Constrained Resource Allocation Problems in Communications: An Information-assisted Approach
考虑一类给定一组无条件约束的资源分配问题,其目标函数满足Bellman最优性原理。这样的问题在无线通信、信号处理和联网中普遍存在。这些约束组合优化问题,在一般情况下,NP-Hard。本文提出了两种算法来解决这类问题,使用动态规划框架的信息理论措施的帮助下。我们证明,所提出的算法,确保在精心选择的条件下的最佳解决方案,并使用显着减少计算资源。我们通过使用所提出的方法解决5G大规模多输入多输出接收器中的功率受限比特分配问题来证实我们的主张。
2021-12-07 cs.IT eess.SP math.IT
Power Allocation for Joint Communication and Sensing in Cell-Free Massive MIMO
针对云无线接入网络架构下的单目标检测问题,研究了一种具有下行通信和多站感知的联合通信感知系统。无小区大规模MIMO的集中式操作被考虑用于通信和感测目的。JCAS发送接入点(AP)共同服务于用户设备(UE),并且可选地将波束转向目标。最大后验比测试检测器推导出检测器使用在分布式AP接收到的信号的目标。我们提出了一种功率分配算法,以最大限度地提高感知信噪比的条件下,每个UE的最小信号干扰加噪声比值是有保证的。数值结果表明,与完全以通信为中心的功率分配相比,在一定的虚警概率下,所提出的算法可以显着提高检测概率,用于两种JCAS设置:i)使用额外的感测符号或ii)仅使用现有的通信符号。
2022-09-05 cs.IT eess.SP math.IT
Deep Neural Network Based Resource Allocation for V2X Communications
本文重点研究在车联网(V2X)通信系统中最大化系统总吞吐量的最优发射功率分配。我们提出了两种解决功率分配问题的方法,即加权最小均方误差(WMMSE)算法和基于深度学习的方法。在WMMSE算法中,我们使用块坐标下降(BCD)方法来解决这个问题。然后,我们将监督学习技术用于基于深度神经网络(DNN)的方法,将WMMSE算法的功率分配作为目标输出。我们利用小批量梯度下降算法来训练DNN。大量的仿真结果表明,DNN算法可以提供非常好的近似的迭代WMMSE算法,减少了计算开销显着。
2019-06-24 cs.IT eess.SP math.IT
Resource Allocation for Positive-Rate Covert Communications Using Optimization and Deep Reinforcement Learning
Columbia University(哥伦比亚大学)
针对瑞利块衰落信道下的无密钥正速率隐蔽通信场景,分别提出非因果CSI下的三步优化法与因果CSI下的DDQN深度强化学习法,求解功率与速率分配两类问题,仿真验证了方法有效性。
2026-03-06 cs.IT eess.SP math.IT
Optimal Friendly Jamming and Transmit Power Allocation in RIS-assisted Secure Communication
本文分析了在存在窃听者的情况下,可重构智能表面(RIS)辅助无线通信系统与友好干扰机的保密性能。友好干扰机通过向窃听者引入人工噪声而不会降低目的地的接收来增强保密性。近似的保密中断概率(SOP)推导出封闭的形式。我们还提供了一个更简单的近似封闭形式的SOP表达式,以了解系统参数对性能的影响,并找到发射机和干扰机的最佳功率分配。假设总功率约束,通过最小化SOP推导出最优发射和干扰功率分配因子。它示出的SOP性能显着改善的引入的干扰和约$3$ dB的增益是通过优化分配功率相比,相等的功率分配的情况下,在SOP的$10^{-4}$实现。
2022-08-02 cs.IT eess.SP math.IT
Joint Spectrum and Power Allocation for V2X Communications with Imperfect CSI
在车辆到万物(V2X)通信中,车辆的高移动性产生多普勒频移,这导致信道不确定性。此外,信道不确定性的原因还包括有限信道反馈、信道状态信息(CSI)丢失和时延。有了这个问题,我们制定了一个联合频谱和功率分配问题的V2X通信与不完美的CSI。具体而言,蜂窝用户设备(CUE)的总容量最大化的CUE的最小信号干扰噪声比(SINR)的要求和车辆用户设备(VUE)的中断概率约束。然后,设计了两种不同的鲁棒资源分配方法来解决这个问题。一种是基于Bernstein近似的鲁棒资源分配方法。具体地说,利用Bernstein近似将机会约束转化为可计算的约束,并提出了对分搜索方法以获得低复杂度的最优分配解。然后,为了进一步降低计算复杂度,自学习鲁棒资源分配方法,其中包括一个学习方法和一个分析映射方法,提出了作为第二种方法。设计了学习方法来学习将机会约束转化为可计算约束的不确定集,并提出了解析映射方法来获得资源分配问题的封闭解。仿真结果表明,该方法在保证信道可靠性的前提下,有效地提高了各CUE的容量。
2023-02-21 cs.IT eess.SP math.IT
Resource Allocation for Secure Multi-UAV Communication Systems with Multi-Eavesdropper
在本文中,我们研究的资源分配和轨迹设计的安全无人机(UAV)启用的通信系统,其中多个多用途的无人机基站被派遣提供安全的通信,以多个合法的地面用户(GU)存在多个窃听者(Eves)。具体地,通过利用正交频分多址(OFDMA),活动的UAV基站可以经由所分配的子载波与其期望的地面用户通信,而空闲的UAV基站可以同时用作干扰器以用于通信安全性提供。为了实现安全通信中的公平性,通过联合优化通信/干扰子载波分配策略和无人机飞行轨迹,同时考虑多无人机之间的最小安全距离、最大巡航速度、初始/最终位置以及圆柱形禁飞区(NFZ)的存在等约束条件,最大化每个用户的平均最小保密率.该设计被配制成一个混合整数非凸优化问题,这是一般棘手的。随后,提出了一种计算效率高的迭代算法来获得次优解。仿真结果表明,所提出的迭代算法的性能可以显着提高平均最小保密率相比,各种基线方案。
