导读:本文包含了用户选择与调度论文开题报告文献综述及选题提纲参考文献，主要关键词:用户响应,电动汽车,电网调度,多目标优化
用户选择与调度论文文献综述
黄小庆,陈颉,谢启波,曹一家,杨夯[1]（2018）在《用户充电选择对电网充电调度的影响》一文中研究指出电动汽车充电负荷作为可调度负荷,可减小负荷高峰期的供电压力,提高负荷低谷时的机组利用率,提高电网的经济运行水平,其优化调度对电网意义重大。基于部分电动汽车用户实际中不接受电网调度的事实,以所有电动汽车用户的充电成本之和最小、电网负荷方差最小为目标,以用户充电需求等为约束,建立了电动汽车负荷的多目标优化调度模型。模型在保证用户充电获益的同时优化电网运行。采用改进粒子群算法求解模型,仿真结果表明,用户充电选择将影响充电调度方案、用户经济性和电网运行安全。在充电调度中,需要考虑用户的充电选择。(本文来源于《电工技术学报》期刊2018年13期）
邹玉龙,蒋元[2]（2015）在《联合多用户调度与协作干扰选择的无线物理层安全研究》一文中研究指出物理层安全策略作为一种利用无线信道物理特性来对抗窃听者的有效手段,已经吸引了越来越多的关注。本文重点研究多用户调度与协作干扰技术在无线通信物理层安全方面的表现,并将两种技术有机结合,深入研究无线网络的通信安全。通过联合采用多用户调度方案与协作干扰技术以增强无线通信安全,在多用户无线通信网络中,采用多用户调度策略,在选择最优信道进行通信的同时,对窃听节点进行协作干扰,在合法用户端通过波束权重矩阵对干扰信号进行合并以消除干扰信号对接收端的影响,最终达到在不干扰合法通信的前提下极大地干扰窃听信道,最终增强无线网络的通信安全。数值仿真表明,联合多用户调度与协作干扰的方案的安全中断概率明显低于仅采用多用户调度的方案。(本文来源于《数据采集与处理》期刊2015年04期）
梁喆[3]（2015）在《CoMP系统中小区选择及用户调度算法研究》一文中研究指出协作多点传输(Coordinated Multi-Point)技术是LTE-A系统中通过多个小区的协作抑制相邻小区间干扰的技术之一。在实际CoMP系统中,协作小区的选择对协作性能有着重要影响,为了提高用户的服务质量,协作小区的选择必须考虑多种相关因素。而由于无线通信资源的有限性,同时服务的用户数受到限制,因此要考虑用户调度问题,选择合适的用户调度集合可以提高系统性能。本文在协作波束赋形系统中,研究了基于协作波束赋形预编码的多因素小区选择问题和基于协作波束赋形预编码的用户调度算法。对协作波束赋形经典迫零预编码算法,最小均方误差预编码算法,块对角化预编码算法和最大化信漏噪比的算法进行了研究,同时研究了基于干扰的最大化信漏噪比的算法,综合考虑用户的信号泄漏和受到的干扰信号,用迭代的方式求解赋形矩阵,通过仿真对比了几种协作波束赋形预编码算法的误码率和系统吞吐量性能。协作波束赋形预编码算法可以根据已知的信道信息来抑制小区间的用户干扰,降低误码率,尤其是提高边缘用户的性能。而同时系统的整体性能也能够在一定程度上得到改善。在协作波束赋形系统中主服务小区为用户传输数据,而邻近小区为其他用户传输的数据就相当于干扰。因此为边缘用户选择协作小区集时,服务小区和协作小区的选择都需要考虑小区到用户的信道情况。然而,当用户及其业务非均匀分别时,就需要综合考虑用户接收信号质量和小区的负载情况,为用户进行服务小区选择,可以用多目标优化的方式寻找最优解。相比经典的小区选择算法,可以在有限的计算复杂度内为用户选择更合适的服务小区,从而提高了用户数据的传输速率和用户服务的满意度。在协作小区集中,用户的调度不再是局限于单小区,而要对协作集合内的所有用户整体考虑进行调度。与经典的用户调度相同,协作波束赋形系统中的用户调度准则需同时考虑系统的和速率以及用户的公平度。而系统和速率与用户公平度是相反的关系,其中一个的提高要以牺牲另一个的性能为代价,因此要根据需要进行权衡,在所有用户中选择合适的用户集合进行调度。本文通过差分进化算法在全局中寻找最优的用户集合,可以充分利用差分算法优异的寻优性能,较快地达到良好的系统性能。(本文来源于《哈尔滨工程大学》期刊2015-01-01）
