對于下行OFDMA系統(tǒng),為了獲取最大的吞吐量,將載波分配給信道增益最好的用戶是最優(yōu)的分配方式,功率分配則服從注水分布。對于上行OFDMA系統(tǒng),由于用戶所存在的分布式功率限制,使得下行所采用的分配策略并不適用于上行。將上行OFDMA資源分配問題描述為具有資源使用競爭的情形,競爭造成了沖突,而沖突就需要有效的方式來進行裁決。著重分析了用戶功率限制下的載波沖突仲裁策略,提出了一種基于仲裁的上行OFDMA資源分配算法。仿真結果表明,該算法能夠以較低的復雜度獲得較優(yōu)的吞吐量性能。 

【文章來源】：通信技術. 2020,53(09)

【文章頁數(shù)】：6 頁

【部分圖文】：

各算法下吞吐量隨著用戶數(shù)的變化關系

圖1 各算法下吞吐量隨著用戶數(shù)的變化關系圖2顯示了不同用戶數(shù)情形下算法復雜度的比較。這里的復雜度統(tǒng)一由系統(tǒng)仿真時間來衡量，其中仿真時間包括基站側(cè)的載波分配時間和用戶終端側(cè)的比特功率時間。由圖2可以發(fā)現(xiàn)，Max Rt+WF由于需要進行逐個載波逐個用戶地計算注水下的裕量速率乘積，因而其算法復雜度最大，達到O(KN2)，其中K為用戶數(shù)，N為子載波數(shù)，仿真時間進一步表明，算法的復雜度與用戶的數(shù)目呈線性關系；由于EP+WF算法在載波的分配過程中以平均功率代替注水計算，降低了計算復雜度，但性能影響不大；本文提出的Myalg+WF算法由于采用了初始分配加仲裁的策略，使得初始分配的載波數(shù)比較少，發(fā)生沖突的概率比較小，所以其算法復雜度較小，仿真較快。

圖2顯示了不同用戶數(shù)情形下算法復雜度的比較。這里的復雜度統(tǒng)一由系統(tǒng)仿真時間來衡量，其中仿真時間包括基站側(cè)的載波分配時間和用戶終端側(cè)的比特功率時間。由圖2可以發(fā)現(xiàn)，Max Rt+WF由于需要進行逐個載波逐個用戶地計算注水下的裕量速率乘積，因而其算法復雜度最大，達到O(KN2)，其中K為用戶數(shù)，N為子載波數(shù)，仿真時間進一步表明，算法的復雜度與用戶的數(shù)目呈線性關系；由于EP+WF算法在載波的分配過程中以平均功率代替注水計算，降低了計算復雜度，但性能影響不大；本文提出的Myalg+WF算法由于采用了初始分配加仲裁的策略，使得初始分配的載波數(shù)比較少，發(fā)生沖突的概率比較小，所以其算法復雜度較小，仿真較快。圖4 不同載波下各算法的仿真時間比較

【參考文獻】：
期刊論文
[1]基于分簇的多用戶OFDM自適應資源分配方案[J]. 高浩,李學華,姚媛媛.  電子技術應用. 2019(03)
[2]M-CORD下無線接入網(wǎng)絡資源分配研究[J]. 王楚捷,王好賢.  計算機工程與應用. 2018(22)
[3]基于拉格朗日對偶的認知無線電網(wǎng)絡最優(yōu)資源分配算法[J]. 張亞梅,張國平.  現(xiàn)代電子技術. 2016(19)
[4]基于高階循環(huán)累積量的正交頻分復用（OFDM）信號子載波調(diào)制識別算法[J]. 劉瑜,張?zhí)祢U,李燦.  科學技術與工程. 2014(20)



本文編號：3613060