部分信道状态信息下MIMO-OFDM的跨层资源分配算法

针对跨层多用户多输入多输出-正交频分复用（MIMO-OFDM）系统,以系统最大吞吐量为目标,给出一种基于部分信道状态信息的跨层资源分配算法。该优化问题设计的目标函数包括功率限制、传输速率、子载波占用、不同业务的服务质量需求与数据链路层的队列状态信息等约束条件。在数据链路层存在有限缓存条件下,通过均值反馈模型描述信道状态信息的反馈过程,推导出相应的跨层资源分配准则。仿真结果表明,所提算法与现有方案相比,满足了不同业务用户的QoS要求,并获得了好的吞吐率,降低了丢包率。     

OFDMA系统中的一种资源分配算法

在OFDMA系统中,通过为每个用户分配不同的子载波可以实现并行数据传输.资源分配是OFDMA系统资源调度中的一个重要研究问题.本文时OFDMA无线网络系统的下行链路,考虑了资源分配的问题.重点研究了功率和子载波在用户之间的分配问题,以往的分配算法通常是非线性的迭代算法,复杂度非常高.本文的资源分配算法降低了运算复杂度,与其它算法相比考虑了信道估计的误差问题,更加符合实际情况.仿真结果表明,该算法获得了较好的分集增益.     

一种多用户正交频分复用系统的PHY-DLL层间联合自适应算法

层间自适应设计已经逐渐成为了当前计算机通信领域研究中的热门问题。文中提出了一种适用于正交频分复用无线通信系统的层间联合自适应传输算法。利用物理层的信道状态信息，该算法将物理层（PHY）的子载波分配同数据链路层（DLL）的数据包业务调度结合起来。仿真结果表明,该方案的性能优于单纯在物理层采用子载波和功率分配自适应算法的方案，能够能支持更多的用户，提高用户数据包传输成功率和降低比特误码率。     

一种基于服务质量保证的多天线跨层调度方法

多天线技术由于其能显著地提升系统吞吐率而备受关注.基站通过选择当前信道状态最好的用户进行通信能进一步提升系统吞吐率.但系统仅根据用户的信道状态信息调度用户会引起用户服务质量的下降.基于以上考虑.提出了一种基于服务质量保证的跨层调度算法.考虑了两种业务类型,实时业务和非实时业务.为了保证这两种不同业务类型不同的服务质量要求,系统为每个用户赋予一个与之对应的优先级参数.优先级参数随用户的服务状态和信道信息动态变化.调度器根据用户的优先级参数调度用户.仿真结果表明,提出的多用户调度算法能在满足用户服务质量要求的前提下,实现对无线资源的有效利用.     

有限反馈MIMO OFDM系统公平性资源分配算法

针对多输入多输出正交频分复用(Multiple input multiple output-orthogonal frequency division multiplexing,MIMO-OFDM)系统资源分配过程中信道信息反馈开销过大的问题,给出了一种基于有限反馈的公平性资源分配算法.该算法在发射总功率、目标误码率以及用户间比例速率约束条件下,以最大化系统和容量为目标,将相邻子载波分簇并反馈部分簇的信道状态信息(Channel state information,CSI),利用部分已反馈簇的信道状态信息CSI对未反馈簇的CSI进行估计,据此进行子载波簇、功率和比特三级分配.仿真结果表明,该算法在保证用户间比例公平性和系统和容量性能的同时,有效降低了系统的反馈开销,实现了系统性能与反馈开销的良好折中.     

