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.     

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.     

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。     

认知无线电网络中的非正交多址资源分配算法

随着物联网的发展和移动终端的普及,用户对数据速率需求快速增长,移动通信系统依然面临着频谱资源紧缺问题。针对认知无线电网络中的非正交多址接入(non-orthogonal multiple access, NOMA)技术,研究了认知无线电网络中非正交多址信道和功率联合优化问题。以主用户干扰功率和次用户最小吞吐量以及子信道最大复用用户数为约束条件,综合考虑信道状态信息和功率资源,以提高系统能效为目标,建立了信道和功率资源分配优化模型。为了避免信道状态相近的用户复用在同一子信道上,提出了一种次优公平性可调的信道分配算法,并基于连续凸近似和Dinkelbach模型,得到子信道复用用户间的最优功率分配。仿真结果表明,所提算法可以在提高用户公平性的同时,有效提高系统能效。     

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.     

认知网络中一种基于最大吞吐量的中继机制

为了抵抗信道衰落以及提高频谱利用率,提出了在多信道多主用户的认知无线电网络中,次用户协作主用户通信的模型.同时基于实际情况中最大化主用户吞吐量的准则,建立了分配问题,通过理论分析,将该问题转化为数学中的指派问题,并根据匈牙利算法提出了分配次用户协作主用户通信的算法以及相应的次用户的接入机制.仿真结果表明,提出的次用户协作主用户通信机制能够较好地抵抗信道衰落,大幅提升主用户的吞吐量,从而提高频谱利用率.     

非正交多址认知无线电网络功率分配算法

非正交多址和认知无线电技术能有效提高频谱效率,是新一代移动通信系统的关键技术。针对功率域非正交多址认知无线电网络的能效优化问题,建立了满足次用户最小系统吞吐量和主用户最大干扰的次用户功率分配模型,将子信道吞吐量公式进行分解,得到子信道功率分配系数和子信道功率消耗率2个子问题。针对第1个问题,采取凸差(difference of convex,DC)规划算法将目标函数等效为2个凸函数差形式,并应用一阶泰勒展开式进行连续近似,将非凸问题转换为凸优化问题,从而得到子信道复用次用户最优功率分配系数;针对第2个问题,采用Dinkelbach算法和次梯度算法,利用拉格朗日函数,得到最优子信道功率消耗率。仿真结果表明,所提功率分配算法收敛速度快,时间复杂度低,其平均系统能效性能远优于分数功率分配算法。     

基于协作频谱感知和干扰约束的认知异构网络

针对异构无线网络的空闲信道检测准确率及网络吞吐量的优化问题,提出一种基于协作频谱感知和干扰约束的认知异构网络.首先,所提出的认知异构网络系统模型采用多个中心次用户(Center Secondary Users,CSU)节点协助其他节点进行频谱感知,并引入了能量检测阈值,在提高空闲信道检测准确率的同时节省检测能耗.接着,采用最大化数据速率的联合优化方程,在干扰功率的限制约束下为节点分配最佳的发射功率,降低干扰程度并优化网络吞吐量.实验仿真结果表明,相比较基于集群的协作频谱感知分配策略算法和基于QoS约束的能量感知竞争功率分配算法,该算法的网络吞吐量分别提升了3.4%和1.5%,平均频谱利用率分别提高了9.3%和7.4%.     

CoMP系统中的天线选择和功率分配联合算法

在协作多点传输(coordinated multiple points transmission,CoMP)系统中,为了提高小区边缘用户传输速率和系统总吞吐量,提出了一种联合天线选择和功率分配的优化算法.在基于信道容量增量的天线选择策略(antenraselection lased on capacity increment,CIAS)中,推导了当用户端采用最大比合并时用户信道容量的表达式,并根据所设定的信道容量增量选择出所有满足条件的天线;在最优功率分配算法(optimal power allocation,OPA)中,推导了协作多点多用户系统中用户传输速率的表达式,在总功率受限的情况下通过采用优化的迭代功率分配算法,得到了最优的功率分配.理论分析和仿真结果表明,与等功率分配策略(equal power allocation,EPA)和功率与信道增益成正比的功率分配策略(proportion to channel gain,PCG)相比,联合了天线选择和功率分配的算法不仅能最大提升对边缘用户的传输速率,而且能更好地提高系统的信道容量.     

认知无线电系统中联合优化资源分配算法

在认知无线电系统中,次用户能够利用感知到的已授权频段进行通信,只要其传输过程对主用户通信引起的干扰处于主用户可以忍受的程度之内。协作中继方案能够利用中继节点的传输来有效提高频谱的利用率,并增强了直接链路的传输能力。文中研究在一个三节点的认知无线电网络中基于协作中继传输时的资源分配问题,为了保证在认知用户对主用户干扰可容忍的前提下使得通信系统端到端的可达吞吐量最大,提出了一种联合优化功率分配和信道分配的方案。仿真结果显示,相对于单独进行功率分配或者信道分配情况下该方案能够有效提高认知无线电系统端到端的传输性能。     

一种多用户MIMO OFDM系统中的跨层自适应资源分配算法

提出了一种多用户MIMO OFDM系统中的跨层自适应资源分配算法。在发送功率一定的条件下以吞吐量最大化为目标把用户等待时间作为优化因子,首先分配子载波,再分配子载波的比特和功率。最后分配空间子信道的比特和功率.仿真结果表明提出的算法能够满足用户等待时间的公平性和用户的QoS,而且能够有效提高系统的吞吐量.     

