一种基于QoE效用函数的资源分配算法

针对多用户MIMO-OFDM系统,立足业务体验方,给出了一种最大化用户QoE的资源分配算法。通过设计QoE效用函数,将用户QoE与系统QoS参数关联起来,在发送功率和目标误码率的约束条件下,以最大化用户平均QoE为目标,通过QoE效用函数获取用户当前时刻QoE增量,据此确定用户时频资源分配优先级,进而进行注水功率分配。仿真结果表明,该算法能够充分利用系统资源,有效提高用户平均QoE。     

一种低复杂度非正交多址接入功率分配算法

功率分配是非正交多址系统(NOMA)资源分配中的一个重要研究问题。最优迭代注水功率分配算法能提高系统性能,但是算法复杂度较高。提出一种低复杂度的功率分配算法,首先对子载波采用注水原理得到总的复用功率,然后在单个子载波上叠加用户间采用分数阶功率分配方法进行功率再分配。通过仿真分析,与最优迭代注水功率分配算法相比,该算法在性能损失不超过3%的情况下,大幅减低了计算复杂度。     

一种子载波配对和功率分配联合最优算法

在基于正交频分复用的多载波两跳中继系统中有两个关键的问题亟需解决:子载波间的功率分配和子载波配对.子载波功率分配和配对之间存在复杂的耦合关系,通过现有的方法对子载波功率分配和配对进行联合优化比较困难.在深入研究这种耦合关系的基础上,针对解码转发,利用凸优化思想,提出一种功率受限下的子载波配对和功率分配联合最优算法.仿真结果表明,本算法可以有效提升中继系统的系统容量.     

协同OFDM系统联合中继选择、子载波配对和功率分配算法

研究了协同OFDM系统中的资源分配问题,提出了一种联合中继选择、子载波配对和功率分配的算法.首先在假定等功率分配的情况下,对中继节点进行选择并对子载波进行配对,然后在此基础上对选定的子载波对进行功率分配.分析结果显示所提算法是一种计算复杂度比较低,且系统容量接近最优容量的算法.     

基于分簇的多用户OFDM自适应资源分配方案

针对正交频分复用自适应资源分配中算法复杂度和系统容量的问题,提出了一种联合子载波分配和功率分配的方案。在子载波分配中,将频带内相邻的子载波合为子载波簇,对用户速率进行比例约束,根据预设的比例为用户分配子载波簇;在功率分配中,根据子载波分配完毕后的用户速率比例,为用户分配功率,再利用注水算法解决单用户下子载波的功率分配问题。仿真结果表明,所提出的方案不仅可以有效降低算法的复杂度,而且提高了系统容量,从而证明了方案的可行性。     

基于发射功率最小化的MIMO-OFDM系统资源分配算法

研究了一种针对多用户MIMO-OFDM系统的资源分配算法. 该算法是在保证用户公平性的前提下,基于发射功率最小化对系统进行子载波和比特分配. 首先按照用户信道增益状况由最差到最好的顺序进行子载波的初次分配,之后再比较其功率大小找到最终适合用户的子载波,最后利用贪婪注水法对子载波进行比特分配. 仿真结果表明,算法降低了系统的发射功率,并提高了系统的性能.     

基于QOE效用函数的多用户OFDM系统功率分配算法

将用户感受质量(Quality of experience,QOE)引入正交频分复用(Orthogonal frequency division multiplexing,OFDM)系统的资源分配算法设计中,并基于QOE构建的效用函数提出了一种以系统平均QOE最大化为目标的功率分配算法.该算法利用导数迭代逼近的方法调整...     

一种容量最大化的OFDMA资源分配算法

针对功率受限的多用户OFDMA系统,提出了一种简化的子载波和功率分配算法,此算法在最大化系统容量的同时兼顾了用户间的公平性。算法首先依据当前的信道状况计算出各用户所需的载波数量,并分配子载波,然后以注水算法对各载波上的功率进行分配。仿真结果表明,以此算法对OFDMA的系统资源进行分配可显著提高系统的多项性能。     

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。     

认知无线电中基于比例公平的资源分配方案

在基于OFDM的认知无线电网络中,认知用户采用放大转发（Amplify-and-Forward,AF）协作模式进行数据传输。提出了功率和子载波分配及配对的优化算法,认知用户在子载波上的总发射功率是有限的,同时对授权用户造成的干扰必须低于门限值。采用拉格朗日对偶分解法和次梯度法对功率分配算法进行求解,并对子载波分配及配对算法进行了推导。仿真结果表明,与最大化总速率（maximize-total）公平性和最大化最小速率（maximize-worst）公平性相比,比例公平性（maximize-pro-fair）是一个能够使效率与公平性更加均衡的标准;在低信噪比时,就提高系统传输效率以及资源分配公平度指标而言,该算法依然优于其他三种分配方案。     

