WO2011063708A1 - 多中继正交频分复用系统的资源分配方法和装置 - Google Patents

多中继正交频分复用系统的资源分配方法和装置 Download PDF

Info

Publication number
WO2011063708A1
WO2011063708A1 PCT/CN2010/078365 CN2010078365W WO2011063708A1 WO 2011063708 A1 WO2011063708 A1 WO 2011063708A1 CN 2010078365 W CN2010078365 W CN 2010078365W WO 2011063708 A1 WO2011063708 A1 WO 2011063708A1
Authority
WO
WIPO (PCT)
Prior art keywords
optimal
subcarrier
allocation
pairing
relay selection
Prior art date
Application number
PCT/CN2010/078365
Other languages
English (en)
French (fr)
Inventor
陶梅霞
李斌
沈晖
罗毅
党文冰
牟华
王晓炜
Original Assignee
华为技术有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 华为技术有限公司 filed Critical 华为技术有限公司
Priority to BR112012012652A priority Critical patent/BR112012012652A2/pt
Priority to JP2012540270A priority patent/JP2013512596A/ja
Priority to EP10832615A priority patent/EP2506643A1/en
Publication of WO2011063708A1 publication Critical patent/WO2011063708A1/zh
Priority to US13/481,164 priority patent/US20120236704A1/en

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00Arrangements affording multiple use of the transmission path
    • H04L5/0001Arrangements for dividing the transmission path
    • H04L5/0014Three-dimensional division
    • H04L5/0023Time-frequency-space
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B7/00Radio transmission systems, i.e. using radiation field
    • H04B7/02Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/022Site diversity; Macro-diversity
    • H04B7/026Co-operative diversity, e.g. using fixed or mobile stations as relays
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00Arrangements affording multiple use of the transmission path
    • H04L5/0001Arrangements for dividing the transmission path
    • H04L5/0003Two-dimensional division
    • H04L5/0005Time-frequency
    • H04L5/0007Time-frequency the frequencies being orthogonal, e.g. OFDM(A), DMT
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00Arrangements affording multiple use of the transmission path
    • H04L5/003Arrangements for allocating sub-channels of the transmission path
    • H04L5/0032Distributed allocation, i.e. involving a plurality of allocating devices, each making partial allocation
    • H04L5/0033Distributed allocation, i.e. involving a plurality of allocating devices, each making partial allocation each allocating device acting autonomously, i.e. without negotiation with other allocating devices
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00Arrangements affording multiple use of the transmission path
    • H04L5/003Arrangements for allocating sub-channels of the transmission path
    • H04L5/0037Inter-user or inter-terminal allocation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00Arrangements affording multiple use of the transmission path
    • H04L5/003Arrangements for allocating sub-channels of the transmission path
    • H04L5/0058Allocation criteria
    • H04L5/006Quality of the received signal, e.g. BER, SNR, water filling
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00Arrangements affording multiple use of the transmission path
    • H04L5/003Arrangements for allocating sub-channels of the transmission path
    • H04L5/0058Allocation criteria
    • H04L5/0064Rate requirement of the data, e.g. scalable bandwidth, data priority
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00Baseband systems
    • H04L25/02Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202Channel estimation
    • H04L25/022Channel estimation of frequency response
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W52/00Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04TPC
    • H04W52/38TPC being performed in particular situations
    • H04W52/42TPC being performed in particular situations in systems with time, space, frequency or polarisation diversity
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/04Wireless resource allocation
    • H04W72/044Wireless resource allocation based on the type of the allocated resource
    • H04W72/0453Resources in frequency domain, e.g. a carrier in FDMA
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/04Wireless resource allocation
    • H04W72/044Wireless resource allocation based on the type of the allocated resource
    • H04W72/0473Wireless resource allocation based on the type of the allocated resource the resource being transmission power

