一种基于OFDM的多用户认知无线电系统联合资源分配算法

针对频谱共享环境,研究了采用OFDM调制方式的多用户认知无线电系统中,综合考虑自身发射功率约束与主用户干扰功率约束的资源分配问题.基于最大化认知用户和速率的优化目标,给出了连续比特条件下最优的多水位注水功率分配表达式;针对更实际的整数比特要求情况,通过基于相对增益因子RG的子信道选择机制与每个认知用户内多约束的贪婪比特与功率分配策略,来最大限度地提高频谱利用率.仿真结果表明:联合的子信道、功率与比特分配算法在不同的参数设置下均达到了良好的性能,在不影响主用户通信的前提下有效地提高了认知系统的频谱利用率.     

OFDM认知无线电系统中多用户资源分配新算法

OFDM是认知无线电系统物理层的关键技术,本文针对多用户的OFDM认知无线电系统,提出了一种联合功率、信道和比特分配的新算法,该算法将多用户资源分配映射成多维O-1背包问题,考虑了主次用户之间的干扰,引入了次用户的带宽需求,既保证了次用户对主用户干扰功率的限制,同时又满足了各个次用户的QoS.仿真结果表明,本文的算法与...     

Underlay模式下认知无线电OFDM系统多用户资源分配

为了更有效地求解Underlay频谱共享模式下的OFDM系统多用户资源分配问题,提出了一种公平、复杂度低的资源分配方法,首先利用公平性的子载波分配方法为认知用户分配子载波,然后利用子载波分配结果,将复杂的多用户资源分配问题转化为简单的单用户功率分配问题,并利用一种复杂度较低的线性封顶注水算法对子载波功率的分配进行求解.通过一种TV频段OFDM系统对算法性能进行了仿真对比分析,仿真结果验证了本文所提资源分配方法的有效性和优越性.     

OFDM认知无线电系统中分布式资源分配

针对多用户的OFDM认知无线电系统,提出了一种适合于混合业务的分布式资源分配新算法.该算法以最大化系统容量为目标,将资源分配问题建模为非凸优化问题,并通过拉格朗日对偶理论将原问题分解为若干个独立的子问题,通过对子问题的求解可以获得最优的子载波分配和功率分配.同时,根据认知用户业务分组中不同的业务类型授予其不同的权重因子,确保资源分配结果能够满足各认知用户的QoS.仿真结果表明,该算法不仅提高了系统容量,而且还保证了资源分配的公平性和用户的QoS,且算法复杂度不高.     

基于Message Passing的认知无线电快速资源分配

针对多用户的OFDM认知无线电系统上行链路,提出一种基于Message Passing的分布式快速资源分配算法。该算法以认知系统总发射功率最小化为优化目标,综合考虑了认知用户对授权用户的干扰、总发射功率预算以及认知用户之间的比例公平性等约束条件,将资源分配分为子信道分配与功率分配相继2个步骤,构建资源分配的因子图,通过在节点间迭代地传递信息直至最终完成分布式的资源分配。分析和仿真结果表明,该算法在保证系统通信性能及资源分配公平性的前提下降低了系统总发射功率,并且运算效率得到了明显提升。     

基于公平度门限的多用户OFDM系统自适应资源分配算法

在传统的子载波分配过程中,具有优先权的用户将优先选择最好的载波,这将导致载波利用效率下降.许多改进算法通过牺牲一定的公平性来提升容量并降低复杂度,但是这可能会使用户间无法达到所要求的公平性.针对这些问题,提出了一种基于公平度门限的载波和功率自适应分配算法.在载波分配过程中,通过公平度门限来决定载波分配优先级,从而实现容量和公平度的粗略折中.载波分配后利用粒子群(PSO)算法进行功率分配来达到所要求的公平度门限.实验结果表明,该算法在满足所要求公平度门限的同时提升了系统容量.     

