CN101998612B - 两跳多中继的正交频分复用系统中的资源分配方法和装置 - Google Patents

Abstract

本发明实施例涉及一种两跳多中继的正交频分复用系统中的资源分配方法和装置。其中，该两跳多中继的正交频分复用系统中的资源分配方法包括：在每一个时隙，为每一个中继节点分配对应的子载波集，所述子载波集包括至少一个子载波，每个子载波集中的各个子载波互相不重复；为每一个中继节点分配的子载波集进行功率分配。本发明实施例在每一个时隙，为每一个中继节点分配对应的子载波集，为每一个中继节点分配的子载波集进行功率分配，可以为子载波灵活的分配中继节点和功率，提高了频谱效率和系统性能。

Description

两跳多中继的正交频分复用系统中的资源分配方法和装置

技术领域

本发明实施例涉及通信技术领域，特别涉及一种两跳多中继的正交频分复用系统中的资源分配方法和装置。

背景技术

近年来，无线通信领域的多项技术快速发展，例如：多处多入(Multiple-Input Multiple-Out-put；简称：MIMO)等新的物理层传输技术有效地提高了无线通信系统的数据吞吐率、覆盖范围和传输可靠性。与此同时，随着用户数量和传输速率需求的进一步增加，传统无线网络的单跳架构遇到了很多困难。因此，协作通信和中继网络成为无线通信的研究热点。中继网络可以通过多跳传输有效增强频谱效率、扩展覆盖面积、延长网络寿命。此外，中继网络在其它无线系统（如ad-hoc、mesh网络等）中也具有很好的应用前景。

图1为现有中继系统的示意图。如图1所示，该中继系统由一个源节点11、一个中继节点12以及一个目标节点13组成。假设所有的信道占用相同的频段，且中继节点12工作在半双工模式，不能同时接收和发送数据。源节点11与目标节点13虽存在直接链路但信道状态较弱。在中继系统网络中有多种通信协议。其中解码转发协议的基本原理如下：

从源节点到目标节点一次数据的传输通过两个时隙完成。在第一时隙，源节点广播数据，中继节点和目标节点处于监听状态。中继节点在接收到来自源节点的信号后，先将该信号解码，然后在第二时隙以一定功率将被解码的信号转发至目标节点。之后目标节点将从第一时隙和第二时隙分别收到的信号联合处理。其中，若目标节点在第一时隙不接收信号，则只在第二时隙接收由中继节点转发的信号。

正交频分复用（Orthogonal Frequency Division Multiplexing；简称：OFDM）技术已成为宽带无线系统中的主流传输技术。图2为现有OFDM技术的正交子载波的示意图，如图2所示，OFDM技术将宽带信道分解为多个正交的子载波，每个子载波上具有不同的信道衰落特征，这样可以有效减弱由频率选择性衰落引起的符号间干扰的影响。图3为现有OFDM技术的各子载波上动态功率分配的示意图，如图3所示，OFDM技术能更好地开发频谱多样性。

在基于中继的OFDM通信系统中，动态的资源分配是一个关键问题。与传统的单跳OFDM或正交分频多工存取（Orthogonal Frequency DivisionMultiple Access；简称：OFDMA）系统相比，在多跳OFDM中继系统中的资源分配需要协调不同跳间的功率和子载波自适应。此外，当基于中继的OFDM通信系统中有多个可用的中继节点时，需要解决如何选择最佳中继的问题。

基于OFDM符号的中继选择起源于对窄带系统中继选择的研究。一种惯常的中继选择策略为选择具有最优的等效端到端信道增益的中继。以下介绍在两跳多中继网络中较为常见的两种中继选择准则。设基于中继的OFDM通信系统共有K个中继节点，且源节点到中继节点k的信道增益为a_sk，中继节点k到目标节点的信道增益为a_kd，其中k=1,...,K。由于传输中的两跳对于端到端的性能同等重要，中继节点应当使用与两跳链路增益均有关的函数来量化其对应的端到端等效增益。具体而言，准则1选用两跳信道增益的最小值作为端到端的等效增益；准则2选用两跳信道增益的调和平均值(harmonic mean)作为端到端的等效增益。设中继节点k对应的端到端等效增益为h_k，可以得到：

在准则1下采用公式（1）：

h_k=min{a_sk,a_kd}    （1）

在准则2下采用公式（2）：

$h_k=\frac{{2a}_{\mathrm{sk}}{a}_{\mathrm{kd}}}{a_{\mathrm{sk}}+a_{\mathrm{kd}}}---\left(2\right)$

最大化h_k数值的中继即为具有最优的等效端到端信道增益的中继，并在此次传输过程中被选中参与协作通信。

在分析宽带多中继OFDM网络的中继选择时，可以根据上述窄带系统里中继选择的方案，得到基于OFDM符号的中继选择。假设系统子载波数为N，且每跳各传输节点在所有子载波上的功率呈均匀分配。记γ_n,k,i为在第i跳、在子载波n上与中继k相关的传输信噪比。不计从源节点到目标节点的直接传输，在解码转发协议下，若选取中继节点k参与传输，则端到端的可实现速率满足以下公式（3）：

$R_k=\frac{1}{2}\min \{\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\ln (1+{\mathrm{\γ}}_{n,k,1}),\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\ln (1+{\mathrm{\γ}}_{n,k,2})\}---\left(3\right)$

能够最大化R_k的中继作为被选中的中继节点。容易发现，这种基于OFDM符号的中继选择即为上述准则1在宽带OFDM系统中的推广。

发明人在实现本发明的过程中至少发现现有技术至少存在如下问题：

基于OFDM符号的中继选择技术，根据整体OFDM符号的端到端等效增益选择中继节点，从而使所有子载波上的信号都通过相同的中继转发，不能利用频域的多样性，中继选择效率低。

