论文部分内容阅读
为了解决高数据传输速率的需求与无线频谱资源紧缺的矛盾越来越突出的问题,提高频谱利用率势在必行。无线通信环境具有复杂性和不确定性,静态的无线资源分配方式已不能满足通信需求,需要研究根据信道的实时信息进行动态的资源分配方式,即自适应无线资源分配,以达到提高频谱效率的目的。另一方面,新技术的应用也是提高系统性能的可行途径,如多天线(Multiple Input Multiple Output, MIMO)和正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)技术在下一代移动通信中得到了广泛的应用。这些技术在提高系统性能的同时,也使得自适应资源分配的灵活性和复杂性大大增加。因此,有效地无线资源分配算法在无线通信中有着举足轻重的地位。针对MIMO-OFDM系统的下行链路子载波自适应分配算法进行研究,主要从容量、公平性和计算复杂度的角度对算法的性能进行评价。将每个子载波上的信道视为一个平坦衰落的MIMO信道,对MIMO环境下的OFDM子载波分配算法进行研究和改进。改进算法从提高频谱效率和增强用户间的公平性的角度出发,先严格按照比例约束进行子载波分配,然后根据容量增加的准则将子载波在用户之间不断地进行交换,直到容量不能增加为止,从而在保证用户比例约束的条件下进一步提高系统容量。仿真结果表明,改进算法与比例资源分配算法相比,容量性能得到有效提升,比例公平性几乎接近比例资源分配算法。为了充分利用多天线系统的空间优势,接下来将资源分配从频率扩展到空间和频率,提出了一种改进的天线子载波联合分配算法。算法逐子载波进行,在每一个子载波上根据用户当前速率和对应比例约束的比值,从待分配子载波的用户中选择部分用户,将这些用户优先分配到当前子载波对应的空频资源块上。分配过程从这些被选择用户的不同组合中搜索使该当前子载波容量最大的组合方式作为最终分配结果。仿真结果表明,改进算法与穷尽搜索方式相比,容量性能有所下降,但是用户比例公平性能和计算复杂度都得到了明显地改善。最后,以降低复杂度为目的,研究了基于天线选择的天线子载波联合分配算法。在天线子载波联合分配之前,利用基于MCMC (Markov Chain Monte Carlo)的天线选择算法减少参与联合分配的空频资源块,在尽量保留空间分集优势的情况下大大降低计算复杂度。仿真结果表明,与没有天线选择相比,算法虽然有较小的容量损失,但是大大减小了计算复杂度,是一种有效的简化算法。