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。     

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。     

多用户多输入多输出-正交频分复用系统的一种子信道分配方案

针对多用户多输入多输出-正交频分复用(MIMO-OFDM)系统的下行链路,基于脏纸编码(DPC)和线性接收机,提出了一种简单的子信道分配方案.每个子载波上,各用户以其信道矩阵左奇异向量作为接收机;发射机已知所有用户的信道信息,通过贪婪DPC预编码,分配空间子信道;然后,根据各子信道增益进行注水功率分配获得最大的和速率信道容量.仿真表明,该方法可以实现接近Sato界的信道容量.     

多用户多输人多输出-正交频分复用系统的一种子信道分配方案

针对多用户多输入多输出一正交频分复用（MIMO-OFDM）系统的下行链路，基于脏纸编码（DPC）和线性接收机，提出了一种简单的子信道分配方案．每个子栽波上，各用户以其信道矩阵左奇异向量作为接收机；发射机已知所有用户的信道信息，通过贪婪DPC预编码，分配空间子信道；然后，根据各子信道增益进行注水功率分配获得最大的和速率信道容量．仿真表明，本文方法可以实现接近Sato界的信道容量．     

低压电网基于发射效率的OFDM比特分配算法

低压电网信道衰减特性变化剧烈,正交频分复用（OFDM）系统的自适应调制技术根据每个子载波的信道状况和用户需求,为每个用户分配最佳的子载波,为每个子载波分配最佳的调制方式,这样可以更好地利用信道资源,提高传输速率．以低压电网为对象,利用多项式函数拟合的低压电网信道模型,从基于SNR门限的比特分配算法出发,提出了一种基于发射效率的OFDM比特分配算法,并与固定调制方式和固定功率分配的OFDM系统进行对比．结果表明该算法能够根据各个子信道的实际传输情况灵活地分配发送功率和信息比特,使更多的子载波可以使用性能好的调制方式,从而有效地利用了低压电网信道资源．     

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)。     

多用户OFDM系统中的快速自适应分配策略

将自适应技术应用于多用户正交频分复用(OFDM)系统,能够提高频谱利用率,降低系统发射功率,从而使系统的整体性能达到最优．文中给出了多径频率选择性衰落信道下多用户OFDM系统中自适应比特和功率分配的数学模型,提出了一种次优快速自适应分配算法,根据信道特性的瞬时估计值,自适应地为各用户分配子信道和比特,在给定误码率的条件下使总的发送功率最小、仿真结果表明,该算法计算简单,优化效率高,可以达到接近理论上的最优水平．     

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．     

一种正交调制协作系统的功率分配方法

针对正交调制协作系统中本地和中继信号采用等功率分配(EPA),导致系统资源利用率低的问题,提出了一种正交调制功率优化分配(QM-OPA)方法.QM-OPA方法以最小化系统误码率为目标,根据用户上行信道和用户间信道的平均信噪比来计算本地和中继信号的功率优化分配因子,并利用反馈信道将功率分配信息发送给协作用户,从而实现了功率的自适应分配,提高了系统的资源利用率.QM-OPA方法能降低系统误码率,且实现复杂度较低.仿真结果表明,在实际的非理想协作场景下,与EPA方法相比,QM-OPA方法在误码率为10-2～10-4时最大可提供约7 dB的信噪比增益.     

基于water-level调整的认知无线电传输速率计算算法

在瑞利衰落模型下,根据认知用户的效用函数,来解决认知无线电中的信道规划问题,进而得到认知用户的传输速率。当认知用户传输功率和比特误码率受限时,其最终效用仅与water-level有关,因此文中提出了一种基于water-level调整的功率分配及算法,实现了认知无线电中载波及功率的合理分配,并得到了认知用户的传输速率.理论与仿真分析表明:该算法具有较低的运算复杂度和接近于最优算法的认知用户效用;调整因子仅与算法的收敛速度有关,而与用户总效用及信道的分配结果无关.     

基于中继OFDM系统的成比例公平分配算法

为了满足无线蜂窝小区内不同用户的业务需求,针对下行正交频分复用中继系统,提出一种基于成比例公平约束的资源分配方案,其主要包括基站与中继处的子载波和功率分配,并在子载波分配过程中提出2种算法.其中,严格的速率成比例公平算法以尽可能满足速率成比例公平为目标,将子载波优先分配给比例公平性最差的用户;松弛的子载波成比例公平算法将速率成比例松弛为子载波成比例,避免了信道较差的用户占用大量子载波.子载波分配结束后,根据子载波分配策略进行注水功率分配.仿真结果表明,2种算法均能够较好地满足成比例公平约束,且与传统无中继的资源分配算法相比,明显提高了系统吞吐量.     

基于用户满意度的CoMP-JT多小区资源分配算法

在协作多点传输（coordinated multiple points transmission,CoMP）的联合传输（joint transmission,JT）系统中,为了提高用户的服务质量,提出了一种基于用户满意度的多小区资源分配算法。该算法基于用户累积时延构建了一个用户满意度函数,将客观时延和吞吐量转化为主观满意度,再通过最大化所有用户的满意度,推导出了一个有效的单小区资源初始分配算法,最后在多小区资源分配过程中通过集中控制单元对所有小区资源进行最终分配。理论分析与仿真结果表明,与传统算法相比,该算法能够在公平性,时延和吞吐量方面能够更好地适应用户的需求。     