Definitions

  • the present invention relates to the field of wireless network communication technologies, and in particular, to a resource allocation technique in a multi-relay orthogonal frequency division multiplexing system. Background technique
  • the basic model of the relay network in the wireless communication system is as shown in FIG.
  • the relay network shown in FIG. 1 includes: a source node, a relay node, and a target node.
  • the primary signal transmission process from the source node to the target node is completed by two time slots.
  • the source node broadcasts a signal
  • the relay node and the target node listen to the signal sent by the source node
  • the relay node listens to the source node.
  • the signal is decoded first, and the decoded signal is sent to the target node with a certain power in the second time slot, and the target node performs joint processing on the signals respectively received from the first time slot and the second time slot.
  • the relay-based Orthogonal Frequency Division Multiplexing (OFDM) system uses relay technology and OFDM technology.
  • the existing resource allocation methods mainly include the following two methods: Method 1.
  • Method 1 A resource allocation method based on the same principle of subcarriers, that is, a subcarrier and a relay node that a source node sends a signal to a relay node
  • the subcarriers that send signals to the target node are the same.
  • Method 2 A resource allocation method based on the subcarrier energy pairing principle, that is, a subcarrier with the strongest energy in the previous hop is matched, and the subcarrier with the strongest energy in the previous hop is matched. The sub-carrier with the second strongest energy, and so on.
  • the resource allocation method and apparatus provided by the embodiments of the present invention can optimize system performance.
  • the resource allocation includes: at least two of subcarrier power allocation, relay selection, and subcarrier pairing; the mathematical optimization problem is based on channel information using end-to-end transmission rate optimization principles for subcarrier power allocation, relay selection, and subcarrier pairing settings Mathematical optimization problem;
  • Signal transmission is performed according to the resource allocation parameter.
  • An obtaining module configured to acquire actual channel information
  • a resource allocation module configured to acquire a resource allocation parameter according to a mathematical optimization problem based on actual channel information, where the resource allocation parameter includes: at least two of subcarrier power allocation, relay selection, and subcarrier pairing;
  • the mathematical optimization problem is a mathematical optimization problem based on channel information using an end-to-end transmission rate optimization principle for subcarrier power allocation, relay selection, and subcarrier pairing;
  • a transmission module configured to perform signal transmission according to the resource allocation parameter.
  • the mathematical optimization problem is set for the subcarrier power allocation, the relay selection, and the subcarrier pairing by using the end-to-end transmission rate optimization principle, and the subcarrier power allocation and the relay selection are obtained by solving the mathematical optimization problem. And at least two of the subcarrier pairings, using the obtained resource allocation parameters for signal transmission can improve the end-to-end transmission rate, thereby optimizing system performance.
  • FIG. 1 is a schematic diagram of a relay network in a wireless communication system
  • FIG. 2 is a flowchart of a resource allocation method according to Embodiment 1 of the present invention.
  • FIG. 3 is a schematic diagram of an OFDM system including a relay network to which the resource allocation method according to Embodiment 2 of the present invention is applied;
  • 5 is a flowchart of a resource allocation method according to Embodiment 3 of the present invention
  • 6 is a flowchart of a resource allocation method according to Embodiment 4 of the present invention
  • FIG. 7 is a schematic diagram of a resource allocation apparatus according to Embodiment 5 of the present invention.
  • FIG. 7A is a schematic diagram showing the first structure of a resource allocation module according to Embodiment 5 of the present invention.
  • FIG. 7B is a schematic diagram of a second structure of a resource allocation module according to Embodiment 5 of the present invention.
  • FIG. 7C is a third schematic structural diagram of a resource allocation module according to Embodiment 5 of the present invention.
  • Figure 8 is a schematic diagram of the distribution of relay nodes in the simulation process
  • Figure 9 is a schematic diagram 1 of the end-to-end transmission rate obtained by simulation.
  • Figure 10 is a second comparison of the end-to-end transmission rate obtained by simulation. detailed description
  • Embodiment 1 A resource allocation method. The flow of the method is shown in Figure 2.
  • S200 obtaining actual channel information.
  • the actual channel information here may be the equivalent channel gain of each subcarrier.
  • the process of obtaining actual channel information may be: first acquiring channel coefficients of each subcarrier, and then calculating channel equivalents of each subcarrier by using channel coefficients of each subcarrier.
  • the resource allocation parameters herein include: at least two of subcarrier power allocation, relay selection, and subcarrier pairing, where the mathematical optimization problem is based on channel information using end-to-end transmission rate optimization principle for subcarrier power allocation, relay selection.
  • the end-to-end transmission rate optimization principle can be specifically defined as the principle of maximum end-to-end transmission rate.
  • the resource allocation method is mainly described by taking the end-to-end transmission rate optimization principle as the maximum end-to-end transmission rate principle as an example.
  • the mathematical optimization problem based on the actual channel information is the mathematical optimization problem obtained after substituting the acquired actual channel information into the mathematical optimization problem.
  • the resource allocation parameter is obtained according to the mathematical optimization problem based on the actual channel information, that is, the mathematical optimization problem of substituting the actual channel information is solved.
  • the mathematical optimization problem is set for subcarrier power allocation, relay selection, and subcarrier pairing, so at least the subcarrier power allocation, relay selection, and subcarrier pairing that maximize the end-to-end transmission rate can be obtained from the solution result.
  • the mathematical optimization problem can be solved in the form of a dual function, that is, the mathematical optimization problem is converted into a form of a dual function, and the converted dual function is solved; of course, this embodiment can also be used.
  • This embodiment does not limit the specific implementation process for solving the mathematical optimization problem.
  • N is the number of subcarriers of the OFDM symbol, and N is greater than or equal to 1;
  • K is the number of relay nodes, and K is greater than or equal to 2;
  • the transmission rate of the subcarriers may also be referred to as the end-to-end mutual information of the cooperative transmission performed by the relay node on the subcarrier pairing, and the unit of the end-to-end mutual information may be a Nats/OFDM signal;
  • represents a constraint on the mathematical optimization problem, where 1 "selects the restriction bar for the relay
  • P s is the total transmit power of the source node, which is the total transmit power of the relay node k.
  • Equation (2) the power of the subcarrier i from the source node to the relay node k
  • A. 2 represents the power of the relay node k to the subcarrier i of the target node
  • % is the source
  • the equivalent channel gain of the subcarrier i from the node to the target node is the equivalent channel gain from the source node to the subcarrier i of the relay node k
  • « 2 is the equivalent of the subcarrier i from the relay k to the target node.
  • Channel gain the above % can be expressed as:
  • the above °3 ⁇ 4, 2 can be expressed as: called ⁇ , is the channel coefficient of the subcarrier i from the source node to the target node
  • is the channel coefficient of the subcarrier i from the source node to the relay node k
  • is the channel coefficient from the relay node k to the subcarrier i of the target node
  • ⁇ ⁇ is the relay node The noise variance of k.
  • the transmission rate obtained by using the above formula (3) is basically connected to the optimal capacity, that is, the highest transmission rate.
  • the mathematical optimization problem in this embodiment is a mathematical optimization problem for joint optimization of subcarrier pairing, relay selection and subcarrier power allocation.
  • the optimization objectives of the mathematical optimization problem include: In the limited case, maximize the end-to-end transmission rate.
  • is the dual variable of the dual function
  • P is the value range of the subcarrier power allocation
  • each value in the value domain is a function of P and t
  • D is The value range consisting of P and t
  • P is the original variable of subcarrier power allocation
  • t is the original variable of the relay selection
  • P is the original variable of the subcarrier pairing
  • is related to the power constraint condition of the source node and the power limit condition of the relay node.
  • A ( ⁇ ' ⁇ '-' ⁇ ) ⁇ 0 , where A is the dual variable vector of the source node, which is the relay node
  • the dual variable vector of 1 is the Lagrange function of the dual variable vector of the relay node k, t, p, p ⁇ v , t , P and .
  • the process of solving the dual function can be: first determine the dual variable value of the dual function, then calculate the optimal original variable of the dual function in the value of the dual variable, and obtain the optimal original variable to solve the mathematical optimization problem. result.
  • the value of the dual variable here can be the optimal value of the dual variable, that is, the optimal pair.
  • the even variable can also be the initial value of the dual variable.
  • the initial value of the dual variable is the value that is initialized for the dual variable.
  • the first specific example of the process for obtaining the resource allocation parameter according to the mathematical optimization problem based on the actual channel information in S210 may be: First, in the case of a given subcarrier pairing and a given relay selection, from the actual channel information based Obtaining the optimal subcarrier power allocation in the mathematical optimization problem; since the mathematical optimization problem in this embodiment is set for the subcarrier power allocation, subcarrier pairing, and relay selection, therefore, given two resource allocation parameters In the case of the mathematical optimization problem, the optimal value of the third resource allocation parameter can be obtained; then, in the case of the given subcarrier pairing and the optimal subcarrier power allocation obtained above, the mathematics based on the actual channel information Obtain the optimal relay selection in the optimization problem; then, in the case of the optimal subcarrier power allocation and the optimal relay selection obtained above, obtain the optimal subcarrier pairing from the mathematical optimization problem based on the actual channel information, for example , using the Hungarian algorithm to obtain the optimal subcarrier pairing.
  • the above-mentioned given subcarrier pairing and given relay selection can
  • the optimal subcarrier pairing, optimal relay selection, and optimal subcarrier power allocation in the first specific example are dual functions in the dual variable.
  • the current value of the dual variable can be either the initialization value of the dual variable or the optimal dual variable.
  • the first specific example may further include: determining the optimal subcarrier pairing, optimal relay selection, and optimality based on the foregoing Whether the dual variable of the dual function of the subcarrier power allocation converges, if not, update the dual variable, for example, update the dual variable according to the gradient algorithm or the subgradient algorithm, and then reacquire the optimal subordination based on the updated dual variable. Carrier pairing, optimal relay selection, and optimal subcarrier power allocation until the dual variable converges.
  • the currently obtained optimal original variables ie, optimal subcarrier pairing, optimal relay selection, and optimal subcarrier power allocation
  • the convergent dual variable is the optimal dual variable of the dual function.
  • the first specific example may further include: correcting by using optimal relay selection and optimal subcarrier pairing optimal subcarrier power allocation. That is, if the dual gap is ignored in the calculation of the optimal original variable of the first specific example, then After obtaining the optimal original variable of the dual function on the optimal dual variable, the optimal subcarrier power distribution and the optimal subcarrier pairing original variable can be used to calculate the optimal subcarrier power distribution. The original variables are corrected to make subcarrier power allocation more accurate.
  • the complexity of the first specific example above is the multi-item level of the number of hop subcarriers and the number of relay nodes.
  • a second specific example of the process for obtaining the resource allocation parameter according to the mathematical optimization problem based on the actual channel information in S210 may be: First, in the case where the known subcarrier power equalization and the given subcarrier are paired, the actual channel information is based on The optimal relay selection is obtained in the mathematical optimization problem; the sub-carrier power equalization is that the power of each sub-carrier is the same for one transmitting node. Since the mathematical optimization problem in this embodiment is set for the subcarrier power allocation, the subcarrier pairing, and the relay selection, therefore, in the case where the known subcarrier power is equally allocated and a resource allocation parameter is given, The optimal value of the third resource allocation parameter is obtained from the mathematical optimization problem.
  • optimal subcarrier pairing can be obtained from the mathematical optimization problem based on actual channel information.
  • the above-mentioned given subcarrier pairing can be set by using initialization or random allocation. This embodiment does not limit the specific setting manner of pairing carrier carriers.
  • the optimal subcarrier pairing, optimal relay selection, and subcarrier power equal distribution in the second specific example are the dual functions of the dual function.
  • the current value of the dual variable can be the initialization value of the dual variable.
  • the second specific example above is to jointly optimize the relay selection and subcarrier pairing based on the equal allocation of the preset subcarrier power. Since the second specific example above can not perform the fall process of the dual variable, the complexity of the second concrete example is much lower than the complexity of the first specific example.
  • a third specific example of the process for obtaining the resource allocation parameter according to the mathematical optimization problem based on the actual channel information in S210 may be: First, in the case of known subcarrier pairing and given relay selection, from the actual channel information based Obtaining the optimal subcarrier power allocation in the mathematical optimization problem; since the mathematical optimization problem in this embodiment is set for the subcarrier power allocation, the subcarrier pairing, and the relay selection, therefore, the subcarrier pairing and the given subcarrier are known.
  • the optimal value of the third resource allocation parameter can be obtained from the mathematical optimization problem.
  • optimal relay selection can be obtained from mathematical optimization problems based on actual channel information.
  • the above given relay selection can be set by initialization or random allocation. This embodiment does not limit the specific setting mode of a given relay selection.
  • the optimal relay selection and the optimal subcarrier power allocation in the third specific example are the most common values of the dual function in the dual value. Excellent original variable.
  • the current value of the dual variable can be the initial value of the dual variable or the optimal dual variable.
