OFDM中基于信道变化载波分配算法

OFDM系统利用用户的多样性,根据信道状态对系统中的子载波资源进行动态的分配,有效的提高了系统的容量。最大化系统容量的子载波分配算法,忽略了用户之间的公平性。使某些信道状态不好的用户由于没有被分配子载波,不能进行数据的传送。针对这一问题提出一种新的子载波的分配方法,在有效保证系统容量的前提下,通过确保每个用户分配到的子载波数目,兼顾了用户之间资源分配的公平性。     

基于比例公平原则的多用户MIMO-OFDM系统资源分配

提出了一种基于比例公平原则提高MIMO-OFDM系统吞吐量的子载波和功率分配算法.它在总功率和误比特率的约束下,以获取最大系统吞吐量为目标,同时为兼顾用户间资源享用的公平性,根据用户速率成比例推导出了子载波分配限制准则.仿真结果表明,本算法不仅可满足不同用户的速率要求,而且平衡了容量最大化和用户间公平性的矛盾,同时计算...     

协作系统中基于比例公平的资源分配方法

针对多用户协作中继系统中的资源分配问题,提出了一种在满足用户速率比例公平约束条件下的新算法。该算法先将由2个时隙组成的中继用户传输链路转换为一个等效信道链路,将涉及子载波分配、中继选择和功率分配的组合优化问题转化为分步的次优化问题。该算法在等功率分配情况下,根据各用户速率比例公平系数进行初步子载波数目分配;以瞬时信道增益最佳原则,进行剩余子载波数目分配及具体子载波分配,同时完成中继选择;在速率比例公平约束条件下推导出次优化功率分配的闭式表达式,从而完成各子载波上的功率分配。仿真结果表明,该算法在有效提高系统容量的同时,保证了各用户速率之间的比例公平性。     

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。     

基于用户速率公平性的MIMO-OFDMA系统资源分配算法研究

文章针对MIMO-OFDMA通信系统,提出了一种基于用户速率公平性的资源分配算法。通过对MIMO-OFDMA系统容量的分析,将每个子载波在每个用户上的MIMO信道通过SVD分解成具有多个特征值的并行空间特征子信道,根据文中提到的Product-criterion分配准则为用户分配子载波,在子载波的分配过程中,选择数据传输速率最小的用户为其优先分配子载波资源。仿真结果表明,文章提出的算法具有良好的性能,较好地保证了用户间数据传输速率的公平性,同时又尽可能地使每个用户的数据传输速率最大化。     

基于比例速率保证的信道误差OFDMA中继系统资源分配

针对存在有信道估计误差的正交频分多址( OFDMA)中继系统,在考虑用户传输中断概率的同时,提出了满足不同用户最小服务质量( QoS)需求和比例公平性约束条件下的中继选择、子载波分配和功率分配的联合优化问题,建立了以最大化系统总容量为目标的优化模型。在此基础上以速率最大化为目标进行最佳中继选择,并通过动态子载波分配来满足用户的最小QoS需求和比例公平性,最后采用拉格朗日乘子法来得到最优功率分配方案。仿真结果表明,此算法在降低用户中断概率的同时,提高了系统吞吐量并保证了用户速率的比例公平性。     

OFDMA协同通信系统子载波和功率联合分配算法

针对OFDMA协同通信系统资源分配仅考虑平均功率下的子载波分配,中继存在未用功率情况,研究子载波分配后中继剩余功率分配问题。提出一种既满足业务QoS需求又兼顾用户间公平性的子载波和功率联合分配算法,并设计一种基于二分法的功率注水分配方案。测试表明,该算法能在满足业务QoS需求及用户公平性的同时,提升系统容量。     

OFDM系统中一种多用户自适应资源分配算法

针对OFDMA系统中各个用户传输速率受限的情况下,最大化系统容量问题,提出了一种资源分配的实现算法.该算法首先根据每个用户发送的比特数目要求确定用户需要占用的子载波数,将最优的若干个子信道分配给用户后,通过比较各个用户内部子信道之间的差异调整被几个用户同时占用的子信道.最后用赋初值的贪心算法为各个用户分配比特、功率.仿真结果表明,该算法复杂度较低,系统容量较大,且实现了用户之间的公平性.     

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。     

考虑用户优先级的OFDMA下行链路自适应子载波分配

针对OFDMA下行链路系统,在总功率以及用户数据速率成比例的约束下,以获取整个系统容量极大化为准则,提出一种考虑用户优先级的自适应子载波分配算法.该算法初始分配时允许每个用户根据用户数据速率的相对比例以及自己的信道状态在所有子载波上独立的进行最优选择,当出现多个用户同时选择一个子载波,即出现冲突时,由平均信道增益的大小来决定用户选择该子载波的优先级.文中分别研究了平均信道增益大者为高优先级以及平均信道增益小者为高优先级的两种冲突解决办法,仿真结果表明,由平均信道增益小的用户来优先选择冲突子载波的算法综合考虑了公平性和频谱效率,与系统容量上限相比,性能损失较小,复杂度低,速度快,能够满足实时要求.     

