OFDM系统中的资源分配算法的研究

OFDM是未来无线通信系统中的关键技术之一,本文主要介绍动态资源分配方法以及静态资源分配方法,具体分析误比特率性能最优化、余量自适应和速率自适应资源分配方法,结果表明合理地分配资源可以使系统的发射功率以及误比特率降低,频带的利用率得到提高,也可以使系统容量或总数据传输速度增加.     

OFDM多用户系统中一种改进的自适应资源分配算法

针对正交频分复用(OFDM)多用户系统中一些智能算法存在收敛速度较慢且精度不高的问题,研究了把差分进化算法的变异与交叉行为引入人工鱼群算法中,以改进其随机行为。在此基础上,提出了一种改进的OFDM自适应资源分配算法。该算法先在公平度门限下分配子载波,再通过改进的人工鱼群算法进行功率分配。仿真结果表明,所提算法达到最优解时迭代次数有较大减少,同时搜索精度有所提高,在保证用户公平度的同时,提高了系统容量。     

一种基于OFDM的多用户认知无线电系统联合资源分配算法

针对频谱共享环境,研究了采用OFDM调制方式的多用户认知无线电系统中,综合考虑自身发射功率约束与主用户干扰功率约束的资源分配问题.基于最大化认知用户和速率的优化目标,给出了连续比特条件下最优的多水位注水功率分配表达式;针对更实际的整数比特要求情况,通过基于相对增益因子RG的子信道选择机制与每个认知用户内多约束的贪婪比特与功率分配策略,来最大限度地提高频谱利用率.仿真结果表明:联合的子信道、功率与比特分配算法在不同的参数设置下均达到了良好的性能,在不影响主用户通信的前提下有效地提高了认知系统的频谱利用率.     

一种新型的多用户OFDM系统资源分配策略

在多用户正交频分复用（Orthogonal Frequency Division Muhiplexing，0FDM）系统中，系统容量和用户公平性不能同时兼顾，本文提出了一种综合考虑系统容量和用户公平性的资源分配算法．该算法利用多用户的分集增益，根据用户的实时信道状态和传输速率要求，合理的选择用户接人的时刻，既保证了用户公平性又提高了系统容量，达到时频二维空间优化系统的效果．仿真结果表明，本算法在不增加算法复杂度和不损失用户公平性的前提下，有效的提高了系统容量。     

基于公平度门限的多用户OFDM系统自适应资源分配算法

在传统的子载波分配过程中,具有优先权的用户将优先选择最好的载波,这将导致载波利用效率下降.许多改进算法通过牺牲一定的公平性来提升容量并降低复杂度,但是这可能会使用户间无法达到所要求的公平性.针对这些问题,提出了一种基于公平度门限的载波和功率自适应分配算法.在载波分配过程中,通过公平度门限来决定载波分配优先级,从而实现容量和公平度的粗略折中.载波分配后利用粒子群(PSO)算法进行功率分配来达到所要求的公平度门限.实验结果表明,该算法在满足所要求公平度门限的同时提升了系统容量.     

OFDM系统动态资源分配研究

0FDM（正交频分复用）系统中的动态资源分配能够有效地利用有限的系统功率和频谱资源，提高系统性能，被广泛研究．本文重点讨论了单用户、多用户及多小区OFDM系统中的资源分配问题，综述了现有的研究成果，总结了热点研究方向，为以后的研究奠定了基础。     

一种基于OFDM系统的自适应加载算法

提出一种适用于OFDM系统的自适应加载算法。此算法与现有的已知算法相比，方法简单，运算量小。计算机仿真表明，采用此算法在系统性能增益基本不变的条件下，可以大大降低计算量。     

多服务多用户OFDM系统资源分配算法

提出了一种正交频分复用（OFDM）系统的多服务多用户资源分配算法。与传统多用户OFDM系统资源分配算法只考虑一种类型的服务不同,提出的算法同时考虑了数据业务和语音业务,分析了两种业务不同的资源分配需求,对语音业务采用了时分多址（TDMA）的方式,并且加入了对每种数据业务最低传输速率的要求。仿真结果表明,新算法能够在满足语音用户固定传输容量的基础上,提升数据用户总的传输容量,同时保证每一个数据用户的最低传输容量的要求。     

多用户OFDM系统中高效的资源分配算法

在多用户正交频分复用（MU-OFDM）系统中，为了降低系统性能损失和最小化总发射功率，文中提出了一种改进的、具有自适应能力的高效子载波分配和功率分配算法。该算法具有更好的性能和近似于已有算法的计算复杂度，而且通过仿真结果得到了证明。     

OFDM系统中一种多用户自适应资源分配算法

针对OFDMA系统中各个用户传输速率受限的情况下,最大化系统容量问题,提出了一种资源分配的实现算法.该算法首先根据每个用户发送的比特数目要求确定用户需要占用的子载波数,将最优的若干个子信道分配给用户后,通过比较各个用户内部子信道之间的差异调整被几个用户同时占用的子信道.最后用赋初值的贪心算法为各个用户分配比特、功率.仿真结果表明,该算法复杂度较低,系统容量较大,且实现了用户之间的公平性.     

