协同OFDM系统联合中继选择、子载波配对和功率分配算法

研究了协同OFDM系统中的资源分配问题,提出了一种联合中继选择、子载波配对和功率分配的算法。首先在假定等功率分配的情况下,对中继节点进行选择并对子载波进行配对,然后在此基础上对选定的子载波对进行功率分配。分析结果显示所提算法是一种计算复杂度比较低,且系统容量接近最优容量的算法。

一种子载波配对和功率分配联合最优算法

在基于正交频分复用的多载波两跳中继系统中有两个关键的问题亟需解决:子载波间的功率分配和子载波配对.子载波功率分配和配对之间存在复杂的耦合关系,通过现有的方法对子载波功率分配和配对进行联合优化比较困难.在深入研究这种耦合关系的基础上,针对解码转发,利用凸优化思想,提出一种功率受限下的子载波配对和功率分配联合最优算法.仿真结果表明,本算法可以有效提升中继系统的系统容量.

基于子载波配对的多用户协作中继系统资源分配算法

针对多用户协作中继系统中的功率最小化问题,提出了一种基于联合子载波配对及分配的资源分配算法。首先根据不同用户的目标速率要求及平均信道增益进行子载波数目的分配;然后以信道条件最佳为准则,提出了一种联合子载波配对及分配的多用户迭代算法,以实现对每个用户的中继链路和直传链路分别进行子载波配对及虚拟配对;最后利用注水算法对子载波进行功率分配,从而保证各用户以最小功率进行传输。仿真结果表明,该算法在满足用户目标速率的情况下,能够进行有效的子载波配对及分配,从而最小化系统的发射功率。

具有时延QoS保证的OFDM中继系统子载波配对与功率分配算法

本文研究具有直接通信链路的OFDM解码转发(Decode-and-Forward,DF)中继系统的子载波配对与功率分配算法,目标是在满足业务时延QoS要求的前提下最大化系统容量.利用有效容量模型,首先把OFDM DF中继系统的子载波配对与功率分配问题形成为混合整数规划问题,然后把其转化为连续松弛凸规划问题,利用凸优化方法得到原问题的最优解,从而提出了一种联合最优的子载波配对与功率分配迭代算法.理论推导结果和仿真结果表明,最优子载波配对与功率分配不仅取决于子载波的信道增益,还取决于业务的时延QoS要求.与已有算法相比,本文算法获得的有效容量最大.

基于子载波选择配对及功率优化分配的多跳中继系统研究

为了提升OFDM协作通信系统的网络覆盖率及网络容量,提出了一种基于子载波选择配对及功率优化分配的多跳中继OFDM系统优化算法。首先,通过在OFDM的系统模型上进行中继配对和非中继配对的性能分析,将子载波选择配对转换为一个整数规划问题,并采用基于匈牙利算法的规划方法进行配对矩阵的计算。接着,根据OFDM系统的功率分配问题,通过KKT条件对中继功率及电源功率进行优化,从而实现中继系统的功率优化分配。最终的仿真结果表明,与统计质量QoS保证的资源分配方案以及OFDM中继系统异构服务的资源分配算法相比,所提出的方法在提高网络覆盖率和容量上均表现出更好的效果。

一种OFDM系统动态子载波比特和功率分配联合算法

提出一种多用户OFDM(orthogonal frequency division multiplexing)系统下行链路,具有信道变化实时性的动态子载波、比特和功率分配联合算法(UA),在满足各个用户数据速率和BER要求的同时使总的发送功率最小。提出的算法与动态子载波分配算法(WSA)相比,计算复杂度相当,在移动信道环境下仿真结果表明性能有一定的改善。

基于子载波选择配对及功率优化分配的OFDM系统

为了提升OFDM协作通信系统的网络覆盖率及网络容量,提出了一种基于子载波选择配对及功率优化分配的OFDM系统。在OFDM的系统模型上进行中继配对和非中继配对的性能分析,将子载波选择配对转换为一个整数规划问题,并采用基于匈牙利算法的规划方法进行配对矩阵的计算;根据OFDM系统的功率分配问题,采用KKT条件下优化中继功率及电源功率的方法进行功率分配。仿真结果表明,所提出的方法相比统计质量Qo S保证的资源分配方案以及OFDM中继系统异构服务的资源分配算法,在提高网络覆盖率和容量上表现出更好的效果。