一种兼顾速率公平的多用户子载波功率联合分配算法

随着无线通信技术的迅猛发展,无线资源的需求量越来越大,用户对服务质量的要求也越来越高,因此,未来通信系统需要智能地在用户服务质量(QoS)需求和无线资源限制间进行一个有效的折中。为了提高认知无线网络频谱利用率,在可用子载波、次级用户功率预算及公平性等约束条件下,基于速率自适应(RA)准则,提出了在认知正交频分复用(OFDM)系统中兼顾速率公平的多用户子载波功率联合分配算法。该算法将子载波和功率分配分为两步,在兼顾各次级用户速率公平性的同时,最大化链路容量。仿真结果表明,该联合分配算法在系统吞吐量与次级用户速率公平性之间可以取得有效的折中。     

基于差分进化算法的多用户OFDM自适应资源分配

针对多用户正交频分复用系统自适应资源分配问题,提出一种改进的子载波和基于差分进化算法的功率自适应分配算法.该算法首先在均等功率下进行子载波分配,然后通过添加约束条件检测改进步骤,改进差分进化算法,并采用该算法根据设置的兼顾用户公平性与系统容量的目标函数,全局寻优实现用户间的功率分配.仿真结果表明,算法在低算法复杂度及兼顾用户公平性的情况下实现了较高的系统容量提升,证明其有效性.     

一种低复杂度的MIMO-OFDM下行链路子载波分配改进算法

针对多入多出正交频分复用( MIMO - OFDM)系统的下行链路,提出一种基于信道状态信息(CSI)反馈的次优子载波分配算法.算法从寻求容量和公平性之间的平衡出发,将提高系统容量作为资源分配的优化目标.该算法首先按照比例公平约束进行子载波初始分配,然后将现行分配给任意两个用户的子载波互换之后计算系统容量,如果系统容量增加,则将子载波在用户间进行交换,否则保持初始分配不变.将子载波在用户间进行迭代调整,直到系统总容量不再增加为止.仿真结果表明,该算法能够很好地保证比例公平约束,有效地提高系统容量,提升效率可以达到贪婪算法的40％左右,对MIMO - OFDM系统中的子载波分配具有一定的参考价值.     

多用户MIMO-OFDM系统中的子信道与功率分配算法研究

针对多用户MIMO-OFDM系统下行链路,分析了通过遍历搜索来使容量最大化的最优子信道与功率分配算法,在此基础上提出了低复杂度的次优多用户子信道与功率分配算法,即MSPA算法。为了最大限度地保证用户之间的公平性,进一步提出了考虑每个用户速率要求的MSPA-RoU算法。仿真结果表明：本文提出的MSPA算法在复杂度可接受的情况下所获得的容量增益与最优算法十分接近,并且远远大于在MIMO环境下仅对子载波进行分配的算法;MSPA-RoU算法在考虑用户速率要求时仍能获得可观的容量增益。     

一种低复杂度基于公平性的MIMO-OFDMA资源分配方案

该文针对MIMO-OFDMA下行链路系统,考虑在总功率和BER 以及用户数据速率成比例的约束下,以获取整个系统吞吐量极大化为准则,提出一种基于成比例公平性约束的资源分配方案。新的方案基于MIMO信道状态信息,利用特征子信道来确定子载波和功率分配,充分利用了空间域,频域以及多用户分集提高系统的频谱效率。在子载波分配时,松弛成比例约束条件,使用户数据速率近似地成比例于每个用户分配的子载波数,推导出一种线性的不需要迭代的低复杂度的功率分配方案。仿真和分析表明,整个方案在保证系统吞吐量的前提下,取得了用户间良好的速率公平性,同时又具有较低的计算复杂度。     

基于公平度门限的多用户OFDM系统自适应资源分配算法

在传统的子载波分配过程中,具有优先权的用户将优先选择最好的载波,这将导致载波利用效率下降.许多改进算法通过牺牲一定的公平性来提升容量并降低复杂度,但是这可能会使用户间无法达到所要求的公平性.针对这些问题,提出了一种基于公平度门限的载波和功率自适应分配算法.在载波分配过程中,通过公平度门限来决定载波分配优先级,从而实现容量和公平度的粗略折中.载波分配后利用粒子群(PSO)算法进行功率分配来达到所要求的公平度门限.实验结果表明,该算法在满足所要求公平度门限的同时提升了系统容量.     

OFDMA上行链路中基于博弈论的子载波和功率分配算法

传统OFDMA上行链路资源分配算法中一般以最大化各用户速率或最小化发射功率为依据对子载波和功率进行分配,而对于各用户的功率效率问题并没有加以考虑。针对这一问题,该文提出了一种基于功率效率最优的联合子载波功率分配算法。首先给出了在各用户峰值功率约束条件下达到收益函数最优的必要条件并证明了算法纳什均衡的存在及唯一性,然后给出了子载波功率分配算法。仿真表明:相比最大边界速率子载波和功率分配算法(MaxRt+WF)和固定子载波和功率分配算法(MaxFA+WF),该文算法能大幅度提高各用户的功率效率。同时如果合理地选择代价参数,算法获得的和功率效率能够达到更大。     

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.     

面向用户传输差异的低轨道地球卫星资源分配策略

低轨道地球卫星（LEO）上行链路通信场景下，针对不同用户对于高容量传输（HCT）和高可靠性传输（HRT）需求的差异性，对2种不同需求的用户进行频谱共享，建立HRT用户需求受限下的HCT用户总和容量最大化的资源分配模型，并联合用户功率和信道资源进行优化。基于信道衰减统计特性进行功率分配，以应对信道衰减的随机性带来的不确定性挑战，在功率分配的基础上，应用匈牙利算法对用户进行两两配对，共用同一信道。为了提升HCT用户的公平性，将最小遍历容量的最大化纳入优化目标，并在已有算法基础上引入一个平衡矩阵进行求解。仿真结果表明，相较于其他几种算法，所提算法在相同HRT用户中断概率下，HCT用户的总和容量最高，改进后算法在提升HCT用户公平性和鲁棒性上也有显著效果。