多用户大规模MIMO系统能效资源分配算法

该文针对多用户大规模多输入多输出(MIMO)移动通信上行系统,提出一种基于能效优化的资源分配算法。所提方法在采用最大比合并(MRC)接收情况下,满足用户数据速率和可容忍的干扰水平约束条件下,以最大化系统能效下界为准则建立优化模型。根据分数规划的性质,把原始的分数最优化问题转换成减式的形式,进而采用凸优化的方法,通过联合调整基站端的发射天线数和用户的发射功率来优化能效函数。仿真结果表明,所提算法与穷举算法在能效上的差距不足9%,并且有较好的系统频谱效率性能,同时算法复杂度得到了显著降低。     

基于上行多用户大规模MIMO系统能效优化算法

针对上行多用户大规模多输入多输出（MIMO）系统,提出了基于能效优化的资源分配方法。所提方法采用迫零(ZF)接收,以最大化系统能效下界为准则,系统功率消耗考虑电路功率消耗和发射功率消耗2部分,通过联合调整基站端的发射天线数和用户的数据速率来优化能效函数。首先,根据目标函数的性质,证明全局最优速率分配和天线数的存在性和唯一性,然后,根据分数规划的性质,把原始的分数最优化问题转换成减式形式,进而提出一种新的迭代算法。仿真结果表明,所提算法以较少迭代次数取得了接近最优算法的性能。     

基于能效优化的用户调度与资源分配算法

该文针对多用户OFDMA移动通信下行系统,提出了基于能效优化的用户调度和资源分配方法。所提方法在满足用户服务质量(QoS)要求的前提下,以最大化系统能效为准则建立优化模型,假设在发射端完全已知信道状态信息(CSI)的情况下,充分利用系统内在的分集,给出了用户调度与速率分配的策略,有效地提高了系统的能量使用效率。仿真结果表明,所提算法的性能在较低复杂度前提下能够取得接近最优算法的性能。     

基于能效优化的大规模MIMO FDD下行系统导频和功率资源分配算法

该文针对大规模MIMO FDD下行系统,联合考虑信道估计与数据传输两个阶段的资源分配问题,提出一种能效资源分配算法。该方法以最大化能效为目标,以导频时长、导频功率和数据功率为参量,在指定发射功率和频谱效率约束的条件下建立优化模型。由于目标函数无精确解析形式,借助确定性等价原理对其近似并求得闭合表达式。进而,利用分数规划将原分式形式目标函数等价转换为减式形式,再利用目标函数的下界将非凸优化问题逐步释放为相对容易求解的等效问题,最终获得一种3层迭代能效资源优化算法。仿真结果验证了所提算法的有效性,且具有较快的收敛速度。     

多用户FDD大规模MIMO下行系统能效功率分配算法

针对多用户频分双工(Frequency Division Duplexing,FDD)大规模多输入多输出(Multiple-Input MultipleOutput,MIMO)下行系统,从绿色通信角度出发,研究了能效准下基站训练序列信号和有效数据信号的功率分配问题。首先,利用大维随机矩阵理论,推导得出能效目标函数的解析表达式。基于此,采用高发射信噪比条件,将原始的非凸分式问题转化为拟凹问题。进而,证明了全局最优功率解的存在性和唯一性,并发现最优导频功率和数据功率之比为常数,且该常数仅由系统用户数、导频长度以及信道相干时长所决定。利用该关系式,获得最优功率的闭合形式解,并提出一种低复杂度的迭代优化算法。最后,通过Matlab数值仿真对所提功率分配算法进行了验证,分析了不同系统参数(如天线数、用户数、电路功耗等)对系统最优能效性能的影响,同时可以看到通过少量的迭代次数便可收敛到稳定点。     

下行多用户MIMO-OFDMA/SDMA系统动态资源分配

该文对下行多用户MIMO-OFDMA/SDMA系统动态资源分配算法进行了研究,在满足各种约束条件的前提下,以最大化系统吞吐量为目标建立了相应的优化模型。由于最优解难以获得,将整个优化过程分两步完成,第1步定义了一个用于度量配置多根天线的用户空间兼容性的指标,并根据该指标提出了相应的调度算法;第2步提出了两种次优的资源分配算法。仿真结果表明,所提算法优于传统的随机调度算法,与功率复用策略结合时,所提算法的性能接近于基于用户选择的最优分配算法的性能。     

认知无线电下行链路中的OFDMA资源分配算法

摘 要： 本文提出一种适用于下行认知无线电系统的正交频分多址接入资源分配算法,在总发射功率、误比特率和对授权用户的干扰受限的条件下最大化系统信息传输速率.本算法分两步实现：首先通过比较各认知用户在各子载波上单位信号发送条件下接收信号的信干噪比实现子载波分配;然后利用凸优化理论求解非负实数域内的比特数和功率值的最优解,并将其调整为符合实际系统需要的比特数和功率值,实现比特和功率分配.仿真结果表明,相比传统的基于频谱空洞的资源分配算法,本算法可以提供显著的系统信息传输速率增益.     

