一种自适应正交频分复用系统的快速子载波分配算法

一种自适应正交频分复用系统的快速子载波分配算法

正交频分复杂化（idol）具有高频率、易于选择和减少无线传感器网络系统的适应性和隐蔽性，成为第三代后无线传感器网络系统的首选。与狭窄带宽传输系统相比，edd系统具有更宽的带宽资源，并且每个传输源的传输响应都非常不同。因此，ifd可以根据最佳色散率和误码率的原则选择不同的传输方式，如bpsk、qpsk、八psk和16qam，以实现最佳传输方式。在多用户的环境下,比如蜂窝网络,在同一时刻有多个用户共享信道资源,在OFDM-FDMA系统中体现为各用户对子载波的占用.然而各个用户与基站之间所经历的物理信道是不一样的,也就是说,在每个子载波上各个用户的信道响应是各异的,因此为了提高系统的容量,必须根据各个用户在各个OFDM子载波上的信道响应进行多用户之间的子载波分配.一个优异的子载波分配算法必须同时在三个评价因素上有很好的表现:1)频谱效率或者平均每子载波上所能够传输的比特数;2)对各个用户的公平性;3)实时性或者算法的计算复杂度.最优的子载波分配方法可以采用多用户灌水法则来计算.但是多用户灌水法则是一个非常复杂的非线性数学问题,在计算机上实现基本是不可能的,所以在实际应用中,一般是以牺牲一部分性能作为代价,寻找次优解.Pietrzyk等人在Wong等人的研究基础上提出一种基于用户服务质量(qualityofservice,QoS)要求的子载波分配算法.该方法首先将子载波分配算法建模为一个最优化的数学问题,然后通过Hungarian算法来寻找这个问题在性能上的最优解和次优解.但是在子载波数目和用户数目比较多的情况下,Hungarian算法的复杂度是相当大的.Teng等人提出一种子载波分配算法(以下称Teng算法).该算法根据三个原则分配子载波:1)在每个子载波上选择最大的可用调制方式;2)优先考虑满足信道响应较差的用户;3)在分配子载波时优先考虑信道响应比较差的子载波.Teng算法在性能上与子载波分配算法的性能上界基本接近.所谓的性能上界是指每个用户都选择信道响应最好的子载波来满足自己的比特率要求,而不管该子载波是否已经被其他用户所用.考虑到一个子载波只能被一个用户所用,这个上界一般是达不到的.Teng算法在一次子载波分配时需要多次循环才能找到一个最佳的分配方案,复杂度比较大,当子载波比较多时不利于实时性的应用.本文提出一种频谱效率高、复杂度小、满足实时性要求的子载波分配算法.首先根据信道响应矩阵和用户的QoS要求定义用户的相对比特数要求和用户对子载波的相对利用度两个函数,利用这两个函数进行子载波分配.结合自适应调制,该算法在频谱效率上有几乎跟上界一样的性能.最后分析和仿真算法在公平性和计算复杂度方面的性能.1无线移动通信系统的信道估计算法图1给出了自适应正交频分复用(adaptiveOFDM,AOFDM)系统的结构图.在发送端用户所使用的子载波序号以及子载波上的调制方式由子载波分配模块决定,经过符号映射之后的用户数据进入快速傅立叶反变换(IFFT)模块后变成时域上的信号,在加上保护间隔和成形滤波之后进入无线信道.在接收端,首先去保护间隔,经快速傅立叶变换(FFT)模块出来的信号一部分是导频信号,用于信道估计,另一部分在经过子载波抽取和自适应解调之后是用户的数据.在无线移动通信系统中,多用户的信道估计和子载波分配是在基站进行的,子载波分配的信息由专门的控制信道发送给移动终端.用户所使用的子载波以及子载波上的调制方式都是由上一帧的信道估计值来确定,所以用户实际所经历的信道响应和估计得出的信道响应不仅存在估计误差,而且存在时间差,这些对子载波分配算法和自适应调制的性能都会有影响.本文暂不考虑这些误差的影响,假定信道估计是理想的,即实际值跟估计值是一样的.2qam、32qam、32qam、42qam、了假设系统子载波数为K;用户数为M;各个用户的QoS要求都是已知的,用户m的比特率要求和误比特率要求分别为bm和BERm;信道响应矩阵H={hmk}M×K也是已知的,hmk表示用户m在子载波k上的信道响应;信道是慢变的,在一次分配和传输过程中hmk保持不变.根据用户的误比特率要求,可以确定用户m在子载波k上可以选用的最高调制阶数为式中:fn为n阶调制方式误比特率函数;N为可以选用的调制方式集合,N={0,1,2,3,4,5,6,7},各元素分别表示不传输、BPSK、QPSK、8PSK、16QAM、32QAM、64QAM和128QAM;接收信噪比SNRmk由系统的载噪比CNR和信道响应决定(单位:dB):SNRmk=CNR+20lg|hmk|.