大规模MIMO OFDMA下行系统能效资源分配算法_胡莹

大规模MIMO系统中能效优化设计1. 引言1.1 研究背景大规模MIMO系统是一种利用大量天线的多输入多输出系统，能够显著提高通信系统的容量和覆盖范围。

随着移动通信技术的不断发展，大规模MIMO系统已经逐渐成为下一代通信系统的重要技术之一。

在实际应用中，大规模MIMO系统面临着能效优化的挑战，即如何在保证通信质量的前提下最大限度地降低功耗和提高能效。

为了解决大规模MIMO系统能效优化的问题，研究者们提出了各种不同的方法和算法。

基于功率控制的能效优化设计和基于天线选择的能效优化设计是两种常见的方法。

通过合理地调整功率分配和天线选择策略，可以实现系统在保证通信质量的情况下最大限度地提高能效，从而降低系统的功耗和成本。

在当前的研究中，大规模MIMO系统的能效优化设计已取得了一定的进展，但仍然存在许多问题和挑战。

未来的研究可以进一步探索更加高效的能效优化算法，以进一步提高大规模MIMO系统的性能和能效。

随着技术的不断发展，相信大规模MIMO系统在未来会有更广泛的应用和发展。

1.2 研究意义大规模MIMO系统中的能效优化设计是当前无线通信领域的热点研究话题。

随着通信技术的不断发展和移动通信用户量的急剧增加，能效优化设计对于提高通信系统的性能和降低能源消耗具有重要意义。

大规模MIMO系统可以利用大量的天线进行数据传输，实现更高的频谱效率和容量。

但随着天线数目的增加，系统的能耗也会相应增加，这就提出了如何在保证通信性能的同时提高系统能效的挑战。

能效优化设计不仅可以降低系统的能源消耗，还可以减轻对环境的影响，符合绿色通信的理念。

能效优化设计还可以提高通信系统的可靠性和稳定性，提升用户体验，为未来5G和6G通信系统的部署和发展提供有力支持。

研究大规模MIMO系统中的能效优化设计具有重要意义，可以为通信系统的性能提升、资源利用、节能环保等方面带来积极影响，对推动通信技术的进步和社会经济的发展具有重要意义。

【研究意义】2. 正文2.1 大规模MIMO系统概述大规模MIMO系统即大规模多输入多输出系统，是一种利用大量基站天线和用户设备间的信号级联来提高数据传输效率和频谱利用率的技术。

大规模MIMO系统中能效优化设计全文共四篇示例，供读者参考第一篇示例：大规模MIMO系统中能效优化设计大规模MIMO系统中，天线数目很大，每个天线都需要有独立的射频前端和数字处理单元来支持。

由于天线数目巨大，传统的通信系统能效设计难以满足大规模MIMO系统的需求。

在大规模MIMO系统中，由于天线数目的增加，系统的功耗也会随之增加，导致系统的整体能效不佳。

传统小规模MIMO系统中，通信系统的功耗主要由RF链路和数字信号处理链路组成。

而在大规模MIMO系统中，由于天线数目庞大，系统的功耗主要集中在射频链路上。

在大规模MIMO系统中，射频链路的能效优化成为了一个至关重要的问题。

为了解决大规模MIMO系统能效问题，研究者们提出了一系列的能效优化设计方案。

下面对几种常见的大规模MIMO系统能效优化设计方案进行介绍：1. 天线选择和布局优化在大规模MIMO系统中，合理的天线选择和布局对系统的能效有着重要的影响。

对于室外环境，天线的高度和间距是影响系统能效的重要因素。

在室内环境，天线的数量和位置也会影响系统的能效。

在设计大规模MIMO系统时，需要充分考虑天线的选择和布局，以优化系统的能效。

2. 射频链路能效优化大规模MIMO系统中，射频链路是整个系统功耗的重要组成部分。

对射频链路的能效进行优化是提高大规模MIMO系统能效的关键。

当前，一种常见的射频链路能效优化方法是采用混合变流器和高效功率放大器。

通过采用混合变流器可以减小天线前端的功耗，而高效功率放大器可以提高射频链路的能效。

3. 智能信号处理算法在大规模MIMO系统中，信号处理算法的选择也对系统的能效有着重要的影响。

当前，研究者们提出了很多智能信号处理算法来提高系统的能效。

通过采用智能波束赋形技术可以提高系统的频谱利用率，从而提高系统的能效。

研究者们还提出了许多智能信号检测算法来优化系统的能效。

4. 能源管理和功率控制在大规模MIMO系统中，合理的能源管理和功率控制策略对提高系统能效至关重要。

《以用户为中心的无蜂窝大规模MIMO系统的资源管理研究》篇一一、引言随着移动互联网的快速发展，用户对无线通信的需求日益增长，传统蜂窝网络架构已无法满足高数据速率和低时延的需求。

