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。     

一种公平的认知无线电系统下行频谱分配策略

目前关于认知无线电频谱分配的研究大多以最大化系统容量为目标,很少考虑认知用户的QoS需求,频谱分配方案设计缺乏公平性。针对主用户干扰限制和保障认知用户QoS需求,结合OFDM技术,研究了认知无线电场景中下行多用户分配算法。该算法构建不等式约束下的目标函数以最大化系统容量,通过拉格朗日(Lagrange)对偶优化法给出近似最优解。仿真结果表明,所提算法在牺牲系统和容量的前提下充分保证了次用户的QoS需求,提高了系统的公平性。     

多用户MIMO系统下的闭环调度算法及频谱性能分析

为提高无线频谱资源的利用率,提出一种适应于多用户多输入多输出(MIMO)系统的闭环调度算法。该算法结合多用户的贪婪调度技术、物理层的自适应调制与链路层的自动重传技术,在多天线分集与多用户分集的共同作用下,系统频谱性能显著增强。考虑反馈信道存在延时的实际情况,推导了系统在延时信道条件下的频谱效率表达式。仿真结果证实,该算法在多用户系统中受延时影响较小,更适合应用于多用户MIMO系统。
     

多用户MIMO下行链路中基于SLNR的联合用户-天线功率分配算法

在多用户MIMO系统中,在天线间或用户间进行发射功率分配,可以显著提高系统总容量.本文针对多用户MIMO系统中的下行链路,在多用户迭代注水算法的基础上,提出一种联合用户-天线功率分配算法,在进行多用户迭代注水之前,首先基于信漏噪比(SLNR)进行用户间功率分配.仿真结果显示,与多用户迭代注水算法及仅进行用户选择的多用户迭代注水算法相比,本文提出的算法大大提高了系统总容量.     

基于多用户MIMO-OFDM系统的动态有限反馈与量化算法

多用户MIMO-OFDM系统中的信道质量信息(CQI)反馈与量化算法是实现自适应资源分配的关键技术.本文利用概率论与随机过程的知识推导了反馈信息与用户服务质量(QoS)如误码率、传输速率和中断概率要求之间的数学关系,并以系统误码率要求为约束条件,给出使系统整体传输速率最大化的量化门限.仿真结果表明,本文提出的动态有限反馈与量化算法根据系统用户数及QoS要求动态调整反馈信息与量化门限,既可有效降低系统的反馈开销,还能显著提高系统的频谱效率,并且实时运算复杂度低,是一种实际可行的方案.     

基于最佳中继选择的异构多媒体自适应协作分集算法

本文提出一种自适应协作分集方案,以保证异构多媒体业务中主用户传输的服务质量(QoS),并改善次级用户的数据传输性能。采用基于功率控制的系统模型,使得主用户的平均信道增益相对稳定,并且能够在次用户中进行估计,可以节省在反馈信道上的资源。根据次级用户传输过程中的中断概率提出次级中断概率的闭式表达式 ,在满足主用户传输过程中所需要的中断概率约束的条件下,针对主用户和次用户的协作性和瑞利衰落信道的适应性提出了最佳中继选择的自适应协作分集,尽可能地次级中断概率,并获得的分集增益。实验仿真结果表明,该算法可以减少次级用户的中断概率并提高频谱效率,有助于提升次级用户的数据传输性能。     

改善V—BLAST／OFDM系统性能的子载波分配研究

为了提高多用户V-BLAST／OFDM系统的整体性能，我们研究在不同检测方式下的子载波分配准则，并利用矩阵和排序统计的知识对系统性能及取得的多用户分集增益做了定量分析，得到多用户分集增益的数学表达式。仿真结果表明，本文提出的动态子载波分配准则可以有效地利用多用户分集，明显提高V-BLAST／OFDM系统的整体性能。另外，本文与空间分集系统中取得的多用户分集增益进行了仿真比较，表明将基于V-BLAST的多用户OFDM系统与子载波分配相结合更能改善系统的整体性能。     

