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。     

基于goodput优化的OFDMA系统资源分配算法

资源分配是OFDMA系统资源调度中的一个重要研究问题。针对OFDMA下行链路信道知识获取的现实误差问题,提出了一种基于实际吞吐量优化的资源分配算法。重点研究了功率和数据率在用户之间的分配问题,以往的很多分配算法通常是假设下行链路发射端具有理想信道信息,这与实际状况不符,同时根据部分信道信息得到的速率分配不被真实的信道支持,会造成传输的中断事件。算法考虑了信道估计的误差问题,将实际吞吐量goodput作为分配算法优化的依据。仿真结果表明,该算法获得了较好的多用户分集增益和实际吞吐量性能。     

OFDMA系统中基于多目标优化的无线资源分配算法

本文提出了OFDMA系统中基于多目标优化的无线资源分配算法.针对不同业务的QoS要求,建立多目标优化模型,并提出一种多业务分级分配算法通过确定优先级、引入合适的参数获得次优解.仿真结果表明,该算法不但能够保证不同业务的QoS要求,而且能够兼顾相同业务的用户之间的公平性.     

混合NOMA/OFDMA可见光通信系统资源分配算法

为了进一步降低混合非正交多址/正交频分复用多址（NOMA/OFDMA）技术的多用户多小区可见光通信系统的误码率,提出了一种功率和子载波的联合分配算法。该算法以最小化系统误符号率为优化目标,实现了子小区间载波和用户功率的联合最优分配。首先,理论推导出系统的误符号率表达式;然后,使用Matlab软件进行仿真,模拟可见光通信系统模型,并借助遗传算法得到最优的分配结果;最后,将该算法与现有的算法进行了对比。仿真结果表明,所提算法的误符号率性能更优。     

分布式OFDMA系统下行资源分配算法

针对正交频分复用（OFDM）分布式天线系统（DAS）的下行链路,在发送端采用最大比发送（MRT）并且单天线功率受限、所有发射天线的总功率受限,考虑用户最低速率要求时,丈中提出一种最大化和速率容量的次优资源分配策略。仿真结果表明,动态天线选择策略下DAS比集中式天线系统（CAS）获得更大的和速率容量,并且更容易达到最低速率的要求。     

MIMO-OFDM系统中基于效用函数的跨层资源分配算法

针对多业务MIMO-OFDM系统的下行链路提出了一种基于效用函数的跨层资源分配算法.建立了以效用函数最大化为目的的跨层优化目标,分别设计了语音、流媒体和"尽力而为"三种业务的边界效用函数.算法首先在所有用户中分配子载波,然后进行单用户和空间子信道的功率、比特分配,并对比特数目进行取整处理.仿真结果表明算法满足了多种业务的QoS要求,对时延敏感的业务能提供更小的时延,同时对"尽力而为"业务提供了更高的吞吐量.     

多用户OFDM系统中基于QoS的跨层资源分配策略

针对多用户OFDM系统的下行链路提出了一种基于QoS的跨层资源分配策略.建立了基于有限长缓存的用户分级模型,推导了有限长缓存引起的用户速率限制条件.根据等待时延将用户分为"高级用户"和"普通用户",在保证所有用户QoS的前提下为"高级用户"优先分配子载波和功率,同时系统的吞吐量达到最大.仿真结果表明,在报文到达率较高的情况下该策略有效降低了系统丢包率,保证了吞吐量.     

基于区分业务的OFDM跨层动态资源分配算法

跨层设计是目前比较流行的、有效的无线系统设计方法.本文针对多业务(实时业务和非实时业务)正交频分复用(OFDM)系统,提出了一种跨层结构的动态资源分配算法.该算法不仅在物理层上考虑信道状态信息和功率限制条件,而且在MAC层上针对不同类型业务采取不同的调度策略:(1)对于高优先级的实时业务,采用最大化容量的OFDMA策略,在频域上最大限度地利用多用户分集提高频谱效率,在时域上通过时隙的分配来保证时延边界;(2)对于低优先级的非实时业务,在频域上采用基于比例公平的OFDMA策略,在时域上尽力而为地分配时隙.仿真结果表明,与传统的单层资源分配算法相比,所提算法能够在保证不同业务服务质量(QoS)的前提下,大幅度地提高系统性能.     

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.     

基于OFDMA系统联合资源分配方案

针对多用户OFDMA系统,提出一种改进的比例公平资源分配算法。该算法采用分步法联合资源分配方案,分为子载波分配和功率分配两步进行,改进算法基于Wong算法,引入比例限制因子,在子载波分配环节,对剩余子载波的分配采用比例公平和最大化系统容量的算法,在用户中的功率分配环节,采用线性等式,大大降低了算法复杂度。仿真分析表明,改进算法不仅提高了系统吞吐量,而且降低了算法复杂度。     

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...     

