高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

正交频分多址系统中一种面向多业务应用的自适应资源分配算法

朱晓荣 罗小琴 朱洪波

黄长强, 赵克新. 基于改进蚁狮算法的无人机三维航迹规划[J]. 电子与信息学报, 2018, 40(7): 1532-1538. doi: 10.11999/JEIT170961
引用本文: 朱晓荣, 罗小琴, 朱洪波. 正交频分多址系统中一种面向多业务应用的自适应资源分配算法[J]. 电子与信息学报, 2015, 37(6): 1298-1303. doi: 10.11999/JEIT141158
HUANG Changqiang, ZHAO Kexin. Three Dimensional Path Planning of UAV with Improved Ant Lion Optimizer[J]. Journal of Electronics & Information Technology, 2018, 40(7): 1532-1538. doi: 10.11999/JEIT170961
Citation: Zhu Xiao-rong, Luo Xiao-qin, Zhu Hong-bo. Adaptive Resource Allocation Scheduling Algorithm for Multi-service Application in OFDMA System[J]. Journal of Electronics & Information Technology, 2015, 37(6): 1298-1303. doi: 10.11999/JEIT141158

正交频分多址系统中一种面向多业务应用的自适应资源分配算法

doi: 10.11999/JEIT141158
基金项目: 

国家自然科学基金(61372125),国家973计划项目(2013CB329104)和东南大学移动通信国家重点实验室开放研究基金(2013D01)资助课题

Adaptive Resource Allocation Scheduling Algorithm for Multi-service Application in OFDMA System

  • 摘要: 针对正交频分多址(OFDMA)系统下行链路多业务自适应调度的问题,该文首先以最大化系统吞吐量为优化目标、每种业务的服务质量(QoS)保证为约束条件,建立了一种通用的多业务自适应资源分配模型。为解决此优化问题,提出了一种具体的自适应资源调度算法。该算法对实时业务按照用户选择最好的信道的原则分配尽可能少的资源以保证其QoS,对非实时业务把尽可能多的剩余资源按照信道选择最好的用户的原则进行分配,充分利用信道资源,提升系统容量。仿真结果表明,该算法保证了下行OFDMA系统吞吐量的同时,在实时业务的延时和丢包率等方面有一定的优越性。
  • Hatoum A, Langar R, Aitsaadi N, et al.. Cluster-based resource management in OFDMA femtocell networks with QoS guarantees[J]. IEEE Transactions on Vehicular Technology, 2014, 63(5): 2378-2391.
    Winston W L Ho and Liang Ying-chang. Optimal resource allocation for multiuser MIMO-OFDM systems with user rate constraints[J]. IEEE Transactions on Vehicular Technology, 2009, 58(3): 1190-1203.
    Ma Wen-ming, Zhang Hai-jun, Wen Xiang-ming, et al.. Utility-based cross-layer multiple traffic scheduling for MU- OFDMA[J]. Advances in Information Sciences and Service Sciences (AISS), 2011, 3(8): 122-131.
    严伟, 朱晓荣, 陈守宁, 等. 基于社会福利最大化的柔性业务资源分配研究[J]. 通信学报, 2013, 34(6): 165-173.
    Yan Wei, Zhu Xiao-rong, Chen Shou-ning, et al.. Flexible business resource allocation based on the social welfare maximization[J]. Journal of Communications, 2013, 34(6): 165-173.
    Tsai C F, Chang C J, Ren F C, et al.. Adaptive radio resource allocation for downlink OFDMA/SDMA systems with multimedia traffic[J]. IEEE Transactions on Wireless Communications, 2008, 7(5): 1734-1743.
    Yen C M, Chang C J, and Wang L C. A Utility-based TMCR scheduling scheme for downlink multiuser MIMO-OFDMA systems[J]. IEEE Transactions on Vehicular Technology, 2010, 59(8): 4105-4114.
    Chung Yao-hsing and Chang Chung-ju. A balanced resource scheduling scheme with adaptive priority thresholds for OFDMA downlink systems[J]. IEEE Transactions on Vehicular Technology, 2012, 61(3): 1276-1286.
    Chung Wen-ching, Chang Chung-ju, and Wang Li-chun . An intelligent priority resource allocation scheme for LTE-A downlink systems[J]. IEEE Wireless Communications Letters, 2012, 1(3): 241-244.
    Marco M and Perez-Neira A I. Efficient margin adaptive scheduling for MIMO-OFDMA systems[J]. IEEE Transactions on Wireless Communications, 2013, 12(1): 278-287.
    WiMAX forum. Wimax system evaluation methodology V.1.0[S]. 2007.
    严伟, 朱晓荣, 邵世祥. 下行多业务OFDMA 系统中基于有效容量的资源分配算法研究[J]. 电子与信息学报, 2012, 34(9): 2236-2240.
    Yan Wei, Zhu Xiao-rong, and Shao Shi-xiang. In the downlink OFDMA system more business resource allocation algorithm based on the effective capacity study[J]. Journal of Electronics Information Technology, 2012, 34(9): 2236-2240.
    IEEE Standard Std. 802.16-2004. Local and metropolitan area networks-part 16: air interface for fixed broadband wireless access systems[S]. 2004.
  • 期刊类型引用(23)