OFDMA中继网络变时域节能资源分配策略

现有正交频分多址接入(OFDMA)中继网络资源分配的研究均采用固定时域配置下的频域分配和功率分配,不能很好适应用户业务在时域上的变化。该文针对OFDMA中继网络提出一种可最优节能的资源分配策略和一种简化的节能资源分配策略,为资源分配问题建立一般化的模型,即动态分配时域资源、频域资源和功率资源,所建模型具有很强的灵活性和适应性,不仅适用于固定时域分配系统,也适用于非固定时域分配系统。此外针对非满负荷业务,在保证用户服务质量的情况下,以节能为目标对无线非协作中继网络的资源分配进行能效最大化建模,使用拉格朗日乘数法对模型求解。考虑到算法复杂度,应用指派问题中的匈牙利算法设计出一种简化的资源分配策略。理论和仿真结果表明,最优节能资源分配算法能够得到能效的最大化,而简化节能资源分配算法与最优节能资源分配算法在能效上的差距不足5%,但算法复杂度得到了显著降低。而且,动态分配时域资源比固定时域分配对用户分布不均或链路分布不均有更强的适应性。     

一种FDD大规模MIMO系统下行信道估计算法

信道估计是大规模多输入多输出(MIMO)系统的关键技术之一。本文针对频分双工(FDD)大规模MIMO正交频分复用(OFDM)系统,研究了下行信道估计问题。通过利用大规模MIMO-OFDM信道在角度-频域中的块稀疏特性,提出了基于块匹配追踪的低复杂度估计算法。另外,针对采用时域正交导频存在估计周期过长,有可能超过系统相干时间的问题,提出了天线分组发送方案,通过牺牲观测数据长度来换取信道估计周期的减少。仿真结果表明,所提算法具有良好的抗噪性能,可以准确找出稀疏向量的非零值位置,并可自适应确定稀疏度。     

一种分布式的OFDMA系统资源分配算法

本文研究OFDMA系统的资源分配问题,把该问题建模为一个在基站的总发射功率一定的条件下,使系统中各个用户的权重速率之和最大化的数学模型。并提出一种基于对偶分解的分布式资源分配算法,将该问题分解为一个关于基站的主问题以及若干个关于用户的子问题。各个用户可以通过对子问题的求解获得各自的子载波以及功率的分配方案;而基站通过对主问题的求解使得满足子载波与功率的分配能够满足约束条件的要求,实现各用户权重速率和最大化的优化目标。所提算法能够把一个复杂的优化问题分解为若干个独立的子问题进行并行求解,因此可以有效地降低计算的复杂度以及基站的运算量。仿真结果表明,该算法能够在较少的迭代步数内得到一个近似最优解。      

面向大规模MIMO系统的下行预编码技术研究进展

大规模多入多出(Multiple-Input Multiple-Output,MIMO)技术在移动通信系统中发挥着至关重要的作用,但在部署中却引入了干扰。为了消除大规模MIMO干扰,业界围绕低复杂度的预编码算法开展了大量的研究工作。将已有大规模MIMO系统的预编码技术进行了归纳,重点分析了线性预编码和非线性预编码中经典算法的复杂度和优缺点,最后对大规模MIMO预编码技术的发展趋势进行了探讨。     

Graph‐based resource allocation algorithms for multiuser downlink MIMO‐OFDMA networks

Multiuser multiple‐input multiple‐output orthogonal frequency division multiple access (MIMO‐OFDMA) is considered as the practical method to attain the capacity promised by multiple antennas in the downlink direction. However, the joint calculation of precoding/beamforming and resource allocation required by the optimal algorithms is computationally prohibitive. This paper proposes computationally efficient resource allocation algorithms that can be invoked after the precoding and beamforming operations. To support stringent and diverse quality of service requirements, previous works have shown that the resource allocation algorithm must be able to guarantee a specific data rate to each user. The constraint matrix defined by the resource allocation problem with these data rate constraints provides a special structure that lends to efficient solution of the problem. On the basis of the standard graph theory and the Lagrangian relaxation, we develop an optimal resource allocation algorithm that exploits this structure to reduce the required execution time. Moreover, a lower‐complexity suboptimal algorithm is introduced. Extensive simulations are conducted to evaluate the computational and system‐level performance. It is shown that the proposed resource allocation algorithms attain the optimal solution at a much lower computational overhead compared with general‐purpose optimization algorithms used by previous MIMO‐OFDMA resource allocation approaches. Copyright © 2012 John Wiley & Sons, Ltd.     

