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。     

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。     

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。     

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。     

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。     

一种提高小区边缘用户性能的多用户子载波功率分配策略

在OFDMA系统中,小区边缘用户由于受到来自相邻小区的同频干扰,通信质量严重下降.有效地抑制小区间干扰,极大地提升无线网络性能尤其是小区边缘用户性能是5G移动通信系统的目标之一.基于速率自适应(RA)准则提出了一种提高小区边缘用户性能的子载波和功率的联合资源分配算法,该算法分为子载波分配和混合功率分配两步,在提高小区边缘用户性能的同时,最大化链路吞吐量.仿真结果表明,小区边缘用户吞吐量增益为25％以上,混合功率分配下的系统吞吐量逼近全部用户使用注水法时的系统吞吐量,并且降低了运算复杂度.     

基于两跳匹配的OFDMA中继网络联合资源分配算法

针对OFDMA中继网络的两跳特性,提出一种基于两跳匹配的中继网络联合资源分配算法。首先根据中继网络的两跳性建立两跳速率匹配模型,然后利用对偶分解理论将中继网络资源分配的主问题分解为：中继选择、子载波分配和功率分配三个主要的子问题并进行联合优化,同时基于中继网络两跳性在子载波分配的过程中考虑两跳子载波配对,以逼近系统最优解。最后为了保证算法的公平性,考虑子载波分配因子约束以优化子载波分配。仿真结果表明：所提算法将中继选择、两跳子载波配对与功率分配联合优化以进一步提升系统吞吐量,同时引入子载波分配因子约束,保证了算法的公平性。     

基于应用时间窗多用户MIMO-OFDM系统中的比例公平算法

该文针对基于延时信道状态信息的多用户MIMO-OFDM系统,在用户比例速率要求和功率限制的情况下,以最大化时间窗内系统吞吐量为目标,提出了一种基于应用时间窗比例公平算法。该算法首先设计各子载波上满足用户误比特率要求的星座距离,然后把系统中每个用户按照其比例映射为相应数目的虚拟用户,最后根据影子价格把子载波最优地分配给虚拟用户。仿真结果表明,该算法在保证用户公平性的基础上,有效地提高了系统吞吐量。     

A sub-optimal joint subcarrier and power allocation algorithm for multiuser OFDM

This paper investigates subcarrier and power allocation in multiuser OFDM. The aim is to maximize the overall rate while achieving proportional fairness amongst users under a total power constraint. Achieving the optimal solution is computationally demanding thereby necessitating the use of sub-optimal techniques. Existing sub-optimal techniques either use fixed power allocation and perform only subcarrier allocation or handle subcarrier and power allocation separately. In this paper, we propose an algorithm that performs joint subcarrier and power allocation. Simulation results are shown to compare the performance of the proposed algorithm with that of existing algorithms.     

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。     

Fair Multiuser Channel Allocation for OFDMA Networks Using Nash Bargaining Solutions and Coalitions

In this paper, a fair scheme to allocate subcarrier, rate, and power for multiuser orthogonal frequency-division multiple-access systems is proposed. The problem is to maximize the overall system rate, under each user's maximal power and minimal rate constraints, while considering the fairness among users. The approach considers a new fairness criterion, which is a generalized proportional fairness based on Nash bargaining solutions and coalitions. First, a two-user algorithm is developed to bargain subcarrier usage between two users. Then a multiuser bargaining algorithm is developed based on optimal coalition pairs among users. The simulation results show that the proposed algorithms not only provide fair resource allocation among users, but also have a comparable overall system rate with the scheme maximizing the total rate without considering fairness. They also have much higher rates than that of the scheme with max-min fairness. Moreover, the proposed iterative fast implementation has the complexity for each iteration of only$O(K^2Nlog_2 N+K^4)$, where$N$is the number of subcarriers and$K$is the number of users.     

Proportional-fairness resource allocation for uplink OFDM-based cognitive radio systems

This paper has proposed a proportional-fairness resource allocation algorithm, including both subcarrier assignment algorithm and power allocation algorithm, for uplink orthogonal frequency division multiplexing (OFDM)-based cognitive radio (CR) systems. First, to get a better performance in the proposed system model, the influence factor (a,b,c) was introduced to realize the assignment of the subcarriers. Second, the transmit power of the secondary users (SUs) was allocated to the corresponding subcarriers in order to maximize the uplink capacity of the SUs subject to both power and interference constraints. With the appropriate influence factor in the subcarrier assignment, the loss of transmitted data rate arising from the fairness was minimized. Simulation results showed that the proposed algorithm can achieve a perfect fairness among the SUs while maximizing the system capacity simultaneously, and is of a low computation complexity.     

Resource Allocation Algorithm for Multi‐cell Cognitive Radio Networks with Imperfect Spectrum Sensing and Proportional Fairness

This paper addresses the resource allocation (RA) problem in multi‐cell cognitive radio networks. Besides the interference power threshold to limit the interference on primary users PUs caused by cognitive users CUs, a proportional fairness constraint is used to guarantee fairness among multiple cognitive cells and the impact of imperfect spectrum sensing is taken into account. Additional constraints in typical real communication scenarios are also considered—such as a transmission power constraint of the cognitive base stations, unique subcarrier allocation to at most one CU, and others. The resulting RA problem belongs to the class of NP‐hard problems. A computationally efficient optimal algorithm cannot therefore be found. Consequently, we propose a suboptimal RA algorithm composed of two modules: a subcarrier allocation module implemented by the immune algorithm, and a power control module using an improved sub‐gradient method. To further enhance algorithm performance, these two modules are executed successively, and the sequence is repeated twice. We conduct extensive simulation experiments, which demonstrate that our proposed algorithm outperforms existing algorithms.