【資源分配】基于LINEAR和ROOT-FINDING實現(xiàn)OFDMA系統(tǒng)資源分配（含對比）附Matlab復(fù)現(xiàn)
【資源分配】基于LINEAR和ROOT-FINDING實現(xiàn)OFDMA系統(tǒng)資源分配（含對比）附Matlab復(fù)現(xiàn)
TT_Matlab
博主簡介：擅長智能優(yōu)化算法、神經(jīng)網(wǎng)絡(luò)預(yù)測、信號處理、元胞自動機、圖像處理、路徑規(guī)劃、無人機等多種領(lǐng)域的Matlab仿真，完整matlab代碼或者程序定制加qq1575304183。機器學(xué)習(xí)之心，前程算法屋的代碼一律可以八折購買。
?作者簡介：熱愛科研的Matlab仿真開發(fā)者，修心和技術(shù)同步精進，代碼獲取、論文復(fù)現(xiàn)及科研仿真合作可私信。
個人主頁：Matlab科研工作室
個人信條：格物致知。
更多Matlab完整代碼及仿真定制內(nèi)容點擊
智能優(yōu)化算法 神經(jīng)網(wǎng)絡(luò)預(yù)測 雷達通信 無線傳感器 電力系統(tǒng)
信號處理 圖像處理 路徑規(guī)劃 元胞自動機 無人機
物理應(yīng)用 機器學(xué)習(xí)
內(nèi)容介紹
1引言
OFDMA
系統(tǒng)能夠允許多個用戶同時傳輸每個
OFDM
符號的不同子載波。由于概率，所有用戶在特定子載波中經(jīng)歷深度衰落非常低，可以確保子載波被分配給那些收益很好的用戶。分配子載波問題已經(jīng)成為
OFDMA
系統(tǒng)中的重要環(huán)節(jié)。為了最大限度地提高總?cè)萘浚總€副載波應(yīng)盡可能分配給用戶獲得利益。
2 OFDMA系統(tǒng)資源分配原則
為了充分的利用系統(tǒng)里的各種資源，就必須采用聯(lián)合的分配算法?；诓煌膬?yōu)化目的，
OFDMA
系統(tǒng)的資源分配策略可以分為以下幾類：吞吐量最大化原則、
OFDMA
系統(tǒng)的資源分配發(fā)送功率最小化原則和公平性原則。
（
1）吞吐量最大化原則吞吐量最大化原則
在給定發(fā)射功率和傳輸質(zhì)量即誤碼率的約束下，使系統(tǒng)中所有用戶、所有子信道上的數(shù)據(jù)速率之和最大。通常采用注水算法以及在其基礎(chǔ)上增強的自適應(yīng)算法。
（
2）發(fā)送功率最小化原則
發(fā)送功率最小化原則就是在給定傳輸速率和傳輸質(zhì)量即誤碼率的約束下，使系統(tǒng)中所有用戶、所有子信道上的發(fā)射功率之和最小
。
（
3）公平性準則
基于公平性準則的分配算法就是在給定發(fā)射功率和傳輸質(zhì)量即誤碼率的約束下，使系統(tǒng)中每個用戶獲得最公平的數(shù)據(jù)速率。具體如何定義公平性，現(xiàn)在沒有一個統(tǒng)一的概念，但比較完備的公平性準則應(yīng)該至少包括用戶的速率要求和時延要求。
OFDMA
系統(tǒng)作為一個多用戶的系統(tǒng)，應(yīng)該為每位用戶保證其資源分配的公平性，如果單純考慮提高系統(tǒng)的吞吐量的話，會導(dǎo)致低性能的用戶有可能一直分配不到資源，影響到該用戶的通信。為了增加用戶公平性，會以犧牲吞吐量為代價，所以權(quán)衡吞吐量和公平性的算法才是好的分配算法。
3子載波
分配方案
在基站發(fā)射機上，
K
個用戶的位被分配給
N
個子載波，用戶
k
（
1
≤
k
≤
K
）的
n
（
1
≤
n
≤
N
）個子載波被分配一個功率
p
。假設(shè)那些子載波不被不同的用戶共享。然后，將每一個用戶的比特調(diào)制成
M
級的
QAM
符號，隨后使用
IFFT
組合成為
OFDMA
符號，通過它傳輸一個緩慢時變的頻率選擇性瑞利通道，使得子載波分配通過控制通道向所有用戶傳遞，因此每個用戶僅需要對其分配的子載波上的比特進行解碼。假設(shè)每個用戶經(jīng)歷獨立的衰落并且表示用戶
k
在子載波
n
中的信道增益，假設(shè)每個用戶能夠完美地估計頻道，然后將這些通道估計值用作輸入資源分配算法。
子載波分配允許每個確定的用戶輪流為它選擇最佳副載波，具有最小比例容量的用戶容易優(yōu)先選擇他最好的副載波。
部分代碼
% This program is free software; you can redistribute it
and
/
or
% modify it under the terms of the GNU General Public License
% as published by the Free Software Foundation; either version
2
% of the License,
or
(at your option) any later version.