一种新型的多用户OFDM系统资源分配策略

在多用户正交频分复用（Orthogonal Frequency Division Muhiplexing，0FDM）系统中，系统容量和用户公平性不能同时兼顾，本文提出了一种综合考虑系统容量和用户公平性的资源分配算法．该算法利用多用户的分集增益，根据用户的实时信道状态和传输速率要求，合理的选择用户接人的时刻，既保证了用户公平性又提高了系统容量，达到时频二维空间优化系统的效果．仿真结果表明，本算法在不增加算法复杂度和不损失用户公平性的前提下，有效的提高了系统容量。     

鱼群算法在多用户OFDM跨层资源分配中的应用

基于人工鱼群算法,利用已知信道信息对多用OFDM系统中的资源进行跨层分配.本文提出了新的目标函数,合理有效地找到了总传输速率最大化和实现用户的速率要求、比例公平要求的权衡点.为了减小资源分配的复杂度,本文提出首先对子载波进行分配,然后进行功率分配.仿真结果表明,人工鱼群算法的很好的解决了多用户OFDM系统中的跨层资源分...     

认知无线电网络中基于协作中继的资源分配算法

在认知无线电网络的协作中继机制下,中继节点利用其和源节点以及目的节点的不同公共信道为二者的通信转发数据,可以有效解决次用户的通信需求和可用带宽之间的矛盾,提高频谱利用率和系统吞吐量。基于协作中继的认知无线电网络中,不同通信链路上可能存在公共可用信道,使信道和中继的分配问题变得复杂。本文研究了公共信道存在的情况下系统的资源分配问题,基于网络最大流理论提出了两种算法:并行算法和贪婪算法,并分析了算法复杂度。仿真结果表明,两种算法都能够更有效地分配资源,提高频谱利用率,改善网络吞吐量。并行算法可以得到最优解,但其复杂度随信道公用程度的上升增长迅速,受节点并行处理能力的限制,只适用于信道公用程度较低的情况。贪婪算法不一定能得到最优解,但其复杂度较低,并且信道公用程度高时接近最优解,因此超出节点的并行处理能力后,可以选择贪婪算法。      

认知无线电下行链路中的OFDMA资源分配算法

摘 要： 本文提出一种适用于下行认知无线电系统的正交频分多址接入资源分配算法,在总发射功率、误比特率和对授权用户的干扰受限的条件下最大化系统信息传输速率.本算法分两步实现：首先通过比较各认知用户在各子载波上单位信号发送条件下接收信号的信干噪比实现子载波分配;然后利用凸优化理论求解非负实数域内的比特数和功率值的最优解,并将其调整为符合实际系统需要的比特数和功率值,实现比特和功率分配.仿真结果表明,相比传统的基于频谱空洞的资源分配算法,本算法可以提供显著的系统信息传输速率增益.     

WiMAX系统无线资源管理架构设计

从WiMAX网络架构的引入,介绍了无线资源管理(RRM)各功能模块在网络架构中所处位置。参考WiMAX网络工作组给出的2种RRM参考模型,采用自顶向下的设计方法给出了基于网络功能实体的通用RRM架构设计。此通用架构能清晰的表述RRM各功能,能有效实现和评估。     

基于凸优化的认知无线网络功率分配

为满足认知用户对主用户的干扰约束,同时最大化认知用户的传输速率,提出了基于凸优化理论的最优功率分配方案.考虑到最优方案的计算复杂度较高,还提出一种复杂度较低的次优方案.仿真结果表明,在主用户可容忍的干扰约束下,次优方案父的性能接近于最优方案.     

基于比例公平原则的多用户MIMO-OFDM系统资源分配

提出了一种基于比例公平原则提高MIMO-OFDM系统吞吐量的子载波和功率分配算法.它在总功率和误比特率的约束下,以获取最大系统吞吐量为目标,同时为兼顾用户间资源享用的公平性,根据用户速率成比例推导出了子载波分配限制准则.仿真结果表明,本算法不仅可满足不同用户的速率要求,而且平衡了容量最大化和用户间公平性的矛盾,同时计算...     

