OFDM系统中自适应资源分配算法研究

OFDM系统中自适应资源分配算法研究

论文摘要

随着人们对无线通信的渴望和追求逐渐增强,有限的无线资源与多媒体业务不断提高的服务质量要求之间的矛盾日益尖锐。为了解决这个矛盾,必须从无线系统的各个层面入手。在物理层,正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术是一种非常适用于宽带无线系统的容量迫近技术。在链路层,无线资源优化分配是解决这一矛盾的重要手段,它在多媒体业务与无线资源之间建立了一个稳固的桥梁,使得在时变的无线衰落信道中保证多媒体业务的服务质量变得切实可行。本文以基于OFDM技术的第四代移动通信系统为背景,在多用户信息论的指导下,研究这些系统中的资源优化分配问题。OFDM技术将无线信道划分为若干个相互正交的子信道,把高速的数据流通过串并转换,分配到这些传输速率相对较低的子信道中传输。它具有支持高速数据传输、抗多径干扰以及频谱效率高等优点,可以大幅提高频谱利用率。同时,OFDM系统能够根据各个子信道的衰落和多径时延特性,对系统资源(比特与功率等)进行动态分配,并且各个子载波可以进行自适应调制,具有很强的灵活性,既能进一步提高系统资源的利用效率,又可满足用户不同的容量需求。OFDM系统的动态资源分配主要根据实时的信道状态信息,对发送功率、子载波和比特数进行自适应调配。本文首先介绍了OFDM的发展及其基本原理;紧接着介绍了动态资源分配的思想,研究了单用户OFDM系统几种功率比特分配算法,并设计了一种简化的功率比特分配算法;然后,对多用户系统的资源分配算法进行了深入的研究,主要分析和研究了几种次优算法,提出了具有比例公平的分配算法。本文的主要成果有:①针对现有算法复杂度高的缺点,设计了一种简化的单用户功率比特分配算法,对其用Matlab进行了仿真,作了性能分析。②针对现有的多用户分配算法在分配子载波时没有同时考虑用户信道条件和比特要求的问题,提出了具有比例公平的分配算法,仿真分析结果表明,算法在性能上接近于联合的多用户注水分配算法,而同时复杂度却降低了,可以在实际系统中得到运用。③本文还提出了一种新的子载波分配方法,仿真结果表明,该算法也具有很好的性能。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 发展中的移动通信技术
  • 1.2 自适应资源分配以及发展现状
  • 1.3 课题研究的意义
  • 1.4 本文所做的工作
  • 2 OFDM 技术简介
  • 2.1 无线信道的特征
  • 2.2 OFDM 的原理
  • 2.3 OFDM 的FFT 实现
  • 2.4 OFDM 的保护间隔和循环前缀
  • 2.5 OFDM 系统的优缺点
  • 3 OFDM 系统中的资源分配方案
  • 3.1 OFDM 系统中的静态分配
  • 3.1.1 TDMA 方式
  • 3.1.2 FDMA 方式
  • 3.2 OFDM 系统资源的动态分配
  • 3.2.1 动态资源分配的根据
  • 3.2.2 动态资源分配的理论基础:注水原理
  • 3.3 动态资源分配的多用户系统
  • 3.4 动态资源分配算法的优化准则
  • 3.5 调制方案对动态算法的影响
  • 3.5.1 矩形MQAM 调制方案
  • 3.5.2 MPSK 调制方案
  • 4 单用户OFDM 系统比特和功率加载算法
  • 4.1 贪婪算法
  • 4.2 一种改进的贪婪算法
  • 4.3 Chow 算法
  • 4.4 Fischer 算法
  • 4.5 Keller Sub-band 算法
  • 4.6 本章小结
  • 5 多用户OFDM 系统子载波、比特和功率分配算法
  • 5.1 基于相对利用度和相对比特数的子载波分配算法
  • 5.2 基于用户信道响应质量的子载波分配算法
  • 5.3 一种改进的多用户OFDM 系统子载波、比特和功率分配算法
  • 5.3.1 一种改进的子载波分配算法
  • 5.3.2 基于MA 准则的多用户OFDM 系统自适应分配
  • 5.3.3 仿真结果与性能分析
  • 5.4 一种新的多用户OFDM 系统子载波、比特和功率分配算法
  • 5.4.1 子载波分配算法
  • 5.4.2 仿真结果与性能分析
  • 5.5 本章小结
  • 6 总结与展望
  • 致谢
  • 参考文献
  • 附录
  • 相关论文文献

