住在老王隔壁的老陈
范文一：基于注水原理的TDCS功率分配算法
( ) 文章编号 : 1001 - 893X 2010 02 - 0048 - 04
3
基于注水原理的 TDCS功率分配算法
熊金石 , 任清华 , 管伟 , 褚振勇
() 空军工程大学 电讯工程学院 ,西安 710077
( ) 摘 要 :变换域通信系统 TDCS具有对环境感知的能力 ,可以躲避干扰 ,具有优异的抗干扰性能 。传统的 TDCS在执行二元判决后采用了平均功率分配 ,这没有体现出信道间的质量差别 。在自适 应多门限基函数的基础上 ,对信道质量进行进一步细化 ,并基于“注水 ”原理 ,对 TDCS基函数的功 率谱进行优化分配 ,充分利用好的信道条件 ,舍弃较差的信道 ,对功率进行优化分配 。仿真结果表 明 ,采用此种算法能明显提高系统容量 ,具有很好的系统性能 。
关键字 :认知无线电 ;变换域通信系统 ;功率分配 ;注水算法
文献标识码 : A do i: 1013969 / j1 issn11001 - 893 x120101021010 中图分类号 : TN 911
A Power A lloca tion A lgor ithm for Tran sform D oma in
Comm un ica tion System Ba sed on W a ter - F illing Pr inc iple
X ION G J in - sh i, R EN Q ing - hua, GUAN W ei, CHU Z hen - yong ( )Te lecomm un ica tion Enginee ring In stitu te, A ir Fo rce Enginee ring U n ive rsity, X i′an 710077 , Ch ina
A b stra c t:W ith the ab ility of sen sing the e lec trom agne tic environm en t, the Tran sfo rm Dom a in Comm un i2 ca tion System can avo id the jamm ing, and ha s exce llen t p e rfo rm ance of an ti - jamm ing. Trad itiona l TDCS adop t ave rage powe r a lloca tion afte r ca rry ou t b ina ry ad jud ica te, wh ich doe s no t inca rna te the qua lity d iffe rence among channe ls. The a lgo rithm of adap tive m u lti - th re sho ld ba sis func tion gene ra tion in tro2 duce m u lti - struc tu re, m ak ing the trad itiona l ad jud ica te re su lt mo re p a rticu la r and reflec ting the d iffe r2 ence of channe l qua lity mo re ve rac iou s. The W a te r - F illing a lgo rithm ba sed on th is ba sis func tion is in2 troduced. Th is a lgo rithm m ake s the be st of be tte r channe l qua lifica tion, abnega te channe ls of a so rt. The sim u la tion re su lts p rove tha t adop t th is a lgo rithm can obviou sly imp rove system cap ab ility, and ob ta in s p refe rab le p e rfo rm ance.
Key word s: cogn itive rad io; TDCS; powe r a lloca tion; wa te r - filling a lgo rithm
( 技术 ,使收发双方同时避免使用被污染的频谱 包
)括对方实施干扰的频谱以及己方正使用的频谱 进 言1 引[ 1 ] 行信号的传输 。这样 就相 当于 在 复杂 的电 磁 环( ) Cogn itive R ad io, CR 思想的基于认知无线电 境中找到了一个干净频段进行通信 ,接收的信噪比 ( 变换 域 通 信 系 统 Tran sfo rm Dom a in Comm un ica tion 不会因为干扰信号的存在而下降 ,从而实现了抗干 )System , TDCS具有对环境感知的能力 ,它采用了扩 扰 ,提高了通信的可靠性和有效性 。
频通信中的伪随机序列生成技术和变换域信号处理
3 收稿日期 : 2009 - 11 - 06;修回日期 : 2009 - 12 - 09
( ) ( )基金项目 :国家“863”创新基金项目 2007AAJ130;国家自然科学基金资助项目 60972042
( ) Fo u n d a tio n Item : The N a tiona l 863 Innova tion Founda tion No. 2007AAJ130 ; The N a tiona l N a tu ra l Sc ience Founda tion of
()Ch ina No. 60972042
以在此基础上应用的等功率分配技术也就不能体现
出这种信道质量上的差别 。 2 经典 TD C S 的功率分配
文献 [ 3 ]提出一种新的自适应多门限估计与干 TDCS实现干扰躲避的关键在于精确捕获干扰
扰检测算法 ,理论分析和数字仿真结果表明 ,该算法 的频率位置 ,在频域合成与干扰正交的信号 。一般 可有效抑制直扩通信系统中的窄带干扰 。并且相对 [ 2 ] 来说 ,整个空闲频谱标记过程如下 : 于传统的门限检测算法 ,有自适应强 、门限设计简单 ( )1 采样电磁环境并作频谱估计 , 确定合适的 等优点 。应用该算法生成的基函数舍弃了传统的二 干扰门限 ; 元模式 ,改以多元结构 ,体现了信道的质量差别 ,如 ( ) 2 执行频谱剔除算法 。大于门限的频谱置 0 ,图 3所示 。 小于门限的置 1 ,以形成与强干扰正交的信号的频
() 谱幅度波形 频谱罩 。
图 1表示存在两个窄带单音干扰的电磁环境下
的频谱估计 ,图 2 则是根据硬判决门限所得到的相
应的频谱幅度使用状况 。
图 3 TDCS自适应多门限基函数幅值
F ig. 3 A dap tive m u lti - th re sho ld amp litude of TDCS
从图 3 可以看出 ,新的基函数不仅将存在强干 ()扰的频点 频段 完全滤除 ,而且对理论上可用的频 () 图 1 环境频谱估计 幅度谱 ,干扰门限设置段也进行了进一步的分级量化 ,体现出了信道质量 F ig. 1 E stim a tion of environm en t sp ec trum , 的差别 。在此基函数上 ,传统的等功率分配技术就 se tting of jamm ing th re sho ld
不能满足要求 ,需要寻找新的功率分配算法以充分
利用这种信道质量的差别 。
3 基于注水原理的功率分配优化算法
()W a te r - F illing, W F“注水 ”算法原理是依据
某种准则 ,并根据信道状况对发送功率进行自适应
分配 ,通常是信道状况好的频段多分配功率 ,信道差 [ 4 , 5 ] 的频段少分配功率 , 从而 最大 化 传输 速率 。要
实现功率的“注水 ”,发送端必须知道信道状态信息 ( ) CS I。 () 图 2 可用频谱变换域合成 幅度谱 图 4显示了注水原理的分配过程 。其中的干扰 F ig. 2 Tran sfo rm dom a in syn the sis of u seab le sp ec trum Γ 能量用信噪比的倒数 / SN R来表示 , SN R代表信 n n
Γ噪比 , 表示信噪比差额 。显然 ,在图 4 中 ,信噪比 经过频谱幅度变换域合成后 ,所有的存在强干Γ SN R大的子信道 ,其倒数 / SN R较小 ,因此可以 n n ()扰的频点 频段 被完全滤除 。这样 ,发射端的所有 注入较多的能量 ;反之 ,只能注入较少的能量 。对于 () 功率就平均地分配给加权系数为 1 的频点 频段 。 Γ 信道 3 ,由于信噪比 SN R太小 ,即 / SN R太大 ,因 3 3 ()虽然可用的频点 频段 都被置为 1 ,但实际上这些
频段的信道质量 肯定 是有 差 别的 , 而 传统 的 TDCS
量 ,即通过使用注 水 算法 都可 以 改善 系统 的 容量 。
( ) 而且从图中还可以发现 ,随着平均信噪比 SNR 的
提高 ,两者的差别越来越小 ,即表明 , 在高 SNR 时 ,
注水算法对信道容量 的改 善 非常 小 ; 在低 SNR , 通
过使用注水算法可以显著改善信道容量 ,即在信道
恶劣的环境中 ,使用注水算法可以更有效地提高系
统容量 。
同时 ,本文对采用“注水 ”算法的 TDCS系统的
功率分配进行了仿真 ,其结果如图 6所示 。
图 4 AW GN 信道的“注水算法 ”
F ig. 4 W a te r - F illing a lgo rithm of AW GN channe l
“注水 ”原理的结果表明 ,对信道增益大的特征
子信道分配较大的功率 ,让其容量变得更大 ; 反之 ,
对信道增益小的特征子信道分配较小的功率 ,保持
一定的容量 ,以保证信道条件好的特征子信道能传
输更多的信息 。当某 特征 子 信道 条件 差 到一 定程
度 ,有可能此信道得不到分配的发送功率 ,此时这个
特征子信道不发送任何数据 。注水原理充分利用了
好的信道条件 ,舍弃较差的信道 ,这样可以避免系统
[ 6 ] 用大多数的发送功率来弥补恶劣的信道条件 。
图 6 基于“注水 ”原理的 TDCS的功率分配 4 仿真结果与分析
F ig. 6 Powe r d istribu tion of TDCS ba sedon W F p rinc ip le 我们对采用“注水 ”算法进行功率分配和采用
平均功率分配的 TDCS信道容量做了仿真 , 结果如 6中可以看出 ,在低 SNR 情况下 ,采用“注从图 图 5所示 。 水 ”原理的功率分配算法与传统的等功率分配算法
有很大差别 :虽然理论上都是可用频段 ,但系统在分
配功率时 ,对一些频段仍然不分配功率 ,亦即不使用
该频段 。随着信噪比的提高 ,采用注水原理的功率
分配算法与传统的等功率分配算法之间的差别越来
越小 ,也就是说 ,等功率分配只是“注水 ”算法在高
信噪比情况下的一种近似 。
5 结论
本文深入研究了变换域通信系统中的功率分配
问题 ,在自适应多门限思想的基础上 ,摒弃了传统的
二元结构 ,改以多元结构 ,在原有基础上对信道作进
一步细化 ,更加准确地反映信道质量 。并引入 M I2
图 5 注水算法和平均功率分配算法信道容量的比较 MO - O FDM 中应用较多的注水算法 ,对 TDCS基函
F ig. 5 Comp a re of channe l cap ab ility 数的功率谱进行优化分配 ,充分利用了好的信道条 be tween W F and ave rage powe r d istribu tion a lgo rithm s 件 ,舍弃较差的信道 ,这样可以避免系统用大多数的
( ) 5 可以看出 ,无论信噪比 SNR 为多少 ,采发送功率来弥补恶劣的信道条件 。理论分析表明 , 从图
用注水算法的系统容量都要大于平均分配的系统容本文提出的算法能明显提高系统容量 ,具有很好的
( ) tron ic s & Info rm a tion Techno logy, 2007, 29 7: 1537 - 系统性能 。
( )1541. in Ch ine se 参考文献 :[ 6 ] 高 俊 磊 . O FDM 系 统 中 自 适 应 比 特 和 功 率 分 配 研 究
[ D ]. 南京 : 南京邮电大学 , 2007.
[ 1 ] Chak rava rthy V , N unez A S, Step hen s J P, e t a .l TDCS, GAO J un - le i. R e sea rch of adap tive b it and powe r a llo2 O FDM , and MC - CDMA: a b rief tu to ria l[ J ]. IEEE R a2 ca tion in O rthogona l F requency D ivision M u ltip lexing ( ) d io Comm un ica tion s, 2005, 43 9: S11 - S16. [ D ]. N an jing: N an jing U n ive rsity of Po sts and Te lecom 2 李正刚 . 复杂电磁环境下的远距离航空型变换域通信 [ 2 ] ( )m un ica tion s, 2007. in Ch ine se 系统研究 [ D ]. 西安 : 空军工程大学 , 2008.
