不精确信道状态信息下的自适应调制算法

提出了一种适用于多输入多输出系统的自适应调制算法,在满足总发送功率和误比特率限制条件下利用不精确的信道状态信息使系统信息传输速率最大化。该算法首先利用拉格朗日方法得到最优化问题在实数域的闭合最优解,然后将其调整为符合多进制正交幅度调制要求的离散比特数,从而获得最终的比特和功率分配结果。仿真结果表明,与传统算法相比,该算法不仅呈现对不精确信道状态信息更加鲁棒的误比特率特性,而且在相同误比特率条件下可以提供更高的频谱效率。     

衰落信道中OFDM系统子载波自适应MPSK调制

利用信道瞬时预测及其估计信息,提出一种OFDM（正交频分复用）系统自适应的MPSK(多进制相位调制)子载波调制算法,保持功率和传输速率一定,使误码率最小. 仿真表明,此算法与最优比特装载算法相比,性能差别很小,但复杂度比后者低得多;与静态信道分配方案相比,误码率在10-1时自适应分配算法可节省功率约5dB.     

基于深度强化学习的多小区NOMA能效优化功率分配算法

在下行多小区非正交多址接入系统中,功率分配是决定系统性能的关键因素之一。由于多小区系统间的功率优化问题的非凸性,获得最优功率分配在求解上非常困难。为此提出了一种基于深度强化学习最大化能效的功率分配算法,将深度Q网络作为动作?状态值函数,将系统能效直接设置为奖励函数,优化信道功率分配,使系统能量效率最大化。仿真结果表明,该算法比加权最小均方误差、分式规划、最大功率和随机功率算法等能够获得更高的系统能量效率,在算法计算复杂度、收敛速度和稳定性方面也有较好表现。     

基于蛙跳算法的MIMO-OFDM功率自适应分配

为找出多输入多输出正交频分复用MIMO-OFDM(Multiple-Input Multiple-Out-put,MIMO-OFDM)系统较优的功率分配方案,将蛙跳算法引入MIMO-OFDM系统中,基于误比特率性能最优化的原则,以提高系统的误比特率性能为出发点,利用蛙跳算法对MIMO-OFDM系统的功率分配进行优化,仿真结果表明,通过蛙跳算法的优化,MIMO-OFDM功率自适应系统的算法得以简化,实时性得以提高,性能得到改善.     

部分信道状态信息下简化的MIMO功率分配算法

针对当发端只有部分信道状态信息(Partial CSI)-信道统计信息时,最优的发送功率分配算法计算复杂度高这一问题,利用詹森(Jensen)不等式和注水法得到了一种简单的、低计算复杂度的功率分配算法.实验结果表明,对于收天线数不小于发天线数的MIMO系统,该算法对应的平均互信息和最优功率分配算法对应的信道容量吻合较好,可作为一种简便的功率分配算法应用于实际中.     

一种自适应调制V-BLAST系统的功率受限分配算法

提出了一种自适应调制垂直-贝尔实验室分层空时结构（V-BLAST）系统的低复杂度比特、功率分配算法,满足总平均功率和单根发射天线峰值功率受限条件下使比特率最大化. 该算法可以达到与比特递增分配算法相同的最优分配结果,而计算量大幅度降低. 仿真结果表明,在满足目标误比特率条件下,单天线功率限制会使比特率降低.     

两跳OFDM-AF中继系统的自适应比特和功率分配

将自适应比特和功率分配引入两跳正交频分复用-放大转发（OFDM-AF）中继系统,从而提出了该系统中的比特和功率分配的最优化问题;并结合贪婪算法的思想,提出了一种自适应比特和功率分配算法,在可靠传输要求和发送功率限制的条件下能最大化吞吐量.仿真结果表明,该算法在保证可靠传输的同时,大大提升了系统的有效性.     

