信共享频谱资源形成异构蜂窝网络。本文将D2D通信的能效优化问题转化为博弈收益最大化问题,并提出了一种基于Stackelberg博弈的分布式功率控制算法。针对系统模型中存在的跨层干扰以及层内干扰,该算法建立了干扰价格系数与D2D对发送功率之间的函数关系,并求解出给定干扰价格系数下D2D对最佳发送功率的闭合表达式。仿真结果表明所提算法能够在最大化基站端蜂窝用户收益的基础上有效提高D2D对的总能效。      

协作D2D异构网络的联合资源分配和功率控制

针对下行协作D2D(Device-to-Device)异构网络中复用蜂窝用户的联合资源分配和功率控制问题,提出了一种量子珊瑚礁优化算法(Quantum Coral Reef Optimization Algorithm,QCROA).首先,构建异构网络模型并推导得到整个网络总吞吐量的数学表达式;其次,基于QCROA算法...     

虚拟网络资源分配算法分析

网络虚拟化作为解决未来异构网络的一种方法,逐渐引起学术界的关注,其主要原因就是它能够提供一种有效的组网方式,从而更合理地利用资源。因此,面向虚拟网络(VN)的资源分配算法不可避免地成为研究热点,文章分析当前研究中使用的算法,并对它们进行归类分析,最后针对一些研究热点提出意见。     

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CoMP传输的分布式异构网络资源分配

摘要：提高无线资源利用效率是缓解日益增长的无线通信需求和有限的可用传输资源之间矛盾的主要途径。基于多点协调（coordinated multipoint,CoMP）传输技术的异构网络在提高频谱效率和能量效率方面具有巨大的潜力,近年来受到学术界和工业界的广泛关注。在研究基于CoMP技术的异构网络资源分配问题的基础上,提出了一种基于交叉熵方法的分布式频谱资源调度算法。仿真实验验证了本文提出方法在系统吞吐量、能量效率以及用户公平性等方面的有效性。