L I Zheng - gang. R e sea rch of Long - D istance A e ro
Tran sfo rm Dom a in Comm un ica tion System unde r Comp lex 作者简介 :( ) 熊金石 1985 - ,男 ,湖北随州人 ,硕士研究生 ,主要研 E lec trom agne tic Environm en t[ D ]. X i′an: A ir Fo rce Engi2 究方向 :认知无线电和通信抗干扰 ; ( )nee ring U n ive rsity, 2008. in Ch ine se () X ION G J in - sh i m a lewa s bo rn in Su izhou, H ube i P rov2 张春海 , 薛丽君 , 张尔扬 . 基于自适应多门限算法的 [ 3 ] 变换域窄带干扰抑制 [ J ]. 电子与信息学报 , 2006, 28 ince, in 1985. H e is now a gradua te studen t. H is re sea rch con2 ( ) 3 : 461 - 465. ce rn s cogn itive rad io and an ti - jamm ing of comm un ica tion s. ZHAN G Chun - ha i, XU E L i - jun, ZHAN G E r - yang. Em a il: xiongjin sh i8501 @ 163. com
( ) 任清华 1967 - , 男 , 浙 江 三 门 人 , 教 授 、硕 士 生 导 师 , N a rrow - B and In te rfe rence Supp re ssion in Tran sfo rm Do2 研究方向 :航空通信与导航 ; m a in B a sed on A dap tive M u lti - th re sho ld A lgo rithm [ J ]. ( ) R EN Q ing - hua m a le wa s bo rn in Sanm en, Zhe jiang Jou rna l of E lec tron ic s & Info rm a tion Techno logy, 2006 , P rovince, in 1967. H e is now a p rofe sso r and the sup e rviso r of ( ) ( )28 3 : 461 - 465. in Ch ine se gradua te studen t. H is re sea rch conce rn s ground to a ir comm un i2 李晓辉 , 易克初 , 刘乃安 , 等 . 一种 M MIO 系统中的
新型资源分配算 法 [ J ]. 电 路 与 系 统 学 报 , 2006 , 11 ca tion and naviga tion. [ 4 ]
( ) ( ) 5 : 84 - 87. 管 伟 1984 - ,男 ,山西大同人 ,硕士研究生 ,主要研
究方向 :认知无线电和地空组网 ; L I X iao - hu i, Y I Ke - chu, L IU N a i - an, e t a l. A nove l
() GUAN W e i m a lewa s bo rn in D a tong, Shanxi P rovince, in re sou rce a lloca tion a lgo rithm fo rM IMO system s[ J ]. Jou r2
1984. H e is now a gradua te studen t. H is re sea rch conce rn s cogn i2 ( ) ( na l of C ircu its and System s, 2006, 11 5 : 84 - 87. in
tive rad io and mob ile A d Hoc ne two rk s. )Ch ine se
丁乐 , 殷勤业 , 邓科 ,等 . 一种无线 O FDM 系统中的高 ( ) () 褚振勇 1972 - ,男 ,河北藁城人 , 博士 后 , 副教授 、效功率和比特分配算法 [ J ]. 电子与信息学报 , 2007 , [ 5 ] 硕士生导师 ,主要研究方向 :认知无线电和卫星通信 。( ) 29 7 : 1537 - 1541.
( ) CHU Zhen - yong m a le wa s bo rn in Gaocheng, H ebe i D IN G L e, Y IN Q in - ye, D EN G Ke, e t a l. A Comp u ta2
P rovince, in 1972. H e is now an a ssoc ia te p rofe sso r w ith Doc to r’s tiona lly Effic ien t Tran sm it Powe r and B it A lloca tion s A l2
degree and the sup e rviso r of gradua te studen t. H is re sea rch con2 go rithm fo r W ire le ss O FDM System s[ J ]. Jou rna l of E lec2
ce rn s cogn itive rad io and sa te llite comm un ica tion s.
范文二：OFDMA系统中功率分配算法研究
OFDMA 系统中功率分配算法研究
李智伟
北京邮电大学,北京(100876)
E-mail :
摘 要:对正交频分多址 (orthogonal frequency division multiple access, OFDMA )系统中的 功率分配算法进行了研究,首先介绍了 OFDMA 系统结构并给出了以最大化吞吐量和最小 化功率为优化目标的系统模型, 然后对已有功率分配算法进行分类总结, 最后对经典的分步 式贪婪功率分配算法进行了分析比较和总结。 关键词:正交频分多址,功率分配,性能分析 中图分类号 :TN929.5
正交频分多址 (OFDMA)技术是在 OFDM 的各个子载波上实现用户接入的一种多址技 术,尤其是用于 OFDM 系统。该技术能够更好地实现多用户频率、时间分集增益。目前, OFDM 已经成为了 3GPP LTE(long term evolution) 计划和 2GPP2 AIE(air interface evolution) 的首选物理层核心技术,并有望成为 4G 的关键技术之一。
1. OFDMA 系统结构
在 OFDMA 系统中,假设系统带宽为 B ,由于相邻的子载波上的快衰落程度近似,因 此具有相似衰落特性的一组连续子载波可以组合成一个子信道, 以此作为最小的调度单元进 行资源分配, 可以在性能基本不变的情况下减小控制信息的开销、 降低算法的复杂度。 设每 个小区活跃的用户数为 K ,子载波的总数为 M , M ′个相邻子载波构成一个子信道,则子 信道数量为 M M N ′=,每个子信道的带宽为 N B B n =,子信道标号为 1到 N ,并规定 每个子信道在一次调度中只能分配给一个用户。最后假设信道状态信息 (CSI, channel state information) 经移动台检测后可以通过控制信道无差错无延时地反馈到基站。
2.优化目标
对 OFDM/OFDMA系统的功率分配算法的研究由来已久 [1]-[6] ,但优化目标主要分为两 类:最小化系统功率 [7]及最大化系统吞吐 [8]。
2.1 最小化功率
该目标主要是基于信道传输速率一定的条件,即在达到预定的目标用户速率的前提下, 尽可能的节省功率。 针对这一目标, 要预先设定用户的目标传输速率, 作为功率控制的必要 约束条件,则该目标表述如下:
?????
????===<>
k n k k k total K k N
n n k n k K
k N
n n
k n k K k R r p p t s p 1
, 11, , 11
, , 1, 1, . . min αααL (1) 式 (1)中, 第一个约束条件为基站的总功率约束条件, 基站的发送功率限定为 total p , n
k p ,
为第 k 个用户在第 n 个子信道上的功率; 第二个约束条件确定了每个用户的吞吐量约束, k r 为第 k 个用户的传输速率, k R 为第 k 个用户的目标传输速率;第三个约束条件为在同一个 基站内的多个用户不能共享同一个子信道, 1, =n k α表示第 n 个子信道分配给用户 k ,
0, , =n k i α则相反。 2.2 最大化吞吐量
一般而言, 系统中基站的总发送功率都是一定的, 如何在现有的功率资源下, 充分的利 用频谱资源,达到更高的信道传输速率。即在额定的功率下,如何更快更多的传输比特,提 高系统的吞吐量。即
???????==∑∑∑∑∑=====K
k n k total K k N
n n k n k K
k N
n n
k n k p p t s c 1
, 11, , 11
, , 1. . max ααα (2) 式 (2)中 n k c , 表示第 k 个用户在第 n 个子信道上的吞吐量, 第一个约束条件为基站的总功 率约束,第二个约束条件为用户不能共享同一个子信道。
3.功率分配
目前比较经典的功率分配方法主要可以归为三类:等功率分配、 联合式功率分配及分步 式功率分配。
(1)等功率分配
该方式是最简单的一种方法, 在功率分配时只要简单在各个子信道上将基站总功率等分 即可,属于静态分配。该方式最大的优点是实现机制简单,算法复杂度极低;其缺点是适应 性较差,不能实时根据系统状况变化,基本上不会对系统性能有所改善。
(2)联合式功率分配
此类算法的基本思路,就是在每次分配资源时,同时考虑子信道和功率两个因素 [9]-[10], 通过一定的方式, 达到最优化的目标, 因而采用这种方式, 我们一般可以得到既定目标的最 优解。 然而有优势就必然也存在劣势, 其最大的劣势就是算法复杂度会大幅度上升。 由于其 复杂度过高,实现机制十分复杂,在目前技术水平下,该类算法只具有理论指导意义,不具 有实用性。
(3)分步式功率分配
此类算法的要点在于, 在每次分配资源时, 子信道分配和功率分配将最为各自较为独立 的两部分分别进行。 一般而言, 首先在各子信道等功率的条件下考虑子信道的分配, 采用一 定的方式(如 Max C/I、 M-LWDF 等),将子信道资源分配给该扇区内的用户,然后在考虑 功率的分配 [11];当然,这一顺序并不是绝对的 [12]。此时,经典的算法是在每个用户所占用 的子信道之间采用贪婪注水法分配功率,以达到功率分配的目标。
关于这种算法, 其优势就是可相对而言减少算法的复杂度, 降低运算量, 然而由于这种 分步的方法在实质上对功率资源只是局部上进行了改善, 因而最终我们只能得到既定目标的
次优解。
4.分布式贪婪注水算法
4.1贪婪算法
不论是联合式还是分布式算法, 其核心算法最经典的是贪婪注水算法, 下面我们主要以 最大化吞吐量为目标, 介绍一下经典的贪婪算法的基本流程 (最小化功率为目标时, 基本流 程类同)。
在每一次比特分配过程中,选择要求递增功率最小的子信道(子载波),每次只给该子 信道(子载波)多分配 1个比特,直到所有子信道(子载波)的功率之和达到目标功率 P thr 。 算法描述如下 [13]- [15]:
(1)初始化过程
即对于所有的 n=1, 2, … , N 来说,令 c n =0; 计算 2
/)]0() ([n n f m f P ρ?=?;
其中 n 为信道标号, n ρ表示在第 n 个子信道上的信道衰落幅度。 (2)比特分配迭代过程
查找 △ P n (n=1,2,…, N ) 中的最小值 , 选择标号为 n P n ?=Λ
min arg 的子信道; 为该子信道多分配一个比特 m c c n
n
+=ΛΛ;
重新计算该子信道的递增功率 2/)]() ([n n
n n c f m c f P ρΛΛΛ?+=?;
计算此时的总功率 ∑==
N
n n
total P
P 1
;
重复上述过程直至 P total =P thr (3)完成
4.2 分步式算法描述
第一步:根据 Max C/I或 M-LWDF 算法的要求,计算各扇区各个用户在每个子信道上 的 Cost Function;
第二步:以子信道数为循环界限,将该信道分配给相应效用函数最大的用户; 第三步:以用户数为循环界限,在每个用户所占用的子信道间采用贪婪算法。
4.3 性能分析
本小节中,将以 Max C/I和 M-LWDF 算法为例来分配子信道资源,然后在各个用户内 部采用贪婪注水,以达到功率分配的目标。
下述的性能分析中,其仿真的基本条件是:100TTI , Full Buffer业务,每个扇区 150用 户、 24个子信道,每个小区 3个扇区。 4.3.1 目标 —— 最小化功率
两种方式的功率比较见表 1,其单位为 w 。
表 1 等功率分配与分布式功率自适应的功率比较
信道分配算法
功率分配算法
Max C/I M-LWDF
第 1扇 区 第 2扇
区
第 3扇
区
第 1扇
区
第 2扇
区
第 3扇 区
等功率分配
分布式功率自适应 19.897619.895519.892119.5465
通过表 1的分析, 可以看出, 在经典的算法基础上, 功率节省的并不多, 基本上协调前 后变化不大。
4.3.2 目标 —— 最大化吞吐量
(1)两种方式的吞吐量比较见表 2,其单位为 Mbps 。
表 2 等功率分配与分布式功率自适应的吞吐量比较
信道分配算法
功率分配算法
Max C/I M-LWDF
第 1扇 区 第 2扇
区
第 3扇
区
第 1扇
区
第 2扇
区
第 3扇 区
等功率分配
分布式功率自适应
(2)每扇区用户数与吞吐量的关系 :
以 Max C/I(full buffer, 100TTI )为例,下表数量级为 105, 单位为 bps. 表 3 自适应功率算法各扇区用户吞吐量
1个用 户 2个用
户
3个用
户
4个用
户
5个 用
户
10个用
户
24个用
户
48个用
户
100用 户
第 1扇 区 第 2扇 区 第 3扇 区
(3)每扇区用户数与系统整体性能提高的关系 :
每扇区 1个用户,系统整体性能提高约 50%;
每扇区 2个用户,系统整体性能提高约 21%;
每扇区 3个用户,系统整体性能提高约 13.28%;
每扇区 4个用户,系统整体性能提高约 11.78%;
每扇区 5个用户,系统整体性能提高约 9.02%;
每扇区 100个用户,系统整体性能提高约 0.256%;
由以上分析可以看出, 随着仿真中用户数的增加, 用户分集效应越来越明显, 吞吐量增 益也将越来越少,即在用户数较多的条件下,功率分配的效果将越来越小。
5.结论
在单小区中, 经典的功率分配算法只适用于用户数较少的情况, 随着用户数的增多, 用 户分集效应的增大,再采用经典的自适应功率算法将失去意义。
参考文献
[1] Jorge Campello. Practical Bit Loading for DMT. IEEE CNF, 1999, vol.2: 801–805.
