改进的自适应Fischer算法及在MIMO-OFDM系统调制性能

针对在信道中实时分配比特和功率的问题.采用了一种由Fischer算法改进的自适应算法.经在MATLAB仿真平台下模拟验算比较.结果表明:改进的Fischer算法运算复杂度低,能够根据子载波信道增益大小分配比特.与8PSK固定调制方式MIMO-OFDM系统相比,更能够在保证系统信道质量所需误码率和总发射功率前提下,根据信道状态信息,动态分配比特和功率,显著增加信道比特传输速率,改善系统整体性能.     

一种多输入多输出系统下基于最小发射功率的自适应算法

针对多输入多输出(MIMO)系统提出了一种新的自适应调制算法.传统的自适应调制方法以容量最大化为目标,在发射功率一定的条件下,为空间子信道分配比特和功率.实际的通信系统一般要求传输速率和误码率一定,提出的算法就以最小化发射功率为目标,在发射端自适应根据MIMO系统各个空间子信道的增益来分配传输比特、发射功率,最终获得好的频谱效率,并在满足通信系统要求的前提下,降低发射功率.仿真结果表明,提出的方法可以用低的发射功率达到用户传输速率和误码率要求.     

多用户OFDM系统中的快速自适应分配策略

将自适应技术应用于多用户正交频分复用(OFDM)系统,能够提高频谱利用率,降低系统发射功率,从而使系统的整体性能达到最优．文中给出了多径频率选择性衰落信道下多用户OFDM系统中自适应比特和功率分配的数学模型,提出了一种次优快速自适应分配算法,根据信道特性的瞬时估计值,自适应地为各用户分配子信道和比特,在给定误码率的条件下使总的发送功率最小、仿真结果表明,该算法计算简单,优化效率高,可以达到接近理论上的最优水平．     

OFDM系统中基于最小平均误码率的自适应预处理算法的研究

提出了一种基于最小平均误码率的自适应预处理算法,并将该算法应用于自适应OFDM系统,在频率选择性衰落信道条件下,与等功率分配的OFDM系统相比,误比特性能有了很大程度的提高.     

基于water-level调整的认知无线电传输速率计算算法

在瑞利衰落模型下,根据认知用户的效用函数,来解决认知无线电中的信道规划问题,进而得到认知用户的传输速率。当认知用户传输功率和比特误码率受限时,其最终效用仅与water-level有关,因此文中提出了一种基于water-level调整的功率分配及算法,实现了认知无线电中载波及功率的合理分配,并得到了认知用户的传输速率.理论与仿真分析表明:该算法具有较低的运算复杂度和接近于最优算法的认知用户效用;调整因子仅与算法的收敛速度有关,而与用户总效用及信道的分配结果无关.     

一种新的OFDM系统自适应调制算法

提出了一种新的用于正交频分复用(OFDM)系统的自适应调制算法,它在保持恒吞吐量的前提下对OFDM系统进行自适应比特分配和自适应功率分配．与使用固定调制方法的OFDM系统相比,使用该算法系统的误码率性能和吞吐量有了很大的提高．该算法计算量较小,是一种实用的自适应调制算法．模拟结果表明引入子载波分组后系统性能依然保持良好,并且信道估计偏差对本算法的影响较小.     

一种改进的OFDM自适应比特及功率分配算法

自适应正交频分复用（OFDM）技术是根据各子载波在频率选择性衰落信道中不同的瞬时增益,动态地分配数据比特和发射功率,从而达到优化系统性能,提高频谱效率的目的。研究了发射总功率和系统误码率上限不变时传输比特数最大化（RA）的自适应算法。提出了一种有记忆迭代方法,能有效克服由于比特数的离散性导致的迭代发散现象,并据此提出两种改进的RA算法。仿真结果表明,和过去的RA算法相比,改进的功率注水RA算法以增加少量的迭代次数为代价,能获得接近于最佳RA算法的传输速率;而改进的等功率RA算法在相同传输速率情况下具有更低的运算复杂度。     

