成比例公平性约束下的MIMO-OFDMA资源分配方案

针对MIMO-OFDMA下行链路系统,提出一种基于成比例公平性约束的资源分配方案.该方案基于MIMO信道状态信息,对信道矩阵进行分解,利用特征子信道来确定子载波和功率分配,充分利用了空间域、频域以及多用户分集增益提高系统的频谱效率.通过松弛成比例性约束条件,使各用户数据速率近似正比于每个用户分配的子载波数,并导出一种不需要迭代的线性低复杂度功率分配方案.仿真和分析表明,整个方案在保证系统吞吐量的前提下,取得了用户间良好的速率公平性,同时又具有较低的计算复杂度.     

解码转发中继网络基于OFDMA的低复杂度资源分配

摘要： 该文研究满足用户速率需求的子载波配对、动态子载波分配和功率分配的联合优化,建立了使传输速率与用户期望速率之差最小化的优化数学模型. 首先提出平均功率分配下基于用户期望速率的子载波配对和动态子载波分配算法(dynamic subcarrier allocation based on expected rate, ERDSA). 为了保证用户的公平性,提出在系统资源不足时按比例减小接入用户期望速率的子载波配对和动态子载波分配算法(enhanced dynamic subcarrier allocation based on expected rate, EERDSA). 由于平均功率分配时,第1 跳子载波与第2 跳子载波的速率存在不完美匹配的问题,进而提出联合子载波配对、动态子载波分配和功率分配算法(dynamic joint subcarrier and power allocation, DJSPA). 分析表明3 种算法的复杂度仅与子载波数呈线性关系,均为低复杂度的优化算法. 仿真表明,这几种算法可满足用户的期望速率,降低系统功耗.     

多用户OSTBC-OFDM系统的自适应子载波分配研究

研究了基于正交空时分组码的多用户OFDM系统的自适应子载波分配算法.首先从性能角度出发,在保证用户误码率约束的前提下,以总的发射功率最小为目标,推导了具有普遍意义的OSTBC-OFDM的子载波分配通式.考虑到实际应用系统中效率与公平的折中,对各个用户定义相应的速率约束,以增加功率最小为原则,给出了改进的兼顾公平的子载波分配算法的具体步骤.数值仿真结果证明,自适应子载波分配能改善OSTBC-OFDM系统的误码率性能,且兼顾公平的算法需要一定的性能损失为代价.     

放大-转发OFDMA中继系统多业务资源分配方案

针对独立功率限制、放大–转发OFDMA中继系统的多业务资源分配问题,提出一种在满足实时用户要求前提下,非实时用户数据速率最大化的资源分配方案. 根据业务的不同将问题分解为实时和非实时用户的资源分配两个子问题. 对于实时用户的资源分配,利用Lagrange方法计算. 对于非实时用户的资源分配,每个子载波分配给信道条件最好的用户,针对功率分配提出两步功率分配方法. 首先按照总功率约束进行初始功率分配,然后对各子载波的功率进行调整以满足独立功率约束. 对于子载波分配提出一种低复杂度的子载波集合分配算法. 仿真结果表明,该方案在满足多业务用户要求的同时使系统性能得到优化,且计算复杂度低.     

基于QoS的认知OFDM无线电系统自适应资源分配

摘要：根据认知无线电的特点和正交频分复用的传输特性,提出了一种针对认知OFDM无线电系统的自适应资源分配算法. 该算法在子载波和功率分配中,通过把次用户对主用户干扰的功率限制在主用户可容忍的门限以下,使次用户信道容量最大化. 同时,利用比例公平性保证了每个用户的通信服务质量. 仿真结果验证了所提算法的性能和有效性.     

基于遗传粒子群优化的认知OFDM网络资源分配算法

针对采用正交频分复用的认知无线电网络中的多用户资源分配,提出一种在系统传输功率额定值、主用户的干扰阈值、次用户间的比例公平性等约束条件下能使系统容量最大化的资源分配算法.首先基于遗传算法设计一种子载波分配方案,然后采用基于多级惩罚函数的粒子群优化算法进行功率分配.仿真表明,所提算法能获得接近于最优算法的系统容量,且能提高用户间的比例公平性,同时降低计算复杂度.     

无线多信道中继网络的中继选择性机会调度

为了有效利用OFDMA网络中多点中继协作以提高系统吞吐量,提出了考虑中继选择的调度优化模型.模型以提高系统吞吐量和兼顾用户公平性为目的,以信道无干扰分配为约束条件来进行机会调度. 提出了从路径多样性和链路多样性角度设计新的机会调度算法,算法结合信道分配和中继选择建立用户最优路径,然后机会选择用户. 仿真结果表明了中继选择的机会调度可以明显提升网络吞吐量,也保障了用户公平性.     