[2] Gautam Kulkarni, Scahin Adlakha and Mani Srivastava. Subcarrier Allocation and Bit Loading Algorithms for OFDMA-Based Wireless Networks. IEEE TRANSACTIONS ON MOBILE COMPUTING, 2005, vol.4: 652–662. [3] Jiho Jang, Kwang Bok Lee. Transmit Power Adaptation for Multiuser OFDM Systems. IEEE JOURNAL ON SELECTED AREAS IN COMMUNICATIONS, 2003, VOL. 21:171-178.
[4] Nikolaos Papandreou, Theodore Antonakopoulos. A New Computationally Efficient Discrete Bit-Loading Algorithm for DMT Applications. IEEE TRANSACTIONS ON COMMUNICATIONS, 2005, VOL.53:785-789. [5] Chang Soon Park, Kwang Bok Lee. Transmit Power Allocation for BER Performance Improvement in Multicarrier Systems. IEEE TRANSACTIONS ON COMMUNICATIONS, 2004, VOL.52:1658-1663.
[6] 周文安 , 李真,诸葛卿等 . 多小区多用户 OFDM 系统中的最佳比特分配算法 . 北京邮电大学学报 . 2004, Vol.27:212-216.
[7] J. lang and K. Lee. Transmit Power Adaptation for Multiuser OFDM Systems. IEEE J. Select. Area Comnum, 2003. vol.21:171-178.
[8] C. Y. Wang, R. S. Cheng, K. B. Letaief, etc. Multiuser OFDM with Adaptive Subcarrier,Bit,and Power Allocation. IEEE J.Select.Areas Commun, 1999, vol.17: 1747–1758.
[9] Guodong Zhang. Subcarrier and Bit Allocation for Real-time Services in Multiuser OFDM Systems. Communications, 2004 IEEE International Conference, 2004, vol.5:2985-2989.
[10]Bakhtiari E, Khalaj B.H.. A New Joint Power and Subcarrier Allocation Scheme for Multiuser OFDM Systems. Personal, Indoor and Mobile Radio Communications, 2003. Vol.2:1959-1963.
[11] Pengpeng Song, Liyu Cai. Providing Quality of Service in Adaptive Resource Allocation for OFDMA Systems. IEEE VTC, 2004, Vol.3:1612 –1615.
[12] Junqiang Li, Hojin Kim, Yongsuk Lee, etc. A Novel Broadband Wireless OFDMA Scheme for Downlink in Cellular Communications. IEEE Wireless Communications and Networking, 2003, Vol.3:1907-1911.
[13]纪红 , OFDM系统中动态比特分配算法的性能分析 . 北京邮电大学学报 . 2002, Vol.4:11-15.
[14] 张冬梅 . OFDMA系统中子载波分配算法分析 . 广东通信技术 . 2006, Vol.4:52-56.
[15] Guocong Song and Ye Li. Adaptive Resource Allocation Based on Utility Optimization in OFDM. Global Telecommunications Conference,2003,GLOBECOM ’03.IEEE , 2003, vol.2: 586–590.
Research for Power Allocation Scheme in OFDMA Systems Li Zhiwei
Beijing University of Posts and Telecommunications, Beijing, China (100876)
Abstract
Power allocation scheme was researched in orthogonal frequency division multiple access system(OFDMA). At first, OFDMA system configuration was introduced, and optimum goals of maximizing throughputs and minimizing power were described. Then Power allocation schemes were summarized. At last, “two step” power allocation scheme was analysed.
Keywords: orthogonal frequency division multiple access; power allocation; performance analyse
范文三：OFDMA系统中线性注水功率分配算法
第29卷第6期 2007年6月
电子与信息学报
Journal of Electronics&Information‘rechnology
Vbl.29No.6 Jun. 2007
OFDMA系统中线性注水功率分配算法
张冬梅① 徐友云①② 蔡跃明①
①(解放军理工大学通信工程学院 南京210007)
②(上海交通大学电子工程系 上海200030)
摘要:功率分配是OFDMA系统资源调度中的一个重要研究问题。该文通过寻求快速确定不需分配功率的子载 波方法,提出了一种线性注水功率分配算法,运算中不需多次迭代,就可完成功率注水过程。仿真结果表明,该算 法的吞吐量逼近迭代注水功率分配算法。
关键词:0FDMA;功率分配;注水
中图分类号:TN929.5文献标识码:A 文章编号:1009—5896(2007)06—1286一04 Linear W_ater—Fiuing Power AⅡocation Algorithm in OFDMA System
zhang Dong-mei① xu Y0u—yun①② cai Yue-min矿
w(‰武it珏te∥∞mm钍饿∞托D扎s眈咖ee疵叼,忍4‰诹西舷.&死c忽,讹蟛粥2lo007,酝统8)
吲(血s挽tute o,觑ectmnic眈g轨ee疵叼,肌nn夕^ni尻oD乃叼溉∞ers咖,肌on咖oi 200030,饥饥0)
Abstr凇t:Power allocatbn i8an important is8ue of resource scheduling in 0FDMA system.In this p印er,an algorithm of linear wate卜filling power allocation is proposed through se盯ching for a rapid means for confirming the 8ub—carriers which need not出locate power.It can finish the proces8of power water-mling without time after time iterative c址culation.The simulation results show that the throughput of the prop08ed algorithm approaches the algorithm ofiterated water—filling power allocation.
Key Words:0FDMA;Power auocation;Water—filling
1引言
0FDMA系统利用子载波的正交特性来实现用户多址 接入,系统中的资源调度模块可利用多用户分集和信道衰落 特性,根据信道增益自适应地进行资源分配,可明显地提高 系统吞吐量等性能。OFDMA系统中的资源分配涉及子载 波、功率、自适应调制、比特,几种资源的联合优化是一个 复杂度极高的问题。已有研究中,主要采用分步优化的方法:第l步,分配子载波;第2步,确定各子载波的功率、调制 方式和加载比特数。
分配子载波既可以直接根据信道增益和用户需求将子 载波分配给用户,也可以先确定各用户可分的子载波数,再 根据信道增益和用户需求进行分配。子载波分配算法的研究 重点是如何保证用户间公平性能和各用户QoS性能,并且利 用用户的信道差异获得尽可能大的系统总吞吐量。基于不同 调度目标,形成了不同的子载波调度算法,通过研究发现系 统总吞吐量与用户问公平性能是相互矛盾的,子载波分配算 法的选取最重要的是根据系统的要求,在系统吞吐量与用户 间公平性间寻求一个平衡点。
2005—10—24收到,2006_05—08改回
国家自然科学基金(60372080),国家863计划(2003AAl23310)和江 苏省自然科学基金(BK2004014)资助课题
分配功率可以根据信道增益统一分配所有子载波,但此 时极易改变子载波分配时的用户间公平性能,另一种方法是 在用户间按用户占用的资源比例分配功率,用户内的功率分 配就只需考虑尽量加大吞吐量,面不会影响整个系统的调度 目标。在实际系统实现时,由于调制阶数的限制,加载的比 特数只能取几个固定的值,因此功率分配要与自适应调制技 术联合优化,才具有实际应用价值。本文主要讨论用户的功 率分配问题,功率分配与自适应调制技术联合优化将是下一 步要做的工作。
功率分配是一个经典的研究问题,迭代注水功率分配算 法是理论上界11|,但需经多次迭代运算才能求出吞吐量最大 化的最优解,目前研究主要集中在如何减少迭代次数和寻求 运算量小的次优解剐】,文献『31中给出了一种快速迭代算法。 文献『4,5]在研究了功率约束下系统吞吐量最大化时的功 率分配问题,给出了在用户间速率成比例和高SNR限定条 件下的线性功率分配算法。这种算法简化了运算,不需进行 迭代运算,但这种算法要求过于苛刻,通过仿真发现平均 SNR>25dB时算法才能工作,文献f41中取平均SNR为38dB 进行仿真验证,这与实际系统条件相差较大。
平均功率分配算法是最简单、计算量最小的功率分配算 法,但由于不考虑信道增益的变化,当信道的平均SNR较 低时,吞吐量比迭代注水算法时要小得多。当信道的平均
万 方数据
第6期 张冬梅等:OFDMA系统中线性注水功率分配算法 1287
SNR较高时,平均功率分配时的总吞吐量就能接近迭代注水 时的结果。本文以平均功率分配时的吞吐量为基准,来比较 各种注水功率分配算法的吞吐量增益。
本文在研究上述各种功率分配算法基础上,提出了一种 线性注水功率分配算法,运算中不需多次迭代,但调度结果 逼近迭代注水功率分配算法。
2功率分配的公式化描述
在0FDMA系统资源分配中,用户间公平性能和用户 QoS性能的保证主要是在分配子载波和功率给用户时考虑 的问题。在将子载波分配给用户并确定了用户可用功率后, 在用户内部给各子载波分配功率时以获取最大吞吐量为目 标,不会影响用户间公平性能。此时的功率分配问题就是一 个用户的功率分配问题。
考虑确定子载波状态的单用户条件下,由于0FDM系 统的总吞吐量是各子载波吞吐量的和,则用户总吞吐量为
c=导缸z J,+盘胃塾。(,+酬㈣ 其中B为系统带宽;Ⅳ为子载波个数;Q。表示第佗个子载
波上的信道增益;只为第扎个子载波的发送功率;Ⅳ0表示 加性噪声的单边功率谱;,表示与物理层编码调制关联的冗 余量,不考虑传输的误码率和物理层编码调制时,=l,此 时容量为香农容量,考虑传输的误码率为BER和物理层编 码调制方式为MQAM与格雷编码联合【6】时,,: _ln(5BER)/1.5.为了讨论方便,设瓦2丙i南面。 总功率约束条件下的用户吞吐量最大化为目标的动态 功率分配的优化问题可如下描述
扩:m跹昙壹l。g。(1+峨只),
^r‘—√… ““,’
s.t, 弓=∑只≤P且只≥o Vn (2) 3现有功率分配算法
迭代注水功率分配算法以用户吞吐量最大化为目标时, 对于这个优化问题,根据式(2),利用Lagrange算法,构造 Lagrange函数:
三=∑l092(1+圾只)一AI∑只一PI (3) 求导岩-0棚|J有
丝:土墨一A:o f41一=一^=¨14I a只 ln21+圾只 一
令口=Aln2,则可以计算出
p=风/(1+点0只) (5)
可以推出
只=f1妒一城f (6) 其中M+表示当。>o时,值为扔当茁≤o时,值为o。 但此时不能由式(6)直接得到最优功率分配,需要利用迭 代算法得到一个适当的注水水位p。这种方法通常称为迭代 注水算法。
如何快速确定适当的口,是评价注水算法的关键,文献 f3]提出了一种快速迭代算法,给出卢的初始值和各次卢的修 正方法:
风=扑+姜击J ∽ 肛斛肛志卜圣只J @) 其中0<>
由式(6)可知,注水算法是根据各子载波的信道状态来分 配功率的,状态好的多分,状态差的少分甚至不分。分析文 献[4,5】中提出的线性分配算法必须要求高SNR的原因,发 现在计算功率时SNR低的子载波会出现负值,而这些低 SNR的子载波在迭代注水算法时是不分配功率的。通过仿真 发现如果能确定不分配功率的子载波,在剩余子载波中即使 采用平均功率分配也能明显提高用户吞吐量,一般将这种选 取部分子载波平均分配功率的算法称为开关注水功率分配 算法。为了寻找快速确定不分配功率的子载波方法,下面分
析Lagrange算法,由式(5)可以推出
%/(1+‰Pm)=以/(1+以只) (9) 其中m,n={1,2,…,Ⅳ),则有
R=Pm+蛩=匕+去一击(10)
由式(10)知,只要能确定某一个子载波的功率,就可以求出 其它子载波的功率,同时所有子载波的功率和为
弓=薹只=Ⅳp剖一差击 ∞, 弓=∑只=Ⅳl焉+寺l一∑÷(11) n=1
\—’m, n=1‘1n
由式(2)的约束条件知耳≤P,则