多用户MIMO-OFDM系统中的资源分配

该文针对多用户MIMO-OFDM系统,基于最大化信号与干扰加噪声比(Signal-to Jamming and Noise Ratio,SJNR)预编码,提出了实用的自适应资源分配方法。根据各用户SJNR值,提出采用递增(Incremental Algorithm,IA)和递减(Decremental Algorithm,DA)两种方法为各子载波选择用户集合,使各子载波被多个用户最优复用,实现多用户分集,以达到最大化系统吞吐量的目的。此外,基于DA思想,给出了考虑不同用户QoS要求下分配子载波的方法(QoS Decremental Algorithm,QDA)。分析和仿真结果表明,IA和DA在大大降低算法复杂度的同时使性能很好地接近最优算法,QDA能在满足不同用户QoS要求的同时最大化系统吞吐量。     

基于QoS保证的广播/组播OFDM系统资源分配策略

该文提出了一种基于服务质量(QoS)保证的次优广播/组播OFDM系统资源分配算法。算法在最优分配原则的基础上采用不同广播/组播业务目标速率作为约束条件,并以业务组中最差接收用户传输速率作为搜索目标,使得业务组中全部用户达到QoS要求,算法的公平性及有效性得到提高;同时采用时频格作为分配算法中的基本资源单位,以降低分配算法的复杂度。仿真结果表明,改进分配策略的系统吞吐量性能接近最优广播/组播分配算法,提高了广播/组播系统资源分配的公平性。     

基于部分信道信息的自适应资源分配

在保证一定吞吐量前提下,为了降低传输功率,文中提出了一种基于部分信道反馈信息的多用户OFDM系统子载波分配方案。该方案利用少量已反馈子载波的状态信息来线性推导未反馈子载波的信道增益。仿真结果表明,在平坦瑞利信道衰落中,相比传统方式该方案在不增加反馈开销的前提下该方案能够大幅度地改善系统的性能,提高资源利用率。     

认知OFDM无线电系统中分布式资源分配

本文针对多用户的OFDM认知无线电系统,提出了一种适合于混合业务的分布式资源分配新算法。该算法以最大化系统容量为目标,将资源分配问题建模为非凸优化问题,并通过拉格朗日对偶理论将原问题分解为若干个独立的子问题,通过对子问题的求解可以获得最优的子载波分配和功率分配。同时,根据认知用户业务分组中不同的业务类型授予其不同的权重因子,确保资源分配结果能够满足各认知用户的QoS。仿真结果表明,该算法不仅提高了系统容量,而且还保证了资源分配的公平性和用户的QoS,且算法复杂度不高     

基于失配序列的OFDM信道估计

本文提出了一种利用失配序列进行OFDM信道估计的新方法。在发端将失配序列加入到OFDM信号中作为训练序列,接收端将收到的去掉循环前缀的失配序列与失配滤波器系数的循环移位序列做相关运算,利用失配序列的优良自相关特性,估计出信道的冲击响应,进而得到子载波处信道的频率响应。理论分析和仿真结果表明,该方法计算复杂度低,估计速度快、精度高,系统的BER性能好。      

OFDM系统中的资源调度

资源调度可以显著地改善通信系统的频谱效率和吞吐量。文中给出了OFDM下行链路中3种不同的时隙调度策略,这些策略都是以CDMA／HDR中比例公平算法(Proportional Fair)为基础。比较和分析了3种子带分配的方案。首先将OFDM的子载波划分为若干个子带,目的是减少系统的反馈量。所有的用户同时竞争所有的子带。仿真表明,子带的划分以16～32个比较合适,而调度可以将系统的吞吐量提高0．4～1倍,调度方案3实现了性能和复杂度的折衷,是一种好的选择。     

基于背包模型的认知OFDM系统中的资源分配

本文针对多用户的OFDM认知无线电系统,提出了基于背包模型的资源分配新算法。该算法以最大化系统容量为目标,同时考虑各认知用户的QoS需求,将资源分配问题建模为多维0-1背包模型,并通过贪婪算法对其进行求解。仿真对比结果表明,该算法在性能上不仅逼近优化算法,而且具有较低的复杂度。     

一种基于矩阵的OFDM系统功率分配算法

文章讨论了一种基于矩阵的OFDM系统功率分配算法，其基本思想是先找出所有可能的比特分配的排列组合，再在全局范围内搜索最优的分配方案。