基于OFDM协作中继的机会主义频谱共享协议及其最优资源分配

提出了一种基于OFDM协作中继的机会主义频谱共享协议。当主用户信道不好,不能达到其要求速率时,如果认知用户能够协作帮助主用户达到其要求速率,则该认知用户就可以以协作的方式接入主用户的频谱。在该接入方式中,认知用户利用接入频谱中的一部分子载波放大转发主用户的信息,帮助主用户达到其要求速率。然后可以利用剩余的子载波发送自己的信息。对这种接入方式中的资源分配进行了分析,利用对偶算法,提出了一种以最大化认知用户速率,保证主用户速率达到要求速率为原则的最优资源分配算法。如果认知用户不能够协作帮助主用户达到要求速率,为了有效地利用频谱资源,认知用户以非协作的方式接入主用户的频谱,利用接入的全部频谱来发送自己的信息。仿真结果验证了所提频谱共享协议的有效性,同时说明了主用户和认知用户都能够从该协议中获得好处。     

OFDM两跳中继网中的子载波配对和功率分配算法

主要针对OFDM解码转发中继系统中资源分配问题进行了研究。考虑到联合子载波配对和功率分配属于混合整形规划的问题,很难求解,因此,本文提出一种次优的资源分配方法。利用等效的系统模型,在总功率限制的条件下,以最大化系统吞吐量为目标。首先利用匈牙利算法进行子载波配对,然后运用注水算法进行功率分配。仿真结果表明,所提的子载波配对方法能有效提高系统吞吐量,并通过功率分配进一步提高了系统的吞吐量。     

下行多用户CoMP系统资源分配算法

针对下行多用户多点协作传输系统(MU-CoMP)边值自适应(MA)的问题,提出了一种快速资源分配算法。该算法首先根据用户的速率要求及平均信道增益估计出每个用户需要的子载波数目,在此基础上设计合理的子载波分配算法进行子载波分配,通过预判并且剔除不适合传输数据的较差空间子信道实现快速比特加载。仿真结果表明,所提算法在满足用户最低速率和误码率要求的前提下有效地降低了总发射功率,以较低的复杂度获得了接近最优算法的性能。     

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。     

多用户分布式MIMO-OFDM系统中天线与子载波分配算法研究

本文针对多用户分布式MIMO-OFDM系统中的资源联合分配问题,提出了一种基于端口选择的天线与子载波分配算法。该算法依据计算复杂度容限设定用户通信静态端口数,以此为每个用户选取信道状况最好的通信端口进行通信,进而通过天线端口与下属用户的相互配合,并行地完成天线与子载波的分配。仿真结果表明,该算法在系统天线数大于用户数的情况下容量性能优于MASA算法,且其端口并行处理机制可以有效提高资源分配效率。     

基于多用户MIMO-OFDM系统的自适应子载波和比特分配算法

文章通过建立系统模型和仿真，详细介绍了一种基于多用户多人多出正交频分复用（MIMO—OFDM）系统的自适应传输算法。在保证各个用户速率和误码率要求的前提下，该算法根据不同用户的信道信息来自适应分配子载波和比特，从而使系统需要的发送功率达到最小。     

基于能量定价的协作OFDM系统网络寿命优化算法

 本文研究两跳协作多中继正交频分复用(OFDM)系统的网络寿命优化问题.为使网络寿命最大化,基于对节点能量的定价提出一种穷举算法,即首先列举所有的子载波配对与中继选择联合决策;在每种决策下利用拉格朗日法求解最优功率分配,使得网络在满足一定吞吐量的前提下消耗能量总价值最小;然后选择损耗能量价值最小的联合决策.由于穷举算法受到计算复杂度的限制,进而基于子载波的单位信噪比(SNR)代价将中继选择与子载波配对分步优化,提出两种低复杂度算法.仿真结果表明,本文各算法的网络寿命性能比已有算法均有显著提高.     