因此，无蜂窝大规模MIMO（Multiple-Input Multiple-Output）系统作为一种新型的无线通信技术，逐渐成为研究热点。

无蜂窝大规模MIMO系统以其高频谱效率和能量效率、高系统容量等优势，被广泛应用于下一代无线通信网络中。

本文以用户为中心，对该系统的资源管理进行深入研究。

二、无蜂窝大规模MIMO系统概述无蜂窝大规模MIMO系统通过增加基站天线数量和用户间协作，实现高频谱效率和系统容量。

其核心思想是消除传统蜂窝网络中的小区边界，使所有用户共享相同的频谱资源。

该系统具有以下特点：1. 高频谱效率：通过大规模天线阵列，提高信号处理能力和空间分辨率。

2. 能量效率：通过优化功率分配和资源调度，降低能耗。

3. 用户协作：通过用户间协作和干扰管理，提高系统整体性能。

三、资源管理研究在无蜂窝大规模MIMO系统中，资源管理是提高系统性能的关键技术之一。

本文从用户角度出发，对资源管理进行深入研究。

1. 用户需求分析：根据用户的数据传输需求、时延要求等，对用户进行分类和优先级划分。

2. 资源分配：根据用户需求和系统状态，合理分配频谱、功率和时间等资源。

采用基于图论的优化算法和机器学习方法，实现动态资源分配。

3. 干扰管理：通过优化信号处理和资源调度，降低用户间干扰。

采用干扰对齐、干扰消除等技术，提高系统性能。

4. 能量管理：通过优化功率分配和节能技术，降低系统能耗。

采用绿色通信技术，实现能源的高效利用。

四、研究方法与实验结果本文采用理论分析和仿真实验相结合的方法，对无蜂窝大规模MIMO系统的资源管理进行研究。

1. 理论分析：通过建立数学模型和优化算法，分析资源管理的关键因素和影响因素。

2. 仿真实验：通过搭建仿真平台，模拟无蜂窝大规模MIMO 系统的运行过程，验证理论分析的正确性和有效性。

大规模MIMO网络能效和频效的多目标联合优化作者：***来源：《计算机时代》2022年第08期摘要：針对大规模MIMO网络下行链路中系统能效与频效的联合优化问题，从发射功率和发射天线数目两个因素考虑进行研究。

为了使得满足网络中多项性能指标，将大规模MIMO 网络下行链路的能效与频效构建成一个多目标优化问题，提出一种改进的快速非支配排序多目标优化遗传算法，在本文所设场景下对问题进行求解，得到了该问题的Pareto最优解集。

最后将该方法与同类型的多目标进化算法进行对比分析。

结果表明，所提方法能够有效的搜索到最优解集，满足不同情况下的通信需求。

关键词：大规模MIMO网络; 多目标优化; 多目标进化算法; 下行链路中图分类号：TN915 文献标识码：A 文章编号：1006-8228（2022）08-15-05Joint optimization of energy efficiency and spectrum efficiency of Massive MIMO networkWu Hang（School of Optical-Electrical and Computer Engineering， Shanghai 200093， China）Abstract： In order to solve the conflict between system energy efficiency and spectral efficiency in the downlink of Massive MIMO network， the two factors of power allocation and the number of transmit antennas are studied. In order to meet the various performance requirements in the network，the energy efficiency and spectral efficiency of the downlink of Massive MIMO network are formulated into a multi-objective optimization problem. An improved fast non-dominated multi-objective optimization algorithm with elite reservation strategy is proposed. The problem is solved in the scenario set in this paper， and the Pareto optimal solution set of the problem is obtained. Finally， the method is compared with the same type of multi-objective evolutionary algorithm. The results show that the proposed method can effectively search for the optimal solution and meet the performance requirements in different situations.Key words： Massive MIMO network; multi-objective optimization; multi-objective evolutionary algorithm; downlink0 引言多输入多输出技术（MIMO）是无线蜂窝网络的一项核心技术，MIMO技术的多天线特点，使得它能够提供空间自由度和多路复用增益[1]。

