基于能效的解码转发中继OFDM链路自适应功率分配方案研究

在能效问题中,设备本身的电路功耗已成为不可忽略的一部分,故将中继引入无线网络之后势必会带来更严重的电路功耗.该文基于解码转发(DF)中继OFDM频率选择性链路,结合电路所耗功率,提出一种最优能效功率分配方法,求得DF中继链路能效上界,同时分析了速率和功率限制对能效的影响.仿真结果表明,该文所提基于能效的功率分配算法可求出最大化能效的最优功率解,并能在保证较高速率的同时获得最好的系统能效.     

基于速率约束的OFDM中继链路能效最优资源分配策略

该文研究解码转发(DF)模式的OFDM中继链路的能效最大化资源分配问题。与现有典型的固定速率最小化发射功率或无约束最大化能效算法不同,该文考虑电路功率消耗的前提下,将问题建模为以最大化系统能效为目标,同时考虑用户最小速率需求、源节点S和中继节点R各自总发射功率约束下的联合子载波配对和最优功率分配问题。证明了速率和功率联合约束条件下中继链路全局能效最优解的唯一性,在此基础上提出一种低复杂度联合最优资源分配策略。仿真结果表明,该文所提方案能够在最小速率和S/R节点最大发射功率约束下自适应分配功率资源,实现系统能效最优,并能够降低链路的中断概率。     

异构蜂窝网络中基于能效的非正交多址接入下行功率分配算法

该文针对应用非正交多址接入(NOMA)技术的异构蜂窝网络,在考虑层间层内干扰的情况下,提出一种能效最大化的功率分配算法。该算法主要包括两部分,一部分为子信道内用户功率分配因子的求解,主要利用差分优化的方法,迭代求解。另一部分为子信道间的功率分配,主要利用凹凸程序法将原有的非凸问题简化为可解的凸问题,最后利用拉格朗日求解法得出功率最优解。仿真结果表明该算法有良好的迭代性,且新算法表明利用NOMA技术得到的系统能效较利用正交技术得到的系统能效提高了至少44%以上。     

多载波超密集网络的抗干扰分布式节能功率分配

该文研究多载波超密集网络(UDN)上行链路能效最优功率分配方案,基于非合作博弈论提出一种抗干扰分布式功率分配方案,使每个小区独立优化能效的同时抑制邻小区干扰.由于最大传输功率和QoS约束下的能效函数具有不易解决的非凸特性,且小小区间存在严重干扰.针对以上挑战,该文在最佳响应过程中设计了一种高精度低复杂度的阶梯注水算法,基于该算法利用干扰信道增益提出了一种多用户抗干扰功率分配算法.仿真结果和数值分析表明该算法运算复杂度低,且能在保证系统频谱效率的同时大幅度提升系统能效.     

多载波超密集网络的抗干扰分布式节能功率分配

该文研究多载波超密集网络(UDN)上行链路能效最优功率分配方案,基于非合作博弈论提出一种抗干扰分布式功率分配方案,使每个小区独立优化能效的同时抑制邻小区干扰。由于最大传输功率和QoS约束下的能效函数具有不易解决的非凸特性,且小小区间存在严重干扰。针对以上挑战,该文在最佳响应过程中设计了一种高精度低复杂度的阶梯注水算法,基于该算法利用干扰信道增益提出了一种多用户抗干扰功率分配算法。仿真结果和数值分析表明该算法运算复杂度低,且能在保证系统频谱效率的同时大幅度提升系统能效。     

基于能效最优准则的双跳中继网络功率分配算法

针对单天线多跳系统中的资源分配策略进行了研究,重点研究了基于能效最优的功率分配算法。所提算法以系统能效最大化为设计目标,以满足指定的系统服务质量(QoS, quality of service)为约束条件,建立了以源节点和中继节点发射功率为设计变量的数学优化模型。通过大信噪比区间近似等效,将原始的非凸优化问题转化为凸优化问题。再利用拉格朗日对偶函数凸优化算法,并借助于Lambert 函数,最终得到一种功率分配方案的闭合形式解,避免了采用交替迭代方法来求解最优化问题。相比传统以系统频谱效率最大化为目标的算法,所提算法能更好地提升系统整体能效,同时降低了功率分配算法的复杂度。     

