多小区OFDMA系统一种跨层资源分配方法

正交频分多址(OFDMA)作为一种新的多址接入方式受到了极大关注.多小区系统由于采用频率复用技术会不可避免的产生小区间干扰,严重影响了多小区无线通信系统的性能,针对多小区OFDMA,提出了一种准分布式跨层资源分配方法.分配方法包括无线网络控制器(RNC)的跨层资源分配算法和基站收发系统(BTS)的跨层资源分配算法.RNC将子信道分配给各个小区的BTS,BTS将分配给该小区的子信道分配给该小区的用户.仿真结果表明,相对于传统的资源分配方法,跨层资源分配方法能有效提高多小区OFDMA系统给定服务质量(QoS)下的吞吐率.     

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.     

OFDMA系统中的一种资源分配算法

在OFDMA系统中,通过为每个用户分配不同的子载波可以实现并行数据传输.资源分配是OFDMA系统资源调度中的一个重要研究问题.本文时OFDMA无线网络系统的下行链路,考虑了资源分配的问题.重点研究了功率和子载波在用户之间的分配问题,以往的分配算法通常是非线性的迭代算法,复杂度非常高.本文的资源分配算法降低了运算复杂度,与其它算法相比考虑了信道估计的误差问题,更加符合实际情况.仿真结果表明,该算法获得了较好的分集增益.     

基于信道聚合的OFDM自适应资源分配算法

针对OFDM系统中多用户自适应资源分配问题,提出了一种新的基于信道聚合和遗传算法的自适应资源分配算法。该算法首先将所有子载波均匀分组,将子载波分配问题转化成子载波组分配问题。然后,兼顾用户之间的公平性,引入遗传算法,实现用户间的资源分配。仿真结果表明,与现有的算法相比,新算法在保证用户公平性的同时,有效地降低了计算复杂度和获得系统最优解的计算时间,实现系统总的容量最大化。     

基于能效的OFDMA系统资源分配研究*

在正交频分多址（OFDMA）系统中,合理的资源分配对于提升系统的能效具有重要的意义。针对多用户OFDMA系统,对最大化系统能效为目标的资源分配算法进行研究,提出了基于智能水滴算法的全连通图资源分配模型,该模型以全连通图的顶点和边来表示用户与子载波之间的对应关系。在此基础上,进一步对智能水滴算法进行改进。仿真结果表明,在满足用户QoS的条件下,所提出的改进的智能水滴算法的全连通图资源分配方案能够有效提高系统能效,提升系统性能。     

OFDMA系统中的多用户自适应资源分配算法

正交频分复用接入具有传输速率高,带宽分配灵活等特点.在对与多天线STBC等效的单发单收模型进行研究的基础上,结合OFDMA的动态资源分配策略,提出了一种多用户多速率自适应子载波资源分配算法.仿真实验表明,自适应系统由于采用了多用户多速率自适应子载波资源分配策略,不仅可以灵活地支持多速率业务,而且能降低系统的发射总功率,进一步改善了系统性能.     

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。     

OFDMA中继系统下行链路公平资源分配算法研究*

为了公平有效地在OFDMA中继系统下行链路进行资源分配,提出了基于效用函数的资源分配算法,并根据凸优化问题的原始分解理论,提出了相应的分布式求解算法,得到了相关问题的全局最优解。理论分析和数值仿真结果表明,提出的资源分配算法具有较低的系统复杂度,可以使系统效用函数最大,从而在保证用户公平性的前提下,使系统的和速率容量最大。     

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。     

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。     

一种自适应跨层空间子信道分配算法——基于多用户MIMO／OFDM系统

MIMO／OFDM是未来宽带无线通信接口的有效架构。本文提出了一种自适应跨层空间子信道分配算法，在多用户MIMO／OFDM系统中，联合链路层截短ARQ（T-ARQ）技术，以获取物理层最大的系统吞吐量为目标，推导了子载波分配准则，并给出了相应的算法流程。仿真结果表明，该算法具有良好的性能，有效地提高了系统的传输速率。     

电力线通信系统中跨层的用户调度和资源分配

针对多用户多业务基于正交频分多址的电力线通信系统,提出一种在数据链路控制层进行用户调度和在物理层进行资源分配的多层多目标最优的跨层资源分配算法,其用户调度根据所有用户的服务质量(QoS)满意程度、QoS要求、业务包模型、信道状态信息和队列状态信息,从所有用户中选出要服务的用户和确定这些用户的最优跨层参数;其资源分配则根据所有调度用户的QoS要求、最优跨层参数和信道状态信息,先把功率按地窖注水原理分给每个子载波,再把每个子载波最优地分给调度用户并采用逐比特加载查表算法调整其上分配的功率和比特。最后在典型的电力线信道环境下对算法进行仿真,结果表明新算法在系统资源大范围变化时也能保障用户的服务质量,同时有效地提高系统资源的利用。     

WSN中层次型拓扑控制与网络资源配置联合设计方法

综合考虑异构无线传感器网络中节点速率分配、簇的划分规则和链路层网络频带资源占用情况, 提出一种基于拓扑控制与资源优化分配的层次型路由算法. 在网络层, 该算法根据成员节点和簇首节点的速率分配机制建立节点流量平衡模型. 在链路层, 分析无线传感器网络频谱共享行为, 研究邻近用户间访问冲突的规避抑制模型, 重构网络频带资源. 通过引入带宽比例因子将可用频带划分成若干子带, 提高网络频带资源的利用效率. 本文基于跨层联合设计思路, 建立一个混合整数非线性规划问题,对异构无线传感器网络中拓扑控制和网络资源分配问题联合设计, 得到最优的分簇结果和资源分配方案. 最后, 在设定网络拓扑中评估性能, 仿真结果证实该算法在网络频带资源充分利用的同时, 可实现最优的簇首匹配和路由建立结果.     

