导读:本文包含了复杂度分配论文开题报告文献综述及选题提纲参考文献，主要关键词:正交频分复用,自适应调制,比特功率分配,Fischer算法
复杂度分配论文文献综述
周凯福,程伟,窦立超,张西平[1]（2019）在《一种低复杂度的OFDM自适应比特功率分配方法》一文中研究指出OFDM自适应调制技术根据信道状态信息,自适应地进行子载波的比特和功率分配,从而有效提高通信系统的传输性能.针对Fischer算法在自适应进行子载波的比特和功率分配过程中存在迭代运算量大的问题,提出了一种基于改进Fischer算法的低复杂度资源分配方法.该方法通过计算子信道可传输信息的最高噪声方差门限,一次性排除所有不可用的子载波,而在比特分配调整过程中采用次优思想进行调整优化.仿真结果表明,与Fischer算法相比,改进Fischer算法复杂度大大降低,并且其误比特性能与Fischer算法基本相当.(本文来源于《空军预警学院学报》期刊2019年03期）
白向伟,李青,唐燕群[2]（2019）在《低复杂度室内超密集可见光通信网络频谱资源分配算法》一文中研究指出针对室内超密集可见光通信网络多小区资源分配算法中存在的吞吐性能与算法复杂度之间的矛盾,提出一种吞吐性能近似最优且复杂度低的资源分配算法。通过建立各小区资源分配问题的最优化模型,得出该问题是凸优化问题的结论;在合理近似处理后,推导了终端资源分配归一化比例因子的解析式,在此基础上提出一种资源分配算法;算法复杂度分析表明本文算法具有多项式复杂度,低于经典最优化内点法。仿真表明,相比于请求速率占比分配法,本文算法的吞吐量性能提升了57%,服务质量满意度性能提升了67%。(本文来源于《光学学报》期刊2019年09期）
孟康康,葛文萍,马利丽[3]（2019）在《基于SCMA功耗最小的低复杂度码本资源分配算法》一文中研究指出针对稀疏码多址接入(SCMA)系统传输功耗较大问题,为了更好地降低系统传输功耗,提出一种优化的联合功率分配及码本分配迭代算法。由于功率优化问题是非凸问题,首先通过变量替换和定义功率分配因子将该问题转化为凸优化问题,其次利用拉格朗日对偶分解求得用户最优功率。码本优化问题,考虑到穷举算法巨大的计算复杂度,采用用户贡献度最小方法,提出一种低复杂度码本分配算法。仿真结果和理论分析表明,所提方法优化的功率分配及码本分配迭代算法可以有效地降低系统传输功耗和计算复杂度。(本文来源于《激光杂志》期刊2019年11期）
祁争辉,宋荣方[4]（2018）在《下行非正交多址系统低复杂度功率分配算法设计》一文中研究指出近年来,非正交多址接入(Non-Orthogonal Multiple Access,NOMA)作为5G关键技术而得到广泛关注。相比于已有的正交多址接入,NOMA可承载用户数不受资源数目的限制,能够满足5G应用场景中大规模连接需求,同时可以提高系统的频谱效率。由于NOMA通过功率域区分不同用户,功率分配方法直接影响着系统的性能,文中旨在设计有效的功率分配方案优化系统吞吐量。鉴于已有算法较高的复杂度,文中提出一种改进的功率分配算法,将功率分配问题拆分为两个子问题,即先进行带间功率分配,再进行带内功率分配,通过联合设计迭代注水功率分配和比例公平调度算法分别求解两个子优化问题。另外,考虑到信号检测分离过程存在残余干扰,还对差错传播模型进行了仿真分析。仿真结果表明,改进的算法虽然性能上略低于最优迭代注水功率分配算法,但是大幅度降低了计算复杂度,具有一定的实践意义。(本文来源于《南京邮电大学学报(自然科学版)》期刊2018年04期）