OFDM两跳中继网中的子载波配对和功率分配算法

主要针对OFDM解码转发中继系统中资源分配问题进行了研究。考虑到联合子载波配对和功率分配属于混合整形规划的问题,很难求解,因此,本文提出一种次优的资源分配方法。利用等效的系统模型,在总功率限制的条件下,以最大化系统吞吐量为目标。首先利用匈牙利算法进行子载波配对,然后运用注水算法进行功率分配。仿真结果表明,所提的子载波配对方法能有效提高系统吞吐量,并通过功率分配进一步提高了系统的吞吐量。

基于AF中继的OFDM认知系统的功率分配和子载波配对算法

建立基于放大转发(AF)中继的正交频分复用(OFDM)的认知无线电系统模型,并推导出该系统中在对从用户的源节点和中继节点的总功率限制和对主用户的干扰限制条件下的联合最优功率分配和子载波配对算法.采用拉格朗日对偶分解法和次梯度法推导出最优功率分配算法,并将基于Hopcroft-Karp算法的子载波配对方法融合到功率分配的过程中,得到联合最优算法.根据系统总功率和干扰限制的特点,提出一种低复杂度的次优功率预分配算法.分别对最优功率分配算法和次优功率分配算法、Hopcroft-Karp子载波配对算法和源节点、中继节点采用相同子载波传输的固定子载波配对算法进行仿真比较.结果表明:采用功率分配和子载波配对的联合优化技术能够大大提高系统的频谱效率,具有一定的可行性.

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。

中继系统中子信道和功率及节点选择联合分配

在LTE-A协作中继系统中,如何选择合适的中继节点参与到协作传输中来以及如何对基站和己选中继节点进行资源分配,都是需要重点研究的问题。为此提出一种基于节点选择、两跳子信道和功率的联合分配方案。该方案在资源分配过程中考虑了用户分组的传输效率和用户间的公平性,它首先根据用户的等效信道增益选出每个用户的最优中继节点以及两跳配对子信道,然后从中选出系统能提供的最大用户分组,最后针对那些不足以支持新的用户分组传输的系统剩余资源进行重新分配。在剩余资源的分配过程中,以最大化调度用户资源分配优先级为目标进行功率和子信道资源的重新分配。仿真结果表明,所提方案能在满足用户需要的条件下增大系统吞吐量,同时能兼顾用户公平性。

基于GSO-SFLA算法的多中继OFDM子载波分配

为研究多中继协作正交频分复用(orthogonal frequency division multiplexing,OFDM)系统子载波分配,提出了萤火虫算法与混合蛙跳算法相结合的联合优化算法(GSO-SFLA)来搜索最优子载波对。在总功率约束条件下,以最大化信息传输速率为优化目标,提出了子载波分配模型,给出了基于GSO-SFLA算法的子载波分配步骤,并仿真验证了所提出的子载波分配方案。仿真结果表明,与固定子载波算法和传统的萤火虫算法相比,所提出的基于GSO-SFLA子载波分配方案能获得较大的信息传输速率。

基于能量价格的协作OFDM系统资源联合分配方案

为延长能量受限的使用解码转发协议的OFDM系统的寿命,利用能量价格构建了系统模型,提出了一个实用的资源联合分配方案。该方案有两个算法:算法1采用图论方法为源节点和中继节点的每个子载波对计算最优功率和总能量代价,算法2按照贪婪算法的思想进行子载波配对和模式选择;另外算法2从中继节点的所有子载波中找出总能量代价最小的子载波,接着从与这个子载波对应的中继模式和直传模式中选择总能量代价较小的模式作为源节点信号的传输模式。仿真分析表明,与典型资源分配方案相比,该方案不仅能够均衡节点之间的能量消耗,延长网络的寿命,还能发送更多的数据。