OFDM系统中一种改进的低复杂度自适应比特功率分配算法

针对正交频分复用(orthogonal frequency division multiplexing,OFDM)系统在进行自适应比特功率分配时存在过高复杂度的问题,提出了一种基于边缘自适应(margin adaptive,MA)准则的改进低复杂度自适应比特功率分配算法.与贪婪(Greedy)算法相比,提出的改进算法通过预分配和迭代分配2部分来降低算法的计算量.改进算法先在预分配中根据信道条件预先分配部分比特,在迭代分配中通过增大内存开销的方法减少Greedy算法中计算和比较每个子信道功率增量的次数,从而降低算法的复杂度.仿真结果表明,在相同的仿真环境下算法的自适应分配效果和Greedy算法的自适应分配效果基本一致,同时该算法和Greedy算法具有几乎相同的误比特性能.且随着子信道数量的增加,与Greedy算法相比,该算法的运行时间更短,进而说明所提出的算法具有较低的复杂度.     

OFDM系统中一种自适应比特分配算法

在OFDM系统中应用白适应比特分配能够优化系统的性能。在传输速率固定的前提下,对动态比特和功率分配的优化问题进行分析后．提出了一种新的基于预分配的自适应比特分配算法。该算法由预分配和迭代分配两个过程组成。在预分配过程中．信道状态较好的子载波将被优先考虑,然后通过迭代分配进一步将总发射功率降低。仿真结果表明,该算法是一种最优的比特和功率分配算法。与传统的等比特分配方案相比,该算法能够显著提高系统的性能。     

一种基于延时信道状态信息的MIMO-OFDM系统自适应功率分配算法

在基于正交频分复用的多输入多输出（multiple-input-multiple-output-orthogonal frequency divided multiplexing,MIMO-OFDM）系统中,适当的功率分配方案能够显著提高系统吞吐量,但是其复杂度往往较高。研究MIMO-OFDM系统的自适应功率分配问题。以系统的和速率最大化为目标,根据延时的信道状态信息在所有空间子信道之间分配功率,同时满足各子信道的误码率约束与系统总功率约束。根据MIMO空间子信道的特点提出了一种复杂度很低的功率分配算法,并分析了算法复杂度。在IMT-2000信道中的仿真表明,提出算法的性能优于已有的次佳算法。     

一种有效的比例公平算法

针对基于OFDM的认知无线电系统中多个认知用户之间的频谱资源分配问题,提出了一种比特和功率分配算法.首先,对认知用户的发射功率加以约束以保证认知用户的通信质量;然后运用“两部分法”并引入比例分配因子来避免认知用户的频谱资源分配不均衡问题;最后对所提算法进行了仿真,其中对认知用户的分配结果表明所提算法不仅能够保证每个用户的通信质量而且能够提升信道总容量.     

一种基于历史信息的感知无线电动态频谱分配算法

在无线频谱资源分配过程中,历史分配信息通常包含大量有用信息,可为下一阶段的资源分配提供参考借鉴,从而改善资源分配算法的性能。简要介绍了基于图论冲突图理论的网络模型,分析了在感知无线电频谱资源分配算法中引入历史分配信息对算法的影响,构造了代表比例公平性的频谱资源分配算法。仿真结果表明,采用历史信息的算法与原算法相比在系统总带宽、公平性方面都有明显改善,并拥有较好的收敛性。     

一种异构可重构的认知无线电平台及设计方法

未来无线通信频带越来越紧张,认知无线电可感知频谱,使认知用户和认证用户可以无干扰地共享频谱,并成为一种提高频谱利用率的重要方法。提出了一种基于SoC(System on Chip)的异构可重构认知无线电平台及设计方法,该方法满足认知无线电感知频谱、适应无线信道时变的要求,并能高效、低能耗地实现认知无线电的动态配置。     

下垫式认知无线电网络的鲁棒功率分配算法

针对认知无线电网络功率分配的参数扰动性问题,提出一种基于保护因子的认知无线电鲁棒功率分配算法.该算法根据实际系统信道参数的扰动性,对授权用户干扰功率阈值引入保护机制进行鲁棒规划,运用Lagrange对偶算法和凸优化相关理论得到最优功率分配,解决了下垫式(Underlay)模式下认知无线电网络信道参数扰动性问题.仿真结果表明,该算法具有较好的鲁棒性,降低了算法复杂度,并提高了认知无线电网络的系统容量.     

