基于遗传算法求解三维匹配的资源分配问题

针对非正交多址接入(NOMA)技术的两层异构网络(HetNets)的资源配置,因用户、基站和子信道三维匹配属于NP难题,多分解为二维匹配求解,为此提出一种改进的遗传算法(GA)求解用户的多维匹配。为满足系统总容量最大并降低时间复杂度,将遗传算法的编码方式设计为一种多维映射过程;为防止陷入局部最优并提高全局搜索能力,对选择算子进行确定性和随机性的结合。实验结果表明,该算法相对于贪婪算法和双边匹配算法,具有收敛速度快和全局性更好等优点。     

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。     

基于NOMA系统的用户分组和功率分配策略

针对非正交多址接入（NOMA）系统的最优用户分组和功率分配方案的高复杂度问题,提出一种改进的用户分组和功率分配策略。首先,对用户进行分组,由信道增益值确定每个子信道的第一个用户,再由贪婪匹配方法分配剩余用户;然后,对用户的功率进行分配,将该功率分配问题分成子信道间和子信道内两部分,对于子信道间采用线性注水算法分配功率,对于子信道内则采用所提的迭代功率分配算法分配功率;最后,构造拉格朗日函数以实现在最大发射功率以及保证每个用户最低数据速率的约束下系统吞吐量的最大化。仿真结果表明,在多用户的情况下,与线性注水的分数阶功率分配（LWF-FTPA）算法和等分数阶功率分配（EQ-FTPA）算法相比,系统吞吐量分别提高了8%和20%,所提策略优于传统算法。     

密集家庭基站网络中基于分簇的资源分配方案

针对家庭基站密集部署情况下的下行干扰问题,提出一种基于分簇的资源分配方案。首先,采用部分频率复用（FFR）技术将网络中所有小区划分成不同的空间,既能抑制宏基站之间的同层干扰,又能降低边缘区域宏基站与家庭基站间的跨层干扰;然后,结合图论的知识及凸优化理论对家庭基站进行分簇,并采用基于用户速率公平的信道分配算法对家庭基站进行子信道分配,抑制家庭基站间的同层干扰;最后,采用分布式功率控制算法对家庭基站功率进行动态调整,进一步提升系统的性能。仿真结果表明：相比传统未分组算法,所提算法的信干噪比（SINR）和吞吐量有明显提高,其中,系统吞吐量低于4 Mb/s的概率降低为30%;同时,与未分组算法相比,所提算法公平性提高了12%,使用户获得更高的满意度。     

基于参考信号接收功率预测和负载的切换算法

针对密集异构网络中用户更容易发生频繁切换的问题,提出了一种基于参考信号接收功率(Reference Signal Received Power,RSRP)预测和负载的自适应切换算法,它不仅从用户的角度考虑了RSRP,而且从网络的角度考虑了基站的负载,同时还针对切换过程中用户的移动性和信道的时变性对RSRP产生的影响,对RSRP进行预测,从而使用户切换到更加合适的目标基站。仿真结果表明,相比于当前的切换算法,所提的切换算法能够获得更低的中断概率和乒乓切换率以及更高的吞吐量。     

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。     

认知异构网络中基于不完全频谱感知的资源分配算法

针对认知异构网络中的干扰抑制问题,文中研究了如何降低其对宏用户(MU)的干扰并提高系统吞吐量。通过全面分析干扰来源,建立不完全频谱感知下的干扰模型;结合用户拓扑信息,综合考虑总功率约束和干扰约束,以最大化下行链路的吞吐量为准则构建优化问题;然后分析KKT条件,简化优化问题,进而设计出基于不完全频谱感知的分步式资源分配算法。仿真结果及性能分析表明,相比于基于完全频谱感知的资源分配算法,所提算法对MU造成的干扰更小,并且获得了更优的吞吐量性能。     

块对角化预编码下的用户选择技术

针对下行多用户多天线系统(MU-MIMO)的资源分配和用户调度,提出了一种基于遗传算法(GA)的多用户比例公平调度算法,并通过在初始群体中加入具有优秀基因的个体并保持其基因稳定性,加快了遗传算法的收敛性。基站端采用块对角化预编码机制来消除用户间干扰,并在保证用户间速率比例公平的前提下最大化系统吞吐量,在同一时刻选择最优用户集来传输。此外,分析了信道反馈错误对该系统的影响。仿真与分析表明,提出的基本算法与改进算法在公平性和系统的吞吐量方面取得了较好的折中,同时算法复杂度比较低。     