分层认知无线电网络中基于稳定匹配的资源分配算法

频谱资源的合理分配是认知无线电技术追求的目标之一,随着认知无线电网络中的次用户(SUs)数量不断增加,频谱资源的精确、实时分配与管控越来越难以实现。针对此问题,该文提出一种分层的认知无线电网络(CRN)架构,多个管理实体专注于为各层用户提供频谱服务;并在该架构下,提出一种基于稳定匹配的资源分配算法,用户通过自主协商形成分配结果,不仅保证了主用户(PUs)对次用户的功率限制,还充分考虑了各自的效用。仿真结果表明,所提算法的性能接近于最优方案,并降低了计算复杂度和系统时延。     

多用户MIMO-OFDM系统中的资源分配

该文针对多用户MIMO-OFDM系统,基于最大化信号与干扰加噪声比(Signal-to Jamming and Noise Ratio,SJNR)预编码,提出了实用的自适应资源分配方法。根据各用户SJNR值,提出采用递增(Incremental Algorithm,IA)和递减(Decremental Algorithm,DA)两种方法为各子载波选择用户集合,使各子载波被多个用户最优复用,实现多用户分集,以达到最大化系统吞吐量的目的。此外,基于DA思想,给出了考虑不同用户QoS要求下分配子载波的方法(QoS Decremental Algorithm,QDA)。分析和仿真结果表明,IA和DA在大大降低算法复杂度的同时使性能很好地接近最优算法,QDA能在满足不同用户QoS要求的同时最大化系统吞吐量。     

基于多用户MIMO-OFDM系统的子信道和功率分配算法

在多用户MIMO-OFDM系统中，当总功率受限时，为了使整个系统的数据传输速率最大．已有的最优算法的计算十分复杂，这里采用了一种次最优算法。在发射端，基于已知信道状态信息。应用奇异值分解将MIMO信道转化为并行的子信道，并将表征信道增益的信道特征值用于子信道自适应调制优化设计中。在自适应过程中．用到了子信道和功率联合分配算法。仿真结果表明，这种算法能使系统的性能明显提高。     

一种EPON-WiMAX融合网络带宽分配算法

文中提出了一种应用于EPON和WiMAX的融合网络,实现用户多优先级业务区分并保证用户QoS的动态带宽分配算法。算法让EPON网络和WiMAX网络协同分配带宽,在EPON网络带宽分配的过程中加入WiMAX网络的带宽分配。整体算法使得因得不到足够带宽而受到影响的用户数保持在最小,同时加入令牌机制兼顾了用户之间的公平性。文中在现有融合网络框架的基础上提出算法,并给出了算法的具体设计步骤,详细分析了带宽申请和分配的过程,讨论了算法的优越性。     

基于Q学习自适应蚁群算法的认知无线电频谱分配

认知无线电能有效实现频谱资源的再利用,是当前通信研究领域的热点之一.如何进行频谱的合理分配是实现认知无线电网络有效运作的关键问题.在图论着色模型的基础上,提出了一种基于Q-学习的自适应蚁群算法.通过仿真实验表明,该算法性能明显优于颜色敏感图着色算法,能更好地实现网络效益最大化.同时,比传统的蚁群算法寻优能力更强,收敛速度更快.     

基于OFDM的认知无线电功率分配方法研究

针对认知无线电(Cognitive Radio,CR)需要提高频谱利用率,而正交频分复用(Orthogonal FrequencyDivision Multiplexing,OFDM)技术系统中针对子载波的功率分配算法计算复杂度高的缺点,对认知无线电中的频谱资源和功率分配方法进行了研究。提出了一种将整个信道分为多个子载波块进行功率分配的算法,该算法结合频谱检测和信道估计的结果,选取可用的通信频段并采用注水算法为每一个子载波段分配功率,并通过自适应调制实现吞吐量最大化。仿真结果表明,该算法可以有效提高频谱利用效率。