针对多输入多输出(MIMO:Multiple Input Multiple Output)认知物联网(C-IoT:Cognitive Internet of Things)系统中存在频谱效率低的问题,提出了一种基于智能反射面(IRS:Intelligent Reflecting Surface)辅助的交替迭代的块坐标下降算法...针对多输入多输出(MIMO:Multiple Input Multiple Output)认知物联网(C-IoT:Cognitive Internet of Things)系统中存在频谱效率低的问题,提出了一种基于智能反射面(IRS:Intelligent Reflecting Surface)辅助的交替迭代的块坐标下降算法。以主接收机处的干扰功率、次发射机处的发射功率和IRS处的单位模为约束条件,通过联合优化次发射机处的主动波束形成和IRS处的被动波束形成最大化系统加权和速率。将复杂的非凸优化问题分解为子问题后,分别使用拉格朗日对偶法和逐次凸逼近法对子问题进行处理。仿真结果表明,在多天线用户场景下所提算法可以快速收敛,通过增加IRS反射元件的数量或正确部署IRS的位置可以有效提高C-IoT系统的频谱效率。展开更多
针对并发频谱接入模型下的认知物联网(C-IoT:Cognitive Internet of Things)系统中的干扰管理问题,提出一种基于遗传算法(GA:Genetic Algorithm)的C-IoT功率自适应部分干扰转向(PIS:Partial Interference Steering)算法。该算法能在同...针对并发频谱接入模型下的认知物联网(C-IoT:Cognitive Internet of Things)系统中的干扰管理问题,提出一种基于遗传算法(GA:Genetic Algorithm)的C-IoT功率自适应部分干扰转向(PIS:Partial Interference Steering)算法。该算法能在同时保证主用户(PU:Primary User)和认知用户(CU:Cognitive User)服务质量的前提下提高系统的频谱效率。仿真结果表明,该算法能在寻求系统最优频谱效率时快速收敛,求出此时PU和CU期望信号的最佳发射功率。在主发射机、PU和CU相对位置确定的场景下,根据用户的平均违反约束程度D(cvave),能求解出可接入授权频谱认知发射机的最佳空间分布区域。展开更多
文摘针对多输入多输出(MIMO:Multiple Input Multiple Output)认知物联网(C-IoT:Cognitive Internet of Things)系统中存在频谱效率低的问题,提出了一种基于智能反射面(IRS:Intelligent Reflecting Surface)辅助的交替迭代的块坐标下降算法。以主接收机处的干扰功率、次发射机处的发射功率和IRS处的单位模为约束条件,通过联合优化次发射机处的主动波束形成和IRS处的被动波束形成最大化系统加权和速率。将复杂的非凸优化问题分解为子问题后,分别使用拉格朗日对偶法和逐次凸逼近法对子问题进行处理。仿真结果表明,在多天线用户场景下所提算法可以快速收敛,通过增加IRS反射元件的数量或正确部署IRS的位置可以有效提高C-IoT系统的频谱效率。
文摘针对并发频谱接入模型下的认知物联网(C-IoT:Cognitive Internet of Things)系统中的干扰管理问题,提出一种基于遗传算法(GA:Genetic Algorithm)的C-IoT功率自适应部分干扰转向(PIS:Partial Interference Steering)算法。该算法能在同时保证主用户(PU:Primary User)和认知用户(CU:Cognitive User)服务质量的前提下提高系统的频谱效率。仿真结果表明,该算法能在寻求系统最优频谱效率时快速收敛,求出此时PU和CU期望信号的最佳发射功率。在主发射机、PU和CU相对位置确定的场景下,根据用户的平均违反约束程度D(cvave),能求解出可接入授权频谱认知发射机的最佳空间分布区域。
