OFDM多用户系统中一种改进的自适应资源分配算法

针对正交频分复用(OFDM)多用户系统中一些智能算法存在收敛速度较慢且精度不高的问题,研究了把差分进化算法的变异与交叉行为引入人工鱼群算法中,以改进其随机行为。在此基础上,提出了一种改进的OFDM自适应资源分配算法。该算法先在公平度门限下分配子载波,再通过改进的人工鱼群算法进行功率分配。仿真结果表明,所提算法达到最优解时迭代次数有较大减少,同时搜索精度有所提高,在保证用户公平度的同时,提高了系统容量。     

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.     

一种新型的OFDMA比例公平资源分配算法

针对已有算法对系统容量和高公平性兼顾较差的情况,提出了一种满足公平性的系统容量最大化资源分配算法。在子载波分配中通过建立信道效率控制模型,给当前用户分配信道效率最高的子载波,将信道增益低于门限值的子载波重新分配,改进了最大化最小(max-min)用户速率模型。在功率分配中将系统模型转化成用注水线表示的数学模型,首先求解各用户的注水线,再求解各用户的功率分配,保证了用户间比例公平性。两种信噪比情形下的仿真和分析表明,整个方案计算复杂度稍低,系统容量获得较大提升,并且用户间的公平性始终为1。     

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。     

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...     

认知无线电系统中基于OFDM的一种资源分配方案

文章在已知主用户干扰门限的基础上,对认知用户的子载波和功率进行合理分配;阐述了使认知用户系统容量达到最大的最优功率分配算法,给出了易于实现的次优算法,并与传统功率分配算法进行比较。仿真结果表明,在给出不同干扰门限的条件下,认知用户采用最优算法比传统算法获得的发射功率要高,并且次优算法的性能接近最优算法。     

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。     

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。     

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.     

基于模糊流感知的动态优先公平调度算法

为适应网络的动态性,提高调度公平性和资源效率,流感知优先公平调度机制需要动态的多业务区分转发。与链路负载状态相关的模糊流感知能够实现路径上的一致性业务区分,而基于模糊流感知的动态优先公平调度算法通过调整优先队列负载门限在流式流和弹性流之间实现转发优先权的动态交替,在链路轻载时实现不同流间的相对公平调度,在链路重载时则强调实时业务的绝对优先权以保证其时延要求。算法公平性分析和仿真计算显示提出算法的动态区分转发通过适度增加优先业务队长能够大幅度提高弹性流的接纳率,具有较高的链路平均吞吐量和资源效率。     

基于QoS付费业务的LTE下行跨层分组调度算法

准4G网络（LTE）即将商用会给人们带来更多的方便,以至于大量用户在日常生活中使用更多的QoS业务,这样系统会出现了拥塞和调度不够合理的情况,影响了高优先级业务的丢包率、时延和公平性。通过对LTE下行跨层分组调度各种算法的研究分析,从时延、丢包率、吞吐量和公平性等因素入手,在原有的比例公平性调度算法（PF）上进行改进,加入了补偿因子和付费权重值,使得改进型跨层调度算法,在吞吐量有一定提高的情况下,有效地降低了高优先级业务的丢包率和时延,并确保了高优先级业务的公平性。     

基于HSDPA的信道相关分组调度算法研究

针对HSDPA(高速下行分组接入)系统中几种支持非实时业务的经典分组调度算法Max C/I(最大载干比)和PF(正比公平)算法缺乏系统公平性的问题,提出一种基于HSDPA的快速公平分组调度算法。此算法在保证信道瞬时条件和系统吞吐量的前提下,旨在为那些平均吞吐量低于某一阈值的用户提供优先被服务的机会。仿真结果表明,此算法较之Max C/I和PF算法能够保证用户间的长期公平性。     

Utility-based adaptive radio resource allocation in OFDM wireless networks with traffic prioritization

In this letter, a joint transmit scheduling and dynamic sub-carrier and power allocation method is proposed to exploit multi-user diversity in downlink packet transmission in an OFDM wireless network with mixed real-time and non-real-time traffic patterns. To balance efficiency and fairness and to satisfy the QoS requirements of real-time users, we utilize a utility-based framework and propose a polynomial-time heuristic algorithm to solve the formulated optimization problem. The distinguishing feature of the proposed method is that it gives in one shot, the transmission scheduling, the sub-carriers assigned to each user, and the power allocated to each sub-carrier, based on a fair and efficient framework while satisfying the delay requirements of real-time users.     

基于排队模型的无线Mesh网延时分析与优化

在提供无线接入的网格网中,不同用户因所处地理位置的不同所获得的服务质量（吞吐量、延时）会有较大程度的差异。文中使用排队网络对Mesh网建立模型,从理论上分析了非饱和流量的情况下不同用户获得的延时的差异。分析发现,通过设置多个缓冲区并调度不同数据流在中间节点上的优先级别,可以使不同用户的延时趋于均匀从而保证网络的公平性。把优先级的分配问题归结为一个以公平性为目标的组合优化问题并提供了解法。使用Lorenz曲线来度量公平性,仿真结果表明,使用优化的调度算法可以获得更好的网络公平性。     

一种MIMO-OFDM系统天线和子载波分配算法

在多输入多输出-正交频分复用(MIMO-OFDM)系统中,根据信道状况自适应地分配天线与子载波是使信道容量达到最大的关键技术。提出一种基于拥挤模型的差分进化算法,即拥挤差分进化算法(Crowding Differential Evolution Algorithm,CDE)用于解决MIMO-OFDM系统的自适应天线和子载波联合分配问题,利用该算法参数少、寻优能力强以及收敛速度快的特点,可快速确定最佳的天线和子载波联合分配方案,实现信道容量最大。     

基于预留的802.16MAC层资源调度算法

提出了一种IEEE802.16系统中基于预留的MAC层资源调度方法,可以有效的解决IEEE802.16系统中高优先级业务过多占用优先级业务带宽而带来的不公平性问题。仿真结果表明,与原有资源调度算法相比,这种算法能够在满足各种业务对QoS要求的同时,具有更好的公平性和更高的带宽利用率。     

一种基于轮回的认知OFDM子载波分配方法

认知无线电技术是能够提高有限频谱利用率,进而缓解当前有限频谱资源短缺压力的有效手段。在多用户认知OFDM系统中,高效并合理地决定子载波分配对系统性能至关重要。本文提出了一种基于轮回思想的子载波分配算法。该算法首先通过基于轮回的初次分配达到兼顾公平性的目的,再通过二次分配对初次分配结果加以迭代优化。仿真结果表明,在不增加算法复杂度的前提下,该算法可以避免选择深度衰落的子信道,相比同类算法,该算法可以获得更优的误比特性能。