  • the third specific example may further include: determining based on the known subcarrier pairing, optimal relay selection, and optimal subcarrier. Whether the dual variable of the dual function of the power distribution converges, if not, update the dual variable, for example, update the dual variable according to the gradient algorithm or the sub-gradient algorithm, and then regain the optimal relay selection based on the updated dual variable. And optimal subcarrier power allocation until the dual variable converges. That is to say, when it is judged that the dual variable converges, the currently acquired optimal original variables (ie, optimal relay selection and optimal subcarrier power allocation) are solutions to the mathematical optimization problem.
  • the convergent dual variable is the optimal dual variable of the dual function.
  • the foregoing third specific example may further include: performing correction by using an optimal relay selection and a known subcarrier pairing optimal subcarrier power allocation. That is to say, if the dual gap is ignored in the calculation of the optimal original variable of the third specific example, after the optimal original variable of the dual function on the optimal dual variable is obtained, the calculated maximum can be utilized.
  • the optimal relay selection original variable and the known subcarrier pairing original variable in the optimization variable correct the optimal subcarrier power allocation original variable to make the subcarrier power allocation more accurate.
  • the third specific example above is based on the joint optimization of the relay selection and the subcarrier power allocation based on the preset fixed subcarrier pairing. Since the subcarrier pairing in the original variable of the above third specific example is known, the process of obtaining the subcarrier pairing is omitted, so that the complexity of the third specific example is slightly lower than that of the first specific example. degree.
  • the result obtained by the solution can be used for signal transmission. For example, performing signal transmission according to optimal subcarrier pairing, optimal relay selection, and optimal subcarrier power allocation; for example, performing signal transmission according to optimal subcarrier pairing, optimal relay selection, and equalization of subcarrier power; For example, based on known subcarrier pairing, optimal relay selection and optimal Subcarrier power allocation for signal transmission.
  • S220 can use the existing signal transmission operation to implement signal transmission by using the resource allocation parameter obtained by the solution. This embodiment does not limit the specific implementation process of using the resource allocation parameter for signal transmission.
  • the execution body of the first embodiment may be a source node or a relay node.
  • Embodiment 2 Resource allocation method.
  • the OFDM system including the relay network to which the method is applicable is as shown in FIG. 3, and the flow of the method is as shown in FIG.
  • FIG. 3 shows an OFDM system based on two-hop multi-relay cooperation of the amplify-forward AF protocol.
  • the OFDM system comprises: a source node S, f relay nodes, i.e., 1 ⁇ and a target node D.
  • the source node S performs OFDM-based communication with the target node D through the relay nodes.
  • 3 includes + 1 channel, 2 + 1 channel bandwidth can be set to be the same, and each channel experiences independent frequency selective fading.
  • Each channel is logically divided into W parallel orthogonal subcarriers with flat fading on each subcarrier.
  • the subcarriers from the source node S to the relay nodes are the first hop subcarriers, and the subcarriers from the relay nodes to the target node are the second hop subcarriers.
  • Each of the relay nodes in Figure 3 operates in half-duplex mode and uses the AF protocol.
  • the communication between the source node S and the destination node D is divided into thousands of frames, each frame consisting of several OFDM symbols, and each frame is further divided into two slots.
  • the source node S transmits a signal on all subcarriers, and the target node D and all the relay nodes listen to the channel.
  • each relay node amplifies the signals received from the respective subcarriers, and forwards the amplified signals to the target node D.
  • the relay node receives the signal sent by the source node S on the first hop subcarrier '', the relay node f amplifies the signal, and the amplified signal in the second time slot is in the second hop subcarrier/ 'Upload to target node D.
  • the first hop subcarrier ⁇ and the second hop subcarrier may be the same or different, and the first hop subcarrier and the second hop subcarrier ⁇ ' constitute a subcarrier pairing ( '').
  • each subcarrier pairing can only be assigned to one relay node, and one relay node can be assigned multiple subcarrier pairs. In the extreme case of only one relay node, the relay node is assigned all subcarrier pairs.
  • the target node At the end of each frame, the target node combines the signals received in the two slots and performs optimal detection to obtain the frame sent by the source node S.
  • the subcarrier pairing assigned to the relay node shown in FIG. 3 is: (first hop subcarrier 2, second The hop subcarrier 1) and (the first hop subcarrier 3, the second hop subcarrier 6), and the subcarriers allocated to the relay node R 2 are paired as: (first hop subcarrier 5, second hop subcarrier 7)
  • the subcarriers allocated to the relay node R k are: (first hop subcarrier 1, second hop subcarrier 8), (first hop subcarrier 4, second hop subcarrier 4), and (first hop) Subcarrier 7, second hop subcarrier 3)
  • subcarrier pairing assigned to relay node R K is: (first hop subcarrier 6, second hop subcarrier 5) and (first hop subcarrier 9, first Two-hop subcarrier 2).
  • S400 Acquire actual channel information, that is, acquire channel information of all subcarriers.
  • the channel information acquired in S400 is: an equivalent channel gain of each subcarrier obtained by channel coefficient calculation.
  • the equivalent channel gain of each subcarrier may include: an equivalent channel gain of the subcarrier i between the source node S and the relay node k, that is, an equivalent channel gain of the first hop subcarrier i, and a relay node k and target node
  • the equivalent channel gain of the subcarrier i between D that is, the equivalent channel gain of the second hop subcarrier i ⁇ *, 2 , and the subcarrier directly connected between the source node S and the target node D without any relay node i equivalent channel increase
  • the channel coefficient of the first hop subcarrier f of the relay node is the channel coefficient of the second hop subcarrier of the relay node, and the source node S to the destination node D are directly connected without passing through any relay node.
  • the channel coefficient on the subcarrier, '-e ⁇ l, ⁇ , N ⁇ , N is the number of subcarriers from the source node to all relay nodes, is the noise variance of the first relay node, and is the noise variance of the target node.
  • e ⁇ l , ⁇ is the number of relay nodes.
  • the dual function in S400 is obtained according to the mathematical optimization problem, which is described as: How to set subcarrier power allocation, relay selection and subcarrier pairing to maximize the transmission rate between the source node and the target node.
  • the above mathematical optimization problems include: relay selection restriction conditions, subcarrier pairing restriction conditions, source node power restriction conditions, and relay node power limitation conditions.
  • the relay selection restriction condition is that a pair of subcarriers can only be assigned to one relay node.
  • the subcarrier pairing constraint condition is that one first hop subcarrier can only be paired with one second hop subcarrier.
  • the source node power constraint condition is that the sum of the transmit powers of all the first hop subcarriers does not exceed the total transmit power of the source node.
  • Relay node power limit condition is a relay section The sum of the transmit powers of all the second hop subcarriers at the point does not exceed the total transmit power of the relay node.
  • Subcarrier pairing constraint Equation (8) where N is the number of first hop subcarriers and also the number of second hop subcarriers, ⁇ ' ⁇ 1 ⁇ , which can be a binary variable representing the first hop subcarrier ''and The second hop subcarrier pairing indicates that the first hop subcarrier '' is not paired with the second hop subcarrier.
  • Source node power limit conditions Equation (9) where N is the number of first hop subcarriers of the relay node k, K is the number of relay nodes, and v ; 1 is the power of the source node transmitting the subcarrier i to the relay node k, which is the source node Total transmit power.
  • Relay node power limit conditions Equation (10) where N is the number of second hop subcarriers of the relay node k, and the number of the first hop subcarriers of the relay node k is the same as the number of the second hop subcarriers, and is paired with the first hop subcarrier i
  • the second hop subcarrier i the source node transmits the power of the subcarrier 1 to the relay node k, which is the total transmit power of the source node.
  • the formula representation of the mathematical optimization problem in S400 can be as shown in the above formula (1), and the description will not be repeated here.
  • the carrier power allocation P needs to satisfy the formula (9) and the formula (10).
  • the relay selection t requires the formula (7).
  • the subcarrier pairing p needs to satisfy the formula (8).
  • the mathematical optimization problem in this embodiment is a mixed integer nonlinear programming problem.
  • S410 Initialize a dual variable, that is, set an initial value of the dual variable.
  • the preset default value can be used as the initial value of the dual variable, or the initial value of the dual variable ⁇ can be randomly generated. This embodiment does not limit the specific entity process for initializing the dual variable ⁇ .
  • the specific implementation process of S420 includes:
  • the given subcarrier pairing original variable and the given relay to select the original variable optimize the subcarrier power allocation original variable.
  • the given subcarrier matching original variable and the given relay selection original variable can be set by initialization or random allocation.
  • Set the subcarrier pairing ( ⁇ , ⁇ ') to be assigned to the relay node ie ⁇ ','" 1 , ⁇ ' ⁇ 1 , then the optimal subcarrier power allocation original variable can pass the following formula ( 11 ) Solve for:
  • Equation (13) The above formula (12) and formula (13) are as shown in the following formula (14):
  • H is as shown in the following formula (16):
  • Equation (17) On the basis of equation (15), for the given subcarrier paired with the original variable P, the optimal relay selection original variable t' can be found.
  • equation (16) or equation (17) defines the best criterion for relay selection. When there are multiple relay nodes capable of maximizing, then one relay node can be randomly selected for the subcarrier pairing in the plurality of relay nodes.
  • Hi ' H i,i', i,n , ⁇ is a value range of 7 .
  • the optimal subcarrier pairing original variable may be as shown in the following formula (20):
  • Formula (20) Substituting the optimal original variable ⁇ 5 ⁇ into equation (6) gives a dual function based on the optimal original variable.
  • the dual function based on the optimal original variable obtained according to the above uses a gradient algorithm or a sub-gradient algorithm to determine whether the current dual variable converges. If the judgment result is convergence, then to S440, otherwise,
  • the existing convergence determination method can be used to determine whether the dual variable converges.
  • This embodiment does not limit the specific judgment process for determining whether the current dual variable converges.
  • the optimal subcarrier power allocation original variable may be inaccurate and needs to be corrected.
  • the optimal subcarrier power allocation original variable P can be utilized and updated, and the updated optimal subcarrier power allocation original variable P satisfies the subcarrier power limiting condition and the source node power limiting condition in the above mathematical optimization problem.
  • a specific example of correcting the optimal subcarrier power allocation original variable is: Using the existing resource allocation method considering only the subcarrier power allocation, the optimal subcarrier power allocation original variable is positive.
  • the optimal subcarrier power allocation original variable that is not corrected can basically be considered as the optimal solution. It is not difficult to prove that if the optimal subcarrier power allocation original variable is corrected when the number of subcarriers N is sufficiently large, the modified optimal subcarrier power allocation original variable expression is expressed by the above formula (12) and formula (13). )basically the same.
  • a gradient algorithm or a sub-gradient algorithm can be used to calculate the sub-gradient of the dual variable. This embodiment is not limited to the specific implementation of calculating the sub-gradient of the dual variable.
  • Embodiment 3 Resource allocation method. This method is a resource allocation method in the case where the power allocation of each subcarrier is equal, that is, a resource allocation method based on equal subcarrier power allocation. The flow of the method is shown in Figure 5.
  • S500 obtains actual channel information, that is, acquires channel information of all subcarriers.
  • the channel information acquired in the S500 is: an equivalent channel gain of each subcarrier obtained by the channel coefficient calculation.
  • the equivalent channel gain of each subcarrier may include: an equivalent channel gain of the subcarrier i between the source node S and the relay node k, that is, an equivalent channel gain of the first hop subcarrier i 0 ⁇ , 1 , a relay node k and target node
  • all transmitting nodes i.e., source nodes and relay nodes
  • A independent power limiting condition
  • the specific implementation process of the S520 includes: optimizing the relay selection by pairing the original variables with the given subcarriers and calculating the obtained subcarrier power distribution average.
  • the calculated subcarrier power allocation average is as shown in the following formula (21):
  • N N Equation (21) Substitutes the formula (21) into the ', in the formula (6), and then, pairs the original variable for the given subcarrier
  • the optimal relay selection original variable t' is also substituted into the formula (6), and the Hungarian algorithm is used to obtain the optimal subcarrier pairing original variable, so as to obtain the optimal function of the dual function at the currently given dual variable.
  • This embodiment does not need to perform convergence judgment for the dual variable, and further does not need to update the current value of the dual variable.
  • the complexity of the third embodiment is ⁇ W 3 ).
  • Embodiment 4 Resource allocation method. This method is a resource allocation method in the case where pairing of subcarriers is known, that is, a resource allocation method based on pre-fixed subcarrier pairing. The flow of the method is as shown in the drawing
  • S600 Acquire actual channel information, that is, acquire channel information of all subcarriers.
  • the channel information acquired in S600 is: an equivalent channel gain of each subcarrier obtained by channel coefficient calculation.
  • the equivalent channel gain of each subcarrier may include: an equivalent channel gain of the subcarrier i between the source node S and the relay node k, that is, an equivalent channel gain of the first hop subcarrier i", 1 , a relay node k and target node
  • the equivalent channel gain of the subcarrier i between D that is, the equivalent channel gain of the second hop subcarrier i ⁇ *, 2 , and the subcarrier directly connected between the source node S and the target node D without any relay node i equivalent channel increase
  • initializing the dual variable ⁇ that is, setting the initial value of the dual variable.
  • the preset default value can be used as the initial value of the dual variable P, or the initial value of the dual variable P can be randomly generated. This embodiment does not limit the specific entity process for initializing the dual variable P.
  • the specific implementation process of the S620 includes:
  • the optimal subcarrier power allocation original variable can be obtained by solving 4 ''" ⁇ , ⁇ . 2.
  • optimize the relay selection that is, obtain the optimal relay selection original variable.
  • S630 Determine, according to the dual function based on the optimal subcarrier power allocation original variable, the optimal relay selection original variable, and the given subcarrier pair, whether the current dual variable is converged by using a gradient algorithm or a subgradient algorithm. If the result of the determination is convergence, then go to S640, otherwise, go to S650.
  • the existing convergence judgment method can be used to determine whether the dual variable converges.