    • [1].车辆网络多平台卸载智能资源分配算法[J]. 电子与信息学报 2020(01)
    • [2].面向5G网络的通信和计算资源分配算法研究[J]. 卫星电视与宽带多媒体 2020(05)
    • [3].基于云雾混合计算的车联网联合资源分配算法[J]. 电子与信息学报 2020(08)
    • [4].云计算资源分配算法[J]. 电子技术与软件工程 2017(06)
    • [5].基于深度学习的异构资源分配算法研究[J]. 信息技术 2020(01)
    • [6].基于Stackelberg博弈的无线网络资源分配算法[J]. 电子技术与软件工程 2018(22)
    • [7].基于网络切片的网络效用最大化虚拟资源分配算法[J]. 电子与信息学报 2017(08)
    • [8].超密集网络中基于能效最优的资源分配算法[J]. 电信科学 2017(10)
    • [9].基于校园场景的中继系统资源分配算法[J]. 船舶职业教育 2020(04)
    • [10].粒子群优化的时频联合资源分配算法[J]. 传感器与微系统 2016(05)
    • [11].一种基于多标拍卖的资源分配算法[J]. 北京理工大学学报 2015(03)
    • [12].一种基于网络切片的车联网联合资源分配算法[J]. 无线电工程 2020(06)
    • [13].联合资源分配算法在协作系统中的应用[J]. 计算机应用研究 2014(07)
    • [14].基于共享度的FPGA可重构资源分配算法研究[J]. 计算机应用与软件 2013(04)
    • [15].多业务OFDMA系统中一种低复杂度资源分配算法[J]. 数字通信 2010(05)
    • [16].异构无线网络干扰效率最大顽健资源分配算法[J]. 电子学报 2020(03)
    • [17].低能耗高效率的分布式跨层资源分配算法[J]. 西南师范大学学报(自然科学版) 2017(01)
    • [18].一种基于OFDM的认知无线电资源分配算法研究[J]. 移动通信 2016(10)
    • [19].基站自适应阵列天线码资源分配算法的比较研究[J]. 长沙大学学报 2014(05)
    • [20].虚拟网络资源分配算法分析[J]. 电信快报 2012(08)
    • [21].基于公平性原则的简化自适应资源分配算法[J]. 吉首大学学报(自然科学版) 2008(01)
    • [22].超密集网络中基于簇内用户分组的资源分配算法[J]. 微电子学与计算机 2018(04)
    • [23].智能电网中网络切片的资源分配算法研究[J]. 电力信息与通信技术 2020(08)
    • [24].基于在线拍卖的网络切片资源分配算法[J]. 电子与信息学报 2019(05)
    • [25].异构无线网络资源分配算法研究综述[J]. 重庆邮电大学学报(自然科学版) 2018(03)
    • [26].基于多中继解码转发的OFDM系统资源分配算法[J]. 电信科学 2016(04)
    • [27].分层认知无线电网络中基于稳定匹配的资源分配算法[J]. 电子与信息学报 2016(10)
    • [28].基于贝叶斯决策的网格计算资源分配算法[J]. 吉林化工学院学报 2013(07)
    • [29].基于并行基因表达式编程的网格资源分配算法[J]. 电子学报 2009(02)
    • [30].超密集部署下基于双向干扰图的资源分配算法[J]. 华中科技大学学报(自然科学版) 2019(01)

    标签:;  ;  ;  ;  

    OFDM系统中自适应资源分配算法研究
    下载Doc文档

    猜你喜欢