تخصیص منابع در شبکه های WiMAX مبتنی بر OFDMA برای سیستم های IPTV با استفاده از الگوریتم ژنتیک

نویسندگان

دانشگاه کردستان

چکیده

چکیده: تخصیص پهنای باند در استاندارد IEEE 802.16، به­صورت اختصاص بلوک­های دوبعدی در محدوده زمان و فرکانس (که burstنامیده می­شوند) به کاربران، تعریف می­گردد. تخصیص منابع برای کارایی سیستم حیاتی است اما جزئیات آن در استانداردهای IEEE802.16 تعریف نشده و بر عهده پیاده‌سازی کننده گذاشته شده است. الگوریتم­های زیادی برای این منظور در شبکه­های مبتنی بر OFDMAارائه شده­اند. در این مقاله، یک الگوریتم ژنتیک برای ساخت burstدر شبکه WiMAXپیشنهاد شده است که ساختار مستطیلی  burst­های پایین­سو در استانـدارد IEEE 802.16را رعـایت می­کنـد. در الگوریتم ژنتیک پیشنهادی، درخواست­های کاربران با مساحت مشخص به کروموزوم­ها نگاشت داده می­شوند. پس از طی مراحل تکامل، تخصیص burst­هایی با مکان و شکل بهینه برای این درخواست­ها به دست می­آید. هدف الگوریتم ژنتیک پیشنهادی، این است که بیشترین تعداد burstرا در یک فریم جای دهد به‌نحوی‌که فضای هدررفته را کمینه کند. نتایج شبیه­سازی نشان می­دهد که الگوریتم پیشنهادی می­تواند یک تخصیص نزدیک به بهینه را به­وسیله جستجوی تکراری به دست آورد.

کلیدواژه‌ها

عنوان مقاله [English]

Resource Allocation in OFDMA-based WiMAX Networks for IPTV Systems Using Genetic Algorithm

چکیده [English]

 
Abstract: The bandwidth allocation in IEEE 802.16 is defined as assigning two-dimensional blocks in time and frequency domain (which are called Bursts) to users. Resource allocation is vital for system efficiency; however, the detail is not defined in the standard and left open to the implementer. Many algorithms have been proposed for this purpose in OFDMA-based networks. In this paper, a genetic algorithm for burst construction in WiMAX networks is proposed which adheres to rectangular structure of downlink frames in IEEE 802.16 standard. In the proposed genetic algorithm, user requests with specific area are mapped to chromosomes. After passing the evolution stages, an optimized burst allocation is obtained for the requests in terms of shape and position. The goal of the proposed genetic algorithm is to locate maximum number of bursts in the frame such that, wasted space is minimized. Simulation results confirm that, our proposed algorithm can produce a near-to-optimal solution by means of an Iterative search.

کلیدواژه‌ها [English]

  • Keywords: Burst construction
  • ODFMA
  • downlink
  • IEEE 802.16
  • genetic algorithm