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202010087725.4(22)申请日 2020.02.12(71)申请人 南京邮电大学地址 210023 江苏省南京市栖霞区文苑路9号(72)发明人 陆音　瞿亦黄　杨楚瀛　李滔森　王秀梅　朱洪波　(74)专利代理机构 南京纵横知识产权代理有限公司 32224代理人 朱远枫(51)Int.Cl.H04B 7/0426(2017.01)H04B 7/0413(2017.01)H04L 25/03(2006.01)(54)发明名称一种MIMO-NOMA下行通信系统的用户匹配和功率分配方法(57)摘要本发明公开了一种MIMO -NOMA下行通信系统的用户匹配和功率分配方法，用户匹配方法包括根据信道增益排序结果将所有用户分为强用户组和弱用户组，依次选取强用户组的用户，计算该用户与弱用户组的每个用户之间的相关系数，选取相关系数最高的弱用户作为该强用户所在簇的弱用户，并将已经匹配完成的用户分别从各自的用户组排除；直至完成所有强用户与弱用户的匹配。

本发明所提供的用户分配方法使簇内的弱用户在用户间信道相关度较低的场景中受到的簇间干扰少于传统MIMO -NOMA方案，提升了通信系统的总吞吐量；本发明所提供的功率分配方法具有较低的计算复杂度，并且在最大化通信系统总吞吐量的同时，保证了簇内用户的最低速率。

权利要求书2页 说明书12页 附图5页CN 110932764 A 2020.03.27C N 110932764A1.一种MIMO-NOMA下行通信系统的用户匹配方法，其特征是，包括以下步骤：对用户各自的信道增益进行排序，若用户总数不为偶数时，将信道增益最低的用户直接排除，使其独享信道；根据信道增益排序结果将所有用户等分为强用户组和弱用户组，其中信道增益较大的一组为强用户组，信道增益较小的一组为弱用户组；依次选取强用户组的用户，计算该用户与弱用户组的每个用户之间的相关系数，若相关系数大于或等于预设门限值，则选取相关系数最高的弱用户作为该强用户所在簇的弱用户，并将已经匹配完成的用户分别从各自的用户组排除；直至完成所有强用户与弱用户的匹配。

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910777898.6(22)申请日 2019.08.22(71)申请人 河南理工大学地址 454000 河南省焦作市高新区世纪路2001号(72)发明人 田心记　李俊霞　蒋清丽　彭成章　(74)专利代理机构 郑州红元帅专利代理事务所(普通合伙) 41117代理人 黄龙(51)Int.Cl.H04W 72/04(2009.01)(54)发明名称下行NOMA系统中最大化能量效率的功率分配方法(57)摘要本发明公开了下行NOMA系统中最大化能量效率的功率分配方法，适用于包括1个基站和MK 个用户的下行NOMA系统，且基站和用户都配置单天线。

基站根据信道条件以及每个用户的最低速率需求计算每个用户所需的最低功率以及每个簇所需的最低功率，对于每个簇，基站采用二分法找到该簇的功率不受限制时最大化该簇能量效率的功率，然后基于此结果，给出一种迭代的簇间功率分配方法，根据簇间功率分配的结果为每个用户分配功率。

