认知OFDM无线电系统中分布式资源分配

本文针对多用户的OFDM认知无线电系统,提出了一种适合于混合业务的分布式资源分配新算法。该算法以最大化系统容量为目标,将资源分配问题建模为非凸优化问题,并通过拉格朗日对偶理论将原问题分解为若干个独立的子问题,通过对子问题的求解可以获得最优的子载波分配和功率分配。同时,根据认知用户业务分组中不同的业务类型授予其不同的权重因子,确保资源分配结果能够满足各认知用户的QoS。仿真结果表明,该算法不仅提高了系统容量,而且还保证了资源分配的公平性和用户的QoS,且算法复杂度不高     

OFDM认知无线电系统中分布式资源分配

针对多用户的OFDM认知无线电系统,提出了一种适合于混合业务的分布式资源分配新算法.该算法以最大化系统容量为目标,将资源分配问题建模为非凸优化问题,并通过拉格朗日对偶理论将原问题分解为若干个独立的子问题,通过对子问题的求解可以获得最优的子载波分配和功率分配.同时,根据认知用户业务分组中不同的业务类型授予其不同的权重因子,确保资源分配结果能够满足各认知用户的QoS.仿真结果表明,该算法不仅提高了系统容量,而且还保证了资源分配的公平性和用户的QoS,且算法复杂度不高.     

多小区OFDMA解码转发中继通信系统的分布式资源分配算法

现有的多小区OFDMA中继通信系统资源分配的研究主要集中在单个小区的场景下,而不考虑由相邻小区引起的共信道干扰的影响。然而,实际系统中更高的频率复用因子和较小的小区半径,会导致严重的小区间干扰。该文考虑了多小区OFDMA解码转发中继通信系统的资源分配,它是一个混合离散型优化问题,即使在单小区场景下也是NP-hard难解的。由于全局最优求解的复杂性,该文提出一种分布式的次优的资源分配算法。算法分成两步:首先基于较低的信道反馈系统开销,分配子载波以满足用户的QoS要求;然后,将功率控制问题进一步简化并分解为多个凸优化的子问题,由椭球算法不断收敛的对偶变量迭代调整各个子问题的最优求解。仿真结果表明,与参考算法相比,所提算法的系统容量和边缘用户的吞吐量性能都有很大的提升。     

多小区OFDMA系统的分布式资源分配方案

该文研究了多小区OFDMA系统中下行链路的资源分配问题,主要考虑同信道干扰和频率选择性衰落对资源分配的影响,提出一种基于基站的分布式分配方案,同时考虑用户的服务质量要求(QoS)及公平性,完成子载波和功率的联合分配。算法只要求基站间简单的子载波使用计数的信息交换,不会给系统带来很大的信令负载。仿真表明,通过调整参数,该算法可以取得不同性能间的折衷。     

OFDMA系统基于QoS保证和最大最小公平性准则下的动态资源分配

正交频分多址(OFDMA)技术以其更高的频谱效率和抗多径衰落特性成为高速无线通信网络的候选标准。兼顾效率和公平性是OFDMA系统资源分配亟待解决的问题。本文研究了OFDMA系统中的无线资源分配问题,既要保证QoS用户的最小速率要求,同时“尽力而为”用户之间必须满足最小速率最大化公平性(max-min fairness)准则;该资源分配问题可以表述为一个系统总功率约束下的子载波分配和功率控制的混合离散型优化模型,这是难解的NP-hard问题,穷举搜索的代价是极其巨大的。针对该非凸模型,本文设计一个拉格朗日松弛的优化算法,该算法中采用修正的椭球算法求解对偶问题。算法具有多项式时间复杂度,且与子载波数目呈线性增长关系。仿真结果表明,该算法能近似最优地满足用户QoS及最大最小公平性要求。      

优化公平性的多用户OFDM系统下行链路资源分配算法

研究了优化公平性的多用户OFDM系统下行链路的资源分配算法,根据系统各用户的业务需求,在保证用户所得数据速率满足一定比例以及系统总功率限制的前提下,提高系统总数据速率。首先,根据公平性原则进行用户的子载波分配,子载波功率分配使用注水算法;子载波分配完成后,利用贪婪功率分配算法,以最大化用户数据速率和提高功率利用率为目标,对各用户内部子载波功率和比特数进行再分配。仿真结果表明,相比参考文献[10]的算法,该算法在提高系统总速率的同时,更好地保证了用户数据速率的公平性;相比参考文献[12]的算法,该算法虽然牺牲了一定的系统总速率,但能提供更高的用户数据速率公平性。     

