基于遗传算法的多用户OFDM系统 资源分配策略

针对多用户OFDM系统资源分配算法复杂度高且误码性能不理想等问题,提出了在考虑用户速率情况下保证发射功率最小的子载波和比特分配方案,并通过引入遗传算法使系统通过解的编码、初始群体的生成、构建适应度函数、生成种群、遗传策略、变异规则等过程的改进,得到系统优化问题的全局最优解,同时也使算法复杂度降低.仿真结果表明,在信噪比相同的情况下,该方案可以进一步减小系统的误码率.     

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。     

一种基于遗传算法的OFDMA系统的跨层资源分配

针对现有的跨层资源分配算法计算量大、复杂度较高的问题,提出了一种基于遗传算法的OFDMA系统的跨层资源分配算法。利用遗传算法隐形并行处理、较好的全局搜索性能、易收敛到最优解的特点,在系统性能一定,且满足各个用户业务要求的条件下,对资源进行优化分配,较好地解决了跨层资源的分配问题。仿真结果表明,在满足用户间公平性的前提下,算法有效提高了系统的频谱利用率及吞吐量,减小了用户的平均等待时延,提高了服务质量,并且随着子载波数和用户数的增加,算法在复杂度方面优势更突出。     

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.     

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。     

跨层自适应无线资源分配方案

提出了一种新的跨层自适应资源分配方案,该方案不仅考虑了业务数据到达的随机特性、数据缓存队列状态、业务时延等MAC层的QoS要求,还考虑了无线信道的时变特性和功率限制,并通过自适应技术实现了系统性能的优化.仿真结果显示,该方案提高了系统频谱效率、功率效率和系统容量,可以满足多用户实时业务的QoS要求,是一种适用于时变选择性衰落信道的资源分配方案.     

一种新型认知无线电资源分配跨层技术

为有效利用频谱资源,提高频谱效率,文中利用环境感知技术,设计出认知无线电跨层结构框架,提出一种新的功率控制博弈BPCG(Bandwidth and Power Control Game Algorithm)算法,研究不同用户的频谱带宽分配和功率控制,该算法在确保频谱带宽有效分配前提下,通过对用户功率的有效控制,实现网络总吞吐量的提高.仿真结果表明该算法在相同的功率消耗前提下,网络吞吐量显著提高,并随频谱带的增加,实现网络吞吐量的最大化.     

单用户OFDM系统中一种新的资源分配算法

针对自适应OFDM系统中满足用户QoS(这里主要指用户带宽及误码率这两个指标)要求的资源(比特功率)分配这一问题,提出了一种新的算法。该算法以每次比特分配时,使得每比特(一次可分配多比特信息)的功率代价最小为原则,获得了良好的性能。仿真结果表明:该算法在满足用户QoS要求的情况下,其发射总功率比现有的同类算法小,性能更佳。     

基于遗传算法的一类资源分配两层规划问题求解

提出了一种基于遗传算法求解一类资源分配两层规划问题的方法。为了提高遗传算法处理上级资源约束的能力,在生产初始种群时处理上级资源约束,将随机产生的初始种群变为满足上级资源约束的初始种群,避免使用罚函数处理上级资源约束。     

一种多用户MIMO OFDM系统中的跨层自适应资源分配算法

提出了一种多用户MIMO OFDM系统中的跨层自适应资源分配算法。在发送功率一定的条件下以吞吐量最大化为目标把用户等待时间作为优化因子,首先分配子载波,再分配子载波的比特和功率。最后分配空间子信道的比特和功率.仿真结果表明提出的算法能够满足用户等待时间的公平性和用户的QoS,而且能够有效提高系统的吞吐量.     

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.     

基于遗传算法的多用户OFDM比特加载

根据最小发送功率准则,针对多用户OFDM系统,提出了基于遗传算法的自适应比特加载解决方案.采用的矩阵编码方法直观、简单,具有并行性运算特性.通过交叉和变异让搜索跳离局部极值的陷阱,搜索到全局最优解.仿真结果表明,在给定的误比特率下,遗传算法与等比特分配方案相比可节省功率5~6 dB,与multiuser adaptive OFDM(MAO)方法相比仅相差1 dB,同时遗传算法的并行性使得节省了运算时间,提高了运算效率.     