已≤*一番+耋剖 ㈣, 由式(12)就可确定各个子载波的功率,但此时求出的功 率并不一定满足式(2)中的另一个约束条件已≥o。若求出 名 万 方数据 http://taobao43.net/list.php/0-0-1-1000000-%25B9%25FA%25B2%25FA%25CA%25D6%25BB%25FA.html 1288电子与信息学报 第29卷 束条件。因此在迭代注水中需经多次迭代运算,选取适当的 注水水位。 若将子载波的信道状态值玩顺序排列,则可得到子载 波功率只的排列顺序。在将某个状态值小的子载波功率只 设为。的同时,也应将子载波的信道状态值从∑÷中剔 除’即用薹j--亩代替。可以考虑计算功率时按从小到 大的次序,同时剔除不分配功率的子载波。为了简化讨论, 假设皿≤日2≤…≤日.v,则有毋≤县≤…S珞。根据式 (12)有 置=专(P一若+娄击) c?3, 若只50,将这个子载波的功率设为0,剔除这个子载波, 给第二个子载波分配功率 只=*一等+塞剖 ㈣, 直到找到焉>o,然后根据式(10)求出后续子载波的功率。 采用这种算法避免了迭代注水算法每次求出所有子载波功 率后再修正p重新计算,可以很大程度地减少运算量。与文献 【4,5]中的线性功率分配相比,又避免了不切实际的约束条件 限制。这种线性注水功率分配算法的运算量主要包括2个部 分,第1部分是所有子载波的状态值排序,其运算量为 D(Ⅳlog。Ⅳ),对于单用户系统是必须要考虑的运算量,但 对于多用户系统中在子载波分配时实际已完成了子载波状 态排序工作;第2部分是根据式(13),式(14)确定将被剔除 子载波,根据式(10)计算各子载波的功率,共有(2+2Ⅳ+鹚 次加法运算和(2+蚴次乘法运算,其中M为被剔除的子载 波数目,其运算量也为O(Ⅳ),与迭代注水时一次迭代的运 算量相当。算法仿真结果显示系统吞吐量与迭代注水算法的 相差很小。 吐量为基准值,给出了其它3种算法相对于基准值的增益比 例。 图1给出了BER=10一3时各种算法吞吐量增益与平均 SNR的关系;图2给出了BER=10山时各种算法吞吐量增 益与平均SNR的关系。 誊n。 磐30 翌zo 婆10 髅 瓤 一70 农 相50 霉 型30 临 螺10 瞄 048121620 sNR(dB) 士1wFP ‘+‘L^ⅣF’P —e—OWFP 图1BER=10一3时系统 图2BER=10“时系统 吞吐量增益与平均SNR的关系 吞吐量增益与平均SNR的关系 从上述两图中可以看出,同等条件下,线性注水算法的 吞吐量增益完全逼近迭代注水算法,在低SNR时比平均功 率分配算法有明显吞吐量提高,在高SNR时平均功率分配 算法已逼近迭代注水算法。开关注水算法由于在选用子载波 中采用平均功率分配,因此吞吐量增益相比迭代注水算法略 有损失,但在低SNR时同样有明显的吞吐量增益。图2中 BER=10-5时的吞吐量增益高于图l中BER=10司时的 吞吐量增益。 线性注水算法是一种注水效果很好的功率分配算法,但 相比迭代注水算法需多次迭代运算,线性迭代注水算法在执 行前需将子载波状态进行排序。因此对于单用户系统线性注 水算法与迭代注水算法没有运算量上的优势,甚至随着Ⅳ的 增大,运算量还明显高于迭代注水算法。但对于多用户系统, 在功率分配前已完成了子载波向用户的分配,在同一个用户 内部,所有子载波是按降序分配的,可以直接执行线性注水 算法,此时与迭代注水算法的多次迭代相比就有了运算量上 的优势。 5仿真结果 6结束语 功率分配算法是在确定子载波后执行的,因此可用单用 户情况时功率分配后吞吐量的变化来对比分析各种算法的 性能。在仿真中,考虑单小区的0FDMA系统的下行链路数 据传输.系统带宽为1MHz,划分为64个子载波。由于功率 分配算法是在确定子载波后执行的,因此可用单用户情况时 功率分配后吞吐量的变化来对比分析各种算法的性能。无线 信道模型是COST207中的坏城区模型i7J,时延扩展 7=2.5岬。假设移动用户对信道状态的估计是准确的,并 且瞬时信道状态信息是可用的。考虑BER=10.3和BER= 10-5两种业务仿真条件。在仿真中对比平均功率分配(EP)、 迭代注水功率分配(nvFP)、提出的线性注水功率分配 (LWFP)和开关注水功率分配(oWFP)4种算法。为了直观地 说明仿真结果,仿真图中以同等条件下平均功率分配时的吞 本文研究OFDMA系统资源调度中的功率分配问题,通 过对已有功率分配算法的研究,提出了线性运算量的注水算 法,其吞吐量性能与迭代注水算法基本相当,多用户系统在 完成子载波和功率到用户的分配后,采用这种线性功率分配 算法在用户内部完成子载波的功率分配,其运算量小,并且 不会改变用户间的公平性能。当然,本文并没有考虑比特加 载的实现问题,下一步将结合自适应调制技术,考虑功率的 按级分配问题,以形成完整的资源分配算法。 参考文献 [IJ Knopp R and Humblet P.Information capacity眦d poWer control in single cell multiuser comm删catio瑚.in Proc. IEEE International conference on communications(ICC’95), Seattle.USA.June 1995:331—335. 万 方数据 第6期 张冬梅等:OFDMA系统中线性注水功率分配算法 1289 J龇19J and Lee K B.naIlsmit power adaptation for mllltiu8er 0FDM systems.上髓E Z o佗&?ected A他口s饥 Cbmm乱ni∞tlD礼s,2003,21(2):171一178. Jang J,Lee K B,and Lee Y H.na瑚mit power and bit allocation8for 0FDM 8ystems in a fadiI培channel.in Proc. IEEE Glob81Communjcation8Confbrence,San n龇1dsco, CA.Dec.2003:283—288. WbngIC,Shen Z k,andEvan8B L,et以.Alow comple】(ity 蛆gorithm fbr proportional resource allocation in 0FDMA sy8tems. IEEE Internation甜 Signal Proce8sing Sy8teIlls Wbrkshop,0ct 13—15,2004:1-6. SheⅡZ,Andrew8J G,and Evan8B L.Optimal power alIocation in multiuser OFDM systems.in Proc.IEEE G10bal Communicatio璐Conference,San nancisco,CA,Dec.2003: 337—341. Goldsmith A J and Chua S G.V盯iabbrate v盯iable-D0wer MQAM for f甜ing ch籼els.fEEF,k扎s,D佗CbmmⅡ扎.,1997, 45(10):1218—1230. 杨大成,移动传播环境.北京:机械工业出版社,2003. 张冬梅: 徐友云: 蔡跃明: 女,1972年生,讲师,硕士,主要研究方向为移动通信、 无线资源管理等. 男,1966年生,教授,博士生导师,主要研究方向为移 动通信、战术无线通信网、信道编码与调制、网络信息 论、B3G移动通信技术等. 男,1961年生,教授,博士生导师,主要研究方向为下 一代移动通信. 2 3 4 5 万 方数据 OFDMA系统中线性注水功率分配算法 作者:张冬梅 , 徐友云 , 蔡跃明 , Zhang Dong-mei, Xu You-yun, Cai Yue-ming作者单位: 张冬梅,蔡跃明,Zhang Dong-mei,Cai Yue-ming(解放军理工大学通信工程学院,南京 ,210007) , 徐友云,Xu You-yun(解放军理工大学通信工程学院,南京,210007;上海交通大学 电子工程系,上海,200030) 刊名:电子与信息学报 英文刊名:JOURNAL OF ELECTRONICS & INFORMATION TECHNOLOGY年,卷(期):2007,29(6)被引用次数: 3次 参考文献(7条) 1. Knopp R. Humblet P Information capacity and power control in single cell multiuser communications1995 2. Jang J. Lee K B Transmit power adaptation for multiuser OFDM systems 2003(02) 3. Jang J. Lee K B. Lee Y H Transmit power and bit allocations for OFDM systems in a fading channel2003 4. Wong I C. Shen Z k. Evans B L A low complexity algorithm for proportional resource allocation inOFDMA systems 2004 5. Shen Z. Andrews J G. Evans B L Optimal power allocation in multiuser OFDM systems 20036. Goldsmith A J. Chua S G Variable-rate variable-power MQAM for fading channels 1997(10)7. 杨大成 移动传播环境 2003 相似文献(10条) 1.学位论文 陈金峰 基于公平性的MIMO—OFDMA动态资源分配算法的研究 2008 随着无线通信系统的发展,人们对更高的数据传输速率、更大的系统容量等提出了一系列的要求。多天线发射多天线接收(MIMO)和正交频分多址 (OFDM)技术的相结合成为了当今Wimax网络和未来4G网络的主要物理层技术。应用到MIMO-OFDMA系统中的自适应资源分配技术能够根据各个用户的信道状 态调整相应的子载波分配和功率分配等,适应具有时间选择性和频率选择性衰落特点的无线信道,产生多用户分集效应,在有限条件下尽可能大的提高 系统性能。 本文针对基于用户公平性的最大化信道容量的问题,从子载波分配、空间子信道分配、功率分配和有限反馈等个方面进行研究。 首先,在对MIMO-OFDMA自适应资源分配基础原理的介绍和研究现状的分析基础上,对已有的Wong算法、Xu算法、卢小峰博士提出的算法进行详细的 分析,总结了各自的优缺点。 接着,本文把Xu算法和卢小峰博士的思想结合起来,并提出空间子信道选择的思想,包括多发两收最优分配的方案和多发多收门限选择的方案。它 们在保证了系统用户间公平性基础上大大提高了系统的信道容量,而算法复杂度却没明显增加。 最后,从系统实用化的角度出发,把一种基于有限反馈的思想(包括簇反馈和最优反馈)运用到MIMO-OFDMA系统中。讨论了簇大小和最优反馈量的选 取范围,适当的反馈量不仅可以保证系统的用户公平性和信道容量并且能够大大减少了信道状态信息反馈量。 本文在理论研究基础上,利用matlab仿真软件进行分析,验证了本文提出思想和算法的有效性。 2.期刊论文 张天瑜 . ZHANG Tian Yu 基于OFDMA系统的改进型功率分配贪婪算法研究 -微型机与应用 2010,29(7) 通过考虑功率分配中OFDMA系统的吞吐量与用户间公平性能的平衡问题,在公平约束条件下,提出一种改进型功率分配贪婪算法.该算法根据用户请求 进行子载波的预分配,可以有效地实现每个用户具体的比特分配和功率分配.仿真结果表明,该算法的吞吐量逼近于迭代注水功率分配算法,可以在OFDMA系 统的吞吐量与用户间的公平性能之间寻求到一个理想的平衡点. 3.学位论文 区国平 多小区OFDMA中继系统的功率分配与子信道分配联合优化算法 2010 正交频分多址(OFDMA,orthogonal frequency division multiplexing access)是基于正交频分复用(OFDM,orthogonal frequency division multiplexing)技术的新一代无线接入技术,由于其高效的频谱利用率和优秀的抗多径干扰能力而越来越受关注,已成为第四代无线通信系统(4G)的关键 技术之一。近年来,许多人将关注的目光投放在把中继技术应用于蜂窝网络,因为中继技术可扩展覆盖范围,同时也能在较低成本和复杂度的情况下增 加系统吞吐量。然而,当OFDM与中继结合于蜂窝网络的应用时,却又新产生了由小区间干扰(ICI,inter-cell interference)引起的资源分配问题。博 弈论在经济学领域的使用非常普遍,现今作为一种有效的资源分配分析工具,被广泛应用于无线网络中,并十分适用于解决多个用户间的资源优化问题 。 本文主要针对多小区OFDMA中继系统的下行链路,提出一个分布式的功率分配和子信道分配联合优化算法。本文利用博弈论中的非协作博弈模型,解决 多小区系统中因小区间共信道干扰引起的功率分配公平性问题。在所研究系统的中继技术上采用了一种非普遍使用但性能优越的中继协作协议,并结合 功率分配博弈模型构造出新的效用函数。新的效用函数包含了每个用户直接传输和利用中继传输的链路效用。并在此基础上,对该系统加入子信道分配 进一步提高系统性能,从而得到一个功率分配与子信道分配联合优化的算法。该算法是根据经博弈论功率分配方法得出的用户链路效用,将子信道分配 给效用最好的链路。 最后,本文在MATLAB仿真平台上验证该算法的有效性并对此进行性能分析。仿真结果表明,根据本文使用的中继协作协议构造出的效用函数更具有效性 及灵活性;同时,采用本文提出的联合优化算法得到的系统容量,分别比采用统一功率分配方式和轮询调度子信道分配方式的组合算法所得到的系统容 量均有明显提高。 4.学位论文 兰岚 正交频分多址接入(OFDMA)自适应资源分配算法研究 2008 正交频分多址接入(OFDMA)技术是一种基于OFDM的多址技术,也称为多用户OFDM技术。OFDMA通过为每个用户分配一个(或一组)子载波来实现多址接 入,是实现OFDM系统中多用户复用和接入的有效方式,也是已发布的IEEE802.16标准的核心技术和后3G和4G系统的核心技术之一。 由于无线信道具有时变和频率选择性衰落的特性,所以在OFDMA中使用自适应资源分配可以根据信道状况,向多个用户灵活地分配子载波,避开严重 受损的信道,提高信号的传输质量与系统的频谱利用率,从而实现系统资源的自适应最优配置。因此本文将OFDMA的自适应资源分配算法作为本文的研究 重点。 论文首先讨论了无线信道特性及OFDMA基本原理,然后就OFDMA自适应资源分配算法进行了广泛深入地研究。OFDMA的自适应资源分配方案,主要包括 子载波、比特和功率的联合优化分配。这一分配方案的总体目标是根据所有用户的瞬时衰落特性信息及当前用户的服务质量(QoS)要求,确定子载波对于 每个用户的分配以及每一个子载波上所分配的比特数和发射功率值。论文分析了单用户的比特和功率分配算法,以及多用户下的固定资源分配算法,然 后重点比较了几种典型的基于余量自适应(MA)和速率自适应(RA)优化准则的自适应资源分配算法,并对算法进行了性能仿真和比较。通过深入研究,论 文在原有RA优化准则算法的基础上,提出多业务用户间具有QoS保证的自适应资源分配算法,分别对实时和非实时用户的子载波和功率分配算法进行理论 描述,并对算法进行了仿真分析,结果表明所提出的算法能很好地满足实时和非实时用户各自的目标误码率和数据速率的需求,同时确保了用户间的比 例公平性。此外还进一步提出了比特分配的优化修正算法,使系统功率在被充分利用的同时实现了整数比特的分配,从而获得更为满意的性能。 5.期刊论文 范波勇 . FAN Bo-yong基于公平性的OFDMA系统中自适应功率分配贪婪算法 -电脑知识与技术 2010,6(9) 功率分配是OFDMA系统资源调度中的一个重要研究问题.该文通过考虑功率分配中系统吞吐量与用户问公平性能平衡问题,提出了一种公平约束下的功 率分配贪婪算法.将算法与经典算法比较,在使用户公平性大为提高的同时,使OFDM系统达到最大吞吐量.仿真结果表明,该算法的吞吐量逼近迭代注水功率 分配算法. 6.学位论文 吴燕嬿 MIMO-OFDMA系统中的动态资源分配研究 2008 在未来无线通信系统中,自适应资源分配是有效利用有限的频谱资源和提高功率效率的关键技术之一。自适应资源分配的优化问题一般分为两种 :速率自适应(RA)和裕度自适应(MA)。本文分别从这两种优化准则出发,分别在单天线和多天线系统对自适应资源分配的一些优化算法进行了研究,并 给出了仿真和分析。资源分配的研究目前存在两个热点问题:实时分配和信道信息(CSI)反馈。本论文研究了一些资源分配的快速算法,以满足实时传输 的需要;并研究了利用延时或部分CSI进行资源分配的算法。论文的主要贡献如下: 1.研究了单天线OFDMA系统中动态资源分配的速率自适应和裕度自适应的优化方法,并且给出性能分析。同时研究了实时系统中速率自适应准则下 的一种功率分配方案和实时系统中的一种裕度自适应的分配方案。 2.研究了MIMO-OFDMA系统中动态资源分配的速率自适应和裕度自适应的优化方法,分析研究了一些常用的次优的分配方法简化其计算量,以满足实 时传输的需要。 3.提出了MIMO—OFDMA系统中的一种基于多用户QoS要求的动态资源分配方法。 4.将多天线的SDMA方案与OFDMA结合,研究了MIMO-OFDMA/SDMA上行链路系统中的一种动态资源分配方案。 5.针对单天线系统提出了利用延时的 CSI 进行动态资源分配的方法。研究了MIMO—OFDMlA系统基于有限CSI反馈的动态资源分配方案,并提出了一 种在性能和反馈量之间进行折中的方案。 7.期刊论文 娄文科 . 沈文翠 . 林辉 . 