基站自适应阵列天线码资源分配算法的比较研究

采用空间切割方式对移动基站自适应阵列天线进行码资源分配,可以提高系统功率资源的使用效率,降低空中信号的整体干扰,从而提高系统容量.介绍了移动基站自适应阵列天线区域覆盖原理和码资源常见分配算法:固定码资源分配算法和群组码资源分配算法,分析了两种码资源分配算法的基本思路和码分配策略.通过两种分配算法的通话阻塞率仿真比较分析可知,群组码资源分配算法所产生的通话阻塞率比固定码资源分配算法所产生的通话阻塞率要低.     

基于功率倒置算法的GPS抗干扰天线研究

介绍了GPS信号的特点,以及功率倒置阵列原理,针对GPS接收机易受外来干扰的情况,提出了一种有效的GPS抗干扰方法-基于功率倒置算法的自适应天线阵列,采用最小均方误差LMS算法计算功率倒置阵的权值,给出了最优加权条件下不同干扰功率的天线方向图,表明功率倒置算法能使天线阵列在干扰方向上自动产生波束零陷,且随干扰功率的增强而加深.结合软件无线电的思想,探讨了自适应天线阵列中各单元的实现途径.     

信息化跨区域网络时延最小化资源分配方法研究

为提升资源分配均衡性及网络传输实时性,提出信息化跨区域网络时延最小化资源分配方法.基于信息化跨区域网络模型特点及传输时延问题,以信息化跨区域网络不同类别资源均衡分配、网络总时延最小化为目标,以各跨区域网络资源分配总权重等于1为约束条件,构建信息化跨区域网络时延最小化资源均衡分配模型.结合贝克曼变化思想求解构建模型,通过网络资源的分流转化,获取资源均衡分配并且总时延最小的资源分配结果.实验结果表明：该方法可以更好地分配信息化跨区域网络资源,避免信息传输时出现丢包问题和网络拥塞问题;资源分配后降低了信息传输的时延抖动、本地传输和跨区域传输时延,提升了信息传输效果.     

电力线通信系统中基于动态规划的自适应资源分配

分析了电力线通信OFDM系统在多种约束下,多用户多业务在多子载波上自适应的比特和功率分配模型,提出了一种新的基于动态规划的速率和功率自适应相结合的动态资源分配算法,其先给实时用户分配资源以满足固定速率下总功率最小,再利用剩余功率和未用子载波给非实时用户分配资源以满足最小速率下总速率最大.在典型电力线信道环境下的仿真结果表明,该算法的性能优于已有的多用户资源分配优化算法,且其能更好的满足电力线通信系统中多用户资源分配的多目标要求.     

基于自适应任务卸载的蜂窝网络计算资源分配算法

移动边缘计算中的任务卸载是当前的研究热点.随着蜂窝网络中移动终端数量的快速增长,由于计算资源有限,任务卸载时出现了时延长及资源分配不均衡的问题.针对该问题,提出一种基于自适应任务卸载的蜂窝网络计算资源分配算法.该算法先根据用户周围的资源分布情况,自适应为每个用户选择最佳卸载模式;再根据计算资源使用情况,自适应为基站用户选择最优卸载决策并分配计算资源.仿真结果表明：与其他4种算法相比,该文算法的系统效用增益最大.     

基于一种MIMO—OFDM系统自适应资源分配算法的研究

本文在波束成型理论的基础上研究MIMO-OFDM系统自适应资源分配算法,在保证给定的误比特率和信息速率下,使总的发射功率最小为目标,借助遗传算法来推导的一种新多用户MIMO-OFDM系统自适应资源分配算法。为简化问题,该算法分两步进行:子载波分配和比特、功率分配独立进行。研究目的是简化分配算法且满足每个用户QoS的同时,达到最小化系统的总发射功率。结果此算法可以很好的应用于多用户MIMO-OFDM系统。     

移动通信系统中的智能天线技术

首先介绍了智能天线技术中的基本概念及其在移动通信系统中的发展和应用 ,然后说明了在移动通信系统中 ,应用智能天线技术可以提高系统的性能和容量 ,并可以简化系统控制。在此基础上 ,介绍了全自适应天线阵列中的经典自适应算法。     

基于公平性原则的简化自适应资源分配算法

提出了一种简化的自适应资源分配算法,此算法在保证用户公平性的前提下,使OFDMA系统的吞吐量最大化,且具有较低的计算复杂度.算法将整个分配过程分解为2步：基于公平性原则对子载波进行分配;计算各用户所需的总功率,并以注水算法对功率进行分配.仿真结果表明,相比于固定分配方式,笔者提出的自适应资源分配算法可以明显提高OFDM系统的频谱效率.     

MIMO-OFDM系统自适应分步功率分配算法

研究了一种针对MIMO-OFDM系统的自适应分步功率分配算法,在通信系统总功率约束的情况下,采用速率最大化准则计算开关信道的临界值,从而利用最小均方误差准则进行自适应分步功率分配.仿真表明:基于分步算法自适应功率分配的MIMO-OFDM系统误码率低于采用注水算法和MMSE算法的系统误码率,其频谱效率也优于另外两种算法;同时,对于分步算法,随着天线数目的增加,系统的误码率明显降低,频谱效率明显提高,验证了该算法没有奇异性.     

