基于树形搜索的NOMA系统功率分配算法

功率分配是影响非正交多址接入(non-orthogonal multiple access,NOMA)系统性能的一个重要因素.传统树形搜索功率分配算法在吞吐量方面虽然能达到全搜索算法的性能,但该算法具有较高的计算复杂度,而固定功率分配算法和分数阶功率分配算法虽然计算复杂度低,但不能达到较好的吞吐量性能.为了解决这个问题,提出了一种基于树形搜索的递增功率分配算法.该算法以最大化用户吞吐量的几何平均作为目标函数,采用功率递增的分配方式,将用户分配到树形模型中,并对用户逐层搜索筛选,根据给定的功率系数标准和吞吐量标准,舍去多余节点,保留幸存节点,直到完成所有用户的功率分配.仿真结果表明,该算法的吞吐量性能与全搜索算法相比,在没有明显下降的情况下,较大地降低了计算复杂度.     

基于NOMA系统的上行链路功率分配

为解决用户速率化前提下的能效优化问题,针对非正交多址接入(NOMA)系统上行链路,提出了基于Dinkelbach算法的最佳功率分配方案.仿真结果显示:当给定用户发射功率最大限值为15 dBm时,系统的能效提升了38 bit·J^-1·Hz^-1.     

非正交多址认知无线电网络功率分配算法

非正交多址和认知无线电技术能有效提高频谱效率,是新一代移动通信系统的关键技术。针对功率域非正交多址认知无线电网络的能效优化问题,建立了满足次用户最小系统吞吐量和主用户最大干扰的次用户功率分配模型,将子信道吞吐量公式进行分解,得到子信道功率分配系数和子信道功率消耗率2个子问题。针对第1个问题,采取凸差(difference of convex,DC)规划算法将目标函数等效为2个凸函数差形式,并应用一阶泰勒展开式进行连续近似,将非凸问题转换为凸优化问题,从而得到子信道复用次用户最优功率分配系数;针对第2个问题,采用Dinkelbach算法和次梯度算法,利用拉格朗日函数,得到最优子信道功率消耗率。仿真结果表明,所提功率分配算法收敛速度快,时间复杂度低,其平均系统能效性能远优于分数功率分配算法。     

OFDM系统中一种改进的低复杂度自适应比特功率分配算法

针对正交频分复用(orthogonal frequency division multiplexing,OFDM)系统在进行自适应比特功率分配时存在过高复杂度的问题,提出了一种基于边缘自适应(margin adaptive,MA)准则的改进低复杂度自适应比特功率分配算法.与贪婪(Greedy)算法相比,提出的改进算法通过预分配和迭代分配2部分来降低算法的计算量.改进算法先在预分配中根据信道条件预先分配部分比特,在迭代分配中通过增大内存开销的方法减少Greedy算法中计算和比较每个子信道功率增量的次数,从而降低算法的复杂度.仿真结果表明,在相同的仿真环境下算法的自适应分配效果和Greedy算法的自适应分配效果基本一致,同时该算法和Greedy算法具有几乎相同的误比特性能.且随着子信道数量的增加,与Greedy算法相比,该算法的运行时间更短,进而说明所提出的算法具有较低的复杂度.     

一种低复杂度OFDMA系统子载波、比特与功率分配算法

针对多用户OFDMA系统提出了一种宽度可调的动态子载波、比特与功率分配算法；在子载波分配上，利用无线信道的频域相关性，对信道信噪比矩阵的列进行压缩；在比特分配上，对贪婪（Greedy）算法改进，利用不同子载波之间信道信噪比的对数关系，将子载波进行分组．仿真结果表明，在相同的通信服务质量（QoS）条件下，该算法显著降低了计算复杂度，发射功率增量很小，具有现实意义．     

基于NOMA的认知无线电网络功率分配

考虑采用非正交多址接入(NOMA)技术的认知无线电网络下行链路的功率分配问题,旨在最大化接入系统的次用户数,提升系统的频谱效率.在不影响主用户通信的情况下,对次用户进行合理的功率分配,使得系统接入的次用户数最大化.在系统可用功率未得到充分利用时,考虑在接入系统的次用户间对未利用的功率再次进行功率分配,提升系统的频谱效率.仿真结果显示:当次用户最小速率为2.5 bit·s^-1,请求接入系统的次用户数为10时,频谱效率可提升13%.     

