OFDMA系统中满足不同时延要求的跨层资源分配算法

针对OFDMA系统下行链路资源分配和调度问题,提出了一种跨层子载波和功率联合分配算法。其优化目标是在保证每个时延敏感用户的平均时延要求的条件下,最大化时延不敏感用户的长期平均吞吐量。该算法首先根据时延敏感用户的时延要求、队列状态和信道状态进行子载波和功率联合分配,即每分配给一个子载波后就立即用最优的功率分配算法在该用户内部进行一次子载波功率分配,以满足其平均时延和比特溢出率(QoS);然后将剩余系统资源根据对平均速率提高贡献最大原则对时延不敏感用户进行子载波和功率联合分配。仿真结果显示,该算法不仅保证所有时延敏感用户的QoS和用户间平均时延的公平性,还在系统的平均吞吐量和满足用户的不同时延要求之间达到一个很好的平衡。     

平均速率受限条件下OFDM系统联合自适应分配策略

提出一种满足不同用户速率要求的OFDM系统的联合子载波、比特和功率分配算法,以达到进一步减小发射功率的目的。首先在用户平均速率受限的条件下进行子载波分配,然后对分给每个用户的子载波进行速率注水,进行比特和功率分配,使系统在满足用户传输速率要求的同时传输功率最小。仿真结果表明,该算法功率分配部分具有较低的复杂度,相同性能要求下所需最小传输功率比其他算法小。     

OFDMA系统中支持混合业务的跨层资源分配算法

针对正交频分多址接入系统（OFDMA）下行链路资源分配问题,提出一种支持混合业务的跨层子载波-功率-比特联合分配算法.引入平均时延控制因子和丢包率控制因子作为时延敏感（DS）业务服务质量（平均时延和丢包率）的控制参数;每分配1个子载波后立即对该子载波所属用户进行一次最优的子载波功率和比特分配,该联合分配方案可最大化系统功率效率.仿真结果表明：该算法既可同时保证不同类型DS业务的服务质量,又可提高时延不敏感（NDS）业务的平均吞吐量并保证用户间的公平性.通过调整2个控制因子不仅能满足不同DS用户的服务质量要求,还可在DS用户服务质量和NDS用户的吞吐量间达到不同的折衷,以满足各种系统设计要求.     

基于中继OFDM系统的成比例公平分配算法

为了满足无线蜂窝小区内不同用户的业务需求,针对下行正交频分复用中继系统,提出一种基于成比例公平约束的资源分配方案,其主要包括基站与中继处的子载波和功率分配,并在子载波分配过程中提出2种算法.其中,严格的速率成比例公平算法以尽可能满足速率成比例公平为目标,将子载波优先分配给比例公平性最差的用户;松弛的子载波成比例公平算法将速率成比例松弛为子载波成比例,避免了信道较差的用户占用大量子载波.子载波分配结束后,根据子载波分配策略进行注水功率分配.仿真结果表明,2种算法均能够较好地满足成比例公平约束,且与传统无中继的资源分配算法相比,明显提高了系统吞吐量.     

一种用于OFDMA认知网络的低复杂度资源分配算法

针对功率受限的多用户正交频分多址接入(OFDMA)认知网络,提出了一种低复杂度的资源分配算法,包括子载波和功率分配.在子载波分配中,选取包含最差信道质量的子载波优先分配给用户,再将剩余的子载波信道质量值按方差的降序分配给用户,避免了最后未被分配的子载波恰好只能分配给对应信道质量最差用户的情况发生;在功率分配时,在传统线性注水算法的基础上增加了对主用户抗干扰阈值的判断,在最大化次用户吞吐量的同时,提高了主用户的抗干扰能力.仿真结果表明,与已有算法相比,该算法能够有效提升分配给用户的最差子载波信道质量,在用户吞吐量上接近于传统线性注水算法的性能上限,具有良好的主用户公平性,且计算复杂度低.     

一种改进的电力线通信OFDM自适应比特分配算法

针对低压电力线信道的频率选择性衰落等特点,在总功率和峰值功率限制下提出一种低复杂度的自适应比特分配算法.该算法首先对子载波进行分组以降低计算复杂度,组内子载波将采用相同的调制方式.然后采用注水算法解决连续比特输入问题,将其得到的位向量取整后作为贪婪算法的初始比特分配向量,证明了位向量的有效性.根据得到的初始向量在每个子载波上进行比特增加贪婪操作或比特移除贪婪操作.仿真结果表明从初始比特向量开始,每个子载波上最多只需进行一次比特增加或移除操作即可达到最佳吞吐量.与其他传统算法相比,在不同数量子载波、不同总功率约束等限制条件下,所提算法能在保证系统吞吐量的同时使其计算复杂度有效降低.     

