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.     

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.     

基于用户服务质量和能效的SCMA资源分配

为提高移动通信中用户服务质量(QoS:Quality of Service),解决系统总能效和用户服务质量不能兼顾的问题,以稀疏码多址接入(SCMA:Spare Code Multiple Access)下行链路为应用场景提出了一种基于用户服务质量和能效的资源分配方案,将系统的容量和能耗作为主要方向进行优化。使用贪婪算法对用户进行码本分配,采用丁克尔巴赫理论(GDA:Generalized Dinkelbach’s Algorithm)将其转化为一个凸优化问题进行迭代求解,以本次计算得出的用户最低服务速率作为下一轮运算的系统最低服务速度重复进行用户码本和能耗轮换计算,直到系统中用户最低通信速度变化低于预设值或达到最大运算次数为止,使系统的容量及能耗达到较好的情况。通过理论分析和仿真结果表明,所提出的SCMA分配方案能有效提升下行链路的用户的通信速率和系统能效。     

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.     

一种OFDMA上行系统公平资源分配算法

为了提高无线网络吞吐量并兼顾用户之间的公平性,该文针对正交频分多址接入(OFDMA)系统的上行链路提出了一种比例公平的自适应资源分配算法。该算法考虑了上行系统中用户功率的离散分布特性,以最大化用户速率的对数和为优化目标。首先通过理论分析给出了上行比例公平资源分配的最优解形式,然后提出了一种兼顾效率和公平的上行OFDMA系统子载波和功率联合分配算法。仿真结果表明:相比传统的上行资源分配算法,该算法能够取得吞吐量和公平性之间的良好折中。     

SCMA系统中基于能效的码本和功率分配机制

在倡导绿色通信的未来,如何提高能效、降低功耗将成为非常重要的问题.针对基于稀疏码多址接入技术的单小区多用户上行蜂窝移动通信系统,在保障用户服务质量(quality of service,QoS)需求的前提下,以最大化系统上行能效为目标,提出了一种资源分配机制,主要包括码本和功率的分配.为了降低基站的负荷,减小网络信令开...     

基于异构业务QoS的滤波器组多载波CR跨层资源分配算法

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,将媒体接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。     

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。     

基于NOMA系统的上行链路功率分配

为解决用户速率化前提下的能效优化问题,针对非正交多址接入(NOMA)系统上行链路,提出了基于Dinkelbach算法的最佳功率分配方案.仿真结果显示:当给定用户发射功率最大限值为15 dBm时,系统的能效提升了38 bit·J~(-1)·Hz~(-1).     

OFDMA中继网络上行链路资源分配算法设计

针对放大-转发OFDMA中继网络上行链路,考虑具有不同QoS要求的异构业务场景,在用户与中继独立功率约束条件下,提出一种子载波对匹配分配与功率分配算法,以实现在满足非弹性用户速率需求前提下,最大化弹性用户和速率的目标.为降低算法计算复杂度,将原混合二进制整数规划问题分解为子载波对匹配分配,非弹性用户与中继、弹性用户与中继联合功率分配三个子问题,从而实现计算复杂度从指数级别到线性的下降.仿真结果显示,所提方案能够满足非弹性用户的速率需求,且弹性用户的和速率容量明显高于等功率分配原则和未进行子载波匹配下的资源分配算法.     

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。     

D2D网络功率和频谱资源分配策略

针对蜂窝通信系统高能耗、 低通信资源利用率和低信道利用率的问题, 提出一种基于能量效率(energy efficiency, EE)与频谱效率（spectral efficiency, SE）联合优化的网络资源分配策略. 首先, 在保证通信用户服务质量（quality of server, QoS）的前提下, 提出一种基于启发式算法的信道选择策略, 为系统内的D2D（device-to-device）用户分配信道复用资源; 其次, 在通信系统干扰门限和回程容量限制约束下, 利用Lagrange对偶分解迭代实现系统功率和频谱资源分配. 仿真结果表明, 该算法能有效扩充系统内D2D用户的数量, 提高能量效率及信道利用率, 增加频谱利用率, 为D2D用户分配最优的功率, 增强业务承载能力, 降低通信系统能耗并减少资源浪费.     

