MIMO双向中继网络的预编码设计与功控策略

为加强MIMO双向中继系统的空间复用增益,研究一种低复杂度的发送和接收预编码矩阵.利用子空间对齐方法,将双向MIMO信道分解为多路单入单出（SISO）的子信道形式,使得两个源用户能够使用网络编码获取更好的空间复用增益.同时通过矩阵计算和转化,给出了一种优化的功率分配方案.在确定优化矩阵后,该方案能够为每个子信道独立地进行优化功率分配,并且能够得到各节点间优化功率分配的闭合表达式,从而将算法复杂度从O（n3）降低为O（n）.仿真结果表明,在典型场景下,所提方案在具有更低复杂度的优势下,系统性能接近优化的梯度下降迭代方案,优于传统单纯前向放大转发方式（AF） ,有2.99 bit/（sHz）的性能增益.      

基于负载均衡的OFDMA双跳中继网络资源分配策略

为适应蜂窝小区内不同的用户分布,针对基于正交频分多址接入技术的双跳中继网络,提出了一种基于负载均衡的资源分配策略.考虑难以得到联合分配的最优解,在降低计算复杂度的前提下,采用分步式次优化分配.采用比例公平算法对子载波进行分配,并用数学建模的方法解决功率分配问题;根据凸规划和注水算法确定功率分配最优解需满足的条件,在逼近最优解的目标下,求得基站和中继站的发射功率.仿真分析结果表明,与传统的静态资源分配策略相比,提出的基于负载均衡的资源分配策略可以适应不同的用户分布和信道条件,系统吞吐率提高7.8%以上.      

基于OFDM的DF中继链路能效最优资源分配策略

针对DF模式的OFDM中继链路,将能效最大化资源分配问题转化为在用户最小速率需求和系统总发射功率受约束条的件下,子载波配对和功率分配的联合优化问题,提出一种低复杂度联合最优资源分配策略,并证明速率和功率约束条件下中继链路全局能效最优解的唯一性.仿真结果表明,与固定子载波配对策略相比,当中继节点位于源和目的节点连线中点位置,Rmin=1.5 Mbit/s时,排序子载波配对策略的链路可达速率和系统能效分别提高了2.3%和3.1%;与传统的等功率分配、速率最大化和功率最小化注水算法相比,本文方案能够在保证用户最小速率需求和系统功率约束的同时,自适应分配资源以实现系统能效最优.      

基于OFDM的DFT加扰矢量码分多址接入技术

为解决基于多载波的多址系统在出现子载波深度衰落时系统性能下降的问题,根据矩阵置换原理,提出了一种DFT加扰矢量多载波码分多址接入系统(DFT-VMC-CDMA).该系统利用张量积(Kronecker积)的矩阵分解性,引入矢量正交频分复用(V-OFDM)技术对发射信号进行组合排列,通过对张量积的矩阵向量求解获得分集增益抑制单一子载波上的衰落,并基于r循环信道矩阵的分解特性,加入DFT扩展和加扰前缀,减小系统复杂度和峰平比.通过仿真验证可知,该系统性能与传统的多载波系统相比,在20 d B高信噪比条件下,比上行链路的多载波直接序列码分多址(MC-DS-CDMA)平均提升6 d B,比下行链路的多载波码分多址(MC-CDMA)平均提升0.5 d B,达到了理论上的多径信道分集增益界;此外,新系统还降低了峰平比,提升了频谱效率,如当载波数为64,块长为8,保护间隔为12时,峰平比降低了2 d B,频谱效率提升了10%.     

基于能效的D2D通信系统中资源复用策略研究

针对D2D通信(device-to-device communication)与传统蜂窝通信共存下的能效资源复用问题,联合考虑蜂窝用户和D2D用户对的QoS约束,结合电路消耗功率,提出一种基于能效的D2D用户对与蜂窝用户最优匹配的资源复用和功率分配策略,分析了D2D用户对复用蜂窝用户资源的最优功率的存在性,并用分式规划理论求解了该最优功率的闭合表达式.仿真结果表明,相比已有算法,所提的能效资源复用策略的D2D用户的总能效最优,并且该总能效在低QoS要求下相比最大化和速率算法提高36.25%,高QoS要求下略高于基于节能的功率分配算法,同时还具有1.7~3 Mbit/s的和速率.      

