基于OFDM技术的多用户子载波分配算法

为了提高无线网络频谱利用率,有效地利用系统现有资源,该文在保证用户公平性的前提下提出了一种新的基于余量最大化准则的自适应子载波分配算法。该算法采用分步降解法,将子载波和比特分配分为3部分。第一部分,为每个用户分配一个信道增益最好的子载波,以此确保该用户拥有基本的传输能力;第二部分,根据用户的传输速率比例约束分配剩余子载波;第三部分,根据子载波的分配结果进行比特分配。该算法运算复杂度低,功率消耗少。仿真结果表明该算法优于现有的BABS+ACG资源分配算法。     

多用户OFDM系统中的快速资源分配算法

提出了一种新的多用户OFDM系统中的快速子载波和比特分配算法.在给定每个用户数据传输的误比特率和数据速率的前提下,首先根据各用户的信号状况信息进行简单的初始分配确定最初的子载波分配方案并用贪婪算法进行比特分配,在此基础上按照文中的方法对初始分配结果进行子载波之间的交换,不断迭代优化实现最终的子载波和比特分配,以达到系统总的发射功率最小化的目的.同时,还分析了传统的静态子载波分配方案和几种自适应子载波、比特分配方案.通过不同算法的具体实施方案,比较了它们之间的优缺点.仿真结果表明:本文算法在性能上优于传统的静态子载波分配算法,且权值收敛速度较快,接近性能较好的拉格朗日松弛算法,而算法复杂度大大降低.     

平均速率受限条件下OFDM系统联合自适应分配策略

提出一种满足不同用户速率要求的OFDM系统的联合子载波、比特和功率分配算法,以达到进一步减小发射功率的目的。首先在用户平均速率受限的条件下进行子载波分配,然后对分给每个用户的子载波进行速率注水,进行比特和功率分配,使系统在满足用户传输速率要求的同时传输功率最小。仿真结果表明,该算法功率分配部分具有较低的复杂度,相同性能要求下所需最小传输功率比其他算法小。     

基于进化策略和公平竞争的多用户OFDM系统资源分配

提出了一种用于多用户OFDM系统的资源分配算法(ESFC),能以低复杂度完成用户间的子载波、比特及功率分配,达到快速优化系统发射功率的目的。该算法同时考虑到动态业务的实时性和用户间的公平竞争性,将系统资源分配问题转化为数学模型的多约束优化求解问题。资源分配过程分为两个步骤,包括基于进化策略进行子载波分配和使用注水算法进行比特及功率分配。仿真结果表明:与现有算法相比,该算法能有效降低复杂度,在优化OFDM系统性能的同时兼顾了实时性需求,明显减少了运算量,能快速收敛到优化解。     

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。     

低压电网基于发射效率的OFDM比特分配算法

低压电网信道衰减特性变化剧烈,正交频分复用（OFDM）系统的自适应调制技术根据每个子载波的信道状况和用户需求,为每个用户分配最佳的子载波,为每个子载波分配最佳的调制方式,这样可以更好地利用信道资源,提高传输速率．以低压电网为对象,利用多项式函数拟合的低压电网信道模型,从基于SNR门限的比特分配算法出发,提出了一种基于发射效率的OFDM比特分配算法,并与固定调制方式和固定功率分配的OFDM系统进行对比．结果表明该算法能够根据各个子信道的实际传输情况灵活地分配发送功率和信息比特,使更多的子载波可以使用性能好的调制方式,从而有效地利用了低压电网信道资源．     

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.     

OFDM-SDMA系统上行资源分配算法

针对OFDM-SDMA系统的上行链路,以系统吞吐量最大为目标,建立资源分配问题的优化模型,提出一种低复杂度的次优资源分配算法.该算法分为载波分配和功率分配2部分:载波分配算法在功率平均分配的假设下为每个子载波选择用户集合;功率分配算法在载波分配的基础上,考虑相同载波上的干扰对用户进行注水功率分配.仿真结果表明:该算法获得的系统容量与传统OFDMA系统资源分配算法相比有较大幅度的提高;载波分配算法能很好地适应上行链路的特点,其性能优于下行链路载波分配算法;有扰信道注水功率分配亦优于固定功率分配算法.     

一种改进的电力线通信OFDM自适应比特分配算法

针对低压电力线信道的频率选择性衰落等特点,在总功率和峰值功率限制下提出一种低复杂度的自适应比特分配算法.该算法首先对子载波进行分组以降低计算复杂度,组内子载波将采用相同的调制方式.然后采用注水算法解决连续比特输入问题,将其得到的位向量取整后作为贪婪算法的初始比特分配向量,证明了位向量的有效性.根据得到的初始向量在每个子载波上进行比特增加贪婪操作或比特移除贪婪操作.仿真结果表明从初始比特向量开始,每个子载波上最多只需进行一次比特增加或移除操作即可达到最佳吞吐量.与其他传统算法相比,在不同数量子载波、不同总功率约束等限制条件下,所提算法能在保证系统吞吐量的同时使其计算复杂度有效降低.     