2020-03-16 cs.IT eess.SP math.IT
Further Analysis on Resource Allocation in Wireless Communications Under Imperfect Channel State Information
由于存在一些错误,本文已被作者撤回。
2010-02-26 cs.IT math.IT
QoS-Driven Resource Optimization for Intelligent Fog Radio Access Network: A Dynamic Power Allocation Perspective
雾无线接入网络(Fog-RAN)被认为是一种有前途的无线接入架构,以帮助缩短通信延迟并减轻回程链路上的大数据传输负担。然而,受限于传统的灵活的通信设计,Fog-RAN不能用于一些复杂的通信场景。在这项研究中,我们专注于研究一种更智能的Fog-RAN,以帮助在高速铁路环境中进行通信。由于训练的连续运动,通信需要智能化设计以适应信道的变化。具体而言,我们动态优化功率分配在远程无线电头端(RRH),以最大限度地减少总的网络功率成本考虑多个服务质量(QoS)的要求和信道变化。考虑了缓存对功率分配的影响。分析了动态功率优化问题,在一定条件下得到了闭合解。进一步讨论了总网络成本、延迟和交付内容大小之间的内在权衡。为了评估所提出的动态功率分配的性能,我们提出了一个不变的功率分配作为性能比较基准。我们的模拟结果表明,动态功率分配可以显着优于不变的功率分配方案,特别是与随机缓存策略或有限的缓存资源在RRH。
2021-03-03 cs.IT eess.SP math.IT
Resource Allocation for Green Probabilistic Semantic Communication with Rate Splitting
本文研究基于速率分割多址接入的概率语义通信系统能量高效资源分配问题,引入语义压缩比衡量计算开销,在传统与语义约束下最大化能量效率。
2024-03-31 cs.IT eess.SP math.IT
Energy Allocation for Multi-User Cooperative Molecular Communication Systems in the Internet of Bio-Nano Things
本文针对生物纳米物联网中多用户协作分子通信系统,提出基于分子浓度差编码的发射机设计方案,并通过理论分析与遗传算法优化能量分配以最小化总误码率,数值结果验证了策略有效性。
2024-04-02 cs.IT eess.SP math.IT
Data-Importance Aware Radio Resource Allocation: Wireless Communication Helps Machine Learning
丰富的移动数据和边缘计算使无线网络激发了在网络边缘部署人工智能(AI),称为\emph{edge AI},它集成了无线通信和机器学习。在通信中,数据位同样重要,而在机器学习中,有些数据位更为重要。因此,我们可以将更多的无线电资源分配给更重要的数据,而将更少的无线电资源分配给不太重要的数据,从而有效地利用有限的无线电资源。为此,如何定义数据的“重要性”是关键问题。在这篇文章中,我们提出了两个重要性标准来区分数据的重要性,基于它们对机器学习的影响,一个是集中式边缘机器学习,另一个是分布式边缘机器学习。然后,提出了相应的无线资源分配方案,以提高机器学习的性能。大量的实验进行验证所提出的数据重要性感知无线电资源分配方案的有效性。
2020-05-20 cs.IT eess.SP math.IT
Joint Frame Design and Resource Allocation for Ultra-Reliable and Low-Latency Vehicular Networks
第五代移动通信系统的迅速发展,加速了车对车通信的实现。与其他类型的车辆通信相比,车辆到车辆(V2V)通信主要集中在与相邻车辆交换驾驶安全信息,这需要超可靠和低延迟通信(URLLC)。然而,由于严格的延迟要求,帧大小在V2V URLLC中显著缩短,因此从大小的角度来看,与有效载荷信息相比,开销不再可以忽略不计。在本文中,我们研究的帧设计和资源分配的城市V2V URLLC系统中,上行链路的蜂窝资源重用在GPRS模式。具体来说,我们首先分析了V2V对和蜂窝用户的性能的下限基于常规导频方案和叠加导频方案。在此基础上,提出了一种帧设计算法和一种半持久调度算法,以合理的复杂度实现最优的帧设计和资源分配。仿真结果表明,所提出的帧设计和资源分配方案能够很好地满足V2V对的URLLC要求,保证蜂窝用户的通信质量。
2020-02-18 cs.IT eess.SP math.IT
The Optimal Pilot Power Allocation Strategy for Multi-IRS Assisted Communication Systems
智能反射面(IRS)是一种很有前途的技术,可以精确控制未来无线通信网络中的电磁环境。为了有效地利用IRS,信道状态信息(CSI)的获取是IRS辅助通信系统中的关键,然而,这是具有挑战性的。在本文中,我们提出了最佳导频功率分配策略的IRS辅助通信系统的信道估计,这是能够进一步提高可达到的速率性能与不完美的CSI。更具体地说,首先,我们介绍了一个多IRS辅助的通信系统,在面对实际的信道估计误差。在单输入单输出(SISO)条件下,得到了不完全CSI下的遍历容量的显式表达式。其次,我们制定了最大化的遍历容量与不完美的CSI的优化问题,受平均上行链路导频功率的约束。再次,利用拉格朗日乘子法求解遍历速率最大化问题,得到最优导频功率分配策略。所得到的导频功率分配解决方案建议分配更多的功率量的导频估计弱反射信道。此外,我们还详细分析了所提出的导频功率分配策略的峰值平均功率比(PAPR)的增加定量的代价。最后,大量的仿真结果验证了我们的分析,并揭示了一些有趣的结果。例如,对于大IRS附近的用户,建议关闭其他IRS,只开启离用户最近的IRS;对于小IRS附近的用户,最好开启所有IRS,并进行最优导频功率分配,以提高可达速率性能。