基于子载波的中继选择可以利用频域多样性和中继节点的多样性。基于子载波的中继选择方式为每个子载波选择最优的中继。例如：假设一个两跳OFDM通信系统共有N个正交子载波，系统中继个数为K，且γ_n,k,i是为在第i跳、在子载波n上与中继k相关的传输信噪比，用k(n)表示子载波n选择的中继节点，则有满足以下公式（4）：

k(n)=argmax{min{γ_n,k,1,γ_n,k,2}}    （4）

发明人在实现本发明的过程中至少发现现有技术至少存在如下问题：

基于子载波的中继选择，同一中继在不同子载波上接收的信号被分开处理，且默认在当前一跳子载波i上传输的信号在下一跳仍由子载波i传输，因此基于子载波的中继节点选择方法灵活性差，频谱效率低，降低了系统性能。

发明内容

本发明实施例提供一种两跳多中继的正交频分复用系统中的资源分配方法和装置，用以提高频谱效率和系统性能。

本发明实施例提供一种两跳多中继的正交频分复用系统中的资源分配方法，包括：

计算所有子载波对的等效信道增益，每个所述子载波对包括一个第一时隙的子载波和一个第二时隙的子载波；

根据所述等效信道增益为每一个中继节点选择对应的子载波对；

为所述每一个中继节点选定的子载波对进行功率分配；

所述根据所述等效信道增益为每一个中继节点选择对应的子载波对，包括：

选取使每一个子载波对的等效信道增益最大的中继节点；

根据所述使每一个子载波对的等效信道增益最大的中继节点的最大等效信道增益，生成匹配矩阵；

从所述匹配矩阵中为每一个中继节点选取等效信道增益最大的子载波对，各个所述子载波对中的子载波互相不重复。

本发明实施例再提供一种两跳多中继的正交频分复用系统中的资源分配装置，包括：

计算模块，用于计算所有子载波对的等效信道增益，每个所述子载波对包括一个第一时隙的子载波和一个第二时隙的子载波；

中继分配模块，用于根据所述等效信道增益为每一个中继节点选择对应的子载波对；

功率分配模块，用于为所述每一个中继节点选定的子载波对进行功率分配；

所述中继分配模块包括：

第一选取子模块，用于选取使每一个子载波对的等效信道增益最大的中继节点；

匹配矩阵子模块，用于根据所述使每一个子载波对的等效信道增益最大的中继节点的最大等效信道增益，生成匹配矩阵；

第二选取子模块，用于从所述匹配矩阵中为每一个中继节点选取等效信道增益最大的子载波对，各个所述子载波对中的子载波互相不重复。

本发明实施例提供的两跳多中继的正交频分复用系统中的资源分配方法和装置，在每一个时隙，为每一个中继节点分配对应的子载波集，为每一个中继节点分配的子载波集进行功率分配，可以为子载波灵活的分配中继节点和功率，提高了频谱效率和系统性能。

附图说明

图1为现有中继系统的示意图；

图2为现有OFDM技术的正交子载波的示意图；

图3为现有OFDM技术的各子载波上动态功率分配的示意图；

图4为本发明两跳多中继的正交频分复用系统中的资源分配方法第一实施例的流程图；

图5为本发明两跳多中继的正交频分复用系统中的资源分配方法第一实施例中OFDM系统的结构示意图；

图6为本发明两跳多中继的正交频分复用系统中的资源分配方法第一实施例中最优算法的流程图;

图7为本发明两跳多中继的正交频分复用系统中的资源分配方法第二实施例的流程图;

图8为本发明两跳多中继的正交频分复用系统中的资源分配装置第一实施例的结构示意图；

图9为本发明两跳多中继的正交频分复用系统中的资源分配装置第二实施例的结构示意图。

具体实施方式

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

图4为本发明两跳多中继的正交频分复用系统中的资源分配方法第一实施例的流程图，如图4所示，该正交频分复用系统中的资源分配方法包括以下步骤：

步骤101、在每一个时隙，为每一个中继节点分配对应的子载波集，所述子载波集包括至少一个子载波，每个子载波集中的各个子载波互相不重复。

如图5所示，为本发明两跳多中继的正交频分复用系统中的资源分配方法第一实施例中OFDM系统的结构示意图，在两跳多中继的OFDM系统中，包括一个源节点11、一个目标节点13、以及一个中继节点12的集合K={1,...,K}组成，其中两跳是指两个时隙。假设这个OFDM系统可以获得完全的信道状态信息。记N={1,2,...,N}为在每一时隙中正交子载波的集合。在使用基于时分的半双工解码转发协议时，两跳多中继的OFDM系统中，在第一个时隙，源节点在所有的子载波上发送数据，同时其它中继节点接听；在第二时隙，中继节点将接收到的信号进行译码，并将其转发至目标节点。图5中的集合Ω_i,k表示在第i时隙（i=1或2）上分配至中继节点k上的子载波集。为避免干扰，在每一时隙上，每个子载波只能分配到一个中继节点上，即在每一时隙分配到不同中继节点上的子载波集包括的子载波互相不重复，为两两互斥的。

在每一个时隙，为每一个中继节点分配对应的子载波集的方法具体包括：

首先，根据在每一个时隙为每一个中继节点分配的子载波的信道增益，获取所述中继节点在所述子载波上的端到端传输速率。例如：用表示：在第i时隙，中继节点k在子载波n上的信道增益。假定该信道增益

在一个传输帧的时间内恒定，且对于不同的k和i相互独立。在第i时隙，中继节点k在子载波n上实现的速率r_n,k,i（单位为nat/sec/Hz）满足下面的公式（5）：

$r_{n,k,i}=\frac{1}{N}\ln (1+\frac{{\widetilde{\mathrm{\α}}}_{n,k,i}{p}_{n,k,i}}{N_0\mathrm{\ΓB}/N})---\left(5\right)$

在公式（5）中N₀为噪声的频谱密度，Γ为信噪比差额，B为系统带宽，p_n,k,i为当子载波n在第i时隙被分配至中继节点k时，分配在子载波n上的功率。为简化记法，定义

为归一化的信道增益。中继节点k实现的端到端的传输速率R_k为两个时隙中速率的最小值，满足下面的公式（6）：

$R_k=\frac{1}{2}\min \{\underset{n\∈{\mathrm{\Ω}}_{1,k}}{\mathrm{\Σ}}{r}_{n,k,1},\underset{n\∈{\mathrm{\Ω}}_{2,k}}{\mathrm{\Σ}}{r}_{n,k,2}\}---\left(6\right)$

