MIMO-OFDM系统中的比特和功率联合分配算法

针对MIMO-OFDM系统,该文首先提出一种实用的最优比特和功率联合分配算法;其次为简化实现,设计了一种简化的等功率自适应调制选择算法。仿真表明,提出的联合分配算法不但可以获得最优的性能,而且具有较低的复杂度。简化的次优等功率分配算法极大地降低了算法复杂度,而性能只略低于最优等功率分配算法。     

MIMO-OFDM系统自适应算法的比较与分析

针对如何增加MIMO-OFDM系统数据传输速率的问题,文章研究了MIMO-OFDM系统中三种典型的自适应算法,并通过MATLAB仿真软件平台,对这三种自适应算法的性能进行比较分析,得出相应数据及结论。研究表明在这三种算法中,自适应门限算法能分配到较多的比特数,且分配到高比特数情况的次数较多。另外,还可看出该算法能保证总发射功率恰如其分地运用到每个子载波上,而不是由于平均分配使得某些功率因不适当的运用而被浪费。     

MIMO-OFDM系统自适应资源分配算法研究

针对MIMO—OFDM系统的自适应调制问题,在完全已知信道状态和满足固定速率以及给定的误比特率的约束下以最小化发射功率为目的,文中提出了一种新的低复杂度的自适应算法,即M—P算法。该算法是对Hughes—Hartogs算法和变步长算法进行功率分配和步长加栽的改进。仿真结果表明,该算法在降低复杂度的同时提高了系统的性能。     

MIMO-OFDM系统一种新的自适应资源分配算法

OFDM技术、MIMO技术和自适应调制技术的结合可以有效地抗无线信道的各种衰落,最大限度提高系统的容量和传输质量,针对自适应MIMO—OFDM系统中满足用户QoS（这里主要指用户带宽及误码率这两个指标）要求的比特功率分配这一问题,提出了一种新的变步长（M—P）算法。该算法以每比特分配时,使得每比特（一次可分配偶数比特）的功率代价最小为原则,获得良好的性能。仿真结果表明：该算法在满足用户QoS要求的情况下,其发射总功率比现有的Hughes—Hartogs算法小,性能更佳。     

OFDM吞吐量最大化自适应分配算法

基于信噪比(SNR)门限的OFDM自适应分配算法在达到系统传输质量要求时,各子载波的信噪比都具有一定的裕量,在发送端该裕量可等效为功率裕量。研究了该功率裕量在各子载波上的分配,并在基于SNR门限的OFDM自适应分配算法的基础上提出了一种改进算法。仿真结果表明,改进算法与原算法的BER性能相当,且可明显提高系统的吞吐量。在遵循IEEE802.11a标准的OFDM系统中,改进算法的吞吐量平均比原算法提高了0.5bit/子载波。     

基于贪婪算法自适应比特功率分配的MIMO-OFDM系统性能

OFDM技术、MIMO技术和自适应调制技术的结合可以有效的抗无线信道的各种衰落,最大限度提高系统的容量和传输质量。借助于贪婪算法的最佳比特功率分配,本文深人研究了基于贪婪(greedy)算法自适应比特功率分配的MIMO- OFDM系统性能,对贪婪算法、等比特功率分配算法及CHOW算法下的系统误比特率(BER)进行比较,并对不同天线配置下的MIMO-OFDM系统的误比特率(BER)进行比较,推导及仿真结果表明：基于贪婪算法自适应比特功率分配的MIMO-OFDM系统BER要好于采用传统比特功率分配算法的系统BER,其频谱效率也要优于另外两种算法；同时,在采用相同的贪婪算法自适应动态比特分配策略下,MIMO-OFDM系统的BER要好于SISO-OFDM系统的BER。     

MIMO-OFDM系统白适应算法的比较与分析

针对如何增加MIMO-OFDM系统数据传输速率的问题,文章研究了MIMO-OFDM系统中三种典型的自适应算法,并通过MATLAB仿真软件平台,对这三种自适应算法的性能进行比较分析,得出相应数据及结论。研究表明在这三种算法中,自适应门限算法能分配到较多的比特数,且分配到高比特数情况的次数较多。另外,还可看出该算法能保证总发射功率恰如其分地运用到每个子载波上,而不是由于平均分配使得某些功率因不适当的运用而被浪费。     

基于多用户MIMO-OFDM系统的自适应子载波和比特分配算法

文章通过建立系统模型和仿真，详细介绍了一种基于多用户多人多出正交频分复用（MIMO—OFDM）系统的自适应传输算法。在保证各个用户速率和误码率要求的前提下，该算法根据不同用户的信道信息来自适应分配子载波和比特，从而使系统需要的发送功率达到最小。     