2021-10-22 cs.IT eess.SP math.IT
Survey on the State-of-the-Art in Device-to-Device Communication: A Resource Allocation Perspective
设备到设备(D2 D)通信利用通信设备之间的邻近性,以便实现高效的资源利用、提高的吞吐量和能量效率、同时的可服务性和减少的延迟。D2 D通信的主要特征之一是频率资源的重用,以提高系统的频谱效率。然而,频率重用引入了显著高的干扰水平,因此需要有效的资源分配算法,其可以通过有效的信道和/或功率分配来实现同时的通信会话。该综述论文提出了对蜂窝网络下的D2 D通信中的最先进的资源分配算法的全面调查。基于构成D2 D范例中的资源分配算法的基本特征的异构参数来评估所调查的算法。此外,为了使读者熟悉所调查的资源分配算法的基本设计,给出了每个算法的操作模式的简要描述。所调查的算法根据其技术原则分为四类,即,基于常规优化、基于非正交多址(NOMA)、基于博弈论和基于机器学习的技术。最后,指出了D2 D通信中资源分配的未来研究方向。
2022-05-19 cs.IT math.IT
Impact of Channel Aging on Dual-Function Radar-Communication Systems: Performance Analysis and Resource Allocation
在传统的双功能雷达通信(DFRC)系统中,雷达和通信信道通常是在固定的时间间隔估计的基础上,他们的最坏情况下的操作场景。这种与情况无关的重复估计导致显著的训练开销并且显著地降低系统性能,特别是对于具有动态感测/通信需求和有限无线电资源的应用。在本文中,我们利用信道老化特性,以减少训练开销,并设计了一个依赖于情况的信道重估计间隔优化为基础的资源分配多目标跟踪DFRC系统的性能改善。具体来说,我们利用信道的时间相关性来预测雷达和通信信道,以减少训练前导码重传的需要。然后,我们描述了信道老化对雷达跟踪性能分析的Cramer-Rao下界(CRLB)和通信性能分析的最大比传输(MRT)和迫零(ZF)发射波束形成的可达速率的影响。特别是,年龄CRLB和可实现的速率推导出相对于信道老化时间,带宽和功率的封闭形式的表达式。基于分析结果,我们优化这些因素,以最大限度地提高平均总年龄的可达率受单个目标跟踪精度的要求,通信速率的要求,和其他实际约束。由于制定的问题属于一个非凸问题,我们开发了一个有效的一维搜索为基础的优化算法,以获得其次优解。最后,仿真结果验证了理论推导结果的正确性和分配方案的有效性。
2023-03-01 cs.IT eess.SP math.IT
Robust Beamforming Design and Time Allocation for IRS-assisted Wireless Powered Communication Networks
针对功率受限的物联网(IoT)智能设备,提出了一种新型的智能反射面(IRS)辅助无线供电通信网络(WPCN)架构,利用IRS提高WPCN在信道状态信息(CSI)不完善情况下的性能。在非理想CSI和非线性能量收集模型下,通过联合优化时间分配、HAP能量波束形成、接收波束形成、用户发射功率分配、IRS能量反射系数和信息反射系数,提出了一个混合接入点(HAP)发射能量最小化问题.由于优化变量之间的高度耦合,该问题是一个难以直接求解的非凸优化问题。为了解决上述具有挑战性的问题,交替优化(AO)技术被应用到解耦的优化变量来解决问题。具体而言,通过AO将时间分配、HAP能量波束形成、接收波束形成、用户发射功率分配、IRS能量反射系数和信息反射系数分解为三个子问题交替求解。在求解IRS的能量反射系数和信息反射系数时,采用凸差分(DC)规划来解决秩为一的非凸约束。数值仿真结果验证了该优化算法在降低HAP发射能量方面的优越性。
2021-12-06 cs.IT eess.SP math.IT
Multiple Access Techniques for Intelligent and Multi-Functional 6G: Tutorial, Survey, and Outlook
本文综述6G及未来网络中的多址接入技术,探讨无线网络智能与多功能性如何重塑正交、空域、功率域、速率分割等MA方案,涵盖AI赋能MA与MA支持AI的交互,并提出6G标准化路线图。
2024-01-02 cs.IT eess.SP math.IT
Transmit Power Allocation for Joint Communication and Sensing through Massive MIMO Arrays
本文考虑的情况下,一个基站(BS),配备了一个大规模的天线阵列,执行,使用相同的频率范围内,既与移动用户的通信和雷达监视周围环境,依赖于大规模MIMO阵列的能力,以合成多个窄波束。基于用于通信和监视任务的OFDM信令格式,提供了系统可实现的下行链路速率的下限,以及不需要关于目标参数的任何知识的GLRT检测规则。然后,提出了一种功率分配策略,旨在最大限度地提高移动用户的公平性,同时保证最小的信号干扰比的雷达系统的阈值。数值结果表明,该系统的性能是有效的,功率控制过程有助于提高系统的公平性。
2020-03-29 cs.IT eess.SP math.IT
Resource Allocation for RIS-Empowered Wireless Communications: Low-Complexity and Robust Designs
本文研究RIS赋能无线通信的低复杂度鲁棒资源分配技术,阐明相关基础方法并给出数值验证,同时提出该领域的未来研究方向。