T2T和T2G混合网络中的功率分配算法

现有功率分配算法大多基于理想信道状态信息(CSI)实现性能优化，在列车对列车(T2T)双移动端通信场景中并不适用.针对城市轨道交通系统T2T和车地(T2G)混合网络场景，引入CSI反馈延时，研究非理想状态时仍可保障通信质量的功率分配算法.考虑单蜂窝用户复用单T2T用户对情况，以T2G用户传输速率总和最大化为优化目标，构建多约束条件下的功率分配模型.首先，根据分步思想将非凸模型简化为最优分配功率计算和最佳复用用户匹配2个子模型；其次，利用线性规划分析可行域内目标函数的最优解及最优值，并通过二分法求解最优分配功率；最后，筛选出可行复用对集合后，利用匈牙利算法进行二分图匹配.仿真结果表明：该算法兼顾城市轨道交通系统中T2T通信中断概率约束和T2G用户传输速率，且可实现1.0 ms内的CSI反馈延时.     

基于层次分析法的频谱资源分配效果综合评价算法

基于AHP的思想提出一种对频谱资源分配效果进行综合评价的算法:将频谱资源分配的效果作为目标层,以认知用户总满意度、频谱分配公平性及系统经济性3个因子为第1准则层,以频谱资源紧张程度、已分配带宽比例、缺口带宽比例等因素为第2准则层,根据准则层各因素的关联关系和重要性程度得出各因素权重,通过虚拟分配及单位化计算各因素的观测值进行综合评价。空闲矩阵、分配矩阵、干扰矩阵等基础数据基于均匀分布进行构造,分别对频谱资源处于充足和紧张的情况进行模拟,采用文中算法对3种频谱分配方案进行仿真。结果显示:系统资源充足时,两级动态分配方案效果最好,多信道联合优化方案次之,次用户协作方案最差;系统资源匮乏时,两级动态分配方案和多信道联合优化方案,均优于次用户协作方案。     

窄带干扰条件下水声OFDM系统LMMSE信道估计算法

因为正交频分复用（OFDM）系统中强窄带干扰引起水声信道估计性能退化,因此,提出了一种可实用的线性最小均方误差（LMMSE）信道估计方法.该方法结合最小二乘（LS）信道估计结果对受窄带干扰（NBJ）和加性高斯白噪声（AWGN）噪声干扰的导频子载波进行辨别,从而获得最有效信道抽头;根据导出的理论模型,给出了信道自相关、窄带干扰信号和噪声功率等参数的近似估计方法;并采用傅里叶变换以避免矩阵的求逆运算,减少了计算复杂度.仿真结果表明,在强干扰信号条件下,文中提出的方法接近理想状态的LMMSE方法.     

考虑出行特征的电动汽车协同充电调度优化研究

针对大规模电动汽车无序充电导致的充电供需不平衡和资源利用率低等问题,在分析用户出行特征的基础上,提出电动汽车协同充电的调度优化策略。通过经济激励改变电动汽车用户的充电选择,并结合电网的分时电价策略协调充电站内各时段输出功率,以充电站收益最大化为目标建立电动汽车协同充电调度优化模型。为降低解空间的维度,加快求解速度,将模型分解为充电调度主问题和站点功率协调分配子问题,利用改进遗传算法编码求解模型主问题,并通过调用Gurobi求解器求解子问题。最后,分别在经典路网和现实路网中进行仿真实验。结果表明：电动汽车协同充电调度能够提高充电资源利用率和站点收益;随着调度补偿力度增大,站点收益提升效果逐渐减弱;较高的电力峰谷价差可以激励充电站主动实施充电调度和时段充电功率的协调分配,提高站点服务率并缓解电网负载波动。     

