电力线通信系统中跨层的用户调度和资源分配

针对多用户多业务基于正交频分多址的电力线通信系统,提出一种在数据链路控制层进行用户调度和在物理层进行资源分配的多层多目标最优的跨层资源分配算法,其用户调度根据所有用户的服务质量(QoS)满意程度、QoS要求、业务包模型、信道状态信息和队列状态信息,从所有用户中选出要服务的用户和确定这些用户的最优跨层参数;其资源分配则根据所有调度用户的QoS要求、最优跨层参数和信道状态信息,先把功率按地窖注水原理分给每个子载波,再把每个子载波最优地分给调度用户并采用逐比特加载查表算法调整其上分配的功率和比特。最后在典型的电力线信道环境下对算法进行仿真,结果表明新算法在系统资源大范围变化时也能保障用户的服务质量,同时有效地提高系统资源的利用。     

针对不确定流量的多收发机无线网络资源优化研究

多收发机无线网络具有多接口多信道多跳的特点,是今后无线网络发展的趋势。该网络中信道与链路的资源分配,涉及路由、信道分配以及链路调度的联合优化。在以往的研究中通常对网络流量模型进行简化,假设其是确定且相对稳定的。考虑到实际网络中流量不确定性的特征,以网络吞吐量最大化为目标,提出传输流约束、信道资源约束以及干扰约束条件下的资源分配联合优化模型,以及基于不确定流量条件下资源分配最优解的链路调度策略。仿真实验结果证明所提出的路由、信道分配及链路调度方案能够更好地适应变化的网络流量需求。     

D2D异构网络资源分配算法

为解决基于能量收集的D2D(设备到设备)异构网络的资源分配问题,提升D2D链路的平均能量效率,提出一种高效的资源分配方法。基于系统模型分析,提出非凸的混合整数非线性约束优化问题;将非凸优化问题等效转化为凸优化问题,运用Karush-Kuhn-Tucker条件进行最优求解;提出一种结合能量收集时隙分配、资源块和功率分配的迭代算法,通过仿真分析验证所提方法的有效性。实验结果表明,所提方法能够在保证能量收集约束和蜂窝用户设备服务质量的情况下,最大限度地提高所有D2D链路的平均能量效率,与其它几种方法相比,所提方法在不同的网络参数设置下均能实现更高的能量效率。     

AF下基于DSTC多用户公平性功率分配*

研究了DSTC的无线中继网络中基于多用户公平性的功率分配策略。由于每个用户具有不同的信道状态,传统的功率分配方案不能满足各用户的QoS需求。为了满足用户之间的公平性,首先建立无线中继AF模式下的网络模型,然后结合LD空时码,运用最优机会中继策略,得到用户最大即时接收SNR,并在基站与中继分配功率受限条件下建立最大最差用户信道容量的功率分配方案。因为该问题是非线性、非凸优化问题,所以把优化问题转换为GP问题进行求解。仿真结果表明,所提功率分配方案与等功率分配、功率与信道状态成正比方案相比,不但改善了最差用户     

中继OFDMA系统容量公平资源分配算法研究

针对OFMDA解码-转发中继系统的资源分配问题,提出了一种以系统总功率和用户间的数据速率比例公平为约束条件,以最大化系统总速率为目标的资源分配算法。该资源分配问题为非线性最优化问题,联合求解所有变量复杂度很高,通过次优化的方法降低计算复杂度。算法包括：子载波分配和功率分配。子载波分配是以功率平均分配为前提,对基站-中继站和中继站-用户链路的子载波按照信道条件进行配对,并根据比例公平约束将配对的子载波分配给相应的用户。功率分配是对每个用户利用Lagrange方法调整每个子载波的功率,进一步提高系统的数据速率。算法仿真分析表明,该算法既能同时满足多用户不同数据速率的要求,又能提高系统的数据速率。     

