脏纸编码的多用户MIMO-OFDM系统中基于纳什公平的资源分配算法

MIMO-OFDM技术是实现大容量无线数据传输的一项关键技术。多用户系统中,在最大化系统资源利用率的同时保证用户间资源分配的公平性是系统设计的一个重要问题。该文首先分析了MIMO系统中最大化吞吐量的一种实现方式脏纸编码(DPC),然后基于纳什公平性准则提出了一种用于DPC的多用户MIMO-OFDM系统中的自适应资源分配算法。仿真结果表明,该算法在损失较小系统吞吐量的前提下,很好地保证了用户间资源分配的公平性。     

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...     

多用户MIMO-OFDM系统功率最小化算法

针对多用户总速率和最大化算法,很少考虑用户之间公平性的不足,提出一种多用户功率优化算法,在满足每个用户速率要求的前提下,使多用户MIMO-OFDM系统的发射功率最小.仿真结果表明,该算法可在10-6>的精度内满足不同用户速率要求,同时所需的下行系统发射功率与理论上最少的基于循环迭代注水算法的DPC传输方式接近,具有较高的实用价值.     

速率比例公平下多用户OFDM系统的自适应资源分配

在多用户正交频分复用(MU-OFDM)系统中,考虑各个用户之间具有比例数据传输速率限制条件下的一种公平的自适应资源分配方案的最优算法计算量巨大,为此,提出了一种将子信道分配和功率分配相分离的次优算法.首先,在假设相同功率分配的情况下进行子信道的分配,然后在保持一定比例公平条件下使总容量最大时进行最优功率分配.对该算法的仿真表明,在用户数为2、子信道数为10的系统中,所提算法的容量性能接近最优算法,而计算量由指数增长变为线性增长.所提资源分配算法的总容量比以前的算法在用户间的分配更公平也更灵活.     

基于信道反馈的MIMO-OFDM系统多用户分集研究

利用包含信道质量的反馈信息,多用户分集能显著提高无线通信系统的性能。然而,在多载波多天线(MIMO-OFDM)的架构下, 反馈所有用户的所有信道质量信息(CQI)将占据大量的无线资源,从而降低了频谱效率,因此各种有限信道反馈算法被提出来减少系统的反馈开销。该文主要研究了基于两种典型的有限信道反馈的多用户分集增益,并与理想反馈进行了对比。系统平均频谱效率数学表达式的推导考虑了可选调制方式有限的特性,更符合实际。仿真用于评估各种反馈算法下的多用户分集性能,其结果与理论分析相当匹配。并且只要恰当地选取反馈参数,有限信道反馈算法可以在不损失多用户分集增益的前提下,极大的降低反馈开销,这为设计实际系统的信道反馈提供了参考。     

MIMO下行链路中的多用户调度算法

针对采用随机波束成形的MIMO下行链路,提出了一种多用户调度算法。在接收端利用每个用户在各个波束方向上的比例公平性参数来得到容量门限。仿真结果显示,这种调度算法相比其他门限调度算法,在系统性能无明显损失的情况下,有效地减小了反馈量。     

MIMO-OFDM系统的信道估计算法

基于训练序列的信道估计方法在慢衰落信道中呈现出较好的性能，但是这种方法不适用于快衰落环境，为了能够及时跟踪信道的变化，通常采用基于导频符号的信道估计方法。将针对采用连续传输方式的MIMO—OFDM系统，讨论基于导频符号的信道估计方法并进行了计算机仿真。     

MIMO-OFDM系统中的信道估计算法

本文对MIMO—OFDM系统中的信道估计技术进行了介绍,根据是否使用训练序列,信道估计可以分为导频辅助信道估计、盲信道估计及半盲信道估计,本文分别对已有的信道估计算法进行了综述,并对一种已有的基于m序列的时域信道估计方法进行了改进。     

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。     

多用户MIMO-OFDM系统基于QoE效用函数的跨层资源分配

对多用户MIMO-OFDM系统下行链路的资源分配问题进行了研究.依据实时(RT,real-time)和非实时(NRT,non real-time)业务的不同特点分别设计了QoE效用函数,并提出一种基于RT &NRT QoE效用函数的跨层资源分配算法.该算法利用所设计的效用函数计算用户分得资源所贡献的QoE增量,并根据由QoE增量确定的用户优先级完成时频资源块的分配,进而通过“拟注水”方式对功率分配进行优化.仿真结果表明,该算法相比已有算法在用户平均QoE、实时业务平均分组时延、非实时业务平均分组丢失率以及系统和吞吐量方面的性能均得到了明显改善.     

Dynamic resource allocation algorithm in multi-user cooperative OFDMA systems: considering QoS and fairness constraints

Wireless transmission systems are constrained by several parameters such as the available spectrum bandwidth, mobile battery energy, transmission channel impairments and users’ minimum quality-of-service. In this paper, a new strategy is investigated that aims at improving the allocation of resources in a dual hop OFDMA cooperative network consisting in multi source–destination pairs and multiple decode-and-forward relays. First, the joint optimization of three types of resources: power, sub-channel and relay nodes, is formulated as a problem of subchannel-relay assignment and power allocation, with the objective of minimizing overall transmission power under the bit-error-rate and data rate constraints. However, the optimal solution to the optimization problem is computationally complex to obtain and may be unfair. Assuming knowledge of the instantaneous channel gains for all links in the entire network, an iterative three-step resource allocation algorithm with low complexity is proposed. In order to guarantee the fairness of users, several fairness criteria are also proposed to provide attractive trade-offs between network performance (i.e. overall transmission power, average network lifetime and average outage probability) and fairness to all users. Numerical studies are conducted to evaluate the performance of the proposed algorithm in two practical scenarios. Simulation results show that the proposed allocation algorithm achieves an efficient trade-off between network performance and fairness among users.     

