摘要：为解决无蜂窝网络系统中用户链路质量差异和通信、计算资源占用不平衡导致的联邦学习(FL)训练性能受限问题,设计了一个联合用户调度和功率分配的优化方案。首先,提出了一种低复杂度的基于资源优先的二次抽样用户调度(RPSS-US)算法,根据用户计算资源的可用性和链路质量选择用户,优先调度对系统容量和全局模型更新贡献较大的用户参与FL任务,提高整体训练性能。随后,提出了一种基于二分法的功率分配(BM-PA)算法,通过优化功率分配改善用户链路质量差异,以提高数据传输速率,减少FL任务的总体时延。通过交替迭代优化这2个子问题,实现系统性能的联合优化。仿真结果表明,相较于其他对比算法,所提出的算法下行吞吐量提升了47.19%,上行吞吐量提升了22.60%,FL任务时间消耗减少了57.33%,并在达到相同模型精度时的时间开销最小。

摘要：为了在多输入多输出(MIMO)系统中多用户下行信道的系统吞吐量、基站的稳定性和用户间的公平性等因素间取折衷,引入层次分析法的思想.在半正交用户选择(SUS)算法的基础上,针对信道状态条件、用户在基站缓冲区的队列长度和用户的重要性等因素,设计可根据基站缓冲区的拥塞情况动态调整的用户调度策略.仿真结果表明,提出的改进算法可在降低算法的时间复杂度的前提下,兼顾系统的稳定性与用户间的公平性,并保证系统仍然具有较大的吞吐量.

摘要：联邦边缘学习无需传输本地数据,在保护用户隐私的基础上,大大降低了上行链路压力。联邦边缘学习通过智能边缘设备,利用本地数据集训练局部模型后上传模型参数至中心服务器;中心服务器聚合本地上传的局部模型参数形成全局模型后进行更新,然后将更新后的模型下发给智能边缘设备开始新一轮迭代。但是局部模型精度以及局部模型训练时间,对全局模型聚合以及模型更新过程会产生重大影响。因此提出自适应动态批量梯度下降策略,在局部模型训练过程中自动调整梯度下降抽取的批量大小,优化联邦学习的局部模型精度及收敛速度。针对用户数据的非独立同分布特性,设计一种联合双维度用户调度策略的自适应动态批量梯度下降算法,通过收敛时间和数据多样性进行双维度约束。经MNIST数据集、fashion MNIST数据集和CIFAR-10数据集的训练测试,算法在有效降低聚合等待时间的同时能够进一步提高全局模型精度和收敛速度。与固定批量为64、128、256的梯度下降算法相比,该算法的全局模型精度在运行100 s时提升分别为32.4%、45.2%、87.5%。

摘要：提出了一种有限反馈下多用户MIMO下行链路中用户调度和预编码的联合设计方法。在该方法中,每个用户向基站反馈自己希望的预编码向量序号,以及量化误差和自己信道的最大奇异值这两个标量。基站根据估计的信干噪比,选取信干噪比最大的一个用户,利用该用户反馈的预编码向量来生成一个预编码矩阵。基站继续逐个地选择其他用户,选择的准则是用户的信道能更好地匹配这个生成的预编码矩阵中的向量。该方法同时解决了多用户MIMO系统中,用户调度和预编码向量的设计这两个问题,属于一种跨层设计。仿真结果验证了所提方法的有效性。

摘要：随着未来移动通信网络的密集化,如何利用少量的信道信息有效管理小区间干扰成为一个重要而又棘手的问题。本文面向密集多小区多用户单天线和多天线网络,研究利用拓扑信息协调小区间干扰的传输策略。为了解决不同小区多用户调度间的冲突,把用户调度与干扰管理收发机设计进行统一建模,基于统一模型引入潜在冲突图,并利用潜在冲突图进行拓扑干扰管理,提出了占用系统资源最少的传输策略。仿真结果表明,与先进行用户调度再协调小区间干扰的方法相比,所提出的方法在用户平均数据率和边缘用户数据率方面都能够获得显著的性能增益。

摘要：为了降低大规模多用户多输入单输出(MISO)下行系统的传输功率,提出了一种基于用户调度的低复杂度功率优化算法。首先分析用户选择与传输功率之间的相互影响,然后通过理论推导得到维度较低的功率表达式,再结合块矩阵求逆和Shur分解进一步设计出低复杂度用户选择算法。仿真结果表明,所提的用户调度算法性能较优,且复杂度较低。

摘要：在大规模分布式天线系统中,静态分簇和用户调度带来的簇间干扰问题会导致系统和速率下降。针对这个问题,提出了一种两阶段贪婪用户调度算法。首先,每个簇内并行实施贪婪用户调度;然后,从全局上再次利用贪婪算法来剔除簇间干扰较大、服务质量较差的用户,使得系统和速率进一步提升。仿真结果表明,随着不同系统参数的改变,两阶段贪婪用户调度算法可有效提高系统和速率。

摘要：在MU-MIMO通信系统中,允许多个用户在相同的频率和时隙上进行通信,可以有效增大系统吞吐量、提高系统性能,如何设计高效的预编码方案和用户调度方案以减少用户间的干扰是MU-MIMO系统面临的主要问题之一。本文首先利用最小均方误差方法的改进信道矩阵来有效减少估计信道误差的影响,提出了一种基于信漏噪比(SLNR)的MU-MIMO系统预编码方案;在此基础上,针对传统的贪婪用户调度算法复杂度过高的特点,提出一种基于SLNR准则的低复杂度的用户调度方案。通过仿真分析,提出的预编码方案能够有效降低系统误码率,用户调度方案有效降低了算法计算复杂度。

摘要：针对多输入多输出—非正交多址接入(MIMO-NOMA)技术中用户间干扰较大的问题,提出了一种融合用户调度的波束赋形(BF)算法。首先,在进行用户调度时,为了同时兼顾簇内用户干扰和簇间用户干扰,根据各用户信道的差异性,利用L1-范数正则化方法对所有用户分组情况进行初步稀疏化处理,进而从各用户信道相关性角度出发,将信道相关性大的两个用户分为一簇;其次,结合部分发射功率控制(FTPC)策略实现簇内用户功率分配;最后,根据和速率最大化准则构建一目标优化函数,进而利用连续凸逼近(SCA)算法对其进行求解,以获得波束赋形矩阵。理论分析和链路仿真表明,与传统的正交多址接入技术相比,在系统容量方面实现了84.3%的提升;与传统的相关性用户分簇方法相比,在公平性方面实现了20.2%的提升。实验结果表明,该方案不仅有效地抑制了簇内用户干扰和簇间用户干扰,同时,又保证了用户间的公平性。

摘要：针对Alamouti空时编码的上行多用户MIMO系统,提出了一种线性检测算法。算法首先对接收信号进行重组再线性处理,避免了使用高复杂度的非线性检测算法。然后提出了一种基于最大最小准则的用户调度算法以进一步提高系统的检测性能。最后针对穷举调度算法高复杂度的缺点,设计了一种快速调度算法,能在检测性能降低不多的同时较大的减小系统的运算负荷。仿真结果表明文章所提算法具有优异的性能。