  • This embodiment does not limit the specific judgment process for judging whether the currently given dual variable converges.
  • a gradient algorithm or a subgradient algorithm can be used to calculate the sub-gradient of the dual variable. This embodiment is not limited to the specific implementation of calculating the sub-gradient of the dual variable.
  • the fourth embodiment requires the ⁇ step to update the dual variable, and the complexity of the relay selection and power allocation for each step is ⁇ ( ⁇ «), the overall complexity of the fourth embodiment is Od" +1 ).
  • Embodiment 5 Resource allocation device.
  • the structure of the device is shown in Figure 7.
  • the resource allocation device in Fig. 7 may be a source node in a multi-relay orthogonal frequency division multiplexing system or a relay node in a multi-relay orthogonal frequency division multiplexing system.
  • the apparatus of Figure 7 includes: an acquisition module 700, a resource allocation module 710, and a transmission module 720.
  • the obtaining module 700 is configured to acquire actual channel information.
  • the actual channel information here may be the equivalent channel gain of each subcarrier.
  • a specific example of the obtaining module 700 for obtaining the actual channel information may be: the obtaining module 700 first acquires channel coefficients of each subcarrier, and then the obtaining module 700 calculates the equivalent channel gain of each subcarrier by using channel coefficients of each subcarrier.
  • the resource allocation module 710 is configured to obtain resource allocation parameters according to a mathematical optimization problem based on actual channel information, where the resource allocation parameters include: at least two of subcarrier power allocation, relay selection, and subcarrier pairing; mathematical optimization problem herein A mathematical optimization problem for subcarrier power allocation, relay selection, and subcarrier pairing based on channel information using end-to-end transmission rate optimization principles.
  • the end-to-end transmission rate optimization principle here can be embodied as the maximum end-to-end transmission rate principle.
  • the resource allocation device will be described mainly by taking the principle of end-to-end transmission rate optimization as the maximum end-to-end transmission rate.
  • the resource allocation module 710 can obtain the subcarrier power allocation, relay selection, and sub-interval that maximize the end-to-end transmission rate from the result of the solution. At least two of the carrier pairs.
  • the resource allocation module 710 can solve the above mathematical optimization problem in the form of a dual function, and can also solve the above mathematical optimization problem by other methods.
  • the resource allocation module 710 may store a mathematical optimization problem, or may store a dual function converted from a mathematical optimization problem. This embodiment does not limit the specific implementation process of the resource allocation module 710 for solving the mathematical optimization problem.
  • the mathematical optimization problem and the dual function in the present embodiment are as described in the above-described first to fourth embodiments, and will not be described in detail herein.
  • a specific example of the resource allocation module 710 for solving the dual function may be: the resource allocation module 710 first determines the dual variable value of the dual function, and then the resource allocation module 710 calculates the optimal original variable of the dual function on the value of the dual variable, the resource.
  • the optimal original variable obtained by the allocation module 710 is the result of solving the mathematical optimization problem.
  • the value of the dual variable here can be the optimal value of the dual variable, that is, the optimal dual variable, or the initial value of the dual variable.
  • the initial value of the dual variable is the value that is initialized for the dual variable.
  • the resource allocation module 710 can perform signal transmission according to the optimal original variable.
  • the resource allocation module 710 in FIG. 7A includes: a first allocation submodule 711, a second allocation submodule 712, and a third allocation submodule 713.
  • the resource allocation apparatus may further include: any one or two of the first convergence module and the first modification module.
  • the first allocation sub-module 71 1 is configured to obtain an optimal sub-carrier power allocation from a mathematical optimization problem based on actual channel information in the case of a given sub-carrier pairing and a given relay selection.
  • the first allocation sub-module 711 can set the given subcarrier pairing and the given relay selection by means of initialization or random allocation. This embodiment does not limit the specific implementation manner in which the first allocation sub-module 711 sets the sub-carrier carrier pairing and the given relay selection.
  • the second allocation sub-module 712 is configured to obtain the optimal relay selection from the mathematical optimization problem based on the actual channel information in the case of the azimuth carrier pairing and the optimal subcarrier power allocation acquired by the first allocation sub-module 711.
  • the third allocation sub-module 713 is configured to perform mathematics based on actual channel information in the case of the optimal sub-carrier power allocation acquired by the first distribution sub-module 71 1 and the optimal relay selection acquired by the second distribution sub-module 712 Get the optimal subcarrier pairing in the optimization problem.
  • the optimal subcarrier pairing, optimal relay selection, and optimal subcarrier obtained by the first allocation submodule 711, the second allocation submodule 712, and the third allocation submodule 713 when the mathematical optimization problem is expressed in the form of a dual function
  • the power distribution is the optimal original variable of the dual function on the current value of the dual variable.
  • the current value of the dual variable can be the initial value of the dual variable or the optimal dual variable.
  • the first convergence module in the resource allocation device needs to determine the above-mentioned optimality.
  • the first convergence module updates the dual variable, for example, the first convergence module according to the gradient algorithm or the subgradient algorithm Updating the dual variable, then, the first allocation sub-module 711, the second assigning sub-module 712, and the third assigning sub-module 713 re-acquire optimal sub-carrier pairing, optimal relay selection, and most based on the updated dual variable.
  • the subcarrier power is allocated until the first convergence module determines that the dual variable converges.
  • the optimal original variables currently acquired by the first allocation sub-module 711, the second distribution sub-module 712, and the third distribution sub-module 713 are solutions to the mathematical optimization problem.
  • the convergent dual variable is the optimal dual variable of the dual function.
  • the first repair in the resource allocation device can correct the optimal subcarrier power allocation by using optimal subcarrier pairing and optimal relay selection to make the subcarrier power allocation more accurate.
  • a specific example of the operations performed by the first allocation sub-module 711, the second distribution sub-module 712, the third distribution sub-module 713, the first convergence module, and the first correction module is as described in the foregoing second embodiment, and is not repeated here. Description.
  • FIG. 7B A second specific example of the structure of the resource allocation module 710 is shown in Figure 7B.
  • the resource allocation module 710 in FIG. 7B includes: a fourth allocation sub-module 714 and a fifth allocation sub-module 715.
  • the fourth allocation sub-module 714 is configured to obtain an optimal relay selection from a mathematical optimization problem based on actual channel information in the case of equal-subcarrier carrier pairing and sub-carrier power allocation.
  • the subcarrier power equalization is that for each transmitting node, the power of each subcarrier is the same.
  • the fourth allocation submodule 714 can set the paired carrier pairing by means of initialization or random allocation. This embodiment does not limit the specific implementation manner in which the fourth allocation submodule 714 sets the pairing of the carrier carriers.
  • the fourth allocation sub-module 714 may also initialize the dual variable ⁇ , and the fourth allocation sub-module 714 may use the preset default value as the initial value of the dual variable, or may be random. Generate an initial value for the dual variable. This embodiment does not limit the fourth entity submodule 714 to initialize the specific entity process of the dual variable ⁇ .
  • the fifth allocation sub-module 715 is configured to obtain an optimal sub-carrier pairing from the mathematical optimization problem based on the actual channel information in the case of the sub-carrier power equalization and the optimal relay selection obtained by the fourth allocation sub-module 714.
  • the optimal relay selection and the optimal subcarrier pairing acquired by the fourth allocation submodule 714 and the fifth allocation submodule 715 may be based on the initial value of the dual variable. acquired.
  • a specific example of the operations performed by the fourth allocation sub-module 714 and the fifth distribution sub-module 715 is as described in the third embodiment above, and the description thereof will not be repeated here.
  • the resource allocation module 710 in Figure 7C includes: a sixth allocation sub-module 716 and a seventh allocation sub-module 717.
  • the resource allocation device may further include: any one or two of the second convergence module and the second modification module.
  • the sixth allocation sub-module 716 is configured to obtain an optimal sub-carrier power allocation from a mathematical optimization problem based on actual channel information in the case of known sub-carrier pairing and given relay selection.
  • the sixth allocation sub-module 716 can set a given relay selection by means of initialization or random allocation. This embodiment does not limit the specific implementation manner in which the sixth allocation sub-module 716 sets a given relay selection.
  • the seventh allocation sub-module 717 is configured to obtain an optimal relay selection from a mathematical optimization problem based on actual channel information in the case of the known subcarrier pairing and the optimal subcarrier power allocation acquired by the sixth allocation submodule.
  • the optimal relay selection and the optimal subcarrier power allocation obtained by the sixth allocation submodule 716 and the seventh allocation submodule 717 are the dual values of the dual function on the current value of the dual variable.
  • the current value of the dual variable can be the initial value of the dual variable or the optimal dual variable.
  • the second convergence module in the resource allocation device needs to determine the optimal sub-carrier pairing based on the above-mentioned known sub-carrier pairing.
  • the second convergence module updates the dual variable, for example, the second convergence module updates the dual variable according to the gradient algorithm or the sub-gradient algorithm, and then, the sixth The allocation sub-module 716 and the seventh allocation sub-module 717 re-acquire the optimal relay selection and the optimal sub-carrier power allocation on the basis of the updated dual variable until the second convergence module determines that the dual variable converges. That is to say, when the second convergence module determines that the dual variable converges, the optimal original variables currently acquired by the sixth allocation sub-module 716 and the seventh distribution sub-module 717 are solutions to the mathematical optimization problem.
  • the convergent dual variable is the optimal dual variable of the dual function.
  • the second modification module in the resource allocation apparatus can correct the optimal subcarrier power allocation by using known subcarrier pairing and optimal relay selection, so as to make the subcarrier power.
  • the allocation is more accurate.
  • a specific example of the operations performed by the sixth distribution sub-module 716, the seventh distribution sub-module 717, the second convergence module, and the second correction module is as described in the above-described fourth embodiment, and the description thereof will not be repeated here.
  • the transmission module 720 is configured to perform signal transmission according to the resource allocation parameter obtained by the resource allocation module 710.
  • the transmission module 720 can use the foregoing resource allocation parameters to implement signal transmission by using existing signal transmission operations. This embodiment does not limit the specific implementation process of the transmission module 720 for signal transmission.
  • the AF-based two-hop OFDM system is set to include: one source node, one target node, and four relay nodes, ie, 4 , and the distribution of the four relay nodes is as shown in FIG.
  • the four relay nodes in Figure 8 are randomly distributed in a square area.
  • the reference scheme includes: (1) For each relay node, the subcarriers are respectively sorted on each hop according to the channel gain. (2) Sorting the subcarriers on the two hops one by one, and the existing literature has proved that this sorting and pairing mode is optimal in a single relay system, and is calculated under the assumption of equal power allocation. Following the corresponding total transmission rate. (3) Select a relay node that can maximize the transmission rate, and perform optimal power allocation on each subcarrier pair.
  • the abscissa is the transmit power of the transmitting node, and the ordinate is the average of the end-to-end transmission rate.
  • the framed curve is the system performance curve of the second embodiment of the present invention, and the curve with the triangle is the system performance curve of the third embodiment of the present invention.
  • the curve with the vertical line is the system performance curve of the fourth embodiment of the present invention, with a five-pointed star.
  • the curve is a system performance curve for a OFDM character based relay selection reference scheme. As can be seen from the graph shown in Fig. 9, the system performance of the second embodiment of the present invention, the system performance of the third embodiment, and the system performance of the fourth embodiment are significantly superior to those of the reference scheme.
  • the end-to-end frequency efficiency of the second embodiment of the present invention can be improved by about 40%. Comparing the system performance of the third embodiment and the fourth embodiment of the present invention with the system performance of the second embodiment, the third embodiment and the fourth embodiment only bring about less than 1 dB of power loss.
  • FIG. 10 Shows the four relay nodes in the network to form a relay cluster, which is distributed on the connection line between the source node and the target node.
  • the radius of the trunk cluster is much smaller than the distance between the source node and the destination node.
  • Figure 10 Variables in horizontal coordinates Indicates the ratio of the distance from the source node to the relay and the distance from the source node to the target node. The ordinate is the average end-to-end transmission rate.
  • the average end-to-end transmission rate as a function of the location of the relay node is as shown in FIG.
  • the curve with a square is the system performance curve of the second embodiment of the present invention
  • the curve with a triangle For the system performance curve of the third embodiment of the present invention, the curve with the vertical line is the system performance curve of the fourth embodiment of the present invention, and the curve with the five-pointed star is the system performance curve of the OFDM character-based relay selection reference scheme.
  • the transmission rate is higher than the end 70% of the base case.
  • the present invention can be implemented by means of software plus a necessary hardware platform, and of course, all can be implemented by hardware, but in many cases, the former is better.
  • Implementation Based on this understanding, all or part of the technical solutions of the present invention contributing to the background art may be embodied in the form of a software product that can be used to perform the method flow described above.
  • the computer software product can be stored in a storage medium, such as a ROM/RAM, a magnetic disk, an optical disk, etc., including instructions for causing a computer device (which can be a personal computer, server, or network device, etc.) to perform various embodiments of the present invention.

