传统的功率分配算法由于复杂的矩阵运算与迭代所造成的高时延,在实际通信中实时获取信道信息十分困难,当前重要的研究方向是在系统性能和计算复杂度之间找到有效平衡。针对终端直通(Device-to-Device,D2D)用户与蜂窝用户的联合功率分配...传统的功率分配算法由于复杂的矩阵运算与迭代所造成的高时延,在实际通信中实时获取信道信息十分困难,当前重要的研究方向是在系统性能和计算复杂度之间找到有效平衡。针对终端直通(Device-to-Device,D2D)用户与蜂窝用户的联合功率分配问题,提出一种异构功率控制图神经网络(Heterogeneous Power Control Graph Neural Network,HPCGNN)算法,旨在最大化所有用户的加权和速率。首先通过构建干扰的异构图,将信道和噪声等信息嵌入到图的节点和边;再由HPCGNN完成消息传递和更新,采用无监督学习方式优化深度神经网络(Deep Neural Network,DNN)参数,最终得到最佳的功率分配。仿真结果表明,相较于其他深度学习算法,所提算法能够有效提高系统性能,且在损失5%性能下相较分式规划(Fractional Programming,FP)能降低82%~98%的时间复杂度。展开更多
针对无线功率传输技术的能量收集效率有限造成信噪比下降进而引发通信中断率增加的问题,在能量收集多跳D2D(Device to Device)无线传感网络中,提出一种基于改进K-means聚类的中继选择方法。首先,推导得到能量收集下的信噪比因子,使其作...针对无线功率传输技术的能量收集效率有限造成信噪比下降进而引发通信中断率增加的问题,在能量收集多跳D2D(Device to Device)无线传感网络中,提出一种基于改进K-means聚类的中继选择方法。首先,推导得到能量收集下的信噪比因子,使其作为K-means聚类特征。然后,利用最小欧氏距离原则得到距离聚类中心最近的实际节点的位置。最后,根据距离重排序得到中继节点,形成从源节点到目的节点的通信链路。仿真实验结果表明,相比最短路径算法和随机中继协作方案,所提出的改进算法链路信噪比更大,能够减小通信中断率,具有更好的中继性能。展开更多
为了降低基站重传视频流的完成时间,针对视频流业务设计了一种D2D网络中基于可伸缩视频编码(Scalable Video Coding, SVC)的视频流缓存跨层网络编码重传方案。该方案首先采用SVC对视频流进行编码以应对终端处理能力的差异性,引入跨层网...为了降低基站重传视频流的完成时间,针对视频流业务设计了一种D2D网络中基于可伸缩视频编码(Scalable Video Coding, SVC)的视频流缓存跨层网络编码重传方案。该方案首先采用SVC对视频流进行编码以应对终端处理能力的差异性,引入跨层网络编码搜寻最大独立集选取最佳的传输以及编码调度,减少完成时间。其次,针对多协作重传设备间的干扰问题,设计了最佳的资源调度算法,在给定发送设备集的前提下迭代优化设备的发送功率,在不增加完成时间的同时优化系统的吞吐量。仿真结果表明,所提出的方案能够有效地降低完成时延,减少重传次数,增加系统的弹性。展开更多
文摘传统的功率分配算法由于复杂的矩阵运算与迭代所造成的高时延,在实际通信中实时获取信道信息十分困难,当前重要的研究方向是在系统性能和计算复杂度之间找到有效平衡。针对终端直通(Device-to-Device,D2D)用户与蜂窝用户的联合功率分配问题,提出一种异构功率控制图神经网络(Heterogeneous Power Control Graph Neural Network,HPCGNN)算法,旨在最大化所有用户的加权和速率。首先通过构建干扰的异构图,将信道和噪声等信息嵌入到图的节点和边;再由HPCGNN完成消息传递和更新,采用无监督学习方式优化深度神经网络(Deep Neural Network,DNN)参数,最终得到最佳的功率分配。仿真结果表明,相较于其他深度学习算法,所提算法能够有效提高系统性能,且在损失5%性能下相较分式规划(Fractional Programming,FP)能降低82%~98%的时间复杂度。
文摘针对无线功率传输技术的能量收集效率有限造成信噪比下降进而引发通信中断率增加的问题,在能量收集多跳D2D(Device to Device)无线传感网络中,提出一种基于改进K-means聚类的中继选择方法。首先,推导得到能量收集下的信噪比因子,使其作为K-means聚类特征。然后,利用最小欧氏距离原则得到距离聚类中心最近的实际节点的位置。最后,根据距离重排序得到中继节点,形成从源节点到目的节点的通信链路。仿真实验结果表明,相比最短路径算法和随机中继协作方案,所提出的改进算法链路信噪比更大,能够减小通信中断率,具有更好的中继性能。
文摘为了降低基站重传视频流的完成时间,针对视频流业务设计了一种D2D网络中基于可伸缩视频编码(Scalable Video Coding, SVC)的视频流缓存跨层网络编码重传方案。该方案首先采用SVC对视频流进行编码以应对终端处理能力的差异性,引入跨层网络编码搜寻最大独立集选取最佳的传输以及编码调度,减少完成时间。其次,针对多协作重传设备间的干扰问题,设计了最佳的资源调度算法,在给定发送设备集的前提下迭代优化设备的发送功率,在不增加完成时间的同时优化系统的吞吐量。仿真结果表明,所提出的方案能够有效地降低完成时延,减少重传次数,增加系统的弹性。
