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.     

OFDMA干扰信道资源分布式自优化算法

针对多用户正交频分多址(orthogonal frequency division multiple access,OFDMA)干扰信道自优化问题,研究其功率和信道资源分配策略,提出了一种新的分布式的资源优化分配算法.各用户只需要知道自己的信道状态信息就可以通过迭代注水的方式对系统资源进行合理分配,实现速率最大化.通过对注水算法增加干扰强度限制条件的方法,优化资源配置,提高系统的效率,并用线性规划理论将其实现.仿真结果表明,该算法在性能上比纳什博弈算法有很大的提高.     

多小区OFDMA系统中低开销的基站协作资源分配算法

基站协作是多小区正交频分多址接入(OFDMA)系统中降低共信道干扰的有效手段。为了降低收集各小区信息所需的开销,提出一种新的基站协作资源分配算法。算法由各基站计算本小区的业务负荷及所有子信道对本小区的价值,并发送至中心节点。根据这两类信息,资源首先由中心节点分配至各小区,再由各基站分配至用户。该算法的开销仅约为现有方法的2/U(U为协作小区的总用户数)。与无基站协作的方法相比,该算法仍可获得30%以上的用户容量或吞吐量增益。结果表明:本算法兼具实用性和有效性,有望应用于新一代移动通信系统。     

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.     

能量有效的多小区OFDMA下行链路资源分配算法

为了实现多小区正交频分多址(OFDMA)下行链路资源动态分配,采用非合作博弈给出多小区OFDMA子信道分配和功率分配的联合博弈模型,各小区以最大化能量效率为目标实现资源动态分配.由于最优子信道和功率联合分配是NP-hard问题,为了求解联合博弈问题,首先,将其分解为子信道分配和功率分配2个子问题,然后,采用干扰信道增益比最小准则实现子信道分配,在此基础上,利用非合作博弈实现功率分配.理论分析显示:该博弈模型可表达为潜在博弈,从而保证了非合作博弈收敛于纳什均衡解.仿真结果表明:算法性能良好,虽然一定程度上降低了传输速率,但获得了较高的能量效率,实现了能量效率和传输速率折中.     

一种基于双层干扰图着色的资源分配算法

针对长期演进(long term evolution,LTE)系统中蜂窝链路和短距离链路中的同频干扰问题,提出一种基于双层同频干扰图着色的信道资源分配算法.该算法通过引入排队理论和终端服务等级要求,分析蜂窝移动通信网和短距离通信网的双层同频干扰,构造一种异构网络的双层同频干扰图.基于系统信道资源占用情况和信道资源分配优先级的考虑,对双层同频干扰图进行着色资源分配.仿真表明,该算法提高了系统平均吞吐量和满意度.     

基于多臂赌博机的卫星通信系统子载波分配算法

为了提升卫星通信系统的频谱效率,在卫星系统采用正交频分多址(Orthogonal Frequency Division Multiple Access, OFDMA)传输技术的情况下,提出了一种基于多臂赌博机(Multi-Armed Bandit, MAB)的子载波分配算法。首先,建立基于OFDMA的卫星系统上行链路多用户传输模型。然后建立以用户总速率最大化为目标,以用户最大发射功率和用户服务质量为约束条件的资源分配问题。接着,利用MAB能在环境信息部分未知时在线学习摇臂选择策略的特性来求解该优化问题,并获得子载波分配方案。仿真结果表明,所提算法能实现系统子载波的自适应分配,同时用户总速率与贪婪算法在已知信道状态信息下获得的用户总速率几乎相同。     

D2D网络中基于组合拍卖的无线资源分配机制

针对端到端(device-to-device,D2D)用户与蜂窝用户共享频谱资源产生的干扰问题,以最大化系统中D2D链路的吞吐量为优化目标,提出一种联合功率控制和信道分配的资源分配机制。根据D2D用户的干扰门限和蜂窝用户的信干噪比(signal to interference plus noise ratio, SINR)提出了一种基于用户间距离的复用准则,确定D2D用户可复用的信道资源集合;在给定D2D用户复用任意资源集合的前提下,调整D2D用户的发射功率,以衡量各个D2D用户在不同信道资源集合上的吞吐量,但暂不分配功率;基于功率控制的结果,采用组合拍卖的方法为D2D链路分配信道及对应的发射功率,从而实现了联合功率控制和信道分配。因此,系统资源分配结果更为合理。仿真结果表明,该机制能有效抑制跨层干扰和同层干扰,提升D2D链路的吞吐量,提高用户的服务质量(quality of service,QoS)。     

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.     

基于信道选择和自适应功率控制的动态频谱分配

针对频谱分配过程中会出现用户间的干扰问题,提出了一种基于信道选择和自适应功率控制的动态频谱分配算法.该算法的基本思想是将认知用户间频谱的竞争转化为以信道选择为策略空间的博弈模型,通过调整发射功率和利用改进后的效用函数来选择最优的分配策略.实验结果表明:该算法在实现频谱动态分配的同时减小了对授权用户的干扰,提高了系统总吞吐量.     

