一种非理想反馈MIMO-OFDM系统资源分配算法

针对多用户MIMO-OFDM系统资源分配问题,给出了一种基于非理想反馈的自适应子载波分配算法。由于实际系统中往往存在反馈时延和反馈误差,利用置信系数和等价方差模型来表征反馈信道状态信息的质量,以最大化系统和容量为目标,在发射总功率一定并满足误码率约束条件下,将子载波分配给信道增益最好的用户,然后对所有子载波进行注水功率分配。理论分析和仿真结果表明,该算法能够充分利用多用户的分集增益,有效地提高了系统和容量性能。     

一种上行MIMO-OFDM资源分配改进算法

在MIMO-OFDM系统中上行信道资源分配算法问题的研究中,由于在频率选择性衰落环境中,不同用户的衰落特性相互独立,一个特定的子载波对于所有用户来说都处于深度衰落的概率非常小,因此采用自适应资源分配技术对系统性能的提高具有明显的作用,为了改善前人算法复杂度高以及不适合上行信道的情况,首先利用波束成形原理,对各阵元输出信号施加不同延时,然后加权求和,提出了一种基于波束成形的上行MIMO-OFDM 资源分配算法.通过对算法的仿真分析,表明该算法能降低复杂度并降低系统发送功率,算法性能具有明显优势,并且复杂度对正常系统也是适中的.     

基于比例公平的多用户MIMO-OFDM系统自适应资源分配算法*

针对传统多用户MIMO-OFDM系统中自适应资源分配算法计算复杂度较高、实时性不强、无法保证用户间公平性等问题,提出了一种低复杂度的自适应子载波、比特及功率分配算法。在子载波分配上,该算法能够在兼顾比例速率约束的前提下使系统发射功率达到最小化;在比特及功率分配上,该算法将非线性优化问题转换为线性优化问题,在保证系统性能的同时显著降低计算量。仿真结果表明,该算法具有良好的性能,能够有效降低计算量,并使系统容量在用户间分配得更加公平和合理。     

有限反馈MIMO OFDM系统公平性资源分配算法

针对多输入多输出正交频分复用(Multiple input multiple output-orthogonal frequency division multiplexing,MIMO-OFDM)系统资源分配过程中信道信息反馈开销过大的问题,给出了一种基于有限反馈的公平性资源分配算法.该算法在发射总功率、目标误码率以及用户间比例速率约束条件下,以最大化系统和容量为目标,将相邻子载波分簇并反馈部分簇的信道状态信息(Channel state information,CSI),利用部分已反馈簇的信道状态信息CSI对未反馈簇的CSI进行估计,据此进行子载波簇、功率和比特三级分配.仿真结果表明,该算法在保证用户间比例公平性和系统和容量性能的同时,有效降低了系统的反馈开销,实现了系统性能与反馈开销的良好折中.     

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QoE的LTE多业务资源分配算法

高效地利用无线频谱资源和保证用户体验质量是未来无线网络的主要目标。基于此，提出一种基于QoE的LTE多业务资源分配算法。在考虑信道信息、QoS要求及公平性的基础上，引入QoE来计算的用户优先级。特别的，引入最小QoE约束来保证RT用户QoE要求；提出一种次优资源块（Resource Block，RB）分配算法来解决复杂的资源分配优化问题，该算法主要分为两步：保证RT用户最小QoE要求；最大化系统加权和速率。仿真结果表明，相较现有的RT/NRT资源分配算法，该算法在用户分组丢失率、平均QoE和小区频谱效率方面性能都有所提升。     

一种基于混沌粒子群优化的OFDM系统资源分配算法

针对无线多用户正交频分复用（OFDM）系统中功率分配问题,提出一种基于效用函数最大化框架的资源分配算法.在实际网络环境中,此类最优化算法为非凸的,利用经典最优化方法很难解决.为此,将智能优化中的粒子群方法应用到非凸优化算法设计中,并针对粒子群优化容易陷入局部极值点的问题,将Logistic混沌搜索嵌入PSO算法中,提出混沌粒子群算法.与同类算法相比,所提出算法不仅有效解决了非凸性问题,而且可以使系统具有更好的性能.     

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。     

一种多用户OFDMA比例公平资源分配算法

针对多用户OFDMA系统资源分配中已有算法对系统容量和公平性兼顾较差的情况,提出了一种满足比例公平性的系统容量最大化资源分配算法。首先选择合适的公平度门限范围,在子载波分配中,先将各个子载波分配给信道增益最大的用户,再在公平度门限约束下重新分配最大速率用户的信道增益最小的子载波,可以实现子载波利用率和公平度的折中。然后采用注水线法分配功率来调整用户间的比例公平性,最终找到使系统容量最大的公平度门限。仿真结果表明,该算法在保证了用户间比例公平性为1的同时提高了系统容量。     