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Radio Transmission System (AREA)
  • Radio Relay Systems (AREA)

Description

多中继正交频分复用系统的资源分配方法和装置 技术领域
本发明涉及无线网络通讯技术领域, 具体涉及多中继正交频分复用系统中 的资源分配技术。 背景技术
无线通信系统中的中继网络的基本模型如附图 1所示。
图 1示出的中继网络包括: 源节点、 中继节点以及目标节点。 源节点到目 标节点的一次信号传输过程通过两个时隙完成,在第一时隙,源节点广播信号, 中继节点和目标节点监听源节点发送的信号, 中继节点在监听到来自源节点的 信号后, 先进行信号解码, 并在第二时隙以一定功率向目标节点发送解码后的 信号, 目标节点将从第一时隙和第二时隙分别接收到的信号进行联合处理。
基于中继的 Orthogonal Frequency Division Multiplexing (正交频分复用 , OFDM ) 系统采用了中继技术和 OFDM技术。
在基于中继的 OFDM系统中, 现有的资源分配方法主要包括如下两种: 方法一、 基于子载波相同原则的资源分配方法, 即源节点向中继节点发送 信号的子载波与中继节点向目标节点发送信号的子载波相同。
方法二、 基于子载波能量配对原则的资源分配方法, 即前一跳中能量最强 的子载波匹配后一跳中能量最强的子载波, 前一跳中能量次强的子载波匹配后 一跳中能量次强的子载波, 以此类推。
在实现本发明的过程中, 发明人发现: 基于现有的资源分配方法的系统性 能还存在进一步优化的空间。 发明内容
本发明实施方式提供的资源分配方法和装置, 可优化系统性能。
本发明实施方式提供的资源分配方法, 包括:
获取实际信道信息;
根据基于实际信道信息的数学优化问题获取资源分配参数, 所述资源分配 参数包括: 子载波功率分配、 中继选择和子载波配对中的至少两个; 所述数学优化问题为基于信道信息利用端到端传输速率优化原则为子载 波功率分配、 中继选择和子载波配对设置的数学优化问题;
根据所述资源分配参数进行信号传输。
本发明实施方式提供的资源分配装置, 包括:
获取模块, 用于获取实际信道信息;
资源分配模块, 用于根据基于实际信道信息的数学优化问题获取资源分配 参数, 所述资源分配参数包括: 子载波功率分配、 中继选择和子载波配对中的 至少两个;
所述数学优化问题为基于信道信息利用端到端传输速率优化原则为子载 波功率分配、 中继选择和子载波配对设置的数学优化问题;
传输模块, 用于根据所述资源分配参数进行信号传输。 通过上述技术方案的描述可知, 通过利用端到端传输速率优化原则为子载 波功率分配、 中继选择和子载波配对设置数学优化问题, 并通过对数学优化问 题求解获得子载波功率分配、 中继选择和子载波配对中的至少两个, 利用获得 的资源分配参数进行信号传输可以提高端到端传输速率, 从而优化了系统性 能。 附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案, 下面将对实施 例或现有技术描述中所需要使用的附图作简单地介绍, 显而易见地, 下面描述 中的附图仅仅是本发明的一些实施例, 对于本领域普通技术人员来讲, 在不付 出创造性劳动性的前提下, 还可以根据这些附图获得其他的附图。
图 1是无线通信系统中的中继网络示意图;
图 2是本发明实施例一的资源分配方法流程图;
图 3是本发明实施例二的资源分配方法适用的包括中继网络的 OFDM系统 示意图;
图 4是本发明实施例二的资源分配方法流程图;
图 5是本发明实施例三的资源分配方法流程图; 图 6是本发明实施例四的资源分配方法流程图
图 7是本发明实施例五的资源分配装置示意图;
图 7A是本发明实施例五的资源分配模块的第一种结构示意图
图 7B是本发明实施例五的资源分配模块的第二种结构示意图
图 7C是本发明实施例五的资源分配模块的第三种结构示意图
图 8是仿真过程中的中继节点分布示意图;
图 9是仿真获得的端到端传输速率对比示意图一;
图 10是仿真获得的端到端传输速率对比示意图二。 具体实施方式
下面将结合本发明实施例中的附图, 对本发明实施例中的技术方案进行清 楚、 完整地描述, 显然, 所描述的实施例是本发明一部分实施例, 而不是全部 的实施例。 基于本发明中的实施例, 本领域普通技术人员在没有作出创造性劳 动前提下所获得的所有其他实施例, 都属于本发明保护的范围。
实施例一、 资源分配方法。 该方法的流程如附图 2所示。
图 2中, S200、 获取实际信道信息。 这里的实际信道信息可以为各子载波 的等效信道增益。
获取实际信道信息的过程可以为: 先获取各子载波的信道系数, 然后, 利 用各子载波的信道系数计算各子载波的等效信道增益。
S210、 根据基于实际信道信息的数学优化问题获取资源分配参数。 这里的 资源分配参数包括: 子载波功率分配、 中继选择和子载波配对中的至少两个, 这里的数学优化问题为基于信道信息利用端到端传输速率优化原则为子载波 功率分配、 中继选择和子载波配对而设置的数学优化问题。 端到端传输速率优 化原则可以具体为端到端传输速率最大原则。 在下面的实施例中, 主要以端到 端传输速率优化原则具体为端到端传输速率最大原则为例, 对资源分配方法进 行说明。
基于实际信道信息的数学优化问题即在将获取的实际信道信息代入数学 优化问题后获得的数学优化问题。 S210中根据基于实际信道信息的数学优化问 题获取资源分配参数即: 对代入实际信道信息的数学优化问题进行求解, 由于 数学优化问题是针对子载波功率分配、 中继选择和子载波配对设置的, 因此从 求解的结果中即可获得使端到端传输速率最大的子载波功率分配、 中继选择和 子载波配对中的至少两个。 本实施例可以采用对偶函数的形式对上述数学优化 问题进行求解, 即把数学优化问题转换为对偶函数的形式来表示, 并针对转换 后的对偶函数进行求解; 当然, 本实施例也可以采用现有的其它方式对数学优 化问题进行求解, 本实施例不限制对数学优化问题求解的具体实现过程。
S210中的数学优化问题的表述可以表示为下述公式( 1) :
S
Figure imgf000006_0001
.t. 公式 ( 1 )
N K N =1 k=l Γ-1 ·
在公式(1 ) 中:
P表示子载波功率分配, 且 : ^,^ 2 Aw为源节点与中继节点 k之 间的子载波 i的功率, A'A2表示中继节点 k与目标节点之间的子载波 i,的功率; t表示中继选择, 且 t = {U, 表示子载波 i和 i,被分配给中继节点 k; p表示子载波配对, 且 ρ=·^' '}, '表示子载波 pi,配对;
N为 OFDM符号的子载波数量, 且 N大于等于 1; K为中继节点数量, 且 K大 于等于 2;
R"、k表示在当前实际信道信息且 P = {/?',", Ρί' }的情况下,从源节点经过中 继节点 k使用了子载波 i, 然后从中继节点 k到目标节点使用了子载波 的传输 速率; 也可以称为由中继节点 在子载波配对 上完成的协作传输的端到 端互信息, 端到端互信息的单位可以为 Nats/OFDM信号;
K
/ iVk =1, v,r
^表示数学优化问题的限制条件, 其中, 1 " 为中继选择限制条
N N
=ι∑Ρ ·' =I, ,z" 件, 表示子载波 i和子载波 i, 只能分配给一个中继节点; ' 1 ' N K 为子载波配对限制条件, 表示子载波 i只能和子载波 Γ 配对; '=Ι 为 源节点功率限制条件, 表示从源节点到所有中继节点的所有子载波功率之和不
∑P,k2 <pRk, k
超过源节点总发射功率; '·'=ι ' ' ' 为中继节点功率限制条件, 表示从 中继节点 k到目标节点的所有子载波功率之和不超过中继节点 k总发射功率。
Ps为源节点总发射功率, 为中继节点 k总发射功率。
上述 可以进一步被表示为下述公式 (2) :
Figure imgf000007_0001
公式 ( 2 ) 在上述公式 (2) 中, 为源节点到中继节点 k的子载波 i的功率, A .2表 示中继节点 k到目标节点的子载波 i,的功率, %为从源节点到目标节点的子载 波 i的等效信道增益, 为从源节点到中继节点 k的子载波 i的等效信道增益, « 2为从中继 k到目标节点的子载波 i,的等效信道增益。 进一步的,上述% 可以表示为:
Figure imgf000007_0002
, 上述°¾,2可 以表示为: 叫^^ , 为从源节点到目标节点的子载波 i的信道系数,
^,ι为从源节点到中继节点 k的子载波 i的信道系数, 为从中继节点 k到目标 节点的子载波 i,的信道系数, 为目标节点的噪声方差, σ Λ为中继节点 k的噪 声方差。
从上述公式 ( 2 ) 可知 , 对 Ρ', 和 Pik'2来说不同时为凹函数, 由于中继 节点通常会在高信噪比区域放大并转发信号, 因此, 上述公式 (2) 可以近似 为下述公式(3 ) :
2ln(1 + ¾¾, + ^ a,1^^p,1'^,1 + ν,ιp,ιΡ^ν,ι,ι ) 公式(3 ) 目前, 已经有文献证明, 中继节点即便是在低信噪比区域放大并转发信号, 利用上述公式 (3 ) 获得的传输速率基本上与最优容量即最高传输速率非常接 近。 由此可知, 本实施例中的数学优化问题是针对子载波配对、 中继选择和子 载波功率分配进行联合优化的数学优化问题, 该数学优化问题的优化目标包 括: 在每个发送节点功率独立受限的情况下, 最大化端到端传输速率。
如果采用对偶函数的形式对上述数学优化问题进行求解, 则上述公式( 1 ) 描述的数学优化问题转换获得的对偶函数 为:
g{fi)= max (p,t,p, ) 公式 (4)
P (p,t) 在上述公式 (4) 中, ^为对偶函数的对偶变量, P 为子载波功率分配的 值域, 且值域中的每个值都是 P和 t的函数, D 为由 P和 t组成的值域, P为子 载波功率分配原变量, t为中继选择原变量, P为子载波配对原变量, ^为与源 节点功率限制条件和中继节点功率限制条件相关的对偶变量向量, 且
^ = (^'^'-'^)± 0, 其中的 A为源节点的对偶变量向量, 为中继节点
1的对偶变量向量, 为中继节点 k的对偶变量向量, t,p,p^vtP和 的拉格朗日函数。
(p, t,p,P)
2 ' 2
Figure imgf000008_0001
公式( 5 ) 在拉格朗日函数表示为上述公式(5) 的情况下, 上述公式 (4)所示的对 偶函数 可以变换为下述公式(6) :
Figure imgf000008_0002
公式 (6) 其巾.
Figure imgf000008_0003
求解对偶函数的过程可以为: 先确定对偶函数的对偶变量取值, 然后, 计 算对偶函数在对偶变量取值上的最优原变量, 获得的最优原变量即为对数学优 化问题进行求解的结果。 这里的对偶变量取值可以为对偶变量最优值即最优对 偶变量, 也可以为对偶变量初始值。 对偶变量初始值即针对对偶变量进行初始 化的值。
S210中根据基于实际信道信息的数学优化问题获得资源分配参数的实现 过程的第一个具体例子可以为: 首先, 在给定子载波配对和给定中继选择的情 况下, 从基于实际信道信息的数学优化问题中获取最优子载波功率分配; 由于 本实施例中的数学优化问题是针对子载波功率分配、 子载波配对和中继选择三 者设置的, 因此, 在给定两个资源分配参数的情况下, 可以从数学优化问题中 获得第三个资源分配参数的最优值; 然后, 在给定子载波配对和上述获得的最 优子载波功率分配的情况下, 从基于实际信道信息的数学优化问题中获取最优 中继选择;之后,在上述获得的最优子载波功率分配和最优中继选择的情况下, 从基于实际信道信息的数学优化问题中获取最优子载波配对, 例如, 利用匈牙 利算法获取最优子载波配对。 上述给定子载波配对和给定中继选择可以釆用初 始化或者随机分配等方式设置。 本实施例不限制给定子载波配对和给定中继选 择的具体设置方式。
如果本实施例中的数学优化问题以对偶函数的形式表示, 则上述第一个具 体例子中的最优子载波配对、 最优中继选择和最优子载波功率分配即为对偶函 数在对偶变量当前取值上的最优原变量。 对偶变量当前取值可以为对偶变量的 初始化值, 也可以为最优对偶变量。
如杲上述第一个具体例子中的对偶变量为对偶变量的初始化值, 则上述第 一个具体例子还可以可选的包括: 判断基于上述最优子载波配对、 最优中继选 择和最优子载波功率分配的对偶函数的对偶变量是否收敛, 如果不收敛, 则更 新对偶变量, 例如根据梯度算法或者次梯度算法更新对偶变量, 然后, 在更新 的对偶变量的基础上, 重新获取最优子载波配对、 最优中继选择和最优子载波 功率分配, 直到对偶变量收敛。 也就是说, 在判断出对偶变量收敛时, 当前获 取的最优原变量 (即最优子载波配对、 最优中继选择和最优子载波功率分配) 就是数学优化问题的解。 收敛的对偶变量即为对偶函数的最优对偶变量。
另外,在判断出对偶变量收敛后,上述第一个具体例子还可以可选的包括: 利用最优中继选择和最优子载波配对最优子载波功率分配进行修正。 也就是 说, 如果在第一个具体例子的最优原变量计算过程中, 忽略了对偶间隙, 则在 获得了对偶函数在最优对偶变量上的最优原变量后, 可以利用计算出的最优原 变量中的最优中继选择原变量和最优子载波配对原变量对最优子载波功率分 配原变量进行修正, 以使子载波功率分配更准确。
上述第一个具体的例子的复杂度是一跳子载波数量和中继节点数量的多 项式级别。
S210中根据基于实际信道信息的数学优化问题获得资源分配参数的实现 过程的第二个具体例子可以为: 首先, 在已知子载波功率均等分配和给定子载 波配对的情况下, 从基于实际信道信息的数学优化问题中获取最优中继选择; 子载波功率均等分配即针对一个发送节点而言, 每个子载波的功率均相同。 由 于本实施例中的数学优化问题是针对子载波功率分配、 子载波配对和中继选择 三者设置的, 因此, 在已知子载波功率均等分配、 且给定一个资源分配参数的 情况下, 可以从数学优化问题中获得第三个资源分配参数的最优值。 之后, 在 子载波功率均等分配和最优中继选择的情况下, 可以从基于实际信道信息的数 学优化问题中获取最优子载波配对。 上述给定子载波配对可以釆用初始化或者 随机分配等方式设置。 本实施例不限制给定子载波配对的具体设置方式。
如果本实施例中的数学优化问题以对偶函数的形式表示, 则上述第二个具 体例子中的最优子载波配对、 最优中继选择和子载波功率均等分配即为对偶函 数在对偶变量当前取值上的最优原变量。 对偶变量当前取值可以为对偶变量的 初始化值。
上述第二个具体例子其实是在预设子载波功率均等分配的基础上, 对中继 选择和子载波配对进行联合优化。 由于上述第二个具体的例子可以不进行对偶 变量的跌代过程, 因此, 第二个具体例子的复杂度远远低于第一个具体例子的 复杂度。
S210中根据基于实际信道信息的数学优化问题获得资源分配参数的实现 过程的第三个具体例子可以为: 首先, 在已知子载波配对和给定中继选择的情 况下, 从基于实际信道信息的数学优化问题中获取最优子载波功率分配; 由于 本实施例中的数学优化问题是针对子载波功率分配、 子载波配对和中继选择三 者设置的, 因此, 在已知子载波配对和给定一个资源分配参数的情况下, 可以 从数学优化问题中获得第三个资源分配参数的最优值。 之后, 在已知子载波配 对和最优子载波功率分配的情况下, 可以从基于实际信道信息的数学优化问题 中获取最优中继选择。 上述给定中继选择可以采用初始化或者随机分配等方式 设置。 本实施例不限制给定中继选择的具体设置方式。
如果本实施例中的数学优化问题以对偶函数的形式表示, 则上述第三个具 体例子中的最优中继选择和最优子载波功率分配即为对偶函数在对偶变量当 前取值上的最优原变量。 对偶变量当前取值可以为对偶变量的初始化值, 也可 以为最优对偶变量。
如果上述第三个具体例子中的对偶变量为对偶变量的初始化值, 则上述第 三个具体例子还可以可选的包括: 判断基于上述已知子载波配对、 最优中继选 择和最优子载波功率分配的对偶函数的对偶变量是否收敛, 如果不收敛, 则更 新对偶变量, 例如根据梯度算法或者次梯度算法更新对偶变量, 然后, 在更新 的对偶变量的基础上, 重新获取最优中继选择和最优子载波功率分配, 直到对 偶变量收敛。 也就是说, 在判断出对偶变量收敛时, 当前获取到的最优原变量 (即最优中继选择和最优子载波功率分配)是数学优化问题的解。 收敛的对偶 变量即为对偶函数的最优对偶变量。
