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。     

OFDMA系统中的一种资源分配算法

在OFDMA系统中,通过为每个用户分配不同的子载波可以实现并行数据传输.资源分配是OFDMA系统资源调度中的一个重要研究问题.本文时OFDMA无线网络系统的下行链路,考虑了资源分配的问题.重点研究了功率和子载波在用户之间的分配问题,以往的分配算法通常是非线性的迭代算法,复杂度非常高.本文的资源分配算法降低了运算复杂度,与其它算法相比考虑了信道估计的误差问题,更加符合实际情况.仿真结果表明,该算法获得了较好的分集增益.     

基于MIMO系统的容量最大化资源分配算法

多输入多输出(MIMO)技术可以提高系统传输速率、增大系统容量。针对应急通信中短时间内用户激增,传统资源分配算法的系统容量无法满足用户需求的问题,提出一种基于MIMO-OFDM系统用户最小速率的系统容量最大化资源分配算法。该算法考虑了应急场景内通话类等低速率业务剧增的情况,首先根据用户速率由低到高依次分配子载波,然后根据分得的子载波数之比将剩余子载波按照用户速率由高到低分配;对于有盈余带宽的子载波,采用子载波分组的方法再分配,从而 最大化 系统服务用户数。为了补偿信道衰弱和抑制信道间干扰,提出一种对子载波信道矩阵分组的功率分配方法,减少了迭代次数,降低了复杂度。从吞吐量、服务用户数和计算复杂度等方面评估了容量最大化算法的性能。仿真结果表明,相对于传统的资源分配算法,所提算法增加了系统服务用户数,减小了计算复杂度。     

基于分簇的多用户OFDM自适应资源分配方案

针对正交频分复用自适应资源分配中算法复杂度和系统容量的问题,提出了一种联合子载波分配和功率分配的方案。在子载波分配中,将频带内相邻的子载波合为子载波簇,对用户速率进行比例约束,根据预设的比例为用户分配子载波簇;在功率分配中,根据子载波分配完毕后的用户速率比例,为用户分配功率,再利用注水算法解决单用户下子载波的功率分配问题。仿真结果表明,所提出的方案不仅可以有效降低算法的复杂度,而且提高了系统容量,从而证明了方案的可行性。     

基于信道聚合的OFDM自适应资源分配算法

针对OFDM系统中多用户自适应资源分配问题,提出了一种新的基于信道聚合和遗传算法的自适应资源分配算法。该算法首先将所有子载波均匀分组,将子载波分配问题转化成子载波组分配问题。然后,兼顾用户之间的公平性,引入遗传算法,实现用户间的资源分配。仿真结果表明,与现有的算法相比,新算法在保证用户公平性的同时,有效地降低了计算复杂度和获得系统最优解的计算时间,实现系统总的容量最大化。     

基于能量效率的OFDMA系统资源分配

研究了OFDMA(正交频分多址)系统优化能量效率的资源分配方法,提出了一种基于能量效率的速率比例公平资源分配算法。首先在各子载波等功率的假设条件下为各个用户进行子载波分配,然后求得满足速率比例公平条件下的各用户注水线间的函数关系,再将用户和系统速率要求作为约束条件,采用二分法对函数求解,得到近似最优能量效率下的用户注水线,最后根据用户注水线进行功率分配。仿真结果表明,与其他方案相比,该算法在保持用户速率比例公平性的同时能有效提高系统的能量效率,且复杂度较低。     

干扰约束下的认知无线电传输链路自适应算法

针对干扰约束下的认知无线电传输链路自适应算法开展研究,基于OFDM的认知用户与主用户共存,认知用户在保证对主用户干扰容限的前提下执行子载波与功率分配,以树形分支贪婪算法为基础,引入功率余量因子和干扰余量因子并通过比较余量因子相对大小来选择子载波,通过减小分支数以降低算法复杂度.仿真结果表明,改进的树形分支贪婪算法获得的...     

