基于OFDMA的无线协作多播网络资源分配算法

在传统的无线多播传输中,多播组的系统性能受限于多播组内的最差用户的信道质量。为了克服多播组的系统性能受限的问题,将协作传输引入到基于正交频分多址(orthogonal frequency division multiple access,OFDMA)的无线多播网络中,并提出了在总传输速率受限的情况下,最小化总传输功率的动态资源分配算法。为了减少计算复杂度和保障公平性,提出了协作公平子载波分配算法(cooperative fair, CF)和迭代注水功率分配算法。仿真结果显示,在多播组的用户中进行协作传输的系统性能,要远高于采用传统多播直接传输的性能,并且所提算法也在保证系统性能的同时,实现了多播组间良好的公平性。     

基于信道统计量信息的中继OFDMA系统资源分配

研究了正交频分多址（OFDMA）两跳中继网络的资源分配问题。假设系统只有用户的信道统计量信息,基于用户的速率和中断容量要求,提出了自适应的中继选择、功率和子载波分配的优化问题;在保证每个用户最小速率需求情况下,使系统的总发射功率最小。应用对偶优化方法,导出了资源分配的最优解。此外,为了降低资源分配算法的复杂性,分别研究了基于信道统计量的贪婪算法和半分布式算法。仿真结果表明,提出的算法和无中继系统比较有很大的性能改进。     

基于反馈信道状态信息的水声自适应OFDMA

在时变水声信道中,为了提高自适应正交频分多址(orthogonal frequency division multiple access,OFDMA)在时延反馈信道状态信息(channel state information,CSI)条件下的资源分配性能,提出多节点反馈CSI的时隙复用接入方法,降低反馈时延;提出载波时...     

802.11ax系统中基于OFDMA调度接入的公平性资源分配算法

针对802.11ax系统中基于正交频分多址接入(orthogonal frequency division multiple access, OFDMA)调度接入的上行多用户传输链路, 提出了基于能量效率的公平性子信道匹配和功率分配算法。根据基于能量效率的上行链路模型, 提出资源块(resource unit, RU)数量确定算法和独立子信道匹配与功率分配算法; 进而针对独立分配中频谱利用不足和功率分配不合理的问题, 提出改进的联合子信道和功率迭代分配算法, 通过应用广义分式规划, 改写约束条件并在目标函数中加入惩罚项来松弛整型变量, 进一步用序列凸规划(sequential convex programming, SCP)来求解。仿真结果表明, 通过独立和联合迭代分配功率和子信道, 系统中用户的能量效率相对原有算法得到提升的同时兼顾了用户间的公平性。     

基于SC-FDMA的可调公平度动态子载波分配算法

高速无线数据传输利用自适应的资源分配方式以对抗无线传输环境的不利影响。基于单载波频分复用系统提出一种最大平均容量动态子载波分配算法,并在此算法基础上引入公平系数,提出一种公平度可调的动态子载波分配算法,以实现系统分配公平性与总容量性能之间的权衡。仿真结果表明,最大平均容量算法在显著降低算法复杂度的同时,能获得与贪婪算法相近的系统总容量及误码率性能。可调公平度算法通过调整公平系数,能在较大范围内调整信道资源分配的公平度,满足不同传输质量需求,且不增加算法复杂度。     

基于鲁棒控制Lyapunov函数的非线性自适应跟踪

研究了一类带有未知参数以及扰动的多输入非线性系统的自适应跟踪问题，利用控制Lyapunov方法设计出一种自适应控制器。该控制器对系统的参数和状态的不确定性具有鲁棒性，并且能保证系统闭环全局稳定。仿真结果表明，该控制方案具有良好的跟踪性能、鲁棒性及参数辨识能力。     

基于Hammerstein模型的非线性自适应预测函数控制

传统的预测函数控制对非线性和多变性的实际对象控制效果不佳.采用基于Hammerstein模型的预测函数控制(PFC)内部模型辨识方法来拟合实际对象的非线性.针对实际时象的多变性,不断辨识对象,校正内部模型参数,增强控制系统适应对象变化的能力.选取正弦多项式形式的基函数并介绍了滚动优化的办法.优化性能指标选取双值指标,计算量小,精度高.整个算法线性寻优,不需要非线性模型预测控制的非线性滚动优化,输出可以应用模型参数直接计算.实验表明该方法比PID控制效果更好而且对模型失配具有很好的自适应性能.     

基于自适应评价函数的独立成分分析算法

简要介绍独立成分分析（ICA）及其模型，然后在极大似然估计的框架下，基于两类参数模型--Gaussian混合密度模型和Pearson系统模型，研究了具有对称分布（包括超高斯分布与亚高斯分布）和非对称分布源混合信号的盲分离问题，给出了一种有效的基于灵活评价函数的ICA新算法，该算法在一定意义上实现了对源信号概率分布的真正全“盲”。与原有的ICA算法相比，该算法具有更广泛应用范围。模拟实验验证了算法的有效性。     

扩散炉基于Laguerre函数模型自适应预测控制

主要报告了扩散炉采用Laguerre函数模型自适应预测控制的结果 ,并对这种自适应控制的原理及其算法作了简要概述。基于Laguerre函数模型自适应预测控制系统对扰动和对象参数、结构的变化及非线性具有较强的适应能力。在扩散炉控制中的应用结果表明 ,即使在出现强扰动的场合 ,该系统也具有良好的控制品质     