权利要求书2页 说明书9页 附图2页CN 110493875 A 2019.11.22C N 110493875A1.下行NOMA系统中最大化能量效率的功率分配方法，其特征在于：适用于包括1个基站和MK个用户的下行NOMA系统，且基站和用户都配置单天线，包括如下步骤：A，基站根据自身到MK个用户的信道将用户分簇，每个簇包含M个用户，共分为K个簇，用u km表示第k个簇中的第m个用户，k＝1,2,…,K，m＝1,2,…,M，基站到u km的信道为h km，|h k1|2≥|h k2|2≥…≥|h kM|2，基站为每个簇分配一个子频段，簇间子频段正交；B，基站计算单个用户所需的最低功率以及单个簇所需的最低功率，具体过程如下：B1，用p km表示基站为u km分配的功率，p k1≤p k2≤…≤p kM，p k是基站为第k个簇分配的总功率，用r0表示正确检测信号时对SINR的最低要求，基站计算得到p km的取值满足σ2是用户接收到的噪声的方差，因此，u km所需的最低功率为K是簇的总数，M是每个簇中用户的总数；B2，基站根据步骤B1得到的p km满足的条件以及计算得到第k个簇所需的最低功率p k0，P max是基站的最大发送功率，K是簇的总数，M是每个簇中用户的总数；C，对于第k个簇，基站采用二分法找到该簇的功率不受限制时最大化该簇能量效率的功率p k′，k＝1,2,…,K，K是簇的总数，具体过程如下：C1，对于第k个簇，令且t＝1，令其中，K是簇的总数；C2，令s k2＝tP max，若χ(s k2)＞0，执行步骤C3，否则令t＝t+1，再行执行该步骤，直至χ(s k2)＞0，k＝1,2,…,K，K是簇的总数；C3，令若χ(s k2)＞ε，其中，ε是预先设定的接近于零的正数，则令s k1＝s k0且重复执行该步骤，若χ(s2)＜-ε，则令s k2＝s k0且重复执行该步骤，若|χ(s2)|＜ε，则令p k′＝s k0，无需重复执行该步骤，k＝1,2,…,K，K是簇的总数；D，基站为每个簇分配功率，具体过程如下：D1，基站为第k个簇分配功率p k0，若p k′≤p k0，将该簇放在集合A中，否则将该簇放在集合B中，k＝1,2,…,K，K是簇的总数；D2，令其中，K是簇的总数；D3，对于集合B中的任意簇b，计算找出向量的最大元素对应的簇，用簇n表示，则重新为该簇分配功率其中，p a表示为簇a分配的功率，p b表示为簇b分配的功率，将簇n放入集合A中；D4，重复执行步骤D3直到将所有的功率分配完毕或者集合B为空集；E，用表示步骤D中基站为第k个簇分配的功率，基站为u k1分配功率基站为u km分配功率p km0，k＝1,2,…,K，m＝2,3,...,M，K是簇的总数，M是每个簇中用户的总数。

MIMO-OFDMA系统下行链路的一种自适应资源分配方案刘敏;徐大专
【期刊名称】《四川大学学报（工程科学版）》
【年(卷),期】2010(042)003
【摘要】为了在MIMO-OFDMA系统中利用延时的信道状态信息极大化系统吞吐量,提出了一种结合正交空时分组码与特征波束形成的传输方案,并在上述传输方案中提出一种低复杂度的两步子载波分配算法.首先根据用户平均信道质量与速率需求分配带宽,然后遵循标定星座距离最小的准则依次将各子载波指派给用户,获得多用户分集增益.最后在子载波间分配功率确保达到用户速率要求.仿真结果表明,该方案能充分利用具有时延的信道状态信息和多个发射天线有效提高系统吞吐量.【总页数】7页(P177-183)
【作者】刘敏;徐大专
【作者单位】南通大学,电子信息学院,江苏,南通,226019;南京航空航天大学,信息科学与技术学院,江苏,南京,210016
【正文语种】中文
【中图分类】TN929.5
【相关文献】
1.成比例公平性约束下的MIMO-OFDMA资源分配方案 [J], 杜娜;徐大专
2.一种低复杂度基于公平性的MIMO-OFDMA资源分配方案 [J], 杜娜;顾品标;闵锐;曹宁
3.OFDMA系统下行链路自适应带宽与子载波分配方案 [J], 刘敏;徐大专
4.AF中继下行链路系统的能效资源分配方案 [J], 陈煜;方旭明;黄博
5.一种低复杂度的MIMO-OFDMA下行链路资源分配方案 [J], 杜娜;顾品标;闵锐;曹宁
因版权原因，仅展示原文概要，查看原文内容请购买。

一种低复杂度的MIMO-OFDMA下行链路资源分配方案杜娜;顾品标;闵锐;曹宁【摘要】针对MIMO-OFDMA下行链路系统,考虑在总功率和BER 以及用户数据速率成比例的约束下,以获取整个系统吞吐量极大化为准则,提出一种基于成比例公平性约束的资源分配方案.该方案在子载波分配时,松弛成比例约束条件,使用户数据速率近似地成比例于每个用户分配的子载波数,在功率分配时,推导出一种线性的不需要迭代的低复杂度功率分配方案.仿真和分析表明,整个方案在保证系统吞吐量的前提下,取得了用户间良好的速率公平性,同时又具有较低的计算复杂度.【期刊名称】《系统工程与电子技术》【年(卷),期】2010(032)003【总页数】6页(P463-468)【关键词】资源分配;多输入多输出;正交频分多址;注水算法【作者】杜娜;顾品标;闵锐;曹宁【作者单位】河海大学计算机与信息学院,江苏,南京,210098;东南大学信息科学与工程学院,江苏,南京,210096;东南大学信息科学与工程学院,江苏,南京,210096;解放军理工大学理学院,江苏,南京,211101;河海大学计算机与信息学院,江苏,南京,210098【正文语种】中文【中图分类】TN9110 引言宽带移动通信中符号间干扰(inter-symbol interference,ISI)、信道时变等因素的存在,使正交频分复用(orthogonal frequency divisionmultiplexing,OFDM)和多输入多输出(multiple-inputmultiple-outpu t,MIMO)技术得到了广泛关注。