多用户FDD大规模MIMO下行系统能效功率分配算法

针对多用户频分双工(Frequency Division Duplexing,FDD)大规模多输入多输出(Multiple-Input MultipleOutput,MIMO)下行系统,从绿色通信角度出发,研究了能效准下基站训练序列信号和有效数据信号的功率分配问题。首先,利用大维随机矩阵理论,推导得出能效目标函数的解析表达式。基于此,采用高发射信噪比条件,将原始的非凸分式问题转化为拟凹问题。进而,证明了全局最优功率解的存在性和唯一性,并发现最优导频功率和数据功率之比为常数,且该常数仅由系统用户数、导频长度以及信道相干时长所决定。利用该关系式,获得最优功率的闭合形式解,并提出一种低复杂度的迭代优化算法。最后,通过Matlab数值仿真对所提功率分配算法进行了验证,分析了不同系统参数(如天线数、用户数、电路功耗等)对系统最优能效性能的影响,同时可以看到通过少量的迭代次数便可收敛到稳定点。     

OFDMA系统中线性注水功率分配算法

功率分配是OFDMA系统资源调度中的一个重要研究问题。该文通过寻求快速确定不需分配功率的子载波方法,提出了一种线性注水功率分配算法,运算中不需多次迭代,就可完成功率注水过程。仿真结果表明,该算法的吞吐量逼近迭代注水功率分配算法。     

多标签无线供电反向散射通信网络能效优化算法

为了提高物联网(IoT)节点的运行周期和能量利用率,该文提出一种多标签无线供电反向散射通信网络能效最大化资源分配算法。考虑传输速率约束、能量收集约束以及发射功率约束,建立了基于系统能效最大化的资源分配模型。利用Dinkelbach理论、2次变换以及变量替换法,将原分式非凸问题转化为可求解的凸优化问题。通过拉格朗日对偶理论求得优化问题的全局最优解。仿真结果表明,该算法具有较好的收敛性和能效。     

OFDMA中继网络变时域节能资源分配策略

现有正交频分多址接入(OFDMA)中继网络资源分配的研究均采用固定时域配置下的频域分配和功率分配,不能很好适应用户业务在时域上的变化.该文针对OFDMA中继网络提出一种可最优节能的资源分配策略和一种简化的节能资源分配策略,为资源分配问题建立一般化的模型,即动态分配时域资源、频域资源和功率资源,所建模型具有很强的灵活性和适应性,不仅适用于固定时域分配系统,也适用于非固定时域分配系统.此外针对非满负荷业务,在保证用户服务质量的情况下,以节能为目标对无线非协作中继网络的资源分配进行能效最大化建模,使用拉格朗日乘数法对模型求解.考虑到算法复杂度,应用指派问题中的匈牙利算法设计出一种简化的资源分配策略.理论和仿真结果表明,最优节能资源分配算法能够得到能效的最大化,而简化节能资源分配算法与最优节能资源分配算法在能效上的差距不足5%,但算法复杂度得到了显著降低.而且,动态分配时域资源比固定时域分配对用户分布不均或链路分布不均有更强的适应性.     

Power saving for real-time services in multiuser OFDMA-based cognitive radio systems under average interference constraint

This paper considers a power minimization problem for Quality-of-Service provisioning in the downlink of multiuser OFDMA-based cognitive radio systems with real-time services by jointly optimizing over subcarrier and power allocation. An average interference constraint is imposed to protect the primary transmission. The optimal solution is obtained by using Lagrange methods. It can be seen that the optimal power allocation follows a modified water-filling approach with different water levels for different subcarriers and users. An optimal algorithm and a suboptimal algorithm based on stochastic nature are then proposed. Numerical comparisons show that the performance of the suboptimal algorithm with low complexity is close to that of the optimal one, which demonstrate that the suboptimal algorithm outperforms other algorithms.     

一种用于离散比特分配的改进注水算法

该文针对OFDM系统的离散比特分配问题,提出一种改进的注水算法。该算法的实现借助于文中定义的比特水线分配给某个子载波的功率直接满足整数比特约束的注水线。先用最大信道增益子载波的比特水线进行离散比特分配,再调整分配结果以满足总发射功率约束。理论证明和分析显示,该算法能实现最优比特分配,运算复杂度仅与子载波数量有关。     

采用离散粒子群优化的CoMP等功率分配算法

为了提高多点协同小区边缘用户的速率,提出了采用离散粒子群优化的等功率分配算法(DPSO-EPA)。该算法在各个协同基站功率一定的约束条件下,以用户吞吐量为目标函数,采用等功率的离散粒子群优化算法,对每个基站的功率进行分配。仿真结果表明,所提算法逼近理论最优的联合注水算法,在吞吐量和迭代次数上具有显著优势。     

