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.     

基于分布式压缩感知的MIMO-OFDM系统信道估计研究

针对MIMO系统信道的联合稀疏特性,提出一种基于分布式压缩感知(DCS)的MIMO-OFDM系统信道估计方法。分布式压缩感知(DCS)被视为分布式信源编码和压缩感知(CS)的结合,论文详细论证了分布式压缩感知理论在MIMO-OFDM系统中运用的可行性。将该算法与基于压缩感知理论的Co SAMP算法做比较,仿真结果表明,基于DCS算法的信道估计不仅性能更优,而且可以实现更低的时间复杂度。     

多用户OFDM系统资源分配的分支定界算法

研究了分支定界算法在多用户OFDM系统资源分配中的应用问题．基于速率最大化准则,进行速率和功率的分配．经典的遗传算法（GA-Genetic Algorithm）虽然很好的解决了非线性问题,使的计算精度得到了提高,但是运算复杂度却提高了;而分支定界算法通过分支、定界、剪支使得计算次数减少从而大大的降低了复杂度,并且仿真结果表明,分支定界算法在性能上接近遗传算法但复杂度上低于遗传算法,性能上优于Linear算法．     

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.     

多用户OFDM系统物理层安全资源分配方案

现有多用户正交频分复用(OFDM)无线通信系统的资源分配方案未考虑安全传输问题。为此,提出一种物理层安全约束下的资源分配方案,从信息安全理论的角度构建多用户OFDM系统窃听信道模型,在此基础上,利用子载波与功率的联合优化分配方案,在满足各用户安全服务质量(QoS)需求的条件下,通过对偶分解实现系统保密容量最大化的优化目标。仿真结果表明,当系统选用64个子载波为8个授权用户提供服务时,该分配方案在满足各授权用户安全QoS需求的同时,其保密容量相比参考方案最多可提高2.071 bit/s/Hz。     

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。     

基于比例公平的多用户MIMO-OFDM系统自适应资源分配算法*

针对传统多用户MIMO-OFDM系统中自适应资源分配算法计算复杂度较高、实时性不强、无法保证用户间公平性等问题,提出了一种低复杂度的自适应子载波、比特及功率分配算法。在子载波分配上,该算法能够在兼顾比例速率约束的前提下使系统发射功率达到最小化;在比特及功率分配上,该算法将非线性优化问题转换为线性优化问题,在保证系统性能的同时显著降低计算量。仿真结果表明,该算法具有良好的性能,能够有效降低计算量,并使系统容量在用户间分配得更加公平和合理。     

基于MIMO-OFDM系统的自适应算法研究

为了提高MIMO-OFDM系统的数据传输率和频谱利用率,提出一种新的自适应算法。该算法在保证信道质量所需误码率和总发射功率的前提下,按照各个子载波衰落程度动态地分配比特和功率,使系统的总数据传输速率最大。理论分析得出,该算法降低了系统运算复杂度,能很大地改善系统的整体性能。     

基于智能天线的多用户MIMO-OFDM联合发送技术研究

提出了一种基于智能天线(SA)的多用户MIMO-OFDM联合发送(JT)方案,给出了系统模型,推导出了权向量和数据发送及检测算法。通过在TD-SCDMA系统应用环境中的仿真和分析,表明基于SA的多用户MIMO-OFDM的JT技术具有比基于多用户MIMO的JT技术更优良的误比特率性能。     

在多用户系统上分布式处理的实现

目前,以资源共享为目的的计算机网络已普遍得到应用。但这些计算机网络多数只有存贮设备,打印设备或信息文件的共享,而以共享处理机为主要目的的分布式处理系统则较少。本人在DIMENSION多用户系统上.对分布式处理进行了一些研究,并以数据库管理系统dBASE Ⅲ为基础,实现了一个分布式处理系统。     

Sub-channel shared resource allocation for multi-user distributed MIMO-OFDM systems

Well-controlled resource allocation is crucial for promoting the performance of multiple input multiple output orthogonal frequency division multiplexing （MIMO-OFDM） systems. Recent studies have focused primarily on traditional centralized systems or distributed antenna systems （DASs）, and usually assumed that one sub-carrier or sub-channel is exclusively occupied by one user. To promote system performance, we propose a sub-channel shared resource allocation algorithm for multiuser distributed MIMO-OFDM systems. Each sub-channel can be shared by multiple users in the algorithm, which is different from previous algorithms. The algorithm assumes that each user communicates with only two best ports in the system. On each sub-carrier, it allocates a sub-channel in descending order, which means one sub-channel that can minimize signal to leakage plus noise ratio （SLNR） loss is deleted until the number of remaining sub-channels is equal to that of receiving antennas. If there are still sub-channels after all users are processed, these sub-channels will be allocated to users who can maximize the SLNR gain. Simulations show that compared to other algorithms, our proposed algorithm has better capacity performance and enables the system to provide service to more users under the same capacity constraints.     

