蜂窝网络中基于干扰控制的D2D通信联合资源分配方案

在蜂窝网络中部署D2D(Device-to-Device)通信能够有效提升频谱利用率,降低基站负载,但D2D用户与蜂窝用户共享无线信道时会产生信号干扰。提出了一种联合资源分配算法,通过综合考虑信道分配对网络中已有的蜂窝用户和D2D用户的信号干扰,并在小区范围内寻找具有最小干扰值的信道资源分配给用户,以实现有效的干扰控制。仿真结果显示:联合资源分配能够提升D2D链路、蜂窝链路的信噪比及系统总吞吐量,使得蜂窝网络的整体性能优于独立资源分配。     

多平台雷达有源干扰资源分配算法

根据现代干扰机特点,建立"多对多"雷达有源干扰资源分配数学模型,结合分配算法的具体应用环境,提出了基于多Agent分布协同拍卖的雷达干扰资源分配算法,实例表明该方法可行。     

RCS特性辅助的CMIMO雷达功率资源分配方法

针对集中式多输入多输出(collocated multiple-input multiple-output, CMIMO)雷达在实际探测过程中,未有效结合目标雷达散射截面(radar cross section, RCS)高动态变化特性导致雷达跟踪精度不高甚至失跟的问题,提出一种基于目标RCS高动态特性的CMIMO雷达功率资源自适应分配方法。考虑到目标RCS特征的角度敏感性,利用目标运动状态的可预测性动态获取实际观测角度,从而完成跟踪帧的极化方式优选;在此基础上构建包含功率与RCS的多目标跟踪误差后验克拉美罗下界,将其作为目标函数进行优化,利用内点惩罚法求解该凸优化问题即可实现RCS高动态情况下的功率优化分配。实验结果表明:该方法可结合目标不同方向RCS动态分集特性实现功率的有效分配,相比于传统RCS模型分配方案,有效解决了分配方案与实际跟踪场景之间的失配问题,从而提升了CMIMO雷达的多目标跟踪性能。     

基于遗传算法的航空兵出动架次计算方法

针对航空兵出动架次计算问题,基于资源受限项目调度理论进行问题描述和建模,以给定兵力对目标任务的最大出动架次为效能指标,分析影响因素和约束条件,建立了问题数学模型.根据问题模型特点,采用遗传算法进行求解,针对染色体编码问题,设计了一种扩展任务列表编码方法;针对初始解集求解问题,提出了一种基于优先规则的出动架次分配算法.并构建了航空兵出动架次计算仿真算例对问题模型和求解算法进行验证,实验结果表明,所提模型和算法能够有效求解大规模航空兵出动架次计算问题.     

面向协同探测的多机雷达功率时间联合优化分配算法

针对多目标搜索及跟踪场景,研究了面向协同探测的多机雷达功率时间联合优化分配算法。首先,基于信号检测理论和克拉美-罗下界,分别推导了雷达搜索性能与跟踪性能评估指标;在此基础上,建立了面向协同探测的多机雷达功率时间联合优化分配模型,即以最大化雷达工作性能指标为优化目标,以满足给定系统资源限制为约束条件,对雷达搜索及跟踪任务中节点选择、辐射功率和任务时间等参数进行联合优化设计;最后,针对上述优化问题,采用基于内点法和粒子群算法的三步分解算法进行求解。仿真结果表明,与现有算法相比,所提算法能够在满足给定系统资源限制的条件下,有效提高雷达系统搜索性能和跟踪精度。     

面向卫星的在轨服务任务规划方法

针对空间在轨服务日趋成熟以及在轨服务现实需求增长的背景,以在轨服务航天器为研究对象,研究面向卫星的在轨服务任务规划问题,探讨如何合理安排与调配在轨服务资源。将问题分解为在轨服务资源分配和在轨服务路径规划两层,并建立双层优化数学模型。设计在轨服务任务规划算法求解问题,包括基于多种群并行进化的混沌遗传算法和基于全局坐标转换的NSGA-Ⅱ+GSDE算法,并通过仿真结果对比分析,验证算法的可行性和有效性。     

基于遗传模拟退火算法的OFDMA系统资源分配

针对多用户OFDMA系统,提出了一种基于遗传模拟退火算法的多用户OFDMA系统资源分配策略。在资源分配时,首先假设总功率在载波间均等分配,随后根据比例速率要求确定每个用户需要的子带数,最后引入遗传模拟退火算法求解联合优化中的子带分配,在保证用户间公平性的前提下最大化系统吞吐量。仿真结果表明,该策略系统容量较大,并且近似满足了不同用户间传输速率比例性要求。     

模糊机会约束规划在雷达干扰资源优化分配中的应用

应用模糊机会约束规划理论,研究了不确定环境下的雷达干扰资源优化分配问题。在对雷达目标进行整合的基础上,综合考虑雷达干扰资源分配过程中的不确定因素,建立了双层模糊机会约束混合整数规划模型。并根据可能性测度理论得到双层混合整数规划模型,通过求解混合整数线性规划来获取模型的最优解。计算实例表明方法的优越性和有效性。