LTE-A系统中基于CoMP的下行跨层功率分配优化方法

为了降低长期演进技术增强(long term evolution-advanced,LTE-A)网络中资源分配时的功率消耗,提高小区边缘用户频谱利用率,提升系统吞吐量,提出了LTE-A网络中基于下行协作多点传输(coordinated multi-point transmission/reception,CoMP)技术的跨层功率分配优化方法。该方法在传统功率分配方法的基础上引入了联合处理(joint processing/transmission,JP)技术,并对其进行了分析;接着将无线链路控制(radio link control,RLC)层的用户队列状态信息情况考虑到物理层的功率分配算法模块中,建立了新的跨层功率分配方案,并且使用了遗传算法对该方案进行求解;仿真结果表明和传统的几种方法比较起来,有效提高了小区平均频谱效率和边缘频谱效率,减少了功率浪费。     

设备直通中基于组合拍卖的联合资源分配机制

设备直通D2D(Device-to-Device Communication)通信是5G系统中的关键技术,通过复用传统蜂窝通信的频谱资源,能够大幅度提升系统频谱利用率,但却给传统蜂窝用户带来了同频干扰。针对上述问题,提出一种联合功率控制和信道分配的资源分配机制来最大化D2D链路的总吞吐量,并保证蜂窝链路的服务质量需求。该方案分为两步:底层功率控制考虑给定信道组合下的最大吞吐量,首先证明原问题属于凸优化,继而利用Karush-Kuhn-Tucker条件分析得到最优解;基于功率优化的结果,上层的信道分配等价于整数线性规划问题,一般意义下属于NP-hard难题,因此提出基于组合拍卖的分配机制来实现性能与复杂度之间的折中。最后,通过仿真验证了所提资源分配机制的有效性,并展示了联合无线资源分配的优势。     

基于匹配理论的NOMA异构网络资源分配算法

在非正交多址接入异构网络中,通过联合资源分配和用户调度可达到用户调度数与系统吞吐量之间的平衡。提出一种基于匹配理论的用户-子信道双边匹配算法(USTSMA)。在满足用户最小数据速率需求和已知完美信道状态信息的条件下,将用户和子信道认为是追求自身最大收益的两个独立集合,通过迭代的方式实现用户和子信道之间的稳定匹配。在此基础上,利用注水算法解决用户的功率分配问题。仿真结果表明,USTSMA在系统总吞吐量、用户调度数等方面性能优于S-MGA和GA两种用户分组算法以及正交频分多址接入方案,并且逼近最优上界。     

认知无线网络中基于多用户公平性的功率分配

研究认知无线网络中保证多用户场景下保证用户速率需要的功率分配问题.提出了保证用户公平性的最小化用户实际传输速率与期望速率差值的优化模型,给出了一种集中式功率分配算法1;为了减少减少迭代次数,提出了一种改进的集中式算法2;最后给出了一种分布式的求解算法3.仿真结果表明三种求解算法都收敛于最优解,且集中式算法2的迭代次数明显小于集中式算法1,分布式功率分配算法有利于减少实现的复杂度.     

动态主用户流量模型的跨层优化设计

为适应主用户流量变化较快的场景,在不完美频谱感知的情况下最大化认知用户的吞吐量,提出了一种基于集中式Overlay认知无线网络中感知时间与资源分配跨层优化算法。将优化目标分解为信道分配和检测时间同功率分配联合优化两个子问题,通过子算法迭代,最终得到感知时间与资源分配的联合最优解。仿真结果表明,相对于仅考虑频谱感知或资源分配的单层优化算法,该算法可在兼顾公平的前提下使次用户吞吐量得到有效提升。     

具有回程约束的多无人机基站的带宽功率与轨迹优化

考虑一个多无人机组网的无线通信系统,多架无人机搭载的空中基站为覆盖区域内的多组用户提供服务。在网络中,由于频谱资源受限,基站的回程链路与用户的数据链路共享相同的频谱,为了合理利用频谱资源并提高用户的通信性能,以达到所有地面用户的最小平均速率最大化的目的,联合优化回程链路和数据链路的带宽、功率以及无人机基站的飞行轨迹,这种联合优化受限于无人机的移动性、频谱带宽以及传输功率。联合优化涉及的问题是非凸的,并且难以得到最优解,因此提出一种高效算法获取高性能的次优解。仿真结果表明,所提出的联合优化算法实现的最小用户速率明显高于基准方案。     