下行链路NOMA中继网络功率分配策略及性能分析

非正交多址接入(Non-orthogonal Multiple Access, NOMA)技术可以在有限的信道资源内,容纳更多的用户,有效提升频谱效率.针对下行链路NOMA中继网络,推导得到系统中断概率以及遍历容量的闭合表达式.为了最小化系统中断概率,研究了功率分配问题,并分析功率分配因子以及用户的目标数据速率等网络参数对系统性能的影响.最后,蒙特卡洛仿真验证了理论结果的正确性.     

基于多密度流聚类的UAV-NOMA用户分簇与功率分配算法

针对无人机（Unmanned Aerial Vehicle,UAV）辅助非正交多址（Non-Orthogonal Multiple Access,NOMA）下行通信系统,提出了最大化和速率的用户动态分簇与功率分配方案.考虑用户服务质量与UAV位置约束,建立了和速率最大化的优化问题.由于目标函数的非凸性,将原问题解耦为三个子问题,分别优化UAV位置部署与用户连接、用户动态分簇、功率分配以提高系统性能.首先,基于K-means算法设计了UAV位置部署与用户连接方案,以减小路损为目的确定UAV最佳部署位置,同时选择其服务的最优用户群;其次,改进多密度流聚类（Multi-Density Stream Clustering, MDSC）算法,提出了单UAV下用户静态与动态分簇方案,静态分簇方案可自适应平衡簇数与簇用户数,并获得较大的簇内用户信道增益差异,动态分簇方案则针对用户移动属性,制定了即时更新策略;最后,使用分式规划（Fractional Programming,FP）二次变换的方法,引入辅助变量将原非凸问题变换为凸问题,交替优化辅助变量与功率分配因子,获得原非凸问题的次优解.仿真结果表明,与其他算法相比,本文分簇方案能获得更大的簇内信道差异与更小的簇内用户数标准差,同时用户系统性能也获得了显著提升.     

自适应正交频分复用吞吐量最大化功率分配算法

针对采用固定门限自适应算法的正交频分复用系统存在功率裕量的问题,提出一种新的子载波功率分配算法.该算法能在保障传输质量的条件下,自适应地选择各子载波调制模式,分配功率裕量,使吞吐量达到最大.仿真结果表明,在平均信噪比小于15dB时,系统的吞吐量比固定门限自适应算法提高了20%以上.     

基于混合非正交多址接入的认知无线电网络的信道和功率分配研究

针对混合非正交多址接入(NOMA)的认知无线电网络的下行链路,以主用户的干扰功率阈值、次用户最小信息速率以及子信道复用用户数为约束条件,建立信道和功率资源分配的优化问题模型,提出了一种公平性可调的信道分配方法,得到信道和用户的匹配结果;采用凸近似和Charnes-Cooper变换的方法,得到复用用户的功率分配值.仿真结...     

基于NC-OFDM的最优功率分配

本文深入研究最优功率分配的算法,旨在最大化基于NC-OFDM的认知无线电系统中的信道容量.在传统的注水算法的基础上,把每个子信道功率控制也引入到NC-OFDM系统中,提出了一种基于凸优化理论的迭代分块注水算法.     

基于改进狼群算法的多机协同目标分配研究

为充分发挥战机集群整体作战优势以得到最优目标分配方案,采用改进狼群算法对战场态势模型进行求解.通过保证算法的寻优效率,引入次头狼概念对狼群的召唤与围攻行为做出改进,并对狼群算法的更新机制做出了优化,提高算法的全局寻优能力.仿真结果表明,所提方法能快速准确地寻找到最优目标函数值,且在一定程度上改善了传统狼群算法易陷入局部...     

一种上行MIMO-OFDM系统的载波和功率分配算法

针对上行空分多址MIMO-OFDM系统的无线资源分配问题,建立了更加符合实际情况的整数优化模型,并提出一种同时分配子载波和发射功率的算法.仿真结果表明,所提的算法比传统算法能够获得更大的系统吞吐量.此外,所提算法获得的系统吞吐量随着天线数的增加而增加,而且基站接收天线数的增加比移动台天线数的增加带来更明显的空间分集增益.所以,为了提高系统吞吐量,可以为基站配置较多的接收天线,而为移动台配置较少的发射天线.     