基于QCI优先级的分组调度算法

长期演进(LTE)系统对用户同时获得的多种业务配置了服务质量(QoS)等级标识(QCI)优先级参数,从而优化了移动通信系统QoS评价体系。为此,结合M-LWDF算法,提出一种基于QCI优先级的分组调度算法。将QCI参数引入资源分配和分组调度判决机制,在用户与申请的多项业务间建立优先级关联性,实现多用户之间、单用户的多类型业务之间的联合优化调度。仿真结果表明,该算法能有效提高系统平均吞吐量,降低平均时延。     

发射分集MC-CDMA系统空时多用户检测

该文研究了在频率选择性瑞利衰落信道中的同步多载波码分多址(MC-CDMA)系统上行链路,在移动终端处使用两个发射天线,采用基于空时分组码的发射分集,基站采用分集天线接收。考虑对应于子载波的衰落系数是信道冲激响应的离散傅里叶变换,给出了采用发射分集和接收分集的MC-CDMA系统上行链路信号模型。研究了采用发射分集和接收分集的MC-CDMA系统的解相关多用户检测、最小均方误差(MMSE)多用户检测,进行联合的多用户检测和空时码解码。仿真结果验证了上述模型及算法的有效性。     

MIMO系统中的自适应比例公平调度算法研究

在MIMO系统中,通过在每个时隙选择信道条件最好的用户进行通信,可以利用无线通信系统的多用户分集大大提高系统吞吐量,但该方法存在公平性差的缺点。主要关注应用机会波束形成的MIMO系统的公平性。提出了一种自适应比例公平调度算法来提高长时间处于较差信道条件下的用户的吞吐量,从而提高系统的公平性。在每个时隙,基站监测每个用户的实时请求速率和过去一段时间内的平均请求速率,并根据这两个速率来调整算法中的自适应参数。提出的算法较好地获得了系统吞吐量和公平性的折中,仿真实验结果也表明了算法的有效性。     

基于QoS需求的认知无线电资源分配算法

在误比特率、总发射功率以及主用户可容忍干扰门限的约束下,提出一种基于正交频分复用的认知无线电系统多目标优化贪婪分配算法。以最小化发射功率、最小化跨频干扰及满足次用户QoS需求为优化目标,线性组合这3个目标函数,把多目标优化问题转化为单目标优化问题,采用贪婪算法实现多目标优化。仿真结果表明,该算法的系统总容量趋近于最优,在降低对主用户跨频干扰的同时,能够有效地满足次用户的QoS需求。     

认知无线电中基于QoS分级的频谱分配策略

为提高认知无线电中的系统吞吐量,保证频谱分配的公平性,提出一种基于服务质量(QoS)分级的频谱分配策略。建立模糊综合判决模型,根据认知用户的业务类型判别其QoS级别,应用CMSB信道分配算法进行频谱分配。仿真实验结果表明,该频谱分配策略能在满足认知用户QoS需求的同时,保证较高的系统吞吐量和接入公平性。     

基于DQN的超密集网络能效资源管理

小基站的密集随机部署会产生严重干扰和较高能耗问题,为降低网络干扰、保证用户网络服务质量（QoS）并提高网络能效,构建一种基于深度强化学习（DRL）的资源分配和功率控制联合优化框架。综合考虑超密集异构网络中的同层干扰和跨层干扰,提出对频谱与功率资源联合控制能效以及用户QoS的联合优化问题。针对该联合优化问题的NP-Hard特性,提出基于DRL框架的资源分配和功率控制联合优化算法,并定义联合频谱和功率分配的状态、动作以及回报函数。利用强化学习、在线学习和深度神经网络线下训练对网络资源进行控制,从而找到最佳资源和功率控制策略。仿真结果表明,与枚举算法、Q-学习算法和两阶段算法相比,该算法可在保证用户QoS的同时有效提升网络能效。     

