基于异构业务QoS的滤波器组CR跨层资源分配算法

滤波器组多载波(FBMC)技术比正交频分复用(OFDM)带外泄露小,频谱利用率高。提出基于异构业务QoS的FBMC认知无线电(CR)跨层资源分配算法。针对CR网络中的异构场景,在干扰约束和总功率约束条件下构建代价函数进行资源分配,首先对实时用户实施跨层资源分配,将媒体介入控制层的时延约束转化为物理层的传输速率约束,然后对非实时用户按照比例公平原则分配剩余资源。实验结果表明,该算法保证了请求实时业务的用户数据包的平均时延门限不超过最大时延门限,同时实现了非实时用户间资源的比例公平分配。     

OFDM下行链路的跨层自适应传输算法

提出了一种适用于正交频分复用（OFDM）下行（前向）链路的跨层自适应传输算法．算法考虑了物理层的信道状态信息、功率约束以及数据链路层（DLL）的业务和用户的调度公平．基于比例公平原则和注水原理,给出了算法的6个具体步骤．仿真结果表明该跨层传输方案优于单纯在物理层采用子载波和功率分配自适应算法的方案,相对于后者能够提高用户数据包的传输成功率和降低包的传输时延,并能支持更多的用户．     

认知蜂窝异构网络中能效优化的资源分配算法

在认知蜂窝异构网络中,针对大规模部署认知家庭基站带来的能量消耗问题,研究了两层异构网络上行链路的资源分配算法.提出了一种基于双循环迭代的资源联合分配算法,在实时用户服务质量(quality of service,QoS)需求约束和跨层干扰约束下最大化认知系统能量效率,将分数形式的能效函数等价转换为减数形式,使优化问题近似确定为凸优化形式,并通过迭代方法求解.仿真结果表明:该算法能够快速收敛到最优能效,并保证了实时用户的QoS需求,有效提高了系统能量效率.     

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。     

认知异构网络中基于非理想频谱感知的凸优化资源分配算法

当前认知异构网络中无线频谱日益紧缺,而传统固定频谱分配模式日益成为限制无线通信性能的重要瓶颈,在非理想频谱感知情况下资源分配的问题尤为突出。为实现非理想频谱感知情况下无线资源的高效分配,提出一种基于认知异构网络的凸优化资源分配算法。该算法首先构建了基于主用户活跃度的用户到达模型,以精确描述认知网络中主用户的频谱使用状态,为认知用户分配资源提供依据;并通过认知异构网络干扰分析构建非理想频谱感知条件下的干扰容限条件,最后通过凸优化算法实现对认知网络中频谱资源的优化分配。仿真结果表明,在非理想频谱感知条件下,该算法能够有效降低系统平均时延,提升认知异构网络的传输速率和系统吞吐量。     

合理反馈机制下保证混合业务QoS的调度算法

针对正交频分复用(orthogonal frequency division multiplexing, OFDM)系统多用户中继场景中混合业务对时延的不同需求,提出一种基于合理反馈机制下的降低时延、保证混合业务服务质量的调度算法(mixed services with feedback scheduling , MSFS)。MSFS算法针对用户实时业务及非实时业务的不同需求分别采用不同的调度准则及反馈方式,以达到优化系统性能的目的。针对实时业务,增大其调度优先级以减少等待时延,并在其等待时延接近时延门限时,使其调度优先级迅速增加,以避免丢包;针对非实时业务,加入时延公平因子,使得该类用户业务在时延公平性方面得到改善,同时设置适当的反馈门限,在不影响业务服务质量需求的同时达到降低系统反馈量的目的。仿真结果表明,该算法在保证系统吞吐量和用户公平性的同时,不仅能够有效降低实时用户的时延,而且能够较大程度地减少系统反馈量。     

基于中继OFDM系统的成比例公平分配算法

为了满足无线蜂窝小区内不同用户的业务需求,针对下行正交频分复用中继系统,提出一种基于成比例公平约束的资源分配方案,其主要包括基站与中继处的子载波和功率分配,并在子载波分配过程中提出2种算法.其中,严格的速率成比例公平算法以尽可能满足速率成比例公平为目标,将子载波优先分配给比例公平性最差的用户;松弛的子载波成比例公平算法将速率成比例松弛为子载波成比例,避免了信道较差的用户占用大量子载波.子载波分配结束后,根据子载波分配策略进行注水功率分配.仿真结果表明,2种算法均能够较好地满足成比例公平约束,且与传统无中继的资源分配算法相比,明显提高了系统吞吐量.     

基于QoS保证的自适应跨层调度算法

针对无线多媒体通信网络,提出一种基于业务和信道信息的自适应跨层调度算法(TCAS).引入调度概率作为决策因子,利用业务流量和信道状态等跨层信息,设计出基于决策因子的预分配和实时调度相结合的资源分配方法.仿真结果表明,该算法与比例公平调度(PFS)算法和基于信道和队列信息的调度策略(CASTI)算法等经典算法相比,在无线多媒体应用环境中具有更强的适应性和稳定性,可提供多样服务质量(QoS)保证,并显著提高了资源利用率.     

一种支持实时多媒体业务的LTE无线资源调度算法

针对现有LTE下行传输调度未能保证实时多媒体业务服务质量(Quality of Service,QoS)的问题,提出一种改进的支持实时多媒体业务QoS的两层调度方案.该方案的上层根据实时业务时延门限要求从无线帧的角度采用改进算法计算每帧的数据包调度量,下层在保证实时业务QoS的基础上以提高非实时业务吞吐量为目标为混合业务分配无线资源.最后与现有经典调度算法仿真比较,结果表明该算法获得最低的实时业务丢包率,有效保障了实时业务的QoS,同时获得较高的非实时业务吞吐量.     