STC-OFDM系统的post-IDFT多波束形成技术

提出了适用于空时编码-正交频分复用(OFDM)系统的后-逆离散傅立叶变换(post-IDFT)多波束形成技术.该技术通过对空频信道相关矩阵进行特征分解获得多个特征模式,再利用空时分组码(STBC)各发射分支信号的正交性使OFDM系统形成多个post-IDFT波束.接收端根据STBC传输矩阵的正交性对多波束解码.系统获得的空间分集增益为空频信道相关矩阵的特征值之和,最大空间分集增益与子载波波束形成方案相同,误码率比STC-OFDM的低.该技术将复杂度降低到子载波波束形成方案的1/S(S为OFDM系统的子载波数目),而且当波束维数(m)小于发射天线数目(M)时,可进一步减少M-m个IDFT模块     

基于价格机制的无线多跳网络拥塞控制算法

为有效缓解拥塞,并在QoS保证与业务公平性之间找到合适的平衡点,基于定价机制提出了一种链路层逐跳拥塞控制算法.该算法考虑了MAC的时间限制和二进制干扰模型限制,将传输失败率作为网络拥塞的控制准则之一引入拥塞价格函数中;流路径上的每个节点根据接收到的拥塞价格动态调整每个流的传输速率;优化目标是系统中总的流效用之和达到权重比例公平.此外,还考虑了节点内部流的调度策略,根据等待时间函数动态调整节点内各个流的优先级,以保证每个流的QoS需求和公平性.仿真结果表明:提出的拥塞控制策略能够有效缓解链路拥塞,系统总吞吐率比未采用拥塞控制机制提高约41%,公平性提高约29%,且极大地改善了平均时延、平均丢包率、平均吞吐率等其他性能指标.     

多元QoS约束的网格任务调度算法及其GridSim仿真

对传统的通用自适应启发式调度算法加入多QoS约束，新算法充分考虑到多QoS对调度策略的影响，从而提高了调度系统的吞吐率．为了验证新算法在性能上的改善，文中还在GridSim上对改进的算法进行了研究．     

基于QoS升降级的无线单播多播混合带宽资源分配方法

在单播与多播混合服务的OFDM蜂窝系统中,因负载较重而使带宽资源被完全占用时,为接纳更多的多播用户,在单播多媒体用户可接受的范围内提出：基于信道容量平滑的QoS升降级带宽借用方法.通过建立QoS升降级的子载波借用模型和CUpDown-QoS算法,达到最大化多播用户数和减小多播切换呼叫中断率;提出了GoS保证下,限制新呼叫的动态带宽借用阈值,给出基于Markov模型的CBP（Call Blocking Probability）与HDP（Handoff Dropping Probability）最优折中的阈值确定方法,以及多播优先的动态带宽借用策略对阈值确定的影响.     

网络控制系统的变采样周期调度算法

综合考虑网络控制系统的误差、误差变化率、网络利用率及采样周期对系统性能的影响,设计了一种基于模糊反馈的变采样周期调度算法．该算法由网络利用率预测和采样周期调节两部分组成：网络利用率预测部分根据当前网络运行状况预测新的网络利用率;采样周期调节部分包含网络利用率分配和采样周期的计算．采样周期调节部分的网络利用率分配,用于重新分配各控制回路的网络利用率,分配时考虑系统各回路的误差和误差变化率,利用模糊控制理论调整各回路对网络的需求程度,完成分配;而采样周期计算是根据所得的网络利用率及数据的传输时间,动态调节系统各回路的采样周期．最后,结合EDF调度算法利用TrueTime工具箱对所研究的调度算法进行了仿真,结果表明采用本文所研究的变采样周期调度算法的控制系统性能要优于采用固定采样周期调度算法的控制系统性能．     

OFDM通信PAPR性能改善的概率类算法研究

OFDM通信系统是正交多载波系统,很容易造成较高峰均功率比PAPR,从而严重降低OFDM系统的通信质量.文中分析了PAPR~]"OFDM通信性能的不利影响,探讨了改善PAPR性能的SLM.PTS概率类算法原理.基于Matlab软件构造了嵌入SLM,PTS算法模块的OFDM仿真验证系统,并提出了一种PTS改进算法.理论分析与仿真结果表明:SLM,PTS算法可有效减小PAPR OFDM通信性能的不利影响;PTS改进算法可在有效减小PAPR不利影响的前提下,减小OFDM发射机的复杂性.     

