MIMO-OFDM系统基于实时业务的跨层子载波分配

针对MIMO-OFDM系统的实时业务提出一种新的动态子载波分配算法。该算法基于物理层的信道状态信息,MAC层的队列状态信息和系统中每个队列的平均等待时间来动态分配子载波。仿真结果表明,该算法在保证用户之间竞争资源公平性的前提下,不仅保证了实时业务的时延要求,而且提高了系统吞吐量。     

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.     

一种新的基于遗传算法的OFDM系统跨层资源分配方案

在进行多用户OFDM系统的MAC层设计时,提出一种同时考虑应用层分组到达过程,用户时延QoS和物理层子载波信道条件的跨层资源分配方案.该方案将这三层综合成一个整体考虑,把问题归结为约束函数优化问题.为了有效解决该优化问题,又提出一种低复杂度的基于精英选择的遗传算法.数值计算实例证明了所提算法的有效性,且其低复杂度使得它非常适用于实际系统中.     

高公平性的OFDMA自适应资源分配方案

针对基于速率自适应准则的正交频分多址自适应资源分配中系统容量和用户公平性的不兼容性问题,提出一种高公平性的自适应资源分配方案.该方案通过基于高公平性的子载波分配算法和基于模拟退火的人工蜂群算法的功率分配实现.在子载波分配算法中,通过引入比例因子a,将子载波分为两部分,首先选取a N个子载波分配给速率比例低的用户,以保证用户间的高公平性;然后将剩余子载波分配给信道增益最高的用户,且每个用户最多只能分配一个子载波,以提高系统容量.在功率分配中,利用基于模拟退火的改进人工蜂群算法实现在所有用户之间的功率寻优,以此获得更大的系统容量.仿真结果表明:所提出的方案不仅保证了用户之间的高公平性,而且有效增加了系统容量,证明了该算法的有效性.     

多用户OFDM系统中一种基于速率限制的跨层资源分配算法

针对多用户的OFDM系统,提出了一种联合媒体接入控制层和物理层的跨层资源分配算法。首先通过有限状态马尔科夫链分析用户的队列状态,然后根据用户的服务质量限制得到物理层的最大、最小速率限制,最后根据物理层时变的信道状态信息和媒体接入控制层所得到的限制速率来联合进行动态的子载波和功率资源分配。仿真实验表明,与没有最大速率约束的资源分配算法相比,所提算法不仅保证了不同用户的QoS要求,而且还降低了一定的功率,从而有效的提高了系统的性能。     

新型多用户MIMO-OFDM 跨层资源分配算法

为解决多用户MIMO-OFDM( Multiple Input Multiple Output-Orthogonal Frequency Division Multiplexing) 下行链路系统中由于分层设计信息不完整造成的资源分配不合理的问题,提出了一种基于最低速率约束的跨层资源分配算法。该算法综合考虑不同用户服务质量要求、媒体接入控制层队列情况和物理层信道状态信息,在满足总功率限制和用户最低速率约束的条件下,以系统吞吐量最大化为目标,进行物理层子载波和功率的联合分配。仿真结果表明,该算法不仅能满足不同用户的服务质量要求,而且能达到较高的系统吞吐量。     

瑞利衰落信道下OFDM系统多址接入方案的性能比较

调制方式和多址接入的灵活性是正交频分复用(OFDM)技术的一大优点。对OFDM系统下行链路的不同多址方式进行了比较，介绍了分别用于OFDM-FDMA和OFDM-TDMA的自适应子载波分配和自适应调制。仿真结果表明：带自适应子载波分配的OFDM-FDMA方式性能最佳。     

NC-OFDM多种群自适应免疫优化子载波分配算法

资源分配是认知无线电网络中的关键问题,为实现认知用户总发射功率最小,针对NCOFDM系统提出了一种多种群自适应免疫优化子载波分配算法。给出了算法的基本思想及实现流程,设计了合适的自适应算子,加快算法收敛速率的同时避免陷入局部最优。仿真结果表明,相同条件下与已有算法收敛速率提升20%,系统总功率降低10%,实现了快速、高效的子载波分配。     