认知无线电系统基于动态功率控制的频谱分配

为研究认知无线电系统中下垫式共享方式下的资源分配问题,提出一种基于动态功率调整的子载波分配算法. 该算法根据授权用户的状态对认知用户在子载波上的功率进行动态调整,当授权用户接入时将认知用户的功率限制在干扰功率限之下,当授权用户离开时将认知用户的功率设置为最大发送功率;根据授权用户和认知用户的业务流分布以及认知用户在不同子载波上的信道增益进行子载波的动态分配. 仿真结果表明,与现有算法相比,基于动态功率调整的资源分配算法能够获得明显的吞吐量性能增益.      

低压电网基于发射效率的OFDM比特分配算法

低压电网信道衰减特性变化剧烈,正交频分复用（OFDM）系统的自适应调制技术根据每个子载波的信道状况和用户需求,为每个用户分配最佳的子载波,为每个子载波分配最佳的调制方式,这样可以更好地利用信道资源,提高传输速率．以低压电网为对象,利用多项式函数拟合的低压电网信道模型,从基于SNR门限的比特分配算法出发,提出了一种基于发射效率的OFDM比特分配算法,并与固定调制方式和固定功率分配的OFDM系统进行对比．结果表明该算法能够根据各个子信道的实际传输情况灵活地分配发送功率和信息比特,使更多的子载波可以使用性能好的调制方式,从而有效地利用了低压电网信道资源．     

OFDM-SDMA系统上行资源分配算法

针对OFDM-SDMA系统的上行链路,以系统吞吐量最大为目标,建立资源分配问题的优化模型,提出一种低复杂度的次优资源分配算法.该算法分为载波分配和功率分配2部分:载波分配算法在功率平均分配的假设下为每个子载波选择用户集合;功率分配算法在载波分配的基础上,考虑相同载波上的干扰对用户进行注水功率分配.仿真结果表明:该算法获得的系统容量与传统OFDMA系统资源分配算法相比有较大幅度的提高;载波分配算法能很好地适应上行链路的特点,其性能优于下行链路载波分配算法;有扰信道注水功率分配亦优于固定功率分配算法.     

一种优化的认知无线电网络资源协同分配算法

在目前的认知无线电研究中,多用户OFDMA系统中如何实现子载波和功率的合理分配是研究的重点之一.针对认知无线电资源分配过程中出现的多认知用户资源分配不公平的问题,研究了认知无线电网络中授权用户占用子载带时,认知用户的吞吐量受限制的问题,提出了一种基于underlay频谱共享模式下的OFDMA认知无线电网络功率与子载带协同分配优化算法.该算法利用干扰门限的设置,使用原始感知信息(RSI)和信道状态信息(CSI)进行功率与子载波分配,然后分别进行功率控制和用户选择的计算,找到最优化传输功率与每个子载带最优使用用户,在保证授权用户免受有害干扰的前提下,使授权用户存在时,也可共享频谱传输,确保了系统的稳定性,提高了网络吞吐量.理论分析与仿真结果表明,相比传统的功率与子载波联合分配算法,该算法可以提高系统的平均加权吞吐量.     

基于OFDM技术的多用户子载波分配算法

为了提高无线网络频谱利用率,有效地利用系统现有资源,该文在保证用户公平性的前提下提出了一种新的基于余量最大化准则的自适应子载波分配算法。该算法采用分步降解法,将子载波和比特分配分为3部分。第一部分,为每个用户分配一个信道增益最好的子载波,以此确保该用户拥有基本的传输能力;第二部分,根据用户的传输速率比例约束分配剩余子载波;第三部分,根据子载波的分配结果进行比特分配。该算法运算复杂度低,功率消耗少。仿真结果表明该算法优于现有的BABS+ACG资源分配算法。     

基于OFDM技术的多用户子载波分配算法

为了提高无线网络频谱利用率,有效地利用系统现有资源,该文在保证用户公平性的前提下提出了一种新的基于余量最大化准则的自适应子载波分配算法。该算法采用分步降解法,将子载波和比特分配分为3部分。第一部分,为每个用户分配一个信道增益最好的子载波,以此确保该用户拥有基本的传输能力;第二部分,根据用户的传输速率比例约束分配剩余子载波;第三部分,根据子载波的分配结果进行比特分配。该算法运算复杂度低,功率消耗少。仿真结果表明该算法优于现有的BABS+ACG资源分配算法。     

多用户OFDM系统中的快速资源分配算法

提出了一种新的多用户OFDM系统中的快速子载波和比特分配算法.在给定每个用户数据传输的误比特率和数据速率的前提下,首先根据各用户的信号状况信息进行简单的初始分配确定最初的子载波分配方案并用贪婪算法进行比特分配,在此基础上按照文中的方法对初始分配结果进行子载波之间的交换,不断迭代优化实现最终的子载波和比特分配,以达到系统总的发射功率最小化的目的.同时,还分析了传统的静态子载波分配方案和几种自适应子载波、比特分配方案.通过不同算法的具体实施方案,比较了它们之间的优缺点.仿真结果表明:本文算法在性能上优于传统的静态子载波分配算法,且权值收敛速度较快,接近性能较好的拉格朗日松弛算法,而算法复杂度大大降低.     