信道估计误差下多用户MIMO／OFDM下行系统自适应传输

以系统总速率最大化为目标，提出在非理想信道信息情形下基于空分复用的多用户MIMO／OFDM下行系统的自适应资源分配方案，并满足用户的QoS要求。该方案首先根据用户信道估计误差模型和用户QoS对用户进行子载波分配，然后在各个子载波上进行功率和比特分配。仿真结果表明，该方案相对静态分配方案可获得更大的总速率，而且对信道估计错误更加强健，可应用到信道信息不确定的实际系统中。     

多小区OFDMA系统一种跨层资源分配方法

正交频分多址(OFDMA)作为一种新的多址接入方式受到了极大关注.多小区系统由于采用频率复用技术会不可避免的产生小区间干扰,严重影响了多小区无线通信系统的性能,针对多小区OFDMA,提出了一种准分布式跨层资源分配方法.分配方法包括无线网络控制器(RNC)的跨层资源分配算法和基站收发系统(BTS)的跨层资源分配算法.RNC将子信道分配给各个小区的BTS,BTS将分配给该小区的子信道分配给该小区的用户.仿真结果表明,相对于传统的资源分配方法,跨层资源分配方法能有效提高多小区OFDMA系统给定服务质量(QoS)下的吞吐率.     

非理想条件下OFDMA系统物理层安全的资源分配算法

针对OFDMA系统中用户QoS需求的差异性,提出了一种非理想状态下不同用户的资源分配算法,即求取用户携带比特数和发射功率最优解问题。基于自适应功率分配增益较小的情况,通过进行功率的平均分配来降低算法复杂度,基于吞吐量最大化原则,将剩余未分配的子载波分配给能获得最大传输速率的用户,提升系统的整体吞吐量水平。仿真结果表明:相对于其他传统资源分配算法,这个算法能够保证不同混合用户的最小传输速率要求的同时,有效提升算法的公平性。     

中继OFDMA系统容量公平资源分配算法研究

针对OFMDA解码-转发中继系统的资源分配问题,提出了一种以系统总功率和用户间的数据速率比例公平为约束条件,以最大化系统总速率为目标的资源分配算法。该资源分配问题为非线性最优化问题,联合求解所有变量复杂度很高,通过次优化的方法降低计算复杂度。算法包括：子载波分配和功率分配。子载波分配是以功率平均分配为前提,对基站-中继站和中继站-用户链路的子载波按照信道条件进行配对,并根据比例公平约束将配对的子载波分配给相应的用户。功率分配是对每个用户利用Lagrange方法调整每个子载波的功率,进一步提高系统的数据速率。算法仿真分析表明,该算法既能同时满足多用户不同数据速率的要求,又能提高系统的数据速率。     

无线网络信道队列状态感知资源调度算法

资源调度时实现资源的有效利用、保证业务的QoS发挥着重要作用.对跨层资源调度问题的研究状况进行了概述.(1)根据所采用的技术体制和约束类型,介绍了单载波系统和OFDM系统的多用户机会调度问题和算法,分析了单一类型和多种类型资源共享约束下的机会调度算法;(2)分别从队列调度、子栽波分配和功率控制3个方面,对基于队列和信道状态信息的资源调度算法进行了分析和比较;最后指出了需要进一步研究的问题.     

抗时延敏感性跨层自适应资源分配方案*

为了对抗多用户OFDM系统中用户实时业务对时延的敏感性,提出一种利用Hopfield神经网络(HNN)算法的跨层自适应资源分配方案。该方案设置用户调度优先级时同时考虑物理层的信道状态信息,及媒体接入层的用户队列状态信息和等待时间等;采用HNN算法,最大化系统容量的同时降低了平均时延和丢包率。仿真结果表明,相比于传统资源分配方案,该方案可以有效保障用户的服务质量,并提高了系统的整体性能。     

基于合作中继的OFDM蜂窝网络的QoS感知子载波分配算法*

针对基于中继的OFDM蜂窝网络,提出了一种基于合作中继的QoS感知子载波分配算法,即C-QSA(cooperative QoS-ware subcarrier allocation)算法。C-QSA算法利用基站与中继节点之间的合作传输机制来保证QoS业务的速率要求,允许中继节点进行比特重分配,充分利用无线系统的时变及多用户分集特性,提高无线资源的利用效率。C-QSA算法将子载波分配问题抽象为非线性整数规划,以最大化系统效用为目标,同时满足QoS业务的速率要求。仿真结果表明,C-QSA算法在用户效用及吞吐量等性能方面都有明显优势,系统实际效用接近理论最优值。     

