论文部分内容阅读
随着科学技术的发展,Internet技术的广泛普及以及移动通信技术的迅速崛起,人们对高速数据传输业务的需求随之快速增长,而高速数据传输业务也会渐渐的上升到无限通信系统最具竞争力的业务的位置。面临保证用户服务质量(QoS)以及能够获得较好的频谱利用率这些挑战,能够灵活调度系统资源有效避免资源浪费的资源调度机制将发挥着越来越重要的作用。同时,OFDMA技术的资源分配问题也得到了更多专家学者的关注,先后提出了许多OFDMA系统的资源分配方法,例如贪心算法、以速率效用函数、时延效用函数为基础的资源分配方法、以遗传算法为基础的资源分配方法等算法相继出现,这些算法在各个角度对现存的经典算法进行了改进,获得了很好的效果。但是这些改进算法仍然有频谱利用率较低、不容易实现、计算量较大等缺点,于是引入智能优化算法就成为了研究热点。 遗传算法是一种把生物进化原理、最优化技术以及计算机相结合的全新的优化方法,被越来越广泛地运用到更多领域,而对一些特殊问题以及经典方法很难解决的问题中,使用遗传算法都获得了较好的效果。然而,在解决OFDMA系统跨层资源分配的问题上,遗传算法也有着局部收敛问题等缺陷。论文中提出了一种基于自适应遗传算法的跨层资源分配算法,利用自适应遗传算法综合能力和全局搜索的特点,提高算法的全局搜索能力,很好地解决了跨层资源分配问题。所提出的改进算法是将传输系统中全部用户发送比特信息的总和当作效用函数,系统中子载波的分配方法则是以传输信道的状态信息以及用户列队状态信息等影响传输系统性能的指标当作参考。与此同时,该算法为了避免陷入局部收敛,在系统的初始子载波分配问题上,通过使用自适应交叉概率以及变异概率的方式进行遗传操作,从而寻找到最优的分配方法。最后通过Matlab进行仿真和性能对比分析,证明了在满足用户之间公平性的前提下,改进算法有效提高了系统频谱利用率及吞吐量,也缩短了用户平均等待时间,提高服务质量。