多小区放大转发系统基于用户公平性的分布式资源分配

全频率复用的OFDMA系统中,小区间干扰严重降低了整个系统,特别是小区边缘的频谱效率。文中考虑了多小区放大转发系统下行链路的资源管理,须联合优化用户调度、载波和功率的分配,并设计了一个分布式的资源分配算法,算法基于本小区局部信息分步完成用户调度和功率控制,小区之间只需要较少的交互信息。仿真结果表明,文中算法较传统算法具有更好的系统性能。     

多小区WiMAX资源分配研究

针对多小区WiMAX下行链路资源分配问题,本文通过建立符合实际应用场景的同道干扰模型,并考虑到功率和带宽对资源分配的影响,提出功率、带宽联合优化的多小区WiMAX资源分配策略。该策略基于系统和容量最大化、最小容量最大化以及发射总功率最低准则,把网络资源分配问题建模为不同的数学优化模型,并利用凸优化问题求解得到不同准则条件下带宽、功率分配的最优解。仿真结果表明,提出的资源分配方法可以保证资源分配的公平性、提高系统容量并降低功率消耗      

基于地理位置的频谱共享系统功率分配

针对次用户地理位置分布的随机性,提出一种基于地理位置的多信道underlay频谱共享模型,并设计了一种基于凸优化的功率分配算法以提高频谱资源利用率。首先根据不同地理位置的次用户对主用户干扰的差异,设计一种基于产出投入比的公平性信道分配准则,将复杂的多信道资源分配问题转化为单信道功率分配问题;继而采用一种基于凸优化的迭代寻优方式进行功率分配,最终获得次用户的系统信道容量。仿真结果表明,相比按接入时间先后分配信道的方法,基于地理位置的多信道underlay频谱共享模型可以获得更高的信道容量。     

基于非合作博弈论的多小区OFDMA系统动态资源分配算法研究

该文采用非合作博弈论的方法研究了多小区OFDMA系统中的动态资源分配问题,首先将各基站的发射功率平均分配给各子载波,然后由所有小区在每个子载波上独立地进行资源分配博弈,给出了用户调度与功率分配联合博弈框架。为了进一步简化,将用户调度和资源分配分开完成,通过将信道增益引入到定价函数中,提出了一种新的定价机制,建立了用户确定时的非合作功率分配博弈模型,分析了其纳什均衡的存在性和唯一性,并设计了具体的博弈算法。仿真结果表明,所提算法在保证吞吐量性能的同时,进一步提升了系统的公平性。     

Adaptive resource allocation in multiuser OFDM systems with proportional rate constraints

Multiuser orthogonal frequency division multiplexing (MU-OFDM) is a promising technique for achieving high downlink capacities in future cellular and wireless local area network (LAN) systems. The sum capacity of MU-OFDM is maximized when each subchannel is assigned to the user with the best channel-to-noise ratio for that subchannel, with power subsequently distributed by water-filling. However, fairness among the users cannot generally be achieved with such a scheme. In this paper, a set of proportional fairness constraints is imposed to assure that each user can achieve a required data rate, as in a system with quality of service guarantees. Since the optimal solution to the constrained fairness problem is extremely computationally complex to obtain, a low-complexity suboptimal algorithm that separates subchannel allocation and power allocation is proposed. In the proposed algorithm, subchannel allocation is first performed by assuming an equal power distribution. An optimal power allocation algorithm then maximizes the sum capacity while maintaining proportional fairness. The proposed algorithm is shown to achieve about 95% of the optimal capacity in a two-user system, while reducing the complexity from exponential to linear in the number of subchannels. It is also shown that with the proposed resource allocation algorithm, the sum capacity is distributed more fairly and flexibly among users than the sum capacity maximization method.     

Fairness Guaranteed Cooperative Resource Allocation in Femtocell Networks

User-deployed low-power femtocell access points (FAPs) can provide better indoor coverage and higher data rates than conventional cellular networks. However, a major problem in this uncoordinated frequency reuse scenario is the inter-cell interference. In this paper, we propose a graph based distributed algorithm called fairness guaranteed cooperative resource allocation (FGCRA) to manage interference among femtocells. Since the optimal resource allocation is a NP-hard problem, which is difficult to get global optimization in femtocell networks, our proposed FGCRA algorithm provides sub-optimal resource allocation via cooperation among interfering neighbors. First, we propose a specific fairness factor obtained from two-hop interference relations, to determine the lower bound amount of subchannels that each FAP can use and guarantee the fairness among femtocells. Second, we propose scalable rules for distributed resource allocation and the solution to avoid the conflicts among interfering neighbors. Simulation results show that our proposed FGCRA significantly enhances both average user throughput and cell edge user throughput, and provides better fairness.     