OFDMA中继网络中联合队列和信道信息的资源分配策略

针对基于正交频分多址接入(OFDMA)的多中继、多用户的中继网络,研究了联合队列和信道信息的资源分配问题,目标是最大化下行系统吞吐量,同时保证用户队列的稳定.首先将子载波配对、载波对分配和功率分配问题建模为一个联合优化问题,之后通过对变量进行连续性放松,采用拉格朗日对偶方法进行求解,并利用Karush-Kuhn-Tucker(KKT)条件及匈牙利方法获得优化问题的近似最优解.性能分析与仿真结果表明,与仅利用信道信息的算法相比,所提的联合队列和信道信息的资源分配算法能够有效地提高系统吞吐量并降低用户数据包平均等待时延.     

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.      

认知网中多时隙联合频谱感知和功率分配

为了降低认知无线网中认知用户对主用户的干扰,并为了最大化系统的认知吞吐量,提出了一种多时隙频谱感知和功率分配的联合优化方案。该方案将系统的每个帧分为若干个时隙,每个时隙分别进行频谱感知,通过合并每个时隙的感知结果,有效的提高了系统的检测精度,降低了系统的干扰概率。同时理论分析了感知时间与传输功率分配方案,发现两者都存在最优分配解,在约束认知用户检测概率与传输功率的基础上,将吞吐量描述为关于感知时间与功率的多约束优化问题,通过设计联合迭代算法对认知吞吐量进行了联合优化并获得了最优感知时间与最优传输功率分配。仿真结果表明,所提联合优化方案吞吐量性能最接近理论最优方案,并可通过牺牲部分吞吐量性能降低系统干扰概率,且复杂度较低。     

一种基于延时信道状态信息的MIMO-OFDM系统自适应功率分配算法

在基于正交频分复用的多输入多输出（multiple-input-multiple-output-orthogonal frequency divided multiplexing,MIMO-OFDM）系统中,适当的功率分配方案能够显著提高系统吞吐量,但是其复杂度往往较高。研究MIMO-OFDM系统的自适应功率分配问题。以系统的和速率最大化为目标,根据延时的信道状态信息在所有空间子信道之间分配功率,同时满足各子信道的误码率约束与系统总功率约束。根据MIMO空间子信道的特点提出了一种复杂度很低的功率分配算法,并分析了算法复杂度。在IMT-2000信道中的仿真表明,提出算法的性能优于已有的次佳算法。     

空分和频分混合接入方式下的无线资源调度算法

为进一步引入分集增益以提高无线资源频谱利用率,针对多用户多输入多输出正交频分复用(MIMO-OFDM)系统下行传输,提出联合OFDM和多用户空间复用MIMO混合接入方式下的用户调度和功率分配算法。采用这种混合接入方式不仅能够通过频率信道和空间信道的调度产生多用户分集增益,也能有效避免空分复用(SDMA)中频率复用产生的共信道干扰问题。在资源分配上,基于广义处理机共享(GPS)优化模型提出基于信道状态的并行加权公平队列(Cap-WFQ)调度和功率分配算法,算法在保证多媒体用户的最小数据率要求的同时优化系统吞吐量。     

空分和频分混合接入方式下的无线资源调度算法

为进一步引入分集增益以提高无线资源频谱利用率,针对多用户多输入多输出-正交频分复用(MIMO-OFDM)系统下行传输,提出联合OFDM和多用户空间复用MIMO混合接入方式下的用户调度和功率分配算法。采用这种混合接入方式不仅能够通过频率信道和空间信道的调度产生多用户分集增益,而且能有效避免空分复用(SDMA)中频率复用产生的共信道干扰问题。在资源分配上,基于广义处理机共享(GPS)优化模型提出基于信道状态的并行加权公平队列(Cap-WFQ)调度和功率分配算法,算法在保证多媒体用户的最小数据率要求的同时优化系统的吞吐量。     

基于非合作博弈论的CoMP系统功率分配算法

针对下行单用户多点协作传输系统(SU-CoMP)的资源分配问题,提出一种基于非合作博弈论的动态功率分配算法.首先协调不同用户在同频子信道上的发射功率,然后建立新定价机制下的功率分配博弈模型.在此基础上分析CoMP用户在其协作簇内功率分配时相互协作,推导该模型的求解算法,最后论证该算法纳什均衡解的存在性和唯一性.仿真结果表明,所提算法能提升边缘用户频谱利用率,减小功耗.     

空间复用MIMO系统的功率分配新算法

研究空间复用多输入多输出系统的功率分配问题,提出一种新的功率分配算法--残余功率再分配. 在满足服务质量要求的前提下充分利用星座图尺寸的离散性,将残余功率按照各子信道的不同优先级进行二次分配,并结合自适应调制编码技术改善低信噪比时的系统吞吐量. 仿真结果表明,在准静态平坦衰落信道下,与传统算法(如注水算法)相比,新算法能进一步改善系统的吞吐量,提高发射功率的使用效率,减少不可用子信道个数,且无附加复杂度.     

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.