基于注水方法与粒子群的多用户OFDM资源分配

针对各态历经信道下多用户OFDM资源分配的用户速率加权和最大化问题,提出了一种新注水方法,能够快速和准确地得到最优子载波分配和最优功率分配;根据Karush-Kuhn-Tucker(KKT)最优性条件,采用粒子群算法对速率阈值乘子进行调整,最大化了满足用户速率阈值限制的用户速率加权和.通过对所提算法与随机对偶梯度算法的分析比较发现,所提算法能够更好地满足KKT最优性条件,从而有利于找到最优解.仿真结果表明,本算法所得到的用户速率加权和高于随机对偶梯度算法.     

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.     

基于OFDM的认知无线网络中最小代价增量资源分配算法

认知无线电是解决频谱资源紧张,提高频谱利用率的有效方式之一。在保护授权用户不受过度干扰的前提下,为了充分利用基于OFDM的认知无线网络频谱资源,在分别考虑频谱检测可靠性和互干扰对资源分配影响的基础上,构建了一个联合功率控制和子载波分配的最优化目标。考虑算法实际可行性,提出了3个次优的基于最小资源代价增量的算法,即最小功率代价增量算法、最小干扰代价增量算法以及最小功率干扰加权和代价增量算法。数值仿真表明,相比于现有的静态等功率资源分配,所提算法的吞吐量性能均有明显提升,其中,最小功率干扰加权和代价增量算法整体性能最好。     

TD-LTE系统动态资源分配算法研究

动态资源分配算法能够有效提高频谱利用效率、系统容量以及减少发射功率。在TD-LTE通信系统中,下行链路采用了OFDMA(orthogonal frequency division multiple access)技术,动态资源分配问题常建模为在非线性限制条件下求解非线性目标函数的最优化问题。针对无约束条件迭代算法、速率自适应算法与边界自适应算法分配特点,分析了动态资源分配算法如何满足TD-LTE(time division-long term evolution)中多媒体业务不同QoS需求。对3种主流算法复杂度、容量、发射功率等技术指标进行分析比较。同时讨论了如何使算法具有低复杂度并能使网络达到良好技术指标,以及将资源块与功率结合分配的解决思路。为TD-LTE系统的动态资源分配算法研究提供了可行方案。     

OFDM系统中基于子空间加权的时延估计算法

针对低信噪比条件下正交频分复用（orthogonal frequency division multiplexing,OFDM）系统利用MUSIC算法（multiple signal classification）进行时延估计时,特征值分解得到的信号子空间和噪声子空间不能完全正交导致算法性能下降的问题,提出一种基于子空间加权的时延估计算法——WMUSIC算法（weighted multiple signal classification）。算法对信道频域响应估计的协方差矩阵进行特征分解,利用噪声特征值的幂级数对噪声子空间进行加权处理,同时采用信号特征值的倒数对信号子空间进行加权处理,以修正MUSIC算法的伪谱,通过谱峰搜索得到时延估计值。仿真结果表明,与MUSIC算法相比,WMUSIC算法具有更高的时延估计精度,在信噪比为－8 dB时,估计精度在两径条件下提升71.46%,三径条件下提升19.48%。WMUSIC算法有效解决了低信噪比条件下MUSIC 算法伪谱谱峰存在混叠导致谱峰搜索误差较大的问题,可以完成较为准确的时延估计任务,提高了低信噪比条件下OFDM系统的时延估计性能。     

基于波束成形的多天线OFDM系统中的资源分配

针对多天线多用户环境下的正交频分复用 (OFDM)系统,提出了一个低复杂度的自适应资源分配方案,包括自适应子载波分配、自适应功率分配以及自适应波束成形等.目标是在保障各用户的服务质量(QoS)要求下,最小化总的系统发射功率.根据随机矩阵和排序统计的最新理论,对系统性能进行了详细的数学推导.数学分析和仿真结果表明,该方案可以充分利用多用户分集、空间分集等来显著提高系统性能,且能有效地保障用户的QoS.     

仿生优化算法在多用户检测中的应用

通过将码分多址系统中的最佳多用户检测视作组合优化问题,利用遗传算法、进化规划、克隆选择算法在解决优化问题方面的优势,提出了3种多用户检测方案,并用计算机对所设计的多用户检测器的误码率和收敛性进行仿真.仿真结果证明了所设计的3种检测器的误码率都优于去相关多用户检测器,都是切实可行的方案,实际应用中可根据不同的性能要求进行选择.