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。     

多用户OFDM系统的子载波分配算法

自适应分配技术的应用能优化多用户正交频分复用系统功率的使用．文中在对功率最优化问题进行分析后，提出了一种基于用户速率和信道特性的子载波分配算法．该算法不需要另外计算最终分配给各用户的子载波数，其分配过程包括基本分配和剩余分配两个步骤．在基本分配中保证各用户数据能被及时发送，在剩余分配过程中，以减小各用户所需的发射功率可达到最小值为原则进行子载波分配．仿真结果表明，该算法能有效降低系统的发射功率．     

认知无线电系统基于动态功率控制的频谱分配

为研究认知无线电系统中下垫式共享方式下的资源分配问题,提出一种基于动态功率调整的子载波分配算法. 该算法根据授权用户的状态对认知用户在子载波上的功率进行动态调整,当授权用户接入时将认知用户的功率限制在干扰功率限之下,当授权用户离开时将认知用户的功率设置为最大发送功率;根据授权用户和认知用户的业务流分布以及认知用户在不同子载波上的信道增益进行子载波的动态分配. 仿真结果表明,与现有算法相比,基于动态功率调整的资源分配算法能够获得明显的吞吐量性能增益.      

一种OFDM系统中的自适应调制策略

给出了一种OFDM系统中考虑QoS约束的自适应调制策略。算法首先通过用户的QoS约束值确定用户的调度优先级并据此分配子载波,然后再对用户进行比特和功率分配,确定调制方案。仿真结果表明,该算法能够使系统在满足QoS约束要求的条件下使所需的发射功率最小。     

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.      

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．     

基于OFDM的认知无线电系统最优功率分配算法

在基于OFDM的认知无线电系统中,授权用户会受到认知用户带内子载波带外旁瓣泄漏功率的干扰。这里引入了功率控制参数来调整授权用户的干扰功率约束值,提出了一种认知用户子载波间的最优功率分配算法,通过求解一个凸优化问题来获得最优的功率分配方案。仿真结果表明:与其他算法相比,采用该方法获得的功率分配方案,在满足授权用户干扰功率约束值的条件下,可以使认知用户的信道容量最大化。     

复杂度低的速率比例限制松弛的OFDMA资源分配

在同一符号周期内,OFDMA基站允许多用户在不同子载波上并行传输。每个用户的子载波和功率分配使用户的数据速率最大,并受总功率、比特错误率及用户之间数据速率比例均衡的限制。高子信道SNR情况下,迭代求根法为子信道数的线性复杂度NlogN.将数据速率比例严格均衡限制松弛,提出一种非迭代方法,与求根法相比,所提方法没有高子信道SNR的限制,降低了复杂度,仿真表明总用户数据速率更高.     

基于TD-LMS算法的OFDMA上行链路载波频偏补偿

针对OFDMA上行链路的通信系统,各用户存在不同的子载波频偏,导致子载波正交性的破坏,本文提出一种基于最小均方误差(MMSE)的时域自适应算法(TD-LMS)来补偿子载波频偏引起的干扰。该算对OFDMA系统接收端的时域信号进行无偏估计,然后利用估计量来调整频偏值,最后利用TD-LMS算法进行自适应消除。与传统的算法相比,此算法无需获得子载波频偏范围的先验知识。仿真结果表明,该算法对各用户的子载波频偏的估计精度较高,而且补偿的效果更明显。     

MIMO-OFDM系统自适应排序K-best检测器研究

针对IEEE 802.11n MIMO-OFDM系统提出一种基于相干带宽估计的自适应排序K-best检测器(adaptivesorted K-best detector,ASK-best)。通过皮尔逊相关系数(Pearson correlation coefficient)对相干带宽进行估计,据此将频带有效子载波划分为多个子带,对子带内子载波实施相同排序K-best检测。该改进可逼近基于每个子载波排序的全排序K-best检测性能,同时能根据信道相干带宽估计量自适应调整子载波排序次数。20 MHz带宽(56个有效子载波)和4×4天线配置条件下,相比全排序K-best 56次排序,在TGn单径平坦衰落信道A下,ASK-best自适应调整排序次数为1,14径多经衰落信道C下,ASK-best不超过8次排序就可达到全排序K-best性能。