认知正交频分复用系统的功率分配研究

研究了认知正交频分复用(OFDM)系统的容量极限及最优功率分配策略.基于干扰温度模型,建立了在主用户接收端干扰温度受限下最大化认知用户传输速率的数学优化问题;利用拉格朗日乘数法,得到了该数学问题的最优解.最优算法需要同时知道干扰链路和认知链路的信道边信息(CSI),具有较高的复杂度.因此提出了3种次优功率分配算法,分别为功率平均法、功率控制法和功率分配法.通过仿真实验,比较了各种分配算法下认知用户的信道容量.结果表明,利用所有信道边信息的最优功率分配算法能取得最好的性能.     

均匀功率谱密度约束下的 OFDM-UWB比特分配算法

针对基于正交频分复用的超宽带系统（OFDM UWB）,提出一种自适应比特分配算法,以对抗超宽带信道的频率选择性衰落.以系统传输速率和均匀功率谱密度为约束条件,将比特分配问题转换为以误比特率（BER）为目标函数的最优化问题,给出了比特分配算法的具体步骤.仿真结果表明该算法可以有效地提高系统性能.     

超密集网络中非合作博弈的功率分配算法

为了抑制超密集网络中小小区基站的密集化部署带来的干扰,并提高系统的吞吐量,本文研究了频谱共享超密集网络中的功率分配策略.首先,针对非凸的系统和速率最大化问题,采用非合作博弈模型将其转化为每个用户效益函数最大化的凸子问题,并通过设计一种动态定价使得非合作博弈模型的纳什均衡点（NE）是原优化问题的驻点.其次,为了保证宏小区用户的服务质量（QoS）,模型中引入了干扰功率约束条件来抑制宏小区受到的干扰.最后,在此非合作博弈论框架下,设计了一种迭代式的基于全局信息的功率分配算法.每次迭代通过求解KKT条件获得每个用户的最优发射功率,通过理论推导证明了迭代算法可收敛到博弈模型的NE.此外,为了减少迭代算法的信令开销、提高资源利用率,还提出了一种基于局部信息的功率分配算法.仿真结果表明,所提出的基于全局信息的功率分配算法比对比方法具有更好的传输性能,所提出的基于局部信息的功率分配算法在保证较好的传输性能的前提下有效地减少了信令开销.     

最小能量消耗的协作式MIMO功率分配算法

对解码转发协作式MIMO系统中的功率分配问题进行了研究.分析了系统误比特率和能量增益特性,在此基础上提出了一种基于黄金分割迭代的功率优化分配算法和2种简化的分配算法,在满足一定误比特率要求的条件下,使源节点和中继节点总的发射功率最小.考虑准静态平坦衰落信道,根据瞬时信道状态信息进行功率分配.理论分析与仿真结果表明,基于黄金分割迭代的功率优化分配算法可以以较少的迭代次数得到较高精度的最优解,而2种简化功率分配算法均可以获得与基于黄金分割迭代的功率分配算法相近的系统能量增益,并且计算的复杂度大大降低.     

一种高效的OFDM比特功率分配算法

针对802.11a中的数字调制方式:BPSK,QPSK,16QAM,64QAM(星座图采用格雷码编码,每个子载波最多承载6比特),每次对?RT/6」个功率增量较小的子载波分配2bit.仿真结果表明:改进的比特功率分配算法与Hughes-Hartogs算法的比特功率分配结果一致,但是计算复杂度小于Hughes-Hartogs算法的50%,并随着传输速率或子载波数的增加而进一步降低.     