高云鹏[5]（2018）在《基于复杂度的工人与机器人协同作业任务分配问题研究》一文中研究指出在经济全球化的背景下,为了使自身在激烈竞争中保持优势,制造类企业需要继续稳步提高自己的生产力水平,以满足消费者个性化和短交期的要求。然而,由于人容易疲劳,重复性差,如果整个装配过程继续全部由人工操作完成,那么工作效率和产品质量方面可能是差强人意的。因此,引入工业机器人就成为一个必然选择。工业机器人对于保证生产的连续性具有重要的作用,但是人类也具有无可替代的解决突发问题的能力以及操作的柔性,这对于保持生产系统的稳定性,消除不确定因素具有重要作用。因此,把人类和机器人结合起来(HRC)就成为面临的新课题。当前人机协作(HRC)主要面临3个问题:1)安全方面;2)大规模的编程;3)任务分配。本文旨在通过对第叁个问题任务分配的研究,建立合理的任务分配模型,使得工人和工业机器人这两项劳动力资源得到充分的利用,同时使生产系统的运行效率得到提高。以往对于人和机器人的任务分配问题主要聚焦于时间、操作舒适度、资源利用率等,本文从另一个角度:以任务复杂度为主要衡量指标对工作任务进行合理划分,同时兼顾时间和成本,以期能够充分利用人和工业机器人各自的特点,使混流生产线的生产能力和稳定性得到极大的提高。针对研究目的,本文首先提出了人机协同作业下的工人任务复杂度的评价方法;其次,建立了人机协同作业任务分配模型,并且以平均流程时间、资源利用率、资源利用均衡率为约束条件,对最优的工人任务复杂度进行计算,得到联合优化的任务分配方案;同时,为了提高模型的计算效率和实际应用价值,本文利用遗传算法进行计算,并且在本文中给出了具体的编码方法;最后,通过一个实例展示、证实了本课题研究的可行性和实用性。本文的研究为人机协同作业任务分配的研究奠定了理论与评价基础。(本文来源于《吉林大学》期刊2018-06-01）
宋晓勤,刘叶,金慧,雷磊,胡静[6]（2017）在《一种用于OFDMA认知网络的低复杂度资源分配算法》一文中研究指出针对功率受限的多用户正交频分多址接入(OFDMA)认知网络,提出了一种低复杂度的资源分配算法,包括子载波和功率分配.在子载波分配中,选取包含最差信道质量的子载波优先分配给用户,再将剩余的子载波信道质量值按方差的降序分配给用户,避免了最后未被分配的子载波恰好只能分配给对应信道质量最差用户的情况发生;在功率分配时,在传统线性注水算法的基础上增加了对主用户抗干扰阈值的判断,在最大化次用户吞吐量的同时,提高了主用户的抗干扰能力.仿真结果表明,与已有算法相比,该算法能够有效提升分配给用户的最差子载波信道质量,在用户吞吐量上接近于传统线性注水算法的性能上限,具有良好的主用户公平性,且计算复杂度低.(本文来源于《东南大学学报(自然科学版)》期刊2017年06期）
柳晶[7]（2016）在《MA准则下低复杂度动态资源分配算法研究》一文中研究指出随着用户对通信质量要求的快速上升,针对一种应用于短波通信中的OFDM动态资源分配算法存在的运算时间长的问题,提出了MA准则下的改进动态资源分配算法。该算法在给定注水线的情况下,一次去除不合格的子信道,然后在基于指数形式的近似误码率公式基础上进行比特分配,并采取Fischer算法的分配方式进行功率分配。仿真实验结果表明:在不影响误码率的情况下降低了功率分配方案运算的复杂度,提高了动态资源分配的效率。(本文来源于《电子世界》期刊2016年13期）
李李,卫萌菡,周朝荣[8]（2016）在《OFDM认知无线电网络低复杂度功率分配算法》一文中研究指出在正交频分复用认知无线电网络中,研究多个功率约束条件下的功率分配问题。认知用户功率约束条件分为两类:对主用户频段的干扰约束与认知用户总传输功率约束。以最大化认知用户速率为目标,构建一个多约束条件优化问题,得出最优功率分配算法,在此基础上,通过对约束条件加以分解,提出一种低复杂度的次优功率分配算法。仿真结果表明,最优算法可以取得最大的认知用户传输速率;提出的次优算法可以极小的性能损失,在复杂度上取得较大优势。(本文来源于《计算机工程与设计》期刊2016年04期）
