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.     

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MIMO系统中基于容量的发射天线选择

在对多用户MIMO系统上行链路容量以及多用户MIMO最优天线选择算法进行研究的基础上,提出了一种多用户迭代递减的次优发射天线选择算法,即MIEAS算法,并分析了其复杂度。仿真结果表明,该算法应用在MIMO系统上行链路时,在各种不同参数条件下获得的容量增益均十分接近于最优天线选择算法,且运算复杂度大大降低。     

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.     

基于统计信道状态信息的节能分布式中继选择

针对放大转发协作网络中的中继节点选择问题,提出了基于统计信道信息的能量有效分布式中继选择算法. 算法对系统能量效率与系统中断性能进行折中,通过最小化系统平均消耗总功率来确定转发阈值,各中继节点根据转发阈值独立地决定是否参与数据转发. 考虑有多个中继节点辅助源节点进行数据传输,提出了基于数值搜索方法确定转发阈值的多中继节点选择算法,在满足系统目标中断性能的同时,使系统消耗较少的平均功率. 为了降低阈值求解的复杂度,考虑只有1 个中继节点参与数据转发,进而提出了具有低计算复杂度的单中继节点选择算法. 仿真结果表明,与已有的放大转发模式下的中继选择算法相比,该文提出的算法在能量效率上具有更好的系统性能.     

多小区V-BLAST系统中基于后验信干比平衡的功率控制方法

针对多小区V-BLAST系统中的同信道干扰问题,提出了一种基于后验信干比平衡的功率控制方法以及简化的次优算法,通过调整各基站每个发送天线的功率,平衡移动台接收端各路子流的后验信干比.仿真结果表明,与现有功率控制方法相比,该方法在系统中断概率以及平均误比特率(BER)上都可以达到更好的性能.次优算法在保持较高性能增益的同时显著降低了运算的复杂度.     

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。     

对称双二叉树PTS相位搜索

为降低OFDM系统中部分传输序列的计算复杂度,提出一种对称双二叉树的相位搜索方法,将最优相位因子的搜索映射为满二叉树中代价最小通路的搜索. 通过选择中间节点数量与二叉树的搜索深度,在有效抑制OFDM峰值平均功率比的同时大幅度降低了计算复杂度. 仿真结果表明,该方法能很好地协调OFDM系统性
能和计算复杂度.     

OFDM系统中离散导频的采样钟和残留频偏联合估计算法

利用最大似然估计理论推导出了基于离散导频的近似最优及次优估计算法,分析了估计算法的性能,并在此基础上提出了离散导频的设计方法.同时给出了一种快速精确的采样钟跟踪方案.仿真表明,提出的算法具有很好的估计性能.     

下行多用户MIMO系统中的低复杂度用户选择

对采用最小均方误差预编码的下行多用户MIMO系统的用户选择问题进行了研究,提出一种低复杂度的用户选择算法. 该算法根据贪婪搜索的思想依次选取使最小均方误差最小的用户. 仿真结果表明,该算法能达到的和速率与穷举搜索法所能达到的和速率非常接近;与已有的用于迫零预编码系统的用户选择算法相比,该算法的和速率也有一定的提高.     

MIMO-OFDM系统中一种改进的盲信道估计算法

针对MIMO-OFDM系统中线性预编码信道估计算法需要多次计算模糊度矩阵的问题,提出一种改进的盲信道估计算法.该算法首先对各天线上所接收信号的互相关矩阵进行处理,使信道估计矩阵的模糊度矩阵统一,再利用统一的模糊度矩阵通过迭代方法实现系统的信道估计.仿真结果表明,改进算法的估计精度在低信噪比时仅有较小损失,而在高信噪比时与现有的线性预编码算法接近,且具有较好的收敛性.与现有的线性预编码信道估计算法相比,改进算法显著降低了计算复杂度.     

放大转发协作通信中继位置对SER性能的影响

针对放大转发协作网络多跳中继节点位置对系统性能的影响,分析了端到端链路的误码率. 根据误码率并通过设定不同节点间距离来确定最优中继位置. 针对多跳中继网络,提出了基于信道状态信息的节点选择算法,在不同的选取准则下以最小值最大化为目标. 为了考虑中继位置,进而提出基于节点位置信息的中继节点选择算法,确保选择一个最低误码率的节点为协作节点. 仿真结果表明,多跳中继最优位置处于源节点和目的节点的中点处. 与已有放大转发模式下的单跳中继相比,多跳中继在系统具有较低的总传输功率时具有更好的性能.     