2023-11-06 cs.IT eess.SP math.IT
Deep Reinforcement Learning for Resource Allocation in V2V Communications
在这篇文章中,我们开发了一种基于深度强化学习的车对车(V2V)通信系统的分散式资源分配机制。每个V2V链路都被视为一个代理,自行做出决定,以找到用于传输的最佳子频带和功率水平。由于所提出的方法是分散的,全局信息是不需要每个代理作出决定,因此传输开销很小。从仿真结果中,每个智能体可以学习如何满足V2V约束,同时最大限度地减少对车辆到基础设施(V2I)通信的干扰。
2017-11-06 cs.IT math.IT
Pilot Power Allocation for Channel Estimation in a Multi-RIS Aided Communication System
针对多RIS辅助通信系统在非理想CSI下的信道估计问题,推导遍历信道增益闭式表达式,通过拉格朗日乘数法求解最优导频功率分配,证明向弱反射信道导频分配更多功率可提升增益,仿真验证了理论分析的正确性。
2023-08-27 cs.IT eess.SP math.IT
Resource Allocation Design for Next-Generation Multiple Access: A Tutorial Overview
本文以教程形式梳理NGMA资源分配设计,按自然、可重构与功能三类信道介绍模型、优化挑战、求解方法及仿真洞见。
2024-07-03 cs.IT eess.SP math.IT
Deep Reinforcement Learning based Resource Allocation for V2V Communications
本文提出了一种基于深度强化学习的车对车(V2V)通信的去中心化资源分配机制,可应用于单播和广播场景。根据分散式资源分配机制,“自主智能体”、V2V链路或车辆做出其决定以找到用于传输的最佳子带和功率电平,而不需要或不必等待全局信息。由于所提出的方法是分散的,它只会引起有限的传输开销。从仿真结果来看,每个智能体都可以有效地学习满足V2V链路上严格的延迟约束,同时最大限度地减少对车辆到基础设施(V2I)通信的干扰。
2018-05-16 cs.IT math.IT
Optimal Power Allocation for Minimizing Outage Probability of UAV Relay Communications
近年来,无人机(UAV)网络发展迅速,对各种应急通信场景具有吸引力。在本文中,我们认为无人机作为中继节点,以协助从基站(BS)到地面用户(GU)的无线传输。推导了莱斯衰落信道下基于无人机中继的BS-GU传输中断概率的闭式表达式。然后,我们制定了一个优化问题,以最大限度地减少中断概率的无人机中继通信与约束的BS和GU的总传输功率。证明了我们所提出的优化问题是凸的,并找到了一个最优的功率分配解决方案的中断概率最小化。仿真结果表明,随着功率分配因子的增大,中断概率先减小后增大,表明存在最优功率分配解。此外,它表明,建议的最优功率分配方案显着优于传统的等功率分配的中断概率。
2019-05-02 cs.IT math.IT
Interference Management and Power Allocation for NOMA Visible Light Communications Network
为了设计一种有效的干扰管理和多址接入方案的可见光通信(VLC)网络,这封信利用非正交多址接入(NOMA),这已经得到了显着的关注,在$5^{th}$代无线通信。考虑到NOMA中连续干扰消除的残余干扰,在用户服务质量(QoS)约束下,优化NOMA VLC网络的功率分配,以提高可达用户速率。所提出的方法的性能进行评估的数值结果。
2016-10-24 cs.IT math.IT
Efficient Power-Splitting and Resource Allocation for Cellular V2X Communications
蜂窝车联网(V2X)通信的研究工作每年都在获得动力。它被认为是一种改变范式的方法,可以以最低的部署和维护成本连接大量车辆。本文旨在通过提供无线充电、功率分配和资源块分配的优化框架,进一步推动蜂窝V2X通信的最新发展。具体来说,我们设计了一个网络模型,路边的物体使用无线电力从电动汽车的RF信号充电和信息处理。此外,由于蜂窝V2X的资源约束性质,执行功率分配和资源块指派以有效地使用资源。与基线技术相比,所提出的优化框架在网络的整体能源效率方面有所改善。所提出的解决方案的性能增益清楚地证明了其对于蜂窝V2X通信的可行性和实用性。
2020-07-14 cs.IT cs.NI eess.SP
Resource Allocation for D2D Communications Underlaying a NOMA-Based Cellular Network
这封信调查的功率控制和信道分配问题,在设备到设备(D2D)通信的基础上的非正交多址(NOMA)蜂窝网络。在连续干扰消除解码顺序约束下,我们的目标是最大化D2D对的和速率,同时保证基于NOMA的蜂窝用户的最小速率要求。具体地说,蜂窝用户在每个子信道上的功率控制的最佳条件推导。然后,基于这些结果,我们提出了一个基于对偶的迭代算法来解决资源分配问题。仿真结果验证了所提出的资源分配算法优于现有的正交多址接入方案。
2017-10-14 cs.IT math.IT
Optimal Power Allocation for Secure Communications in Large-Scale MIMO Relaying Systems
在本文中,我们解决的问题,在中继两跳安全通信的最佳功率分配。为了解决安全通信中短距离侦听的挑战性问题,利用大规模MIMO(LS-MIMO)中继技术的优势,即使在没有窃听者信道状态信息(CSI)的情况下,也能显著提高保密性能。本文的重点是分析和设计中继的最优功率分配,以最大化秘密中断容量。我们揭示了秘密中断容量为正的条件,证明了存在且只有一个最优功率,并给出了一个最优功率分配方案。此外,秘密中断容量的渐近特性进行了保密性能优化提供了一些清晰的见解。仿真结果验证了该方案的有效性。