OFDMA下行链路混合业务调度算法

提出了一种基于正交频分多址接入系统的混合业务分组调度算法.在调度过程中,对信道状况好的实时业务用户的数据包采用推迟发送的策略.先对缓冲区中累积数据包较多的实时业务用户分配资源,随后对非实时业务用户采用正比公平算法分配剩余的资源.仿真结果表明,提出的算法较好地满足了实时业务的延迟需求,并提高了非实时业务的系统吞吐量.     

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.     

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。     

一种基于QoS的星座通信系统跨层资源分配算法

针对目前星座通信系统星地链路资源分配不灵活、缺乏有效服务质量(QoS)保障机制等问题,提出一种基于QoS的星座通信系统跨层资源分配算法.利用自适应编码调制(ACM)技术,通过定义用户信道质量评估算法、可调公平性调度算法、业务QoS分类调度算法及用户业务分配权重函数,为终端用户指定工作频率、时隙、编码方式、调制方式等物理层工作参数,实现根据业务QoS保障要求灵活分配物理层信道资源,达到提高系统资源利用率与满足业务QoS保障需求的平衡.仿真实例验证该算法可以实现星座通信系统根据业务QoS和用户信道质量对星地链路资源的合理分配和调度.     

基于拟牛顿内点法的认知车联网能效优先资源分配算法

为了提高认知车联网中多用户资源分配的能效及实时性,提出了一种在信道状态信息不理想情况下最大化系统能效的资源分配算法.联合考虑额定系统传输功率、主用户干扰阈值、最低通信速率以及用户间比例公平性等约束条件,将主用户的干扰约束条件转换成概率型约束条件.然后,采用Bernstein近似的方法处理该概率型约束,通过设置公平门限来解决用户间的比例公平性问题.最后,分别采用高、低复杂度的子载波分配算法,配合拟牛顿内点法进行功率分配.仿真结果表明,所提算法的能效约为最优解上界的93%,既能满足系统能效要求,又降低了计算复杂度,适用于对实时性要求较高的车联网系统.     

OFDMA系统中实时业务的资源分配与调度算法

提出了一种适合于OFDMA系统中实时业务传输的资源分配与调度算法,该算法利用物理层的信道信息和MAC层的业务信息,采取分组调度与子载波分配交替进行的资源分配方式,在满足数据包传输时延要求的同时,最大化系统的吞吐量.仿真结果表明,该算法无论是在系统的吞吐量、丢包率,还是数据包等待时延方面,都具有良好的性能.     

信息化跨区域网络时延最小化资源分配方法研究

为提升资源分配均衡性及网络传输实时性,提出信息化跨区域网络时延最小化资源分配方法.基于信息化跨区域网络模型特点及传输时延问题,以信息化跨区域网络不同类别资源均衡分配、网络总时延最小化为目标,以各跨区域网络资源分配总权重等于1为约束条件,构建信息化跨区域网络时延最小化资源均衡分配模型.结合贝克曼变化思想求解构建模型,通过网络资源的分流转化,获取资源均衡分配并且总时延最小的资源分配结果.实验结果表明：该方法可以更好地分配信息化跨区域网络资源,避免信息传输时出现丢包问题和网络拥塞问题;资源分配后降低了信息传输的时延抖动、本地传输和跨区域传输时延,提升了信息传输效果.     

基于用户满意度的CoMP-JT多小区资源分配算法

在协作多点传输（coordinated multiple points transmission,CoMP）的联合传输（joint transmission,JT）系统中,为了提高用户的服务质量,提出了一种基于用户满意度的多小区资源分配算法。该算法基于用户累积时延构建了一个用户满意度函数,将客观时延和吞吐量转化为主观满意度,再通过最大化所有用户的满意度,推导出了一个有效的单小区资源初始分配算法,最后在多小区资源分配过程中通过集中控制单元对所有小区资源进行最终分配。理论分析与仿真结果表明,与传统算法相比,该算法能够在公平性,时延和吞吐量方面能够更好地适应用户的需求。     

认知无线网络中基于免疫优化的比例公平资源分配

针对认知无线网络中基于OFDM技术的资源分配,将其建模为一个约束优化问题,进而提出了一种基于免疫克隆的求解方法. 算法采用两阶段资源分配方法,即先将子载波分配给用户,然后基于免疫优化算法给不同的子载波分配功率. 此外,算法充分考虑了主用户可容忍的干扰约束及次用户对资源的比例需求,更符合实际要求. 根据问题本身特点,设计了适合算法求解的编码、克隆、变异算子. 仿真实验结果表明,在总发射功率、误码率及主用户可接受的干扰等约束下,本算法可以获得较高的数据吞吐量,并保证次用户对资源需求的公平性.      

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。     

电力线通信系统中基于动态规划的自适应资源分配

分析了电力线通信OFDM系统在多种约束下,多用户多业务在多子载波上自适应的比特和功率分配模型,提出了一种新的基于动态规划的速率和功率自适应相结合的动态资源分配算法,其先给实时用户分配资源以满足固定速率下总功率最小,再利用剩余功率和未用子载波给非实时用户分配资源以满足最小速率下总速率最大.在典型电力线信道环境下的仿真结果表明,该算法的性能优于已有的多用户资源分配优化算法,且其能更好的满足电力线通信系统中多用户资源分配的多目标要求.