然后，在网络总功率一定的条件下，将所述中继节点在所述子载波上的端到端传输速率最大化。其中网络总功率表示为P_T，将所述中继节点在所述子载波上的端到端传输速率最大化需要经过以下步骤：

步骤一、建立功率受限约束下的对子载波的中继分配和功率分配的联合优化问题；这个联合优化问题可归纳为如下公式（7）到公式（11）的形式：

$P1:\underset{\{p,\mathrm{\Ω}\}}{\max }\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\frac{1}{2}\min \{\underset{n\∈{\mathrm{\Ω}}_{1,k}}{\mathrm{\Σ}}{r}_{n,k,1},\underset{n\∈{\mathrm{\Ω}}_{2,k}}{\mathrm{\Σ}}{r}_{n,k,2}\}---\left(7\right)$

$s.t.\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\underset{i=1}{\overset{2}{\mathrm{\Σ}}}\underset{n\∈{\mathrm{\Ω}}_{i,k}}{\mathrm{\Σ}}{p}_{n,k,i}\≤P_T---\left(8\right)$

${\∪}_{k=1}^K{\mathrm{\Ω}}_{i,k}=N,\∀i,---\left(10\right)$

$p_{n,k,i}\≥0,\∀k,i,---\left(11\right)$

在公式（7）中p={p_n,k,i}及Ω={Ω_i,k}表示联合优化变量的集合，联合优化问题P1一个混合整数的非线性规划问题。n为子载波的序号，N为子载波的数目，k为中继节点的序号，K为中继节点的数目；r_n,k,1在第一时隙为中继节点k在子载波n上实现的速率，r_n,k,2在第二时隙为中继节点k在子载波n上实现的速率；Ω_1,k为第一时隙，中继节点k上的子载波集，Ω_2,k为第二时隙，中继节点k上的子载波集。

在公式（8）中，p_n,k,i为在第i时隙被分配至中继节点k上的为子载波n时，分配在子载波n上的功率，由于i的取值为1和2，n的取值为1到N，因此公式（8）表示在第一时隙和第二时隙，所有分派到中继节点k上的子载波的功率之和小于或等于网络总功率P_T。

公式（9）到公式（11）为问题P1的限制条件，其中在公式（9）中k和k'分别表示两个不同的中继节点，因此公式（9）表示，在同一个时隙，不同的中继节点分配到的子载波集是两两互斥的，没有互相重复的子载波。公式（10）表示，所有中继节点上的子载波的个数加在一起为N。公式（11）表示，当在第i时隙被分配至中继节点k上的为子载波n时，分配在子载波n上的功率p_n,k,i不小于0。由于在两个时隙中，每个子载波可被分配至K个中继节点中的任意一个，因而有K^2N种子载波-中继节点的分配结果。

步骤二、对所述联合优化问题进行松弛处理。

为了求解联合优化问题P1，可以对联合优化问题进行松弛处理，具体为:松弛子载波互斥分配的限制条件，并引入时域共享的参数{ρ_n,k,i}。每个ρ_n,k,i的值表示在第i跳子载波n被中继节点k占用的时间比例，且对任意n和i，都满足

此外，引入新的变量s_n,k,i=p_n,k,iρ_n,k,i表示当子载波n在第i跳被分配至中继节点k时消耗的实际功率。由于k∈K，再引入变量r_k，将原始的最大-最小值问题转换为一个凸问题。通过允许时域共享保证凸问题的最优性。因此，松弛后的联合优化问题P2可以通过以下的公式（12）到（16）表示：

$P2:\underset{\{r,\mathrm{\ρ},s\}}{\max }\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{r}_k---\left(12\right)$

$s.t.\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ρ}}_{n,k,i}\ln (1+{\mathrm{\α}}_{n,k,i}\frac{s_{n,k,i}}{{\mathrm{\ρ}}_{n,k,i}})\≥r_k,\∀k,i,---\left(13\right)$

$\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{i=1}{\overset{2}{\mathrm{\Σ}}}{s}_{n,k,i}\≤P_T,---\left(14\right)$

$\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\ρ}}_{n,k,i}=1,\∀n,i,---\left(15\right)$

$s_{n,k,i}\≥0,{\mathrm{\ρ}}_{n,k,i}\≥0,\∀k,i,---\left(16\right)$

公式（12）中r_k为中继节点k的传输速率，

表示选择r、ρ、s的值，使的

的值最大化。

由于将归一化的信道增益

代入公式（5）可以得到：在第i时隙，中继节点k在子载波n上的速率

且当子载波n在第i跳被分配至中继节点k时消耗的实际功率s_n,k,i=p_n,k,iρ_n,k,i，因此，可以得到： $r_{n,k,i}=\frac{1}{N}\ln (1+{\mathrm{\α}}_{n,k,i}\frac{s_{n,k,i}}{{\mathrm{\ρ}}_{n,k,i}}).$

公式（14）到公式（16）为问题P2的限制条件，其中公式（14）表示在第一时隙和第二时隙，为所有中继节点（1到K）分配的子载波消耗的实际功率之和小于或等于网络总功率P_T。公式（15）表示在第i跳子载波n被所述中继节点k占用的时间比例的和为1。公式（16）表示当子载波n在第i跳被分配至中继节点k时消耗的实际功率不小于0。通过时域共享达到的最优值和服从整数信道分配下可达到得最优值会非常接近。经验证明当只有8个子载波时，两个最优值之间的差别趋近于0。

步骤三、对松弛处理后的所述联合优化问题进行对偶转化。

从公式（12）到公式（16）可知：松弛后的联合优化问题P2中所有的不等式限制条件均为凸函数，等式限制条件和目标函数均为线性函数。因此P2为凸优化问题，且强对偶性成立。P2的拉格朗日函数可表示为以下公式（17）：