基于控制Lyapunov函数的鲁棒自适应控制器设计

研究一类含有系统扰动,并且状态项与控制项中同时含有未知参数的非线性系统的反馈稳定问题。利用鲁棒控制Lyapunov函数方法及参数映射技术,讨论了当系统存在I型与II型自适应鲁棒控制Lyapunov函数(ARCLF)时,系统的自适应控制问题,并针对两种情况分别进行了控制器的设计。通过算例验证了所提方法的可行性。     

Energy efficient resource allocation in non-cooperative multi-cell OFDMA systems

A non-cooperative game is proposed to perform the sub-carrier assignment and power allocation for the multi-cell orthogonal frequency division multiple access(OFDMA) system.The objective is to raise the spectral efficiency of the system and prolong the life time of user nodes.This paper defines a game player as a cell formed by the unique base station and the served users.The utility function considered here measures the user’s achieved utility per power.Each individual cell’s goal is to maximize the total utility of its users.To search the Nash equilibrium(NE) of the game,an iterative and distributed algorithm is presented.Since the NE is inefficient,the pricing of user’s transmission power is introduced to improve the NE in the Pareto sense.Simulation results show the proposed game outperforms the water-filling algorithm in terms of fairness and energy efficiency.Moreover,through employing a liner pricing function,the energy efficiency could be further improved.     

一种提供QoS保证的公平跨层资源分配方案

提出了一种基于正交频分多址接入（orthogonal frequency division multiple access, OFDMA）系统的跨层资源分配方案。在保证各种业务服务质量（quality of service, QoS）要求的基础上,以获取系统最大吞吐量为目标,兼顾用户之间资源分配的比例公平性。该方案充分考虑了媒体接入控制（media access control, MAC）层各种业务的QoS要求和无线信道的大尺度衰落特性,将MAC层的分组调度与物理层的资源分配进行联合设计,MAC层根据物理层分配给每个用户的时变信道容量进行分组调度,物理层根据MAC层中各用户的队列状态信息为每个用户分配信道资源。仿真结果表明,该方案可以满足多用户各种业务的QoS要求,与采用等功率分配的依赖信道状态的分组调度（channel state dependent packet scheduling, CSDPS）算法相比可以提高系统下行总吞吐量,且较好地改善具有不同路径损耗的用户之间的公平性。     

基于线性费用函数的网格资源投标策略

资源分配是网格计算需要解决的核心问题,针对已有的网格资源分配中的投标算法只对报价进行优化而对费用优化考虑的不足,提出了一种基于线性费用函数的网格投标策略.该策略综合考虑了用户投标过程中评估标准,费用估算,最优报价三方面的因素,以用户评估标准的凹性和异构性为先决条件,通过优化用户效用函数导出费用函数的线性形式,再根据评估标准和费用估算得到用户投标的最优价格,并给出了用户投标价格最优解的唯一性和最优性证明,最后利用这组价格按比例分配资源能力.通过网格模拟器的实验研究,表明了基于线性费用函数的投标策略系统效率高于基于凸费用函数的系统效率,从而为投标用户带来更大的收益.     

一种低复杂度的MIMO-OFDMA下行链路资源分配方案

针对MIMO-OFDMA下行链路系统,考虑在总功率和BER 以及用户数据速率成比例的约束下,以获取整个系统吞吐量极大化为准则,提出一种基于成比例公平性约束的资源分配方案。该方案在子载波分配时,松弛成比例约束条件,使用户数据速率近似地成比例于每个用户分配的子载波数,在功率分配时,推导出一种线性的不需要迭代的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。     

基于信息增量的多被动传感器资源分配算法

针对多被动传感器多目标跟踪中的传感器资源分配问题进行研究。讨论了多被动传感器跟踪误差的克拉美-罗下限,在此基础上分析了多被动传感器系统跟踪误差的几何分布。为解决多目标跟踪中的传感器资源分配问题,通过先验信息熵与后验信息熵之间的差值获得信息增量;在此基础上针对多被动传感器系统的特点构建最优化分配模型,将被动传感器组合在不同时刻动态地分配给不同目标。仿真实验表明,与不考虑资源分配的固定跟踪模式相比,该方法能够高效合理地利用有限资源,并且使多被动传感器多目标跟踪系统的整体跟踪性能得到提高。     

基于极大熵方法的网格资源分配策略

针对基于市场机制的网格资源分配中的出价问题,提出了一种用于并行任务资源分配的优化策略。该策略先将具有并行任务的多个用户竞争同一资源的行为形式化为一个极大极小问题,然后利用极大熵方法将其转化为一个可微的优化问题,最后通过二分搜索最优解产生一组优化的用户出价,根据这组出价按比例划分资源的计算能力。研究了用户出价函数的特征,给出了求出价组合最优解的具体算法。研究结果表明提出的分配策略具有较低的时间复杂度,从而能够提高资源分配效率,对于动态的网格环境具有更好的适应性。     

基于DEA方法的额外资源分配算法

研究基于DEA(数据包络分析)方法的资源分配问题.求解该类问题的难点在于:对于参与分配的决策单元来说,其分得的额外资源数不仅依赖于该决策单元的相对效率值,还依赖于它的规模大小,因此分配权重难以确定.根据输入、输出指标数的分布情况,建立了3种基本模型,分别是单输入单输出、多输入单输出、单输入多输出模型,给出了这3种模型的资源分配权重的确定算法.最后给出实例,并对给出的分配原则的合理性进行了分析讨论.