基于FS-MOPSO的多机场终端区协同航班调度策略

针对多机场进场航班协同调度问题,以协同决策(collaborative decision making,CDM)理念为基础,在重点分析各航空公司之间排序公平性的基础上,提出了一种基于按时刻表分配(ration by schedule,RBS)公布顺序的离散化优化模型.该模型通过分析多机场终端区定位点和跑道双重约束,均衡各航空公司航班相对RBS次序位置变动数,实现了提高调度公平性、优化调度延误时间、减少航班改变位置架次的多目标优化.将模糊自修正多目标粒子群算法(FS-MOPSO)应用于模型进行求解计算,并对上海多机场终端区航班调度进行仿真模拟,结果表明:两机场的30架进场航班调度延误时间较传统先到先服务方案减少22.53%;各航空公司航班改变位置架次偏差值较单一以延误最优遗传算法仿真结果降低26.31%.     

基于分组纠错码指导的多分辨率SIC算法

采用维纳均衡器和能量均匀分布扩频矩阵的SOFDM系统在频率选择性衰落信道中的误比特率小于OFDM系统,但是维纳均衡器的使用引入了子信道间干扰,且SOFDM系统的各子信道信干比相等,现有的相继干扰消除(SIC)算法无法有效地消除该干扰.为解决这一问题,文中提出了基于分组纠错码指导的多分辨率SIC算法,描述了该算法的子信道间干扰消除原理和实现过程,并通过计算机仿真验证了该算法的有效性.     

多跑道降落飞机协同调度优化

为了制定安全、高效的空中交通管理战术决策,研究了多跑道降落航班协同调度问题.基于协同决策理念,综合考虑空管、航空公司和机场等因素,提出一种协同航班调度策略,给出了协同调度优化模型.模型在满足安全性和公平性约束条件下,寻求总延误成本最小即功效性最大的调度方案.采用基尼系数建立公平性约束,以处理功效性和公平性之间的关系,并引入当量航班概念来定量分析公平性.针对多跑道航班调度问题的特点,设计了遗传算法予以求解验证.仿真结果表明:该算法总延误成本比先到先服务算法降低了72.6%,最大延误时间减小了50.8%,因此,调度的功效性与公平性得到提高,所提方法有效.     

网格计算中基于QoS的资源调度优化模型

文中对网格计算的多维度QoS进行量化,建立基于多维度QoS的网格资源调度优化模型.给出QoS维度的定义,这些维度包括花费、完成时间、信用度等.采用离散效用函数来描述用户的每一维QoS需求,每一维QoS都有自己的组合权重,网格服务的组合QoS即为综合效用函数.通过对网格资源约束和QoS服务需求进行数学抽象,将多维度QoS的资源调度的概念模型转化为一个多约束优化模型,该模型能够反映用户在服务质量上的不同要求.     

基于随机高级Petri网改进型网格资源调度算法

网格环境下资源是分布的、异构的、动态的,因此对网格资源管理和调度是具有挑战性的问题．文章采用随机高级Petri网模型来描述网格资源调度问题,并在此基础上改进了Sufferage算法．考虑了网格调度执行前输入数据和执行结束后输出数据的存取和传输时间及调度的执行时间．还在追求任务最小完成时间的同时考虑了用户QoS要求．仿真试验结果表明,改进型算法能够大幅提升网格平台满足用户QoS要求的能力．