用于OFDMA蜂窝系统的多小区自适应资源分配算法

提出了一种用于正交频分多址通信系统下行链路的多小区自适应资源分配算法(MARA)。为了降低系统复杂度，将子信道分配和功率分配分开实现，在小区内部进行动态子信道分配，并以单小区子信道分配结果为基础在相邻小区同频用户中进行功率分配。将非合作博弈论引入到多小区功率分配中，给出了基于代价函数的多小区分布式功率分配算法。通过协调相邻小区间同频子信道的发送功率，抑制小区间干扰，提高无线资源利用率。仿真结果表明，与已有算法相比，本文提出的算法可以提高系统吞吐量。     

用于OFDMA系统的多小区自适应资源分配算法

提出了一种用于正交频分多址通信系统下行链路的多小区自适应资源分配算法(MARA).为了降低系统复杂度,将子信道分配和功率分配分开实现,在小区内部进行动态子信道分配,并以单小区子信道分配结果为基础在相邻小区同频用户中进行功率分配.将非合作博弈论引入到多小区功率分配中,给出了基于代价函数的多小区分布式功率分配算法.通过协调相邻小区间同频子信道的发送功率,抑制小区间干扰,提高了无线资源利用率.仿真结果表明,与已有算法相比,本文提出的算法可以提高系统吞吐量.     

用于OFDMA系统多小区干扰协调的功率分配算法

提出了一种用于小区间干扰协调的多小区自适应功率分配算法. 该算法利用相邻小区同频子信道间信干比的差异,通过平衡信干比,协调同频子信道上用户的发送功率,保证系统边缘用户性能,减小同频信道干扰,提高无线资源利用率. 仿真结果表明,该算法既可以很好地保证用户公平性,又能充分利用频谱资源以保障系统吞吐量.     

OFDMA系统中节能的遗传禁忌搜索功率分配

提出了一种用于多小区正交频分多址系统的功率分配算法. 以最小化系统发送功率为优化目标,在满足每个用户速率要求条件下,将遗传算法与禁忌搜索算法相结合,求解了多小区同频子信道上的功率分配问题. 定义了适应度函数,并给出了算法实现过程. 仿真结果表明,与已有算法相比,新提出的算法能在满足所有用户的速率要求条件下节约系统总发送功率,提高能量效率.     

多小区多用户OFDM系统中的最佳比特分配算法

在研究单小区多用户OFDM(正交频分复用)系统中最佳或次最佳的子载波比特功率分配算法基础上,提出了一种在满足所有用户QoS(服务质量)要求下多小区多用户OFDM-TDMA(正交频分复用-时分多址)系统的,以最大化系统吞吐量为目的的最佳功率比特分配算法.通过仿真验证,此算法在确保QoS条件下,能够最大化系统吞吐量并减轻同频干扰的影响.     

OFDM双向中继子载波配对与功率联合优化

为了提高基于正交频分复用(OFDM)的放大转发模式下双向中继系统总容量,提出了一种低复杂度的基于信道增益排序子载波配对算法(SP-SCC)和一种联合该子载波配对与功率分配的资源优化策略. 该策略首先是在等功率的条件下进行SP-SCC方法的子载波配对; 然后在系统总功率的限制下,利用对偶分解获得各子载波间的功率分配; 最后将各子载波上的功率分配到各节点上,即获得了各节点上最优功率分配. 仿真结果表明,所提的资源分配策略可以提高系统总容量.     

利于LDPC码对数似然比译码的自适应功率分配算法

提出了一种在低密度奇偶校验码(LDPC)编码的正交频分复用 (OFDM)系统中，利于各子载波进行LDPC码对数似然比译码的自适应功率分配算法，根据信道条件调整各子载波的功率，使系统的译码性能达到最优。给出了该算法在多径衰落信道下的仿真，仿真结果表明，自适应预处理算法对系统的误比特性能有了很大程度的提高。     

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.     

基于人工蜂群算法的多用户OFDM自适应资源分配方案

针对多用户正交频分复用(OFDM)自适应资源分配中用户公平性和系统容量的问题,本文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,首先确定每个用户需要的子载波数量,然后根据用户的速率比例继续分配子载波,最后分配剩余子载波。在功率分配中,通过人工蜂群(ABC)算法的全局搜索实现在所有用户之间的功率寻优,并利用等功率的分配方式对每个用户的子载波进行单用户功率分配。从仿真结果中可以看出,本文算法不仅可以兼顾用户的公平性,同时也有效地提高了系统的吞吐量,从而证明了本文算法的有效性。     

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。     

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.     

