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。     

5G超密集异构网络带内无线回传资源分配方案

为实现5G超密集异构网络中无线回传链路和接入链路之间的最优资源分配,研究多用户场景下双层异构网络的联合用户调度和功率分配问题,在队列稳定和无线回传资源有限的情况下,综合考虑用户调度、功率分配和干扰控制等因素,对带内无线回传的最优资源分配问题进行数学建模并求解,基于李雅普诺夫优化理论提出联合用户调度和功率分配的优化算法。将优化问题解耦为网络内各个用户的调度以及宏基站和小基站的功率分配过程,采用MOSEK求解器和二分类方法获得用户调度向量,利用拉格朗日乘子法求解功率分配问题,并通过队列的时刻更新过程实现最优资源分配。仿真结果表明,在多用户场景下,该方案能够有效提升网络总吞吐量以及网络效用,并且毫米波频段的通信性能优于传统蜂窝网络频段。     

电力线通信系统中跨层的用户调度和资源分配

针对多用户多业务基于正交频分多址的电力线通信系统,提出一种在数据链路控制层进行用户调度和在物理层进行资源分配的多层多目标最优的跨层资源分配算法,其用户调度根据所有用户的服务质量(QoS)满意程度、QoS要求、业务包模型、信道状态信息和队列状态信息,从所有用户中选出要服务的用户和确定这些用户的最优跨层参数;其资源分配则根据所有调度用户的QoS要求、最优跨层参数和信道状态信息,先把功率按地窖注水原理分给每个子载波,再把每个子载波最优地分给调度用户并采用逐比特加载查表算法调整其上分配的功率和比特。最后在典型的电力线信道环境下对算法进行仿真,结果表明新算法在系统资源大范围变化时也能保障用户的服务质量,同时有效地提高系统资源的利用。     

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。     

中继OFDMA系统容量公平资源分配算法研究

针对OFMDA解码-转发中继系统的资源分配问题,提出了一种以系统总功率和用户间的数据速率比例公平为约束条件,以最大化系统总速率为目标的资源分配算法。该资源分配问题为非线性最优化问题,联合求解所有变量复杂度很高,通过次优化的方法降低计算复杂度。算法包括：子载波分配和功率分配。子载波分配是以功率平均分配为前提,对基站-中继站和中继站-用户链路的子载波按照信道条件进行配对,并根据比例公平约束将配对的子载波分配给相应的用户。功率分配是对每个用户利用Lagrange方法调整每个子载波的功率,进一步提高系统的数据速率。算法仿真分析表明,该算法既能同时满足多用户不同数据速率的要求,又能提高系统的数据速率。     

OFDMA系统中基于遗传算法的资源分配

资源分配是OFDMA系统中保证用户QoS和提高系统容量的一种重要手段.在传统的OFDMA资源分配算法中,分组调度和子载波分配两部分是独立进行优化的.为了进一步提高系统的整体性能,提出一种基于遗传算法的分组调度和子载波分配联合优化的资源分配算法.资源分配算法中,利用随机逼近的方法来更新调度算法中的控制参数,在保证用户公平性的前提下最大化系统吞吐量;利用遗传算法来求解联合优化中的子载波分配.仿真结果表明,无论是在系统的吞吐量、丢包率,数据包等待时延还是用户公平性方面,都具有良好的性能.     

保证公平的最大化中继OFDMA系统容量策略

基于正交频分多址(OFDMA)解码-转发中继的系统资源分配方法不能兼顾系统容量与用户公平度。针对该问题,提出一种新的子载波与功率资源分配算法,其中包括子载波分配与配对以及功率分配2个过程。在子载波分配与配对过程中,设计新的同步子载波差值最小配对方法,以最大程度匹配两跳链路配对的子载波。在功率分配过程中,通过拉格朗日方法调整每个子载波对的功率,进一步提高系统传输速率。仿真结果表明,将该策略运用于不同的OFDMA子载波分配算法中能够较好地兼顾系统容量与用户间公平度。     

超密集网络中小小区分簇和子载波分配算法

超密集网络中,严重的小区间干扰制约了终端用户尤其是边缘用户的数据速率。有效地对干扰进行管理、提升边缘用户的数据速率是超密集网络中的研究难点。在超密集网络架构的基础上,提出一种基于图论的不完全染色算法,对网络架构中的基站划分簇,同簇内的不同基站共享频带资源。同时,提出一种子载波分配算法,优先为边缘用户分配信道增益较优的子载波。通过仿真表明,不完全染色算法能够有效地减小小区间干扰,提升系统吞吐量,子载波分配算法在不影响系统吞吐量的基础上能够优化边缘用户的吞吐量。     

非理想条件下OFDMA系统物理层安全的资源分配算法

针对OFDMA系统中用户QoS需求的差异性,提出了一种非理想状态下不同用户的资源分配算法,即求取用户携带比特数和发射功率最优解问题。基于自适应功率分配增益较小的情况,通过进行功率的平均分配来降低算法复杂度,基于吞吐量最大化原则,将剩余未分配的子载波分配给能获得最大传输速率的用户,提升系统的整体吞吐量水平。仿真结果表明:相对于其他传统资源分配算法,这个算法能够保证不同混合用户的最小传输速率要求的同时,有效提升算法的公平性。     

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.     