$\begin{array}{c}J(r,s,\mathrm{\ρ},\mathrm{\μ},\mathrm{\β},v)=\underset{i=1}{\overset{2}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\μ}}_{k,i}[\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ρ}}_{n,k,i}\ln (1+{\mathrm{\α}}_{n,k,i}\frac{s_{n,k,i}}{{\mathrm{\ρ}}_{n,k,i}})-r_k]\\ +\underset{i=1}{\overset{2}{\mathrm{\Σ}}}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ν}}_{n,i}(1-\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\ρ}}_{n,k,i})\\ +\mathrm{\β}(P_T-\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{i=1}{\overset{2}{\mathrm{\Σ}}}{s}_{n,k,i})+\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{r}_k\end{array}---\left(17\right)$

在公式（17）中，μ={μ_k,1,μ_k,2}±0，β≥0，且ν={ν_n,1,ν_n,2}为限制条件公式(14)到公式(16)的拉格朗日乘子。定义一个D为所有满足ρ_n,k,i≥0，s_n,k,i≥0及r_k≥0的原变量的集合。因此，公式（17）的拉氏对偶目标函数可表示为以下的公式（18）：

$g(\mathrm{\μ},\mathrm{\β},\mathrm{\ν})\underset{\{r,s,\mathrm{\ρ}\}\∈D}{\max }J(r,s,\mathrm{\ρ},\mathrm{\μ},\mathrm{\β},\mathrm{\ν})---\left(18\right)$

松弛处理后的联合优化问题P2相应的对偶优化问题为以下的公式（19）：

$\underset{\{\mathrm{\μ},\mathrm{\β},\mathrm{\ν}\}}{\min }g(\mathrm{\μ},\mathrm{\β},\mathrm{\ν})$

s.t.μ≥0,β≥0    （19）

步骤四、求解对偶转化后的对偶问题。

根据公式(18)，可以将公式(19)中定义的对偶函数分解为如下公式（20）的2N+1个独立的子函数：

$g_{n,i}(\mathrm{\μ},\mathrm{\β},\mathrm{\ν})=g_0\left(\mathrm{\μ}\right)+\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{g}_{n,1}(\mathrm{\μ},\mathrm{\β},\mathrm{\ν})+\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{g}_{n,2}(\mathrm{\μ},\mathrm{\β},\mathrm{\ν})+{\mathrm{\βP}}_T+\underset{i=1}{\overset{2}{\mathrm{\Σ}}}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ν}}_{n,i}---\left(20\right)$

其中，g₀(μ)满足公式（21）：

$g_0\left(\mathrm{\μ}\right)\underset{r\∈D}{\max }{J}_0(r,\mathrm{\μ})=\underset{r\∈D}{\max }\underset{k=1}{\overset{K}{\mathrm{\Σ}}}(1-{\mathrm{\μ}}_{k,1}-{\mathrm{\μ}}_{k,2})r_k---\left(21\right)$

并且，

$\begin{array}{c}{g}_{n,i}(\mathrm{\μ},\mathrm{\β},\mathrm{\ν})\underset{\{s,\mathrm{\ρ}\}\∈D}{\max }J(r,s,\mathrm{\ρ},\mathrm{\μ},\mathrm{\β},\mathrm{\ν})\\ \underset{\{s,\mathrm{\ρ}\}\∈D}{\max }\underset{k=1}{\overset{K}{\mathrm{\Σ}}}[{\mathrm{\μ}}_{k,i}{\mathrm{\ρ}}_{n,k,i}\ln (1+{\mathrm{\α}}_{n,k,i}\frac{s_{n,k,i}}{{\mathrm{\ρ}}_{n,k,i}})-{\mathrm{\ν}}_{n,i}{\mathrm{\ρ}}_{n,k,i}-{\mathrm{\βs}}_{n,k,i}],\∀n,i=\mathrm{1,2}\end{array}---\left(22\right)$

经过以上公式（20）的分解，对于给定的对偶变量μ和β，可以获得关于在第i时隙被分配至中继节点k上的为子载波n时，分配在子载波n上的功率p_n,k,i的闭式表达。此外，寻找最优的时域共享因子ρ_n,k,i和确定ν_n,i的最优值具有O(NK)的复杂度。

在求解对偶问题时，首先求g₀(μ)。在公式(22)中，J₀(r,μ)为r_k的线性函数。r_k的最优值

应当满足以下公式（23）：

当μ_k,1+μ_k,2<1时，g(μ,β,ν)=∞，此时无法最小化对偶函数。因此，最优的对偶变量不可能分布在区域{μ_k,1,μ_k,2|μ_k,1+μ_k,2<1}中。而当μ_k,1+μ_k,2≥1时，可以使g₀(μ)≡0。

接着，求解g_n,i(μ,β,ν)：假设在第i时隙，子载波n在时间ρ_n,k,i内被分配至中继节点k。由于J_n,i(s,ρ,μ,β,ν)为s_n,k,i的凹函数，利用KKT条件得到最优原变量。再将公式(23)中的J_n,i(s,ρ,μ,β,ν)对s_n,k,i求偏导，令其为零。并考虑到边界限制

获得

满足公式（24）：

$p_{n,k,i}^{*}=\frac{s_{n,k,i}^{*}}{{\mathrm{\&rho;}}_{n,k,i}}={(\frac{{\mathrm{\&mu;}}_{k,i}}{\mathrm{\&beta;}}-\frac{1}{{\mathrm{\&alpha;}}_{n,k,i}})}^{+}---\left(24\right)$

在公式（24）中(.)⁺=max(0,.)。

将公式(25)代入公式(23)。

$J_{n,i}(\mathrm{\&rho;},\mathrm{\&mu;},\mathrm{\&beta;},\mathrm{\&nu;})=\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{\mathrm{\&rho;}}_{n,k,i}(H_{n,k,i}-{\mathrm{\&nu;}}_{n,i})---\left(25\right)$

其中，

$H_{n,k,i}={\mathrm{\&mu;}}_{k,i}{\left[\ln \left(\frac{{\mathrm{\&mu;}}_{k,i}{\mathrm{\&alpha;}}_{n,k,i}}{\mathrm{\&beta;}}\right)\right]}^{+}-\mathrm{\&beta;}{(\frac{{\mathrm{\&mu;}}_{k,i}}{\mathrm{\&beta;}}-\frac{1}{{\mathrm{\&alpha;}}_{n,k,i}})}^{+}---\left(26\right)$

