一种低复杂度的MIMO-OFDM下行链路子载波分配改进算法

针对多入多出正交频分复用（MIMO-OFDM）系统的下行链路，提出一种基于信道状 态信息（CSI）反馈的次优子载波分配算法。算法从寻求容量和公平性之间的平衡出 发，将提高系统容量作为资源分配的优化目标。该算法首先按照比例公平约束进行子载波初 始分配，然后将现行分配给任意两个用户的子载波互换之后计算系统容量，如果系统容量增 加，则将子载波在用户间进行交换，否则保持初始分配不变。将子载波在用户间进行迭代调 整，直到系统总容量不再增加为止。仿真结果表明，该算法能够很好地保证比例公平约束， 有效地提高系统容量，提升效率可以达到贪婪算法的40%左右，对MIMO-OFDM系统中的子 载波分配具有一定的参考价值。     

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。     

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。     

认知型飞蜂窝网络中的子信道分配与功率控制

为了解决宏蜂窝与飞蜂窝构成的两层异构网络上行干扰与资源分配问题,提出了一种在认知型飞蜂窝的双层异构网中结合子信道分配和功率控制进行资源分配的框架。通过对异构网中跨层干扰问题进行分析与建模,将求解最优子信道分配矩阵和用户发射功率矩阵作为干扰管理问题的解决方法。模型中认知型飞蜂窝网络子信道和飞蜂窝网络用户构成非合作博弈,双方利用效用函数最优值进行匹配,构成初始信道分配矩阵;再由接入控制器根据接入条件从初始信道分配矩阵中筛选用户,并优化接入用户的发射功率矩阵,得到最优子信道分配矩阵和功率矩阵。仿真结果表明,优化框架提高了双层异构网络中飞蜂窝网络用户的吞吐量和接入率,降低了异构网中跨层干扰。     

基于容量最大化的多用户MIMO-OFDM子载波分配算法

针对多用户MIMO-OFDM通信网络,提出了一种基于系统和容量最大化的子载波分配算法。 通过对MIMO-OFDM系统和容量公式进行分析,提取出子载波分配的判决参数,再利用匈牙利 算法对子载波进行分配,同时分析了分配后系统平均容量的统计特性。为了兼顾公平,又提 出了传输速率最小的用户传输速率最大化的子载波分配算法。仿真结果表明,所提容量最大 化算法能使系统和容量达到全局最大值,且具有较低的复杂度。     

基于改进图着色的D2D资源分配和功率控制

针对蜂窝网络中D2D（Device-to-Device）用户复用蜂窝信道带来的同频干扰问题,提出了一种基于改进图着色的资源分配和功率控制算法。首先通过构建干扰图和候选集进行用户之间干扰关系建模,并定义指数型累积因子改进图着色算法,为D2D用户分配蜂窝信道;再采用基于信干噪比的闭环功率控制算法动态调整D2D用户发射功率,减小由于信道复用产生的干扰。仿真结果表明,与现有算法相比,所提算法能够有效提升系统吞吐量和D2D用户接入率,实现信道资源的合理分配。     

基于星上多波束天线的卫星功率带宽联合优化新算法

目前已有的卫星功率优化分配策略未考虑功率与带宽的耦合关系 。为了进一步提高星上资源的利用率,在考虑各点波束业务需求差异及共信道干扰的基础上 ,通过构建卫星系统模型,提出一种将卫星功率和带宽联合优化分配的算法。该算法基于系 统公平性建立优化目标函数,并采用迭代方法求解资源优化的最优解。与传统固定分配方式 相比,这种耦合的资源分配方式可根据当前业务需求和信道条件对星上功率和带宽资源进行 实时再分配,提高了系统容量,系统业务匹配率提高10%,具有较高的星上资源利用率。     

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。     

单频网多播系统中的开环半动态功率分配算法

在单频网多播传输中,传统的全反馈动态功率分配数算法需要根据每个时隙反馈的用户瞬时信道信息进行实时的调整,所以造成了资源分配频率快、上行反馈开销大的缺点。为了克服这个缺点,提出了一个低复杂度、没有用户反馈的单频网多播开环半动态功率分配算法。首先在各小区等功率分配的假设下,根据单频网的形状信息算出各小区等价信道增益,然后再根据这个增益值,实现满足速率需求情况下的各小区功率分配。仿真结果显示,与全反馈的动态功率分配算法相比,该算法以一小部分性能损失为代价,大大减少了单频网的上行反馈和资源分配的开销,因此更适用于实际的单频网多播系统。     

多用户MIMO系统广播信道的连续块对角化预编码算法

针对块对角化（BD）算法无法满足各个用户的需要、串行优化（ SO）算法排序复杂、容量较低的问题,提出了一种连续块对角化（SBD）算法。该算法按照 各用户的信道条件、服务质量（QoS）需求给用户定义不同的优先级,并按优先级次序进行 块对角化,后续用户在对高优先级用户及同优先级用户不干扰的条件下采用块对角化法抵消 共信道干扰（CCI）,功率分配方式采用等功率分配。数值仿真表明,该算法在不增加计算 复杂度的前提下 ,基本满足各个用户的需求。     