曾志民 . LOU Wen Ke. SHEN Wem Cui. LIN Hui. ZENG Zhi MinOFDMA系统中的静态 功率分配算法研究 -电子技术应用 2007,33(8) 对正交频分复用多址(OFDMA)系统中的功率分配算法进行了研究,着重研究了等功率分配、以跟踪大尺度衰落(TLSF)和跟踪大尺度干扰(TLSI)为目标 的三种纯静态功率分配算法.并通过系统级仿真考察了它们对OFDMA系统性能的影响. 8.学位论文 朱英 OFDMA-MIMO无线多跳中继系统下行链路自适应资源分配研究 2010 支持高速率多业务信息传输是下一代移动通信系统最突出的特点,考虑采用先进的正交频分多址接入(Orthogonal Frequency Division Multiple Access,OFDMA)、多输入多输出(Multiple Input Multiple Output,MIMO)和中继技术,结合适当的自适应资源分配机制,能够改善系统频谱利用率、 扩大网络覆盖范围等性能,它们成为未来无线宽带接入系统/蜂窝移动通信系统研究的关键技术。 由于无线信道的频率选择性衰落特性,在OFDMA系统中可以根据信道状态信息(Channel State Information,CSI),为用户自适应地分配子载波资源 ,能够避开处于深衰落的信道,实现系统资源优化利用。MIMO和中继技术的引入,为自适应资源分配带来了新的问题,如空域资源与频域、时域资源的 联合优化,中继链路需要占用额外的资源,多跳链路容量存在瓶颈效应等。因此,针对上述问题,改进设计适用于OFDMA-MIMO多跳中继系统下行链路的 自适应资源分配机制是本文的研究重点。 论文首先介绍了OFDMA-MIMO多跳中继系统相关技术理论基础,包括OFDM系统多址接入方式基本原理、MIMO信道容量分析以及引入中继所带来的无线资源 分配新问题。然后就OFDMA-MIMO多跳中继系统典型自适应资源分配算法进行详细地研究,并搭建仿真平台,根据算法仿真结果分析了现有典型算法的优 缺点。考虑子载波信道差异的现有相关自适应资源分配算法频率资源最小分配单位为一个子载波,由于分配过程中循环迭代次数较多,算法运算量很大 ,因此,为了降低分配方案运算量,提出一种资源单位(Resource Unit,RU)组建模式,一个RU包含多个子载波信道,使频率资源最小分配单位为一个 RU。基于该RU组建模式,提出适用于OFDMA-MIMO多跳中继系统下行链路的资源分配方案,包括基于RU组建的基站(Base Station,BS)集中式分配和基于 RU组建的中继站(Relay Station,RS)辅助式分配,方案在保证非实时用户速率成比例公平性和BS/RS站点发射总功率受限的条件下,尽量提升系统吞吐 量系能。通过分析和仿真验证,基于RU组建的分配算法粗化了资源分配的最小单位,与以单子载波为单位的分配算法相比,减少了分配算法的运算量 ,但是系统吞吐量性能有所降低;所提出的资源分配方案能够在保证用户数据速率比例公平、系统吞吐量性能和算法运算量之间取得良好的折中。 9.学位论文 王翔 MIMO-OFDMA系统中的动态资源分配 2009 多载波的OFDM技术和多天线MIMO技术是未来无线通信系统中的两种最核心的技术。在多用户的MIMO-OFDMA系统中,应用动态资源分配技术可以有效 利用系统中有限的频谱资源和提高系统功率效率。动态资源分配的优化问题一般分为两种:速率自适应(RA)和裕度自适应(MA)。本文分别从这两种优化 准则出发,并分别在单天线和多天线系统对自适应资源分配的一些优化算法进行了研究,给出了仿真和分析结果。本论文研究了一些资源分配的经典算 法和满足实时传输要求的快速算法,以及针对不同应用的资源分配算法。论文的主要工作如下: 1.研究了动态资源分配的速率自适应优化算法,内容包括单天线时速率最大优化准则,单天线时比例公平情况下的优化准则和多天线时比例公平情况下 的优化准则,用Matlab分别实现了各算法,并对仿真结果进行了分析。在比例公平情况下,提出了一种改进的子载波分配算法,让有较高数据速率要求 的用户优先选择子载波,并通过仿真对三种子载波方法进行了分析比较。仿真结果表明,新算法可以获得更高的系统容量。 2.研究了动态资源分配的裕度自适应优化算法,包括一种针对单天线系统的满足实时传输需要的次优算法和针对多天线系统的裕度自适应分配算法。在 多天线算法中,分析研究了简化的次优分配方法。通过仿真对各算法进行了分析和比较。 3.提出了一种基于多用户之间不同QoS要求及不同优先级的动态资源分配方法。仿真结果表明,该算法在最大化系统总数据速率的同时,保证了用户之 间的比例公平性,并兼顾了高优先级服务的时延敏感与速率敏感特性。 10.学位论文 王轶蓓 中继增强型蜂窝系统中的动态资源分配研究 2009 蜂窝网络的引入是通信史上的巨大创举,它通过频谱复用技术极大提高了无线通信系统的容量,已经被广泛的应用于第一至第三代移动通信系统中 。然而随着对通信要求的提高,如高速率、高服务质量(QoS: Quality of Service)、高覆盖率等,传统蜂窝网结构表现出不少缺点。 新一代移动通信系统对频谱有效性和功率有效性提出了更高的要求,为了满足新的移动通信应用需求,无线通信系统将向高频段、高速率、高效率 以及与因特网等其它网络融合的方向发展,同时需要充分挖掘和利用空间域的无限资源和采用新型的网络结构,因此现有的蜂窝系统构架以及无线传输 技术需要进行较大的变革。在蜂窝网络中加入中继协作传输,被认为可以在不明显改变骨干网络结构的同时显著提高网络传输性能,解决或部分解决蜂 窝网络存在的问题。 在未来无线通信系统中,自适应资源分配是有效利用有限的频谱资源和提高功率效率的关键技术之一。如何在中继增强型蜂窝系统架构下,合理的 进行频谱分配、功率分配,是本论文研究的主要内容.论文主要有如下几方面的工作: 1、研究了OFDMA(Orthogonal Frequency Division Multiple Access)中继增强型蜂窝通信系统中的频谱复用-分割策略。分别研究了多小区频谱复 用分割策略、单小区频谱复用-分割策略,以及频谱分配与路由选择相结合的策略。 2、研究了中继增强型蜂窝通信系统中的路由选择策略。分别研究了基于距离、路径损耗、接收SINR的路由选择策略。并研究了多径分集问题、最优 路径阻塞(ORB: Optimal Route Blockage)问题,以及路径损耗对系统性能的影响等。 3、研究了中继增强型蜂窝通信系统中的自适应功率分配和子载波分配算法。分别研究了简单的两跳中继传输系统的功率分配策略及其在TDMA中继增 强型蜂窝系统中的应用;简单两跳OFDM(Orthogonal Frequency Division Multiplexing)中继系统的“子载波对”选择和功率分配策略;OFDMA/TDD中继 增强型蜂窝系统的功率分配和子载波分配算法。并对中继系统的帧结构、资源分配算法的迭代次数等问题进行了一些研究分析。 4、提出了一种改进的中继增强型蜂窝系统时频资源块分配算法,该方案引入因子α,基于用户服务质量(QoS)要求,对系统吞吐量、用户公平性、 中断概率进行折中。 1. 李庆玲 . 康桂华 . 李佳珉 OFDMA系统中功率分配新算法研究 [期刊论文]-现代电子技术 2008(21) 本文链接:http://d.g.wanfangdata.com.cn/Periodical_dzkxxk200706004.aspx 授权使用:吕先竟(wfxhdx),授权号:3da11cbf-947f-4692-a3b3-9e8e0104c76d 下载时间:2011年2月18日 时尚女装 /女士精品 精品男装 /流行男装 时尚女鞋 /精品女鞋 箱包皮具 /热销女包 /男包 男装 /女装 /鞋包 流行男鞋 /休闲男鞋 女士内衣 /男士内衣 /家居服 服饰配件 /皮带 /帽子 /围巾 运动服 /运动包 /颈环配件 运动鞋 /品牌运动鞋 手机 /数码 /办公 /电器 品牌手机 /诺基亚 /三星 国产手机 /国货精品手机 MP3/MP4/iPod/录音笔 数码相机 /摄像机 /摄影器材 电脑硬件 /台式整机 /网络设备 笔记本电脑 /热销笔记本 3C 数码配件市场 闪存卡 /U盘 /移动存储 办公设备 /文具 /耗材 电玩 /配件 /游戏 /攻略 厨房电器 /冰箱 /微波炉 生活电器 /空调 /洗衣机 影音电器 /电视 /CD/DVD美容护肤 /个人护理 美容护肤 /美体 /精油 彩妆 /香水 /美发 /工具 个人护理 /保健 /按摩器材 居家 /母婴 /食品 居家日用 /收纳 /礼品 厨房 /餐饮用具 日化 /清洁 /护理 床上用品 /靠垫 /毛巾 /布艺 家装饰品 /窗帘 /地毯 家具 /家具定制 /宜家代购 装潢 /灯具 /五金 /安防 /卫浴 奶粉 /辅食 /营养品 保健食品 /减肥系列产品 尿片 /洗护 /喂哺等用品 益智玩具 /早教 /童车床 /出行 童装 /童鞋 /孕妇装 零食 /坚果 /茶叶 /特产 滋补 /生鲜 /速食 /订餐 宠物 /宠物食品及用品 文体 /户外 /汽车 书籍 /杂志 /报纸 运动 /瑜伽 /健身 /球迷用品 户外 /登山 /野营 /旅行用品 汽车 /配件 /改装 /摩托 /自行车 音乐 /影视 /明星 /乐器 首饰 /珠宝 /手表 饰品 /流行首饰 /时尚饰品 珠宝 /钻石 /翡翠 /黄金 品牌手表 /流行手表 收藏 /爱好 /玩具 古董 /邮币 /字画 /收藏 玩具 /模型 /娃娃 /人偶 ZIPPO/瑞士军刀 /眼镜 生活服务 /便捷服务 鲜花速递 /蛋糕配送 /园艺花艺 旅游度假 /打折机票 /特惠酒店 演出 /旅游 /吃喝玩乐折扣券 网店 /网络服务 /个性定制 /软件 T 恤 连衣裙 半身裙 雪纺衫 蕾丝衫 裤子 牛仔裤 小吊带 西装 短外套 Polo 衫 职业 装 安都 艾格 唐狮 以纯 森马 BB 霜 洁面 乳液 面霜 面膜眼霜 眼影 粉底 睫毛 香水假发 美容 药妆 丰胸 瘦身欧 莱雅 玫琳凯 芳草集 倩碧 女鞋 凉鞋 帆布 低帮 高帮女包 男包 钱包 背包 肩包帽子 围巾 皮带 腰带 领带浪 美 卡唐 麦包包 搜酷女包 蚊帐 凉席 夏被 毛毯 靠垫门帘 地垫 四件套 枕头 床沙发 鞋柜 衣柜 茶几 床垫家 饰 床品 家具 清洁 宜家 MP4MP5iPod PSP U 盘数码相机 摄像机 笔记本电脑国产手机 诺基亚 摩托罗拉 三星 LG 黑莓 索尼 佳能 OFDMA 2012-07-19################2012-07-19#######2#012-07-19######## ??? ? 张冬梅徐友云蔡跃明 ? (解放军理工大学通信工程学院 南京 210007)?(上海交通大学电子工程系 上海 200030) 摘 要:功率分配是 OFDMA 系统资源调度中的一个重要研究问题。该文通过寻求快速确定不需分配功率的子载 波方法，提出了一种线性注水功率分配算法，运算中不需多次迭代，就可完成功率注水过程。仿真结果表明，该算 法的吞吐量逼近迭代注水功率分配算法。 关键词:OFDMA;功率分配;注水 中图分类号:TN929.5文献标识码:A文章编号:1009-5896(2007)06-1286-04Linear Water-Filling Power Allocation Algorithm in OFDMA System ???? Zhang Dong-meiXu You-yunCai Yue-ming? (Institute of Comm unications En gineering, PL A Univ. of Sci. & Tech., Nanjing 210007, China)?(Institute of Electronic En gineering, Shanghai JiaoTong University, Shanghai 200030, China) Abstract: Power allocation is an important issue of resource scheduling in OFDMA system. In this paper, an algorithm of linear water-filling power allocation is proposed through searching for a rapid means for confirming the sub-carriers which need not allocate power. It can finish the process of power water-filling without time after time iterative calculation. The simulation results show the throughput of the proposed algorithm approaches that the algorithm of iterated water-filling power allocation. Key words: OFDMA; Power allocation; Water-filling 1 引言 分配功率可以根据信道增益统一分配所有子载波，但此 时极易改变子载波分配时的用户间公平性能，另一种方法是 OFDMA 系统利用子载波的正交特性来实现用户多址 在用户间按用户占用的资源比例分配功率，用户内的功率分 接入，系统中的资源调度模块可利用多用户分集和信道衰落 配就只需考虑尽量加大吞吐量，而不会影响整个系统的调度 特性，根据信道增益自适应地进行资源分配，可明显地提高 目标。在实际系统实现时，由于调制阶数的限制，加载的比 系统吞吐量等性能。OFDMA 系统中的资源分配涉及子载 特数只能取几个固定的值，因此功率分配要与自适应调制技 波、功率、自适应调制、比特，几种资源的联合优化是一个 术联合优化，才具有实际应用价值。本文主要讨论用户的功 复杂度极高的问题。已有研究中，主要采用分步优化的方法: 率分配问题，功率分配与自适应调制技术联合优化将是下一 第 1 步，分配子载波;第 2 步，确定各子载波的功率、调制 步要做的工作。 方式和加载比特数。 功率分配是一个经典的研究问题，迭代注水功率分配算 分配子载波既可以直接根据信道增益和用户需求将子 [1]法是理论上界，但需经多次迭代运算才能求出吞吐量最大 载波分配给用户，也可以先确定各用户可分的子载波数，再 化的最优解，目前研究主要集中在如何减少迭代次数和寻求 根据信道增益和用户需求进行分配。子载波分配算法的研究 重点是如何保证用户间公平性能和各用户 QoS 性能，并且利 用用户的信道差异获得尽可能大的系统总吞吐量。基于不同 [2,3] 运算量小的次优解 ，文献[3]中给出了一种快速迭代算法。调度目标，形成了不同的子载波调度算法，通过研究发现系 文献[4,5]在研究了功率约束下系统吞吐量最大化时的功 统总吞吐量与用户间公平性能是相互矛盾的，子载波分配算 率分配问题，给出了在用户间速率成比例和高 SNR 限定条 法的选取最重要的是根据系统的要求，在系统吞吐量与用户 件下的线性功率分配算法。这种算法简化了运算，不需进行 间公平性间寻求一个平衡点。 迭代运算，但这种算法要求过于苛刻，通过仿真发现平均 SNR,25dB 时算法才能工作，文献[4]中取平均 SNR 为 38dB 进行仿真验证，这与实际系统条件相差较大。 平均功率分配算法是最简单、计算量最小的功率分配算 法，但由于不考虑信道增益的变化，当信道的平均 SNR 较 2005-10-24 收到，2006-05-08 改回 国家自然科学基金(60372080)，国家 863 计划2003AA123310)和江( 低时，吞吐量比迭代注水算法时要小得多。当信道的平均 2012-07-19################2012-07-19#######2#012-07-19########苏省自然科学基金(BK2004014)资助课题 可以推出 SNR 较高时，平均功率分配时的总吞吐量就能接近迭代注水 ，时的结果。本文以平均功率分配时的吞吐量为基准，来比较 ??(6) Pβ ? 1H = 1// n n ??? ? 各种注水功率分配算法的吞吐量增益。 + 其中[x ]表示当 x > 0 时，值为 x，当 x ? 0 时，值为 0。本文在研究上述各种功率分配算法基础上，提出了一种 但此时不能由式(6)直接得到最优功率分配，需要利用迭 线性注水功率分配算法，运算中不需多次迭代，但调度结果 代算法得到一个适当的注水水位 β 。这种方法通常称为迭代 逼近迭代注水功率分配算法。 注水算法。 