基于业务QoS保证的中继系统资源分配算法

在基于正交频分多址（OFDMA）的中继系统中,为了满足用户的QoS要求,保证系统的吞吐量最大的同时又保证用户公平性,给出了一种面向业务服务质量的资源分配算法。先根据用户在队列中的等待时延和用户对速率的需求引入时延优先级因子和速率优先级因子,以此计算用户的优先级。然后分别在回程链路和接入链路进行动态资源调度与分配。仿真结果表明,新算法能够兼顾中继用户和直传用户的性能,实现低丢包率、较好地满足 GBR需求,实现较高的系统吞吐量和公平性。     

一种基于OFDM认知无线电网络的次优动态资源分配算法

研究了采用正交频分复用的认知无线电网络中的多用户资源分配问题,包括子载波分配和功率分配。在认知无线电系统中,除了考虑主用户与次用户之间的相互干扰,还要求将主用户对次用户的干扰控制在预设门限之下,因此,系统模型更为复杂。整数约束条件,使得寻求最优解的算法复杂度高,无法用于对实时性要求高的系统。因此,提出了一种寻求次优解的分步式资源分配算法,以降低算法的复杂度。首先采用一种综合考虑了功率限制和对主用户的干扰限制的新型子载波分配方案,然后提出改进的线性注水算法进行功率分配。仿真结果表明,相比于最优分配算法,所提出的算法可以在获得较好的系统容量的同时,有效地降低系统的复杂度,适用于对实时性要求高的系统。     

保证公平的最大化中继OFDMA系统容量策略

基于正交频分多址(OFDMA)解码-转发中继的系统资源分配方法不能兼顾系统容量与用户公平度。针对该问题,提出一种新的子载波与功率资源分配算法,其中包括子载波分配与配对以及功率分配2个过程。在子载波分配与配对过程中,设计新的同步子载波差值最小配对方法,以最大程度匹配两跳链路配对的子载波。在功率分配过程中,通过拉格朗日方法调整每个子载波对的功率,进一步提高系统传输速率。仿真结果表明,将该策略运用于不同的OFDMA子载波分配算法中能够较好地兼顾系统容量与用户间公平度。     

认知无线网络中基于凸优化的功率分配研究

主要研究认知无线网络中基于OFDM（orthogonal frequency dinsion multiplexing）的功率分配问题。为将认知用户(secondary user,SU)对主用户(primary user,PU)的干扰功率限制在主用户可容忍的范围内,同时最大化认知用户的传输速率,提出了基于凸优化理论的功率分配方案。仿真结果表明,在主用户可容忍的干扰极限和认知用户总功率约束下,该方案能最大化认知用户的传输速率。     

能量收集无线网络中面向统计服务质量的最优功率分配

针对能量收集无线网络中的服务质量（QoS）保障问题,提出了面向统计QoS的最优功率分配方案,从而最大化时延QoS约束下的有效容量。首先,构建能量收集无线网络的有效容量最大化问题。其次,利用凸优化理论求解出最优功率分配方案以及该方案下的最大有效容量,并得出了两种特例下的最优功率分配方案,即：当QoS需求非常松弛时,最优化功率分配方案收敛于注水策略;当QoS需求非常严格时,最优化功率分配方案收敛于信道反转策略。然后,求解了所提最优功率分配方案得到的信道中断概率。最后,通过仿真实验,检验了该最优功率分配方案的性能。实验结果表明,与现有策略相比,所提方案能够获得更大的有效容量。     

多用户正交频分复用加权比例公平调度

传统的正交频分复用(OFDM)调度进行资源分配时没有考虑用户间速率比例公平性。针对这一问题,提出了一种新的适合于混合业务的多用户OFDM系统比例公平调度方案,其用户队列承载混合类型业务。该方案在用户间速率成比例约束条件下最大化系统权重容量和;授予用户队列中不同类型的分组不同的权重因子,并通过权重因子计算用户的权重;在子载波分配时不仅定义了信道优先级因子,而且在用户间速率成比例公平约束条件下通过该因子为用户分配子载波;最后推导出一种线性的功率分配方式。仿真结果与分析显示,该方案可以较好地满足用户速率和业务时延的需求,且可以在有效提高系统容量的基础上,严格地保证用户容量公平性。     

认知无线电中能效优化的子载波匹配策略

针对协作认知无线电系统中的能量效率问题,提出一种以最大化能量效率为目标的资源联合分配算法。在满足服务质量要求和功率约束的情况下,首先通过一种能量效率优先的启发式方案对子载波进行匹配,再引入基于拉格朗日对偶算法对其中的功率分配问题进行非线性优化,从而最大限度地提高整个系统的能量效率。仿真实验结果表明,所提算法的能量效率得到显著提升,验证了所提方案的有效性。     