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。     

多天线双向中继系统中的中继处理与资源分配策略

该文在多天线放大转发双向中继系统中,根据最小和均方误差(MSMSE)准则,以较小的复杂度得到了MSE最优的中继处理矩阵的闭合表达式。为综合利用空域和频域分集,探讨了OFDM双向中继系统的资源分配策略,提出了实现复杂度低的分层子载波配对策略和功率优化分配策略。仿真结果显示,所设计的中继处理策略在系统和速率和误码率性能上均明显优于其他双向中继策略,且性能随着中继天线数的增加而提升;结合功率分配的分层子载波配对策略能明显提升系统和速率,性能接近最优策略。     

OFDM固定中继系统中单中继多源用户资源分配方案

通过基站的反馈信息,一个固定中继节点可以用一个OFDM符号同时帮助多个源用户转发信息,这样可以有效地利用带宽。因此,为了进一步提高系统容量,降低中断概率,先在中继节点间进行子载波调整,然后以获取信道容量最大为原则,提出了源用户和中继节点间子载波配对和功率分配的联合优化算法。仿真结果表明,相对于随机中继子载波选择算法以及平均功率分配算法,所提算法的中继系统容量有较大提升,同时中断概率有较为明显的下降。     

具有时延QoS保证的OFDM中继系统子载波配对与功率分配算法

 本文研究具有直接通信链路的OFDM解码转发(Decode-and-Forward,DF)中继系统的子载波配对与功率分配算法,目标是在满足业务时延QoS要求的前提下最大化系统容量.利用有效容量模型,首先把OFDM DF中继系统的子载波配对与功率分配问题形成为混合整数规划问题,然后把其转化为连续松弛凸规划问题,利用凸优化方法得到原问题的最优解,从而提出了一种联合最优的子载波配对与功率分配迭代算法.理论推导结果和仿真结果表明,最优子载波配对与功率分配不仅取决于子载波的信道增益,还取决于业务的时延QoS要求.与已有算法相比,本文算法获得的有效容量最大.     

最优中继选择的子载波选择算法性能分析

将协作分集技术与正交频分复用(OFDM)技术相结合的协作通信系统,研究了一种OFDM协作通信最优中继选择算法和在此基础上与最优中继选择算法结合后子载波选择算法,并对它的性能进行详细分析.同时利用仿真分析了中继转发子载波信道容量和信噪比关系的协作通信性能,以及最优中继选择算法和基于最优中继选择算法的子载波选择算法的误码率.仿真结果显示,基于协作通信系统误码率性能得到了更大的提高.可见,协作分集技术与OFDM技术结合的协作通信系统大大提高了无线通信系统的性能,降低了误码率,增强了无线通信的鲁棒性.     

一种联合双时隙的资源分配算法

针对功率最小化问题,提出了一种联合双时隙的资源分配算法,利用相邻两个时隙信道状态整体一致而又具有差异的性质,根据第1时隙的信道状态,将信道状态好的用户的第2时隙的部分或全部速率提前分配,从而使信道增益大的子载波承载了较多的速率,最终降低了系统功率消耗。仿真结果表明,所提双时隙资源分配算法既能保证用户双时隙内的目标速率,又能够有效降低系统的功率消耗。     

基于PSO-GA算法的多用户OFDM系统资源分配

为了最小化多用户OFDM系统的总发射功率,提出利用改进的粒子群算法与遗传算法相结合的联合算法(PSO-GA)来搜索最优的子载波和比特分配。该算法首先利用改进粒子群算法对系统的子载波和比特分配进行优化。算法运行过程中,当更新后的粒子速度大于最大粒子速度或小于最小粒子速度时,取最大粒子速度与最小粒子速度区间中的一个随机值作为更新的粒子速度。待PSO-GA算法的改进粒子群算法收敛后,将收敛后的种群作为遗传算法的初始种群,再利用遗传算法进行系统的子载波和比特优化分配,进而得出最优解。仿真结果表明,利用该算法比利用遗传算法、粒子群算法与Zhang算法的分配方案使系统需要的总发射功率降低2~10 dB。     