异构云无线接入网场景下D2D通信资源共享与分配

针对异构云无线接入网中的前向链路受限问题，提出了一种基于干扰阈值的设备到设备（Device-to-Device，D2D）多用户分簇方案，并对系统信道和功率资源的分配进行优化。首先根据D2D用户之间的干扰级别，利用着色图理论对多用户进行分簇；然后，在满足D2D用户和蜂窝用户服务质量约束下，建立了基于D2D用户和速率最大化的资源分配模型，并进一步采用二分法对已分簇的D2D用户进行功率优化分配。仿真实验结果验证了所提方案相比传统方案，系统频谱利用率提高了55%以上。     

感知/传输帧结构下基于有效容量的多功率分配策略

传统认知无线网络功率分配时,一般假定主用户（Primary User,PU)状态在一帧内不发生变化,并且未考虑传输时延的问题。在下一代移动网络中,由于主用户活跃程度的提高以及严格的时延要求,上述问题是功率资源分配时亟需考虑的重要方面。针对这种问题,以最大化认知用户可获得的有效容量为目标,采用基于感知/传输帧结构的四状态三功率传输策略,从而满足时延约束要求,且考虑了主用户的活跃程度。建立了系统以及状态转移模型,设计了使用服务质量(Quality of Service,QoS)约束的平均信道有效容量优化函数,采用Lagrangian方法详细分析推导了最佳有效容量的理论近似值,并对影响有效容量的不同因素进行了仿真分析。与传统的传输策略相比,在保证主用户正常通信的前提下,采用所提算法,认知用户的有效容量得到了显著提高。     

混合中继转发机制下的资源分配

在基于放大转发（AF）和译码转发（DF）的混合中继转发机制模型下,为了使系统获得最大和速率,提出了相应的资源分配方案,在子载波对混合中继协议的判断选择和最优功率分配算法的基础上讨论了等效信道增益模型和非等效信道增益模型。在非等效信道增益模型中,为了降低计算复杂度提出了一种次优算法。在该机制模型下,系统自适应地选择AF或者DF转发,既克服了两种单一转发模式存在的弊端,又能获得更大的和速率,从而提高了资源利用率。仿真结果表明,当系统功率等因素变化时,该分配方案下的混合中继转发模型与传统的AF和DF模型相比系统和速率分别提高了60%和8%以上,充分说明了该系统的优越性。     

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。     

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。     

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。     

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。     

主用户活跃性下的多功率分配策略

考虑到认知用户在信息传输过程中主用户的状态可能随时变化,提出了一种新的功率分配模式——多功率分配策略。在基于频谱感知的系统模型中,以认知系统的吞吐量为目标函数,得出了主用户感知过程的多种状态,并分配三种不同的功率,最大化认知系统的容量。仿真结果表明,随着主用户活跃指数的逐渐提高,所提新模型的功率分配策略要优于传统方法。同时分析了新的功率分配下平均干扰功率与主用户接收端的信噪比对系统吞吐量和最优感知时间的影响,进一步验证了所提出新策略的有效性。 〖HT5H〗关键词：〖HT5K〗认知无线电;主用户活跃;频谱感知分配;多功率分配;吞吐量最大化     

多波束宽带卫星广播系统的自适应功率分配

随着互联网和宽带通信需求的不断增长，未来的多波束宽带卫星系统将主要工作在Ka频段或更高频段，在这些高频段下，时变的天气和降雨是影响系统性能的主要因素。针对这一问题，提出了基于公平性指标的启发式多波束动态功率分配方法，并采用了波束用户分群方法降低算法的计算复杂度，从而能实现系统性能和复杂性之间的交换。仿真结果表明，相比于传统的静态功率分配算法，提出的算法可以在雨衰环境下服务更多的用户，实现更高的功率效率；另一方面，算法也明显提高了系统资源分配的公平性。     

基于预编码与导频分配的大规模MIMO导频污染抑制

导频污染问题是限制大规模多输入多输出(MIMO)系统性能的主要影响因素。针对这个问题，提出了一种基于改进预编码和最优导频分配策略的大规模MIMO系统导频污染抑制算法。首先，在系统下通过基于改进遗传优化算法的最大化信干噪比(SINR)预编码算法，获得最优预编码矩阵；然后，通过基于用户信道条件优劣的最优导频分配策略对每个小区用户进行导频分配，从而实现大规模MIMO系统导频污染抑制。通过Matlab仿真结果可知，相对于传统的SINR预编码算法，所提算法的复杂度降低了65%左右，而导频污染抑制性能提升了30%左右。该算法能够有效抑制导频污染，提升大规模MIMO系统的性能。