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.     

多用户OFDM双向中继权衡公平性和总速率资源优化

摘要： 在OFDM协作双向中继网络中,当多个用户对借助AF（amplify and forward）双向中继相互通信时,用 户对之间的公平性与系统总速率不能同时兼顾. 该文提出一种用户对速率成比例性公平,并与系统总速率折中的 次优资源分配策略. 该策略以最大化双向中继系统总速率为目标,在总功率及用户对的速率成比例约束下分两步 进行. 首先在每个子载波等功率假设条件下进行用户对速率成比例公平的子载波优化,使系统总速率得以提升. 然 后在保证公平性前提下采用一种迭代的功率分配方法将总功率分配到各个子载波,使系统总速率再次得到提升. 仿真结果表明,所提出的策略在保证用户对速率成一定比例的前提下有效地提高了系统总速率.     

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.     

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.     

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。     

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.     

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.     

基于最小速率的MIMO多接入信道容量和最优功率分配策略

分析了平均功率受限条件下,基于最小速率约束的MIMO多接入信道容量域,并给出了最优功率分配策略.策略分为两个步骤:第一步分配给每个用户所有信道状态下,保证最小速率的最小功率;第二步采用多级注水分配剩余功率最大化遍历容量.分析表明顺序译码是获取容量的有效手段,数值结果显示出,策略在满足最小速率约束要求下获得了显著的容量增益,取得了很好的性能折衷.     

家庭基站网络分布式资源分配算法

针对具有自组织特性的家庭基站(home eNodeB, HeNB) 网络,提出了一种分布式资源分配算法. 该方法首先使HeNB 根据网络状况选择分量载波,而当接收到邻小区的重选请求时,可以重新选择备用载波列表中的载波,释放当前使用的载波给邻居使用,从而提高HeNB 获得可行载波的可能性. 使HeNB 根据优化目标函数自主地进行功率优化,以减少小区间干扰并提高系统容量. 通过蒙特卡罗方法分析该算法的性能,仿真结果表明：该资源分配算法能够提高用户的平均吞吐量并降低中断概率.     

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.     

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.     

分布式多小区联合传输中的自适应反馈比特分配

基于有限反馈的分布式多小区联合传输系统,提出一种自适应比特分配方案. 通过分析有限反馈造成的系统总速率损失,得到速率损失近似上界与用户分配给各信道的反馈比特数的闭式函数关系. 根据该闭式表达提出了一种自适应反馈比特分配方案,该方案基于不同信道的反馈比特数对速率的影响,在用户各信道之间自适应分配反馈比特数,显著减小了有限反馈带来的速率损失,提高了系统速率. 算法复杂度分析表明,该方案无需增加额外的周期性反馈信息,也无需巨大的计算量,易于在实际系统中实现. 仿真结果验证了该方案的性能.