2 功率分配的公式化描述 如何快速确定适当的 β ，是评价注水算法的关键，文献 [3]提出了一种快速迭代算法，给出 β 的初始值和各次 β 的修 在 OFDMA 系统资源分配中，用户间公平性能和用户 正方法: QoS 性能的保证主要是在分配子载波和功率给用户时考虑 的问题。在将子载波分配给用户并确定了用户可用功率后， N ??1 1 在用户内部给各子载波分配功率时以获取最大吞吐量为目 ?? (7)β P =+ 0 ? ?? N H 标，不会影响用户间公平性能。此时的功率分配问题就是一 n =n 1 ? ? N 个用户的功率分配问题。 ?? 1 ?? (8)β ? β μ P ? P+ ? n 考虑确定子载波状态的单用户条件下，由于 OFDM 系 ?? N ON n =1?? 统的总吞吐量是各子载波吞吐量的和，则用户总吞吐量为 其中 0 < μ="">< 1="" 是调整步长，="" n="" 表示本次实际分配功率的="" on=""> 子载波总数。这种快速注水算法主要是提供了一种 β 值快速 收敛的方法，但每次迭代的运算量并不会减少。一次迭代运 ?? N 2N 算需经 2N 次加法运算和 N，2 次乘法运算，其运算量为 ? B B αP n n ? ? C log1 =+= log1 + H P(1) ()?? 2 n n ? 2 ? O(N ) ，整个算法的运算量为O(kN ) ，其中 N 为子载波个数， N BΓ N N N ?? n 1 0 n 1 ==?? k 为迭代次数。本文在算法仿真中采用了这种快速注水算法。 其中 B 为系统带宽;N 为子载波个数; α表示第 n 个子载 n 4 改进的功率分配算法 波上的信道增益; P为第 n 个子载波的发送功率; N 表示 n 0 由式(6)可知，注水算法是根据各子载波的信道状态来分 加性噪声的单边功率谱;Γ 表示与物理层编码调制关联的冗配功率的，状态好的多分，状态差的少分甚至不分。分析文 余量，不考虑传输的误码率和物理层编码调制时 Γ = 1 ，此 献[4, 5]中提出的线性分配算法必须要求高SN R 的原因，发 时容量为香农容量，考虑传输的误码率为 BER 和物理层编 现在计算功率时 SNR 低的子载波会出现负值，而这些低 [6 ] 码调制 方式 为 MQ A M 与格雷 编码 联合 时， Γ =SNR 的子载波在迭代注水算法时是不分配功率的。通过仿真 2 α 发现如果能确定不分配功率的子载波，在剩余子载波中即使 n 。? ln(5BER)/ 1.5 ;为了讨论方便，设 H , nN BΓN /采用平均功率分配也能明显提高用户吞吐量，一般将这种选 0 总功率约束条件下的用户吞吐量最大化为目标的动态取部分子载波平均分配功率的算法称为开关注水功率分配 功率分配的优化问题可如下描述 算法。为了寻找快速确定不分配功率的子载波方法，下面分 N 析 Lagrange 算法，由式(5)可以推出 B * C = max log 1 + H P ,()? 2 n n N n =1 N(2) s.t. PP? P 且 P? 0?n= T ? n n H /(1 + H P ) = H /(1 + H P ) (9) m m m n n n n 1= 其中 m, n = {1, 2,…, N } ，则有 3 现有功率分配算法 1 H ? H1 n m P + ?= (10) P = P + n m m 迭代注水功率分配算法以用户吞吐量最大化为目标时， H H H H m nm n对于这个优化问题，根据式(2)，利用 Lagrange 算法，构造 由式(10)知，只要能确定某一个子载波的功率，就可以求出Lagrange 函数: 其它子载波的功率，同时所有子载波的功率和为 N N? ? N N ??1 ?1 L = log(1 + H P),λ P,P (3) ??+ P? (11) ? 2n n n P = P = N ?? ?m T ? n ? ???? ? ? H=1 n =1 n ? ?H m n =1 n n =1 ?L ? P ，则由式(2)的约束条件知 P T 求导 ,0 ，则有?P nN ?? 1 1 N ?12 ()+ P??P ? ? ?m ??H ?L1 H H N ? ? n n =1 mn = ,λ = 0 (4) ?Pln 2 1 + H Pn nn 就可确定各个子载波的功率，但此时求出的功由式(12) 令 β ln 2 ，则可以计算出= λ 率并不一定满足式(2)中的另一个约束条件 P ? 0 。若求出 m (5) = H (1 + HP)β / P0 时取 P0 ，则 PP ，同样不能满足式的约 < ==""> (2)n n n m m T 束条件。因此在迭代注水中需经多次迭代运算，选取适当的 吐量为基准值，给出了其它 3 种算法相对于基准值的增益比注水水位。 例。 ?3 若将子载波的信道状态值 H 顺序排列，则可得到子载 n 图 1 给出了 BER = 10时各种算法吞吐量增益与平均 ?5 波功率 P的排列顺序。在将某个状态值小的子载波功率 P n lSNR 的关系;图 2 给出了 BER = 10时各种算法吞吐量增 N 益与平均 SNR 的关系。 1 设为 0 的同时，也应将子载波的信道状态值从 中剔? Hn =n 1 N 1 1 代替。可以考虑计算功率时按从小到 除，即用 , ? H H n n =1 l 大的次序，同时剔除不分配功率的子载波。为了简化讨论， 假设 H? H ? … ? H ，则有 P? P? … ? P。根据式1 2 N 1 2 N (12)有 N ?? 1 1 N ? (13)+ P= ?P ? ? ?1 ??H?N H? n =1 1n ?3 ?5 图 1 时系统图 2 时系统BER=10BER=10 吞吐量增益与平均 SNR 的关系 吞吐量增益与平均 SNR 的关系若 P? 0 ，将这个子载波的功率设为 0，剔除这个子载波，1 从上述两图中可以看出，同等条件下，线性注水算法的 给第二个子载波分配功率 吞吐量增益完全逼近迭代注水算法，在低 SNR 时比平均功 N ?? 1 1 N ? 1 ?(14) + P= ?P ? 率分配算法有明显吞吐量提高，在高 SNR 时平均功率分配 ? ?2 ??HN ?H ? n =2 2n 算法已逼近迭代注水算法。开关注水算法由于在选用子载波 直到找到 P>0 ，然后根据式(10)求出后续子载波的功率。 m 中采用平均功率分配，因此吞吐量增益相比迭代注水算法略 采用这种算法避免了迭代注水算法每次求出所有子载波功 有损失，但在低 SNR 时同样有明显的吞吐量增益。图 2 中 率后再修正 β 重新计算,可以很大程度地减少运算量。与文献 ?5 ?3 BER 10时的吞吐量增益高于图 1 中 BER 10时的= = [4, 5]中的线性功率分配相比，又避免了不切实际的约束条件 吞吐量增益。限制。这种线性注水功率分配算法的运算量主要包括 2 个部 线性注水算法是一种注水效果很好的功率分配算法，但 分，第 1 部分是所有子载波的状态值排序，其运算量为 相比迭代注水算法需多次迭代运算，线性迭代注水算法在执 O(N logN ) ，对于单用户系统是必须要考虑的运算量，但 2 行前需将子载波状态进行排序。因此对于单用户系统线性注 对于多用户系统中在子载波分配时实际已完成了子载波状 水算法与迭代注水算法没有运算量上的优势，甚至随着 N 的 态排序工作;第 2 部分是根据式(13)，式(14)确定将被剔除 增大，运算量还明显高于迭代注水算法。但对于多用户系统， 子载波，根据式(10)计算各子载波的功率，共有(2，2N，M) 在功率分配前已完成了子载波向用户的分配，在同一个用户 次加法运算和(2，M)次乘法运算，其中 M 为被剔除的子载 内部，所有子载波是按降序分配的，可以直接执行线性注水 波数目，其运算量也为O(N ) ，与迭代注水时一次迭代的运 算法，此时与迭代注水算法的多次迭代相比就有了运算量上 算量相当。算法仿真结果显示系统吞吐量与迭代注水算法的 的优势。 相差很小。 6 结束语 本文研究 OFDMA 系统资源调度中的功率分配问题，通 过对已有功率分配算法的研究，提出了线性运算量的注水算 5 仿真结果 法，其吞吐量性能与迭代注水算法基本相当，多用户系统在 功率分配算法是在确定子载波后执行的，因此可用单用 完成子载波和功率到用户的分配后，采用这种线性功率分配 户情况时功率分配后吞吐量的变化来对比分析各种算法的 算法在用户内部完成子载波的功率分配，其运算量小，并且 性能。在仿真中，考虑单小区的 OFDMA 系统的下行链路数 不会改变用户间的公平性能。当然，本文并没有考虑比特加 据传输, 系统带宽为 1MHz，划分为 64 个子载波。由于功率 载的实现问题，下一步将结合自适应调制技术，考虑功率的 分配算法是在确定子载波后执行的，因此可用单用户情况时 按级分配问题，以形成完整的资源分配算法。 功率分配后吞吐量的变化来对比分析各种算法的性能。无线 参 考 文 献 [7] 信道模型是 COST207 中 的坏城区模型 ，时延扩展 2.5μs 。假设移动用户对信道状态的估计是准确的，并 γ = ?3 且瞬时信道状态信息是可用的。考虑 BER= 10和 BER= ?5 10两种业务仿真条件。在仿真中对比平均功率分配(EP)、 迭代注水功率 分配(IWFP) 、提出的线性 注水功率分配 [1] Knopp R and Humblet P. Informaion capaciy and power tt(LWFP)和开关注水功率分配(OWFP)4 种算法。为了直观地 control in single cell multiuser communications. in Proc. IEEE International Conference on Communications 说明仿真结果，仿真图中以同等条件下平均功率分配时的吞 ’95), Seattle, USA, June 1995: 331–335. (ICC Communications Conference, San Francisco, CA, Dec. 2003: Jang J and Lee K B. Transmit power adaptation for [2] 337–341. multiuser OFDM systems. IEEE J. on Selected Areas in Goldsmith A J and Chua S G. Variable-rate variable-power Comm unications, 2003, 21(2): – 171178.[6] MQAM for fading channels. IEEE Trans. on Comm un., 1997, Jang J, Lee K B, and Lee Y H. Transmit power and bit [3] 45(10): 1218–1230. allocations for OFDM systems in a fading channel. in oc. Pr杨大成. 移动传播环境. 北京: 机械工业出版社, 2003. IEEE Global Communications Conference, San Francisco, [7] CA, Dec. 2003: 283–288. Wong I C, Shen Z k, and Evans B L, et al.. A low complexiy t 张冬梅:女，1972 年生，讲师，硕士，主要研究方向为移动通信、for proportional resource allocation in OFDMA algorithm [4] 无线资源管理等. systems. IEEE International Signal Processing Systems 男，1966 年生，教授，博士生导师，主要研究方向为移 徐友云:Oct 13–15, 2004: 1–6. Workshop, 动通信、战术无线通信网、信道编码与调制、网络信息 Shen Z, Andrews J G, and Evans B L. Optimal power 论、B3G 移动通信技术等. in in allocation multiuser OFDM systems. Proc. IEEE Global男，1961 年生，教授，博士生导师，主要研究方向为下 [5] 蔡跃明:一代移动通信. Your requestcould not be processed becauseof a configurationerror: "Could not connect to LDAPserver." For assistance,contact your network support team. file:///C|/Users/Administrator/Desktop/新建文本文档.txt 涵盖各行业最丰富完备的资料文献,最前瞻权威的行业动态,是专业人士的不二选择。 file:///C|/Users/Administrator/Desktop/新建文本文档.txt2012/8/26 12:19:58 Hindawi Publishing Corporation Research Letters in Communications Volume 2008, Article ID 420478, 4pages doi:10.1155/2008/420478 Research Letter Performance of Equal Power Allocation in Multiuser OFDM-Based Cognitive Radio Systems Yonghong Zhang and Cyril Leung Department of Electrical and Computer Engineering, The University of British Columbia, Vancouver, BC, Canada V6T 1Z4 Correspondence should be addressed to Cyril Leung, cleung@ece.ubc.ca Received 22July 2008; Accepted 15September 2008 Recommended by Adam Panagos The performance di ? erence between a simple equal subchannel power allocation and the optimal water-?lling subchannel power allocation schemes is studied for a multiuser OFDM-based cognitive radio (CR)system. It is shown that this di ? erence depends on the average subchannel gain variations among the CR users as well as the activity levels of the primary users. Copyright ?2008Y. Zhang and C. Leung. This is an open access article distributed under the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited. 1. Introduction Cognitive radio (CR)[1– 3]is a concept which can potentially alleviate the pending spectrum shortage crisis. As discussed in [2],orthogonal frequency division multiplexing (OFDM) is an attractive modulation candidate for CR systems. It is well known that the optimal solution to the problem of determining the capacity of a set of M parallel additive white Gaussian noise (AWGN)subchannels, each of which may have a di ? erent noise power level, subject to a total