认知无线电中基于MIMO-OFDM的限速率反馈资源分配算法

针对基于MIMO-OFDM技术的认知无线电系统,在考虑TCM编码的情况下提出了一种限速率反馈资源分配算法.该算法首先定义系统中各用户的有效发射模式集合;其次,根据链路质量指示函数,以最大化感知协作组吞吐量为目标进行初始的资源分配;然后,以确保认识用户公平享用频谱资源为目标,在认知用户间重新分配子载波和功率;最后,运用统计近似工具更新拉格朗日乘子并通过在线递归方法得到渐进收敛的资源分配解.仿真结果表明,该算法在保证授权用户权益的情况下不仅能有效提高感知协作组吞吐量,而且能保证认识用户公平享用频谱资源,并且具有反馈开销低的特点.     

多用户分布式MIMO-OFDM系统中天线与子载波分配算法研究

本文针对多用户分布式MIMO-OFDM系统中的资源联合分配问题,提出了一种基于端口选择的天线与子载波分配算法。该算法依据计算复杂度容限设定用户通信静态端口数,以此为每个用户选取信道状况最好的通信端口进行通信,进而通过天线端口与下属用户的相互配合,并行地完成天线与子载波的分配。仿真结果表明,该算法在系统天线数大于用户数的情况下容量性能优于MASA算法,且其端口并行处理机制可以有效提高资源分配效率。     

A resource allocation algorithm for throughput maximization with fairness increase based on virtual PRB in MIMO-OFDMA systems

This paper deals with a new resource allocation algorithm in downlink MIMO-OFDMA systems. The objective is to maximize the system throughput with respect to fairness criteria since some users may experience bad channel conditions for a long time. Known to be NP-hard, the original optimization problem is divided into two sub-problems where radio resource allocation and power allocation are performed separately. Firstly, a recursive PRB allocation algorithm is performed aiming at maximizing the system throughput. In LTE systems, 41% of sub-carriers are considered unused which introduces spectral efficiency loss. As solution, the eNodeB aggregates the unused sub-carriers by each user to construct a “virtual” PRB to be allocated to seldom served user for fairness and throughput increase. Secondly, power allocation is performed to select a more appropriate MCS.

     

Energy-efficiency resource allocation of very large multi-user MIMO systems

With increasing demand in multimedia applications and high data rate services, energy consumption of wireless devices has become a problem. At the user equipment side, high-level energy consumption brings much inconvenience, especially for mobile terminals that cannot connect an external charger, due to an exponentially increasing gap between the available and required battery capacity. Motivated by this, in this paper we consider uplink energy-efficient resource allocation in very large multi-user MIMO systems. Specifically, both the number of antenna arrays at BS and the transmit data rate at the user are adjusted to maximize the energy efficiency, in which the power consumption accounts for both transmit power and circuit power. We proposed two algorithms. Algorithm1, we demonstrate the existence of a unique globally optimal data rate and the number of antenna arrays by exploiting the properties of objective function, then we develop an iterative algorithm to obtain this optimal solution. Algorithm2, we transform the considered nonconvex optimization problem into a convex optimization problem by exploiting the properties of fractional programming, then we develop an efficient iterative resource allocation algorithm to obtain this optimal solution. Our simulation results did not only show that the the proposed two algorithms converge to the solution within a small number of iterations, but demonstrated also the performances of the proposed two algorithms are close to the optimum. Meanwhile, it also shows that with a given number iterations the performance of proposed algorithm1 is superior to proposed algorithm2 under small p _C . On the contrary, the performance of proposed algorithm2 is superior to proposed algorithm1 under large p _C .     

基于M2M终端组的比例公平资源分配研究

基于M2M终端组的资源分配策略可以有效提高M2M通信中的资源利用率.本文研究了M2M通信系统中基于组的保证不同组间传输速率的比例公平资源分配问题,提出了一种次优的能够保证不同终端组间传输速率比例公平的资源分配算法,并通过仿真对算法的性能进行了验证,给出了速率最大化算法与终端组比例公平算法的性能比较.     

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.     

分组比例公平M-GSO优化的FBMC认知无线电资源分配算法

多用户混合业务的多载波认知无线电系统中,考虑频谱感知错误的实际情况,将分组比例公平思想融入资源分配中,提出一种改进群智能优化算法。该算法针对混合型业务,确保不同用户公平性以及基于滤波器组多载波(FBMC)技术前提下,引入状态因子,以最大化认知无线电系统吞吐量为目标,利用改进群智能算法合理分配系统资源。比较FBMC和OFDM的认知无线电系统,仿真分析表明,该算法在对授权用户通信影响很小的情况下,系统容量优于OFDM的认知无线电系统容量,且确保用户的公平,同时满足混合业务的QoS需求。     

Iterative soft-QRD-M for turbo coded MIMO-OFDM systems

We propose an iterative soft detection algorithm based on the QR decomposition and M-algorithm (soft-QRD- M) for MIMO-OFDM incorporating error correction coding. The soft-QRD-M step generates approximate a posteriori probabilities (APPs) with significant computational savings over the optimal sum-product algorithm. Simulation results show comparable performance of the soft-QRD-M detector and SPA in a Turbo- coded iterative MIMO-OFDM receiver.