电力线通信系统中基于动态规划的自适应资源分配

分析了电力线通信OFDM系统在多种约束下,多用户多业务在多子载波上自适应的比特和功率分配模型,提出了一种新的基于动态规划的速率和功率自适应相结合的动态资源分配算法,其先给实时用户分配资源以满足固定速率下总功率最小,再利用剩余功率和未用子载波给非实时用户分配资源以满足最小速率下总速率最大．在典型电力线信道环境下的仿真结果表明,该算法的性能优于已有的多用户资源分配优化算法,且其能更好的满足电力线通信系统中多用户资源分配的多目标要求．     

基于多用户空间相关性的MIMO-OFDM下行链路资源分配

针对多用户MIMO-OFDM下行链路,满足各用户速率及误比特率需求的最小化系统功率问题,提出按用户空间相关性分组的子载波独占方式与共享方式相结合的资源分配算法。空间高度相关的用户分在一组,组内按比例公平原则以独占方式分配子载波;组间以收发结合的基于零空间交集的分组迫零算法实现子载波共享;用户以贪婪算法独立分配比特功率。仿真结果验证所提算法不仅系统总功率小于独占方式及基本迫零共享方式,而且频谱利用率高于独占方式、所需天线数小于基本迫零共享方式。     

多载波认知无线电无线携能通信资源分配算法

认知无线电可通过频谱感知提高资源利用率,但会产生感知能耗,降低传输能量.为了保证认知无线电的传输性能,提出认知无线电可利用多载波实现无线携能通信,并分配通信资源,实现系统性能优化.认知无线电利用部分子载波传输信息,采集剩余子载波上主用户射频能量,补充感知耗能.提出的子载波和子载波功率联合优化算法,在保证能量、干扰和总功率受约束的基础上,可最优化系统的吞吐量和能量.仿真结果表明,能量采集会占用传输资源,需要合理分配子载波,使其在速率和能量间取得性能折中.提出的算法通过采集能量补充感知能耗有效地提高了系统吞吐量.     

多播系统中基于多用户分集的资源分配

针对无线多播系统中传输速率受限于多播组中最差用户信道容量的问题,提出一种组内资源分配算法.在考虑用户之间不同速率需求的前提下,对多播组内用户进行子载波分配和功率分配,来最大化多播系统归一化速率.子载波分配算法利用每个子载波上多播用户之间的多用户分集,将子载波分配给该子载波上性能较好的多个用户.功率分配算法采用基于梯度的功率分配方式对各子载波上所分配的功率做局部优化,进一步提高多播系统的传输速率.仿真结果表明,与传统多播组内资源分配方案相比,显著提升多播系统的归一化速率.     

认知无线电中继协助网络资源分层优化算法

在认知多用户中继网络系统场景下,针对时变信道完全DF中继两跳传输的差异性问题,采用纳什议价公平性准则效用函数,提出了联合用户传输模式选择、子载波配对、信道分配和功率分配的分层优化模型。利用拉格朗日对偶理论实现模型分层求解,在降低算法复杂度的同时提升了系统效用及吞吐量。仿真结果表明:相对于完全中继、直传网络和非载波配对的中继网络,所提算法在兼顾用户速率需求和公平性的同时可使系统吞吐量获得较大提高。     

基于人工蜂群算法的多用户OFDM自适应资源分配方案

针对多用户正交频分复用(OFDM)自适应资源分配中用户公平性和系统容量的问题,本文提出了一种联合子载波分配和功率分配的方案。在子载波分配中,首先确定每个用户需要的子载波数量,然后根据用户的速率比例继续分配子载波,最后分配剩余子载波。在功率分配中,通过人工蜂群(ABC)算法的全局搜索实现在所有用户之间的功率寻优,并利用等功率的分配方式对每个用户的子载波进行单用户功率分配。从仿真结果中可以看出,本文算法不仅可以兼顾用户的公平性,同时也有效地提高了系统的吞吐量,从而证明了本文算法的有效性。     

基于相关信道的多用户MIMO-OFDM下行链路资源分配

为了最小化多用户多输入多输出-正交频分复用(MIMO-OFDM)系统下行链路发射功率,基于相关信道,提出按用户空间相关性分组的子载波共享方式与独占方式相结合的资源分配算法．不同用户组共享全部子载波,利用基于各组边缘用户中心角导引向量的组迫零方法实现各用户组的共道干扰抑制;各组内用户以独占方式分配子载波、比特、功率．仿真结果表明,新算法在不同速率及误比特率时,系统所需功率小于独占方式及基本迫零共享方式,且频谱利用率高于独占方式,基站所需发射天线数及计算复杂度小于基本迫零共享方式．     