电力线多载波系统中自适应资源分配

针对电力线通信系统中应用传统粒子群算法进行比特功率分配存在陷入局部最优值和收敛速度慢的问题,提出了IPSO（improvedparticleswarmoptimization）算法．新算法通过引入遗传算法的交叉和变异操作,克服了传统粒子群算法由早熟收敛而陷入局部最优解的问题,加快了收敛速度．建立了IPSO算法的理论模型,给出了新算法在PLC—OFDM系统中进行比特功率分配的方法．仿真结果表明,在PLC—OFDM系统中应用IPSO算法进行比特功率分配与GA算法和传统粒子群算法相比．可以加快收敛速度．改善系统的信噪比特性．降低系统发射功率．     

能量有效性频谱感知和传输方案的联合设计

为了实现认知无线网络的能量有效性传输,在混合频谱共享方式下对频谱感知和传输功率分配的联合优化方案进行研究.首先将混合频谱共享方式下的能量有效性传输描述为一个多约束优化问题,并从理论上分析了最优的频谱感知和功率分配方案.结合理论分析结果,设计了低复杂度的联合优化迭代方案以逼近优化问题的最优解.仿真结果表明所提方案的性能与最优方案非常接近,而方案复杂度却大大降低.     

电力线通信系统中基于动态规划的自适应资源分配

分析了电力线通信OFDM系统在多种约束下,多用户多业务在多子载波上自适应的比特和功率分配模型,提出了一种新的基于动态规划的速率和功率自适应相结合的动态资源分配算法,其先给实时用户分配资源以满足固定速率下总功率最小,再利用剩余功率和未用子载波给非实时用户分配资源以满足最小速率下总速率最大．在典型电力线信道环境下的仿真结果表明,该算法的性能优于已有的多用户资源分配优化算法,且其能更好的满足电力线通信系统中多用户资源分配的多目标要求．     

基于混合业务的OFDMA系统资源分配

针对存在混合业务的OFDMA系统的子载波和功率分配问题,提出了一种基于折衷因子的次优资源分配算法,在系统总发送功率的限制下使得系统的吞吐量最大,同时保证实时业务用户的QoS要求和非实时业务用户资源分配的比例公平.该算法将自适应资源分配与自适应调制相结合,并加入了比特调整和优化处理,对实时业务用户和非实时业务用户间的资源利用进行了有效的折衷.分析和仿真结果表明,SRATF算法在不增加复杂度的前提下减少了运行时间,保证了非实时业务用户间的公平性.     

Cross-Layer Adaptive Resource Allocation Algorithm with Diverse QoS Requirements for Single-Cell OFDMA Systems

The orthogonal frequency division multiple access( OFDMA) based communication system has been considered as the main trend of next-Generation communication system. But the existing resource allocation algorithm designed for such system is always with high complexity thus hard to be realized. To solve such problem with the constraints of spectrum efficiency and buffer state,a novel cross-layer resource allocation algorithm( RAA) is proposed in this paper. The goal of our RAA is to maximize the system throughput while satisfying several practical constraints,such as fairness among services,head of line( Ho L) delay and diverse quality of service( Qo S) requirements. Due to these constraints,finding the optimal solution becomes a NPhard problem. Therefore in this paper a novel method to solve such problem with acceptable complexity is proposed within following steps: firstly,based on the link state we formulate the ideal subchannel allocation strategy as a convex optimization problem,which can be efficiently solved by our proposed lagrange multiplier technique subchannel allocation( LMTSA) algorithm; secondly,according to the obtained channel allocation matrix,a power allocation algorithm based on the water-filling power allocation( WPA) idea is deployed to get the optimal power allocation matrix combining with adaptive modulation and coding( AMC); finally,through a greedy algorithm,the ultimate subchannel and power allocation matrix can be obtained based on iterative method. The simulation results illustrate that we can achieve the higher throughput and better Qo S performance than the widely-used maximum throughput( MT) algorithm and round robin( RR) algorithm.     

多用户OFDM系统子载波比特分配算法

针对多用户正交频分复用技术（OFDM）系统功率优化问题,提出一种高效的子载波、比特分配算法。该算法基于最小化-最大者(Min-Max)的原则逐个分配子载波使用户功率递减,采用注水原理分配比特使用户功率最小化,最后使用贪婪算法将分配比特取整,以实现系统功率最小化的目标。理论分析和仿真结果表明,提出的算法有效降低系统发射功率,同时降低了运算的复杂度。