多用户多中继系统下协作NOMA的中断性能

在基于非正交多址接入技术(NOMA)的多用户多中继协作中继网络中,为优先满足混叠信号中的时延敏感信息的服务质量(QoS)需求,对功率因子进行了简单分析,进而找到了关于信道增益的解码限制条件。在给定中继的情况下,根据解码限制条件建立用户集合,进而找到可以使高QoS信号速率最大化的用户中继对作为最佳“用户-中继”来传递信号。并且对该“用户-中继”选择方案下的系统中断概率的表达式进行推导并求出了其渐进式。仿真结果验证了推导结果的正确性,系统的中断概率随着节点数目的增多而降低,而当信噪比趋于无穷时,系统的分集增益取决于用户数目和中继数目。且与已有文献进行对比,本文提出的用户中继匹配方案的中断性能相对较好。     

基于改进智能水滴算法的多用户OFDMA系统资源分配

在正交频分多址(OFDMA)系统中,合理的资源分配对于提升系统的性能具有重要的意义.针对多用户OFDMA系统,对最大化系统容量为目标的资源分配算法进行研究,提出了一种基于智能水滴算法的无向全连通图资源分配模型,以无向全连通图的顶点集和边集来描述用户与子载波之间的匹配关系.在此基础上,进一步对智能水滴算法进行改进.仿真结果表明,在满足用户比例公平性的条件下,与蚁群算法相比,基于改进智能水滴算法的全连通图分配方案能够提高2.17%~4.91%的系统速率,同时具有更快的收敛速度,提高了系统性能.     

认知无线电网络中基于协作中继的资源分配算法

在认知无线电网络的协作中继机制下,中继节点利用其和源节点以及目的节点的不同公共信道为二者的通信转发数据,可以有效解决次用户的通信需求和可用带宽之间的矛盾,提高频谱利用率和系统吞吐量。基于协作中继的认知无线电网络中,不同通信链路上可能存在公共可用信道,使信道和中继的分配问题变得复杂。本文研究了公共信道存在的情况下系统的资源分配问题,基于网络最大流理论提出了两种算法:并行算法和贪婪算法,并分析了算法复杂度。仿真结果表明,两种算法都能够更有效地分配资源,提高频谱利用率,改善网络吞吐量。并行算法可以得到最优解,但其复杂度随信道公用程度的上升增长迅速,受节点并行处理能力的限制,只适用于信道公用程度较低的情况。贪婪算法不一定能得到最优解,但其复杂度较低,并且信道公用程度高时接近最优解,因此超出节点的并行处理能力后,可以选择贪婪算法。      

最佳中继协作通信系统的功率分配算法

 为提高基于最佳中继选择的协作通信系统的性能,提出了以最小化系统中断概率为目标的功率分配算法.首先建立了系统的优化模型并证明了待解的优化问题实质是凸优化问题,由此提出了最优功率分配算法并给出了算法步骤.其次,在此基础上提出了一种有效的次最优功率分配算法,该算法计算简单且仅需已知各个中继节点的平均信道状态信息,无需在传输中实时更新,因而不增加系统的额外开销.仿真结果表明,本文提出的最优算法和次最优算法所得到的功率分配方案与穷举搜索方法的结果非常接近;与等功率分配方案相比,这两种算法均能显著提高系统的中断概率性能.     

一种基于子载波合并的多播资源调度算法

针对无线OFDM多播系统,该文提出一种基于子载波合并的多播资源调度算法。该算法通过提前将子载波分组,避免了不必要的子载波配对;自适应地选择子载波合并\非合并,在分集和复用两种模式中选取最优方案;同时根据子载波功率分配的特点,将其解耦为配对子载波集合内功率分配和集合间功率分配两个子问题,进一步优化了算法性能。仿真结果表明,与现有方案相比,所提方案能够在复杂度较低的情况下,较好地提升系统性能。     

Underlay模式下认知无线电OFDM系统多用户资源分配

为了更有效地求解Underlay频谱共享模式下的OFDM系统多用户资源分配问题,提出了一种公平、复杂度低的资源分配方法,首先利用公平性的子载波分配方法为认知用户分配子载波,然后利用子载波分配结果,将复杂的多用户资源分配问题转化为简单的单用户功率分配问题,并利用一种复杂度较低的线性封顶注水算法对子载波功率的分配进行求解.通过一种TV频段OFDM系统对算法性能进行了仿真对比分析,仿真结果验证了本文所提资源分配方法的有效性和优越性.