多小区OFDMA系统基于改进PSA的资源分配算法

针对载波、功率资源分配问题,考虑本小区对其它小区的干扰情况,提出了一种应用于多 小区正交频分多址复用（OFDMA）系统中的改进罚函数模拟退火(PSA)算法。该问题模型是在 传输速率和性能 一定的条件下,最小化传输功率。该算法是一种随机寻优算法,是一种能将局部搜索扩展为 全局搜索的启发式算法。仿真结果表明,改进算法简化了问题模型,可以在不影响系统性能 的情况下减少运算时间。基于模拟退火算法的离散功率的取值具有随机性,但是整体规律性 仍很明显,且能够获得较高的单位功率吞吐量。     

多业务OFDMA系统子载波分配研究

第四代移动通信研究的热门是资源调度。其中如何在多种业务共存的OFDMA系统中合理的分配资源成为了关键性问题。提出了当OFDMA系统中同时存在语音业务和数据业务时,合理的为它们分配资源的设计方案。即是要依据业务的特点区分业务的优先级。仿真结果表明:区分业务的优先级比不区分业务优先级的性能好,主要体现在实时性业务的掉线率上,它的掉线率很低,几乎为零。     

毫微微小区中一种基于分组的资源分配方法

为有效解决毫微微小区间（Femtocell）干扰,采用分布式方式对毫微微小区进行资源管理。首先,对毫微微接入点（FAPs）进行分组。基于Lingo数学建模的思想,提出了一种解决分组优化问题的算法。该算法在使用分支定界算法寻找最优解的同时,通过建立单纯形表剪去偏离最优解方向的分支;其次,每组选择一个簇头为本组内FAPs分配资源,为此,提出了新的子信道分配方法,该方法根据干扰指示矩阵修正子信道分配的情况。仿真结果表明：和其他算法相比,提出的算法不仅能找到分组优化问题的最优解,并且效率更高;另外,提出的资源分配算法不仅减小了用户间干扰,而且提高了户间速率公平。     

基于先进小区干扰协调技术的异构网络联合资源分配

高发射功率的宏基站与低发射功率的小基站之间的资源分配策略直接影响着异构蜂窝网络的性能。这是一个联合资源优化问题,即用户的基站接入选择、宏基站预留给小基站的资源数量和基站的调度策略。针对这一问题,利用块并列下降方法,提出了一组新颖的资源优化算法。所提出的解决方案能分布式实现,并兼容先进长期演进技术（LTE-A）协议中的先进小区间干扰协调技术（eICIC）。大量的动态系统级仿真结果表明系统性能和用户间公平性都得到了显著提升。     

一种基于用户需求的OFDM系统资源分配算法

提出了一种新的基于OFDM多用户通信系统的资源分配算法。该算法在总功率限制和用户数据率要求下，通过以下两步实现子载波、比特和功率的动态分配：第一步，基于用户的平均信道增益和数据率要求进行资源初分配（每个用户分配多少个子载波、功率）；第二步，对步骤1中的结果进行调整，最终决定每个用户分配到的子载波、功率以及比特载入方式。相比于Hujun Yjn等人提出的另一种基于用户需求的算法，新算法的基站发射功率略有增加，但复杂度大为降低，在实际运用中更有利用价值。     

基于比例速率保证的信道误差OFDMA中继系统资源分配

针对存在有信道估计误差的正交频分多址（OFDMA)中继系统,在考虑用户传输中断概率的同时,提出了满足不同用户最小服务质量（QoS）需求和比例公平性约束条件下的中继选择、子载波分配和功率分配的联合优化问题,建立了以最大化系统总容量为目标的优化模型。在此基础上以速率最大化为目标进行最佳中继选择,并通过动态子载波分配来满足用户的最小QoS需求和比例公平性,最后采用拉格朗日乘子法来得到最优功率分配方案。仿真结果表明,此算法在降低用户中断概率的同时,提高了系统吞吐量并保证了用户速率的比例公平性。     

基于改进智能水滴算法的多用户OFDMA系统资源分配

在正交频分多址（OFDMA）系统中,合理的资源分配对于提升系统的性能具有重要的意义。针对多用户OFDMA系统,对最大化系统容量为目标的资源分配算法进行研究,提出了一种基于智能水滴算法的无向全连通图资源分配模型,以无向全连通图的顶点集和边集来描述用户与子载波之间的匹配关系。在此基础上,进一步对智能水滴算法进行改进。仿真结果表明,在满足用户比例公平性的条件下,与蚁群算法相比,基于改进智能水滴算法的全连通图分配方案能够提高2.17%~4.91%的系统速率,同时具有更快的收敛速度,提高了系统性能。     

超密集小区中基于二分图优先级的资源分配算法

由于在超密集网络中小基站密集的部署,用户数据量空前增加,对数据速率的要求不断提高,所以在有限的资源下如何高效地将资源分配给用户尤为重要。提出了一种小区分簇算法,根据小区簇的通信业务、通信负载量等条件将各个小区分为不同的优先级,引入二分图,以小区簇的优先级为依据建立频谱资源与小区簇之间的匹配关系,并提出一种低复杂度的贪婪算法。仿真结果表明所提算法能够有效提高系统性能,并且有效完成频谱资源的分配。     

超密集组网下基于链路效率的多连接小区选择算法

在5G超密集网络场景下,通过用户双/多连接技术可提高用户吞吐量,降低频繁切换带来的链路失效率。但是,随着链接数的增加,链路管理和资源分配带来的控制信令开销将增加,多链路带来的边际效益递减。为此,提出了多连接链路效率的概念,据此设计了基于链路效率的小区选择算法。该算法基于最大化用户和平均链路速率问题,在基站端及用户端采用变量松弛和拉格朗日对偶分解法来求解。仿真结果表明,多连接的小区选择问题能提高系统吞吐量,在获得更大的用户和速率的同时,也带来链路使用效率的提升。     