抗时延敏感性跨层自适应资源分配方案*

为了对抗多用户OFDM系统中用户实时业务对时延的敏感性,提出一种利用Hopfield神经网络(HNN)算法的跨层自适应资源分配方案。该方案设置用户调度优先级时同时考虑物理层的信道状态信息,及媒体接入层的用户队列状态信息和等待时间等;采用HNN算法,最大化系统容量的同时降低了平均时延和丢包率。仿真结果表明,相比于传统资源分配方案,该方案可以有效保障用户的服务质量,并提高了系统的整体性能。     

基于跨层设计的认知无线Mesh网络拥塞反馈研究

在认知无线Mesh网络中,由于信道状态变化导致的链路负载差异,网络拥塞成为影响认知无线Mesh网络系统性能的重要因素。针对这一问题,提出了基于最大最小公平策略的拥塞反馈算法。该算法通过综合分析基于随机搜索-遗传算法的多速率编解码调制、多重数据流的信道分配机制,以及优化的路由选择三种机制的网络资源分配约束条件,来构建跨层模型,计算网络拥塞。同时,通过拥塞值反馈,实现对物理层、链路层和网络层的联合跨层优化,最大程度避免网络拥塞。仿真结果表明,该算法在网络发生拥塞时收敛更快,能够有效避免拥塞,均衡负载,并能提升网络吞吐量。     

基于改进自适应遗传算法综合能源规划的研究与分析

为了解决日益严峻的社会环境和资源日趋枯竭的的严峻形势,让不同能源结构能够得到优化配置,本文采用了改进的自适应遗传算法来对能源进行预测分析,借助计量自动化系统提供的大量电力负荷数据,基于用户群体分析与识别,改进自适应遗传算法等大数据技术对负荷进行预测,并对不同行业和部门,不同能源结构进行深入的分析与研究与探讨。对比传统的几种预测算法,得出改进的自适应遗传算法具有更加准确的预测能力,研究结果表明,提前做好相关能源的预测,对能源结构进行过综合的规划是很有必要的,可以引领能源模式走入一种全新的模式,开拓能源互联网新时代。为能源结构的转型升级做好必要的工作。能源的综合规划能缓解现在面临的能源危机和环境污染等严重的问题。     

宏-飞蜂窝双层网络中基于毫微微基站分组的资源分配

针对宏-飞蜂窝双层网络模型中宏小区（Macrocell）用户层和毫微微小区（Femtocell）用户层之间的跨层干扰和Femtocell之间的同层干扰,提出了一种基于毫微微基站分组的资源分配算法。该算法包括两个部分：一部分是宏基站先利用改进的差额法,设置虚拟的宏用户（MUE）,将之变为平衡的指派问题再为宏小区用户分配信道,然后用注水算法分配功率,保证宏小区用户的正常传输。另一部分是在保证宏小区用户的服务质量基础上,采用一种增强型的蚁群优化（EACO）算法,设定信息素浓度范围后对毫微微小区进行分组,避免了原始的蚁群算法有可能陷入局部最优的现象;再利用一种启发式算法和分布式功率分配算法分别对毫微微用户（FUE）进行信道和功率分配,在满足毫微微小区用户的数据速率需求下,最大化频谱效率。仿真结果表明,EACO有效地抑制了跨层干扰和同层干扰,既能保证用户的数据速率需求,又能有效提升网络频谱效率。     

基于效用函数的OFDM混合业务资源调度算法*

主要研究了QoS和BE两种混合业务场景下OFDM无线网络下行链路的资源调度问题,提出了一个基于效用函数的跨层资源调度模型,其能够自适应地对两种业务进行资源的联合优化分配。该模型被抽象为一个非线性整数规划问题,优化目标是系统总效用最大化,同时满足同信道干扰（CCI）约束以及QoS业务的质量要求。将该非线性整数规划问题转换为连续松弛凸规划问题进行求解,并结合最优松弛解,提出了一种简单的动态子载波分配算法,即MMU(mix-max-utility) 算法。仿真结果验证了该调度算法能使系统较好地支持混合业务,系统     

基于跨层设计的矿山物联网感知层协作网络寿命优化

为了满足矿山物联网感知层服务质量（ QoS）的要求,采用一种基于跨层设计的无线协作通信机制,在Nakagami-m衰落信道中,通过物理层自适应调制编码（ AMC）和链路层混合自动重传请求（ HARQ）协议跨层设计,研究无线通信网络的HARQ协作机制,推导出协作传输系统的总能耗表达式,建立跨层优化模型。基于贪婪策略的思想,提出一种网络寿命最大化的功率分配算法（ NLMPAA）,在保证误码率指标的前提下,在最大功率的约束范围内,对功率矩阵进行优化,使网络寿命最大化。仿真结果表明：基于协作机制的网络寿命明显优于非协作机制网络,本文提出的NLMPAA可以延长网络寿命20%以上。