一种OFDM系统动态子载波比特和功率分配联合算法

提出一种多用户OFDM(orthogonal frequency division multiplexing)系统下行链路，具有信道变化实时性的动态子载波、比特和功率分配联合算法(UA)，在满足各个用户数据速率和BER要求的同时使总的发送功率最小。提出的算法与动态子载波分配算法(WSA)相比，计算复杂度相当，在移动信道环境下仿真结果表明性能有一定的改善。     

基于改进遗传算法的多业务组播系统跨层功率分配方案

结合数据链路层的队列状态信息(QSI)和物理层的信道状态信息(CSI),定义了系统的吞吐量系数和公平性系数,建立组播系统功率分配的离散速率集模型.对遗传算法的初始群体产生、选择、交叉和变异等算子进行改进,形成改进遗传算法;利用改进遗传算法进行动态功率分配和跨层优化.数值仿真结果表明:改进遗传算法能够取得几乎最优的队列时延性能;选取不同的权重对系统吞吐量性能和公平性性能产生重要影响;改进遗传算法获得的系统吞吐量系数和公平性系数在不同场景下较之功率固定分配算法至少提高0.15.     

Cross-layer resource allocation based on potential game theory in multi-cell OFDMA networks

A cross-layer resource allocation scheme based on potential game （CLRA _ PG） is proposed for the downlink multi-cell orthogonal frequency-division multiple-access （OFDMA） system with universal frequency reuse.As a method to mitigate inter-cell interference （ICI）,base station coordination has been considered.In the process of the objective function modeling,this paper adopts a pricing mechanism which not only maximizes the individual utility but also considers the interference to other users.Based on the potential game theory,the objective problem is converted to a potential function which can be easily solved.The Karush-Kuhn-Tucker （KKT） conditions and the iterative water-filling algorithm are employed to solve the constraint objective optimization problem.Moreover,extensive simulations are conducted to evaluate how the pricing factors affect the algorithm.At the same time,comparing with the traditional policy,our simulation results show that the proposed scheme can significantly improve the performance of the system.     

基于自适应随机接入的动态 D2D 发现资源分配机制

现有终端直通（device-to-device,D2D）中用户发现成功率低、发现范围小以及不能满足不同用户优先级的业务需求,针对上述问题,提出一种基于自适应随机接入的动态D2 D发现资源分配机制。该机制中具有高优先级的D2 D用户采用传统的随机接入方法向基站发送紧急请求信息;基站根据发送紧急请求信息的高优先级D2 D用户数,构建下一发现周期的发现资源分配信息。根据未成功选择发现资源块的次数,低优先级的D2 D用户自适应的在多信道时隙ALOHA（additive link on-line Hawaii system）和具有能量感知的多信道ALOHA接入机制之间进行切换。D2 D用户根据接收端的信干噪比大小,判断是否成功发现。系统级仿真结果表明,提出的机制与传统的随机信道接入机制相比,不仅能够满足不同优先级用户的业务需求,还能支持更高的发现成功率和更远的发现范围。     

OFDMA系统中满足不同时延要求的跨层资源分配算法

针对OFDMA系统下行链路资源分配和调度问题,提出了一种跨层子载波和功率联合分配算法。其优化目标是在保证每个时延敏感用户的平均时延要求的条件下,最大化时延不敏感用户的长期平均吞吐量。该算法首先根据时延敏感用户的时延要求、队列状态和信道状态进行子载波和功率联合分配,即每分配给一个子载波后就立即用最优的功率分配算法在该用户内部进行一次子载波功率分配,以满足其平均时延和比特溢出率(QoS);然后将剩余系统资源根据对平均速率提高贡献最大原则对时延不敏感用户进行子载波和功率联合分配。仿真结果显示,该算法不仅保证所有时延敏感用户的QoS和用户间平均时延的公平性,还在系统的平均吞吐量和满足用户的不同时延要求之间达到一个很好的平衡。     

