针对工业物联网因海量数据交换导致的频谱短缺问题,本文将认知无线电技术运用到工业物联网中,提出一种认知工业物联网(Cognitive industrial internet of things,CIIOT)中基于改进麻雀算法和功率控制的频谱分配策略。该策略以最大化公...针对工业物联网因海量数据交换导致的频谱短缺问题,本文将认知无线电技术运用到工业物联网中,提出一种认知工业物联网(Cognitive industrial internet of things,CIIOT)中基于改进麻雀算法和功率控制的频谱分配策略。该策略以最大化公平性和能量效率为前提,首先使用一种基于改进地图指南针算子和步长因子的二进制麻雀搜索算法(Improved binary sparrow search algorithm,IBSSA)对CIIOT用户进行频谱分配;然后使用基于接收信噪比(SINR)的闭环功率控制算法对通信过程中的用户进行动态功率调整,达到发射功率最佳,最后将系统能量效率和公平性作为评价指标,与二进制麻雀算法(Binary sparrow algorithm,BSSA)和二进制蝙蝠算法(Binary bat algorithm,BBA)进行比较。仿真结果表明,相比BSSA和BBA算法,IBSSA算法可以获得更高的系统能量效率和用户公平性,说明本文提出的优化策略明显提高了认知工业物联网的公平性和能量效率。展开更多
为了解决移动通信系统中的高延迟和覆盖盲点问题,提出了一种基于认知无线电-非正交多址接入(Cognitive Radio Non-orthogonal Multiple Access,CR-NOMA)的工业物联网网络。在认知网络中次用户采用解码转发(Decode and Forward,DF)和放...为了解决移动通信系统中的高延迟和覆盖盲点问题,提出了一种基于认知无线电-非正交多址接入(Cognitive Radio Non-orthogonal Multiple Access,CR-NOMA)的工业物联网网络。在认知网络中次用户采用解码转发(Decode and Forward,DF)和放大转发(Amplify and Forward,AF)两种辅助解码方式下,推导了主用户和次用户在完全串行干扰或不完全串行干扰两种终端状态下的中断性能。当用户间链路条件相同时,认知中继采用AF方式优于DF方式,且不完全串行干扰技术后系统残留干扰噪声的增大也会导致主用户和次用户的中断概率增大。研究还发现,各用户移动导致用户之间距离增大时,主用户和次用户的中断概率也会增大。展开更多
文摘针对工业物联网因海量数据交换导致的频谱短缺问题,本文将认知无线电技术运用到工业物联网中,提出一种认知工业物联网(Cognitive industrial internet of things,CIIOT)中基于改进麻雀算法和功率控制的频谱分配策略。该策略以最大化公平性和能量效率为前提,首先使用一种基于改进地图指南针算子和步长因子的二进制麻雀搜索算法(Improved binary sparrow search algorithm,IBSSA)对CIIOT用户进行频谱分配;然后使用基于接收信噪比(SINR)的闭环功率控制算法对通信过程中的用户进行动态功率调整,达到发射功率最佳,最后将系统能量效率和公平性作为评价指标,与二进制麻雀算法(Binary sparrow algorithm,BSSA)和二进制蝙蝠算法(Binary bat algorithm,BBA)进行比较。仿真结果表明,相比BSSA和BBA算法,IBSSA算法可以获得更高的系统能量效率和用户公平性,说明本文提出的优化策略明显提高了认知工业物联网的公平性和能量效率。
文摘为了解决移动通信系统中的高延迟和覆盖盲点问题,提出了一种基于认知无线电-非正交多址接入(Cognitive Radio Non-orthogonal Multiple Access,CR-NOMA)的工业物联网网络。在认知网络中次用户采用解码转发(Decode and Forward,DF)和放大转发(Amplify and Forward,AF)两种辅助解码方式下,推导了主用户和次用户在完全串行干扰或不完全串行干扰两种终端状态下的中断性能。当用户间链路条件相同时,认知中继采用AF方式优于DF方式,且不完全串行干扰技术后系统残留干扰噪声的增大也会导致主用户和次用户的中断概率增大。研究还发现,各用户移动导致用户之间距离增大时,主用户和次用户的中断概率也会增大。