Fairness based resource allocation for uplink OFDMA systems

This article investigates two fairness criteria with regard to adaptive resource allocation for uplink orthogonal frequency division multiple access （OFDMA） systems. Nash bargaining solution （NBS） fairness and proportional fairness （PF） are two suitable candidates for fairness consideration, and both can provide attractive trade-offs between total throughput and each user＇s capacity. Utilizing Karush-Kuhn- Tucker （KKT） condition and iterative method, two effective algorithms are designed, to achieve NBS fairness and proportional fairness, respectively. Simulation results show that the proposed resource allocation algorithms achieve good tradeoff between the overall rate and fairness, with little performance loss from the total capacity.     

Joint downlink and uplink resource allocation for multi-carrier SWIPT system

A multi-carrier simultaneous wireless information and power transfer (SWIPT) communication system including one base station (BS) and one user was investigated,where both uplink and downlink adopt orthogonal frequency division multiplexing (OFDM).In the downlink,the BS transmited information and power to the user simultaneously.In the uplink,the user transmited information to the BS by using the power harvested from the BS in the downlink.The weighted sum of the downlink and uplink achievable rates by jointly optimizing subcarrier allocation and power allocation of the uplink and downlink were aimed to maximized.An optimal algorithm to solve the joint resource allocation problem was proposed,which was based on the Lagrange duality method and the ellipsoid method.Finally,the result shows the performances of the proposed algorithm by computer simulations.     

大规模MIMO系统中的动态导频分配方案

针对多小区大规模多输入多输出(MIMO)系统中存在的导频污染问题,通过分析MMSE信道估计产生的误差,提出了一种动态导频分配方案.该方案将目标小区与相邻小区相邻的边缘区域内的用户进行动态导频分配,剩余区域内的用户进行随机导频分配来提升系统下行链路的平均可达和速率.仿真结果表明,该方法不仅能显著地提升信道估计的性能,而且还能有效地提高整个系统下行链路的可达和速率.     

Adaptive radio resource allocation for multiple traffic OFDMA broadband wireless access system

1 Introduction Next-generation wireless communication systems (systems beyond 3G) will be required to provide flexible and easy deployment solution to high-speed communications and to support a variety of services utilizing advanced multiple access techni…     

Optimal power and subcarrier allocation with partial side information for downlink OFDMA system

In this paper,we investigate the power and subcarrier allocation issue in the case of partial side information for downlink orthogonal frequency division multiple access(OFDMA)system.Relaxation method is utilized to characterize the necessary conditions of the optimal solution and the uniqueness of the optimal solution is proved.The game theoretical concept,surplus function is also introduced to analyze the optimal solution.Based on the theoretical analysis,we propose iterative surplus balancing algorithm(ISBA)that can jointly assign the power and subcarriers in multiple rounds,and then the optimality of ISBA is proved.Simulation results are presented to show the characteristics of the theoretical analysis and ISBA.     

基于合作博弈的CPS通信资源分配算法

为了提高信息物理融合系统的通信速率,同时保证各用户的QoS需求,提出了一种基于合作博弈的CPS通信资源分配算法。将CPS中OFDMA网络下行链路的资源分配过程建模为多用户间的合作博弈,通过求解纳什议价解,实现用户间的Pareto最优性。仿真结果表明,该算法在系统速率最大化和用户公平性上获得了很好的折中,与最大化系统速率算法相比更具有公平性,与最大化最小公平性算法相比速率提高了34%,在一定程度上提高了CPS通信网络的性能。     

自适应OFDMA系统无线资源分配和分组数据调度算法的研究

在对无线资源分配和下行链路分组数据调度算法研究的基础上，提出了一种适应于自适应OFDMA系统的联合算法，即K＆H／MPF算法。理论分析和仿真结果表明：该算法在满足不同用户QoS要求的前提下，不但能够提供比多载波正比公平调度器更高的容量增益，而且以极大的灵活性实现了用户数据的公平发送。