一种基于历史信息的感知无线电动态频谱分配算法

在无线频谱资源分配过程中,历史分配信息通常包含大量有用信息,可为下一阶段的资源分配提供参考借鉴,从而改善资源分配算法的性能.简要介绍了基于图论冲突图理论的网络模型,分析了在感知无线电频谱资源分配算法中引入历史分配信息对算法的影响,构造了代表比例公平性的频谱资源分配算法.仿真结果表明,采用历史信息的算法与原算法相比在系统总带宽、公平性方面都有明显改善,并拥有较好的收敛性.     

基于超模博弈的认知无线电频谱分配算法

为实现认知无线电系统吞吐量最大化的目标,以正交频分复用(orthogonal frequency division multiplexing,OFDM)为系统模型,提出了一种基于超模博弈的认知无线电频谱分配算法,该算法通过引入适当的价格函数来评估认知用户对主用户的影响,并以此为根据对认知用户施以一定的价格惩罚,最终达到减少认知用户对主用户干扰的目的。仿真结果表明,该算法最终能够达到收敛,降低了认知用户对主用户的干扰,明显地提高了系统的吞吐量。     

认知无线电中基于极大独立集的频谱分配算法

针对认知无线电系统的特点和要求,建立图论着色扩展模型,提出一种基于极大独立集的频谱分配算法.在不考虑频谱效益差异性的情况下,该算法能够有效兼顾频谱分配的利用率和公平性,并能够减小分配的收敛时间,更加适合认知无线电动态频谱分配的实际要求.对于算法的频谱利用率和公平性能,该算法与列表着色贪婪算法和列表着色公平算法进行比较,仿真结果分析验证了该算法的性能.     

基于频谱差异的动态频谱分配博弈算法

基于博弈论的认知无线电动态频谱分配,是目前认知无线电领域研究的热点之一。考虑到频谱差异性,采用古诺博弈(Cournot game)模型,在原有的定价函数中加入频谱相似度矩阵,提出了新的效用函数,使得更接近于实际网络环境。性能分析表明,考虑了频谱差异性的分配算法较原来算法更具多样性,适合实际网络分配。     

基于超模博弈的认知无线电频谱分配算法

为实现认知无线电系统吞吐量最大化的目标,以正交频分复用(orthogonal frequency division multiplexing,OFDM)为系统模型,提出了一种基于超模博弈的认知无线电频谱分配算法,该算法通过引入适当的价格函数来评估认知用户对主用户的影响,并以此为根据对认知用户施以一定的价格惩罚,最终达到减少认知用户时主用户干扰的目的.仿真结果表明,该算法最终能够达到收敛,降低了认知用户对主用户的干扰,明显地提高了系统的吞吐量.     

非正交多址认知无线电网络功率分配算法

非正交多址和认知无线电技术能有效提高频谱效率,是新一代移动通信系统的关键技术。针对功率域非正交多址认知无线电网络的能效优化问题,建立了满足次用户最小系统吞吐量和主用户最大干扰的次用户功率分配模型,将子信道吞吐量公式进行分解,得到子信道功率分配系数和子信道功率消耗率2个子问题。针对第1个问题,采取凸差(difference of convex,DC)规划算法将目标函数等效为2个凸函数差形式,并应用一阶泰勒展开式进行连续近似,将非凸问题转换为凸优化问题,从而得到子信道复用次用户最优功率分配系数;针对第2个问题,采用Dinkelbach算法和次梯度算法,利用拉格朗日函数,得到最优子信道功率消耗率。仿真结果表明,所提功率分配算法收敛速度快,时间复杂度低,其平均系统能效性能远优于分数功率分配算法。