多用户协同通信系统资源的优化分配算法

针对多用户协同通信系统中的剩余功率分配不合理问题,提出了一种基于用户间公平性的子载波分配和优化剩余功率分配的联合资源管理算法．首先在保证用户资源分配公平性下给出基于平均功率分配下的子载波分配,其次利用调和平均值算法对剩余功率进行优化分配．仿真结果表明,所提出的算法能够在满足用户质量需求和公平性的同时,可提高系统的容量和用户容量,降低系统的误码率．     

OFDMA网络比例公平性的中继资源分配

在中继协作正交频分多址（OFDMA/Relay）系统中,应用协作博弈论提出一种比例公平性的多用户中继资源（子载波和功率）分配方案.定义了用户基于比特传输速率的效用函数,并建立中继资源分配的协作博弈模型.求解此博弈的纳什议价解（NBS）具有较高的计算复杂度,为此,提出一种快速子载波与功率联合分配算法,即：先进行固定发射功率的最优子载波分配,再进行最优的发射功率分配,最终通过上述迭代方式获得联合资源分配的NBS.仿真试验表明：与已有的OFDMA/Relay系统资源分配算法相比,所提出的NBS求解算法能够在提高系统频谱资源利用率的同时,对用户进行更为公平的中继资源分配.     

多用户OFDM自适应组合调制及比特分配算法的实现

将自适应技术应用于多用户正交频分复用系统,能够提高频谱利用率,降低系统发射功率,从而使系统的整体性能达到最优;针对多用户OFDM系统,将其信道分配和比特分配相结合,提出了更优的多用户OFDM自适应组合调制比特分配算法(MCABA).根据信道特性的瞬时估计值,自适应地为各用户分配子信道和比特,在给定误码率的条件下使总的发送功率最小,仿真结果表明,该算法计算简单,优化效率高,可以达到接近理论上的最优水平.     

Adaptive resource allocation for multi-user multi-server power-line communication OFDM systems

The bits and power allocation model of adaptive power-rate mixture for multi-user multi-server power-line communication systems was analyzed with the restrictions of maximal total power, fixed rate for each real time (RT) user, minimal rate for each non-real time (NRT) user, maximal bits and power for each subcarrier in each orthogonal frequency division multiplexing (OFDM) symbol. An algorithm of resource dynamic allocation in the first OFDM symbol of each frame and resource optimal adjustment in the latter OFDM symbol of each frame was proposed. In the first OFDM symbol of every frame, resource is firstly assigned for RT users so as to minimize their total used power until satisfying their fixed rates; secondly the remainder resource of power and subcarriers are assigned for NRT users so as to minimize their total used power until satisfying their minimal rates also; lastly the remainder resource is again assigned for NRT users according to the proportional fairness strategy so as to maximize their total assigning rate. In the latter OFDM symbol of each frame, bits are swapped and power is adjusted for every user based on the resource allocation results of anterior OFDM symbol. The algorithm is tested in the typical power-line channel scenarios and the simulation results indicate that the proposed algorithm has better performances than the classical multi-user resource allocation algorithms and it realizes the multiple aims of multi-user multi-server resource allocation for power-line communication systems.     

超密集网络中非合作博弈的功率分配算法

为了抑制超密集网络中小小区基站的密集化部署带来的干扰,并提高系统的吞吐量,本文研究了频谱共享超密集网络中的功率分配策略.首先,针对非凸的系统和速率最大化问题,采用非合作博弈模型将其转化为每个用户效益函数最大化的凸子问题,并通过设计一种动态定价使得非合作博弈模型的纳什均衡点（NE）是原优化问题的驻点.其次,为了保证宏小区用户的服务质量（QoS）,模型中引入了干扰功率约束条件来抑制宏小区受到的干扰.最后,在此非合作博弈论框架下,设计了一种迭代式的基于全局信息的功率分配算法.每次迭代通过求解KKT条件获得每个用户的最优发射功率,通过理论推导证明了迭代算法可收敛到博弈模型的NE.此外,为了减少迭代算法的信令开销、提高资源利用率,还提出了一种基于局部信息的功率分配算法.仿真结果表明,所提出的基于全局信息的功率分配算法比对比方法具有更好的传输性能,所提出的基于局部信息的功率分配算法在保证较好的传输性能的前提下有效地减少了信令开销.     