LTE-Advanced中继系统中一种公平的下行资源分配机制

LTE-Advanced(LTE-A)系统引入中继后,带来了如提高频谱效率、拓展网络覆盖等优点,但是也给资源分配带来了更多的挑战。针对LTE-A中继系统的下行资源分配问题,在资源足够使用的情况下,提出一种在eNB和中继功率受限且用户数据速率限制的条件下,以权衡系统吞吐量和用户公平性为目标的资源分配机制。通过仿真验证表明,该算法较好地权衡了系统吞吐量和用户公平性,并且能满足用户速率要求。     

速率比例公平下多用户OFDM系统的自适应资源分配

在多用户正交频分复用(MU-OFDM)系统中,考虑各个用户之间具有比例数据传输速率限制条件下的一种公平的自适应资源分配方案的最优算法计算量巨大,为此,提出了一种将子信道分配和功率分配相分离的次优算法.首先,在假设相同功率分配的情况下进行子信道的分配,然后在保持一定比例公平条件下使总容量最大时进行最优功率分配.对该算法的仿真表明,在用户数为2、子信道数为10的系统中,所提算法的容量性能接近最优算法,而计算量由指数增长变为线性增长.所提资源分配算法的总容量比以前的算法在用户间的分配更公平也更灵活.     

OFDM-UWB系统基于用户速率的多用户动态资源分配算法

在原有动态资源分配算法基础上,提出了一种基于用户速率需求的动态资源分配算法。该算法在满足用户数据速率需求和服务质量要求(QoS)的前提下,以用户公平性为原则,分步执行子载波和比特分配来降低系统总的发射功率。首先,通过比较不同子载波对用户速率的影响,引入速率影响因子,对子载波进行分配;然后为每个用户子载波分配比特,并根据用户速率需求进行比特调整。为了进一步降低系统的复杂度,提出了一种通过子载波分组来完成子载波比特分配的方法。仿真结果表明,该算法能够降低系统功耗、误码率和系统复杂度。     

多用户OFDM系统中一种新颖的自适应功率分配方案

针对多用户正交频分复用(OFDM)系统自适应资源分配的问题,提出了一种新的自适应子载波分配方案。子载波分配中首先通过松弛用户速率比例约束条件确定每个用户的子载波数量,然后对总功率在所有子载波间均等分配的前提下,按照最小比例速率用户优先选择子载波的方式实现子载波的分配;在功率分配中提出了一种基于人工蜂群算法和模拟退火算法(ABC-SA)相结合的新功率分配方案,并且通过ABC-SA算法的全局搜索实现了在所有用户之间的功率寻优,同时利用等功率的分配方式在每个用户下进行子载波间的功率分配,最终实现系统容量的最大化。仿真结果表明,与其他方案相比,所提方案在兼顾用户公平性的同时还能有效地提高系统的吞吐量,进而证明了所提方案的有效性。     

改进的多用户OFDM系统子载波和比特分配算法

针对多用户正交频分复用（OFDM）系统资源分配问题,提出了一种改进的基于边缘自适应（MA）准则的子载波和比特分配算法。在采用比例公平准则为每个用户分配子载波集合基础上,以用户速率最大者-最小者（Max-Min）子载波交换为原则进行子载波调整,使用户功率递减同时兼顾用户的公平性;通过对信道状态信息进行判断,利用贪婪算法将用户子载波分配的比特取整,以实现系统功率最小化。实验结果表明,本文提出的改进次优算法的计算复杂度较传统分步算法稍高,但仍远低于最优算法,其系统性能得以提升,且接近最优算法。     

Cluster-based resource allocation mechanism for Femtocell network

A based-cluster resource allocation mechanism was proposed for suppressing interference between Femtocell and Macrocell in Macro-Femto network.The mechanism included three parts,FBS was put in disjoint clusters by graph theory and convex optimization,then a sub-channel allocation algorithm was adopted to assign sub-channel to the FUE and MUE based on fairness of rate.In the end,power allocation was performed by using distributed algorithm.Simulation results show that the proposed mechanism effectively suppresses cross-tier and co-tier interference in the Macro-Femto network,improves the average rate,meanwhile satisfies the requirements of fairness of rate,which makes users more satisfied.     

Fairness based resource allocation for multiuser MISO-OFDMA systems with beamforming

Resource allocation problem in multiuser multiple input single output-orthogonal frequency division multiple access (MISO-OFDMA) systems with downlink beamforming for frequency selective fading channels is studied. The article aims at maximizing system throughput with the constraints of total power and bit error rate (BER) while supporting fairness among users. The downlink proportional fairness (PF) scheduling problem is reformulated as a maximization of the sum of logarithmic user data rate. From necessary conditions on optimality obtained analytically by Karush-Kuhn-Tucker (KKT) condition, an efficient user selection and resource allocation algorithm is proposed. The computer simulations reveal that the proposed algorithm achieves tradeoff between system throughput and fairness among users.