基于改进人工鱼群算法的多用户OFDM系统自适应资源分配*

在鱼群算法中提出了人工鱼的吞食行为,对算法进行了改进,在保证算法性能的前提下明显降低了人工鱼群算法的复杂度。通过对多用户OFDM系统模型的分析,结合对用户公平性的考虑,给出了该系统中自适应资源分配问题的目标函数。用改进鱼群算法在保证用户公平性的基础上,很好地解决了多用户OFDM中的自适应资源分配问题,实现系统总传输速率最大化。     

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．     

基于粒子群算法的多用户OFDM系统自适应资源分配

在分析多用户OFDM系统模型的基础上,得出多用户OFDM系统的自适应资源分配的目标函数,然后利用粒子群优化算法对其进行了优化。为了提高粒子群优化算法的全局收敛性的收敛速度,将禁忌搜索策略和变异操作引入到基本粒子群优化算法之中。仿真结果表明,改进的粒子群优化算法可以非常有效地解决多用户OFDM系统自适应资源分配问题。     

OFDMA系统中保证QoS的资源分配研究

针对OFDMA系统的下行链路,提出了一种面向不同业务的低复杂度资源分配算法。方案基于上行链路分配的思想,先进行用户功率和子载波数的确定;然后引入基于用户信道状态、速率要求和延时约束的优先级函数。在子载波的分配中,根据优先级函数分配子载波以满足各类业务的具体要求。仿真结果表明,该算法能够充分利用多用户分集增益,在相同的通信服务质量条件下,算法提高了系统性能,降低了计算复杂度,具有现实意义。     

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。     

电力线通信中动态子载波组分配

针对电力线通信自适应OFDM系统的限制条件,探讨在每OFDM符号内各RT用户要求的约束下,研究系统总功率地窖注水分配后多子载波上的速率自适应子载波分配模型,提出一种新的动态子载波组分配算法。在典型电力线信道环境下对其仿真,并与另外两种分配算法进行比较,结果表明,本文动态子载波组分配算法的复杂度大大减小,能满足多用户资源分配的多目标要求。     

基于蚁群算法的OFDM系统子载波分配研究

针对无线资源要求OFDM系统能够支持更高的信息速率,在比例速率约束的多用户OFDM系统资源分配中,传统算法的频谱效率较低.在子载波等功率分配条件下,用蚁群算法解决比例速率约束下多用户OFDM系统子载波分配,算法在最大化多用户OFDM系统下行链路总容量的同时又维护了用户之间的比例公平性.蚁群算法的启发搜索机制保证频谱效率快速收敛到近似最优解.仿真结果表明,提出的蚁群算法能够满足用户之间的比例速率需求,频谱效率比传统算法提高了约45％.     

时变信道正交频分复用系统绿色资源分配算法

传统的基于终端节能的绿色资源分配算法大都忽略了无线信道的时间选择性对能耗与系统性能的影响,为此提出一种结合多用户分集的绿色资源分配算法。在保证用户公平性的基础上引入多用户分集,动态调整多用户分集子模块大小以满足信道时变特性要求;分集子模块内有多个频带可供使用,用户资源尽可能集中在比较少的时隙内传输以降低总的终端接收能耗,通过顶点搜索快速寻找最优解。仿真结果表明,系统吞吐量可以提高13%左右,其稳定性得到改善;同时算法具有计算复杂度低、收敛速度快等特点,保持了良好的终端节能增益。     

基于复合星座的自适应OFDM系统

在多用户正交频分复用（OFDM）系统中,提出了一种基于复合星座的自适应子载波和比特分配算法。为了尽量减少系统的发射功率,该算法消除了许多研究中每个子载波只能被一个用户占用的限制,以较小的计算复杂度下获得了较高的性能。     

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。     

基于改进粒子群算法的OFDM系统资源分配

提出一种具有全局优化能力的改进粒子群算法,将信道分配和比特功率分配问题相结合,实现电力线信道下多用户自适应OFDM比特功率分配。在典型低压电力线通信信道环境下的matlab仿真结果表明:本文提出的算法可行且有效,适合多用户通信环境,节省了多用户自适应OFDM系统的运算时间,降低了发射功率,且算法简单易操作,有望应用于更广泛的优化问题。     