2015-01-19 cs.IT math.IT
Joint Trajectory and Resource Allocation Design for UAV Communication Systems
在本文中,我们研究资源分配设计无人机(UAV)使能的通信系统,其中无人机被派遣提供通信到多个用户节点。我们的目标是通过联合优化子载波分配策略和无人机的轨迹,同时考虑到每个用户节点所需的最小数据率,禁飞区(NFZ),最大无人机巡航速度,和初始/最终无人机位置,以最大限度地提高通信系统的吞吐量。该设计被配制成一个混合整数非凸优化问题,这是一般棘手的。随后,提出了一种计算效率高的迭代算法,以获得局部最优解。仿真结果表明,所提出的迭代算法的性能接近无NFZ系统的性能。此外,该算法可以实现一个显着的吞吐量增益相比,各种基准计划。
2018-09-05 cs.IT math.IT
Optimal Power Allocation for A Massive MIMO Relay Aided Secure Communication
在本文中,我们解决的问题,在中继两跳安全通信在实际条件下的最佳功率分配。为了保证长距离传输过程中的安全通信,研究了大规模MIMO(M-MIMO)中继技术,以显著提高无线安全性。本文的重点是分析和设计解码转发(DF)M-MIMO中继的最优功率分配,以最大化的秘密中断容量和最小化的拦截概率,分别。我们的研究揭示了一个非负的秘密中断容量的条件,获得了封闭形式的最佳功率的表达式,并提出了保密性能的渐近特性。仿真结果验证了所提方案的有效性。
2015-08-31 cs.IT math.IT
Optimal Scheduling and Power Allocation for Two-Hop Energy Harvesting Communication Systems
能量收集(EH)是近年来新兴的绿色通信技术。为了实现其潜力,需要重新设计通信协议,以对抗收集能量的随机性。在本文中,我们研究如何应用中继,以改善短期性能的EH通信系统。对于EH源和非EH半双工中继,我们考虑两个不同的设计目标:1)短期吞吐量最大化;和2)传输完成时间最小化。这两个问题都是联合调度和功率分配问题,在中继的半双工约束,提出了相当具有挑战性的。一个关键的发现是,定向注水(RDD),这是单跳EH系统的最佳功率分配算法,可以作为指导两跳通信系统的设计,因为它不仅决定了最佳性能的值,但也形成了基础,以获得最佳的解决方案,为两个设计问题。基于一个放松的能量配置文件,以及与ESTA算法,我们推导出这两个问题的最佳解决方案的关键属性,然后提出有效的算法。仿真结果表明,调度和功率分配优化是必要的两跳EH通信系统。
2012-12-21 cs.IT math.IT
Effective Capacity and Power Allocation for Machine-Type Communication
有效容量(EC)决定了在特定时延约束下的最大通信速率。在这项工作中,我们分析了EC的超可靠的机器类型通信(MTC)网络在有限块长度(FB)制度。首先,我们提出了一个封闭的形式近似EC准静态瑞利衰落信道。我们的分析确定了上界EC和延迟约束时,不同的传输功率。最后,我们的特点是固定EC的功率延迟权衡,并提出了一个最佳的功率分配方案,利用EC在高信噪比制度的渐近行为。结果表明,该方案提供了显着的节能与EC的损失可以忽略不计。
2019-02-19 cs.IT math.IT
Resource Allocation for Solar Powered UAV Communication Systems
在本文中,我们研究的资源分配设计的多载波(MC)系统采用太阳能无人机(UAV)提供通信服务的多个下行链路用户。以系统总吞吐量最大化为目标,研究了无人机三维定位与功率和子载波分配的联合设计。算法设计被公式化为一个混合整数非凸优化问题,这需要一个令人望而却步的计算复杂性获得全局最优解。为此,提出了一种基于逐次凸逼近的低复杂度次优迭代解。仿真结果证实,所提出的次优算法实现了显着更高的系统总吞吐量相比,几个基线计划。
2018-01-22 cs.IT math.IT
Power Allocation for Type-I ARQ Two-Hop Cooperative Networks for Ultra-Reliable Communication
分析了在可靠性约束条件下,两跳协作系统中放大转发(AF)自动重传请求(ARQ)的性能。对于这种设置,我们首先推导出封闭形式的中断概率表达式。接下来,我们提出了一个功率分配方案,使我们能够实现目标中断概率,同时最大限度地减少中断加权平均功率支出的源和中继之间的非对称功率分配。这是铸造作为一个优化问题,最优功率分配(OPA)的封闭形式,通过调用Karush-Kuhn-Tucker(KKT)条件。我们数值评估不同的AF-ARQ传输轮之间的OPA策略,我们表明,该方案提供了大的功率增益相对于优化的点到点ARQ方案,以及相对于平等的功率分配(EPA)策略。
2019-04-14 cs.IT math.IT
Secure Communications in NOMA System: Subcarrier Assignment and Power Allocation
安全通信是无线网络的一项很有前途的技术,因为它可以确保信息的安全传输。研究了存在窃听者的非正交多址接入(NOMA)放大转发双向中继无线网络中的联合子载波(SC)分配和功率分配问题。通过利用合作干扰(CJ),以提高通信链路的安全性,我们的目标是最大限度地提高可实现的保密能源效率,通过联合设计的SC分配,用户对调度和功率分配。假设中继站完全知道信道状态信息(CSI),提出了一种低复杂度的子载波分配方案(SCAS-1),该方案等价于多对多匹配博弈,然后将SCAS-2转化为保密能量效率最大化问题。将安全功率分配问题建模为一个凸几何规划问题,并采用内点法求解。仿真结果表明,所提出的SSPA算法的有效性的情况下,使用和不使用CJ,分别。
