CR OFDM系统中具有QoS要求的自适应资源分配算法

为了使CR OFDM系统能满足认知用户的QoS要求,针对系统中认知用户和授权用户间的互干扰影响,提出了一种具有QoS要求的自适应资源分配算法——ARAQ算法。算法中通过进行满足QoS要求的资源分配实现了容纳更多的认知用户,通过进行剩余子载波资源的再分配,进一步提高了频谱利用率。仿真结果表明:ARAQ算法比贪婪算法能容纳更多的认知用户数,同时频谱利用率很接近贪婪算法的频谱利用率且具有较低的算法复杂度。     

OFDM技术及其系统资源分配研究

高速率、高带宽、高频谱利用率、提供多种新型业务是未来无线移动通信的主要发展目标。正交频分复用有良好的抗符号间干扰和抗多径干扰能力以及频谱利用率高等优点,被广泛应用于第四代移动通信系统、宽带无线接入系统以及无线城域网。在多用户OFDM系统中,自适应地分配子载波和功率能够充分利用多用户分集和频率分集以降低误比特率和发射功率、提高频带利用率。本文概括了OFDM技术特点,建立了多用户OFDM系统资源分配模型,分析了关于资源分配算法的几种研究方法,对于今后的研究提供了参考。     

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.     

多播OFDM系统中基于QoS保证的资源分配研究

分析多播OFDM系统中的资源分配问题,最优的功率子载波分配是NP-hard问题,为此提出三种次优分配算法:算法1对单播情况下的分配方案进行扩展,在初始分配后进行子载波调整,复杂度较高;算法2在等功率的假定条件下进行子载波分配,复杂度最低;算法3首先利用算法2进行子载波分配,然后通过注水进行功率分配,以提高系统性能.分析和仿真证明,所提算法是有效的,且其复杂度低,特别是算法2和算法3,非常适合于实际系统实现.     

基于遗传算法的多用户OFDM系统资源分配

针对多用户正交频分复用（OFDM）系统,提出利用遗传算法搜索使系统发射功率最小的子载波和比特分配,并通过在遗传算法的初始群体中加入具有优秀基因的个体,使遗传算法快速收敛,从而降低了算法复杂度.仿真结果表明,与静态子载波分配算法（时分复用和频分复用）相比,所提出的算法有较大的增益（5～15dB）,且优于其他动态分配算法（1～2dB）.     

基于信道统计相关性OFDM系统资源分配算法

在正交频分复用(OFDM)系统中,对信道相关及信道独立的子载波和功率分配调度算法进行了研究,提出了一种新的基于信道参数统计相关性的子载波和功率分配算法.这种算法利用信道统计信息来减少信道反馈,由于最优解的高度非线性,转化成离散模型的求解可以降低算法的复杂度.仿真结果显示:相对于传统的信道相关调度算法,基于信道统计相关性的调度算法在系统总容量上有微小降低,但算法复杂度大大降低,信道反馈信息的减少节省了控制信令带宽;同时在性能上优于基于路径损耗等信道独立的调度算法.     

基于OFDM的认知无线电系统中最优功率分配

在基于正交频分复用(OFDM)的认知无线电系统中,主用户会受到次用户带内子载波以及邻带子载波的带外泄漏功率的干扰。为了在保护主用户通信性能的前提下高效利用机会频谱,该文提出了求解次用户子载波间的最优功率分配方案的方法,通过求解一个凸优化问题获得最优功率分配方案。较之迭代分块注水算法,该方法特别考虑了邻带子载波功率泄漏的影响。仿真结果表明:采用这种方法所获得的功率分配方案在满足各主用户干扰功率上限的条件下使得次用户信道容量最大化。     

基于OFDM的认知无线电子载波功率分配算法

在基于正交频分复用(OFDM)的认知无线电系统中,由于系统发射功率预算和主用户与感知用户干扰受限,以最大化感知用户的容量为目标的最优功率分配算法复杂度太高,提出了两种基于线性注水机制的改进算法及简化算法,改进算法可以通过线性计算快速确定不需分配功率的子载波,进而不需多次迭代就可完成注水过程。仿真结果表明,改进算法下感知用户系统的容量非常接近最优算法,但是复杂度却远远低于最优算法。     

基于OFDM的认知无线网络资源分配

无线频谱资源的稀缺是限制无线业务持续发展的瓶颈.认知无线电作为一种新兴的技术,改变了传统的授权使用无线电频谱的方式.它通过允许非授权用户伺机接入授权用户的频谱,来提高频谱利用效率,被认为是解决无线频谱资源短缺问题的一种有前途的方法.而正交频分复用技术(OFDM)由于能够自适应调整子载波和功率分配参数,实现动态资源分配,进而成为了认知无线网络中可行的空中接口.本文基于OFDM的认知网络中的资源分配问题,给出了多用户认知网络基本的优化模型,引入了认知无线系统中频谱有效和能量有效的资源分配问题,并通过分析问题的数学结构,设计出快速算法进行求解.     