不完全SIC下CR-NOMA系统的功率分配算法

在不完全连续干扰消除（SIC）条件下,对认知无线电-非正交多址混合系统中的次用户总传输速率进行研究,提出一种基于参数变换和KKT条件的功率分配算法。采用非正交多址方式使次用户接入授权信道,在主次用户服务质量、最大发射功率等约束条件下,通过参数变换对原约束条件进行改写设计新的优化问题,并利用KKT条件求解最优功率分配因子进而实现系统中次用户总传输速率的最大化。仿真结果表明,与CNPA算法和等功率分配算法相比,该算法可明显提高系统中次用户的总传输速率,并且对于不完全SIC具有更强的承受能力。     

Resource allocation algorithm with limited feedback for multicast single frequency networks

The single frequency network (SFN) can provide a multimedia broadcast multicast service over a large coverage area. However, the application of SFN is still restricted by a large amount of feedback. Therefore, we propose a multicast resource allocation scheme based on limited feedback to maximize the total rate while guaranteeing the quality of service (QoS) requirement of real-time services. In this scheme, we design a user feedback control algorithm to effectively reduce feedback load. The algorithm determines to which base stations the users should report channel state information. We then formulate a joint subcarrier and power allocation issue and find that it has high complexity. Hence, we first distribute subcarriers under the assumption of equal power and develop a proportional allocation strategy to achieve a tradeoff between fairness and QoS. Next, an iterative water-filling power allocation is proposed to fully utilize the limited power. To further decrease complexity, a power iterative scheme is introduced. Simulation results show that the proposed scheme significantly improves system performance while reducing 68% of the feedback overhead. In addition, the power iterative strategy is suitable in practice due to low complexity.     

基于多符号检测和Turbo乘积码的PCM/FM遥测系统性能

多符号检测(MSD)和Turbo乘积码(TPC)技术联合应用可以大幅提高脉冲编码调制/调频(PCM/FM)遥测系统性能。针对MSD算法计算复杂度高的问题提出了一种改进的MSD算法,可以有效降低计算复杂度;在TPC的传统Chase译码算法中通过简化软输入信息计算可以降低系统存储量。仿真结果表明,改进方法和传统的两种技术联合使用相比,虽然损失了约1.7dB解调增益,但仍提高PCM/FM信号解调性能约8dB,且算法复杂度低,存储量小,更适合硬件实现。     

Traffic Engineering for wireless connectionless access networks supporting QoS-demanding media applications

This paper focuses on the problem of optimal QoS Traffic Engineering (TE) in Co-Channel Interference (CCI)-affected power-limited wireless access networks that support connectionless services. By exploiting the analytical tool offered by nonlinear optimization and following the emerging “Decomposition as Optimization” paradigm [1], the approach pursued in this paper allows to develop a resource allocation algorithm that is distributed, asynchronous, scalable and self-adaptive. Interestingly, the proposed algorithm enables each node of the network to distribute its outgoing traffic among all feasible next-hops in an optimal way, as measured by an assigned global cost function of general form. This optimal traffic distribution complies with several subjective as well as objective QoS requirements advanced by the supported media flows and involves only minimum information exchange between neighboring nodes. Furthermore, it allows for load-balanced multiple forwarding paths and it is able to self-perform optimal traffic re-distribution (i.e., re-routing) in the case of failure of the underlying wireless links. Finally, actual effectiveness of the overall proposed algorithm is numerically tested via performance comparisons against both DSDV-based single-path routing algorithms and interference-aware multipath routing algorithms.     

自适应门限的EPON 动态带宽分配实现

EPON(Ethernet passive optical network)是解决宽带接入中瓶颈问题的关键技术.为了实现EPON中共享上行带宽的公平和有效分配,以及不同分类业务的QoS保证,提出了基于门限的动态带宽分配算法.该算法根据ONU(optical network unit)的带宽请求和门限值授权分配带宽,实现了3种基于反馈控制理论的自适应调整门限方法并分析了其优缺点.模拟实验结果表明,与其他算法相比,该算法能够减少平均包时延,提高网络吞吐量.     

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。