OFDM系统的功率和比特分配算法

OFDM(正交频分复用)是高速无线数据通信系统最有力的候选技术之一。在OFDM系统中,能够根据各个信道的衰减对各载波的发送功率和传输的比特数进行动态分配,从而使系统性能达到最佳。首先介绍了功率和比特分配的最优算法、贪婪算法,并针对贪婪算法迭代次数多的不足,提出了一种改进的贪婪算法。该算法通过修改迭代过程的初始条件,大大简化了贪婪算法的计算复杂度。仿真结果表明,改进的贪婪算法能够在保持发送比特总数不变的同时有效减少迭代的次数。     

MC-CDMA系统中的自适应比特和功率分配算法

在研究MC-CDMA系统和自适应比特分配技术的基础上,提出了一种适合MC-CDMA系统的自适应比特和功率分配算法。本算法以扩频支路为单位,根据系统中各子载波的不同信道增益,动态地分配数据比特和发射功率。仿真结果表明,使用该算法可以大大减小发射功率,提高系统性能。     

一种无线OFDM系统中的高效功率和比特分配算法

在限定无线OFDM通信系统的传输速率和最大误码率的情况下,该文提出了一种最小化发射功率的高效功率和比特分配算法。该算法首先利用注水水平和系统传输速率之间的关系求出无需预设步长和初始值的注水水平迭代公式,然后在部分子载波上使用简化的Greedy算法进行强制收敛。由于充分地利用了注水算法和Greedy算法的优点,该文算法不仅有效地避免了传统自适应算法的收敛性、初始值和步长选择等问题,而且计算效率更高。仿真结果验证了该算法的有效性。     

多用户MIMO-OFDM系统中一种子载波分配算法

介绍了多用户MIMO-OFDM系统中的Hungarian子载波分配算法,然后针对其计算复杂度过高的缺陷,提出一种局部最优的子载波分配算法,并与Hungarian子载波分配算法进行仿真比较。结果表明,该算法使系统总数据速率仅下降1．7％,而其计算复杂度却大幅减小,提高了资源分配的效率,符合高速无线系统资源实时分配的要求。     

一种快速的OFDM系统比特与功率分配算法

针对OFDM系统提出一种基于裕度自适应(Margin Adaptive)的快速比特与功率分配算法,改进了Greedy(贪婪)算法。新算法利用不同子载波之间信道信噪比的对数关系,将子载波进行分组;在分配比特时,降低了原Greedy算法的循环迭代次数。仿真结果表明,在满足相同的通信服务质量(QoS)前提下,提出的分配算法,显著降低了算法的复杂度,发射功率增量很小,具有实用意义。     

一种新的MIMO—OFDM白适应比特功率分配方案研究

针对MIMO-OFDM系统的自适应调制问题,在完全已知信道状态和满足固定速率以及给定的误比特率的约束下以最小化发射功率为目的,文中提出了一种低复杂度的自适应方案。该方案将对Chow算法和Campello算法进行功率分配和步长加载的改进。仿真结果表明,该算法在降低复杂度的同时提高了系统的性能。     

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。     

一种新的OFDMA系统功率与比特分配算法

针对实际正交频分复用多址访问（OFDMA,Orthogonal Frequency Division Multiple Access）系统中整数比特的限制问题,以及用户间公平性要求较为松弛的情况,提出了一种新的整数比特条件下的功率与比特分配算法。该算法首先按公平比例进行功率和比特分配,然后对分配结果取整,并将剩余的功率与比特再进行分配。仿真结果表明：该算法保持用户间的比例公平性的基础上取得与贪婪算法接近的系统容量,公平性优于贪婪算法。     

多载波通信系统的实用功率分配算法

本文利用多载波通信系统的误码率、比特位数与信噪比之间的关系提出了性能良好的快速表查询法.在噪声干扰,信道衰减和一定频段上功率谱密度对子信道最大传输位数限制的条件下,得到了一种实用的离散多音频多载波通信系统的功率分配和数据位加载算法.在系统初始化过程中,该算法使系统能在满足各种约束条件下达到最优功率分配和数据位加载,比其他算法具有更高的计算效率和更大的系统性能裕量.在信道特性变化时,该算法使系统在不增加硬件的情况下能进行快速跟踪和自适应位交换.     

一种多用户MIMO-OFDM系统中的天线与子载波分配算法

天线与子载波分配是多用户MIMO-OFDM系统无线资源管理中的重要内容.在分析了多用户MIMO-OFDM系统下行链路中最优天线与子载波分配算法的基础上,提出了一种次优的低复杂度天线与子载波分配算法.该算法通过先选择天线再选择用户从而避免了最优算法中的遍历搜索.仿真结果表明,在运算量大大降低的情况下,所提算法获得的系统最大容量和最优算法所获得的最大容量相比相差不大,而且空间和频率联合优化的结果使其性能远远优于仅在MIMO环境下进行子载波分配的算法.