一种多用户OFDMA比例公平资源分配算法

针对多用户OFDMA系统资源分配中已有算法对系统容量和公平性兼顾较差的情况,提出了一种满足比例公平性的系统容量最大化资源分配算法。首先选择合适的公平度门限范围,在子载波分配中,先将各个子载波分配给信道增益最大的用户,再在公平度门限约束下重新分配最大速率用户的信道增益最小的子载波,可以实现子载波利用率和公平度的折中。然后采用注水线法分配功率来调整用户间的比例公平性,最终找到使系统容量最大的公平度门限。仿真结果表明,该算法在保证了用户间比例公平性为1的同时提高了系统容量。     

基于自适应遗传算法的OFDMA系统跨层资源分配问题研究

OFDMA系统中的跨层资源分配问题是目前的研究热点。本文提出了基于自适应遗传算法的OFDMA系统跨层资源分配算法,利用自适应遗传算法群体多样性的特点提高算法的全局搜索能力,较好地解决了跨层资源分配问题。仿真结果表明,在满足用户间公平性的前提下,本文提出的改进算法有效提高了系统的频谱利用率及吞吐量,减小了用户的平均等待时延,提高服务质量。     

机群系统中一种新的自适应结点分配算法:受限负载平衡结点分配(LLBA)

在机群系统中结点分配策略根据一定的原则为作业确定运行结点是提高系统性能的关键。通过对机群结点分配策略的研究,作者发现当前基于负载平衡自适应的结点分配策略为并行作业选择负载最轻的结点,这不利于系统性能的充分发挥。作者提出了一种新的自适应负载平衡结点分配算法：受限负载平衡结点分配。     

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。     

OFDM系统自适应资源算法研究

针对OFDM系统的比特功率自适应分配优化问题。因传输信道存在衰减率,误码等,提出了一种基于遗传算法的OFDM系统自适应比特功率分配算法。新算法定义了染色体和初始群体,并通过遗传算法中的交叉、变异等操作,使比特功率分配方案得到全局最优解。算法可通过确定不同的适应度函数,用于解决传输速率及误码率一定条件下使得总发送功率最小的比特功率达到最优化的目的。通过上述在运算复杂度等方面的性能的仿真,证明优于Hughes-Hartogs等几种传统算法。     

一种改进的多无线传感器数据分批估计自适应加权融合算法

为解决温室大棚中多无线传感器监测数据融合精度低的问题,提出了一种改进型的分批估计自适应加权融合算法。算法首先对单个无线温度传感节点一段时间内所采集的数据根据容许函数阈值剔除误差较大的数据,然后对该温度传感器的数据进行分批估计得出该节点某一段时间内的最优估计值,以此得到该区域所有无线温度传感节点最优估计值后,依据权值最优分配原则对每组传感器数据进行组内自适应加权融合,从而计算得到该段时间内温室大棚的温度精确值。通过实验验证得出：相对于平均值法与传统的分批估计算法,本算法数据融合易于实现,融合值相对误差值更低,稳健性更好。     

基于梳状导频的OFDM系统子载波和功率分配

提出一种根据梳状导频进行信道估计得到带有误差的信道信息,来完成自适应比特装载的算法。把正交频分复用子载波进行分组,利用基于梳状导频的信道估计对信道时变进行跟踪,即时获取信道信息来完成分配算法。将子信道的分配和子信道上的比特、功率分配分离开来,以降低计算复杂度。仿真结果表明与静态信道分配方案的等比特分配算法相比,该算法可以节约发送功率大于10 dB。     

基于自适应射频指纹地图的WSN室内定位算法研究

针对目前基于无线传感器网络进行室内定位时由于节点间收发信号的强时变特性而造成的定位精度不高、自适应性差的问题,提出了一种基于自适应射频指纹地图的WSN室内定位算法。该算法利用固定位置处信标节点间的信号强度来实时刻画环境的动态变化,从而构建出自适应环境变化的射频指纹地图;实时定位阶段,利用贝叶斯估计法计算目标初始位置,通过有限状态自动机滤除目标移动过程中出现的不可能跳变位置。实验结果表明,该方法在增加环境自适应性的同时大大提高了定位精度。