(2)定义用户的相对比特数要求为Sm=bm/(Δf∑k=1Kcmk).(3)Sm=bm/(Δf∑k=1Κcmk).(3)式中:Δf为子载波的带宽.式(3)中的分母表示将所有的子载波都分配给一个用户所能提供的总比特率.因此Sm也可以表示系统对用户m的满足程度,Sm越大表示该用户越难满足.定义用户m对子载波k的相对利用度为umk=cmk/∑m=1Mcmk.(4)umk=cmk/∑m=1Μcmk.(4)相对利用度umk表示用户m对子载波k的利用程度,umk越大表示子载波k越应该分配给用户m.本文提出的子载波分配算法就是基于相对比特数要求和相对利用度两个函数,为了提高系统的频谱利用率,满足各个用户的要求以及在各用户之间尽可能地实现公平性.算法优先考虑将子载波分配给相对比特数要求多的用户.在具体确定将哪个子载波分配给用户时优先考虑相对利用度高的子载波.图2给出算法的流程图,其中Ui是用户i的子载波利用度矢量,aij为子载波分配表A中的元素,aij=1表示子载波j被分配给用户i.图3为一个8个子载波、4个用户的子载波分配实例.首先计算每个用户的相对比特数要求S,发现用户3的相对比特数要求最多,所以先将一个子载波分配给用户3,计算用户3对所有子载波的相对利用度U3,得到子载波1的相对利用度最大,所以将子载波1分配给用户3,第一次循环结束.图3还给出了最终的分配表.从这个例子可以看出,本文提出的算法能够给每个用户选择一个较优的子载波,而且从系统层次看,该算法能够提供较高的系统频谱效率.3子带宽bsk仿真的信道为瑞利信道,路径数目为10径,最大信道时延为4μs,系统的带宽为5MHz,子载波的数目为1024,每个子载波上的调制方式由信噪比决定.如果使用最低的BPSK调制,那么每个子载波所提供的数据速率为4.88kbps,这个速率是系统的基本速率,记为Rb.用户的比特率要求假设为Rb的整数倍,误比特率要求为10-2.3.1固定子同带宽分配算法为了分析本文提出的算法在频谱效率上的性能,在仿真中不仅与性能上界进行比较,而且同Teng算法和固定子载波分配(fixedsubcarrierallocation,FSA)方法进行了比较.固定子载波分配方法是FDMA的一种方式,每个用户使用哪些子载波是系统固定的,而不随信道的变化而变化.图4给出平均每载波比特数B和载噪比CNR的关系.从图中可以看出本文提出的算法与Teng算法在频谱效率上不相上下,跟性能的上界相差无几,而且比FSA算法有约5dB的增益.因此,本文的方法是一种频谱效率比较高的子载波分配算法.3.2算法的公平性比较定义子载波分配算法的公平性为F=E(minm(∑k=1Kamkcmk)).(5)F=E(minm(∑k=1Κamkcmk)).(5)它表示在一个子载波分配算法中用户所能得到的最少比特数.这个值越大,即用户所能得到的最少比特数越大,说明子载波分配算法的效率越高.这个值也可以表示分配算法在各个用户之间的公平性,其值越大,则与用户平均得到的比特数越接近,公平性也越好.为了得到公平性的曲线,将各个用户的比特率要求设定成一样,而且总的比特率要求稍微高于系统的容量.图5给出了不同子载波分配算法的公平性曲线.为了便于与频谱效率进行比较,图中公平性的指标已经归一化到每个子载波上,即将得到的F值除以平均每个用户需要的子载波数目.从图5看出,本文提出的算法在公平性上接近于上界,而且略好于Teng算法.当用户的比特率要求一样时,本文算法在每次分配一个子载波时优先考虑满足信道响应较差的用户,这一点保证了各个用户之间的公平性.图6给出了公平性与频谱效率的比较.从图中可以看出公平性与频谱效率之间的差距大概在0.5bit左右,也就是说,所能保证的分配给用户的最少比特数与平均比特数相差非常小,所以本文提出的算法是一种公平性比较好的算法.3.3实验结果与分析图7为在不同用户数目和不同子载波数目下本文提出的算法和Teng算法的运算量比较.仿真是通过500次MonteCarlo实验得到的平均值,CPU为PII500M,软件环境为Windows2000.从图7可以看出本文提出的算法需要的运算时间t大概是Teng算法的1/3,这是因为前者算法比后者少一层循环.由此可见,本文的算法与Teng算法相比更适合于对实时性要求比较高的系统.4基于高实时性的子载荷分配算法本文提出的子载波分配算法虽然在系统容量和公平性上与Teng