二者结合起来能有效消除ISI,同时利用多天线带来的分集或复用增益提高传输速率,满足用户对高速率业务的需求[1-2]。

另一方面,多用户正交频分多址(orthogonal frequency division m ultiplexing access,OFDM A),通过OFDM增加多址,允许多个用户在一个OFDM符号的不同子载波上同时传输数据。

基于FDD-OFDMA系统的多用户下行传输跨层优化胡莹;黄永明;杨绿溪【期刊名称】《电子与信息学报》【年(卷),期】2011(33)12【摘要】A resource scheduling cross-layer design scheme in FDD-OFDMA mobile communication downlink system about the issue of limited interference is proposed. A mathematical formulation of optimization issue is provided with the objective of maximizing system goodput under target Packet Error Rate (PER) constraint. The proposed method can useACK/NAK feedback information to implement user selection and rate allocation without Channel State Information (CSI) at the base station. Simulation results demonstrate that the system goodput of proposed algorithms is close to the condition of with channel state information at the base station, it also has low complexity.%该文针对FDD-OFDMA移动通信下行系统受限干扰的问题,提出了一种资源调度跨层设计方法.所提方法在满足目标误包率的前提下,以最大化系统goodput(发射端成功发射的比特率)为准则建立优化模型,能在发射端完全不知道信道状态信息(CSI)的情况下,利用反馈的确认/否定确认(ACK/NAK)信息实现用户调度以及速率分配的优化.仿真结果表明,所提算法在较低复杂度前提下获得很接近发射端完全已知信道状态信息的系统goodput.【总页数】6页(P2954-2959)【作者】胡莹;黄永明;杨绿溪【作者单位】东南大学信息科学与工程学院南京210096;江苏科技大学电子信息学院镇江212003;东南大学信息科学与工程学院南京210096;东南大学水声信号处理教育部重点实验室南京210096;东南大学信息科学与工程学院南京210096;东南大学水声信号处理教育部重点实验室南京210096【正文语种】中文【中图分类】TN92【相关文献】1.下行多用户MIMO传输系统中鲁棒性连续MMSE预编码方案 [J], 李川;刘伟;李小亚;周利华2.多用户MIMO系统下行传输技术研究 [J], 董峥;赵娜;王森;陈念茹3.多用户下行多天线系统传输技术的研究 [J], 高伟;张佳利;郑海波4.信道估计误差下多用户MIMO/OFDM下行系统自适应传输 [J], 韩锋;刘应状;朱光喜;卢小峰5.无线通信系统中的下行多用户MIMO传输策略比较 [J], 黄威;白凤山;巩彩丽;孙锴因版权原因，仅展示原文概要，查看原文内容请购买。

一种低复杂度的MIMO-OFDM下行链路子载波分配改进算
法
魏方旭;胡晓鹏
【期刊名称】《电讯技术》
【年(卷),期】2012(052)004
【摘要】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.
【总页数】5页(P553-557)
【作者】魏方旭;胡晓鹏
【作者单位】西南交通大学信息科学与技术学院,成都610031;西南交通大学信息科学与技术学院,成都610031
【正文语种】中文
【中图分类】TN929.5
【相关文献】
1.一种低复杂度OFDMA系统子载波、比特与功率分配算法 [J], 丁晓勇;杨绿溪
2.一种部分信道响应环境中的多用户MIMO-OFDM自适应子载波分配优化算法[J], 郭磊;朱光喜
3.一种低复杂度MIMO-OFDMA系统的自适应子载波分配算法 [J], 戴志超
4.一种MIMO-OFDM系统天线和子载波分配算法 [J], 毕晓君;王义新
5.一种低复杂度的水声OFDM通信系统子载波分配算法 [J], 尤凌;管张均
因版权原因，仅展示原文概要，查看原文内容请购买。