范利,金石[9]（2016）在《低复杂度大规模MIMO系统上行功率分配算法》一文中研究指出为了降低莱斯信道衰落下多小区大规模多输入多输出系统上行链路功率分配算法的复杂度,提出了基于小区近似和速率的低复杂度功率分配算法.首先,给出基站采用最大比合并接收时的小区和速率近似表达式及其上下界;然后,在小区发射总功率受限及保证用户服务质量需求的条件下,提出分别基于上、下界的2种功率分配算法.这2种算法仅利用大尺度衰落等长时信道信息,减少了信道估计开销及运行功率分配算法的次数,从而降低了系统实现复杂度.仿真结果表明,与等功率分配算法相比,所提算法在低信噪比下能够显着提升系统和速率;然而,信噪比越大,性能增益越小.因此,这种新的功率分配算法可以有效应用于低信噪比情况.(本文来源于《东南大学学报(自然科学版)》期刊2016年01期）
任丙印,郭晓芳,崔永,周长征[10]（2013）在《一种兼顾公平性和复杂度的认知无线电频谱分配算法》一文中研究指出针对如何公平有效地分配有限的频谱资源问题,提出一种兼顾公平性和复杂度的子信道与功率分配算法。算法首先按照认知用户QoS要求,基于频谱可用性进行子信道分配;然后考虑降低算法复杂度,依据各子信道频谱可用性的比例来分配功率。仿真结果表明,与贪婪算法相比,该算法认知系统平均吞吐量降低了2%左右,但满足QoS要求的用户比例则要平均高出20%,取得了平均吞吐量与公平性和复杂度的良好折衷。(本文来源于《第七届全国信号和智能信息处理与应用学术会议会刊》期刊2013-10-11）
复杂度分配论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对室内超密集可见光通信网络多小区资源分配算法中存在的吞吐性能与算法复杂度之间的矛盾,提出一种吞吐性能近似最优且复杂度低的资源分配算法。通过建立各小区资源分配问题的最优化模型,得出该问题是凸优化问题的结论;在合理近似处理后,推导了终端资源分配归一化比例因子的解析式,在此基础上提出一种资源分配算法;算法复杂度分析表明本文算法具有多项式复杂度,低于经典最优化内点法。仿真表明,相比于请求速率占比分配法,本文算法的吞吐量性能提升了57%,服务质量满意度性能提升了67%。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
复杂度分配论文参考文献
[1].周凯福,程伟,窦立超,张西平.一种低复杂度的OFDM自适应比特功率分配方法[J].空军预警学院学报.2019
[2].白向伟,李青,唐燕群.低复杂度室内超密集可见光通信网络频谱资源分配算法[J].光学学报.2019
[3].孟康康,葛文萍,马利丽.基于SCMA功耗最小的低复杂度码本资源分配算法[J].激光杂志.2019
[4].祁争辉,宋荣方.下行非正交多址系统低复杂度功率分配算法设计[J].南京邮电大学学报(自然科学版).2018
[5].高云鹏.基于复杂度的工人与机器人协同作业任务分配问题研究[D].吉林大学.2018
[6].宋晓勤,刘叶,金慧,雷磊,胡静.一种用于OFDMA认知网络的低复杂度资源分配算法[J].东南大学学报(自然科学版).2017
[7].柳晶.MA准则下低复杂度动态资源分配算法研究[J].电子世界.2016
[8].李李,卫萌菡,周朝荣.OFDM认知无线电网络低复杂度功率分配算法[J].计算机工程与设计.2016
[9].范利,金石.低复杂度大规模MIMO系统上行功率分配算法[J].东南大学学报(自然科学版).2016
[10].任丙印,郭晓芳,崔永,周长征.一种兼顾公平性和复杂度的认知无线电频谱分配算法[C].第七届全国信号和智能信息处理与应用学术会议会刊.2013