部分信道状态信息下MIMO-OFDM的跨层资源分配算法

针对跨层多用户多输入多输出-正交频分复用（MIMO-OFDM）系统,以系统最大吞吐量为目标,给出一种基于部分信道状态信息的跨层资源分配算法。该优化问题设计的目标函数包括功率限制、传输速率、子载波占用、不同业务的服务质量需求与数据链路层的队列状态信息等约束条件。在数据链路层存在有限缓存条件下,通过均值反馈模型描述信道状态信息的反馈过程,推导出相应的跨层资源分配准则。仿真结果表明,所提算法与现有方案相比,满足了不同业务用户的QoS要求,并获得了好的吞吐率,降低了丢包率。     

具有用户体验保障的资源优化分配算法

在研究智能电视用户体验质量(Quality of Experience,QoE)量化的基础上,提出一种具有用户体验保障的资源分配模型,并针对该模型提出两种资源分配算法:RA_BAT算法和RA_GHEU算法.实验结果表明,基于回溯法的RA_BAT能够求得问题的最优解,可作为算法比较的参照系,而启发式算法RA_GHEU可在极短的运行时间内求出接近于最优的解,适合用于智能电视资源分配的实时处理.     

一种基于QoE效用函数的OFDM系统子载波和功率分配算法

以系统平均用户感受质量QoE(Quality of Experience)为优化目标,提出一种基于QoE效用函数的子载波和功率分配算法.该算法先根据用户需求与实际信道状态对子载波进行分配,将QoE引入效用函数构建中,并以系统平均QoE最大化为目标对子载波进行功率分配,在功率分配过程中使用导数迭代的方法逼近最优的功率分配...     

基于CR技术的OFDM有序分布小区资源分配算法

针对频谱资源紧张以及完全分布式网络需要自行组织、自主搜索从而开销很大的状况,提出一种将认知无线电技术应用于有序分布式网络的模型,并且提出分布式正三角形小区的调度算法和相应的子载波分配方案。该系统不仅可以充分利用子载波分集增益,提高系统容量,而且可以灵活地根据业务负载量选择使用其他覆盖区的子载波。仿真验证了所提算法的可行性,该模型有效提高了系统容量和频带利用率。     

LTE-A系统中基于QoE能效的无线资源分配算法

针对无线通信网络能耗日益增加与用户体验质量(quality of experience,QoE)难以得到保证的问题,提出一种LTE-A系统基于QoE能效的资源分配算法。首先,给出联合优化QoE和能效的数学模型,特别的考虑了用户最小QoE要求;其次,根据约束条件提出了一种迭代算法进行用户资源块(resource block,RB)分配,然后利用分数规划的性质并采用凸优化方法求得最优的发射功率来优化目标函数。仿真结果表明,相较现有基于能效的资源分配算法,该算法在提高系统性能的同时有效的保证了用户QoE。     

多用户MIMO—OFDM的资源分配和性能分析

论文主要考虑多用户的MIMO-OFDM问题,以使得各个用户更公平有效地分配网络资源。文章首先给出MIMO-OFDM模型,然后引入反映用户满意程度的效益函数,并给出在MIMO-OFDM模型下的效益函数具体形式。其次,进行资源分配,重点考虑OFDM的各个子载波该分配给哪个用户,以及总功率该如何分配给各个子载波,从而实现系统的最优化。最后,文章给出了仿真结果,并着重对仿真结果进行了详细的性能分析。     

加权比例公平群智能跨层资源分配算法

针对多用户OFDM系统,提出两种适用于混合业务的加权比例公平跨层资源分配方案。该方案假设系统用户拥有多个队列,每个队列分别承载不同类型的业务。在MAC层,所提的两种方案都实施加权比例公平调度。该调度先为用户队列中不同分组授予不同的权重,再通过该权重值计算用户权重,并对每个用户的分组进行排序,最后根据系统中各用户待传数据量之比设置用户间速率成比例约束条件。在物理层,这两种方案不仅都将用户间速率成比例约束条件下系统权重容量和的最大化作为优化目标,而且都在该目标下将群智能算法引入其资源分配。但有所不同的是,方案1将人工鱼群算法引入其子载波分配,用新推导的功率分配方式进行功率分配;方案2将云自适应粒子群算法引入其子载波分配,用人口迁移算法进行功率分配。在此基础上,两种方案都依据由加权比例公平调度提供的各用户分组排序结果传送分组。数值仿真与性能分析显示,这两种方案能在满足用户业务流时延需求和保证用户公平性的基础上,有效提高系统总速率。     

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。     

Joint resource allocation for lifetime-aware cooperative multi-carrier DF system

In this paper,we study the problem of optimal resource allocation for lifetime maximization in an orthogonal-frequencydivision multiplexing(OFDM)system with decode-and-forward relay.The goal is to minimize total energy cost of the system by jointly optimizing power allocation,subcarrier pairing and relay selection.We present a heuristic solution that is composed of two parts.The first part is an optimal power allocation approach to allocate power to a subcarrier pair of the source and the relay.The second part is a modified Hungarian algorithm to make subcarrier pairing and relay selection.Evaluations show that the presented scheme outperforms other schemes in the total transmitted data and the network lifetime.