基于行为规律的搜索资源分配新算法

针对具有行为规律的目标搜索问题,提出一种搜索资源分配算法。该方法以目标在各搜索区域的概率分布为基础,利用最优搜索理论分配区域搜索时长;以目标在各搜索区域的行为规律为基础,利用包络检测等方法决定区域开始搜索的时刻。针对网站关键词搜索的实验显示,根据目标行为规律在时间上相关程度的不同,本算法相对于最优搜索算法的性能提升在15%~50%之间,在对大量信息源进行信息搜索时具有应用价值。     

TDD/CDMA移动通信系统的一种信道分配方案

未来的TD/CDMA移动通信系统中存活话音及上下行业务量不等、优先级不同的数据业务，为适应新业务的特点，充分发挥TDD/CDMA移动通信系统自身的优势，本文提出了TDD/CDMA移动通信的一种新的信道分配方案。仿真结果表明，该方案可大大降低低优先级业务的掉线概率，充分利用有限的信道资源。     

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OFDM系统的次最优分配算法

本文提出了一种多用户OFDM系统中次最优的自适应载波、比特和能量分配算法。此算法利用各子载波的瞬时特性,在保证各个用户服务质量(QoS)的前提下,通过合理地分配子载波并调整各个子载波调制等级,达到降低总发射功率的目的。该算法相对于最优算法具有简单、公平、高效的特点。仿真实验表明,该算法的性能接近最优算法。     

中继蜂窝网中基于负载均衡的中继节点选择算法

提出了一种中继蜂窝网络的基于负载均衡的中继节点选择策略(Load Balancing Rela y Selection,LB-RS)。根据每个用户的具体信道状况以及中继节点服务的用户数目,LB-RS 以分布式的方式为每个用户选择最优的中继节点。仿真结果表明,与基于单一物理层参数的 中继节点选择算法相比,所提出的中继选择算法综合考虑了物理层的信道状况以及MAC层 的资源与用户状况,有效地利用中继节点选择来实现小区内的负载均衡,获得了吞吐量性能 与用户公平性之间的折衷。     

认知无线电系统中利用模糊逻辑的频谱分配

为了较全面地分析频谱分配问题,突出系统的效益和公平性能,提出了一种利用模糊 逻辑的认知无线电频谱分配方案。首先给出模糊逻辑系统（FLS）的概念,然后利用FLS综合 分析感知空闲频谱和次用户的特性,最后结合系统吞吐量最大、公平性和随机分配3种准则 将空闲频谱分配给次用户使用。仿真结果证实了方案的可行性。     

基于公平性的多用户OFDM系统自适应功率分配松弛算法

近期我国ETF市场出现了大规模异常赎回而导致资产规模大幅下降的异常现象。本文对这一异常现象分析后发现其主要原因可能是:(1)我国市场为弱式有效市场,被动式投资业绩不如主动式投资;(2)成份股经常出现涨停而导致投资者难以购买到涨停股份,制约了ETF的申购规模;(3)我国投资者不愿长期持有ETF,而只是把ETF当作波段操作工具。ETF资产规模大幅下降归根结底是由于投资者对ETF产品没有信心,也就是投资者对上市公司存有很大疑义,对股市缺乏信心。     

基于天线选择和功率分配的联合迭代优化算法

当使用所有天线进行无线数据传输时,大规模多输入多输出（Multiple-Input multiple-Output,MIMO）系统中的基站需要使用与天线数相同的射频链路,导致系统的实现复杂度增加,降低了系统的能效。针对能效降低的问题,提出了一种天线选择和功率分配的联合迭代优化算法。该算法在给定初始发送功率的条件下,随机生成一个天线集合作为内循环的初始值,内循环每次从余下的天线集合中选择一根具有最大能效的天线进行替换,得出最优天线集合,求出相应的最优发送功率,并以此作为下次外循环发送功率的初始值。仿真结果表明,所提算法在降低计算复杂度的前提下,几乎可以达到近似于最优穷举搜索算法的能效性能。     

使用对偶分解的MU-CoMP-JT联合资源分配

在MU-CoMP-JT（Multi-User Coordinated Multiple-Points Joint Transmission）联合资源分配问题中,传统的迫零预编码矩阵会使得每根天线发送功率互不相同,当CoMP节点发射功率仅满足总功率约束时性能损失不明显,而当CoMP节点分布在不同的地理位置时将受到单节点功率约束,这势必会降低系统功率利用率。为了进一步提升系统吞吐量,基于对偶分解理论提出了一种联合预编码优化的资源分配算法。该算法以最大化用户权重速率为目标,将原优化问题分解成若干个优化的子问题,不同子问题对应不同接收天线数的联合优化问题。当子信道的发送天线数大于接收天线数时,通过多次迭代计算得到预编码矩阵,并且预编码矩阵会随着拉格朗日因子的变化而变化。仿真结果表明所提联合预编码优化的联合资源分配算法能够明显提升系统吞吐量,且提高天线功率利用效率。     

一种基于QoS的多任务实时集群系统负载均衡算法

负载均衡算法是多任务实时集群系统的一个关键技术。在分析了常见的轮转式均衡调度算法和任务最少优先法的优缺点基础上，针对实时集群系统处理多类任务的特点，引入了加权负载率的概念来更准确地描述各分布式集群节点的负载状况。提出了通过任务QoS映射为负载权值的思想，并给出了一种改进的任务最少优先算法——加权负载率最小法，描述了以加权负载率表为核心的多任务均衡调度算法。最后，通过仿真验证了该算法明显优于前两种算法。