无线区域网单小区中下行链路的子信道分配

本文首先分析了无线区域网(WRAN)中认知基站与无线麦克风之间以及认知无线电用户与无线麦克风之间的干扰,在此基础之上建立了一种新的无线区域网与无线麦克风共存的模型。然后以最大化系统下行链路速率为目标,给出了无线区域网单小区中信道分配的数学模型。为了使这一混合整数规划问题快速求解,将信道分配问题等效为二部图中的最大匹配问题,运用图论中的匈牙利算法求得了问题的最优解。仿真结果表明了文中所述方法的有效性。     

保证混合业务质量的跨层OFDMA资源分配方法

提出了一种新的跨层正交频分多址（OFDMA）系统资源分配方法,其综合考虑了无线信道的时变特征和媒体接入子层（MAC）业务质量（QoS）要求,将MAC层分组调度和物理层的OFDM子信道分配及自适应调制编码进行联合设计,目的是在保证实时时延敏感业务和非实时业务的QoS基础上最大化系统吞吐量。在子载波分配过程中,分别采用了信道依赖的最早预期 (CD-EDD)算法和 最小速率需求(MRR)算法,对实时时延敏感业务和非实时业务进行调度。基于IEEE 802.16标准建立了动态仿真模型对算法性能进行评估,结果表明较传统的最大信噪比方法在系统吞吐量相近的基础上对时延特性、用户公平性方面有较大性能提升。     

基于功率和信道联合预留的准入控制策略

为了更有效地实现IEEE 802.16e 正交频分多址接入（OFDMA）系统的服务质量（QoS）保证,提出了一种基于功率和信道联合预留的准入控制策略.介绍了一种子信道和功率分配算法,该算法将预留信道以外的可用信道完全分配从而实现发射功率最小化.针对2种切换用户--小区间切换用户和小区内切换用户,分别设计了2种预留方案,并引入2个切换预留因子.为了在呼叫阻塞概率和呼叫损耗概率之间寻求折中,以最小化服务等级（GoS）作为优化选择切换预留因子的目标,并通过动态调整预留因子,用较低的计算复杂度实现对最优解的逼近.仿真结果表明,这种自适应的方式有效地优化了系统的GoS,并且联合预留策略的GoS性能优于功率预留策略.     

超密集网络中一种改进的分簇及资源分配方案

为了减少超密集网络中小区间的干扰,提出了一种改进的分簇及资源分配方案.首先,根据小基站间的路径损耗程度构造损耗图,基于损耗图选出簇头并且分簇,将路径损耗之和较小的小基站放在一个簇中,每个簇中小基站的数量不超过子信道的数量;然后,根据簇内的用户在每个子信道上的信干噪比依次为每个簇的用户分配正交的子信道;最后,优化功率分配,以提高吞吐量.仿真结果显示,与相同场景中的已有方案相比,所提方案更加均匀地将小基站分布在每个簇中,并且显著提高了系统吞吐量.     

基于有限反馈的多小区协作迫零预编码

为了同时抑制小区间干扰和用户间干扰,在多小区多用户系统中,基站通过共享CSI,采用小区间干扰清零（ICIN）预编码算法,将2种干扰迫零。在该算法的基础上,提出了有限反馈情况下的自适应比特分配算法以最小化量化误差引起的速率损耗,更有效地利用反馈比特资源。并且,给出速率损耗保持恒定时,用户所需的总反馈比特数的变化规律。仿真结果表明,提出的自适应比特分配算法优于等比特分配算法,并且采用自适应比特分配时系统速率损耗较小,而复用增益与准确CSI时相同。     

基于遗传算法的多基站协作通信功率分配方案

将多基站协作通信的功率分配问题转换为信干噪比(SINR)均衡问题。通过设置路径损耗门限为各用户判决与其通信的协作基站,并考虑用户间接收SINR的公平性,给出基于遗传算法的多基站协作通信功率分配方案。数值分析表明,相对于传统蜂窝小区等功率分配以及多基站协作通信等功率分配,该功率分配方案使系统中各用户的平均SINR分别提高17.75dB和2.36 dB。