加权比例公平群智能跨层资源分配算法在OFDM系统中的应用

"论文研究-加权比例公平群智能跨层资源分配算法.pdf" 这篇论文针对多用户OFDM（正交频分复用）系统，提出了两种适用于混合业务的加权比例公平跨层资源分配方案。在这样的系统中，用户可能有多个队列，每个队列承载不同类型的数据业务。在MAC（媒体访问控制）层，提出的两种方案均采用加权比例公平调度策略。该策略基于用户队列中的不同业务类型赋予不同权重，然后根据这些权重计算用户的总体权重，并据此对用户进行排序。接着，按照系统中各用户待传输数据量的比例设定用户间的速率成比例约束条件。 在物理层，这两个方案都将优化目标设定为在用户间速率成比例约束条件下最大化系统的权重容量和。它们都利用了群智能算法来优化资源分配。方案1利用人工鱼群算法来进行子载波分配，并采用新的功率分配方式；而方案2则引入了云自适应粒子群算法处理子载波分配，采用人口迁移算法进行功率分配。两种方案都会依据加权比例公平调度提供的用户分组排序结果来传输数据。 通过数值仿真和性能分析，这两种方案被证明能够在满足用户业务流的时延需求以及保证用户公平性的同时，显著提升系统的总传输速率。这表明，将群智能算法应用于OFDM系统的资源分配可以有效提升系统效率，特别是在处理混合业务场景下。 关键词：OFDM系统；群智能算法；混合业务；比例公平；跨层资源分配 这篇论文的研究成果对于理解和优化多用户OFDM系统的资源管理策略具有重要意义，尤其是在处理各种不同类型的业务流量时，如何实现公平性和效率的平衡。同时，它也展示了群智能算法在通信系统优化问题中的应用潜力，如人工鱼群算法和云自适应粒子群算法，这些算法能够有效地解决复杂的优化问题。