基于QoE的LTE多业务资源分配算法

高效地利用无线频谱资源和保证用户体验质量是未来无线网络的主要目标。基于此，提出一种基于QoE的LTE多业务资源分配算法。在考虑信道信息、QoS要求及公平性的基础上，引入QoE来计算的用户优先级。特别的，引入最小QoE约束来保证RT用户QoE要求；提出一种次优资源块（Resource Block，RB）分配算法来解决复杂的资源分配优化问题，该算法主要分为两步：保证RT用户最小QoE要求；最大化系统加权和速率。仿真结果表明，相较现有的RT/NRT资源分配算法，该算法在用户分组丢失率、平均QoE和小区频谱效率方面性能都有所提升。     

多用户OFDM比例公平资源分配算法

提出了一种在多用户OFDM系统中总发射功率和误码率限定的条件下,系统总数据容量最大化的子载波分配算法。针对已有算法对数据容量和公平性兼顾较差的情况,通过引入比例公平控制参数α,把子载波分配分为两部分,首先对所有用户的信道增益降序排列,从中选择αN信道增益较好的子载波进行分配,然后对剩余的（1-α）N个子载波按比例公平的原则进行子载波分配。第一步可以获得较粗糙的比例公平,但可以获得较大的数据容量,通过第二步进一步调整比例公平。可以根据实际需要选择合适的α。子载波分配完毕后,采用注水算法调整子载波间功率分配。通过仿真显示该文算法数据容量得到提高的同时很好地保持了用户间的比例公平。     

A QoE-based jointly subcarrier and power allocation for multiuser multiservice networks在多业务多用户网络场景下的基于QoE的联合子载波和功率资源分配

Quality of experience (QoE) is widely applied to reflect user’s satisfaction of the network service, which exactly conforms to the user-centric concept in 5G. In this paper, we propose a QoE-based subcarrier and power allocation algorithm for the downlink transmission of a multiuser multiservice system. For the subcarrier allocation algorithm, the rate proportional fairness factor is defined to ensure the fairness between users. Based on different QoE models of three services, i.e., file down (FD), video streaming and voice over internet protocol (VOIP), a multi-objective optimization method is exploited to allocate the power resource by minimizing the total power consumption and maximizing the mean opinion score (MOS) value of users simultaneously. Simulation results indicate that the proposed algorithm has less power consumption and higher QoE performance than the traditional proportional fairness (PF) algorithm. In addition, the proposed algorithm can achieve nearly the same fairness performance as the PF algorithm. Moreover, when the number of subcarriers becomes larger, the power assumption will be less but with little influence on both the QoE and fairness performances.     

基于图着色理论的最大效用频谱分配算法

研究基于图着色理论的频谱分配算法,提出一种改进的最大效用频谱分配算法。该算法生成类似于ISAA算法的用户效用矩阵和相应的干扰矩阵,选择最大效用用户或干扰值为0的用户进行频谱分配。仿真结果表明,该算法能有效减少频谱分配的时间开销,提高频谱的使用效率,最大化认知无线电系统的总效用。     

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。     

干扰约束下的认知无线电传输链路自适应算法

针对干扰约束下的认知无线电传输链路自适应算法开展研究,基于OFDM的认知用户与主用户共存,认知用户在保证对主用户干扰容限的前提下执行子载波与功率分配,以树形分支贪婪算法为基础,引入功率余量因子和干扰余量因子并通过比较余量因子相对大小来选择子载波,通过减小分支数以降低算法复杂度.仿真结果表明,改进的树形分支贪婪算法获得的...     

OFDMA系统中容量最大化的资源分配算法

为最大化OFDMA系统容量,提出一种信道容量最小子载波优先分配算法。在每次迭代注水过程中,假设所有子载波只能分配给一个用户,计算该用户对应于不同子载波所具有的信道容量,并对具有最小信道容量的用户优先分配子载波,以避免将信道容量差的子载波分配给用户。仿真结果表明,该算法解决了采用传统等功率方式计算子载波分配容量时准确率低的问题,相比WUF算法和WSA算法,在不同信噪比的情况下系统容量提高近15.7%和12.2%,达到最大化系统容量的目的。