OFDMA多维无线资源联合快速分配算法

OFDMA中多维无线资源的分配是无线通信的重要研究课题之一.通过分部分配的方法,OFDMA系统中的多维无线资源分配算法能够有效降低无线资源分配的时间复杂度,实现资源的快速分配.在此基础上,基于流平衡的资源分配算法综合考虑了用户加权业务速率以及全体用户的归一化子载波容量,能够对多维无线资源联合进行分配.仿真表明,与传统的无线资源分配算法M-LWDF相比,流平衡分部分配算法能更好地适用于多维无线资源系统,在相同的时间复杂度下能够拥有更大的频谱利用率,达到良好的系统性能.     

各天线功率受限下基于用户公平的QAM速率分配算法

目前波束成型和速率分配算法大多考虑集中式天线下的总功率受限和总速率最优,本文针对多小区多用户基站协作系统,考虑分布式天线的特点和用户公平性的要求,提出一种在各发送天线功率受限下的QAM速率分配算法,最大化最小用户速率,并迭代调整各子流的功率,为用户的每个子流分配一种QAM速率,仿真结果表明,在满足目标误码率要求下,该算法能够保持最优平均速率,提高最小用户速率,保证用户间的公平性.     

基于合作中继的OFDM蜂窝网络的QoS感知子载波分配算法*

针对基于中继的OFDM蜂窝网络,提出了一种基于合作中继的QoS感知子载波分配算法,即C-QSA(cooperative QoS-ware subcarrier allocation)算法。C-QSA算法利用基站与中继节点之间的合作传输机制来保证QoS业务的速率要求,允许中继节点进行比特重分配,充分利用无线系统的时变及多用户分集特性,提高无线资源的利用效率。C-QSA算法将子载波分配问题抽象为非线性整数规划,以最大化系统效用为目标,同时满足QoS业务的速率要求。仿真结果表明,C-QSA算法在用户效用及吞吐量等性能方面都有明显优势,系统实际效用接近理论最优值。     

OFDMA协同通信系统资源分配算法

提出了一种OFDMA协同蜂窝网中满足用户QoS需求且兼顾用户公平性的子载波和功率联合分配算法。针对已有算法仅考虑平均功率下的子载波分配、中继节点存在未用功率的情况,研究了子载波分配完毕后中继节点剩余功率最优分配问题。给出了一种基于二分法的功率注水分配方案。仿真结果表明,所提出的子载波和功率联合分配算法能够在满足用户QoS需求及公平性的同时,进一步提高网络吞吐量。     

基于能效的OFDMA系统资源分配研究*

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能效具有重要的意义。针对多用户OFDMA系统,对最大化系统能效为目标的资源分配算法进行研究,提出了基于智能水滴算法的全连通图资源分配模型,该模型以全连通图的顶点和边来表示用户与子载波之间的对应关系。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QoS的条件下,所提出的改进的智能水滴算法的全连通图资源分配方案能够有效提高系统能效,提升系统性能。     

动态主用户流量模型的跨层优化设计

为适应主用户流量变化较快的场景,在不完美频谱感知的情况下最大化认知用户的吞吐量,提出了一种基于集中式Overlay认知无线网络中感知时间与资源分配跨层优化算法。将优化目标分解为信道分配和检测时间同功率分配联合优化两个子问题,通过子算法迭代,最终得到感知时间与资源分配的联合最优解。仿真结果表明,相对于仅考虑频谱感知或资源分配的单层优化算法,该算法可在兼顾公平的前提下使次用户吞吐量得到有效提升。     

认知无线电网络中终端群的接入网切换算法

在集中式认知无线电网络中,认知用户终端需要首先接入次基站才能够进行网络通信,而认知无线电网络的特性也决定了,多个用户终端可能会因某主用户的出现或网络环境质量的恶化,而在某一时刻同时发出网络切换请求.他们之间由于缺少协调会造成某些次基站的拥堵以及用户终端的频繁网络切换.提出一种终端群接入网切换网络侧控制算法,通过核心网侧的网络切换控制器来实现次基站的负载均衡及认知终端群的公平切换.通过模拟仿真,我们发现相较于传统切换算法,本算法可以有效地均衡各次基站的负载,极大地提高网络的整体性能.     

电力无线专网中面向安全风险的分布式资源分配方法

针对电力无线专网中强干扰、高故障风险等场景下保障终端通信的问题,提出了一种面向安全风险的高能效分布式资源分配方法。首先,分析基站的能耗组成,建立系统能效最大化的资源分配模型;然后,采用K-means++算法对网络中的基站进行分簇,从而将整个网络划分成多个独立区域,并在各个簇内单独处理高风险基站;其次,在每个簇内,基于基站的风险值对高风险基站进行休眠,并把高风险基站下的用户转移连接到同一簇内的其他基站;最后,在各个簇内进一步优化正常工作基站的传输功率。理论分析和仿真实验结果表明,基站分簇操作大幅降低了基站休眠和功率优化分配的复杂度,并且在关闭了高风险基站之后,整体网络的能效从0.158 9 Mb/J提升至0.195 4 Mb/J。所提的分布式资源分配方法能够有效提高系统的能量效率。     

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。     

多用户分布式MIMO-OFDM系统的多维资源分配算法

针对多用户分布式MIMO-OFDM系统中的资源分配问题,结合分布式架构特点,提出了一种基于分级优化的天线、子载波与功率联合分配算法.该算法将三维的资源联合分配问题分级转换为两次二维资源联合分配问题,即先引入端口并行处理机制,完成天线与子载波的分配,形成"用户-子信道对",进而采用注水功率分配的方式,完成功率在"用户-子...