共查询到19条相似文献,搜索用时 62 毫秒
1.
2.
3.
4.
5.
6.
在分析一种多用户OFDM系统中自适应子信道和比特功率分配算法的基础上,根据多径频率选择性衰落信道的瞬时特性,动态地为多用户分配子信道和传输比特数,并服从MA优化准则.并且进一步考虑了系统中有固定速率用户和可变速率用户同时存在的情况:在子信道分配时,先给固定速率的用户分配子信道,再给可变速率用户按照子信道链路增益最大化分配剩余的子信道;在信号发射功率分配上,按照"注水"法则分配,链路增益大的子信道分配的功率大,链路增益小的子信道分配的功率小,则系统的目标函数,总传输速率可以达到最大.仿真证明了此方案优于一般的方案. 相似文献
7.
8.
研究了优化公平性的多用户OFDM系统下行链路的资源分配算法,根据系统各用户的业务需求,在保证用户所得数据速率满足一定比例以及系统总功率限制的前提下,提高系统总数据速率。首先,根据公平性原则进行用户的子载波分配,子载波功率分配使用注水算法;子载波分配完成后,利用贪婪功率分配算法,以最大化用户数据速率和提高功率利用率为目标,对各用户内部子载波功率和比特数进行再分配。仿真结果表明,相比参考文献[10]的算法,该算法在提高系统总速率的同时,更好地保证了用户数据速率的公平性;相比参考文献[12]的算法,该算法虽然牺牲了一定的系统总速率,但能提供更高的用户数据速率公平性。 相似文献
9.
基于Hopfield神经网络的多用户OFDM系统自适应资源分配 总被引:1,自引:0,他引:1
提出一种用Hopfield神经网络对多用户OFDM通信系统进行子载波分配和比特自适应加载的方法,利用Hopfield神经网络的并行处理、收敛快、易收敛到最优解的特点,在系统性能一定和满足各个用户业务要求的条件下,对资源进行自适应分配,以使多用户OFDM系统的发射功率最小。将比特加载矩阵拆成三个矩阵来表示,简化了运算。仿真结果表明采用Hopfield神经网络方法可有效地解决通信中资源分配最优化问题,并且总体效果也优于采用遗传算法得到的结果。 相似文献
10.
提出了一种基于OFDM协作中继的机会主义频谱共享协议。当主用户信道不好,不能达到其要求速率时,如果认知用户能够协作帮助主用户达到其要求速率,则该认知用户就可以以协作的方式接入主用户的频谱。在该接入方式中,认知用户利用接入频谱中的一部分子载波放大转发主用户的信息,帮助主用户达到其要求速率。然后可以利用剩余的子载波发送自己的信息。对这种接入方式中的资源分配进行了分析,利用对偶算法,提出了一种以最大化认知用户速率,保证主用户速率达到要求速率为原则的最优资源分配算法。如果认知用户不能够协作帮助主用户达到要求速率,为了有效地利用频谱资源,认知用户以非协作的方式接入主用户的频谱,利用接入的全部频谱来发送自己的信息。仿真结果验证了所提频谱共享协议的有效性,同时说明了主用户和认知用户都能够从该协议中获得好处。 相似文献
11.
12.
13.
本文针对多用户的OFDM认知无线电系统,提出了基于背包模型的资源分配新算法。该算法以最大化系统容量为目标,同时考虑各认知用户的QoS需求,将资源分配问题建模为多维0-1背包模型,并通过贪婪算法对其进行求解。仿真对比结果表明,该算法在性能上不仅逼近优化算法,而且具有较低的复杂度。 相似文献
14.
文章讨论了一种基于矩阵的OFDM系统功率分配算法,其基本思想是先找出所有可能的比特分配的排列组合,再在全局范围内搜索最优的分配方案。 相似文献
15.
16.
针对基于中继的OFDM蜂窝网络,该文考虑具有不同QoS要求的混合业务场景,引入合作传输机制,提出了一种基于合作中继的QoS感知资源调度算法,解决了合作中继节点选取,子载波分配以及功率控制等问题。以最大化系统效用为目标,在考虑QoS业务的速率要求与基站功率约束的同时,针对中继结构引入了中继节点的功率约束。为降低计算复杂度,将原非线性组合优化问题分解为子载波分配与功率控制两个子问题。仿真结果表明,该文所提算法在能量节约、系统效用,吞吐量等性能方面都有显著优势。 相似文献
17.
多用户MIMO-OFDM系统中的资源分配 总被引:1,自引:0,他引:1
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。 相似文献
18.