根据公式（25）和（26）可知，J_n,i(ρ,μ,β,ν)是关于ρ_n,k,i的线性函数。为了最大化J_n,i(ρ,μ,β,ν)，最优值

应当满足公式（27）：

${\mathrm{\&rho;}}_{n,k,i}^{*}\&Element;\left\{\begin{array}{cc}\left\{1\right\},& H_{n,k,i}>{\mathrm{\&nu;}}_{n,i}\\ \left[\mathrm{0,1}\right],& H_{n,k,i}={\mathrm{\&nu;}}_{n,i}\\ \left\{0\right\},& H_{n,k,i}<{\mathrm{\&nu;}}_{n,i}\end{array}\right.---\left(27\right)$

从而得到公式（28）：

$g_{n,i}(\mathrm{\&mu;},\mathrm{\&beta;},\mathrm{\&nu;})=\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{(H_{n,k,i}-{\mathrm{\&nu;}}_{n,i})}^{+}---\left(28\right)$

将(29)代入(21)，可以得到对偶函数的闭式。

$g(\mathrm{\&mu;},\mathrm{\&beta;},\mathrm{\&nu;})={\mathrm{\&beta;P}}_T+\underset{i=1}{\overset{2}{\mathrm{\&Sigma;}}}\underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}[\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{(H_{n,k,i}-{\mathrm{\&nu;}}_{n,i})}^{+}+{\mathrm{\&nu;}}_{n,i}]---\left(29\right)$

为了在所有的对偶变量{μ,β,ν}上最小化g(μ,β,ν)，需要求解g(μ,β)=min_νg(μ,β,ν)。从而得到公式（30）：

${\mathrm{\&nu;}}_{n,i}^{*}=\underset{k}{\max }\left\{H_{n,k,i}\right\}---\left(30\right)$

这样，相应的对偶函数为公式（31）：

$g(\mathrm{\&mu;},\mathrm{\&beta;})=\underset{i=1}{\overset{2}{\mathrm{\&Sigma;}}}\underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}\underset{k}{\max }\left\{H_{n,k,i}\right\}+{\mathrm{\&beta;P}}_T.---\left(31\right)$

由上可知，对于第i时隙上的子载波n，如果存在单独的具有最大H_n,k,i的中继节点那么最优的子载波-中继分配是：将该子载波分配至中继节点

上，其中 ${\mathrm{\&rho;}}_{n,k_{n,i}^{*},i}^{*}=1,$ 对任意 $k\&NotEqual;k_{n,i}^{*}$ 有 ${\mathrm{\&rho;}}_{n,k,i}^{*}=0.$

如果同时存在多于一个具有最大H_n,k,i的中继节点，子载波n应当被这些中继节点时域共享。但是，只要满足

时域共享因子

不会影响对偶函数g(μ,β,ν)的值。因此我们可以通过评估对偶函数的最优值g^*(μ,β)获得由时域共享达到的端到端传输速率。

在获得以下公式(32)中对g(μ,β)的闭式表达后，开始求解对偶问题：

ming(μ,β)

s.t.μ≥0,β≥0    （32）

由于对偶问题恒为凸问题，可以通过基于梯度的方法进行求解。下面介绍一种g(μ,β)的次梯度。在此基础上，利用次梯度算法或椭球算法可以搜索到最优的对偶变量β^*及μ^*。

为减少求解变量的数目，首先引入以下引理：总有最优的对偶变量(β^*,μ^*)，能对所有k∈K，满足μ_k,1+μ_k,2=1。

事实上，由公式(27)可知，H_n,k,i为μ_k,i的连续函数。计算H_n,k,i对于μ_k,i的偏导数，得：

$\frac{{\&PartialD;H}_{n,k,i}}{\&PartialD;{\mathrm{\&mu;}}_{k,i}}=\{\begin{array}{cc}0,& \frac{{\mathrm{\&mu;}}_{k,i}}{\mathrm{\&beta;}}<\frac{1}{{\mathrm{\&alpha;}}_{n,k,i}}\\ \ln \left(\frac{{\mathrm{\&mu;}}_{k,i}{\mathrm{\&alpha;}}_{n,k,i}}{\mathrm{\&beta;}}\right)>0,& \frac{{\mathrm{\&mu;}}_{k,i}}{\mathrm{\&beta;}}>\frac{1}{{\mathrm{\&alpha;}}_{n,k,i}}\end{array}---\left(33\right)$

由公式（33）可知：H_n,k,i即g(μ,β)为μ_k,i的非递减函数。且由之前的分析可知，最优对偶变量{μ_k,1,μ_k,2}总是位于区域{μ_k,1,μ_k,2|μ_k,1+μ_k,2≥1}中。假设在区域{μ_k,1,μ_k,2|μ_k,1+μ_k,2≥1}中更新对偶变量{μ_k,i}并达到最优点{μ^*,β^*}，即g^*=g(μ^*,β^*)=min_μ,βg(μ,β)。若对中继k₀，有

则可找到

和

使得 ${\mathrm{\&mu;}}_{k_0,1}^{\&prime;}<{\mathrm{\&mu;}}_{k_0,1}^{*},{\mathrm{\&mu;}}_{k_0,2}^{\&prime;}<{\mathrm{\&mu;}}_{k_0,2}^{*},$ 且 ${\mathrm{\&mu;}}_{k_0,1}^{\&prime;}+{\mathrm{\&mu;}}_{k_0,2}^{\&prime;}=1.$ 显然有 $g({\{{\mathrm{\&mu;}}_{k_0,i}^{\&prime;},{\mathrm{\&mu;}}_{-k_0,i}^{*}\}}_{i=\mathrm{1,2}},\mathrm{\&beta;})\&le;g^{*}.$ 其中

表示除中继k₀外的所有中继使用{μ^*}中的对偶变量。由于g^*=min_μ,βg(μ,β)，有 $g({\{{\mathrm{\&mu;}}_{k_0,i}^{\&prime;},{\mathrm{\&mu;}}_{-k_0,i}^{*}\}}_{i=\mathrm{1,2}},\mathrm{\&beta;})\&GreaterEqual;g^{*}.$ 故 $g({\{{\mathrm{\&mu;}}_{k_0,i}^{\&prime;},{\mathrm{\&mu;}}_{-k_0,i}^{*}\}}_{i=\mathrm{1,2}},\mathrm{\&beta;})=g^{*},$ 这说明