双向协作OFDM系统中基于能量定价的功率分配与中继选择算法

该文研究双向两跳协作多中继正交频分复用(OFDM)系统的网络寿命优化问题。由于网络寿命最大化的问题无法直接求解,该文提出一种基于对各节点能量定价的次优算法,即将各子载波的功率分配,中继及源节点选择进行分步优化。首先利用拉格朗日法求解两个方向上的源与各中继节点配对时的最优功率分配,使得网络在满足一定吞吐量和发送功率限制的前提下,消耗能量总价值最小;然后在所有可能的配对中选择每个方向最优的中继节点;最后选择损耗能量价值较小的数据流方向。分别考虑了源与目的节点间有无直接链路两种场景,在有直接链路场景下分析了最大比值合并(MRC)和选择合并(SC)两种分集方式对功率优化的影响。仿真结果表明,该文提出算法的网络寿命比已有算法有显著提高。     

基于不完备CSI的OFDMA公平资源分配算法

针对在信道状态信息不完备时,很难兼顾系统容量和公平性这一问题,通过引入公平松弛因子,提出一种公平性可调的遍历容量最大化资源分配算法。为了降低计算复杂度,在利用对偶优化方法求解拉格朗日算子过程中,提出同层循环迭代的搜索方式以代替传统的内外层循环迭代方式。通过仿真和分析表明,该算法在满足公平性的同时实现了遍历容量最大化,且计算复杂度明显降低。     

一种新型的多用户OFDM系统资源分配策略

在多用户正交频分复用（Orthogonal Frequency Division Muhiplexing，0FDM）系统中，系统容量和用户公平性不能同时兼顾，本文提出了一种综合考虑系统容量和用户公平性的资源分配算法．该算法利用多用户的分集增益，根据用户的实时信道状态和传输速率要求，合理的选择用户接人的时刻，既保证了用户公平性又提高了系统容量，达到时频二维空间优化系统的效果．仿真结果表明，本算法在不增加算法复杂度和不损失用户公平性的前提下，有效的提高了系统容量。     

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。     

双参数跨层自适应资源分配算法研究

针对多用户OFDM系统,该文提出了一种适合于混合业务的双参数跨层自适应资源分配方案,它只需调整时延补偿因子和吞吐量补偿因子两个参数,就可将现有的调度算法灵活高效地应用于系统中.仿真结果表明,该方案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.     

An effective suboptimal power loading scheme in OFDM-based cognitive radio systems

Orthogonal frequency division multiplexing (OFDM) is an attractive modulation candidate for Cognitive Radio (CR) networks. Effective and reliable subcarrier power allocation in OFDM-based Cognitive Radio (CR) networks is a challenging problem. This paper focuses on the power allocation for OFDM-based Cognitive Radio (CR) networks. Our objective is to maximize the total transmission rates of Secondary Users (SU) by adjusting the power of subcarrier while the interference introduced to the Primary User (PU) is within a certain range and the total power of subcarrier is not beyond the total power constraint. We investigate the optimal power allocation algorithm for OFDM-based Cognitive Radio (CR) based on convex optimization theory. Then, because of high complexity of the optimal power allocation algorithm, we propose an effective suboptimal power loading scheme. Theory analysis and simulation results show that the performance of the suboptimal power allocation algorithm is close to the performance of the optimal power allocation algorithm, while the complexity of the suboptimal power allocation algorithm is much lower.     

OFDM自适应子载波功率分配算法

利用误比特率优化的自适应子载波功率分配算法,对发射功率进行合理分配,能够有效地提高正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统的频谱效率,但对各子载波采用正交幅度调制(QAM)的OFDM系统,该算法的求解却相当困难。本文研究了一种次优的功率分配算法,利用误差函数(Q函数)的近似值对其进行逼近,从而有效降低了求解难度。通过MATLAB仿真验证了次优分配算法优异的误比特率性能,仿真结果表明,该逼近算法能够很好地解决最优功率分配算法的复杂度问题。     

Robust and fast frequency offset estimation for OFDM based satellite communication

A pilot-aided Orthogonal Frequency Division Multiplexing (OFDM) frequency offset estimator designed for satellite communication system is proposed in the paper. The estimator focuses on the acquisition of the integer part of carrier frequency offset and the acquisition range is as large as the whole signal bandwidth. Making full use of the phase difference between received pilot and local referential pilot, a fast estimation is obtained. Compared with existing method, our method can also work well even in SNR as low as 0dB. Simulations verify the good performance of our method.     

基于PSO-GA算法的多用户OFDM系统资源分配

为了最小化多用户OFDM系统的总发射功率,提出利用改进的粒子群算法与遗传算法相结合的联合算法(PSO-GA)来搜索最优的子载波和比特分配。该算法首先利用改进粒子群算法对系统的子载波和比特分配进行优化。算法运行过程中,当更新后的粒子速度大于最大粒子速度或小于最小粒子速度时,取最大粒子速度与最小粒子速度区间中的一个随机值作为更新的粒子速度。待PSO-GA算法的改进粒子群算法收敛后,将收敛后的种群作为遗传算法的初始种群,再利用遗传算法进行系统的子载波和比特优化分配,进而得出最优解。仿真结果表明,利用该算法比利用遗传算法、粒子群算法与Zhang算法的分配方案使系统需要的总发射功率降低2~10 dB。