input signal power constraint, has a nice water-?lling inter-pretation [4].We will refer to this as optimal water-?lling (OWF).In OWF, the signal powers allocated to di ? erent subchannels are in general di ? erent and no power is allocated to “silent” subchannels on which the noise power exceeds a certain threshold (waterlevel). The scheme in which the total available signal power is shared equally among all (silentand nonsilent) subchannels is referred to as plain equal power allocation (PEPA). Simulation results in [5]indicate that the di ? erence between OWF and PEPA is quite small in a multiple user system with Rayleigh fading when each subchannel is assigned to the user with the best channel quality for that subchannel. Analytical results in [6]show that the performance di ? erence between OWF and PEPA decreases with the number of users and average signal-to-noise ratio (SNR).In this paper, we study the performance di ? erence between PEPA and OWF in a multiuser OFDM-based CR system. It is found that PEPA performs almost as well as OWF when there is little variation in CR user (CRU)average subchannel gains or PU activity level is high. 2. System Model We consider a CR system with a total bandwidth of W Hz and L PUs; PU l , l =1, 2, ... , L has a bandwidth allocation of W l Hz. Frequency bands carrying PU signals are referred to as active ; nonactive bands are also termed spectrum holes . In order to reduce the mutual interference between secondary CRUs and PUs to acceptable levels, some subchannels adjacent to active PU bands are not used by the CRUs. We are interested in downlink transmissions from one CR base station (CRBS)to K CRUs. It is assumed that the CRBS and the CRUs are able to accurately locate the spectrum holes. The system bandwidth of W Hz can accommodate M OFDM subbands (orsubchannels), each with noise power σ20. Interference among the subchannels is assumed to be negligible. The system is time-slotted with a slot duration equal to an OFDM symbol duration (T s ). The subchannels are modelled in discrete time, with the gain for subchannel m and time slot t from the CRBS to CRU k denoted by g k , m . For simplicity, it is assumed that for any given value of k , {g k , m , m =1, 2, ... , M }are identically distributed random variables (RVs)with a common probability function 2Research Letters in Communications (pdf)and cumulated distribution function (cdf)denoted as f G k (g k ) and F G k (g k ), respectively. At each time slot t , each subchannel within M t , the set of available subchannels at time slot t , can be used by the CRBS to transmit to at most one CRU. We use f G (g ) and F G (g ) to denote the pdf and the cdf of the selected CRUs, respectively. The number (r t m ) of bits per OFDM symbol which can be supported by subchannel m in time slot t is given by [7] r t m =log 2 1+ g t m s t m Γσ0 , (1) where g t m is the subchannel gain of the selected CRU, s t m is the power allocated to subchannel m at time slot t , and Γis an SNR gap parameter which indicates how far the system is operating from capacity. The available power constraint implies that m ∈ M t s t m ≤ S ? t , (2) where S is the total power per time slot. The availability of a PU band is modelled by a two-state Markov chain. During a time slot t , a PU band can be in one of two modes:active or inactive [8].A PU band can change mode once every T state slots. At a transition time, the probability of a PU band changing from active to inactive mode is 1? p a , and the probability of changing from inactive to active mode is 1? p n . The number (l CR, t ) of available PU bands at time slots {t , t =1, 2, ... }then forms a Markov chain, with a transition probability matrix Q ={q i j }, i , j = 0, 1, 2, ... , L , where state i corresponds to the event that the number of available PU bands is equal to i and the probability (q i j ) of moving from state i to state j is given by q i j = L n =0 i n 1? p n n p i ? n n L ? i n ? i +j 1? p a n ? i +j p L ? j ? n a . (3) The steady-state probability column vector Π= (π0, π1, ... , πL ) T is given by [9] Π=U ? 1V , (4) where U = ? ? ? ? ? ? ? ? ? 1, 1, 1, ···1 0, 1? q 00+q 10, 1? q 00+q 20, ···1? q 00+q L 0 0, q 01+1? q 11, q 01? q 21, ···q 01? q L 1···············0, q 0L ? q 1L , q 0L ? q 2L , ···q 0L +1? q LL ? ? ? ? ? ? ? ? ? , (5) and V =(1,1? q 00, q 01, ... , q 0L ) T . If each PU band can accommodate an equal number (M/L) of subchannels, the probability of having m available subchannels is b m = ? ? ? ? ? πl , if m = lM L , l =0, 1, 2, ... , L 0, otherwise. (6) 3. Achievable Bit Rates for OWF and PEPA Although OWF provides the optimal solution for subchannel power allocation, it is more complex-to-implement than PEPA. We now derive expressions to compare the bit rates achievable by the two schemes. 3.1. Upper Bounds on Achievable Bit Rate for OWF Assuming that OWF is applied to the m CR, t subchannel gains of the selected CRUs at time slot t , the average bit rate (ABR) (B OWF Δ=lim T → ∞ B (T ) OWF ) is given by [4] B (T ) OWF = 1 T s T T t =1 m ∈ M t :Γσ20/gt m ≤ L t OWF log 2 L t OWF g t m Γσ0 . (7) In (7), Γσ20/gt m can be viewed as the equivalent noise power on subchannel m and L t OWF is the water level at time t . Let T i be the set of time slots with m CR, t =i , and T i be the number of elements in set T i . Grouping the time slots with m CR, t =i , we can rewrite (7) as B (T ) OWF = 1 T s T M i =1 t i ∈ T i m ∈ M t i :Γσ20/gt i m ≤ L t i OWF, i log 2 L t i OWF, i g t i m Γσ0 , (8) where L t i OWF, i is the water level at time slot t i . When m CR, t =i , the ABR if OWF is applied at each time slot t i is smaller than that if OWF is applied in one shot to all the iT i subchannel gains of the selected CRUs over the T i time slots, that is, B (T ) OWF ≤ 1 T s T M i =1 t i ∈ T i m ∈ M t i :Γσ20/gt i m ≤ L (T i ) OWF, i log 2 L (T i ) OWF, i g t i m Γσ0 , (9) where L (T i ) OWF, i is the global water level for set T i . Letting T i =b i T , and taking the limit as T → ∞ , we have B OWF ≤ 1 T s M i =1 ib i ∞ Γσ20/L(∞ ) OWF, i log 2 L (∞ ) OWF, i g Γσ0 f G (g ) dg. (10) In (9), L (T i ) OWF, i , is lower than the level calculated by including all subchannels at time slots t ∈ T i because there may exist some subchannels with above water level noises. Therefore, L (T i ) OWF, i ≤ t ∈ T i m ∈ M t Γσ20/gt m iT i + S i . (11) Taking the limit as T i → ∞ in (11) yields L (∞ ) OWF, i ≤ E 1 G Γσ20+ S i . (12) Research Letters in Communications 3 Substituting for the two occurrences of L (∞ ) OWF, i in (10) by the RHS of (12), we obtain B OWF ≤ 1 T s M i =1 ib i 1? F G 1 L i log 2 L i + ∞ 1/Li log 2(g ) f G (g ) dg , (13) where L i =L i and L i E {1/G}+S/(i Γσ20). The upper bound for L (∞ ) OWF, i in (12) can be quite loose since it includes every subchannel, regardless of its equivalent noise power Γσ20/gt m . As g t m → 0, Γσ20/gt m increases without bound. Consequently, the bound in (13) is also loose. We obtain a tighter bound by turning o ? any subchannel m ∈ M t for which Γσ20/gt m is greater than the RHS of (12), that