正交频分多址系统中最低速率限制下的自适应载波分配

针对用户有最低传输速率要求的正交频分多址系统中,传统资源分配算法频谱利用率低的问题,提出了一种自适应载波分配算法.该算法根据用户最低传输速率的要求、信道状态和当前载波分配状况,确定子载波分配给用户的效用,进而将子载波分配给可以带来最大效用的用户.该算法综合考虑了效率和公平性,从而显著改善了系统性能.仿真结果表明,当用户数不超过系统负载时,与效率和公平分开考虑的算法相比,所提出的算法频谱效率可提高10%,系统负载在同样中断概率下可提高60%.     

移动社交网络中的无线资源分配算法研究

随着移动用户数量的不断增加以及移动网络规模的发展,移动社交网络越来越受到人们的青睐,在社交网络中,社交网络用户可以使用移动设备相互交换和共享内容,但如何在移动社交数据传输过程中根据用户的需求为其分配最佳的无线资源,并确保资源的安全性和保密性成为了一个新的挑战.研究移动社交网络中的无线资源分配问题,资源分配包含无线资源分配和保密性资源分配,提出一种基于梯度的迭代算法来求解社交用户所需要的最佳无线资源和保密性资源.仿真结果分析表明,根据所提算法可以得出在保密性资源能量效率方面比随机分配方案提高8％左右,同时在无线资源利用率方面也有显著提升.     

超密集网络中基于分簇的资源分配算法

针对超密集网络(ultra-dense network, UDN)中,严重的小区间干扰制约终端用户的数据速率问题,提出一种基于染色分簇的资源分配方案。该方案采用图论中的染色算法对微蜂窝接入点(femtocell access points, FAPs)进行分簇,利用簇内每个微蜂窝用户(femtocell user equipments,FUEs)的待发送数据量、排队等待时延以及受到的干扰强度来构建相应的优先级,计算每个簇的优先级,并设定高优先级的簇可优先获得信道增益良好的子信道;最后由拉格朗日乘子法求解功率分配方案,即利用KKT(Karush-Kuhn-Tucker)条件和注水算法为FUEs分配功率。仿真结果表明,该方案能够有效地减小微蜂窝接入点之间的相互干扰,极大地满足用户的服务需求,同时提升了系统吞吐量和频谱效率。并且基于最大功率和最低速率的公平性准则能够动态地调整子信道功率,进一步提升了FUEs间的公平性。     

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.      

基于公平性原则的简化自适应资源分配算法

提出了一种简化的自适应资源分配算法,此算法在保证用户公平性的前提下,使OFDMA系统的吞吐量最大化,且具有较低的计算复杂度.算法将整个分配过程分解为2步：基于公平性原则对子载波进行分配;计算各用户所需的总功率,并以注水算法对功率进行分配.仿真结果表明,相比于固定分配方式,笔者提出的自适应资源分配算法可以明显提高OFDM系统的频谱效率.     

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.     

基于容量最优化的D2D资源分配方法的研究

D2D(Device-to-Device)通信是一种在基站的控制下,允许终端之间通过复用小区资源直接通信的新型技术.它能够增加蜂窝通信系统频谱效率,降低终端发射功率,在一定程度上解决了无线通信系统频谱资源匮乏的问题.由于在未来的移动网络中有越来越多的异构设备,一个高效的资源分配方案必须最大限度地提高系统的吞吐量,并实现更高的频谱效率.资源分配方案是在保证小区用户吞吐量的前提下,使D2D用户获得最大的吞吐量,并在文献[7]的基础上给出了一个算法来解决这个问题.通过仿真表明,算法具有较低的时间复杂度,能够有效地提高系统的吞吐量.