SDM-EONs中分层图辅助的资源分配策略

为降低空分复用弹性光网络(SDM-EONs)资源分配过程中的芯间串扰,并减少光路频繁拆建所产生的时间和频谱维度碎片,提出了一种分层图辅助的路由、纤芯和频谱分配策略.该策略主要分为离线预测与在线调度两个阶段:首先结合网络中业务序列的时间特性,利用基于门控循环单元的循环神经网络模型完成未来业务属性的离线预测;然后根据图染色理论建立考虑芯间串扰的分层图架构三维网络资源模型;最后利用离线预测结果和分层间的不同特性,设计综合度量时间和频谱维度的自适应在线资源分配算法,从而实现资源的高效调度.仿真结果表明:该策略在提高资源利用率的同时,显著降低了网络芯间串扰和阻塞率.     

正交频分多址系统中最低速率限制下的自适应载波分配

针对用户有最低传输速率要求的正交频分多址系统中,传统资源分配算法频谱利用率低的问题,提出了一种自适应载波分配算法.该算法根据用户最低传输速率的要求、信道状态和当前载波分配状况,确定子载波分配给用户的效用,进而将子载波分配给可以带来最大效用的用户.该算法综合考虑了效率和公平性,从而显著改善了系统性能.仿真结果表明,当用户数不超过系统负载时,与效率和公平分开考虑的算法相比,所提出的算法频谱效率可提高10%,系统负载在同样中断概率下可提高60%.     

区域交通资源配置效率综合评估

为有效促进交通运输及区域经济的发展,有必要对区域交通资源配置效率进行综合评估。研究通过构建交通资源配置效率指标体系,提出了基于三阶段DEA-Bootstrap模型对区域交通资源配置效率进行评估。利用三阶段DEA模型剔除评估过程中的环境误差,引入Bootstrap方法克服DEA模型有效性值的内在依赖性,并以长江经济带11个区域为例进行案例研究。结果表明,剔除环境因素与随机干扰的影响,长江经济带交通资源配置效率为0.612,较传统DEA计算效率结果下降了0.189。解决技术投入冗余和促进规模效率发展是该区域交通资源高效配置的关键。可见,该方法可有效避免传统 DEA 方法在评估资源配置效率时的偏差,高效评估区域交通资源配置效率。     

最小均方误差准则的自适应天线阵控零技术研究

本文针对基于最小均方误差准则的自适应天线阵方向图的控零技术进行研究。首先介绍了最小均方误差准则的基本理论,然后对基于该准则的自适应天线阵进行理论分析,最后对需要信号和干扰信号的到达方向发生改变以及干扰信号的幅值发生改变的两种情况阵的抗干扰性能。     

一种基于微蜂窝小区用户比例公平的改进资源分配算法

在微蜂窝小区用户速率比例公平约束条件下,以最大化系统和速率为目标,提出了一种改进资源分配算法,并用拉格朗日法求解优化功率.结果表明:相比于传统的最低比例速率的资源分配算法,本算法在频率和总功率固定的条件下,能减少计算复杂度,且系统速率提高了约2%.     

一种改进的MIMO中继系统中比特与功率分配算法

比特和功率分配是基于正交频分复用的多输入多输出(multiple input multiple output-orthogonal frequency division multiplexing,MIMO-OFDM)系统自适应资源分配中的一个重要研究问题.针对单用户MIMO放大转发中继系统中功率分配的问题,提出了基于注水定理的比特和功率分配算法,算法采用对分法搜索注水线,相对于传统的注水算法,减少了迭代次数,复杂度较低.仿真结果表明,该算法能够有效提高系统谱效率,并且在误码率性能上也有一定的提高.     

一种自适应调零阵的LCMV算法

详细推导了基于功率倒置阵列的线性约束最小方差(LCMV)算法及其递推公式,避免了矩阵求逆的复杂运算。然后在Matlab环境里构建了仿真模型来模拟实际的接收环境和复现阵列接收到的信号,对均匀线阵和圆阵都做了仿真,并得到了相应的阵列波束图,为自适应天线的实用设计提供了参考和依据。仿真结果表明:该算法收敛速度快、易于实现,利用LCMV算法作为自适应算法的功率倒置阵列抗干扰方案适合在强干扰的环境下工作,干扰越强,其对应的零陷越深。     

低复杂性宽带自适应天线阵列

 基于频率不变思想,提出一种适用于宽带无线通信系统下的,新的宽带自适应天线阵列。能在信号频带范围内,保持天线阵列响应基本不变。同时通过窗函数来控制旁瓣的幅度。相对于传统的宽带自适应天线阵列,具有收敛速度快,复杂性低的特点。     

自适应概率问题的空间遗传算法的研究

求解约束条件下的高度和分配的最优解是一个ＮＰ难题,因此提出了一种基于自适应概率参数模型的问题空间跗算法,它较好地解决并发进行硬件资源调度与分配问题,使得在给定的输出控制数据流图中找到使目标函数最小的位置。最后以求解方程中的资源调度为例,用实验验证了该算法的有效性。     

基于自适应猫群算法的多目标波束赋形

针对大规模阵列天线波束赋形中智能优化算法精度不高、收敛速度不快等问题,提出一种自适应猫群算法.在猫群算法的基础上,使其基本参数根据迭代次数及适应度函数值自适应改变,并在搜寻模式中加入赌轮盘和精英选择相结合的策略,以增加种群多样性.多种智能优化算法的性能仿真对比分析表明,自适应猫群算法具有快速收敛、全局寻优的能力.将该算...