基于GPS调度的OFDM系统低复杂度资源管理

针对OFDM系统的下行链路,提出了一种基于广义处理器共享（GPS）调度的低复杂度资源管理方案。方案通过MAC层－物理层的跨层设计达成了信道容量与用户公平性之间较好的折中：在MAC层采用GPS并行调度来达成用户对带宽的公平共享,并进一步提出了通过用户权重补偿来改进公平性的方法;在物理层结合采用次优子载波分配、平均功率分配和自适应调制以充分利用信道容量。仿真结果表明,本方案以较低的实现复杂度实现了与Shen提出的带比例速率限制的资源分配算法相近的性能。     

PLNC-OFDM双向多中继系统中的联合子载波抑制与中继选择

研究在多径瑞利衰落信道下采用译码转发的PLNC-OFDM双向多中继系统中联合子载波抑制与中继选择(JSSRS)问题,并提出两种JSSRS方法:固定抑制门限的JSSRS(FTJ)和固定子载波数目的JSSRS(FNS-J). FT-J在一次双向信息交换过程中采用固定的抑制门限进行子载波抑制,FNS-J在一次双向信息交换过程中保持抑制的子载波数目恒定不变,即活跃子载波数目恒定不变而抑制门限动态变化.仿真结果表明,与传统的子载波抑制相比,所提出的FT-J和FNS-J不仅增强了系统可靠性,而且提高了系统有效性.     

多种业务下OFDMA无线资源管理

研究多业务共存时OFDMA系统资源的自适应分配问题.系统优先为时间敏感业务分配资源以保证其对时延的要求,为其分配子载波簇以降低所需反馈信息量,通过增加子载波簇上的功率来降低其占用的频带.其次,将剩余资源灵活地分配给数据业务,着重考虑整比特分配后的剩余功率重分配以进一步提高系统吞吐量.仿真结果表明,在大信噪比时,经剩余功率重分配后频谱利用率可提高约50%,而时间敏感用户的掉线率几乎为0.     

基于Q学习的星地融合协作传输中继选择策略

协作网络中的中继技术能够实现空间分集,但中继选择会对系统性能产生较大影响.针对这一问题,本文提出了一种基于Q学习的星地融合协作传输中继选择策略.首先,所有中继节点在经过放大转发协议的情况下,在接收端得到最大比合并后的输出信噪比表达式.然后,设定Q学习的状态、动作和奖励函数,选择累积回报最大的中继节点.接着,为了遍历所有...     

基于RA准则的多用户OFDM自适应资源分配算法改进

针对现有最优算法计算复杂度高、不利于实时应用的不足,根据误比特率和总功率限制条件下多用户OFDM系统自适应资源分配的数学优化模型,从最大化系统容量的目标出发,提出了一种计算复杂度低、易于实现的子载波、比特及功率分配算法.理论分析和仿真结果表明,在时变无线信道中采用此算法的性能明显优于Lee提出的算法和静态资源分配算法(OFDM-TDMA),且计算复杂度低.     

频率选择性衰落信道中一种OFDM-CANC的性能

结合OFDM 与协作网络编码,在频率选择性衰落信道中提出了一种正交频分复用-合作模拟网络编码(orthogonal frequency division multiplexing-cooperative analog network coding, OFDM-CANC) 方案. 采用网络编码提高协作中继系统的频谱有效性,同时以OFDM 的抗频率选择性衰落特性改善信道衰落对协作网络编码
性能的影响,并进一步提出一种基于此方案的最优系统功率分配策略. 理论分析和仿真分析表明,所提方案可改善信道的频率选择性衰落.     

采用物理层网络编码的2FSK双向中继通信系统解调映射方案

提出了一种相干型中继节点解调映射方案,适用于采用物理层网络编码的二进制频移键控(binary frequency shift keying, 2FSK)双向中继通信系统. 方案分两支路对叠加信号进行处理,然后对两路信号差值进行抽样判决,并对判决结果进行网络编码映射. 采用最大后验概率准则得到判决门限. 分析了采用该方案中继节点的
判决错误概率、系统误码率及吞吐率性能. 理论分析和仿真验证表明,采用该方法进行解调映射的物理层网络编码方案中继节点判决错误概率和系统误码率与传统方案和网络编码方案相近,系统吞吐率则高于两者.     

基于干扰管理的宏基站与家庭基站联合资源分配

提出了一种宏用户与家庭小区联合资源分配算法,该算法基于启发式动态分簇算法对宏用户和家庭基站进行联合信道分配,在对家庭基站进行分簇的同时有效降低了家庭基站系统与宏蜂窝系统之间的跨层干扰. 在保证宏用户和家庭用户QoS 的约束条件下,构建了以最小化家庭基站发射功率为目标的最优化问题,并推导了优化的家庭基站发射功率的闭合式,最后用次梯度法解优化问题. 仿真结果表明,该算法降低了家庭基站系统干扰,减小了家庭用户中断概率,并提高了家庭基站能量效率.