考虑频谱感知错误的多载波认知无线电资源分配算法

认知无线电(CR)资源分配中二级用户对主用户造成的干扰源于两方面,即带外频谱泄露和频谱感知错误。滤波器组多载波(FBMC)技术和正交频分复用(OFDM)技术相比,FBMC带外泄露较小,频谱利用率较高。FBMC技术考虑干扰来源,可以降低二级用户对主用户的干扰,提高CR系统吞吐量。为此,提出考虑频谱感知错误的CR资源分配算法,建立干扰模型,将资源分配分步简化为载波分配和功率分配,在干扰约束和功率约束条件下对二级用户进行功率分配。基于FBMC和OFDM系统的仿真结果表明,该算法对主用户造成的干扰更小,CR系统可以获得更大的吞吐量,FBMC的干扰和吞吐量性能均优于OFDM。     

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。     

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。     

基于比例速率约束的NOMA公平资源分配算法

针对下行非正交多址接入系统多用户场景,综合考虑吞吐量、服务质量、公平性、串行干扰消除(SIC)能力等因素,提出一种基于比例速率约束的公平资源分配算法。利用比例公平思想设计自适应比例公平用户配对方案,通过动态调整遗忘因子加快调度优先级的更新速度。设计最优功率分配方案以保证SIC的正确执行,同时为进一步提升配对用户间的公平性,给出基于比例速率约束的2种功率分配方案,获得相对稳定的功率分配关系。仿真结果表明,在保证系统吞吐量的前提下,该算法可有效提升接入系统的用户数和用户间公平性。     

基于MIMO系统的容量最大化资源分配算法

多输入多输出(MIMO)技术可以提高系统传输速率、增大系统容量。针对应急通信中短时间内用户激增,传统资源分配算法的系统容量无法满足用户需求的问题,提出一种基于MIMO-OFDM系统用户最小速率的系统容量最大化资源分配算法。该算法考虑了应急场景内通话类等低速率业务剧增的情况,首先根据用户速率由低到高依次分配子载波,然后根据分得的子载波数之比将剩余子载波按照用户速率由高到低分配;对于有盈余带宽的子载波,采用子载波分组的方法再分配,从而 最大化 系统服务用户数。为了补偿信道衰弱和抑制信道间干扰,提出一种对子载波信道矩阵分组的功率分配方法,减少了迭代次数,降低了复杂度。从吞吐量、服务用户数和计算复杂度等方面评估了容量最大化算法的性能。仿真结果表明,相对于传统的资源分配算法,所提算法增加了系统服务用户数,减小了计算复杂度。     

LTE系统自适应软频率复用技术研究

提高小区边缘用户性能是蜂窝移动通信系统的经典难题.下一代蜂窝移动通信系统3GPP LTE通过有效的小区间干扰协调以及频率资源分配来改善小区边缘用户性能.提出一种自适应软频率复用算法,根据系统负载情况自适应地为各小区分配主、副载波及其发射功率,在实现系统吞吐量优化的同时保证小区中心和边缘区域速率需求.算法首先通过穷尽搜索和贪婪递减策略,获得单小区最优资源分配,然后在不同小区间迭代执行单小区算法直到系统吞吐量不变为止.仿真结果表明,算法通过多次迭代后,系统吞吐量保持不变并输出一种优化的资源分配方案.与同类频率分配算法相比,可以有效提升小区边缘用户的吞吐量,同时获得更高的系统容量,更适用于高速率的LTE系统.     

