正交频分复用系统中带比例公平的功率分配算法

针对传统多用户正交频分复用（OFDM）系统中比特和功率分配算法计算复杂度较高、实时性不强、无法保证用户间公平性等问题，提出了一种下行OFDM传输中高效率的线性比特和功率分配算法．该算法能在保证每个用户误比特率（BER）和数据速率要求下，按比例分配用户容量，使总发射功率最小．计算机仿真结果表明，该算法和传统资源分配算法相比，复杂度较小，系统容量在用户间分配得更加公平和合理．     

协作中继系统中最优化端到端容量的中继选择机制

在协作中继系统中,提出一种最优协作中继选择机制以最大化端到端信道容量.系统中的源端,中继及目的端均配置多天线,且中继采用解码转发中继协议.由于第一跳链路容量受限于两跳链路中容量最小的中继链路,本文提出了一种最大化第一跳链路容量的方法.基于两跳速率匹配且两跳容量最大化,给出了最佳的中继节点个数以及最佳中继选择,以最大化端到端容量提升无线资源利用率.仿真结果表明,提出的中继选择机制下获得的端到端信道容量高于固定中继选择机制下的端到端信道容量.     

利用OFDMA进行资源分配的投机算法

正交频分复用OFDM(Orthogonal Frequency Division Multiplexing)系统以其优良的对抗频率选择性衰落和信号码间串扰的能力,被看作是Beyond 3G移动通信的主要技术.IEEE802.16工作组将OFDM和OFDMA(Orthogonal Frequency Division Multiple Accessing)作为802.16d/e的物理层选择.802.16e重点采用OFDMA来保证移动性,它的物理层可以支持四种不同的子载波数量,信号带宽与子载波数量成正比,这就可以在移动环境中灵活适应信道带宽的变化.本文对单蜂窝系统中下行链路的资源分配(包括子载波的分配和功率的分配)进行了研究探讨,提出了一个投机算法,目的是最大化系统的瞬时数据吞吐量.     

OFDMA网络中基于用户协作的负载均衡机制

在蜂窝小区中,利用用户在不同小区之间的切换实现负载均衡可以提高系统频率利用率,减小用户中断率。但是,高负载小区的边缘用户切换到低负载小区时信噪比会降低。提出了一种基于用户协作的负载均衡机制,在均衡小区间负载的同时,解决了小区边缘用户切换后信噪比降低的问题。所提机制中,轻负载小区的某个用户作为中继节点与重负载小区的被切换用户进行协作通信。被切换的边缘用户通过选择合适的"用户中继",保证了切换后的信噪比性能。推导了选择用户作为中继的必要条件,提出了最大化系统容量的用户中继选择方案。数值仿真结果表明,所提机制可以有效的提高被切换用户的吞吐量,从而证明被切换用户的信噪比性能没有损失。     

雾计算网络中基于移动感知的任务卸载和资源分配

在雾计算网络中由于雾计算节点（fog computing node,FCN）有限的覆盖范围和用户的移动,导致用户很容易离开原雾节点的覆盖范围并产生任务执行结果的迁移,同时引起能量消耗和时间延迟,进而影响用户的收益。针对这些问题,在三层雾计算网络中,通过分析用户驻留时间来考虑用户的移动性;通过任务卸载、FCN的选择和计算资源分配进行联合优化减少任务迁移概率,进而降低系统开销,最大化用户的总收益。该最大化问题被分解为任务卸载和资源分配两部分进行求解。在任务卸载方面,提出了基于基尼系数的雾计算节点选择算法;在资源分配方面,提出了基于遗传算法的分布式资源分配算法。仿真实验结果表明,本文算法与其他算法相比能获得更多的用户总收益。     

基于自适应遗传算法的OFDMA资源分配

针对OFDMA系统,提出了基于边缘自适应(MA)准则的子载波分配算法,该算法基于一种新颖的自适应遗传算法.在新算法中的交叉概率、变异概率随着群体适应度的改变而改变,同时在该算法的初始种群中加入优秀基因的个体,使得算法快速收敛,并能搜寻到优秀的子载波分配方案.仿真结果表明:新算法与已有分布式算法、遗传算法相比较,在性能上有较大的改善,并远优于静态的频分多址资源分配方式.     

基于多属性决策和k-means聚类的车载安全消息中继选择方法

城市车载网络环境中高效的中继选择有利于保证安全消息传输的及时性和可靠性。针对现有中继选择方法在复杂交通环境下难以准确评估中继,且在车流密集场景下性能不佳的问题,提出一种基于多属性决策和k-means聚类的中继选择方法（multi-attribute decision-making and k-means clustering based relay selection,MKRS）。首先充分考虑当前转发车辆与候选中继之间的相对距离和相对速度,候选中继的接收信号强度和区域密度等4种评估指标,分别基于序关系法和熵权法计算候选中继评估指标的主、客观权重,并利用简单加权法计算其综合权重,进一步得到能够更加准确体现候选中继性能的综合效用值。在此基础上,采用基于k-means聚类和优先级-退避时间的方法选出最佳中继。实验结果表明所提MKRS与对比方法相比,在保证较好一跳距离和一跳时延的同时具有最快的传播速度。     

双向中继网络中基于压缩感知的稀疏信道估计

为提高双向中继网络中稀疏信道估计的精度并减少训练序列的长度, 利用双向中继信道(Two-way Relay Channel, TWRC)的潜在稀疏特性, 研究了基于压缩感知的稀疏TWRC估计问题, 提出了一种改进的正交匹配追踪(Improved Orthogonal Matching Pursuit, IOMP)算法. 新算法运用迭代重加权最小二乘估计代替了正交匹配追踪(Orthogonal Matching Pursuit, OMP)算法中的最小二乘估计过程, 通过对样本进行迭代重加权, 逐步减小了异常样本的影响, 不断地修正了估计值, 在使用相同长度的训练序列时, 提高了估计的精度. 与传统的最小二乘估计算法相比, 新算法能够在获得相同估计效果的情况下, 显著减少所需训练序列的长度. 仿真结果验证了基于新算法的稀疏TWRC估计的有效性.     

支持MEC的D2D多播网络中的任务卸载与资源分配

在支持移动边缘计算（mobile edge computing,MEC）的D2D(device-to-device)多播网络中,考虑到资源受限时的任务卸载与资源分配问题。首先,提出联合用户社会属性、可用能量和传输速率的D2D多播簇首选择策略和分簇策略。其次,在考虑用户选择、任务卸载和资源分配的条件下,将最大化用户的收益作为最优化问题进行了建模。为了求解最优化问题,将其分解为用户选择最优化（user selection optimization,USO）和资源分配最优化（resource allocation optimization,RAO）两个子问题,并采用贪婪算法对USO问题进行求解,采用拉格朗日乘数法得到RAO问题的最优解。通过仿真实验表明了本文提出的算法与其他算法相比,能有效提升用户的收益。     

正交频分多址接入系统中双层毫微微蜂窝资源分配策略

针对双层毫微微蜂窝全局频率复用引起的同信道干扰问题,提出了一种基于干扰协调的无线资源分配策略.基于瑞利衰落信道模型推出了层间干扰限制区域半径的表达式,以层间干扰限制区域半径为依据,在层间干扰限制区域半径内,通过分配正交子载波避免毫微微蜂窝的层间干扰,使蜂窝用户下行传输的中断概率满足服务质量(Qo S)要求.理论分析与仿真结果表明,本文策略能够选取合适的干扰限制半径,从而有效避免层间干扰,可为运营商资源分配提供参考.