基于效用最大的多小区异构网络调度和功率控制方法

为了在任何时间任何地点给移动用户提供无缝的网络接入和可靠的QoS保证,网络融合成为当前研究的热点.为了使异构网络在接纳用户时获得最大的效用,该文提出了一种多小区异构网络接纳方法.该方法分配给用户合适的网络和传输功率,以最大化全网的效用.文中对效用联合的优化问题进行分步求解,降低了模型求解的复杂度,进一步,文中对不同制式的网络做了不同的处理:对于时分系统,文中方法采用联合匈牙利方法 (Joint Hungarian method,JOHG)获得基站与用户的关联和基站对用户的传输功率;对于码分系统,采用机会接入和多用户的注水定理方法(Opportunistic Scheduling Multiple Water Filling,OSMWF)获得基站子信道与用户的关联和子信道的发送功率.仿真结果表明,与现有的几种接入方式相比,该文所提的方法能获得最大的接入效用.     

基于干扰温度限制的认知正交频分复用系统功率分配算法

在认知正交频分复用（OFDM）系统中,为避免对主用户（PU）的干扰,需要对认知用户（CU）基站的发射功率进行控制和分配。针对认知用户基站无法合理分配其发射功率及无法有效提高数据传输速率等问题,在传统注水功率分配算法的基础上,提出了一种双因子二分搜索最优化功率分配算法。该算法充分考虑认知用户信道上干扰温度的限制,首先,在满足总功率限制的条件下引入剩余函数;然后,利用剩余函数的单调性,通过双层二分搜索迭代方法求得拉格朗日因子的准确值;最后,通过拉格朗日因子的值求出各子信道上所分配的功率值。仿真结果表明,所提算法能有效利用主用户频带间的频谱空穴,在总功率限制和干扰温度（IT）限制下,最大化认知用户的数据传输率,其值逼近传统注水算法。同时该算法所得到的数据传输速率比总功率平均控制算法和干扰温度平均控制算法有明显的提高,在相同仿真环境下其传输总速率超出约4×105b/s。在迭代过程中所提算法处理时间较少,并体现出良好的鲁棒性。     

基于HAGA的D2D-NOMA资源分配优化算法

针对无线系统带宽资源有限、基站负载压力大、传输时延长等问题,提出一种基于非正交多址接入技术的D2D系统吞吐量最大化资源分配算法。在不同用户的服务质量约束条件下,建立D2D系统吞吐量最大化资源分配模型。该模型的优化目标是一个混合整数非线性规划问题,将其解耦为信道匹配与功率分配2个子问题并分别进行处理,利用自适应惩罚函数法处理约束条件并提出一种基于爬山策略的自适应遗传算法以对问题进行求解。仿真结果表明,与GA、AGA算法相比,该算法能够有效提高D2D系统的吞吐量,且收敛性能更好。     

软件定义网络的异构无线网络资源分配框架

针对各种智能设备在移动蜂窝网络中的普及及移动流量需求日益增长的问题,研究控制无线电带宽并将其分配给多个无线电用户设备,提出了一个基于软件定义网络（SDN）的资源分配框架,以及LTE/WLAN多无线电网络中异构资源分配算法。该框架将SDN范式应用到LTE-WLAN集成网络的异构资源分配,并进行了扩展,以整体的方式分配LTE/WLAN多无线电网络中的异构射频带宽。通过将集中式解决方案的功能分解到指定的网络实体的方式,来处理异构资源。模拟实验表明,所提框架可以较好地平衡网络吞吐量和用户公平性,且算法收敛性较好。     

Resource allocation algorithm with limited feedback for multicast single frequency networks

The single frequency network (SFN) can provide a multimedia broadcast multicast service over a large coverage area. However, the application of SFN is still restricted by a large amount of feedback. Therefore, we propose a multicast resource allocation scheme based on limited feedback to maximize the total rate while guaranteeing the quality of service (QoS) requirement of real-time services. In this scheme, we design a user feedback control algorithm to effectively reduce feedback load. The algorithm determines to which base stations the users should report channel state information. We then formulate a joint subcarrier and power allocation issue and find that it has high complexity. Hence, we first distribute subcarriers under the assumption of equal power and develop a proportional allocation strategy to achieve a tradeoff between fairness and QoS. Next, an iterative water-filling power allocation is proposed to fully utilize the limited power. To further decrease complexity, a power iterative scheme is introduced. Simulation results show that the proposed scheme significantly improves system performance while reducing 68% of the feedback overhead. In addition, the power iterative strategy is suitable in practice due to low complexity.     