同样为一组能够最小化对偶函数g(μ,β)的最优对偶变量。因此引理得证，可以得到：总有最优的对偶变量(β^*,μ^*)，能对所有k∈K，满足μ_k,1+μ_k,2=1。

令

为在第i跳上由中继k达到的传输速率。令表示对于固定的{μ,β}，在集合D上能够最大J(μ,β,r,s)的速率和功率。由上述的引理可得到g(μ,β)的次梯度满足公式（34）和（35）：

$\&dtri;\mathrm{\&beta;}=P_T-\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}\underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}[s_{n,k,1}^{*}(\mathrm{\&mu;},\mathrm{\&beta;})+s_{n,k,2}^{*}(\mathrm{\&mu;},\mathrm{\&beta;})]---\left(34\right)$

$\&dtri;{\mathrm{\&mu;}}_{k,1}=r_{k,1}^{*}(\mathrm{\&mu;},\mathrm{\&beta;})+r_{k,2}^{*}(\mathrm{\&mu;},\mathrm{\&beta;}),\&ForAll;k---\left(35\right)$

在寻找问题P2的最优对偶变量β^*和μ^*之后，恢复最优的原变量。由于通过时域共享达到的最优目标值与通过整数信道分配的非常接近，可以关注整数约束的情形，即利用P2的最优对偶变量的、满足问题P1中公式(9)-(11)的功率和子载波-中继分配。将β^*和μ^*代入公式(28)，不失对偶函数的一般性，可以简单构造公式（36）：

如果存在多于一个达到公式(37)中最大值的中继节点，将该子载波集随机分配至其中一个中继节点。

步骤102、为每一个中继节点分配的子载波集进行功率分配。

获得了中继节点k上最优子载波集合

和

后，在该子载波-中继分配的基础上进行最优的功率分配。此问题P3可表示为以下公式（37）：

$P3:\underset{\{p,r\}}{\max }\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{r}_k$

$s.t.\underset{n\&Element;{\mathrm{\&Omega;}}_{k,i}^{*}}{\mathrm{\&Sigma;}}\ln (1+{\mathrm{\&alpha;}}_{n,k,i}{p}_{n,k,i})\&GreaterEqual;r_k,\&ForAll;k,i$

$\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}\underset{i=1}{\overset{2}{\mathrm{\&Sigma;}}}\underset{n\&Element;{\mathrm{\&Omega;}}_{k,i}^{*}}{\mathrm{\&Sigma;}}{p}_{n,k,i}=P_T$

$p_{n,k,i}\&GreaterEqual;0,\&ForAll;n,k,i,---\left(37\right)$

公式（37）中的问题P3也是一个凸优化问题。该问题P3可由两重的二分搜索方法求解。本实施例优选应用于：源节点和目标节点之间不存在直接链路，必须通过中继节点通信，并且只有一个目标节点（用户）的情况下。

在本实施例中，采用了最优算法，最优算法的整体计算复杂度主要由解对偶问题的复杂度决定，因为对偶问题远高于寻找到最优对偶变量之后恢复最优原变量的复杂度。并且椭球算法具有对维度（在本算法中为K+1）为多项式级别的复杂度。此外，在椭球算法的每次迭代中，计算对偶函数需要O(NK)的复杂度。因此，最优算法的计算复杂度为对中继和子载波数目的多项式级别。

如图6所示，为本发明两跳多中继的正交频分复用系统中的资源分配方法第一实施例中最优算法的流程图，如图6所示，该最优算法包括：

步骤201、给定所有信道的参数和功率上限P_T。

步骤202、初始化对偶变量β和μ。

步骤203、根据给定的对偶变量计算最优原变量r^*、p^*、ρ^*，以及对偶函数。

步骤204、判断对偶函数是否收敛，如果是执行步骤206，否则执行步骤205。

步骤205、计算对偶变量的子梯度，并更新对偶变量，返回执行步骤203。

步骤206、通过获得最优子载波-中继分配的结果，并修正最优的功率分配。

本实施例为正交频分复用系统中的资源分配方法的最优算法，在两跳多中继的OFDM网络中，在总传输功率受限约束下，对子载波的中继分配和功率分配进行联合优化，通过松弛、对偶等，将联合优化问题分解为2N+1（N为系统子载波个数）个子问题，每个子问题都具有闭式解，从而实现在每一个时隙，为每一个中继节点分配对应的子载波集，为每一个中继节点分配的子载波集进行功率分配，该方法可以为子载波灵活的分配中继节点和功率，提高了频谱效率和系统性能。

图7为本发明两跳多中继的正交频分复用系统中的资源分配方法第二实施例的流程图，如图7所示，该正交频分复用系统中的资源分配方法包括以下步骤：

步骤301、计算所有子载波对的等效信道增益，每个所述子载波对包括一个第一时隙的子载波和一个第二时隙的子载波。

在两跳多中继的正交频分复用系统中，假设有K个中继节点，每一跳具有N个子载波，其中一跳代表一个时隙。对于每个中继节点k，可能对应所有N²种可能的子载波对,每一个子载波对中都包括一个第一时隙的子载波和一个第二时隙的子载波。在总功率约束下的等效信道增益可以通过下面的公式（38）计算：

${\mathrm{\&alpha;}}_{n,k,n^{\&prime;}}^{\mathrm{eq}}=\frac{{\mathrm{\&alpha;}}_{n,k,1}{\mathrm{\&alpha;}}_{n^{\&prime;},k,2}}{{\mathrm{\&alpha;}}_{n,k,1}+{\mathrm{\&alpha;}}_{n^{\&prime;},k,2}}---\left(38\right)$

在公式（38）中，

为等效信道增益,n和n’为分配到中继节点k上的一个子载波对，其中n为在第一时隙分配到中继节点k上的子载波，n’为在第二时隙分配到中继节点k上的子载波;α_n,k,1为在第一时隙源节点到中继节点的信道增益，α_n,k,2在第二时隙中继节点到目标节点的信道增益。