Efficiency-aware and fairness-aware joint-layer optimization for downlink data scheduling in OFDM

Efficiency and fairness are two crucial issues to be considered for resource alloca- tion in multi-user wireless networks. Based on the joint optimization of physical layer and data link layer, an optimization model is derived to achieve efficient and fair downlink data scheduling in multi-user OFDM wireless networks by maximizing the total utility function with respect to the average waiting time of user queue. A dynamic sub-carrier allocation algorithm （DSAA） based on the optimization model is proposed in order to obtain the maximization of the total scheduling utility. Effi- ciency is improved by combining DSAA with time scale interference predictor （TSIP） which at large time scales predict ON/OFF period of user data with temporal corre- lation structure across multiple time scales in multi-user interference environment. Simulation results verify the efficiency and fairness of the scheme.     

基于能效的异构无线网络联合切换调度和资源分配算法

在宏蜂窝和微蜂窝并存的异构无线网络中,为了提高系统能效,提出了一种联合切换调度和资源分配(JSRA)算法。首先,利用基于微基站睡眠的集中式切换调度算法(CUSA)来确定用户的关联基站,CUSA将微基站用户全部切换到宏基站是否能减少功耗作为判断微基站睡眠的准则;然后,基站采用基于最优信道质量的子载波分配调整(BCSA)算法为用户分配子载波和传输功率,BCSA算法通过调整最大能效用户和最小能效用户之间的子载波分配,保证网络能效逼近最优解。理论分析和实验仿真表明,同单独考虑用户切换或资源分配的三种算法相比,JSRA算法复杂度偏高,但是在用户数为120时网络功耗最多降低44.4%,用户总速率只比一种对比算法略有下降,最多提升80%,网络能效最多提升200%。实验结果表明,JSRA算法能够有效提高异构无线网络的网络能效。     

Joint cell selection and resource allocation games with backhaul constraints

In this work we study the problem of user association and resource allocation to maximize the proportional fairness of a wireless network with limited backhaul capacity. The optimal solution of this problem requires solving a mixed integer non-linear programming problem which generally cannot be solved in real time. We propose instead to model the problem as a potential game, which decreases dramatically the computational complexity and obtains a user association and resource allocation close to the optimal solution. Additionally, the use of a game-theoretic approach allows an efficient distribution of the computational burden among the computational resources of the network.     

Radio resource allocation problems for OFDMA cellular systems

Orthogonal frequency division multiple-access (OFDMA) manages to efficiently exploit the inherent multi-user diversity of a cellular system by performing dynamic resource allocation. Radio resource allocation is the technique that assigns to each user in the system a subset of the available radio resources (mainly power and bandwidth) according to a certain optimality criterion on the basis of the experienced link quality. In this paper we address the problem of resource allocation in the downlink of a multi-cellular OFDMA system. The allocation problem is formulated with the goal of minimizing the transmitted power subject to individual rate constraint for each user. Exact and heuristic algorithms are proposed for the both the single-cell and the multi-cell scenario. In particular, we show that in the single-cell scenario the allocation problem can be efficiently solved following a network flow approach. In the multi-cell scenario we assume that all cells use the same frequencies and therefore the allocation problem is complicated by the presence of strong multiple access interference. We prove that the problem is strongly NP-hard, and we present an exact approach based on an MILP formulation. We also propose two heuristic algorithms designed to be simple and fast. All algorithms are tested and evaluated through an experimental campaign on simulated instances. Experimental results show that, although suboptimal, a Lagrangian-based heuristic consisting in solving a series of minimum network cost flow problems is attractive for practical implementation, both for the quality of the solutions and for the small computational times.     