A uplink radio resource allocation scheme for localized SC-FDMA transmission in LTE network

The radio resource allocation is one of the most important issues to achieve effective wireless communication. In Long Term Evolution (LTE) network, single carrier frequency division multiple access (SC-FDMA) is applied as the transmission technology for uplink traffic. Most researches focus on maximizing the system throughput of SC-FDMA under changeable channel condition. However, users may require different quality of services (QoS) for different applications. This paper studies radio resource allocation for QoS users in localized SC-FDMA system. The proposed scheme divides allocation process into matching algorithm and radio resource assignment algorithm. The Gale–Shapley algorithm is applied to find the optimal matching between resource blocks (RB) and user equipment (UE) by considering channel conditions and the desired QoS. Then the resource assignment algorithm heuristically allocates bandwidth to UE by referring the matched RB under the constraint of carrier continuity. This paper modified the Recursive Maximum Expansion (RME) algorithm to effectively assign radio resource for UEs with different bandwidth demands. The performance of our proposed scheme is compared with the modified RME scheme through exhaustive simulations. The video streaming, VoIP, and FTP traffic types were adopted for simulations. Our simulation results show that the proposed scheme achieves better QoS satisfaction and system throughput than the RME-modified scheme.     

认知无线电网络基于QoS的监听时间与资源联合分配

以最大化所有认知无线电用户(CRU)的吞吐量为目标,同时保证每个CRU的服务质量(QoS)约束,研究了联合最优监听时间和资源分配问题,并基于此提出了一种监听时间与资源联合分配算法.在多信道认知无线电网络中,频谱监听和资源分配都会影响网络的吞吐量.兼顾二者的联合优化问题可以被分解为两个子问题:固定监听时间的资源分配问题, 以及固定资源分配策略的最优监听时间一维穷举搜索问题.提出的算法可以通过穷举搜索获得最优监听时间,并通过次梯度算法获得最优资源分配策略.仿真结果表明,提出的最优监听时间与资源分配算法可以最大化认知无线网络的吞吐量; 此外,各认知用户的QoS需求也能得到保证.     

一种基于遗传算法的信道感知顺序设计

认知无线电中,认知用户必须不断对待选频段进行扫描以发现可用频谱用来通信。在感知能力有限的现实环境下,认知用户逐一进行信道的感知带来的问题是,感知信道越多,耗时越长,用于通信的时间就越短。所以合理设计感知顺序将是非常关键的技术。对该问题进行了全面的分析和建模,相比前人工作又引入了空闲概率和信道容量等因素,但是该问题变成了NP难问题。为了在多项式时间内求解该问题,使用了遗传算法。不仅设计了详细的算法过程,使用了精英保留等多种加速算法收敛的技术,而且重点对交叉算子进行了研究,提出了3种可行的交叉算子:单点交叉、多点交叉和编码交叉。在仿真分析中比较了遗传算法和全搜索算法的复杂度和准确度,同时以平均吞吐量和最大吞吐量为准则,对3种交叉算子进行了仿真比较,验证了编码交叉算子的相对优越性。     

基于认知OFDM系统的功率分配算法

在正交频分复用的认知无线电系统中,授权用户会受到认知用户频带内子载波带外功率泄漏的干扰。针对这一问题,提出了一种基于幂函数分布的次优化功率分配方案,通过线性约束的凸优化数值运算,有效降低了最优方案中运算的复杂度。给出了在认知用户发射功率约束条件下的信道吞吐量分析。仿真结果表明,所提出的方案在满足授权用户干扰门限约束条件下,提高了现有功率分配方案的认知用户信道吞吐量。     

认知网络中基于博弈论的联合功率控制与速率分配算法

针对认知无线网络上行链路中的资源分配问题,提出了一种适应于多小区认知无线网络的基于功率控制与速率分配的博弈算法。为了更加合理地控制用户的功率和速率,减小各次用户间的干扰,首先,在效用函数中分别给功率和速率设置了不同的代价因子,使其能够更加合理地控制用户,避免用户过度增加发射功率。其次,从理论上证明了该算法纳什均衡的存在性、唯一性以及算法的收敛性。最后,为了解决发射功率和传输速率的最优化问题,给出了联合功率控制和速率分配的迭代更新算法流程图。理论分析及仿真结果表明,与同类博弈算法相比,在保证通信质量的前提下,所提算法可以使得用户以较小的发射功率获得较大的传输速率和较高的信干噪比（SINR）,并且减小了用户间的干扰,提高了次用户系统容量。