is, we consider only the subchannels for which g t m >1/L i in calculating the water levels. The resulting water level is still higher than L (∞ ) OWF, i so that L (∞ ) OWF, i ≤ Γσ20 ∞ 1/L i (1/g) f G (g ) dg +S/i 1? F G 1/L i . (14) Substituting L (∞ ) OWF, i in (10) by the RHS of (14), we obtain a tighter bound, namely, (13) with L i = ∞ 1/L i (1/g) f G (g ) dg +S/ i Γσ20 1? F G 1/L i . (15) 3.2. Achievable Bit Rate for PEPA The ABR for PEPA is B PEPA Δ=lim T → ∞ B (T ) PEPA , where B (T ) PEPA = 1 T s T T t =1 m ∈ M t log 2 1+ Sg t m m CR, t Γσ0 . (16) Grouping the time slots with m CR, t =i , we have B (T ) PEPA = 1 T s T M i =1 t ∈ T i m ∈ M t log 2 1+ Sg t m i Γσ0 . (17) Letting T i →∞ , we obtain B PEPA = 1 s M i =1 ib i E log 2 1+ S i Γσ0 G . (18) 4. Rayleigh Fading Channel In Section 3, we studied the ABR for OWF and PEPA for arbitrary pdf’s and cdf’s of the subchannel gains of the selected CRUs. In this section, we obtain the pdf and cdf of the subchannel gains of the selected CRUs for two di ? erent subchannel allocation strategies. The subchannel gains of the CRUs are assumed to be Rayleigh-distributed, that is, the power gains are exponentially distributed. 4.1. Opportunistic Subchannel Assignment Suppose that at each time t , each of the M subchannels is assigned to the CRU with the highest gain for that subchannel. If the average subchannel power gains for all CRUs are equal, the pdf of the power gain for the CRU assigned to any subchannel is readily obtained using a standard result in order statistics [10],that is, f G (g ) =K 1? e ? g/E{G } K ? 1e ? g/E{G } E {G } (19) with corresponding cdf F G (g ) = 1? e ? g/E{G } K . (20) 4.2. A Fairer Subchannel Assignment Scheme If the average subchannel gains for CRUs are quite di ? erent, assigning a subchannel to the CRU with the highest gain may be too unfair to CRUs with poor average subchannel gains. A fairer scheme [11]is to select, for each subchannel, the CRU with the best channel gain relative to its own mean gain,that is, k ? (t ) =argmax k g k , m (t ) E G k . (21) The distribution of a CRU’s subchannel gain relative to its own mean is exponential with a mean of 1. Thus, the probability of selecting CRU i is 1/K, that is, P (k ? =i ) = 1/K, i =1, 2, ... , K . The cdf of the power gain of the selected CRU for a subchannel is F G (g ) =P (G ≤ g ) = K i =1 P G ≤ g |k ? =i P k ? =i = 1K i =1 K j =1 P G j ≤ gE G j E G i = 1 K K i =1 1? e ? g/E{G i } K . (22) The corresponding pdf is f G (g ) = K i =1 1? e ? g/E{G i } (K ? 1) e ? g/E{G i } E G i . (23) 5. Numerical Results To compare the ABR for OWF and PEPA in a multiuser OFDM-based CR system, the expressions in (7), (18), and (13) with L i equal to the RHS of (15) are evaluated. The two subchannel allocation strategies in Sections 4.1and 4.2, hereafter referred to as Case A and Case B, respectively, are considered. In Case A, the average subchannel power gain for each CRU is chosen as 2×10? 13. In Case B, we increase the 4 Research Letters in Communications p a A v e r a g e b i t r a t e (M b /s ) 0. 1. 2. 3. 4. OWF PEPA Bound for OWF Figure 1:ABR as a function of p a for OWF and PEPA with K =6. number of CRUs by six at a time. The average subchannel power gains of the six CRUs are chosen as follows:one with value 10? 12, two with value 10? 13and three with value 10? 14. The resulting overall average subchannel gain for the six CRUs is 2×10? 13. In our calculations, we also use the following parameter values:Γ=1, σ2 =10? 16, S =0. 1W, W =2MHz, W l =250kHz, l ∈ {1, 2, ... , L }, L =8, M =64, p n =0. 9, and T s =40μs. Figure 1shows the ABR for OWF and PEPA as a function of p a for K =6CRUs. For both cases, the ABR for OWF and PEPA decreases with p a due to the reduced number of available subchannels. In Case A, the improvement of OWF over PEPA is 0. 1%at p a =0. 1and 0. 05%at p a =0. 9. In Case B, the improvement of OWF over PEPA is 14%at p a =0. 1and 2%at p a =0. 99. The di ? erence between OWF and PEPA decreases with p a because with a ?xed total power, the average SNR for the available subchannels increases. The di ? erence between OWF and PEPA is known to decrease with average SNR [6].For both cases, the proposed upper bound for OWF is very close to the actual OWF curve and the di ? erence decreases with p a . The results show that the relative performance of PEPA depends on the activity level of the PUs and the variations in average subchannel gains among the CRUs. The ABRs for OWF and PEPA were also determined as a function of the number (K ) of CRUs. For both cases, the ABRs of OWF and PEPA increase with K as a result of multiuser diversity. The ABR di ? erence between OWF and PEPA in Case A is negligible; in Case B, the improvement of OWF over PEPA is 9%for K =6and 2%for K =48. 6. Conclusions The performance di ? erence between the PEPA and OWF subcarrier power allocation schemes in a multiuser OFDM-based CR system was studied. A proposed upper bound for OWF was shown to be tight. When the PU activity is high or the CRU average gains are similar, the simpler PEPA scheme su ? ers little loss relative to OWF. References [1]J. Mitola III and G. Q. Maguire Jr., “Cognitive radio:making software radios more personal,” IEEE Personal Communica-tions , vol. 6, no. 4, pp. 13–18, 1999. [2]T. A. Weiss and F. K. Jondral, “Spectrum pooling:an innova-tive strategy for the enhancement of spectrum e ? ciency,” IEEE Communications Magazine , vol. 42, no. 3, pp. S8–S14, 2004. [3]S. Haykin, “Cognitive radio:brain-empowered wireless com-munications,” IEEE Journal on Selected Areas in Communica-tions , vol. 23, no. 2, pp. 201–220, 2005. [4]R. Gallager, Information Theory and Reliable Communication , John Wiley &Sons, New Y ork, NY, USA, 1968. [5]J. Jang and K. B. Lee, “Transmit power adaptation for multiuser OFDM systems,” IEEE Journal on Selected Areas in Communications , vol. 21, no. 2, pp. 171–178, 2003. [6]Y. Zhang and C. Leung, “Performance of equal power sub-channel loading in multiuser OFDM systems,” in Proceedings of the IEEE Paci?c Rim Conference on Communications, Computers and Signal Processing (PACRIM’07) , pp. 526–529, Victoria, Canada, August 2007. [7]A. J. Goldsmith and S.-G. Chua, “Variable-rate variable-power MQAM for fading channels,” IEEE Transactions on Communications , vol. 45, no. 10, pp. 1218–1230, 1997. [8]H. Su and X. Zhang, “Cross-layer based opportunistic MAC protocols for QoS provisionings over cognitive radio wireless networks,” IEEE Journal on Selected Areas in Communications , vol. 26, no. 1, pp. 118–129, 2008. [9]P . G. Hoel, S. C. Port, and C. J. Stone, Introduction to Stochastic Processes , Houghton Mi ? in, Boston, Mass, USA, 1972. [10]H. A. David and H. N. Nagaraja, Order Statistics , John Wiley &Sons, New Y ork, NY, USA, 3rd edition, 2003. [11]S. Ryu, B.-H. Ryu, H. Seo, M. Shin, and S. Park, “Wireless packet scheduling algorithm for OFDMA system based on time-utility and channel state,” ETRI Journal , vol. 27, no. 6, pp. 777–787, 2005. 转载请注明出处范文大全网 » 基于注水原理的TDCS功率分
范文四：OFDMA系统中线性注水功率分配算法
范文五：认知无线电 功率分配算法
