基于遗传算法的多用户OFDM系统资源分配

华南理工大学学报（自然科学版） ›› 2005, Vol. 33 ›› Issue (11): 61-65.

基于遗传算法的多用户OFDM系统资源分配

王永学陈芳炯韦岗

华南理工大学电子与信息学院，广东广州 510640

收稿日期:2005-01-05 出版日期:2005-11-25 发布日期:2005-11-25
通信作者: 王永学(1975-)，男，博士生，主要从事下一代移动通信技术研究 E-mail:wyxjohn@163.com
作者简介:王永学(1975-)，男，博士生，主要从事下一代移动通信技术研究
基金资助:
国家自然科学基金资助项目(60402014)；广东省自然科学基金资助项目(31390)

Resource Allocation for Multiuser OFDM System Based on Genetic Algorithm

Wang Yong-xue Chen Fang-jiong Wei Gang

College of Electronic and Information Engineering,South China Univ.of Tech.,Guangzhou 510640,Guangdong,China

Received:2005-01-05 Online:2005-11-25 Published:2005-11-25
Contact: 王永学(1975-)，男，博士生，主要从事下一代移动通信技术研究 E-mail:wyxjohn@163.com
About author:王永学(1975-)，男，博士生，主要从事下一代移动通信技术研究
Supported by:
国家自然科学基金资助项目(60402014)；广东省自然科学基金资助项目(31390)

摘要/Abstract

摘要： 针对多用户正交频分复用(OFDM)系统，提出利用遗传算法搜索使系统发射功率最小的子载波和比特分配，并通过在遗传算法的初始群体中加入具有优秀基因的个体，使遗传算法快速收敛，从而降低了算法复杂度．仿真结果表明，与静态子载波分配算法(时分复用和频分复用)相比，所提出的算法有较大的增益(5～l5 dB)，且优于其他动态分配算法(1～2dB)．

关键词: 遗传算法, 正交频分复用, 时分复用, 频分复用

Abstract:

A genetic algorithm-based algorithm is proposed for multiuser OFDM (Orthogonal Frequency Division Multiplexing)system to acquire the subcarrier and bit allocation that needs the least transmitting power.By adding some good-gene individuals to the initial population,the convergence speed of the genetic algorithm is greatly im-proved and the complexity of the algorithm is decreased.Simulated results show that,compared with static subcarri-er allocation schemes,namely,TDMA(Time Division Multiplexing Access)and FDMA(Frequency Division Mul-tiplexing Access),the proposed algorithm is of a considerable plus of 5～1 5 dB,which is greater than that obtained by any other dynamic allocation algorithms(1～2 dB).

Key words: genetic algorithm, O~hogonal Frequency Division Multiplexing(OFDM), Time Division Multiplexing Access(TDMA), Frequency Division Multiplexing Access(FDMA)

王永学陈芳炯韦岗. 基于遗传算法的多用户OFDM系统资源分配[J]. 华南理工大学学报（自然科学版）, 2005, 33(11): 61-65.

Wang Yong-xue Chen Fang-jiong Wei Gang. Resource Allocation for Multiuser OFDM System Based on Genetic Algorithm[J]. Journal of South China University of Technology (Natural Science Edition), 2005, 33(11): 61-65.

[1]	邱宇东, 王湛, 谢志燊. 基于混合算法的半刚性连接钢框架结构优化[J]. 华南理工大学学报(自然科学版), 2023, 51(6): 72-77.
[2]	翁剑成, 王茂林, 林鹏飞, 等. 基于客流特征鉴别的公交跨线组合调度优化方法[J]. 华南理工大学学报(自然科学版), 2022, 50(9): 39-48.
[3]	秦雅琴, 钱正富, 谢济铭, 等. 基于社会力的交织区突发瓶颈段协同换道决策模型[J]. 华南理工大学学报(自然科学版), 2022, 50(7): 66-75.
[4]	郑亚晶, 李耀辉, 靳文舟. 考虑换乘客流的城市轨道交通网络末班车衔接优化研究[J]. 华南理工大学学报(自然科学版), 2022, 50(5): 32-39,72.
[5]	夏琴香, 李凯, 马骏, 等. 基于遗传算法的模具电极调度问题求解[J]. 华南理工大学学报(自然科学版), 2022, 50(3): 80-87.
[6]	周中, 邓卓湘, 陈云, 等. 基于GA-BP神经网络的泡沫轻质土强度预测[J]. 华南理工大学学报(自然科学版), 2022, 50(11): 125-132.
[7]	刘璇, 王子航, 张桐瑞, 等. 港口重载AGV横向稳定的优化控制策略[J]. 华南理工大学学报(自然科学版), 2021, 49(8): 113-121.
[8]	李静王晨张家旭. 基于UniTire轮胎模型的汽车行驶速度估计[J]. 华南理工大学学报（自然科学版）, 2021, 49(5): 47-55.
[9]	罗玉涛, 周天阳, 许晓通. 基于遗传算法的四轮转向－驱动汽车时变 LQR 控制[J]. 华南理工大学学报（自然科学版）, 2021, 49(3): 114-122.
[10]	晋刚何志豪王英俊. 基于遗传算法的5G频率选择表面形状优化方法[J]. 华南理工大学学报（自然科学版）, 2021, 49(11): 95-105.
[11]	李家乐刘真伯王雪菲. 智能电网下支持充放电策略的电动汽车配送路径优化[J]. 华南理工大学学报（自然科学版）, 2021, 49(10): 31-40.
[12]	靳文舟胡为洋邓嘉怡, 等. 基于混合算法的需求响应公交灵活调度模型 [J]. 华南理工大学学报（自然科学版）, 2021, 49(1): 123-133.
[13]	刘刚, 郭德明, 郑文成, 等. 基于轴向热路模型的架空地线与预绞丝接触端面接触电阻的计算[J]. 华南理工大学学报（自然科学版）, 2020, 48(7): 9-19.
[14]	马宏伟陈丰收. 基于粗粒度并行遗传算法的阻尼器优化布置[J]. 华南理工大学学报（自然科学版）, 2019, 47(11): 104-112.
[15]	张开升刘浩田王强张保成. 仿生鲔科机器鱼的多机体协同推进效率优化[J]. 华南理工大学学报（自然科学版）, 2018, 46(7): 109-115,122.