%
% This program is distributed in the hope that it will be useful,
% but WITHOUT ANY WARRANTY; without even the implied warranty of
% MERCHANTABILITY
or
FITNESS FOR A PARTICULAR PURPOSE. See the
% GNU General Public License
for
more details.
%
% You should have received a copy of the GNU General Public License
% along with this program;
if
not
,
write
to the Free Software
% Foundation, Inc.,
59
Temple Place - Suite
330
, Boston, MA
02111
-
1307
, USA.
%
% You may reach the author at wongic@mail.utexas.edu.
% Or visit his website at www.ece.utexas.edu/~iwong
function [capacity] = waterfilling(Ptot,eigenVec)
eigenVec=eigenVec+
1
e-
10
;
eigenVec=eigenVec(:);
sortedEigVec=
sort
(eigenVec);
EigVecTemp=sortedEigVec;
single =
0
;
while
sum((EigVecTemp-EigVecTemp(
1
)*ones(
length
(EigVecTemp),
1
))./(EigVecTemp*EigVecTemp(
1
)))>Ptot
EigVecTemp=EigVecTemp(
2
:
length
(EigVecTemp));
if
length
(EigVecTemp) <
2
,
single =
1
;
break
;
end;
end;
if
single ==
1
,
capacity = log2(Ptot*EigVecTemp);
else
,
P1=(Ptot-sum((EigVecTemp-EigVecTemp(
1
)*ones(
length
(EigVecTemp),
1
))./(EigVecTemp*EigVecTemp(
1
))))/
length
(EigVecTemp);
mu=P1+
1
/EigVecTemp(
1
);
capacity=sum(log2(mu*EigVecTemp));
end;
?? 運行結(jié)果
參考文獻
部分理論引用網(wǎng)絡(luò)文獻，若有侵權(quán)聯(lián)系博主刪除
關(guān)注我領(lǐng)取海量matlab電子書和數(shù)學(xué)建模資料
私信完整代碼和數(shù)據(jù)獲取及論文數(shù)模仿真定制
1 各類智能優(yōu)化算法改進及應(yīng)用
生產(chǎn)調(diào)度、經(jīng)濟調(diào)度、裝配線調(diào)度、充電優(yōu)化、車間調(diào)度、發(fā)車優(yōu)化、水庫調(diào)度、三維裝箱、物流選址、貨位優(yōu)化、公交排班優(yōu)化、充電樁布局優(yōu)化、車間布局優(yōu)化、集裝箱船配載優(yōu)化、水泵組合優(yōu)化、解醫(yī)療資源分配優(yōu)化、設(shè)施布局優(yōu)化、可視域基站和無人機選址優(yōu)化、背包問題、 風(fēng)電場布局、時隙分配優(yōu)化、 最佳分布式發(fā)電單元分配、多階段管道維修、 工廠-中心-需求點三級選址問題、 應(yīng)急生活物質(zhì)配送中心選址、 基站選址、 道路燈柱布置、 樞紐節(jié)點部署、 輸電線路臺風(fēng)監(jiān)測裝置、 集裝箱船配載優(yōu)化、 機組優(yōu)化、 投資優(yōu)化組合、云服務(wù)器組合優(yōu)化、 天線線性陣列分布優(yōu)化、 CVRP問題、VRPPD問題、多中心VRP問題、多層網(wǎng)絡(luò)的VRP問題、 多中心多車型的VRP問題、 動態(tài)VRP問題、雙層車輛路徑規(guī)劃（2E-VRP）、充電車輛路徑規(guī)劃（EVRP）、油電混合車輛路徑規(guī)劃、 混 合流水車間問題、 訂單拆分調(diào)度問題、 公交車的調(diào)度排班優(yōu)化問題、航班擺渡車輛調(diào)度問題、 選址路徑規(guī)劃問題
2 機器學(xué)習(xí)和深度學(xué)習(xí)方面
2.1 bp時序、回歸預(yù)測和分類
2.2 ENS聲神經(jīng)網(wǎng)絡(luò)時序、回歸預(yù)測和分類
2.3 SVM/CNN-SVM/LSSVM/RVM支持向量機系列時序、回歸預(yù)測和分類
2.4 CNN/TCN卷積神經(jīng)網(wǎng)絡(luò)系列時序、回歸預(yù)測和分類
2.5 ELM/KELM/RELM/DELM極限學(xué)習(xí)機系列 時序、回歸 預(yù)測和分類
2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU門控神經(jīng)網(wǎng)絡(luò) 時序、回歸 預(yù)測和分類
2.7 ELMAN遞歸神經(jīng)網(wǎng)絡(luò)時序、回歸預(yù)測和分類
2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/長短記憶神經(jīng)網(wǎng)絡(luò)系列時序、回歸預(yù)測和分類
2.9 RBF徑向基神經(jīng)網(wǎng)絡(luò)時序、回歸預(yù)測和分類