基于认知OFDM的子载波功率分配改进算法

在认知无线网络中,建立了基于认知OFDM多载波资源分配数学模型,在授权用户干扰受限条件下,以最大化传输速率为目标进行认知用户的子载波功率分配。传统注水法被证明是最优的单用户子载波功率分配算法,在传统注水法功率分配基础上,提出了两种可行的子载波功率分配改进算法,改进算法一是通过对水面值的粗略估计快速确定不分配功率子载波,改进算法二不需要通过迭代计算水面值,只通过线性计算就可以直接确定不分配功率的子载波,且对授权用户不产生干扰。仿真结果表明,在改进的两种子载波功率分配算法下,认知用户的数据传输速率优于传统注水法功率分配时认知用户的数据速率,所提改进算法具有自适应特性且计算复杂度大大降低。      

Dynamic Resource Allocation in OFDMA-Based DF Cooperative Relay Networks

This paper investigates the Resource allocation problem in OFDMA-based decode-and-forward cooperative communication systems. The objective is to maximize the sum throughput under the constraints of joint total transmission power and subchannels occupation, while maintaining the maximum fairness among multiple relay nodes. Since the optimal solution to this combinatorial problem is extremely computationally complex to obtain, we propose a low-complexity suboptimal algorithm that allocates subchannel and power separately. In the proposed algorithm, subchannel allocation over the relay nodes is first performed under the assumption of equal power distribution. Then, an optimal power allocation algorithm named multi-level water-filling is used to maximize the sum rate. The simulation results show that the performance of the proposed algorithm can approach asymptotically to that of the optimal algorithm while enhancing the fairness among all relay nodes and reducing computational complexity from exponential to linear with the number of subchannels. It is also shown that the proposed equal power distribution algorithm with subchannel permutation (SP) outperforms the one without SP.     

MIMO系统一种新的功率分配算法及容量分析

在不额外增加发射功率和带宽消耗的情况下,注水功率分配算法能够获得最大的多输入多输出(MIMO)系统容量.基于拉格朗日乘数法,推导给出了MIMO系统注水功率分配算法的显式解.利用信道冲激响应矩阵的奇异值分解(SVD)算法,推导给出了注水功率分配算法MIMO系统的容量分析公式.利用数字波束形成(DBF)技术,提出了一种新的功率分配算法,推导给出了该算法MIMO系统的容量分析公式.仿真结果表明,提出的功率分配算法的系统容量虽然略低于注水功率分配算法的系统容量,但它的计算复杂度较低.     

OFDMA系统中功率分配新算法研究

通过对迭代注水算法的分析,提出了一种功率分配的新算法,该算法不需要多次迭代,并且能在一定功率约束的条件下,有效地提高系统吞吐量。给出了具体的算法实现步骤和复杂度分析,表明该算法复杂度明显低于迭代注水算法。最后,对该算法进行了仿真分析,并以信噪比为8 dB时为例,分析了两算法的吞吐量性能。仿真结果表明,在低信噪比环境中该算法对系统容量的改善更为显著,且所提算法的吞吐量性能完全逼近迭代注水算法。     

Adaptive resource allocation in multiuser OFDM systems with proportional rate constraints

Multiuser orthogonal frequency division multiplexing (MU-OFDM) is a promising technique for achieving high downlink capacities in future cellular and wireless local area network (LAN) systems. The sum capacity of MU-OFDM is maximized when each subchannel is assigned to the user with the best channel-to-noise ratio for that subchannel, with power subsequently distributed by water-filling. However, fairness among the users cannot generally be achieved with such a scheme. In this paper, a set of proportional fairness constraints is imposed to assure that each user can achieve a required data rate, as in a system with quality of service guarantees. Since the optimal solution to the constrained fairness problem is extremely computationally complex to obtain, a low-complexity suboptimal algorithm that separates subchannel allocation and power allocation is proposed. In the proposed algorithm, subchannel allocation is first performed by assuming an equal power distribution. An optimal power allocation algorithm then maximizes the sum capacity while maintaining proportional fairness. The proposed algorithm is shown to achieve about 95% of the optimal capacity in a two-user system, while reducing the complexity from exponential to linear in the number of subchannels. It is also shown that with the proposed resource allocation algorithm, the sum capacity is distributed more fairly and flexibly among users than the sum capacity maximization method.