    1. 胡城,蔡延光,黄嘉铖,曾庆丰. 蚁狮优化算法研究综述. 自动化与信息工程. 2024(03): 1-10+15 . 百度学术
    2. 陈伟,杨盘隆,吴宣够. 改进蚁狮优化算法及其工程应用. 传感技术学报. 2023(04): 565-574 . 百度学术
    3. 郭家虎,时曼玉. 自适应可调节边界的蚁狮优化算法. 安徽理工大学学报(自然科学版). 2023(04): 1-9+18 . 百度学术
    4. 丁敏,夏兴宇,邹永杰,张乐,刘正堂. 基于改进蝴蝶优化算法的无人机3-D航迹规划方法. 南京航空航天大学学报. 2023(05): 851-858 . 百度学术
    5. 王博文,王培,徐鲁豫. 基于紧凑蚁狮算法的三维路径规划研究. 微电子学与计算机. 2023(08): 19-27 . 百度学术
    6. 韩统,汤安迪,周欢,徐登武,谢磊. 基于LASSA算法的多无人机协同航迹规划方法. 系统工程与电子技术. 2022(01): 233-241 . 百度学术
    7. 李彦苍,吴悦. 基于高斯变异的蚁狮算法及其在组合优化中的应用. 中国科技论文. 2022(03): 295-304 . 百度学术
    8. 张浩,覃涛,徐凌桦,王霄,杨靖. 改进多目标蚁狮算法的WSNs节点部署策略. 西安电子科技大学学报. 2022(05): 47-59 . 百度学术
    9. 来磊,吴德伟,邹鲲,韩昆,李海林. 基于多准则交互膜进化算法的UAV三维航迹规划. 系统工程与电子技术. 2021(01): 138-146 . 百度学术
    10. 马凯强,任利锋,曾喆,万剑华. 顾及恶劣海况的船舶救援路径规划. 海洋科学. 2021(05): 39-46 . 百度学术
    11. 来磊,邹鲲,吴德伟,李保中. 交互策略改进MOFA进化的多UAV协同航迹规划. 系统工程与电子技术. 2021(08): 2282-2289 . 百度学术
    12. 王沙沙,张则强,刘俊琦,陈凤. 多路径交互环形过道布置问题建模及改进蚁狮算法优化. 计算机集成制造系统. 2021(08): 2237-2247 . 百度学术
    13. 靳江锋,刘旭. 联合多核FCM和改进GOA的多无人机协同侦查航迹规划. 兵器装备工程学报. 2021(11): 181-188 . 百度学术
    14. 刘景森,霍宇,李煜. 优选策略的自适应蚁狮优化算法. 模式识别与人工智能. 2020(02): 121-132 . 百度学术
    15. 李庆华,尤越,沐雅琪,张钊,冯超. 一种针对大型凹型障碍物的组合导航算法. 电子与信息学报. 2020(04): 917-923 . 本站查看
    16. 李靖,杨帆. 基于改进灰狼优化算法的区域监测机器人路径规划. 科学技术与工程. 2020(15): 6122-6129 . 百度学术
    17. 孟德智,葛斌. 基于蜂窝分区的蚁狮优化自适应路由算法. 金陵科技学院学报. 2020(02): 17-23 . 百度学术
    18. 王茜,何庆,林杰,杨荣莹. 精英反向学习带扰动因子的混沌蚁狮算法. 智能计算机与应用. 2020(08): 51-57 . 百度学术
    19. 杨帆,方玺,高飞,谢良. 面向三维陷阱空间的改进RRT算法航迹规划. 武汉理工大学学报. 2020(10): 98-106 . 百度学术
    20. 黄长强. 未来空战过程智能化关键技术研究. 航空兵器. 2019(01): 11-19 . 百度学术
    21. 徐钦帅,何庆,魏康园. 改进蚁狮算法的无线传感器网络覆盖优化. 传感技术学报. 2019(02): 266-275 . 百度学术
    22. ZHANG Zhenxing,YANG Rennong,LI Huanyu,FANG Yuhuan,HUANG Zhenyu,ZHANG Ying. Antlion optimizer algorithm based on chaos search and its application. Journal of Systems Engineering and Electronics. 2019(02): 352-365 . 必应学术
    23. 边莉,何辉,杨彦方,刘文静. 基于改进型蚁狮算法的PID控制器参数优化. 吉林大学学报(信息科学版). 2019(03): 292-298 . 百度学术

    其他类型引用(23)

  • 加载中
计量
  • 文章访问数:  1569
  • HTML全文浏览量:  191
  • PDF下载量:  458
  • 被引次数: 46
出版历程
  • 收稿日期:  2014-09-04
  • 修回日期:  2014-11-18
  • 刊出日期:  2015-06-19

目录

    /

    返回文章
    返回