论文部分内容阅读
下一代无线通信系统需要支持高速率传输的无线多媒体业务,由于无线资源的稀缺性,如何合理有效利用无线资源是移动通信领域研究的重点。目前无线资源管理方面的研究主要包括资源控制、资源分配和资源调度三个方面。本文的研究重点是资源分配,通过改善OFDMA系统中的资源分配算法提高系统的性能。在下一代无线通信中,由于业务量的增大,能源的消耗也随之增加,因此需要提高系统效率降低整体能耗,实现绿色运营。本文从能效的角度考虑,通过自适应资源分配尽量最大化系统能效。目前OFDMA系统自适应资源分配算法中,最优算法的复杂度很高。本文以最小化系统总功率为优化目标,提出了一种复杂度较低的子载波-比特同时分配次优解算法。本算法不限制每个用户的子载波数目和子载波集合,在分配子载波的同时分配比特。本算法首先将用户的最小传输速率需求作为用户的需求因子,需求因子越大则表示用户对子载波和比特的需求程度越大,按照用户需求因子的大小依次为每个用户分配1条子载波和1bit；然后再将用户最小传输速率需求与当前时刻传输速率之比作为用户的需求因子,该比值越大则需求程度越大,根据需求程度的高低依次为用户分配子载波和比特,直到所有用户的最小传输速率需求被满足或者所有子载波和比特被分配完毕为止。在分配过程中,用户的需求因子是动态变化的。通过MATLAB仿真将本文算法与BABS-RCG算法和BABS-ACG算法进行了对比,结果表明本文算法的系统总功率和算法复杂度均得到了一定改善。此外,本文还研究了OFDMA系统中以能效为优化目标的自适应资源分配问题,采用了先子载波分配后比特分配的思想来实现最大化系统能效。由于以系统能效为优化目标的自适应比特-功率分配问题是一个非线性问题,不能通过用户之间的依次叠加来计算。因此,本文利用粒子群算法来解决自适应比特-功率分配问题。本算法中将多用户的比特分配方案作为粒子,通过计算系统能效来评价每个粒子的适应度,经过不断迭代寻找到最优的比特分配方案。通过MATLAB仿真,将本文算法与遗传算法进行了对比,结果表明粒子群算法的寻优能力和收敛性都要优于遗传算法,而且在用户的最小传输速率需求刚被满足时,系统的能效最大。