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.     

超密集部署下基于双向干扰图的资源分配算法

针对超密集部署时小小区用户之间在资源复用模式下将产生强烈干扰的情况,提出采用双向干扰图的方法建立小小区用户间的干扰模型,并在此基础上设计了基于势博弈的资源分配算法.为减小资源分配过程中的计算开销,同时进一步抑制干扰,提出了资源分配效用矩阵和效用值更新方法,在算法执行过程中对资源块状态进行分类,减少小小区用户在博弈策略空间中的尝试次数.仿真结果表明:与原博弈算法相比,提出的算法在保证蜂窝用户服务质量的条件下,进一步提高了系统容量,同时明显提升了边缘用户可获取的速率,大幅降低了计算复杂度.     

用串行干扰消除算法提高同频组网信道估计精度

为降低TD-SCDMA系统同频组网时邻区干扰对信道估计精度的影响,提出了一种逐个邻区串行干扰消除的信道估计算法.算法先消除本小区用户的信号,然后依次对每个邻区进行信道估计,重构其中的强干扰用户信号,再逐个从接收训练序列中加以消除,最后用串行消除各个邻区干扰后的接收训练序列对本小区用户进行信道估计.仿真结果表明,采用串行干扰消除的信道估计方法信道估计误差较低,将其用于上行链路的联合检测接收机,解调性能约提升2 dB.因此,所提出的信道估计算法,可有效消除邻区强干扰用户对信道估计精度的影响,从而提高了同频组网时系统的性能.     

超密集异构网络中的一种混合资源分配方法

针对在宏小区覆盖范围内高密度部署小小区所带来的跨层干扰和同层干扰,研究了超密集异构蜂窝网络中的资源分配问题,采用了一种共享频谱与分离频谱共存的混合频谱分配方案。依据簇中小基站与宏基站的干扰是否超过设定的阈值,将簇进行分类并以不同的方式进行资源分配,超过阈值的簇采用分离频谱的方式分配资源,反之,可共享整段频谱。而在每个小基站簇内,在相应的约束条件下采用对偶分解法求出规划的优化目标,为每个小基站分配子信道和功率。基于联合分配方案提出算法1和算法2(次梯度算法),算法1最接近最优解决策略,而算法2可以解决高复杂度问题,具有更高的实用性。仿真结果表明,所提方案能够有效地抑制干扰、提升系统容量,同时兼顾用户间公平性。     

基于自适应CSI反馈的高速移动OFDMA系统动态资源分配

针对高速移动环境下多业务多用户正交频分多址(OFDMA)系统下行链路提出一种动态资源分配方案,在保证每种业务用户信息传输速率和误比特率要求的前提下,利用信道状态信息(CSI)反馈和子载波间干扰(ICI)估计进行子载波和比特分配,以使系统总传输功率最小化。同时在保证系统基本性能的前提下提出一种基于概率统计的自适应CSI反馈算法,仿真结果表明,该算法在增加2.3%额外功率消耗的情况下可减少约60%的反馈CSI开销。     

基于公平原则的多用户空间子信道分配算法

提出了一种基于MIMO/OFDM系统的空间子信道分配算法,在多用户环境下,以获取最大的系统吞吐量为目标,兼顾用户之间资源分配的公平性原则,充分利用系统的空间子信道资源,在保证发射功率恒定和一定的误比特率约束条件推导了多用户子载波分配准则,并给出了相应的算法流程.仿真结果表明,本算法具有良好的性能,既有效地提高了系统的吞吐量,又保证了用户之间资源分配的公平性.     

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.     

多用户OFDM系统的子载波分配算法

自适应分配技术的应用能优化多用户正交频分复用系统功率的使用．文中在对功率最优化问题进行分析后，提出了一种基于用户速率和信道特性的子载波分配算法．该算法不需要另外计算最终分配给各用户的子载波数，其分配过程包括基本分配和剩余分配两个步骤．在基本分配中保证各用户数据能被及时发送，在剩余分配过程中，以减小各用户所需的发射功率可达到最小值为原则进行子载波分配．仿真结果表明，该算法能有效降低系统的发射功率．     

OFDM系统的自适应分配算法的研究

关于算法的研究可以分为两类:动态算法和静态算法.静态分配算法在没有考虑信道瞬态增益的情况下预先进行子载波分配的.然而实际的通信系统是要支持多用户并发通信的,由于信道衰落存在用户差异性,将自适应技术应用在多用户系统中,根据用户在各子信道上的瞬时特性动态地分配子信道,充分利用信道的瞬时特性进行资源分配,对多用户要求共享同一子载波进行仲裁后完成分配,从而使系统总的发射功率达到最低.     

高斯干扰信道中一种公平的资源分配算法

频谱、发射功率是通信工程中基本的资源,对资源进行有效地分配,可以提高系统性能。本文针对单输入单输出干扰信道的功率分配和多输入单输出干扰信道波束成形设计,提出了一种新的随用户最小速率要求改变的公平资源分配方案,给出了一种利用特征参数的迭代搜索算法,数值仿真结果与分析一致。