2018-01-13 cs.IT math.IT
Meta-Reinforcement Learning Based Resource Allocation for Dynamic V2X Communications
研究了车对车(V2X)通信中车对车(V2 I)和车对车(V2 V)链路之间的共享资源分配问题。在现有算法中,动态车辆环境和连续功率的量化成为提供有效和及时的资源分配策略的瓶颈。在本文中,我们开发了两个算法来处理这些困难。首先,我们提出了一种基于深度强化学习(DRL)的资源分配算法,以提高V2 I和V2 V链路的性能。具体地说,该算法使用深度Q网络(DQN)来解决子带分配和深度确定性策略梯度(DDPG)来解决连续功率分配问题。其次,我们提出了一个基于元的DRL算法,以提高资源分配策略在动态环境中的快速适应性。数值结果表明,所提出的DRL算法可以显着提高性能相比,基于DQN的算法,量化连续功率。此外,所提出的基于元的DRL算法可以实现所需的快速适应在新的环境中与有限的经验。
2021-10-14 cs.IT math.IT
Joint Optimization of Power Allocation and Training Duration for Uplink Multiuser MIMO Communications
在本文中,我们考虑了一个多用户多输入多输出(MU-MIMO)通信系统之间的基站配备了多个天线和多个移动用户,每个都配备了一个单一的天线。考虑上行链路场景。上行链路信道由基站通过训练阶段获取。两个线性处理方案,即最大比合并(MRC)和迫零(ZF)。我们优化的训练周期和最佳的训练能量的平均和峰值功率约束下,使可实现的和速率最大化。
2014-09-22 cs.IT math.IT
Energy Efficient Joint Resource Allocation and Power Control for D2D Communications
在本文中,联合资源分配和功率控制的能量有效的设备到设备(D2D)通信蜂窝网络下的调查。资源和功率被优化以最大化D2D通信的能量效率(EE)。利用分式规划的性质,将原来的分式形式的非凸优化问题转化为一个等价的减法形式的优化问题。然后,提出了一种有效的迭代资源分配和功率控制方案。在每次迭代中,EE优化问题的部分约束通过利用罚函数方法被移除。我们进一步提出了一种新的两层方法,它允许通过将联合资源分配和功率控制的EE优化问题解耦为两个单独的步骤来在每次迭代中找到最优解。在第一层中,通过求根法求解一系列最大化问题,在考虑或不考虑蜂窝用户速率损失的情况下,得到最优功率值。在第二层中,公式化的优化问题属于具有单一分配格式的经典资源分配问题,其允许网络流公式化,使得其可以被求解为最优。仿真结果表明,通过使用所提出的迭代资源分配和功率控制方案的EE显着改善。
2017-03-21 cs.IT math.IT
Multi-UAV Collaborative Sensing and Communication: Joint Task Allocation and Power Optimization
与单个无人机的有限感知覆盖和通信能力相比,多无人机协作能够提供更有效的感知和传输(S&T)服务。然而,现有的多无人机感知研究主要集中在互斥的任务分配和独立的数据传输上,没有充分发挥多无人机感知和通信的优势。基于此,本文提出了一种新的多无人机协同感知任务分配方案。虽然重复任务分配听起来可能违反直觉,但它实际上可以促进多个UAV之间的合作传输,从而减少整体感测任务完成时间。为了获得最优的任务分配和发射功率的建议方案,任务完成时间最小化问题。为了解决这个问题,复制传感任务分配的必要条件。对于复制感知的情况,所考虑的问题转化为单调优化,并解决了通用的Polyblock算法。为了在Polyblock算法的每次迭代中有效地评估任务完成时间,引入了新的辅助变量来解耦传输时间和功率的复杂联合优化。对于非复制感知的退化情形,导出了最优传输时间的封闭表达式
2022-11-24 cs.IT math.IT
Energy-Efficient Power Allocation for Secure Communications in Large-Scale MIMO Relaying Systems
在本文中,我们解决的问题,能量有效的功率分配安全通信放大转发(AF)的大规模多输入多输出(LS-MIMO)中继系统中存在一个被动窃听。利用AF LS-MIMO中继的优点来显著提高保密性能,特别是保密能量效率(比特每焦耳)。首先分析了中继节点发射功率对保密中断容量的影响,证明了在非常实际的假设条件下,即无窃听者信道状态信息(CSI)和不完全合法CSI的情况下,保密中断容量是发射功率的凹函数.然后,我们提出了一种能量有效的功率分配方案,以最大限度地提高保密能量效率。最后,仿真结果验证了所提出的能量有效的计划相比,容量最大化计划的优势。
2014-08-24 cs.IT math.IT
Energy-efficient Resource Allocation for Wirelessly Powered Backscatter Communications
在这封信中,我们考虑一个无线供电的反向散射通信(WP-BackCom)网络,其中发射机首先在睡眠状态下从专用能量RF源获取能量,然后通过反射系数同时反向散射信息和获取能量。我们的目标是通过联合优化专用能量RF源的时间分配、反射系数和发射功率来最大化WP-BackCom网络的可实现能量效率。优化问题是非凸的,具有挑战性的解决。我们开发了一个有效的基于Dinkelbach的迭代算法来获得最优的资源分配方案。研究表明,对于每一次迭代,能量有效的WP-BackCom网络是等效的网络中的发射机总是工作在活动状态,或网络中的专用能量RF源采用最大允许功率。
2019-06-01 cs.IT math.IT