另外,在判断出对偶变量收敛后,上述第三个具体例子还可以可选的包括: 利用最优中继选择和已知的子载波配对最优子载波功率分配进行修正。 也就是 说, 如果在第三个具体例子的最优原变量计算过程中, 忽略了对偶间隙, 则在 获得了对偶函数在最优对偶变量上的最优原变量后, 可以利用计算出的最优原 变量中的最优中继选择原变量和已知的子载波配对原变量对最优子载波功率 分配原变量进行修正, 以使子载波功率分配更准确。
上述第三个具体例子其实是在预设固定的子载波配对的基础上, 对中继选 择和子载波功率分配进行联合优化。 由于上述第三个具体例子的原变量中的子 载波配对为已知, 因此, 省去了获得子载波配对的过程, 从而第三个具体例子 的复杂度略低于第一个具体例子的复杂度。
S220, 在获得了数学优化问题的求解结果后, 可以利用求解获得的结果进 行信号传输。 例如, 根据最优子载波配对、 最优中继选择和最优子载波功率分 配进行信号传输; 再例如, 根据最优子载波配对、 最优中继选择和子载波功率 均等分配进行信号传输; 再例如, 根据已知子载波配对、 最优中继选择和最优 子载波功率分配进行信号传输。
S220可以利用求解获得的资源分配参数采用现有的信号传输操作实现信 号传输, 本实施例不限制利用资源分配参数进行信号传输的具体实现过程。
上述实施例一的执行主体可以为源节点, 也可以为中继节点。
实施例二、 资源分配方法。 该方法适用的包括中继网络的 OFDM系统如附 图 3所示, 该方法的流程如附图 4所示。
图 3示出了基于放大转发 AF协议的两跳多中继协作的 OFDM系统。 该 OFDM系统包括: 一个源节点 S、 f个中继节点即 至1^和一个目标节点 D。 源 节点 S通过 个中继节点与目标节点 D进行基于 OFDM的通信。
在图 3中, 源节点 S与 个中继节点之间存在 个信道, 源节点 S与目标节点 D之间存在一个信道, K个中继节点与目标节点 D之间存在 个信道, 因此, 图 3中包括有 + 1个信道, 可以设定 2 + 1个信道带宽相同,且各信道均经历独立 的频率选择性衰落。 每个信道逻辑上分为 W个平行的正交子载波, 且每个子载 波上都是平衰落。 从源节点 S到各中继节点的子载波为第一跳子载波, 从各中 继节点到目标节点的子载波为第二跳子载波。
图 3中的每个中继节点均运行在半双工模式下, 且均采用 AF协议。 源节点 S 和目标节点 D之间的通信被分为若千个帧, 每个帧由若干个 OFDM符号组成, 每个帧又进一步分成两个时隙。 在第一时隙, 源节点 S在所有子载波上发送信 号, 目标节点 D和所有的中继节点均对信道进行监听。 在第二时隙, 每个中继 节点将监听到的从各个子载波上接收的信号进行放大, 并将放大后的信号转发 给目标节点 D。 例如, 中继节点 在第一跳子载波' '上接收到源节点 S发出的信 号, 中继节点 f将该信号放大, 并在第二时隙将放大后的信号在第二跳子载波 /'上向目标节点 D发送。 这里的第一跳子载波 ί·和第二跳子载波 可以相同, 也 可以不相同, 第一跳子载波 和第二跳子载波 ζ· '组成子载波配对( '')。 为了避免 中继节点间的干扰, 每个子载波配对只能分配给一个中继节点, 而一个中继节 点可以分配有多个子载波配对。 在只有一个中继节点的极端情况下, 该中继节 点分配有所有的子载波配对。 每个帧末, 目标节点将在两个时隙接收到的信号 进行合并, 并进行最优检测, 以获得源节点 S发送的帧。
图 3中示出的分配给中继节点 的子载波配对为: (第一跳子载波 2, 第二 跳子载波 1 ) 和 (第一跳子载波 3, 第二跳子载波 6) , 分配给中继节点 R2的子 载波配对为: (第一跳子载波 5, 第二跳子载波 7) , 分配给中继节点 Rk的子载 波配对为: (第一跳子载波 1, 第二跳子载波 8) 、 (第一跳子载波 4, 第二跳 子载波 4) 和 (第一跳子载波 7, 第二跳子载波 3) , 分配给中继节点 RK的子载 波配对为: (第一跳子载波 6, 第二跳子载波 5) 和 (第一跳子载波 9, 第二跳 子载波 2) 。
图 4中, S400、 获取实际信道信息, 即获取所有子载波的信道信息。
S400中获取的信道信息为: 通过信道系数计算获得的各子载波的等效信道 增益。 各子载波的等效信道增益可以包括: 源节点 S与中继节点 k之间的子载波 i的等效信道增益即第一跳子载波 i的等效信道增益°^,'、 中继节点 k与目标节点
D之间的子载波 i的等效信道增益即第二跳子载波 i的等效信道增益^*,2、 以及源 节点 S与目标节点 D之间不经过任何中继节点直接连接的子载波 i的等效信道增
上述等效信道增益可以定义为: ^ j2^2 《'Λ,2 = |Α'"|2 /
%=| | / 。 其中, 为中继节点 的第一跳子载波 f的信道系数, 为中 继节点 的第二跳子载波''的信道系数, 为源节点 S到目标节点 D不经过任何 中继节点而直接连接的子载波 上的信道系数, '-e{l,〜,N}, N为源节点到所有中 继节点的子载波数量, 为第 个中继节点的噪声方差, 为目标节点的的 噪声方差, e{l , }, 为中继节点的数量。
S400中的对偶函数是根据数学优化问题获得的, 该数学优化问题描述为: 如何设置子载波功率分配、 中继选择和子载波配对才能使源节点与目标节点之 间的传输速率最大。
上述数学优化问题的限制条件包括: 中继选择限制条件、 子载波配对限制 条件、 源节点功率限制条件和中继节点功率限制条件。 中继选择限制条件即一 对子载波只能分配给一个中继节点。 子载波配对限制条件即一条第一跳子载波 仅能与一条第二跳子载波配对。 源节点功率限制条件即所有第一跳子载波的发 射功率之和不超过源节点的总发射功率。 中继节点功率限制条件即一个中继节 点上的所有第二跳子载波的发射功率之和不超过该中继节点的总发射功率。 如果将数学优化问题的限制条件用公式来表述, 则数学优化问题的限制条 件可以用如下公式(7) 至公式 (10) 来表示:
K
中继选择限制条件: 'kV · 公式 ( 7 ) 其中, K为中继节点数量, 6^,1^ 可以为二进制变量, :1表 示中继节点 皮分配了子载波对 , ^ = Q表示中继节点 没有被分配子载波 对( '')。
N N
∑Α· V = 1, Pi v - 1, i '
子载波配对限制条件: 公式 (8) 其中, N为第一跳子载波数量, 也为第二跳子载波数量, Α'^ 1}, 可 以为二进制变量, 表示第一跳子载波' '和第二跳子载波 配对, 表 示第一跳子载波''没有和第二跳子载波 配对。 源节点功率限制条件:
Figure imgf000014_0001
公式( 9 ) 其中, N为中继节点 k的第一跳子载波数量, K为中继节点数量, ; v;1为源 节点向中继节点 k发射子载波 i的功率, 为源节点的总发射功率。 中继节点功率限制条件:
Figure imgf000014_0002
' 公式(10) 其中, N为中继节点 k的第二跳子载波数量, 中继节点 k的第一跳子载波数 量和第二跳子载波数量相同, 为与第一跳子载波 i配对的第二跳子载波 i,源 节点向中继节点 k发射子载波 1的功率, 为源节点的总发射功率。
S400中的数学优化问题的公式表示方式可以如上述公式 (1 ) 所示, 在此 不再重复说明。 本实施例中的数学优化问题需要优化的变量包括: 子载波功率 分配 p = Pi,k,"Pr,k,2 、 中继选择 t = if' k}和子载波配对 P = '}。 子载波功率 分配 P需要满足公式 (9) 和公式 ( 10) 。 中继选择 t需要公式 (7) 。 子载波 配对 p需要满足公式(8) 。 本实施例中的数学优化问题是一个混合整数的非线性规划问题。 本实施例 中的数学优化问题满足分时条件, 可以通过对偶方法来对上述数学优化问题求 解, 以获得能够最大化传输速率的 p = , , Ρ ,Α、 t = {^}和 p = {ρ,,Λ。
S400中的对偶函数的公式表示方式可以如上述公式(4 ) 、 公式(5 )和公 式(6 )所示, 在此不再重复说明。
本实施例中的对偶函数的对偶优化问题可以表示为:
Figure imgf000015_0001
公式 ( 11 ) 由于对偶函数总为凸函数, 而基于梯度或次梯度算法可用来最小化 g(P), 并保证收敛得到最优对偶变量 , 因此, 如果找到对偶函数 的闭合表达式 则可以获得最优对偶变量 , 并获得最优原变量即 p = ^P^ P^、 = 和 p = 也就是说, 本实施例针对对偶函数 的计算就是为了获得对偶 函数在最优对偶变量 上的最优原变量^ 。
S410、 初始化对偶变量 , 即设置对偶变量 的初始值。 可以将预设置的 缺省值作为对偶变量 的初始值, 也可以随机产生对偶变量 ^的初始值。 本实 施例不限制初始化对偶变量 ^的具体实体过程。
S420、 在给定的对偶变量处计算最优原变量 t*、 p*和 p*, 并获得基于 t*、 p*和 p*的对偶函数。 给定的对偶变量即为对偶变量的当前值。
S420的具体实现过程包括:
1、 对于给定子载波配对原变量和给定中继选择原变量, 优化子载波功率 分配原变量。 给定子载波配对原变量和给定中继选择原变量可以采用初始化或 者随机分配等方式设置。 设定子载波配对(ΖΖ ')被分配给中继节点 即 Α','" = 1, ^'·^ 1 , 则最优子 载波功率分配原变量可以通过对下述公式( 11 ) 的求解获得:
max L. ., , 从上述公式( 11 )可以看出, ^'" 是关于 w,A',w)的凸函数。 应用 KKT 获得的最 ( 12)和公式(13) 所示:
)
Figure imgf000016_0001
公式 ( 13 ) 上述公式 (12) 和公式 (13) 中的 如下述公式(14) 所示:
Figure imgf000016_0002
公式 ( 14 )
2、 对于给定子载波配对原变量, 优化中继选择原变量。
将上述公式 12 )和公式( 13 )代入 中, 获得公式( 15 ):
Figure imgf000016_0003
公式 (15) 在公式(15) 中, 的定义可以为如下两种:
a、 在源节点 S和目标节点 D之间不使用中继节点而直接进行信号传输的' I- 况下, H 如下述公式( 16)所示:
Figure imgf000016_0004
b、在源节点 S和目标节点 D之间使用中继节点进行信号协作传输的情况下, 如下述公式 ( 17)所示:
Figure imgf000017_0001
公式 ( 17 ) 在公式 (15 ) 的基 上, 对于给定子载波配对原变量 P, 可以求出最优中 继选择原变量 t'。 假设给定子载波配对(z', 符合子载波配对限制条件, 即 A' 从公式
( 15) 可以看出, 选择出的最佳的中继节点应该使 ,^最大化, 也就是说, 中 继选择最优原变量应该使公式(16) 和公式(17)获得最大值, 可以用如下公 式( 18) 来表示:
^ |l, k = k* (i, i ') = arg max Hj v k
1°' °therwise 公式(18) 由此可知, 公式 (16)或公式(17) 定义的 是中继选择的最佳准则。 当存在多个中继节点均能够使 最大化时, 则可以在这多个中继节点中为子 载波配对 ')随机选择一个中继节点。
3、 优化子载波配对原变量。
将上述公式 ( 18 )代入公式( 15 )中, 获得下述公式( 19 ), 下述公式 ( 19 ) 即为 的闭合表达式:
§{β = max∑∑ ,,H,, + SPS +∑βΚ ΡΚ
Pe° '=ι '·'=ι k=\ 公式( 19 )
Δ
在上述公式 (19) 中, Hi ' = Hi,i', i,n , β为 7的值域。
定义一个 WxN的利润矩阵 Η = [ '·'], 为了在集合 上最大化公式 (19) , 可以从利润矩阵的每行和每列中选出一个元素, 使总利润尽可能大。 显然, 这 是个标准的线性分配问题, 可以利用匈牙利算法来解决该标准的线性分配问 题, 也就是说, 可以利用匈牙利算法对公式( 19)进行求解, 获得最优子载波 配对原变量。
如果令 (0, ^1,…,^表示第二跳子载波中与第一跳子载波 ζ·匹配的子载波 标号, 则最优子载波配对原变量可以如下述公式 (20 ) 所示:
Figure imgf000018_0001
公式(20 ) 将最优原变量 ίΡ^Ρ5^ 代入公式 (6 ) 可获得基于最优原变量的对偶函数。 S430、 根据上述获得的基于最优原变量的对偶函数利用梯度算法或次梯度 算法判断当前对偶变量是否收敛, 如果判断结果为收敛, 则到 S440, 否则, 到
S450。
本实施例可以采用现有的多种收敛判断方法来判断对偶变量是否收敛, 本 实施例不限制判断当前对偶变量是否收敛的具体判断过程。
S440、 利用最优子载波配对原变量和最优中继选择原变量对最优子载波功 率分配原变量进行修正。 之后, 利用最优子载波配对原变量、 最优中继选择原 变量、 以及修正后的最优子载波功率分配原变量进行信号传输。
在子载波数量有限的情况下, 对偶间隙不能近似的当作零, 因此, 最优子 载波功率分配原变量有可能不准确, 需要修正。 可以利用 和 更新最 优子载波功率分配原变量 P, 更新后的最优子载波功率分配原变量 P满足上述 数学优化问题中的子载波功率限制条件和源节点功率限制条件。 对最优子载波 功率分配原变量进行修正的一个具体例子为: 利用现有仅考虑子载波功率分配 的资源分配方法对最优子载波功率分配原变量进行^ ·正。
在子载波数量 W足够大时, 对偶间隙越来越小, 不进行修正的最优子载波 功率分配原变量基本上可以认为是最优解。 不难证明, 如果在子载波数量 N足 够大时进行最优子载波功率分配原变量的修正, 则修正后的最优子载波功率分 配原变量的表示式与上述公式 ( 12 ) 和公式( 13 )基本相同。
S450、计算对偶变量的次梯度,并利用计算结果更新当前给定的对偶变量。 到 S420。
可以采用梯度算法或次梯度算法来计算对偶变量的次梯度。 本实施例不限 制计算对偶变量的次梯度的具体实现方式。
由于更新对偶变量的复杂度为 的多项式级别, 即 ", 而获得子载波配对 最优原变量的复杂度为0 (W3) , 因此, 实施例二的整体复杂度为0 (^^)。 实施例三、 资源分配方法。 该方法为在各子载波功率分配均等的情况下的 资源分配方法, 即基于均等子载波功率分配的资源分配方法。 该方法的流程如 附图 5所示。
图 5中, S500、 获取实际信道信息, 即获取所有子载波的信道信息。
S500中获取的信道信息为: 通过信道系数计算获得的各子载波的等效信道 增益。 各子载波的等效信道增益可以包括: 源节点 S与中继节点 k之间的子载波 i的等效信道增益即第一跳子载波 i的等效信道增益0^,1、 中继节点 k与目标节点
D之间的子载波 i的等效信道增益即第二跳子载波 i的等效信道增益°^,2、 以及源 节点 S与目标节点 D之间不经过任何中继节点直接连接的子载波 i的等效信道增 益 α'3
在本实施例中, 所有发射节点 (即源节点和各中继节点) 可以遵循同样的 独立功率限制条件, 即 A = 。
S510、 初始化对偶变量 , 即设置对偶变量 的初始值。 可以将预设置的 缺省值作为对偶变量 的初始值, 也可以随机产生对偶变量 ^的初始值。 本实 施例不限制初始化对偶变量 P的具体实体过程。
S520、 在给定的对偶变量处计算最优原变量 t*和 p*。 给定的对偶变量即为 对偶变量的当前值。 之后, 利用最优原变量 t*、 p*以及子载波功率分配平均值 进行信号传输。
S520的具体实现过程包括: 对于给定子载波配对原变量和计算获得的子载 波功率分配平均值优化中继选择。 计算获得的子载波功率分配平均值为下述公 式 ( 21 ) 所示:
Pi,k,i — 7尸? Pf,k — 7尸 、 、. / 、
N N 公式(21 ) 将公式(21 )代入公式(6 ) 的 ', 中, 之后, 对于给定子载波配对原变量
P , 选择使传输速率 最大化的中继节点, 即求出最优中继选择原变量 t'。 然 后, 将最优中继选择原变量 t'也代入公式(6 ) 的^ 中, 并利用匈牙利算法获 得最优子载波配对原变量, 从而获得对偶函数在当前给定的对偶变量上的最优 原变量 {p*,t*}。
