qos保障的lte-a飞蜂窝资源块分配与mcs选择研究

针对lte-a飞蜂窝网络下行链路的资源块(resourceblock,rb)分配与调制编码策略(modulation-and-co-dingscheme,mcs)选择问题,构建了整数线性规划模型,以在保障每个飞蜂窝用户最小吞吐量的需求下,最大化飞蜂窝系统吞吐量。其中,吞吐量是衡量网络性能最重要的服务质量(qualityofservice,qos)指标之一。鉴于此问题是一个np难问题,提出了一种acoga智能优化算法。该算法结合遗传算法(geneticalgorithm,ga)与蚁群优化(antcolonyoptimization,aco)算法,可实现rb的动态分配与mcs的动态选择,并收敛到一种近优的分配策略。其中,ga算法动态地优化aco算法中的参数配置,aco算法利用优化后的参数配置执行rb分配与mcs选择。仿真表明,与采用静态参数配置的aco算法相比较,acoga算法可使飞蜂窝系统的吞吐量提高12%以上,并显著提高了收敛速率。