基于HAGA的D2D-NOMA资源分配优化算法

针对无线系统带宽资源有限、基站负载压力大、传输时延长等问题,提出一种基于非正交多址接入技术的D2D系统吞吐量最大化资源分配算法。在不同用户的服务质量约束条件下,建立D2D系统吞吐量最大化资源分配模型。该模型的优化目标是一个混合整数非线性规划问题,将其解耦为信道匹配与功率分配2个子问题并分别进行处理,利用自适应惩罚函数法处理约束条件并提出一种基于爬山策略的自适应遗传算法以对问题进行求解。仿真结果表明,与GA、AGA算法相比,该算法能够有效提高D2D系统的吞吐量,且收敛性能更好。     

下含D2D蜂窝网中基于公平性原理的功率控制

针对蜂窝下含D2D系统的资源分配问题,文中首次以共道链路间传输速率的公平性为目标来研究功率控制问题。首先,将建立的系统模型归结为以系统吞吐量最大化为目标的联合信道分配与功率控制的最优化问题。为了降低求解该问题的难度,将问题解耦为信道分配和功率控制两个子问题。在假设已得到最优链路匹配集合的基础上,重点研究功率控制问题,分别得出基于公平性原理的最佳发射功率的闭式解、基于系统吞吐量最大化的最佳发射功率的闭式求解域以及满足公平性前提下基于系统吞吐量最大化的最佳发射功率的闭式求解域。仿真结果表明, 共道链路的公平性能得到了有效提升。     

支持D2D通信的蜂窝网自适应资源分配算法

针对蜂窝与D2D混合网络中资源分配技术不具有自适应性、造成资源浪费的问题,提出一种根据实际网络环境自适应调整的资源分配方案,并设计两阶段的资源分配算法对该方案进行求解。第一阶段根据用户间的干扰自适应调整使用每个资源块的用户个数和D2D用户可使用的资源块个数,第二阶段利用改进的粒子群算法以吞吐量最大为目标分配功率。仿真结果表明,该算法的性能与穷举搜索最优算法最相近,且系统吞吐量和D2D用户的接入率都明显大于固定分配的算法。     

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.     

基于OFDMA系统的改进型功率分配贪婪算法研究

通过考虑功率分配中OFDMA系统的吞吐量与用户间公平性能的平衡问题,在公平约束条件下,提出一种改进型功率分配贪婪算法.该算法根据用户请求进行子载波的预分配,可以有效地实现每个用户具体的比特分配和功率分配.仿真结果表明,该算法的吞吐量逼近于迭代注水功率分配算法,可以在OFDMA系统的吞吐量与用户间的公平性能之间寻求到一个理想的平衡点.     

基于NOMA系统的用户分组和功率分配策略

针对非正交多址接入（NOMA）系统的最优用户分组和功率分配方案的高复杂度问题,提出一种改进的用户分组和功率分配策略。首先,对用户进行分组,由信道增益值确定每个子信道的第一个用户,再由贪婪匹配方法分配剩余用户;然后,对用户的功率进行分配,将该功率分配问题分成子信道间和子信道内两部分,对于子信道间采用线性注水算法分配功率,对于子信道内则采用所提的迭代功率分配算法分配功率;最后,构造拉格朗日函数以实现在最大发射功率以及保证每个用户最低数据速率的约束下系统吞吐量的最大化。仿真结果表明,在多用户的情况下,与线性注水的分数阶功率分配（LWF-FTPA）算法和等分数阶功率分配（EQ-FTPA）算法相比,系统吞吐量分别提高了8%和20%,所提策略优于传统算法。     

电力通信系统的宽带调节技术

当前利用分层网络结构对电力通信系统数字信道进行调节的方式,存在吞吐量性能差、宽带分配不均衡以及电力信息传输丢失严重等问题。提出利用遗传算法对电力通信系统宽带进行调节。对电力通信系统宽带中,每个OFDM符号内多个用户同时进行电力数据传输中的多种参数进行定义并计算,对最大的传输比特数以及最大功率进行计算,在电力通信资源分配速率的自适应和功率自适应的目标几乎一致理论基础上,建立电力通信多用户速率自适应宽带资源分配的数学模型,针对多用户的多目标特点,利用遗传算法中优良基因的注入,跨世代精英的保留以及迭代次数等,满足电力通信系统的多用户宽带资源分配需求。并通过实验证明,所提方法可实现电力通信系统宽带的有效调节。     

Adaptive joint bandwidth and power allocation in heterogeneous wireless access environment