本实施例不需要针对对偶变量进行收敛判断, 进而也不需要针对对偶变量 的当前取值进行更新, 实施例三的复杂度为 ^W3)。
实施例四、 资源分配方法。 该方法为在各子载波配对已知的情况下的资源 分配方法, 即基于预先固定子载波配对的资源分配方法。 该方法的流程如附图
6所示。
图 6中, S600、 获取实际信道信息, 即获取所有子载波的信道信息。
S600中获取的信道信息为: 通过信道系数计算获得的各子载波的等效信道 增益。 各子载波的等效信道增益可以包括: 源节点 S与中继节点 k之间的子载波 i的等效信道增益即第一跳子载波 i的等效信道增益"",1、 中继节点 k与目标节点
D之间的子载波 i的等效信道增益即第二跳子载波 i的等效信道增益^*,2、 以及源 节点 S与目标节点 D之间不经过任何中继节点直接连接的子载波 i的等效信道增
令预先固定设置的子载波配对方案为: π = ίΊ 即源节点在某一子载 波上发送的信号被中继节点在同一个子载波上转发给目标节点。
S610、 初始化对偶变量 ^, 即设置对偶变量 的初始值。 可以将预设置的 缺省值作为对偶变量 P的初始值, 也可以随机产生对偶变量 P的初始值。 本实 施例不限制初始化对偶变量 P的具体实体过程。
S620, 在给定的对偶变量处计算最优原变量 t*和 p*, 并获得基于 t*、 p*和 0) = ^的对偶函数。 给定的对偶变量即为对偶变量的当前值。
S620的具体实现过程包括:
1、 对于7 ^Z) = ZVz和给定的中继选择原变量, 优化子载波功率分配, 即 获取最优子载波功率分配原变量。
设定 (0 = w被分配给中继节点 即 A = 1, 则最优子载波 功率分配原变量可以通过对 4 ' '" ΛΛ的求解获得。 2、 对于 ( : ^ , 优化中继选择, 即获取最优中继选择原变量。 将上述最优子载波功率分配原变量和 π ) = Z', V 代入公式( 6 )的 Ζ'· 中, 并针对代入后的公式(6 )求出最优中继选择原变量 Λ 中继节点选择算法可表 示为 i, ΐ) = arg max,, Hi i k , Vi。 将; 0 = z', 和最优原变量 {p*,t*}代入公式 (6 ) 可获得基于最优子载波 功率分配原变量、 最优中继选择原变量和给定子载波配对的对偶函数。
S630、 根据上述获得的基于最优子载波功率分配原变量、 最优中继选择原 变量和给定子载波配对的对偶函数, 利用梯度算法或次梯度算法等判断当前给 定的对偶变量是否收敛, 如果判断结果为收敛, 则到 S640, 否则, 到 S650。
本实施例可以釆用现有的多种收敛判断方法来判断对偶变量是否收敛, 本 实施例不限制判断当前给定的对偶变量是否收敛的具体判断过程。
S640、利用兀^ = ZVz和最优中继选择原变量对最优子载波功率分配原变 量进行务正。 本实施例不限制对最优子载波功率分配原变量进行修正的具体实 现过程。 之后, 利用 (0 = ^、 最优中继选择原变量、 以及修正后的最优子 载波功率分配原变量进行信号传输。
S650、计算对偶变量的次梯度,并利用计算结果更新当前给定的对偶变量。 到 S620。
可以釆用梯度算法或次梯度算法来计算对偶变量的次梯度。 本实施例不限 制计算对偶变量的次梯度的具体实现方式。
由于实施例四更新对偶变量需要 Ω步,而每步的中继选择和功率分配的复 杂度为 < (Λ«) , 因此, 实施例四的整体复杂度为 Od"+1)。
实施例五、 资源分配装置。 该装置的结构如附图 7所示。 图 7中的资源分配 装置可以为多中继正交频分复用系统中的源节点, 也可以为多中继正交频分复 用系统中的中继节点。 图 7中的装置包括: 获取模块 700、 资源分配模块 710和 传输模块 720。
获取模块 700, 用于获取实际信道信息。 这里的实际信道信息可以为各子 载波的等效信道增益。 获取模块 700获取实际信道信息的一个具体例子可以为: 获取模块 700先获 取各子载波的信道系数, 然后, 获取模块 700利用各子载波的信道系数计算各 子载波的等效信道增益。
资源分配模块 710, 用于根据基于实际信道信息的数学优化问题获取资源 分配参数, 这里的资源分配参数包括: 子载波功率分配、 中继选择和子载波配 对中的至少两个; 这里的数学优化问题为基于信道信息利用端到端传输速率优 化原则为子载波功率分配、 中继选择和子载波配对设置的数学优化问题。 这里 的端到端传输速率优化原则可以具体为端到端传输速率最大原则。 在下面的实 施例中, 主要以端到端传输速率优化原则具体为端到端传输速率最大原则为 例, 对资源分配装置进行说明。
由于数学优化问题是针对子载波功率分配、 中继选择和子载波配对设置 的, 因此, 资源分配模块 710可以从求解的结果中获得使端到端传输速率最大 的子载波功率分配、 中继选择和子载波配对中的至少两个。
资源分配模块 710可以釆用对偶函数的形式对上述数学优化问题进行求 解, 也可以采用其它方法对上述数学优化问题进行求解。 资源分配模块 710中 可以存储有数学优化问题, 也可以存储有数学优化问题转换而成的对偶函数。 本实施例不限制资源分配模块 710对数学优化问题求解的具体实现过程。 本实 施例中的数学优化问题以及对偶函数等如上述实施例一至实施例四中的记载, 在此不再详细说明。
资源分配模块 710求解对偶函数的一个具体例子可以为: 资源分配模块 710 先确定对偶函数的对偶变量取值, 然后, 资源分配模块 710计算对偶函数在对 偶变量取值上的最优原变量, 资源分配模块 710获得的最优原变量即为对数学 优化问题进行求解的结果。 这里的对偶变量取值可以为对偶变量最优值即最优 对偶变量, 也可以为对偶变量初始值。 对偶变量初始值即针对对偶变量进行初 始化的值。
资源分配模块 710在获得了最优原变量后, 可以根据该最优原变量进行信 号传输。
资源分配模块 710的结构的一个具体例子如附图 7A所示。 图 7A中的资源分 配模块 710包括: 第一分配子模块 711、 第二分配子模块 712和第三分配子模块 713。 可选的, 资源分配装置还可以包括: 第一收敛模块和第一修正模块中的 任意一个或两个。
第一分配子模块 71 1 , 用于在给定子载波配对和给定中继选择的情况下, 从基于实际信道信息的数学优化问题中获取最优子载波功率分配。 第一分配子 模块 711可以采用初始化或者随机分配等方式设置给定子载波配对和给定中继 选择。 本实施例不限制第一分配子模块 711设置给定子载波配对和给定中继选 择的具体实现方式。
第二分配子模块 712, 用于在给定子载波配对和第一分配子模块 711获取的 最优子载波功率分配的情况下, 从基于实际信道信息的数学优化问题中获取最 优中继选择。
第三分配子模块 713, 用于在第一分配子模块 71 1获取的最优子载波功率分 配和第二分配子模块 712获取的最优中继选择的情况下, 从基于实际信道信息 的数学优化问题中获取最优子载波配对。
在数学优化问题以对偶函数的形式表示时, 第一分配子模块 711、 第二分 配子模块 712和第三分配子模块 713获得的最优子载波配对、 最优中继选择和最 优子载波功率分配即为对偶函数在对偶变量当前取值上的最优原变量。 对偶变 量当前取值可以为对偶变量的初始化值, 也可以为最优对偶变量。
在第一分配子模块 711、 第二分配子模块 712和第三分配子模块 713利用对 偶变量的初始化值获得了最优原变量之后, 资源分配装置中的第一收敛模块需 要判断基于上述最优子载波配对、 最优中继选择和最优子载波功率分配的对偶 函数的对偶变量是否收敛, 如果不收敛, 则第一收敛模块更新对偶变量, 例如 第一收敛模块根据梯度算法或者次梯度算法更新对偶变量, 然后, 第一分配子 模块 711、 第二分配子模块 712和第三分配子模块 713在更新的对偶变量的基础 上, 重新获取最优子载波配对、 最优中继选择和最优子载波功率分配, 直到第 一收敛模块判断出对偶变量收敛。 也就是说, 在第一收敛模块判断出对偶变量 收敛时, 第一分配子模块 711、 第二分配子模块 712和第三分配子模块 713当前 获取的最优原变量就是数学优化问题的解。 收敛的对偶变量即为对偶函数的最 优对偶变量。
另外, 在第一收敛模块判断出对偶变量收敛后, 资源分配装置中的第一修 正模块可以利用最优子载波配对和最优中继选择对最优子载波功率分配进行 修正, 以使子载波功率分配更准确。 第一分配子模块 711、 第二分配子模块 712、 第三分配子模块 713、 第一收敛模块和第一修正模块执行操作的一个具体例子 如上述实施例二中的描述, 在此不再重复说明。
资源分配模块 710的结构的第二个具体例子如附图 7B所示。 图 7B中的资源 分配模块 710包括: 第四分配子模块 714和第五分配子模块 715。
第四分配子模块 714, 用于在给定子载波配对和子载波功率均等分配的情 况下, 从基于实际信道信息的数学优化问题中获取最优中继选择。 子载波功率 均等分配即针对一个发送节点而言, 每个子载波的功率均相同。 第四分配子模 块 714可以釆用初始化或者随机分配等方式设置给定子载波配对。 本实施例不 限制第四分配子模块 714设置给定子载波配对的具体实现方式。
在使用对偶函数的形式来表示数学优化问题时, 第四分配子模块 714还可 以初始化对偶变量 ^, 第四分配子模块 714可以将预设置的缺省值作为对偶变 量 的初始值, 也可以随机产生对偶变量 的初始值。 本实施例不限制第四分 配子模块 714初始化对偶变量 ^的具体实体过程。
第五分配子模块 715, 用于在子载波功率均等分配和第四分配子模块 714获 取的最优中继选择的情况下, 从基于实际信道信息的数学优化问题中获取最优 子载波配对。
在使用对偶函数的形式来表示数学优化问题时, 第四分配子模块 714和第 五分配子模块 715获取的最优中继选择和最优子载波配对可以是在对偶变量 的初始化值的基础上获得的。 第四分配子模块 714和第五分配子模块 715执行操 作的一个具体例子如上述实施例三中的描述, 在此不再重复说明。
资源分配模块 710的结构的第三个具体例子如附图 7C所示。 图 7C中的资源 分配模块 710包括: 第六分配子模块 716和第七分配子模块 717。 可选的, 资源 分配装置还可以包括: 第二收敛模块和第二修正模块中的任意一个或两个。
第六分配子模块 716 , 用于在已知子载波配对和给定中继选择的情况下, 从基于实际信道信息的数学优化问题中获取最优子载波功率分配。 第六分配子 模块 716可以采用初始化或者随机分配等方式设置给定中继选择。 本实施例不 限制第六分配子模块 716设置给定中继选择的具体实现方式。 第七分配子模块 717, 用于在已知子载波配对和第六分配子模块获取的最 优子载波功率分配的情况下, 从基于实际信道信息的数学优化问题中获取最优 中继选择。
在数学优化问题以对偶函数的形式表示时, 第六分配子模块 716和第七分 配子模块 717获得的最优中继选择和最优子载波功率分配即为对偶函数在对偶 变量当前取值上的最优原变量。 对偶变量当前取值可以为对偶变量的初始化 值, 也可以为最优对偶变量。
在第六分配子模块 716和第七分配子模块 717利用对偶变量的初始化值获 得了最优原变量之后, 资源分配装置中的第二收敛模块需要判断基于上述已知 子载波配对、 最优中继选择和最优子载波功率分配的对偶函数的对偶变量是否 收敛, 如果不收敛, 则第二收敛模块更新对偶变量, 例如第二收敛模块根据梯 度算法或者次梯度算法更新对偶变量, 然后, 第六分配子模块 716和第七分配 子模块 717在更新的对偶变量的基础上, 重新获取最优中继选择和最优子载波 功率分配, 直到第二收敛模块判断出对偶变量收敛。 也就是说, 在第二收敛模 块判断出对偶变量收敛时, 第六分配子模块 716和第七分配子模块 717当前获取 的最优原变量就是数学优化问题的解。 收敛的对偶变量即为对偶函数的最优对 偶变量。
另外, 在第二收敛模块判断出对偶变量收敛后, 资源分配装置中的第二修 正模块可以利用已知子载波配对和最优中继选择对最优子载波功率分配进行 修正, 以使子载波功率分配更准确。 第六分配子模块 716、 第七分配子模块 717、 第二收敛模块和第二修正模块执行操作的一个具体例子如上述实施例四中的 描述, 在此不再重复说明。
传输模块 720, 用于根据资源分配模块 710获得的资源分配参数进行信号传 输。 传输模块 720可以利用上述资源分配参数釆用现有的信号传输操作实现信 号传输, 本实施例不限制传输模块 720进行信号传输的具体实现过程。
下面结合仿真结果对本发明实施例的系统性能进行说明。
设定基于 AF的两跳 OFDM系统包括: 一个源节点、 一个目标节点和四个中 继节点即 = 4, 且四个中继节点的分布如附图 8所示。 图 8中的四个中继节点在 方形区域中随机分布。 信道模型采用中心频率在 1.9GHz的斯坦福大学的中期 ( SUI )信道模型。 假设每个发送节点独立功率限制条件相同, 且噪声功率归 一化为 1。 信道总带宽固定在 1ΜΗζ。 设置路径损耗因子为 3.5, 且不考虑阴影效 应。 设定子载波数量为 16即 W = l6, 所有子载波都经历平衰落。
为了提供一个比较基准, 展示了基于 OFDM字符的中继选择(如选用一个 能够最大化在整个信道带宽上平均信道增益的中继节点)基准方案的系统性 能。 该基准方案包括: (1)对于每个中继节点, 将子载波按照信道增益在每一跳 上分别排序。 (2)将两跳上的子载波按照排序一个一个配对, 现有文献已经证明 了这种排序以及配对方式在单中继系统中是最优的, 并且计算在均等功率分配 假设下每个中继对应的总传输速率。 (3)选择能够使传输速率最大的中继节点, 并在各子载波对上进行最优的功率分配。
在发送节点的不同发送功率下, 100种随机中继节点分布的平均系统性能 如附图 9所示。
图 9中, 横坐标为发送节点的发送功率, 纵坐标为端到端传输速率平均值。 带方框的曲线为本发明实施例二的系统性能曲线, 带三角的曲线为本发明实施 例三的系统性能曲线, 带竖线的曲线为本发明实施例四的系统性能曲线, 带五 角星的曲线为基于 OFDM字符的中继选择基准方案的系统性能曲线。从图 9所示 的曲线可知, 本发明实施例二的系统性能、 实施例三的系统性能以及实施例四 的系统性能都明显优于基准方案的系统性能。 尤其是当每个发送节点的功率为 20dBW时, 本发明实施例二的端到端频豫效率可提高约 40%。 将本发明实施例 三和实施例四的系统性能与实施例二的系统性能进行比较可知, 上述实施例三 和实施例四仅仅带来了不到 1 dB的功率损耗。
从图 9示出的系统性能曲线还可知, 在高信噪比区域, 本发明实施例三的 系统性能略好于本发明实施例四的系统性能。
设定网络中的 4个中继节点组成一个中继群集, 分布在源节点和目标节点 之间的连接线上。 中继群集的半径远小于源节点和目标节点之间的距离。 图 10 水平坐标上的变量 表示源节点到中继的距离与源节点到目标节点的距离的比 值, 纵坐标为端到端传输速率平均值。 随中继节点位置变化的平均端到端传输 速率如附图 10所示。
图 10中, 带方框的曲线为本发明实施例二的系统性能曲线, 带三角的曲线 为本发明实施例三的系统性能曲线, 带竖线的曲线为本发明实施例四的系统性 能曲线, 带五角星的曲线为基于 OFDM字符的中继选择基准方案的系统性能曲 线。 从带方框的曲线可以看出, 对于本发明实施例二, 在 = 0.3时系统传输速 率最大, 比基准方案的端到端传输速率高 70%。
从图 10示出的曲线还可以看出, 在^/≥0.3时, 本发明实施例三的端到端传 输速率优于本发明实施例四的端到端传输速率。
通过以上的实施方式的描述, 本领域的技术人员可以清楚地了解到本发明 可借助软件加必需的硬件平台的方式来实现, 当然也可以全部通过硬件来实 施, 但很多情况下前者是更佳的实施方式。 基于这样的理解, 本发明的技术方 案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来, 所述 的软件产品在可以用于执行上述的方法流程。 该计算机软件产品可以存储在存 储介质中, 如 ROM/RAM、 磁碟、 光盘等, 包括若干指令用以使得一台计算机 设备(可以是个人计算机, 服务器, 或者网络设备等)执行本发明各个实施例 或者实施例的某些部分所述的方法。
虽然通过实施例描绘了本发明, 本领域普通技术人员知道, 本发明有许多 变形和变化而不脱离本发明的精神, 本发明的申请文件的权利要求包括这些变 形和变化。