张梦婷[4]（2014）在《协作通信中的中继选择和用户调度公平性研究》一文中研究指出近年来,协作通信技术因其具有提高系统容量、增大数据传输速率、有效对抗多径衰落及降低系统中断概率和误码率等优势受到了广泛关注。在协作通信系统中,中继节点的选择是一项关键技术,直接决定着协作能否带来性能上的增益。现有的对协作通信技术的研究主要考虑通过节点之间共享彼此的资源,来改善收发两端的性能,却忽略了资源共享过程中,各用户之间的公平性问题,而这一问题实际上是会影响到系统的整体性能的。本文主要针对协作通信系统下中继选择和用户调度过程的公平性问题展开研究,主要工作包括:1)通过分类介绍不同的公平性衡量准则,给出客观评判一个资源分配模型或者一个系统所能达到的公平性程度的方法,并对比分析了它们各自的优缺点。随后,进一步阐述了现有的基于网络寿命的公平协作协议和基于中继节点能量消耗的公平协作协议,这两种协议从不同的角度出发,通过设计不同的公平性算法,改善了节点之间的公平性,有效的提升了网络的整体性能。2)基于传统的机会中继,通过为每个中继节点设置计数器记录其被雇佣协助源节点的次数,本文提出了新颖的公平中继选择算法。该算法在中继节点选择过程中,同时考虑由该节点中继时的端到端信道质量和计数器值,避免了信道质量较好的用户被过度利用,保证了系统中所有中继节点被选择的次数近乎相等,拥有相同的资源消耗。最后,通过仿真证明该算法可以有效的平衡每个中继节点所消耗的功率,延长了网络寿命,改善了系统总吞吐量。3)将比例公平调度的思想延伸到协作通信中,提出比例公平协作调度算法,应用于协作蜂窝小区的上行链路传输过程中。仿真结果表明:公平中继选择与比例公平协作调度算法的结合,不仅在中继选择过程中有效的平衡了系统中各个节点被选择的次数,保证了中继选择的公平性,延长了网络寿命,还可以在系统吞吐量和用户公平性之间取得很好的折中,这样就能保证系统中每个用户都能获得近乎相等的吞吐量。(本文来源于《西安电子科技大学》期刊2014-11-01）
徐国珍,刘安,蒋伟,项海格,罗武[5]（2014）在《回传链路容量受限条件下分布式大规模MIMO系统的联合用户调度及天线选择(英文)》一文中研究指出Massive MIMO systems offer a high spatial resolution that can drastically increase the spectral and/or energy efficiency by employing a large number of antennas at the base station(BS).In a distributed massive MIMO system,the capacity of fiber backhaul that links base station and remote radio heads is usually limited,which becomes a bottleneck for realizing the potential performance gain of both downlink and uplink.To solve this problem,we propose a joint antenna selection and user scheduling which is able to achieve a large portion of the potential gain provided by the massive MIMO array with only limited backhaul capacity.Three sub-optimal iterative algorithms with the objective of sumrate maximization are proposed for the joint optimization of antenna selection and user scheduling,either based on greedy fashion or Frobenius-norm criteria.Convergence and complexity analysis are presented for the algorithms.The provided Monte Carlo simulations show that,one of our algorithms achieves a good tradeoff between complexity and performance and thus is especially fit for massive MIMO systems.(本文来源于《中国通信》期刊2014年05期）
