基于博弈论的OFDMA系统多小区资源分配算法

对于蜂窝正交频分多址(OFDMA)系统,相邻小区间的同频干扰是影响系统性能提升的重要因素。该文提出了一种用于OFDMA系统上行链路的多小区资源分配算法。该算法基于博弈论,各用户在速率要求限制下以最小化发射功率为目标,在各小区独立进行信道分配的前提下,用户通过基站反馈获得当前的信道分配方案及博弈状态(同频干扰水平),以此为基础进行发射功率分配,实现了一种分布式的资源分配算法。仿真结果表明,博弈算法可大大降低系统的发射功率,且优化信道分配下的博弈算法比固定信道分配下的博弈算法还可降低系统发射功率30%。同时,博弈算法的收敛速度较快,有利于实际实现。     

高密度D2D用户的潜在博弈资源分配算法

为解决高密度用户场景中多个设备到设备(D2D)用户复用同一个蜂窝用户资源时相互竞争的问题,提出了一种基于博弈论的D2D资源分配算法.首先构造基于最小化系统整体干扰的非合作博弈效用函数,同时考虑了系统中D2D用户之间的干扰以及D2D用户与蜂窝用户之间的干扰;继而设计该博弈的潜在函数,并证明该博弈过程是一个潜在博弈模型,进而证明了其纳什均衡的存在性.仿真结果表明,该算法相比现有方法具有更好的公平性和收敛性,能使用户获得更好的吞吐量,降低D2D用户受到的干扰.     

非合作寡头博弈与干扰信道资源分配

将多用户干扰信道频率和功率资源分配问题用寡头博弈模型进行分析. 寡头博弈中有一个超级用户,它知道其它用户的所有信道信息,并且知道它们所采取的策略,那么这个超级用户将可以计算出对自己更有利的资源分配方案,获取比纳什模型更高的速率. 通常在非合作分布式系统中,获取其它用户信息是非常困难的,本文提出的算法可以让用户从干扰强度的变化中学习得到有用信息,从而设计出基于寡头博弈模型的分布式算法.      

异构网络中软频率复用场景下的干扰管理

将软频率复用(SFR)引入到由毫微微小区和宏小区组成的双层异构网络中,提出基于软频率复用的小区间干扰协调(ICIC)方案.先根据SFR方法对宏小区进行频率资源分配,然后使毫微微小区用户使用宏小区用户未占用的频率资源.仿真结果表明:该方案能有效地解决宏小区和毫微微小区间的同频干扰问题.     

引入预留机制的多小区OFDMA系统资源分配方案

高速移动会加剧用户在小区间的频繁切换.如果用户突发切换到邻小区,会由于在多小区资源分配中没有考虑到为该用户预留资源导致资源不足,从而拒绝该用户或者小区内其他业务用户接入,这极大地影响了移动用户的业务体验.为了解决上述问题,在多小区正交频分多址接入(OFDMA)系统资源分配时,引入了移动资源预留,提出了相应的无线资源分配框架.该框架根据用户移动模型得到移动预留信息,然后根据移动预留信息、干扰信息、用户的QoS需求为各基站分配和预留资源.避免小区间频繁切换给恶化时延敏感业务的业务体验,同时协调小区间资源块的分配,有效避免干扰,最大化系统吞吐率.仿真结果表明,该方案相比于仅考虑干扰的多小区资源分配方案在损失较少吞吐率的同时,能够更好地提高移动用户的业务体验.     

超密集异构网络下的系统建模和时域干扰协调分析

采用基于随机理论的空间泊松点过程建立超密集异构网络的系统分析模型.在此模型下,通过分析异构网络中使用小区范围扩展技术和增强型小区间干扰协调技术引起的小区扩展区域和非扩展区域干扰类型不同的情况,分别推论出不同区域的中断概率和频谱效率等性能指标的表达式.针对异构蜂窝网络中存在几乎空白子帧(ABS)时,用户接入选择和资源分配方法过于复杂的情况,提出了一种动态分配几乎空白子帧算法.仿真结果表明:相较于固定几乎空白子帧算法,所提算法在兼顾各区域用户公平性的同时,可以使系统平均遍历容量提升10%~25%,同时也改善了扩展区域内的用户干扰问题.     

高速环境下多小区联合信道估计算法

在已经投入运行的高铁列车环境下,存在着频繁的小区切换和小区接入过程,而这两个过程都产生强的相邻小区干扰.在接收端进行信号检测时,单个小区联合检测必须扩展到多个小区联合检测,相应的信道估计算法也必须扩展到多小区.传统信道估计算法对本小区和相邻小区进行信道估计时,其他小区的用户信号均被视为噪声,增加了噪声的总功率,低了信道估计精度,最终降低了多个小区联合检测算法的性能.本文提出的信道估计算法把相邻小区的强干扰用户纳入信道估计矩阵来降低噪声,达到提高信道估计精度的目的.仿真表明,该算法同时提高了本小区用户信道估计精度和邻小区强干扰用户信道估计精度.     

双层网络中一种协作博弈的动态资源分配方法

针对双层网络模型中宏小区用户层和毫微微小区用户层存在共信道信号互相干扰的问题,提出了一种协作博弈的动态资源分配(CGDRA)方法.该方法首先根据宏小区用户的路径损耗和QoS需求,对宏小区用户层的发射功率进行分配,然后以所有毫微微小区用户的数据速率之积作为效用函数,以毫微微小区用户的QoS需求为约束条件,构建了毫微微小区用户层总发射功率受限的协作博弈模型,并采用动态子载波分配算法和自适应功率分配算法得到了该博弈模型的低复杂度近似最优解,优化分配了毫微微小区用户的频谱资源和发射功率,提高了系统的传输速率.仿真结果表明:在双层网络中,CGDRA方法在系统数据速率和用户的公平性上获得了较好的折中;与最大最小公平性算法相比,系统的数据速率提高了30％;与最大速率算法相比更加公平.     

基于遗传退火的密集D2D网络资源分配算法

针对高密集场景下传统D2D资源分配算法接入率较低的问题,提出了基于遗传退火的密集D2D网络资源分配算法.首先根据小区内用户之间的干扰情况构建干扰图;然后根据干扰图为D2D用户构建候选信道集合;最后设计适应度函数,并通过遗传退火算法寻找适应度最高的信道分配方案,以提高系统总吞吐量和D2D接入率.仿真结果显示,提出的算法与图着色算法和随机分配算法相比,系统总吞吐量平均增幅为6.2%和21.8%,D2D用户接入率平均增幅为14.7%和44.5%,表明该算法在提高系统总容量的同时,还能有效提升D2D对的接入率.     

基于反拍卖的计算网格资源分配方法

针对计算网格资源的特点和运用经济机制进行网格资源管理的优势,提出一种基于暗标反拍卖机制的网格资源分配方法.描述了基于网格服务市场的资源分配框架;针对网格中的服务资源,提出了一种以网格用户为中心,以用户需求驱动的暗标反拍卖网格资源分配方法,在满足网格用户QoS要求的情况下使系统的总效用最大化;分析了该拍卖机制的Bayes均衡点以及系统在均衡状态的效率、策略和效用;给出了基于用户效用函数的资源分配算法.