Claims

权利要求书
1、 一种多中继正交频分复用系统的资源分配方法, 其特征在于, 包括: 获取实际信道信息;
根据基于实际信道信息的数学优化问题获取资源分配参数, 所述资源分配 参数包括: 子载波功率分配、 中继选择和子载波配对中的至少两个;
所述数学优化问题为基于信道信息利用端到端传输速率优化原则为子载 波功率分配、 中继选择和子载波配对设置的数学优化问题;
根据所述资源分配参数进行信号传输。
2、 如权利要求 1 所述的方法, 其特征在于, 所述根据基于实际信道信息 的数学优化问题获取资源分配参数包括:
在给定子载波配对和给定中继选择的情况下, 从所述基于实际信道信息的 数学优化问题中获取最优子载波功率分配;
在给定子载波配对和所述最优子载波功率分配的情况下, 从所述基于实际 信道信息的数学优化问题中获取最优中继选择;
在所述最优子载波功率分配和最优中继选择的情况下, 从所述基于实际信 道信息的数学优化问题中获取最优子载波配对。
3、 如权利要求 2 所述的方法, 其特征在于, 在所述数学优化问题以对偶 函数的形式表示时, 所述最优子载波配对、 最优中继选择和最优子载波功率分 配基于所述对偶函数的初始化的对偶变量或者最优对偶变量获得;
在基于所述对偶函数的初始化的对偶变量获得时, 所述方法还包括: 判断基于所述最优子载波配对、 最优中继选择和最优子载波功率分配的对 偶函数的对偶变量是否收敛;
如杲不收敛, 则更新所述对偶变量, 利用所述更新的对偶变量重新获取最 优子载波配对、最优中继选择和最优子载波功率分配,直到所述对偶变量收敛。
4、 如权利要求 3 所述的方法, 其特征在于, 在所述对偶变量收敛后, 所 述方法还包括: 利用最优中继选择和最优子载波配对最优子载波功率分配进行修正。
5、 如权利要求 1 所述的方法, 其特征在于, 所述根据基于实际信道信息 的数学优化问题获取资源分配参数包括:
在给定子载波配对和子载波功率均等分配的情况下, 从所述基于实际信道 信息的数学优化问题中获取最优中继选择;
在所述子载波功率均等分配和最优中继选择的情况下, 从所述基于实际信 道信息的数学优化问题中获取最优子载波配对。
6、 如权利要求 5所述的方法, 其特征在于, 在所述数学优化问题以对偶函 数的形式表示时, 所述最优子载波配对和最优中继选择基于所述对偶函数的初 始化的对偶变量获得。
7、 如权利要求 1 所述的方法, 其特征在于, 所述根据基于实际信道信息 的数学优化问题获取资源分配参数包括:
在已知子载波配对和给定中继选择的情况下, 从所述基于实际信道信息的 数学优化问题中获取最优子载波功率分配;
在已知子载波配对和所述最优子载波功率分配的情况下, 从所述基于实际 信道信息的数学优化问题中获取最优中继选择。
8、 如权利要求 7 所述的方法, 其特征在于, 在所述数学优化问题以对偶 函数的形式表示时, 所述最优中继选择和最优子载波功率分配基于所述对偶函 数的初始化的对偶变量或者最优对偶变量获得;
在基于所述对偶函数的初始化的对偶变量获得时, 所述方法还包括: 判断基于所述已知子载波配对、 最优中继选择和最优子载波功率分配的对 偶函数的对偶变量是否收敛;
如杲不收敛, 则更新所述对偶变量, 并利用所述更新的对偶变量重新获取 最优中继选择和最优子载波功率分配, 直到所述对偶变量收敛。
9、 如权利要求 8 所述的方法, 其特征在于, 在所述对偶变量收敛后, 所 述方法还包括: 利用所述最优中继选择和所述已知子载波配对对最优子载波功率分配行 修正。
10、 一种资源分配装置, 其特征在于, 包括:
获取模块, 用于获取实际信道信息;
资源分配模块, 用于根据基于实际信道信息的数学优化问题获取资源分配 参数, 所述资源分配参数包括: 子载波功率分配、 中继选择和子载波配对中的 至少两个;
所述数学优化问题为基于信道信息利用端到端传输速率优化原则为子载 波功率分配、 中继选择和子载波配对设置的数学优化问题;
传输模块, 用于根据所述资源分配参数进行信号传输。
11、 如权利要求 10所述的装置, 其特征在于, 所述资源分配模块包括: 第一分配子模块, 用于在给定子载波配对和给定中继选择的情况下, 从所 述基于实际信道信息的数学优化问题中获取最优子载波功率分配;
第二分配子模块, 用于在给定子载波配对和所述最优子载波功率分配的情 况下, 从所述基于实际信道信息的数学优化问题中获取最优中继选择;
第三分配子模块, 用于在所述最优子载波功率分配和最优中继选择的情况 下, 从所述基于实际信道信息的数学优化问题中获取最优子载波配对。
12、 如权利要求 11所述的装置, 其特征在于, 在所述数学优化问题以对偶 函数的形式表示时, 所述最优子载波配对、 最优中继选择和最优子载波功率分 配基于所述对偶函数的初始化的对偶变量或者最优对偶变量获得;
在基于所述对偶函数的初始化的对偶变量获得时, 所述装置还包括: 第一收敛模块, 用于判断基于所述最优子载波配对、 最优中继选择和最优 子载波功率分配的对偶函数的对偶变量是否收敛, 如果不收敛, 则更新所述对 偶变量, 并通知所述第一分配子模块、 第二分配子模块和第三分配子模块利用 所述更新的对偶变量重新获取最优子载波配对、 最优中继选择和最优子载波功 率分配, 直到所述对偶变量收敛。
13、 如权利要求 12所述的装置, 其特征在于, 所述装置还包括: 第一修正模块, 用于在所述对偶变量收敛后, 利用所述最优中继选择和最 优子载波配对所述最优子载波功率分配进行^ ί'爹正。
14、 如权利要求 10所述的装置, 其特征在于, 所述资源分配模块包括: 第四分配子模块, 用于在给定子载波配对和子载波功率均等分配的情况 下, 从所述基于实际信道信息的数学优化问题中获取最优中继选择;
第五分配子模块, 用于在所述子载波功率均等分配和最优中继选择的情况 下, 从所述基于实际信道信息的数学优化问题中获取最优子载波配对。
15、 如权利要求 10所述的装置, 其特征在于, 所述资源分配模块包括: 第六分配子模块, 用于在已知子载波配对和给定中继选择的情况下, 从所 述基于实际信道信息的数学优化问题中获取最优子载波功率分配;
第七分配子模块, 用于在已知子载波配对和所述最优子载波功率分配的情 况下, 从所述基于实际信道信息的数学优化问题中获取最优中继选择。
16、 如权利要求 15 所述的装置, 其特征在于, 在所述数学优化问题以对 偶函数的形式表示时, 所述最优中继选择和最优子载波功率分配基于所述对偶 函数的初始化的对偶变量或者最优对偶变量获得;
在基于所述对偶函数的初始化的对偶变量获得时, 所述装置还包括: 第二收敛模块, 用于判断基于所述已知子载波配对、 最优中继选择和最优 子载波功率分配的对偶函数的对偶变量是否收敛; 如果不收敛, 则更新所述对 偶变量, 并利用所述更新的对偶变量重新获取最优中继选择和最优子载波功率 分配, 直到所述对偶变量收敛。
17、 如权利要求 16所述的装置, 其特征在于, 所述装置还包括: 第二修正模块, 用于在所述对偶变量收敛后, 利用所述最优中继选择和所 述已知子载波配对对最优子载波功率分配行^ ^正。
PCT/CN2010/078365 2009-11-26 2010-11-03 多中继正交频分复用系统的资源分配方法和装置 WO2011063708A1 (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
BR112012012652A BR112012012652A2 (pt) 2009-11-26 2010-11-03 metodo de alogacao de recurso e aparelho de sistema de multiplexacao de divisao de frequencia ortogonal de multirretransmissao
JP2012540270A JP2013512596A (ja) 2009-11-26 2010-11-03 多中継の直交周波数分割多重(ofdm)システムのリソース割当て方法および装置
EP10832615A EP2506643A1 (en) 2009-11-26 2010-11-03 Resources allocation method and apparatus of multiple relays orthogonal frequency division multiplexing (ofdm) system
US13/481,164 US20120236704A1 (en) 2009-11-26 2012-05-25 Resource allocation method and apparatus of multi-relay orthogonal frequency division multiplexing system

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2009102467116A CN102083217A (zh) 2009-11-26 2009-11-26 多中继正交频分复用系统的资源分配方法和装置
CN200910246711.6 2009-11-26

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US13/481,164 Continuation US20120236704A1 (en) 2009-11-26 2012-05-25 Resource allocation method and apparatus of multi-relay orthogonal frequency division multiplexing system

Publications (1)

Publication Number Publication Date
WO2011063708A1 true WO2011063708A1 (zh) 2011-06-03

Family

ID=44065859

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2010/078365 WO2011063708A1 (zh) 2009-11-26 2010-11-03 多中继正交频分复用系统的资源分配方法和装置

Country Status (6)

Country Link
US (1) US20120236704A1 (zh)
EP (1) EP2506643A1 (zh)
JP (1) JP2013512596A (zh)
CN (1) CN102083217A (zh)
BR (1) BR112012012652A2 (zh)
WO (1) WO2011063708A1 (zh)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102333368B (zh) * 2011-06-13 2014-04-23 西安交通大学 非线性放大-转发中继最优功率分配方法
CN102740303B (zh) * 2012-05-28 2015-01-21 上海交通大学 改进型中继系统的联合功率分配和子载波匹配方法
KR101915473B1 (ko) * 2012-06-29 2018-11-06 삼성전자주식회사 간섭 중화를 수행하는 멀티 홉 네트워크에서 대상 송신 노드 및 대상 수신 노드의 페어를 분산적으로 결정하는 방법 및 협력 헤더를 통하여 중앙 집중적으로 결정하는 방법
CN102833866B (zh) * 2012-08-31 2015-02-04 宁波大学 一种协作中继正交频分多址接入系统的资源分配方法
CN103858506B (zh) * 2012-12-27 2017-08-18 华为技术有限公司 资源分配方法及装置
CN103117844B (zh) * 2013-02-02 2015-09-02 南京邮电大学 基于中继的多小区正交频分复用系统资源分配方法
EP3248322B1 (en) * 2015-01-23 2020-01-01 Telefonaktiebolaget LM Ericsson (publ) Adaptive relay schemes and virtual full-duplex relay operation
CN105228249B (zh) * 2015-08-21 2018-11-20 上海华为技术有限公司 一种子载波分配方法、相关装置以及基站
CN105792370B (zh) * 2016-03-02 2019-03-12 南京邮电大学 一种双向多中继ofdm系统中的资源联合分配方法
CN106304288A (zh) * 2016-08-12 2017-01-04 辛建芳 无线传感网非实时数据传输的网关功率分配方法
CN106452713B (zh) * 2016-10-28 2019-06-04 武汉虹信通信技术有限责任公司 一种导频污染减轻方法及装置
CN106851835B (zh) * 2017-01-06 2019-10-15 北京邮电大学 一种资源分配方法及装置
JP6747571B2 (ja) * 2017-02-16 2020-08-26 日本電気株式会社 無線アドホックネットワークにおける通信端末、通信方法及び通信プログラム
CN107359928B (zh) * 2017-07-19 2020-02-21 湘潭大学 多用户单中继协作通信系统的最优化功率分配算法
CN108601087B (zh) * 2018-04-27 2022-07-08 哈尔滨工业大学深圳研究生院 一种基于网络切片的无线通信资源分配方法
CN109219089B (zh) * 2018-08-20 2020-01-21 南京航空航天大学 无线携能双向中继网络中面向用户公平性的容量最大化传输方法
CN109413748B (zh) * 2018-11-19 2022-12-06 浙江工业大学 一种基于正交频分复用解码转发双向协作的无线携能通信方法
CN111511001B (zh) * 2020-04-08 2023-03-24 西藏大学 一种多基站ofdm系统下行链路资源分配方法
CN111867030B (zh) * 2020-06-17 2023-09-29 浙江工业大学 基于粒子群优化的射频能量源布置与发射功率设置方法
CN113207185B (zh) * 2021-04-28 2023-04-07 中山大学 一种无线携能ofdm协作中继通信系统的资源优化分配方法
CN114884550B (zh) * 2022-04-06 2023-07-25 南京邮电大学 面向双向传输fd多中继协作swipt网络的中继协作传输方法
CN115052297B (zh) * 2022-06-01 2023-10-17 山东大学 一种用于地海通信网络的功率分配及中继设计方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101483911A (zh) * 2009-01-22 2009-07-15 清华大学 功率分配、信道分配与中继节点选择的联合优化方法
CN101494863A (zh) * 2008-01-24 2009-07-29 株式会社Ntt都科摩 上行链路的无线资源分配方法、装置及基站
US20090232074A1 (en) * 2008-03-11 2009-09-17 Nec Laboratories America, Inc. Auction based resource allocation in wireless systems
CN101568073A (zh) * 2009-06-01 2009-10-28 中国科学技术大学 一种多载波通信系统中的自适应多媒体多播资源分配方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101494863A (zh) * 2008-01-24 2009-07-29 株式会社Ntt都科摩 上行链路的无线资源分配方法、装置及基站
US20090232074A1 (en) * 2008-03-11 2009-09-17 Nec Laboratories America, Inc. Auction based resource allocation in wireless systems
CN101483911A (zh) * 2009-01-22 2009-07-15 清华大学 功率分配、信道分配与中继节点选择的联合优化方法
CN101568073A (zh) * 2009-06-01 2009-10-28 中国科学技术大学 一种多载波通信系统中的自适应多媒体多播资源分配方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
See also references of EP2506643A4 *
WUTONG ET AL.: "The performance optimization for non-regenerative OFDM relaying system based on two-hop subcarrier pairing strategy", « JOURNAL OF ELECTRONICS & INFORMATION TECHNOLOGY », vol. 30, no. 11, 30 November 2008 (2008-11-30) *

Also Published As

Publication number Publication date
EP2506643A4 (en) 2012-10-03
CN102083217A (zh) 2011-06-01
US20120236704A1 (en) 2012-09-20
EP2506643A1 (en) 2012-10-03
BR112012012652A2 (pt) 2017-09-26
JP2013512596A (ja) 2013-04-11

Similar Documents

Publication Publication Date Title
WO2011063708A1 (zh) 多中继正交频分复用系统的资源分配方法和装置
CN104871601B (zh) 用于无线网络上的改进的通信的系统和方法
US7496078B2 (en) Route tree building in a wireless mesh network
EP1627511B1 (en) Method and architecture for wireless communication networks using cooperative relaying
JP5411985B2 (ja) モバイル通信における基地局動的クラスタリングの設備と方法
JP6382398B2 (ja) 無線通信のためにエンハンスされたフレームを識別するシステムおよび方法
CN104919742B (zh) 用于检测或发信令通知无线网络上的突发式干扰的存在性的系统和方法
TW201813337A (zh) 用於減少來自鄰無線設備的干擾的系統和方法
CN104956701A (zh) 监视无线网络的大小
CN105493598A (zh) 用于多用户上行链路的方法和装置
EP2038609A2 (en) Ap-local dynamic switching
CN104918305B (zh) 基于参数促进互通和网络选择
TW202224486A (zh) 多鏈路操作中的直接鏈路通訊
TW201015901A (en) Communication systems
US20130223422A1 (en) Systems and methods for optimizing wireless transmission data rates
WO2014172978A1 (zh) 一种ofdm无线中继网络系统及其资源分配方法
TW200818752A (en) Communication systems
CN104904276B (zh) 用于使用受限接入窗口来节约功率的系统和方法
Swain et al. Effects of threshold based relay selection algorithms on the performance of an IEEE 802.16 j mobile multi-hop relay (MMR) WiMAX network
Gierłowski Cross-layer mDNS/ARP integration for IEEE 802.11 s Wireless mesh Network
CN114268999B (zh) 基于干扰协调的无线Mesh自适应信道选择方法和系统
KR102012251B1 (ko) 무선 이동 메쉬 백홀 네트워크에서 종단간 지연 시간을 최소화하기 위한 라우팅 방법 및 장치
Lott et al. Performance analysis of multicast transmission in WLAN
Gierłowski Interworking and cross-layer service discovery extensions for IEEE 802.11 s wireless mesh standard
Huang et al. Subcarrier power allocation in OFDM-based dual-hop systems with af relaying

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 10832615

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2012540270

Country of ref document: JP

Ref document number: 2010832615

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112012012652

Country of ref document: BR

ENP Entry into the national phase

Ref document number: 112012012652

Country of ref document: BR

Kind code of ref document: A2

Effective date: 20120525