基于比率选择的自适应子载波分配方法

根据已有的无线资源分配算法,提出了一种新的基于比率选择（ratio—based selection,RBS）的分配算法．在多用户OFDM系统中,目前常用的次优子载波算法由于只遵循信道增益最好规则而可能导致不得不分配信道增益很差的子载波给用户的现象．RBS算法采用信道增益最好用户和次好用户的“比率”来分配子载波,避免了这种情况的发生．仿真显示,与其他次优子载波分配算法相比,RBS算法能够以较低的运算量获得更好的性能,具有较高的实用性．     

异构无线网络资源分配算法研究综述

随着通信业务需求的快速增长,无线通信网络正朝着异构化的方向演进.面对复杂的5G通信场景,实现不同网络之间的资源共享、干扰管理、提高系统容量,异构网络资源分配问题成为了资源管理的关键技术难点.针对该问题,对异构无线网络资源分配进行了综述与展望.介绍了异构无线网络的基本概念、网络分类,阐述了不同类型蜂窝网络的传输参数特性.按信道状态、网络结构以及优化目标等方式,对当前异构无线网络资源分配算法的研究现状进行了阐述与分析.此外,对异构无线网络资源分配所面临的问题和未来的研究趋势进行了展望,并在此基础上进行了总结.     

一种基于等效带宽的OFDM系统跨层资源分配方案

为了能够更加高效地使用无线资源,提出了一种跨层资源分配方案.该方案由调度过程和子载波与功率分配过程两部分组成.在调度过程中,引入了考虑QoS要求的“等效带宽”,以用户的等效带宽和信道增益为依据进行调度;在子载波与功率分配过程中,是以用户在调度后的数据速率和信道增益为依据进行分配.仿真结果表明,这种分配方案能够有效地降低系统的发射功率.     

网格系统中的层次化资源分配与任务调度

讨论具有大量任务数的一类应用在网格系统中的资源管理和控制问题．提出了具有层次化结构的资源分配与任务调度模型,它由任务分发器和次级调度器组成．上层的任务分发器根据任务的性质和需求,并参考下层次级调度器的执行情况,将任务分发到相应的次级调度器上;而下层次级调度器负责将分发来的任务进行实际的资源分配及调度工作．模拟分析表明随着次级调度器个数的增加,任务调度的并行性增加,但系统的优化趋势逐步减缓．在实际应用中,合理选择次级调度器个数,可在满足调度性能的同时减少设备投入．     

多用户空间复用OFDM系统中的子载波分配

以系统瞬时容量最大化为目标,提出了两类基于空间复用的下行多用户OFDM系统中的自适应子载波分配准则:a.将每个OFDM子载波分配给一个用户的“独占准则”;b.允许多个用户共享同一个子载波的“共享准则”.分析和仿真表明,两类分配准则都能有效获取系统中的“多用户分集”,明显提高MIMO-OFDM系统的容量.此外,通过实验比较还发现,相对于“共享”分配,“独占”的分配方式能够更好地达到容量提升、反馈开销和复杂度等方面的折衷,是一种实际可行的方案.     

OFDMA系统中支持混合业务的跨层资源分配算法

针对正交频分多址接入系统（OFDMA）下行链路资源分配问题,提出一种支持混合业务的跨层子载波-功率-比特联合分配算法.引入平均时延控制因子和丢包率控制因子作为时延敏感（DS）业务服务质量（平均时延和丢包率）的控制参数;每分配1个子载波后立即对该子载波所属用户进行一次最优的子载波功率和比特分配,该联合分配方案可最大化系统功率效率.仿真结果表明：该算法既可同时保证不同类型DS业务的服务质量,又可提高时延不敏感（NDS）业务的平均吞吐量并保证用户间的公平性.通过调整2个控制因子不仅能满足不同DS用户的服务质量要求,还可在DS用户服务质量和NDS用户的吞吐量间达到不同的折衷,以满足各种系统设计要求.