مراجع

[1] A. H. Shabani, M. T. Beg and A. Khader, “Survey of Downlink Data Allocation Algorithms in IEEE 802.16 WiMAX,” International Journal of Distributed and Parallel Systems (IJDPS), vol.3, no.4, pp. 197-207, 2012.
[2] T. Wang, H. Feng and B. Hu, “Two-dimensional Resource Allocation for OFDMA System,” in IEEE International Conference on Communications Workshops, pp. 1-5, 2008.
[3] C. So-In, R. Jain and A. Tamimi, “eOCSA: An Algorithm for Burst Mapping with Strict QoS Requirements in IEEE 802.16e Mobile WiMAX Networks,” Proceedings of the Second IFIP Wireless Days Conference, pp. 1-5, 2009.
[4] Y. Ben-Shimol, I. Kitroser and Y. Dinitz, “Two-dimensional mapping for wireless OFDMA systems,” IEEE Transactions on Broadcasting, vol. 52, no. 3, pp. 388–396, 2006.
[5] S. Rostami, K. Arshad and P. Rapajic, “Aggregation-based Spectrum Assignment in Cognitive Radio Networks,” International Conference on Advanced Computing and Communication Systems (ICACCS-2013), pp. 1-6, 2013.
[6] N. Sharma and K. R. Anupama, “A Novel Genetic Algorithm for Adaptive Resource Allocation in Multiuser OFDM Systems with Proportional Rate Constraint,” International Journal of Recent Trends in Engineering, vol 2, no. 5,pp. 135-139, 2009.
[7] C. So-In, R. Jain and A. Tamimi, “OCSA: An algorithm for Burst Mapping in IEEE 802.16e Mobile WiMAX Networks,” Proceeding of the 15th Asia Pacific Conference on Communications (APCC 2009), pp. 52-58, 2009.
[8] N. Zhou, X. Zhu and Y. Huang, “Genetic Algorithm Based Cross-Layer Resource Allocation for Wireless OFDM Networks With Heterogeneous Traffic,” 17th European Signal Processing Conference (EUSIPCO 2009), pp. 1656-1659, 2009.
[9] H. Ye, G. Lim, J. Leonard and Z. Tan, “Energy-Efficient Scheduling and Resource Allocation in Uplink OFDMA Systems,” IEEE Communications Letters, vol. 19, no. 3, pp. 439-442, 2015.
[10] N. Sharma and K. R. Anupama, “A Novel Genetic Algorithm for Adaptive Resource Allocation in Multiuser OFDM Systems with Proportional Rate Constraint,” International Journal of Recent Trends in Engineering, vol 2, no. 5, pp. 135-139, 2009.
[11] C. Suh and C-S. Hwang, “Dynamic Subchannel and Bit Allocation Multicast OFDM Systems,” IEEE International Symposium on Personal, Indoor and Mobile Radio Communications, pp. 2102-2106, 2004.
[12] C. Suh and J. Mo, “Resource Allocation for Multicast Services in Multicarrier Wireless Communications,” IEEE Transactions on Communications, vol. 7, no. 1, pp. 27–31, 2008.
[13] C. Cicconetti, L. Lenzini, A. Lodi, S. Martello, E. Mingozzi and M. Monaci, “Efficient two-dimensional data allocation in IEEE 802.16 OFDMA,” IEEE/ACM Transactions on Networking, vol. 22, no. 5, pp. 1645-1658, 2014.
[14] IMS Research, A Global Market Analysis, 2011 Edition.
[15] C. So-In, R. Jain and A. Al-Tamimi, “Scheduling in IEEE 802.16e Mobile WiMAX Networks: Key Issues and a Survey,” IEEE Journal on Selected Areas in Communications (JSAC), vol. 27, no. 2, pp. 156-171, 2009.
[16] I. Poole, TDD FDD Duplex Schemes, http://www. radio-electronics.com/info/cellulartelecomms/cellular concepts/ tdd-fdd-time-frequency-division-duplex.php.
[17] A. Abdollahpouri and B. E. Wolfinger, “Overhead Analysis in WiMAX-based IPTV Systems,” International Congress Ultra Modern Telecommunications and Control Systems, pp. 1-8, 2011.
[18] غلامرضا صیاد، امین خدابخشیان، رحمت­اله هوشمند، «طراحی پایدارساز سیستم قدرت برای توربین­های بادی مجهز به ژنراتور القایی دو تغذیه به روش کلاسیک و الگوریتم ژنتیک»، مجله مهندسی برق دانشگاه تبریز، جلد 39، شماره 1، تابستان 1388.
[19] A. Ghosh, “Evolutionary Algorithms for Multi-Criterion Optimization: A Survey,” International Journal of Computing & Information Sciences, vol. 2, no. 1, pp. 38-57, 2004.

فایل ها

هم رسانی

ارجاع به این مقاله

آمار