Ultra Reliable Communication via Optimum Power Allocation for Type-I ARQ in Finite Block-Length
我们分析了具有超可靠性约束的第一类自动重传请求(ARQ)协议的性能。首先,我们表明,通过使用开环设置实现非常低的数据包中断概率是一项艰巨的任务。因此,我们引入ARQ协议作为一种解决方案,实现所需的低中断概率超可靠通信。对于这个协议,我们提出了一个最佳的功率分配方案,将使我们能够达到任何中断概率的目标,在有限的块长度制度。在给定中断概率和最大发射功率约束条件下,将功率分配问题转化为平均发射功率的最小化问题。利用Karush-Kuhn-Tucker(KKT)条件,我们解决了最优功率分配问题,并提供了一个封闭的形式的解决方案。接下来,我们分析了实现ARQ协议对吞吐量的影响。我们表明,通过使用建议的功率分配方案,我们可以最大限度地减少损失的吞吐量,是从重传造成的。此外,我们分析了反馈延迟长度在我们的方案的效果。
2017-01-30 cs.IT math.IT
Secrecy-Optimized Resource Allocation for Device-to-Device Communication Underlaying Heterogeneous Networks
设备到设备(D2 D)通信最近由于其潜在的提高现有异构网络(HetNet)下的频谱效率的能力而吸引了很多关注。由于没有复杂的控制,D2 D用户设备(DUE)本身不能抵抗窃听或安全攻击。迫切需要最大化蜂窝用户和DUE的安全容量。针对由高功率节点和低功率节点组成的D2 D通信底层HetNet,提出了无线资源分配问题,以最大化DUE的安全容量。首先将传输速率和功率约束下的非凸且难以直接推导的优化目标函数转化为矩阵形式。然后根据Perron-Frobenius理论导出了优化问题的等价凸形式。通过计算拉格朗日函数的邻近算子,提出了一种基于邻近理论的启发式迭代算法来求解该等价凸问题。数值结果表明,所提出的无线资源分配解决方案显着提高了安全容量与快速收敛速度。
2017-09-15 cs.IT math.IT
Optimal Resource Allocation in Full-Duplex Wireless-Powered Communication Network
研究了无线供电通信网络(WPCN)中的最优资源分配问题,其中一个混合接入点(H-AP)在下行链路(DL)向一组分布式用户广播无线能量,同时在上行链路(UL)通过时分多址(TDMA)接收来自用户的独立信息。我们设计了一个有效的协议,以支持同时无线能量传输(WET)在DL和无线信息传输(WIT)在UL的建议FD-WPCN。我们联合优化针对DL WET的H-AP和针对UL WIT的不同用户的时间分配以及在H-AP处随时间的发射功率分配,以最大化具有所收获能量的UL信息传输的用户的加权和速率。我们认为这两种情况下,完美和不完美的自干扰消除(SIC)在H-AP,我们获得最佳和次优的时间和功率分配的解决方案,分别。此外,我们认为半双工(HD)WPCN作为一个基线计划,并得出其最佳的资源分配解决方案。仿真结果表明,FD-WPCN优于HD-WPCN时,有效的SIC可以实现和更严格的峰值功率约束应用在H-AP。
2014-09-15 cs.IT math.IT
Survey Propagation: A Resource Allocation Solution for Large Wireless Networks
当前和未来无线通信网络中节点数量的不断增加给可用通信资源的分配带来了前所未有的挑战。这是由资源分配问题的组合性质引起的,当网络规模增加时,这限制了最先进技术的性能。在本文中,我们采取了一个新的方向,并探讨如何从统计物理方法可以用来解决大型网络中的资源分配问题。为此,我们提出了一种新的无线网络模型的基础上的一种类型的无序的物理系统称为自旋玻璃。我们表明,资源分配问题具有相同的结构,在自旋玻璃中找到特定的配置的问题。基于这种并行,我们调查使用的调查传播方法,从统计物理在无线网络中的资源分配问题的解决方案。通过数值模拟,我们表明,所提出的基于物理的资源分配算法是一个很有前途的工具,在大型无线通信网络中的通信资源的有效分配。给定固定数量的资源,与最先进的参考方案相比,我们能够服务于更大数量的节点,而不会向系统中引入更多的干扰
2022-01-06 cs.IT math.IT
Joint Trajectory and Power Allocation Design for Secure Artificial Noise aided UAV Communications
研究了无人机(UAV)无线通信系统中的平均保密率(ASR)最大化问题,其中在地面被动窃听者存在的情况下,利用无人机向地面目标传递机密信息。通过采用基于人工噪声(AN)注入的安全两阶段传输协议,我们的目标是在给定的时间范围内联合优化无人机的轨迹、网络传输功率和AN功率分配,以提高ASR性能。具体来说,我们把原来的非凸问题分为四个子问题,并提出了一个逐次凸逼近的有效迭代算法来解决它的次优保证收敛。仿真结果表明,显着的安全优势,我们所设计的方案比其他已知的基准,特别是严格的飞行时间。
2020-11-20 cs.IT math.IT
Optimal Power Allocation for Energy Harvesting and Power Grid Coexisting Wireless Communication Systems
研究了单链路无线通信系统中能量采集与电网供电联合的功率分配问题。将该问题转化为能量和数据到达随机的情况下最小化电网功耗的问题,并分析了在某些特殊情况下最优功率分配策略的结构。对于所有数据包都在传输前到达的情况,该问题是一个吞吐量最大化的对偶问题,通过两阶段注水(WF)策略找到最优解,即在第一阶段分配收获的能量,然后在第二阶段分配电网能量。对于随机数据到达的情况,我们首先假设电网能量或收获的能量供应,然后结合的结果,以获得共存系统的最优结构。具体地说,反向多阶段WF策略,提出了实现最优功率分配时,电池容量是无限的。最后,提出了一些启发式的在线方案,其性能进行了评估,通过数值模拟。