一种联合双时隙的资源分配算法

针对功率最小化问题,提出了一种联合双时隙的资源分配算法,利用相邻两个时隙信道状态整体一致而又具有差异的性质,根据第1时隙的信道状态,将信道状态好的用户的第2时隙的部分或全部速率提前分配,从而使信道增益大的子载波承载了较多的速率,最终降低了系统功率消耗。仿真结果表明,所提双时隙资源分配算法既能保证用户双时隙内的目标速率,又能够有效降低系统的功率消耗。

一种基于子载波合并的多播资源调度算法

针对无线OFDM多播系统,该文提出一种基于子载波合并的多播资源调度算法。该算法通过提前将子载波分组,避免了不必要的子载波配对;自适应地选择子载波合并\非合并,在分集和复用两种模式中选取最优方案;同时根据子载波功率分配的特点,将其解耦为配对子载波集合内功率分配和集合间功率分配两个子问题,进一步优化了算法性能。仿真结果表明,与现有方案相比,所提方案能够在复杂度较低的情况下,较好地提升系统性能。

多天线双向中继系统中的中继处理与资源分配策略

该文在多天线放大转发双向中继系统中,根据最小和均方误差(MSMSE)准则,以较小的复杂度得到了MSE最优的中继处理矩阵的闭合表达式。为综合利用空域和频域分集,探讨了OFDM双向中继系统的资源分配策略,提出了实现复杂度低的分层子载波配对策略和功率优化分配策略。仿真结果显示,所设计的中继处理策略在系统和速率和误码率性能上均明显优于其他双向中继策略,且性能随着中继天线数的增加而提升;结合功率分配的分层子载波配对策略能明显提升系统和速率,性能接近最优策略。

基于OFDM协作中继的机会主义频谱共享协议及其最优资源分配

提出了一种基于OFDM协作中继的机会主义频谱共享协议。当主用户信道不好,不能达到其要求速率时,如果认知用户能够协作帮助主用户达到其要求速率,则该认知用户就可以以协作的方式接入主用户的频谱。在该接入方式中,认知用户利用接入频谱中的一部分子载波放大转发主用户的信息,帮助主用户达到其要求速率。然后可以利用剩余的子载波发送自己的信息。对这种接入方式中的资源分配进行了分析,利用对偶算法,提出了一种以最大化认知用户速率,保证主用户速率达到要求速率为原则的最优资源分配算法。如果认知用户不能够协作帮助主用户达到要求速率,为了有效地利用频谱资源,认知用户以非协作的方式接入主用户的频谱,利用接入的全部频谱来发送自己的信息。仿真结果验证了所提频谱共享协议的有效性,同时说明了主用户和认知用户都能够从该协议中获得好处。

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。

解码转发中继网络基于OFDMA的低复杂度资源分配

该文研究满足用户速率需求的子载波配对、动态子载波分配和功率分配的联合优化,建立了使传输速率与用户期望速率之差最小化的优化数学模型.首先提出平均功率分配下基于用户期望速率的子载波配对和动态子载波分配算法(dynamic subcarrier allocation based on expected rate,ERDSA).为了保证用户的公平性,提出在系统资源不足时按比例减小接入用户期望速率的子载波配对和动态子载波分配算法(enhanced dynamicsubcarrier allocation based on expected rate,EERDSA).由于平均功率分配时,第1跳子载波与第2跳子载波的速率存在不完美匹配的问题,进而提出联合子载波配对、动态子载波分配和功率分配算法(dynamic jointsubcarrier and power allocation,DJSPA).分析表明3种算法的复杂度仅与子载波数呈线性关系,均为低复杂度的优化算法.仿真表明,这几种算法可满足用户的期望速率,降低系统功耗.

OFDM双向中继子载波配对与功率联合优化

为了提高基于正交频分复用(OFDM)的放大转发模式下双向中继系统总容量,提出了一种低复杂度的基于信道增益排序子载波配对算法(SP-SCC)和一种联合该子载波配对与功率分配的资源优化策略.该策略首先是在等功率的条件下进行SP-SCC方法的子载波配对;然后在系统总功率的限制下,利用对偶分解获得各子载波间的功率分配;最后将各子载波上的功率分配到各节点上,即获得了各节点上最优功率分配.仿真结果表明,所提的资源分配策略可以提高系统总容量.