Joint bandwidth and power allocation for a multi-radio access(MRA)system in a heterogeneous wireless access environment is studied.Since both the number of users being served by the system and the wireless channel state are time-varying,the optimal resource allocation is no longer a static optimum and will change with the varying network state.Moreover,distributed resource allocation algorithms that require iterative updating and signaling interactions cannot converge in negligible time.Thus,it is unrealistic to assume that the active user number and the wireless channel state remain unchanged during the iterations.In this paper,we propose an adaptive joint bandwidth and power allocation algorithm based on a novel iteration stepsize selection method,which can adapt to the varying network state and accelerate the convergence rate.A distributed solution is also designed for the adaptive joint resource allocation implementation.Numerical results show that the proposed algorithm can not only track the varying optimal resource allocation result much more quickly than a traditional algorithm with fixed iteration stepsize,but can also reduce the data transmission time for users and increase the system throughput.     

基于CRQP的多小区OFDMA系统联合资源分配算法

针对OFDMA多小区系统中相邻小区同频干扰下的吞吐量最大化问题,在系统功率的约束条件下,基于协同量子粒子群算法提出一种子载波和功率联合分配的协同随机量子粒子群算法（CRQP）。分别利用粒子群算法独立优化子载波的功率分配,并利用改进的量子遗传算法独立优化用户的子载波分配。在独立优化的同时,通过随机协同策略避免陷入局部最优解,达到全局最优。仿真结果表明,与传统的分步求解算法相比,CRQP算法能获得更多的系统吞吐量和更高的资源利用率。     

基于公平性的OFDMA系统中自适应功率分配贪婪算法

功率分配是OFDMA系统资源调度中的一个重要研究问题。该文通过考虑功率分配中系统吞吐量与用户间公平性能平衡问题,提出了一种公平约束下的功率分配贪婪算法。将算法与经典算法比较,在使用户公平性大为提高的同时,使OFDM系统达到最大吞吐量。仿真结果表明,该算法的吞吐量逼近迭代注水功率分配算法。     

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。     

密集家庭基站网络中基于分簇的资源分配方案

针对家庭基站密集部署情况下的下行干扰问题,提出一种基于分簇的资源分配方案。首先,采用部分频率复用（FFR）技术将网络中所有小区划分成不同的空间,既能抑制宏基站之间的同层干扰,又能降低边缘区域宏基站与家庭基站间的跨层干扰;然后,结合图论的知识及凸优化理论对家庭基站进行分簇,并采用基于用户速率公平的信道分配算法对家庭基站进行子信道分配,抑制家庭基站间的同层干扰;最后,采用分布式功率控制算法对家庭基站功率进行动态调整,进一步提升系统的性能。仿真结果表明：相比传统未分组算法,所提算法的信干噪比（SINR）和吞吐量有明显提高,其中,系统吞吐量低于4 Mb/s的概率降低为30%;同时,与未分组算法相比,所提算法公平性提高了12%,使用户获得更高的满意度。     

基于用户分配和负载的频谱分配算法

提出了一种基于用户分配和负载的频谱分配算法.该算法包括两部分:用户分配子算法和频谱分配子算法.用户分配子算法首先基于聚类划分理论,使分配到相同访问点下的用户具有相近的信噪比,缓解了无线接入网络中普遍存在的远近效应问题.在该用户分配基础上,频谱分配子算法根据各访问点的负载及其关联用户信噪比的平均值计算最优频谱分配.该算法具有可实现性、多项式时间的计算复杂度以及比例公平性.真实数据驱动的仿真实验结果表明,该算法能够有效地提高系统吞吐量,同时大幅度减小访问点的报文缓冲区队长.     

OFDMA系统中基于QoS的资源分配算法

针对正交频分多址(OFDMA)系统多用户分集的特点,提出一种基于用户服务质量(QoS)的自适应资源分配算法。利用多用户分集增益和自适应调制编码对功率进行平均分配,从而降低算法的复杂度。仿真结果表明,该算法虽然使系统吞吐量略有减小,但在用户QoS保证与用户公平性方面均有较大的性能提升。