协作OFDMA网络中公平的中继资源分配

在协作中继OFDMA(OFDMA/Relay)系统中,应用最大化最小(max-min)准则提出一种公平的OFDMA/Re-lay子载波和功率联合分配算法。该算法以最大化网络中当前速率最小用户的数据速率为目标,能够为尽力而为(besteffort)用户业务提供一致的数据速率(并满足用户业务对误码率的需求),有效地避免了饥饿现象,即与基站、中继站信道条件较差的用户业务出现数据传输速率接近于0的现象的发生。     

认知反向散射网络通信容量公平的资源优化

为保证认知反向散射通信网络中物联网节点通信容量的公平性,提出一种基于最大最小准则的资源分配方案. 在考虑物联网节点动态电路能耗模型与非线性能量收集模型的基础上,通过联合优化发射功率、反射及时间分配系数构建一个最大最小物联网节点通信容量的非凸多维资源分配问题. 首先,采用反证法、连续凸近似及辅助变量等方法将原问题转换为凸优化问题;然后提出一种迭代算法来求解转换问题. 仿真结果表明,所提的资源分配方案在提升物联网节点通信容量的同时保障了节点通信的公平性.     

多用户无线供电通信网络中基于最大加权和速率的优化方案

针对多用户无线供电通信网络系统中的交叉耦合干扰问题,提出了一种基于时间反演技术联合优化上、下行时间分配和功率分配方案,以最大化上行加权和速率.利用时间反演特有的空时聚焦性抑制交叉耦合干扰;然后建立优化模型,将难以求解的加权和速率问题转化为最小均方误差问题;最后通过分级逐次优化变量,分别求出功率和时间的最优解.仿真结果表明,在引入时间反演技术抑制系统的交叉耦合干扰后,系统的平均加权和速率明显提升.     

基于区域用户密度的毫米波MU-MISO自适应调度方案

为了解决毫米波信道条件下有限区域内多用户调度问题,提出了一种基于毫米波多用户多输入单输出（MU-MISO）下行链路信道的自适应多用户调度方案.首先,根据各个用户反馈的区域位置信息,基站对用户进行分组,并根据区域的用户密度为每个区域分配适当的射频链资源;然后,基于获取到的各个区域角度范围信息和各区域所分配的射频链数,为每个区域设计通信波束;最后,在综合考虑组内和组间波束干扰的情况下,在用户端为每个满足匹配约束条件的用户确定最佳通信波束,并将该波束的信噪比值和信道质量信息反馈给基站,在基站端,根据用户反馈的信息,为每个区域的通信波束依次选择最佳用户.仿真结果表明,该方案能获得较好的和速率性能,尽管与SUS-ZFBF算法相比有一定的差距,但降低了反馈信息量,而且射频资源的分配方式在一定程度上更能保证用户通信的公平性.     

基于遗传算法的多基站协作通信功率分配方案

将多基站协作通信的功率分配问题转换为信干噪比(SINR)均衡问题。通过设置路径损耗门限为各用户判决与其通信的协作基站,并考虑用户间接收SINR的公平性,给出基于遗传算法的多基站协作通信功率分配方案。数值分析表明,相对于传统蜂窝小区等功率分配以及多基站协作通信等功率分配,该功率分配方案使系统中各用户的平均SINR分别提高17.75dB和2.36 dB。     

单播组播共存环境下的多波束卫星功率优化分配

针对多波束卫星系统单播组播共存情况下的功率分配问题,提出了一种多目标优化设计方案。考虑同一组播流在不同波束下的一致性、数据流之间共享关口站上行链路带宽的公平性以及各个业务流的平均速率三项性能指标,构造了具有多重目标函数的数学模型,并采用基于快速分类的非支配排序遗传算法(NSGA-II)进行了最优功率集的求解。仿真结果表明,该方案在组播一致性、带宽公平性以及平均业务速率方面均取得了较好的性能,而且算法的收敛速度较快,可适应网络业务量动态变化的需求。     

联合功率控制的D2D资源分配算法

针对D2D通信引入LTE网络中同频干扰以及能耗过大问题,首先基于模糊聚类算法,将D2D用户分成若干个D2 D用户组,并且基于中断概率最小为每个D2 D用户组寻找最优蜂窝用户资源,以降低用户间干扰、提高系统吞吐量。其次结合上述资源分配提出了一种有效的功率控制方案,调节资源分配后用户组内D2 D用户的发送功率,以提高系统能量效率。仿真结果表明：该算法降低了系统干扰,提高了系统吞吐量以及系统能量效率,同时又保证了D2 D用户获得无线资源的公平性。