张梦莹[6]（2013）在《多用户MIMO系统用户调度及用户天线联合选择的研究》一文中研究指出多用户多输入多输出(Multiple Input Multiple Output, MIMO)系统利用空分多址技术使得多个用户共享同一时频资源，进一步提高了系统的频谱利用率但同时也导致了用户间的干扰。多用户干扰的抑制主要通过基站端的预编码技术来实现。块对角化(BlockDiagonalization，BD)是一种针对用户端配置多根天线情况的预编码方法，它复杂度较低且可以彻底消除多用户干扰，是目前最为有效的预编码方案之一。但是块对角化要求发射天线数必须大于等于各接收端所有接收天线数之和，因此必须从全部用户的接收天线中选出一部分以满足块对角化对天线数目的限制。为了满足块对角化对天线数目的限制并使多用户MIMO系统的用户得到更公平的服务，提出了一种块对角化下差分进化算法(Differential Evolution, DE)的用户调度算法。该算法先将差分进化算法进行改进，使其可对任意可行大小的用户子集进行调度，然后将其与改进比例公平算法(Proportional Fair, PF)相结合进行用户调度。实验结果表明，在不同的信噪比和用户数下，提出的算法较解决该问题最优的算法在效率、公平度和系统和数据率方面都有所提高，能有效地解决块对角化下的用户调度问题。进一步地，为了避免由于被调度用户的某根天线性能较差而影响整体性能并降低硬件的复杂度及成本，提出一种改进的块对角化下用户天线联合选择方法，利用差分算法收敛速度快、收敛精度高、全局寻优能力强等特点搜索可能的天线子集以最大化系统和数据率。通过与目前解决用户天线联合选择问题效果较好的算法对比，实验结果表明，基于差分进化算法的用户天线联合选择具有更高的精度，且在发射天线数较大或用户数较多的情况下效率也更高，更适于解决块对角化下的用户天线联合选择。(本文来源于《哈尔滨工程大学》期刊2013-03-04）
任敏[7]（2010）在《LTE-A中的小区选择和用户调度算法研究》一文中研究指出随着移动通信的飞速发展、用户数量的急剧增长和频率资源日益紧张,3GPP在长期演进(LTE)的基础上,提出了LTE-Advanced(LTE-A)系统,以提供更高的数据速率、更低的时延以及更好的服务质量保证,因此对LTE-A的研究具有重要的理论意义和实际应用价值。论文主要对LTE-A系统中上行物理层几个关键技术进行了研究。首先,搭建了支持多点协作技术(CoMP)的LTE-A上行系统级仿真平台。其次,综合考虑了用户与多个临近小区基站间上行链路的信道质量和小区资源的分布状况,提出了一种基于LTE-A上行链路的改进小区选择算法。接着,提出了一种全带宽的改进轮询调度算法和基于CoMP的结合考虑用户公平性和信道相关性的部分带宽多小区用户联合调度算法。最后,研究了小区间协作技术,提出了静态协作簇下多种不同的协作方式和基于贪婪算法的动态协作簇技术。仿真分析表明,本文研究的上述叁种算法能够改进LTE-A系统的用户平均吞吐量和边缘用户性能。(本文来源于《西安电子科技大学》期刊2010-01-01）
解培中,郑宝玉[8]（2009）在《一种选择最大多用户分集MIMO信道调度方法及性能分析》一文中研究指出提出了一种选择最大多用户分集MIMO信道调度方法,能在不降低性能的基础上减少反馈负载。每个用户将最大的信干噪比值与设定的门限比较,只有大于门限的值及对应的发射天线序号返回给基站,基站分配独立的信道给最大信干噪比用户。给出了所提方案的系统平均容量和反馈负载量的分析,仿真结果与分析一致。(本文来源于《南京邮电大学学报(自然科学版)》期刊2009年02期）
邢蕊[9]（2008）在《多用户MIMO系统下行链路用户选择与调度机制研究》一文中研究指出作为通信技术的发展趋势,无线通信已成为当今世界发展最快的技术之一,并已成为社会发展的重要标志。时代的发展对未来的无线通信系统提出了更高的要求,新一代移动通信系统要求实现宽带并能满足综合的业务需求,不仅能提供高质量的语音业务,而且能提供高速率的数据传输业务和多媒体服务。多输入多输出MIMO(Multiple Input Multiple Output)技术是无线移动通信领域的一项重大突破,能够成倍的提高系统的容量和频谱利用率,改善无线通信系统的性能,因而受到广泛关注。MIMO系统性能的提高得益于发送端和接收端采用的多天线配置,但是这种配置方式要求配备多个RF链路,使得系统成本明显提高,同时加大了系统配置和维护的难度。