基于用户需求和等待时间的改进型频谱分配算法

通过对最新的图论着色频谱分配算法进行分析,提出了一种基于用户需求和等待时间的改进型频谱分配算法。解决了频谱资源紧张情况下用户等待时间太长的问题。使认知用户机会均等地使用频谱资源。经过频谱复用,更好地满足了用户频谱需求。仿真结果表明该算法是有效的,提出的算法提高了频谱利用率并且保证了系统公平性。     

无线回传网络中队列感知在线功率分配策略

无线回传技术因其能大幅降低运营商成本开销、给用户终端提供根本上的灵活性并提高网络整体频谱效率等优势,是下一代移动网络中具有前景的解决方案之一。通过利用李雅普诺夫(Lyapunov)优化框架和凸优化理论,提出了一种基于队列感知的带内全双工无线回传网络功率分配算法。该算法在每个离散的资源调度时隙内,通过综合考虑信道和队列状态信息,动态地为各用户的接入链路和小基站的回传链路分配功率,以实现在保证网络稳定性和满足各用户服务质量需求的同时,最大化网络平均和频谱效率。此外,理论分析和仿真结果显示,所提出的算法可通过调整引入的控制参量的取值灵活地实现时延与谱效间的动态平衡。     

超密集异构网中基于配对理论的用户关联算法

超密集异构网络作为提升网络数据流量和用户速率的有效手段,成为5G关键技术中的一员。但超密集部署的小小区基站势必会导致系统总能耗的增加,以及用户接入公平性等问题。解决给定目标速率条件下基于能效优化的用户关联(也称为用户接入)问题。改进了原有的功耗优化模型,使之更准确地反映基站的实际发射功率和总功耗。在此基础上,利用拉格朗日对偶和二分法对关联过程中用户分配到的资源比例和基站为每个关联用户提供的发射功率进行优化和调节;同时结合配对理论,提出一种综合考虑能效和接入公平度的用户关联算法。性能仿真和对比结果表明,算法在保持良好的用户接入公平性的基础上有效提升了系统能效。     

认知无线电网络信道分配联合策略算法

在认知无线电网络中,次级用户在保证主用户通信服务质量不受影响的前提下,可以伺机复用主用户的空闲信道进行通信,以满足次级用户自身的通信需求,充分利用系统内的信道资源,并有效提升系统的合速率。考虑接收终端干扰的影响,提出一种基于underlay机制下的全干扰系统模型,并基于该模型提出一种联合策略的信道分配算法。联合策略算法采用加入了定向变异因子的改良遗传算法为多个次级用户分配信道,之后使用拍卖算法对信道内所有的次级用户进行功率分配或者信干噪比控制。仿真实验表明,提出的联合策略算法能够明显地提升系统合速率,保证次级用户间的公平性,并且以较快的速度收敛至纳什均衡,能够有效进行信道资源优化分配。     

基于公平权重的电动汽车充电功率分配策略

为满足规模化电动汽车用户多样性的充电需求,提出一种基于公平权重的电动汽车充电功率分配策略.首先,在M/M/C/N排队模型的基础上加入优先级惩罚机制,初步优化用户等待时长和充电功率;其次,针对用户充电时的满意度问题,提出一种基于惩罚因子的用户满意度函数;最后,利用优化的熵权法在满足用户需求的前提下,将用户间的充电公平因子以权重的形式参与到功率分配中,实现对区内可用负荷的公平分配,并运用用户满意度函数对功率分配方法进行评价.仿真算例表明,新用户加入充电方式分配算法和基于公平权重的功率分配策略能进一步优化用户等待时长和充电功率;所提出的用户满意度函数也能有效地评价用户对充电站的态度,有助于各充电站改进服务,进一步优化用户体验.     

Optimal joint relay selection and resource allocation with QoS constraints in multiuser OFDM-based cellular networks

This paper investigates the relay selection and resource allocation problem in muhiuser orthogonal frequency division multiplexing (OFDM) based cooperative cellular networks,in which user nodes could relay information for each other using the decode-and-forward (DF) protocol to achieve spatial diversity gain.Specifically,the paper proposes an optimal joint relay selection and resource allocation (ORSRA) algorithm whose objective is to maximize system total achievable data rate with the constraints of each user' s individual quality of service (QoS) requirement and transmission power.Due to being a mixed binary integer programming (MBIP) problem,a novel two-level Lagrangian dual-primal decomposition and subgradient projection approach is proposed to not only select the appropriate cooperative relay nodes,but also allocate subcarries and power optimally.Simulation results demonstrate that our proposed scheme can efficiently enhance overall system data rate and guarantee each user's QoS requirement.Meanwhile,the fairness among users can be improved dramatically.     

基于用户需求和历史信息的动态频谱分配算法

针对认知无线电系统中动态频谱分配算法开展研究,以干扰图模型为基础,提出一种改进的基于业务需求和历史信息的动态频谱分配算法。为利于快速收敛,算法采用最大独立集为分配起点,允许将信道同时分配给多个用户,联合功率控制机制最小化认知用户间的干扰,引入信道优先级和用户优先级表征历史信息和业务需求,优先分配高质量的信道给高优先级用户集以保证公平性。最后通过仿真分析进行了算法的有效性验证。     

一种有效的比例公平算法

针对基于OFDM的认知无线电系统中多个认知用户之间的频谱资源分配问题,提出了一种比特和功率分配算法.首先,对认知用户的发射功率加以约束以保证认知用户的通信质量;然后运用“两部分法”并引入比例分配因子来避免认知用户的频谱资源分配不均衡问题;最后对所提算法进行了仿真,其中对认知用户的分配结果表明所提算法不仅能够保证每个用户的通信质量而且能够提升信道总容量.