基于OFDM的认知无线电子载波功率分配算法

在基于正交频分复用(OFDM)的认知无线电系统中,由于系统发射功率预算和主用户与感知用户干扰受限,以最大化感知用户的容量为目标的最优功率分配算法复杂度太高,提出了两种基于线性注水机制的改进算法及简化算法,改进算法可以通过线性计算快速确定不需分配功率的子载波,进而不需多次迭代就可完成注水过程。仿真结果表明,改进算法下感知用户系统的容量非常接近最优算法,但是复杂度却远远低于最优算法。     

空间复用MIMO系统的功率分配新算法

研究空间复用多输入多输出系统的功率分配问题,提出一种新的功率分配算法--残余功率再分配. 在满足服务质量要求的前提下充分利用星座图尺寸的离散性,将残余功率按照各子信道的不同优先级进行二次分配,并结合自适应调制编码技术改善低信噪比时的系统吞吐量. 仿真结果表明,在准静态平坦衰落信道下,与传统算法(如注水算法)相比,新算法能进一步改善系统的吞吐量,提高发射功率的使用效率,减少不可用子信道个数,且无附加复杂度.     

基于公平权重的电动汽车充电功率分配策略

为满足规模化电动汽车用户多样性的充电需求,提出一种基于公平权重的电动汽车充电功率分配策略.首先,在M/M/C/N排队模型的基础上加入优先级惩罚机制,初步优化用户等待时长和充电功率;其次,针对用户充电时的满意度问题,提出一种基于惩罚因子的用户满意度函数;最后,利用优化的熵权法在满足用户需求的前提下,将用户间的充电公平因子以权重的形式参与到功率分配中,实现对区内可用负荷的公平分配,并运用用户满意度函数对功率分配方法进行评价.仿真算例表明,新用户加入充电方式分配算法和基于公平权重的功率分配策略能进一步优化用户等待时长和充电功率;所提出的用户满意度函数也能有效地评价用户对充电站的态度,有助于各充电站改进服务,进一步优化用户体验.     

认知无线电网络中的非正交多址资源分配算法

随着物联网的发展和移动终端的普及,用户对数据速率需求快速增长,移动通信系统依然面临着频谱资源紧缺问题。针对认知无线电网络中的非正交多址接入(non-orthogonal multiple access, NOMA)技术,研究了认知无线电网络中非正交多址信道和功率联合优化问题。以主用户干扰功率和次用户最小吞吐量以及子信道最大复用用户数为约束条件,综合考虑信道状态信息和功率资源,以提高系统能效为目标,建立了信道和功率资源分配优化模型。为了避免信道状态相近的用户复用在同一子信道上,提出了一种次优公平性可调的信道分配算法,并基于连续凸近似和Dinkelbach模型,得到子信道复用用户间的最优功率分配。仿真结果表明,所提算法可以在提高用户公平性的同时,有效提高系统能效。     

基于SCMA中下行链路的比例因子功率分配方案

针对稀疏码多址接入(SCMA:Spare Code Multiple Access)下行链路系统中经典的资源分配、子载波平均功率分配、基于最大通信容量和最大系统能效功率分配方案中系统总能效和容量不兼顾问题,提出了一种下行链路中基于比例因子控制的混合SCMA功率分配方案。其将系统的容量和能耗都作为主要方向进行优化,通过插入比例因子使系统能灵活调整倾向性。由于该问题是一个非凸优化问题,首先通过丁克尔巴赫理论(GDA:Generalized Dinkelbach’s Algorithm)将其转化为一个凸优化问题,然后选取合理的拉格朗日值采用KKT(Karush-Kuhn-Tucker)条件对模型进行迭代求解,最后通过调节比例因子使系统的能效及容量达到最优。理论计算分析和仿真结果表明,所提出的混合规律分配方案能有效提升下行链路系统的容量和能效。     

MIMO干扰信道下基于功率分配的干扰抑制算法

为了抑制MIMO干扰信道下的多小区干扰,采用子空间干扰抑制算法和功率分配相结合的干扰抑制方案,该方案充分利用系统总功率,将多小区干扰尽可能地重叠,以提高系统的性能.理论分析及仿真结果表明,与传统干扰抑制方案相比,该方案仅牺牲极微小的系统容量,却明显地降低了系统的干扰功率.