认知中继网络功率分配的优化算法

本文研究了认知中继网络的功率分配策略。在基于AF(amplify-and-forward)和DF(decode-and-forward)中继模式下,考虑认知用户传输功率受限以及主用户干扰容限等因素,建立了认知中继网络吞吐量的非凸函数和凸函数优化模型;并利用拉格朗日乘子得到最优解。仿真结果表明,所提算法在认知用户传输功率受限以及主用户干扰容限下优化了认知中继网络的吞吐量。     

混合保护准则下基于NC-OFDM的认知无线电系统功率分配

针对主用户采用OFDM通信体制,认知用户采用NC-OFDM通信体制,认知用户共享主用户授权频谱的工作场景,研究了认知无线电系统功率分配策略。提出依据主用户不同工作状态,采用不同的约束准则:对认知用户工作信道,引入功率泄漏干扰因子约束认知用户的发射功率,以限制对主用户工作信道的泄漏功率强度;对主用户工作信道,设置主用户速率损失上限,以确保主用户正常工作。功率分配算法以混合约束准则为基础,最大化认知无线电系统的传输速率。仿真结果表明,与干扰功率约束机制相比较,本算法能显著提升传输速率。     

无线Mesh网络中基于业务价值的组播带宽分配方案

高延迟及低效益是无线Mesh网络中开展流媒体业务面临的主要问题。为解决该问题,首先赋予组播业务价值,该值反映了业务的网络优先级及效益优先级,并提出一个基于组播价值优先级的组播带宽分配方案。该方案第一阶段实施基于价值优先级的不区分业务类型的静态分配,通过对高价值业务的优先调度,实现了组播价值最大化及带宽效益最大化。在拥塞时,实施第二阶段的基于业务带宽需求调整及抢占的动态分配,保证了低时延约束业务的服务质量。仿真与常见算法的比较表明,所提出的方案在保证业务网络服务质量的同时,能实现带宽效益最大化。     

存在信道相关及估计误差时V-BLAST系统的功率分配算法

针对信道相关及存在信道估计误差的垂直分层空时(Vertical bell lab layered space-time,V-BLAST)系统,提出以最小化误比特率(Bit error rate, BER)为优化目标的自适应功率分配算法。通过系统建模和性能分析,由接收信号子流的瞬时信干噪比(Signal-to-interference-plus-noise ratio, SINR),推导出系统子流的平均BER闭式表达式。发送端在总功率约束条件下,以瞬时BER为优化目标,利用拉格朗日极值法得到自适应功率分配矩阵。仿真结果表明,信道相关及估计误差对V-BLAST系统的BER性能有极大影响,采用所提算法可显著改善系统的BER性能并更具实用性。     

非理想信道估计下的全双工MIMO系统的优化研究

在实际通信环境中,精确信道状态信息很难获取.本文考虑非理想信道估计条件下的全双工MIMO蜂窝系统,该系统不仅受自干扰、同信道干扰的影响,还受到信道估计误差带来的影响.因此有必要对该通信系统进行资源优化,来抵抗多种干扰并提高性能.通过建模一个联合用户配对和功率分配的优化问题来最大化系统速率,由于该联合优化问题是非凸优化问题,基于分解和梯度投影的渐进算法用来求解该问题.仿真结果表明,在非理想信道状态信息条件下,使用本文提出的算法优化后,全双工MIMO蜂窝系统性能优于半双工系统.进一步地,实验分析了不同类型干扰对系统性能的影响,表明信道估计误差对性能影响最大.     

Two/Infinity Norm Criteria Resolution of Manipulator Redundancy at Joint‐Acceleration Level Using Primal‐Dual Neural Network

A two/infinity norm criteria (termed bi‐criteria) weighting scheme is proposed in this paper for resolving manipulator redundancy at the joint‐acceleration level. This bi‐criteria scheme is aimed at remedying discontinuity‐points and torque‐instability problems which arise in pure infinity‐norm acceleration‐minimization schemes. By incorporating joint physical limits, the proposed bi‐criteria redundancy‐resolution scheme can finally be formulated as a quadratic program (QP) subject to equality constraint, inequality constraint and bound constraint simultaneously. As a real‐time QP solver with simple piecewise‐linear dynamics and higher computational efficiency, the primal‐dual neural network based on linear variational inequalities (LVI) is presented in this paper to solve online such a bi‐criteria weighting scheme. Computer‐simulation results based on a PMUA560 robot arm illustrate the advantages and efficacy of such a neural weighting scheme.