浮定点转换与SoC定点加速器字长协同设计研究

在SoC (system on chip)设计中,许多通信、多媒体等高计算复杂度应用常需要构建专用的硬件加速器,用以提高性能,降低功耗.而对于片内SoC专属硬件加速器,其运算单元和片内存储体的字长与芯片面积、功耗等休戚相关.文中提出了一种新颖的基于统计分析浮定点转换的定点硬件加速器字长设计方法,该方法同时考虑硬件设计和浮定点算法转换,利用统计参数在数学层面上求解计算信噪比,避免了采用穷举法选择最优浮定点转换算法,极大地减小了计算复杂度,有效地降低芯片面积、功耗和成本,从而能在没有DSP协处理器的低成本RISC处理器核SoC芯片上运行高计算复杂度应用.     

喷泉码中LT码的次优度分布

度分布是影响LT码译码效率的关键因素. 通过对译码过程中预处理集的分析,提出LT码的最优度分布,指出其在实际应用中存在的问题,并在此基础上提出实用的次优度分布. 测试结果表明,采用次优度分布的LT码在平均译码效率、最优译码效率、译码效率方差三方面性能都优于稳健孤立子度分布,研究结果对提高数据分发应用的分发效率具有实用价值.     

合作博弈框架的资源分配

提出一种多用户MIMO OFDM系统中的基于合作博弈框架的自适应资源分配算法,该算法在纳什讨价还价解（NBS）和Raiffa-Kalai-Smorodinsky讨价还价解（RBS）的Pareto最优解的基础上分配资源,使用户的速率能够最接近于Pareto最优解.仿真结果表明,该算法的性能明显优于固定分配方案,只是略逊于Max Rate方案,但是其公平性明显优于Max Rate方案和固定分配方案.     

基于改进型离散粒子群优化的云计算资源分配方案

针对云计算中资源有效分配的问题,提出一种基于改进型离散粒子群优化(IDPSO)算法的云资源分配方案.首先,将传统PSO算法中的运算进行离散化,使其能够应用于资源分配问题.然后,对传统PSO粒子位置更新公式中的惯性权重进行改进,根据当前粒子位置、局部最佳和全局最佳位置的适应度来确定这些权重系数,以此加快粒子的收敛速度.最后,将资源分配方案编码为一个二维粒子,利用IDPSO算法求解最优解.实验结果表明,该方案能够有效降低资源浪费率,具有可行性和有效性.     

改进的τ-leap算法在生化反应系统随机模拟中的应用

提出了一种丁一选择策略,有效地反映了生化反应系统中分子数日的改变.并由此提出了改进的τ-leap(improved τ-leap)算法,该算法对生化反应系统的随机模拟更为有效和实用.并以两个生化反应系统模型为例,分别用精确的SSA算法、改进的τ-leaping算法以及已有的修正的τ-leap(modified tau-leap)算法进行了模拟计算.仿真实验结果表明:在具有同等计算复杂度的情况下,改进的τ-1ap算法较修正的τ-leap明显地提高了模拟精度.     

电力线通信HomePlug AV标准的比特分配

研究了HPAV标准中发送功率谱密度和比特误码率上限不变情况下传输比特数最大化的自适应算法．针对HPAV标准的特点,首先给出了最优的比特分配算法,然后在分析和仿真的基础上,提出一种基于预分配的低运算复杂度最优比特分配算法．通过仿真验证了该算法可达到最优的比特分配结果,运算复杂度比已有算法降低了将近一半．     

多元LDPC随机译码的似然概率快速生成算法

多元随机译码算法能有效解决译码复杂度高的问题,但似然概率生成的计算仍有较高的计算复杂度. 为解决这一问题,文中提出一种针对M阶正交振幅调制下的多元低密度奇偶校验码的随机译码算法. 通过计算星座图中部分星座点和接收信号点之间的欧几里德距离来确定随机译码的似然概率,而不必计算所有星座点的似然概率,省去了复杂的幂次运算. 仿真结果表明,该算法能有效降低多元LDPC码随机译码的计算复杂度,性能损失较小,是一种适合多元LDPC译码器前端实现的译码算法.     

EWA博弈抽象的认知无线电网络信道选择

通过协作频谱感知对信道可用性进行分析,构建网络可用信道的优先度表. 利用该优先度表,提出一种基于EWA学习博弈模型的信道选择算法. 与基于学习自动机算法和无悔学习算法对比的仿真结果表明,该算法可通过历史经验的学习选择对认知用户可用性最优的信道,能提高系统的有效吞吐量,并获得更好的资源分配公平性.