2013-03-15 cs.IT math.IT
Resource Allocation for Machine-to-Machine Communications with Unmanned Aerial Vehicles
在本文中,提出了一种新的框架,功率效率,基于集群的机器对机器(M2M)通信。在所研究的模型中,一些无人驾驶飞行器(UAV)被用作空中基站收集数据的簇头(CH)的一组M2M集群。为了在满足M2M设备速率要求的同时最小化CH的发射功率,提出了一种用于CH-UAV通信的最优调度和资源分配机制。首先,使用排队率稳定性的概念,无人机的最小数量以及停留时间,每个无人机必须花费服务的CH计算。接下来,确定用于CH-UAV通信链路的最优资源分配,使得利用最小发射功率满足M2M设备速率要求。仿真结果表明,随着机器分组传输概率的增加,保证CH队列速率稳定所需的最小无人机数量也将显著增加。我们的研究结果还表明,与预先部署地面基站的情况相比,当使用无人机时,CH的平均发射功率将降低68%。
2016-08-27 cs.IT math.IT
Optimal Energy Allocation for Wireless Communications with Energy Harvesting Constraints
我们考虑使用能量收集器,代替具有固定能量存储的传统电池,用于点对点无线通信。除了在具有时间选择性衰落的信道中传输的挑战之外,能量采集器还提供永久但不可靠的能量源。在本文中,我们考虑在有限的地平线上的能量分配的问题,考虑到信道条件和能源是时变的,以最大限度地提高吞吐量。假设关于信道条件和所收获的能量的两种类型的辅助信息(SI)是可用的:因果SI(过去和当前时隙的)或全SI(过去、当前和未来时隙的)。我们得到的最优能量分配结构的结果,通过使用动态规划和凸优化技术。特别是,如果无限的能量可以存储在电池中的收获的能量和完整的SI是可用的,我们证明了最优的水填充能量分配解决方案,其中所谓的水位遵循阶梯函数。
2012-05-09 cs.IT math.IT
Real-time Optimal Resource Allocation for Embedded UAV Communication Systems
我们考虑使用无人机(UAV)作为中继辅助节点的设备到设备(D2D)无线信息和功率传输系统。由于无人机的能量容量和飞行时间是有限的,在部署无人机时的一个重要问题是管理能量消耗在实时的【形】应用中,它与无人机的发射功率成正比。为了解决这一重要问题,我们开发了一种实时的【形】资源分配算法,通过联合优化能量采集时间和功率控制来最大限度地提高能量效率。我们证明了所提出的算法的有效性,为解决他们的运行时间可以在毫秒进行。
2018-09-05 cs.IT math.IT
Robust Resource Allocation for MIMO Wireless Powered Communication Networks Based on a Non-linear EH Model
在本文中,我们考虑了一个多输入多输出无线供电通信网络(MIMO-WPCN),其中多个用户收获能量从一个专用的发电站,以便能够将他们的信息信号发送到一个信息接收站。采用一个实用的非线性能量收集(EH)模型,我们提出了一个联合的时间分配和功率控制方案,考虑到信道状态信息(CSI)的不确定性,并提供对不完美的CSI知识的鲁棒性。特别是,我们制定了两个非凸优化问题,为不同的目标,即系统总吞吐量最大化和最大化的最小个人吞吐量在所有无线供电的用户。为了克服非凸性,我们应用了几个变换以及一维搜索,以获得一个有效的资源分配算法。数值结果表明,当资源分配的基础上采用的非线性EH模型,而不是传统的线性EH模型设计,可以实现显着的性能增益。此外,不同于一个非鲁棒的基线方案设计完美的CSI,建议的资源分配计划被证明是强大的对不完美的CSI知识。
2017-01-31 cs.IT math.IT
Resource Allocation for Millimeter-Wave Train-Ground Communications in High-Speed Railway Scenarios
随着无线通信技术的发展,高速铁路对车地无线通信提出了更高的要求。毫米波频段具有丰富的频谱资源,可以为高铁场景下的用户提供高性能的宽带多媒体业务,而全双工(FD)技术也已趋于成熟。在本文中,我们研究了高速铁路场景下的车-地通信系统的性能与移动中继(MR)安装在屋顶的训练和FD模式下工作。我们制定了一个非线性规划问题,以最大限度地提高网络容量的频谱资源分配。然后,我们开发了一个序列二次规划(SQP)算法的基础上的拉格朗日函数来解决轨道侧基站(BS)和MR的带宽分配优化问题,在这个毫米波车地通信系统。大量的仿真结果表明,所提出的SQP算法可以有效地实现高网络容量的训练轮通信在高铁的场景,同时是强大的残余自干扰(SI)。
2021-04-28 cs.IT cs.NI math.IT
Resource Allocation for Low-Latency Vehicular Communications with Packet Retransmission
车载通信对安全关键信息传输具有严格的延迟要求。然而,由于高移动性而缺乏瞬时信道状态信息对满足这些要求提出了很大的挑战,并且当考虑分组重传时,情况变得更加复杂。本文仅基于可获得的大尺度衰落信道信息,进行频谱和功率分配,以最大化车辆到基础设施(V2I)链路的遍历容量,同时保证车辆到车辆(V2V)链路的延迟要求。首先,对于每一个可能的频谱复用对的V2I链路和V2V链路,我们得到了封闭形式的表达式的数据包的平均逗留时间(的逗留时间加上服务时间)的V2V链路。然后,一个最佳的功率分配推导出每个可能的频谱复用对。然后,我们通过解决一个多项式时间可解的二分匹配问题来优化频谱复用模式。数值结果表明,所提出的分析是准确的平均包逗留时间。此外,所开发的资源分配始终保证V2V链路对延迟的要求。
2018-08-15 cs.IT math.IT