车联网D2D通信中最大化频谱资源利用率分配算法

无线通信技术快速发展,终端设备不断增多,为缓解这一现象,提升系统网络容量,针对车联网蜂窝D2D(device to device)通信资源分配问题,提出了一种最大化频谱资源利用率分配算法.该算法以最大化频谱资源利用率为优化目标,在满足车联网通信的基本服务质量(quality of service,QoS)下,通过V2V(vehicle to vehi-cle)和V2P(vehicle to people)共享信道资源来提高频谱资源利用率.首先利用信道状态信息定义的链路增益因子为终端用户找到潜在的通信链路集合;然后证明终端用户复用链路资源时功率分配问题为一个凸优化问题,利用凸优化理论求得最优传输功率;随后求解最优的信道匹配问题,此问题为多对一的加权匹配问题,为降低算法复杂度用KM(Kuhn Munkres)算法来求解.仿真结果表明,所提算法较其他算法能够有效地提升系统吞吐量、提高频谱资源利用率、提升网络性能,优化车联网通信资源分配问题.     

部分信道状态信息下MIMO-OFDM的跨层资源分配算法

针对跨层多用户多输入多输出-正交频分复用（MIMO-OFDM）系统,以系统最大吞吐量为目标,给出一种基于部分信道状态信息的跨层资源分配算法。该优化问题设计的目标函数包括功率限制、传输速率、子载波占用、不同业务的服务质量需求与数据链路层的队列状态信息等约束条件。在数据链路层存在有限缓存条件下,通过均值反馈模型描述信道状态信息的反馈过程,推导出相应的跨层资源分配准则。仿真结果表明,所提算法与现有方案相比,满足了不同业务用户的QoS要求,并获得了好的吞吐率,降低了丢包率。     

异构融合网络中服务质量控制仿真

针对当前网络服务质量控制方法中存在的用户满意度低和服务延迟长问题,提出基于蚁群算法的异构融合网络中服务质量控制方法。定义网络服务质量效用函数,结合质量参数层与使用者感知层关键质量参数定量评价网络服务质量,引入网络服务延迟约束条件,构建异构融合网络中服务质量控制目标函数。基于网络资源ID查询资源目前状态信息,初始化网络各资源点信息素,并计算任务分配概率值,更新局部信息素,直到任务队列中的任务均被分配至资源处理处为止。判断任务成功解决与否,假设任务没有被成功解决,则重新调度网络资源,并将任务重新排列在等待队列中。实时更新全局信息素和网络中各个节点可信度,以此综合评价此次资源调度,假设调度方案满足网络服务质量控制目标函数,则将该调度方案当作最优网络服务质量控制方案;反之,则不断更新当前解,直到得到最优网络服务质量控制方案。实验结果表明,该方法用户满意度高、服务延迟短。     

NOMA网络中考虑回程约束的联合资源分配算法

针对应用非正交多址接入（NOMA）技术的异构蜂窝网络,提出了一种具有回程容量约束的能效最大化的功率和带宽分配算法。首先,考虑小蜂窝发射功率约束、小蜂窝速率约束和回程链路容量约束,构建了功率和带宽分配模型。然后,对于功率分配,利用凸差（DC）规划和函数的拟凹性将原问题转换为等价的凸问题,并使用凸差迭代法和二分法求得全局最优解;对于回程链路带宽分配,将其转换为可行性问题并给出了解析解。仿真结果显示,该方案的能量效率高于相同场景中的已有方案。     

基于 SDN 的密集小蜂窝网络中可伸缩视频传输优化

为了优化多媒体数据在无线网络中的传输,该文将密集型小蜂窝网络、软件定义网络以及可 伸缩视频编码技术相结合,设计了一个完整的多媒体视频传输系统。其中,通过密集型小蜂窝网络基站间的协作,提高无线频谱利用率;通过自适应码率调节技术,为不同用户提供差分服务。该文以最大化用户体验质量为目标,联合决策用户视频质量和无线资源分配。采用李雅普诺夫优化理论,将原问题转化为两个独立的子问题分别进行求解,并给出了仅依赖当前观测信息的低复杂度算法。实验结果显示,该文所提出的算法在动态环境下能够做出较好响应,并且可以实现更高的用户体验。