多用户MIMO—OFDM的资源分配和性能分析

论文主要考虑多用户的MIMO-OFDM问题,以使得各个用户更公平有效地分配网络资源。文章首先给出MIMO-OFDM模型,然后引入反映用户满意程度的效益函数,并给出在MIMO-OFDM模型下的效益函数具体形式。其次,进行资源分配,重点考虑OFDM的各个子载波该分配给哪个用户,以及总功率该如何分配给各个子载波,从而实现系统的最优化。最后,文章给出了仿真结果,并着重对仿真结果进行了详细的性能分析。     

Gibbs sampling based distributed OFDMA resource allocation

In this article, we present a distributed resource and power allocation scheme for muRip]e-resource wireless cellular networks. The global optimization of multi-cell multi-link resource allocation problem is known to be NP-hard in the general case. We use Gibbs sampling based algorithms to perform a distributed optimization that would lead to the global optimum of the problem. The objective of this article is to show how to use the Gibbs sampling （GS） algorithm and its variant the Metropolis-Hastings （MH） algorithm. We also propose an enhanced method of the MH algorithm, based on a priori known target state distribution, which improves the convergence speed without increasing the complexity. Also, we study different temperature cooling strategies and investigate their impact on the network optimization and convergence speed. Simulation results have also shown the effectiveness of the proposed methods.     

分布式计算中新兴古典经济学的资源分配方法

为了提高分布式计算环境下资源分配的效率,提出一种基于新兴古典经济学的资源分配方法,其重点关注如何提高整个系统的性能,使得客户得到的整体效用最大。通过将资源分配问题转化成专业化分工问题,应用超边际分析求出分配方案的最优解,从而进行分配策略制定和分配结构的动态调整。仿真试验证明,该方法能够有效地对分布式计算环境下的资源进行分配。     

Two-dimensional water-filling power allocation algorithm for MIMO-OFDM systems

Departing from the narrowband channel model, more and more researchers have recently considered the application of multiple-input multiple-output(MIMO) systems over frequency-selective fading channels in combination with the orthogonal frequency-division multiplexing(OFDM) technique.In this paper, we focus on the capacity of MIMO-OFDM systems and how to increase the capacity.It has been proved that the capacity of a MIMO system with space-dimensional water-filling power allocation is greater than that of th...     

部分信道状态信息下MIMO-OFDM的跨层资源分配算法

针对跨层多用户多输入多输出-正交频分复用（MIMO-OFDM）系统,以系统最大吞吐量为目标,给出一种基于部分信道状态信息的跨层资源分配算法。该优化问题设计的目标函数包括功率限制、传输速率、子载波占用、不同业务的服务质量需求与数据链路层的队列状态信息等约束条件。在数据链路层存在有限缓存条件下,通过均值反馈模型描述信道状态信息的反馈过程,推导出相应的跨层资源分配准则。仿真结果表明,所提算法与现有方案相比,满足了不同业务用户的QoS要求,并获得了好的吞吐率,降低了丢包率。     

Uplink resource allocation in OFDMA system using distributed antennas

In this article, we investigate uplink resource allocation in orthogonal frequency division multiple access （OFDMA） systems that use distributed antennas. The multiple distributed receiving antennas motivate us to exploit the spatial diversity to maximize the achievable rate of the system. Given constraints on the subcarrier allocation and the power limit of each user equipment （UE）, a mixed-integer optimization problem is formulated. We first propose a centralized greedy algorithm to find the maximum achievable rate of the system. Then a heuristic algorithm is proposed that can be implemented in a distributed manner. Simulation results show that the heuristic algorithm can approximately achieve the maximum achievable rate of the system and result in significant system performance improvement over the approach assigning one user to each subcarrier.     

一种新的MIMO-OFDM通信系统比特分配方案

从MIMO-OFDM系统模型出发,首先对理想信道传输矩阵进行奇异值分解,在子信道自适应调制设计中应用信道矩阵特征值把空分复用信道转化为并行子信道,将用于多载波自适应比特分配算法应用于MIMO-OFDM系统。然后以实现系统发射功率最小为原则,以降低系统比特分配算法复杂度为目标,提出了一种可变步长的子信道比特分配优化算法。仿真结果表明,这种算法不但可以实现和Campello方法相当的比特分配性能,还可以较大地降低系统的计算复杂度。