天线选择正是一种低成本低复杂度但又能较好地保留多输入多输出系统优势的折衷技术。鉴于对单用户MIMO系统理论研究日益成熟,为了充分利用MIMO系统提供的空间复用增益,多用户MIMO系统近来已成为研究的热点。它可以在不需要附加时隙和频谱资源的前提下同时与多个用户通信,相比单用户系统能够达到更高的信道容量。但是,如何在不增加系统消耗功率和不牺牲带宽的情况下优化资源配置,在保证可靠链接的前提下满足多用户系统中不同用户的服务质量(QoS)需求都是多用户MIMO系统中亟待解决的问题。多用户分集是多用户无线通信中固有的分集。不同用户经历的衰落不一样,当某个用户经历深衰落时,另外的用户可能有很好的信道质量。基于这样的事实,利用多用户分集可以有效提高系统性能。另外,通过利用空分复用,多用户MIMO系统可以同时支持多个用户进行通信。但是所能同时服务的用户数严格受发射天线及接收天线数的限制。通常情况下,为了保证一定的容量性能或者为了满足用户的信号-干扰噪声比(SINR)和公平性等服务质量(QoS)需求,需要对用户的资源接入进行管理(称之为调度)。本论文一方面研究单用户MIMO中接收端的天线选择方案。另一方面,也是本文的研究重点,针对多用户MIMO系统中存在的用户选择与调度问题,分别考虑移动终端配置单根和多根接收天线的情况,提出相应的解决方法。概括地讲,本论文的主要研究内容为:(1)基于矩阵的正交分解提出一种使信道容量最大化的天线选择算法,在保持较低的运算复杂度的同时,使系统获得了近似最优的容量。(2)基于最大化多用户MISO下行链路的系统容量提出一种自适应用户选择算法。在此基础上结合比例公平调度算法,保证整个系统对所有用户服务的公平性,在保持一定用户速率的同时使得信道状态一直比较差的用户也能得到服务机会。(3)依照多用户MIMO系统容量公式推导出一个上界作为优化的目标函数。提出一种用户选择算法,并提出两个自适应准则用于自适应调整当前选择的用户数。算法在不同信噪比条件下既能保持较低的复杂度又能获得较好的系统性能。综上所述,本论文针对单MIMO系统中天线选择方法以及多用户MIMO系统下行链路的用户选择与调度技术进行了研究。论文最后总结了该领域尚待解决的问题以及下一步的研究重点。(本文来源于《山东大学》期刊2008-04-10）
用户选择与调度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
物理层安全策略作为一种利用无线信道物理特性来对抗窃听者的有效手段,已经吸引了越来越多的关注。本文重点研究多用户调度与协作干扰技术在无线通信物理层安全方面的表现,并将两种技术有机结合,深入研究无线网络的通信安全。通过联合采用多用户调度方案与协作干扰技术以增强无线通信安全,在多用户无线通信网络中,采用多用户调度策略,在选择最优信道进行通信的同时,对窃听节点进行协作干扰,在合法用户端通过波束权重矩阵对干扰信号进行合并以消除干扰信号对接收端的影响,最终达到在不干扰合法通信的前提下极大地干扰窃听信道,最终增强无线网络的通信安全。数值仿真表明,联合多用户调度与协作干扰的方案的安全中断概率明显低于仅采用多用户调度的方案。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
用户选择与调度论文参考文献
[1].黄小庆,陈颉,谢启波,曹一家,杨夯.用户充电选择对电网充电调度的影响[J].电工技术学报.2018
[2].邹玉龙,蒋元.联合多用户调度与协作干扰选择的无线物理层安全研究[J].数据采集与处理.2015
[3].梁喆.CoMP系统中小区选择及用户调度算法研究[D].哈尔滨工程大学.2015
[4].张梦婷.协作通信中的中继选择和用户调度公平性研究[D].西安电子科技大学.2014
[5].徐国珍,刘安,蒋伟,项海格,罗武.回传链路容量受限条件下分布式大规模MIMO系统的联合用户调度及天线选择(英文)[J].中国通信.2014
[6].张梦莹.多用户MIMO系统用户调度及用户天线联合选择的研究[D].哈尔滨工程大学.2013
[7].任敏.LTE-A中的小区选择和用户调度算法研究[D].西安电子科技大学.2010
[8].解培中,郑宝玉.一种选择最大多用户分集MIMO信道调度方法及性能分析[J].南京邮电大学学报(自然科学版).2009
[9].邢蕊.多用户MIMO系统下行链路用户选择与调度机制研究[D].山东大学.2008