电力线通信中动态子载波组分配

针对电力线通信自适应OFDM系统的限制条件,探讨在每OFDM符号内各RT用户要求的约束下,研究系统总功率地窖注水分配后多子载波上的速率自适应子载波分配模型,提出一种新的动态子载波组分配算法。在典型电力线信道环境下对其仿真,并与另外两种分配算法进行比较,结果表明,本文动态子载波组分配算法的复杂度大大减小,能满足多用户资源分配的多目标要求。     

A distributed multiple dimensional QoS constrained resource scheduling optimization policy in computational grid

This paper is to solve efficient QoS based resource scheduling in computational grid. It defines a set of QoS dimensions with utility function for each dimensions, uses a market model for distributed optimization to maximize the global utility. The user specifies its requirement by a utility function. A utility function can be specified for each QoS dimension. In the grid, grid task agent acted as consumer pay for the grid resource and resource providers get profits from task agents. The task agent' utility can then be defined as a weighted sum of single-dimensional QoS utility function. QoS based grid resource scheduling optimization is decomposed to two subproblems: joint optimization of resource user and resource provider in grid market. An iterative multiple QoS scheduling algorithm that is used to perform optimal multiple QoS based resource scheduling. The grid users propose payment for the resource providers, while the resource providers set a price for each resource. The experiments show that optimal QoS based resource scheduling involves less overhead and leads to more efficient resource allocation than no optimal resource allocation.     

Cross-layer optimization policy for QoS scheduling in computational grid

This paper presents a cross-layer quality of service (QoS) optimization policy for computational grid. Efficient QoS management is critical for computational grid to meet heterogeneity and dynamics of resources and users’ requirements. There are different QoS metrics at different layers of computational grid. To improve perceived QoS by end users over computational grid, QoS supports can be addressed in different layers, including application layer, collective layer, fabric layer and so forth. The paper tackles cross-layer grid QoS optimization as optimization decomposition, each layer corresponds to a decomposed subproblem. The proposed policy produces an optimal set of grid resources, service compositions and user's payments at the fabric layer, collective layer and application layer respectively to maximize global grid QoS. The cross-layer optimization problem decomposes into three subproblems: grid resource allocation problem, service composing and user satisfaction degree maximization problem, all of which interact through the optimal variables for capacities of grid resources and service demand. In order to coordinate the subproblems, cross-layer QoS feedback mechanism is established to ensure different layer interactions. The simulations are conducted to validate the efficiency of the proposed policy.     

基于跨层的中高速传感器网络多元参数调度与资源自适应分配算法

针对中高速传感器网络中不同业务对QoS(quality of scrvice)的不同要求,跨层考虑物理层和数据链路层参数,提出了一种适合混合业务的多元参数调度算法和资源分配算法。该算法根据不同的业务动态调整时延补偿因子和吞吐量补偿因子两个参数,在满足实时业务QoS约束的前提下,以最大化系统吞吐量为目标建立了相应的优化模模型,对于实时业务能满足时延较小的要求,对于非实时业务能满足吞吐量较大的要求。仿真结果表明,该调度算法可以灵活地在系统功率效率和用户服务质量满意度之间取得折衷,并保证不同类型业务用户间的公平性。     

OFDMA 协同网络中基于QoS 保证的资源分配算法

针对正交频分多址(OFDMA)协作通信系统,为了解决数据传输速率最大化并提供尽力而为业务与实时业务的服务质量(QoS)保证问题,提出新型资源分配算法.通过以总功率受限为约束条件,定义基于数据速率、时延和丢包率的效用函数,并以在协作传输中以最大化效用函数为目标进行中继选择和子载波分配.通过中继和用户上的子载波和功率分配方案的设计,从而最大化网络数据传输速率并最小化时延与丢包率,为多种业务提供服务质量保证.采用最优化理论与方法求解效用函数,得到了资源分配结果.仿真结果验证了算法收敛,并给出功率分配结果,以及网络吞吐量和时延性能指标情况,验证了算法的有效性.