步骤302、根据所述等效信道增益为每一个中继节点选择对应的子载波对。具体包括：

步骤3021、选取使每一个子载波对的等效信道增益最大的中继节点。

对每个子载波对(n,n')，选择中继节点

占用该子载波对，使该子载波对的等效信道增益最大。

步骤3022、根据所述使每一个子载波对的等效信道增益最大的中继节点的最大等效信道增益，生成匹配矩阵。

令

建立N×N的匹配矩阵

其中i为第一时隙的子载波n的序号，j为第二时隙子载波n’的序号。在第一时隙的第i个子载波和第二时隙的第j个子载波分配到中继节点k上等效信道增益最大，匹配矩阵中第i行j列的元素表示这个最大等效信道增益。

步骤3023、从所述匹配矩阵中为每一个中继节点选取等效信道增益最大的子载波对，各个所述子载波对中的子载波互相不重复。由于在每一个时隙一个子载波只能被分配至一个中继节点，因此在上述的匹配矩阵中，每行和每列都只能有一个元素被选中。利用适当的算法确定与中继节点的匹配的子载波对，例如：利用匈牙利算法可以从匹配矩阵中选取与中继节点匹配的子载波对；或者也可使用贪婪算法，每次选取匹配矩阵中的最大元素，从而确定与中继节点匹配的子载波对。

步骤303、为所述每一个中继节点选定的子载波对进行功率分配。

得出每一个中继节点上的子载波对后，完成了子载波-中继的分配。在选定的每个子载波对应的中继节点的基础上进行功率分配。该功率分配方法可以采用两重的二分搜索方法，具体可以参照本发明两跳多中继的正交频分复用系统中的资源分配方法第一实施例中相关描述。

本实施例为正交频分复用系统中的资源分配方法的次优算法，计算所有子载波对的等效信道增益后，根据所述等效信道增益为每一个中继节点选择对应的子载波对，为所述每一个中继节点选定的子载波对进行功率分配，该方法可以灵活为每一个子载波分配中继节点和功率，提高了频谱效率和系统性能。

下面通过一个实际测量的例子，比较上述的最优算法、次优算法与现有的基于OFDM符号或子载波的算法的效果。

例如：基于解码转发协议的两跳OFDM系统包含一个源节点、多个中继节点和一个目标节点。假设源节点和目标节点间的距离为2km。所有的中继节点分布在以从源节点到目标节点连线中点为圆心的圆上，圆半径为200m；使用中心频率在1.9GHz的斯坦福大学中期（SUI）信道模型模拟带宽为1MHz的固定宽带无线信道；宽带信道由6条径组成，第一条径上的信号衰落由K因子为1的莱斯分布表征，其他五条径上的衰落服从瑞利分布；不考虑阴影衰落；噪声谱密度为4.14×10-21W/Hz，路径损耗因子设为3.5；设定子载波的数目为N=64。

将基于OFDM符号的中继节点选择作为一种基准的对比方案。首先假设均匀的功率分配，然后选择能够最大化端到端传输速率的中继节点k^*，满足下面的公式（39）：

$k^{*}=\arg \underset{k}{\max }\left\{\frac{1}{2}\min \right\{\underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}\ln (1+{\mathrm{\&alpha;}}_{n,k,1}\frac{P_T}{2N}),\underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}\ln (1+{\mathrm{\&alpha;}}_{n,k,2}\frac{P_T}{2N})\left\}\right\}---\left(39\right)$

在寻找到最大化端到端传输速率的中继节点k^*之后，进行最优的功率分配，可以采用与两重二分搜索方法相似的方法完成。

尽管基于子载波的次优算法比最优算法复杂度低很多，但其性能也很理想，本发明实施例中的最优算法和次优算法端到端平均传输速率高于基于OFDM符号的算法、基于子载波的算法。经过仿真可以得到，最优算法比基于OFDM符号的算法能产生0.5bit/s/Hz的频谱效率的增益。另外，当中继数目（outage probability）为K=8。其中，最优算法的性能明显好于基于子载波和OFDM符号的中继节点。尤其是，当中断概率设为10^-3时，最优算法比基于子载波算法节省0.5dB的总传输功率，比基于OFDM符号的算法节省4.5dB总传输功率。

图8为本发明两跳多中继的正交频分复用系统中的资源分配装置第一实施例的结构示意图，如图8所示，该正交频分复用系统中的资源分配装置包括：中继分配模块41和功率分配模块43。其中，中继分配模块41，用于在每一个时隙，为每一个中继节点分配对应的子载波集，所述子载波集包括至少一个子载波，每个子载波集中的各个子载波互相不重复。功率分配模块43，用于为每一个中继节点分配的子载波集进行功率分配。

进一步地，中继分配模块41包括：速率获取子模块411和最大化子模块412。其中，速率获取子模块411，用于根据在每一个时隙为每一个中继节点分配的子载波的信道增益，获取所述中继节点在所述子载波上的端到端传输速率。最大化子模块412，用于在网络总功率一定的条件下，将所述中继节点在所述子载波上的端到端传输速率最大化。

再进一步地，最大化子模块412包括：联合优化单元4121、松弛单元4122、对偶单元4123和求解单元4124。其中联合优化单元4121，用于建立功率受限约束下的对子载波的中继分配和功率分配的联合优化问题。松弛单元4122，用于对所述联合优化问题进行松弛处理。对偶单元4123，用于对松弛处理后的所述联合优化问题进行对偶转化。求解单元4124，用于求解对偶转化后的对偶问题。