基于MIMO-OFDM系统的自适应比特功率分配方案研究

将最优的比特分配算法应用于MIMO-OFDM系统.运用Chow算法和Levin Campello算法实现子信道的比特和功率分配.在MIMO-OFDM系统中采取奇异特征值分解方法来对抗子载波间干扰.仿真结果证明.该方法对于MIMO-OFDM系统自适应非常有效,而且较SISO-OFDM系统性能有显著的提高.     

基于对偶分解的 MU-CoMP 联合资源分配算法

在MU-CoMP-JT(multi-users coordinated multiple-points joint transmission)资源分配算法中,大多数将功率分配与子载波分配分为独立的2个部分进行独立求解,这样势必会降低系统性能,而实际上子载波分配和功率分配是密切相关的.为了有效地提升系统吞吐量,采用了迫零预编码技术,研究了一种在多个小区和多个子信道之间联合优化用户调度与功率分配的资源分配算法,该算法以最大化用户权重速率为目标,基于对偶分解理论,将原优化问题分解为多个独立优化的子问题.仿真结果表明,该算法与最优的穷尽分配算法相比性能有所降低,但有效地降低了复杂度,同时也能获得较好的性能.     

IRS-OFDMA系统中基于用户QoS的下行资源分配方案

针对智能反射面（intelligent reflecting surface,IRS）辅助的正交频分多址（orthogonal frequency division multiple access,OFDMA）系统中最大化下行系统吞吐量问题,在保障用户服务质量（quality of service,QoS）的前提下,提出了一种有关子载波、功率和IRS反射相位的资源分配方案。在固定反射相位的情况下,基于用户优先级准则分配载波,载波分配后采用注水算法对用户载波间功率进行分配;在固定子载波和功率分配的情况下,通过连续凸逼近求出相位解;多次交替优化后在满足迭代次数及收敛精度要求时,得到子载波分配因子、功率分配系数和反射相位的近似解。仿真结果表明,方案相较于其他方案可以有效提高系统吞吐量且保障用户QoS速率。     

最小中断概率的无线协作多播网络资源分配

研究了基于正交频分多址(OFDMA)无线协作多播系统的资源分配问题,该系统的资源分配中只有用户的平均信道状态信息可用.由于瞬时深衰落的影响,不可能保证每一个多播数据的成功传输,因此为了达到有效可靠的传输,利用协作分集带来的潜在增益,提出了协作的联合子载波和功率分配算法来最小化多播传输的中断概率.由于联合分配问题有很高的计算复杂度,因此提出了次优化的分配算法.在子载波分配阶段提出了比例协作子载波分配算法(CP)来实现吞吐量和公平性的折中.在功率分配阶段采用迭代功率分配算法(IP)来有效地利用有限的功率.仿真结果表明所提出的协作算法的性能明显优于传统的非协作算法.     

FMT系统中的动态比特分配算法性能分析

提出了一种基于滤波多音（FMT）系统的自适应比特分配算法，在发射端等功率发射的基础上，通过测量每个子载波的信号失真比（SDR），确定每个子载波的比特分配方式和传输参数. 仿真结果表明，该算法提高了FMT系统的抗衰落性能.     

自适应正交频分复用吞吐量最大化功率分配算法

针对采用固定门限自适应算法的正交频分复用系统存在功率裕量的问题,提出一种新的子载波功率分配算法.该算法能在保障传输质量的条件下,自适应地选择各子载波调制模式,分配功率裕量,使吞吐量达到最大.仿真结果表明,在平均信噪比小于15dB时,系统的吞吐量比固定门限自适应算法提高了20%以上.     

OFDM系统中一种自适应比特分配算法

在OFDM系统中应用白适应比特分配能够优化系统的性能。在传输速率固定的前提下,对动态比特和功率分配的优化问题进行分析后．提出了一种新的基于预分配的自适应比特分配算法。该算法由预分配和迭代分配两个过程组成。在预分配过程中．信道状态较好的子载波将被优先考虑,然后通过迭代分配进一步将总发射功率降低。仿真结果表明,该算法是一种最优的比特和功率分配算法。与传统的等比特分配方案相比,该算法能够显著提高系统的性能。