OFDM认知系统的子载波分配算法研究

在误码率和总发射功率约束下,基于频谱空穴的动态变化性,提出一种基于正交频分复用（orthogonal frequency division multiplexing,OFDM）的认知系统下行链路子载波分配算法。算法根据可用频谱资源及用户业务需求,兼顾用户资源公平与干扰温度最低原则：频谱资源少时,以用户资源公平为分配原则,尽量满足所有入网用户的基本通信需求;若频谱资源充足,则以最小化系统干扰温度为目标分配剩余子载波。仿真结果表明,提出的算法在确保入网用户基本数据传输率前提下,能降低系统干扰温度,提高系统频谱利用效率。     

基于贪婪方法的OFDM系统组播与单播业务资源分配算法

研究了OFDM 系统中同时支持组播与单播业务时的资源分配问题。针对组播与单播业务的不同 QoS 要求,将资源分配问题建模为在保证组播业务所要求的最小速率的条件下, 最大化单播业务和速率的分配问题。该问题可利用传统的两步法求解。为了进一步降低复杂度, 提出了一种基于贪婪方法的分配算法, 其基本思想是首先通过子载波分配满足组播业务的最小速率要求, 进而在所有子载波之间调整功率以提高单播业务的和速率。理论分析与仿真结果表明, 所提出的算法能够有效地降低复杂度, 且在满足组播最小速率要求的条件下, 单播业务所能获得的和速率接近两步法, 较好地实现了算法的性能与复杂度之间的平衡。     

感知无线电改进WiMAX性能研究

为提高WiMAX系统频谱利用率,减小与其他系统之间的干扰,实现共存,利用感知无线电的周期图频谱检测和频谱池技术,对WiMAX性能加以改进。采用WiMAX系统802.16e基带链路,信道模型选用M.1225中规定的VA车载信道。在频谱感知模块中,频谱模型在由频点相互独立的256个瑞利衰落正弦信号叠加构成。每帧数据传输开始时,二级用户利用周期图频谱检测技术对信道频段进行检测,获得频谱空洞,然后采用频谱池技术在频谱空洞上传输数据。仿真结果表明,WiMAX系统中采用感知无线电技术,可在减小对二级用户干扰的同时,避免对一级用户的影响,从而提高了频谱利用率,使系统性能得到很大提高。     

改进的OFDM系统自适应资源分配算法

在自适应正交频分复用(OFDM： Orthogonal Frequency Division Multiplexing)系统中, 传统迭代注水功率分配（IWFP： Iterative Water Filling Power）算法对星座规模量化程度要求过高, 实际应用性不强。为此, 在发射总功率和系统误码率上限恒定的条件下, 提出了一种基于IWFP算法的改进算法。该算法在IWFP算法基础上进行了比特和功率分配的二次调整, 算法更加符合系统调制的星座规模和实际发射需求。仿真结果表明, 在误比特率（BER： Bit Error Rate）为10^-4时, 改进算法对信噪比的要求比IWFP算法高约3 dB, 比未经自适应调制的OFDM系统功率比特分配算法即等功率分配算法（EPA： Equalization Power Algorithm）低8 dB, 接近于系统的最优性能, 且运算复杂度不高。     

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.     

下垫式认知无线电网络的鲁棒功率分配算法

针对认知无线电网络功率分配的参数扰动性问题,提出一种基于保护因子的认知无线电鲁棒功率分配算法.该算法根据实际系统信道参数的扰动性,对授权用户干扰功率阈值引入保护机制进行鲁棒规划,运用Lagrange对偶算法和凸优化相关理论得到最优功率分配,解决了下垫式(Underlay)模式下认知无线电网络信道参数扰动性问题.仿真结果表明,该算法具有较好的鲁棒性,降低了算法复杂度,并提高了认知无线电网络的系统容量.     

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。     

中继OFDMA系统的自适应资源分配策略研究

为解决中继OFDMA系统的资源分配问题,本文提出一种基于对偶分解的资源分配算法,该算法能够将一个复杂的问题分解成若干个子问题进行求解,降低了计算的复杂度。通过对各子问题的求解,可以获得最优的中继节点的选择方案以及功率、子载波的分配方案。仿真结果表明,该算法能够在保障不同用户的速率需求的条件下,有效地提高系统的容量。     

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。     

一种用户速率受限OFDM系统中的联合子载波和功率分配算法

为OFDM下行系统提出一种高性能、低复杂度的无线资源分配算法.该算法在保证各用户最小数据速率限制的情况下,最大化系统的总吞吐量.算法以对偶优化作为理论基础,经过合理简化,消除了以往求解优化问题中所需的迭代运算,提出一种新型的低复杂度无线资源分配算法.仿真结果表明,在各种无线环境中,该算法均提供了很好的系统吞吐量和中断概率性能.