具体地，在使用基于时分的半双工解码转发协议时，两跳多中继的OFDM系统中，在第一个时隙，源节点在所有的子载波上发送数据，同时其它中继节点接听；在第二时隙，中继节点将接收到的信号进行译码，并将其转发至目标节点。为避免干扰，中继分配模块41在每一时隙，将每个子载波对应分配到一个中继节点上，在每一时隙分配到不同中继节点上的子载波集包括的子载波互相不重复，为两两互斥的。其中速率获取子模块411根据在每一个时隙为每一个中继节点分配的子载波的信道增益，获取所述中继节点在所述子载波上的端到端传输速率。然后在网络总功率一定的条件下，最大化子模块412将所述中继节点在所述子载波上的端到端传输速率最大化，具体方法为：联合优化单元4121建立功率受限约束下的对子载波的中继分配和功率分配的联合优化问题，参照本发明两跳多中继的正交频分复用系统中的资源分配方法第一实施例中的公式（7）到（11）和相关描述。松弛单元4122对所述联合优化问题进行松弛处理，参照本发明两跳多中继的正交频分复用系统中的资源分配方法第一实施例中的公式（12）到（16）和相关描述。对偶单元4123松弛处理后的所述联合优化问题进行对偶转化，参照本发明两跳多中继的正交频分复用系统中的资源分配方法第一实施例中的公式（17）到（19）和相关描述。求解单元4124求解对偶转化后的对偶问题，参照本发明两跳多中继的正交频分复用系统中的资源分配方法第一实施例中的公式（20）到（36）和相关描述。最后，功率分配模块43采用两重的二分搜索方法，为每一个中继节点分配的子载波集进行功率分配，，参照本发明两跳多中继的正交频分复用系统中的资源分配方法第一实施例中的公式（37）和相关描述。

本实施例中继分配模块在每一个时隙，为每一个中继节点分配对应的子载波集，功率分配模块为每一个中继节点分配的子载波集进行功率分配，可以为子载波灵活的分配中继节点和功率，提高了频谱效率和系统性能。

图9为本发明两跳多中继的正交频分复用系统中的资源分配装置第二实施例的结构示意图，如图9所示，该正交频分复用系统中的资源分配装置包括：计算模块51、中继分配模块53和功率分配模块55。其中，计算模块51，用于计算所有子载波对的等效信道增益，每个所述子载波对包括一个第一时隙的子载波和一个第二时隙的子载波。中继分配模块53，用于根据所述等效信道增益为每一个中继节点选择对应的子载波对。功率分配模块55，用于为所述每一个中继节点选定的子载波对进行功率分配。

进一步地，中继分配模块53可以包括：第一选取子模块531、匹配矩阵子模块532和第二选取子模块533。其中第一选取子模块531，用于选取使每一个子载波对的等效信道增益最大的中继节点。匹配矩阵子模块532，用于根据所述使每一个子载波对的等效信道增益最大的中继节点的最大等效信道增益，生成匹配矩阵。第二选取子模块533，用于从所述匹配矩阵中为每一个中继节点选取等效信道增益最大的子载波对，各个所述子载波对中的子载波互相不重复。

具体地，在两跳多中继的正交频分复用系统中，假设有K个中继节点，每一跳具有N个子载波，其中一跳代表一个时隙。对于每个中继节点k，可能对应所有N²种可能的子载波对,每一个子载波对中都包括一个第一时隙的子载波和一个第二时隙的子载波。计算模块51可以采用本发明两跳多中继的正交频分复用系统中的资源分配方法第二实施例中的公式（38）计算所有子载波对的等效信道增益。中继分配模块53则根据所述等效信道增益为每一个中继节点选择对应的子载波对，具体方法包括：第一选取子模块531对每个子载波对(n,n')，选择中继节点

占用该子载波对，使该子载波对的等效信道增益最大。令

匹配矩阵子模块532建立N×N的匹配矩阵

其中i为第一时隙的子载波n的序号，j为第二时隙子载波n’的序号。在第一时隙的第i个子载波和第二时隙的第j个子载波分配到中继节点k上等效信道增益最大，匹配矩阵中第i行j列的元素表示这个最大等效信道增益。由于在每一个时隙一个子载波只能被分配至一个中继节点，因此在上述的匹配矩阵中，每行和每列都只能有一个元素被选中。第二选取子模块533利用适当的算法确定与中继节点的匹配的子载波对，例如：利用匈牙利算法可以从匹配矩阵中选取与中继节点匹配的子载波对；或者也可使用贪婪算法，每次选取匹配矩阵中的最大元素，从而确定与中继节点匹配的子载波对。功率分配模块55可以采用两重的二分搜索方法，为所述每一个中继节点选定的子载波对进行功率分配。

本实施例计算模块计算所有子载波对的等效信道增益后，中继分配模块根据所述等效信道增益为每一个中继节点选择对应的子载波对，功率分配模块为所述每一个中继节点选定的子载波对进行功率分配，可以灵活为每一个子载波分配中继节点和功率，提高了频谱效率和系统性能。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (2)

1.一种两跳多中继的正交频分复用系统中的资源分配方法，其特征在于，包括：

计算所有子载波对的等效信道增益，每个所述子载波对包括一个第一时隙的子载波和一个第二时隙的子载波；

根据所述等效信道增益为每一个中继节点选择对应的子载波对；

为所述每一个中继节点选定的子载波对进行功率分配；

所述根据所述等效信道增益为每一个中继节点选择对应的子载波对，包括：

选取使每一个子载波对的等效信道增益最大的中继节点；

根据所述使每一个子载波对的等效信道增益最大的中继节点的最大等效信道增益，生成匹配矩阵；

从所述匹配矩阵中为每一个中继节点选取等效信道增益最大的子载波对，各个所述子载波对中的子载波互相不重复。

2.一种两跳多中继的正交频分复用系统中的资源分配装置，其特征在于，包括：

计算模块，用于计算所有子载波对的等效信道增益，每个所述子载波对包括一个第一时隙的子载波和一个第二时隙的子载波；

中继分配模块，用于根据所述等效信道增益为每一个中继节点选择对应的子载波对；

功率分配模块，用于为所述每一个中继节点选定的子载波对进行功率分配；

所述中继分配模块包括：

第一选取子模块，用于选取使每一个子载波对的等效信道增益最大的中继节点；

匹配矩阵子模块，用于根据所述使每一个子载波对的等效信道增益最大的中继节点的最大等效信道增益，生成匹配矩阵；

第二选取子模块，用于从所述匹配矩阵中为每一个中继节点选取等效信道增益最大的子载波对，各个所述子载波对中的子载波互相不重复。

Images