基于SCMA中下行链路的比例因子功率分配方案
张光华;樊宗源;张琳;王晓昕
【期刊名称】《吉林大学学报:信息科学版》
【年(卷),期】2022(40)4
【摘要】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。

【总页数】7页(P539-545)
【作者】张光华;樊宗源;张琳;王晓昕
【作者单位】东北石油大学电气信息工程学院
【正文语种】中文
【中图分类】TN929.5
【相关文献】
1.中继系统中基于折中因子的功率分配方案
2.一种基于能量效率和用户公平的NOMA下行链路功率分配方案
3.卫星网络下行链路基于NOMA的公平功率分配方案
4.放大转发中继系统中基于SCMA的能效资源分配方案
5.SCMA系统中基于能效的码本和功率分配机制
因版权原因，仅展示原文概要，查看原文内容请购买。

面向可靠性的电力线通信OFDM系统资源分配算法
胡星;李擘
【期刊名称】《微型机与应用》
【年(卷),期】2015(34)15
【摘要】当前OFDM已经成为电力线通信的主流技术,但是由于国内的电力线信道普遍存在噪声特性极为恶劣、复杂多变,严重影响了通信质量.本文针对该问题,系统性地提出了一种面向可靠性的电力线通信OFDM系统资源分配算法;该算法能够根据信道噪声特性计算每个子载波实现可靠通信的功率值,在此基础上对OFDM的资源分配进行优化,在保证高通信可靠性的同时发挥OFDM的已有优势.本文结合PLC智能用电信息采集应用对所提的频带优化机制进行现场测试,测试结果验证了OFDM的频带优化算法的有效性.
【总页数】4页(P15-17,21)
【作者】胡星;李擘
【作者单位】华北计算机系统工程研究所,北京100083;国家电网电力科学研究院,北京100192
【正文语种】中文
【中图分类】TM73;TP3
【相关文献】
1.电力线通信OFDM系统中基于子载波集的自适应分配算法 [J], 鲍卫东;
2.一种改进的电力线通信OFDM自适应比特分配算法 [J], 申敏;吴素园;李玲欣
3.基于宽带OFDM电力线通信的载波资源分配算法 [J], 刘耀辉;罗建勇;时昌剑
4.OFDMA协同通信系统资源分配算法 [J], 王东;冯文江;衡玉龙
5.可见光通信DCO-OFDM系统资源分配算法研究 [J], 洪文昕;李天屿;陈建飞因版权原因，仅展示原文概要，查看原文内容请购买。

基于博弈论的OFDMA系统多小区功率协调分配算法
张天魁;曾志民;张颖莹
【期刊名称】《通信学报》
【年(卷),期】2008(29)1
【摘要】提出了一种用于正交频分多址(OFDMA)通信系统下行链路的多小区功率协调分配算法,协调相邻小区在同频子信道上的发送功率,抑制小区间干扰,提高信道容量.将博弈论引入到多小区功率分配中,给出基于定价的多小区非合作功率分配博弈模型,并分析了该博弈的纳什均衡解的存在性和惟一性,给出了该模型的分布式求解算法.通过仿真分别给出了单小区场景与多小区场景下算法性能,讨论了定价因子对系统性能的影响.仿真结果表明,提出的多小区功率协调分配算法可以充分利用无线资源,提高系统吞吐量,降低平均发送功率.
【总页数】8页(P22-29)
【作者】张天魁;曾志民;张颖莹
【作者单位】北京邮电大学,通信网络综合技术研究所,北京,100876;北京邮电大学,通信网络综合技术研究所,北京,100876;北京邮电大学,通信网络综合技术研究所,北京,100876
【正文语种】中文
【中图分类】TN914.3
【相关文献】
1.多小区OFDMA系统基于改进PSA的资源分配算法 [J], 赵清利;纪纯妹
2.OFDMA上行链路中基于博弈论的子载波和功率分配算法 [J], 喻的雄;蔡跃明;吴丹;钟卫
3.基于非合作博弈论的多小区OFDMA系统动态资源分配算法研究 [J], 仲崇显;李春国;杨绿溪
4.基于CRQP的多小区OFDMA系统联合资源分配算法 [J], 欧阳龙;杨剑锋;徐俊;郭成城
5.用于OFDMA系统多小区干扰协调的功率分配算法 [J], 李智伟;冯春燕;张天魁;郑洁莹
因版权原因，仅展示原文概要，查看原文内容请购买。