（通信与信息系统专业论文）多用户ofdm系统的动态资源分配算法的研究及验证.pdf

摘要 下一代移动通信的主要目标之一是在时变，频率选择性和带宽受限的无线信 道上提供高速有效的多媒体服务。结合动态资源分配的正交频分多址( o f d m ， o r t h o g o n a lf r e q u e n c yd i v i s i o nm u l t i p l e x i n g ) 技术是最有潜力增进系统频谱利用率， 提高数据传输率的技术之一。 本文着重讨论了已知信道状态信息( c s i ，c h a n n e ls t a t ei n f o r m a t i o n ) 条件下， 多用户o f d m 系统的子载波，比特和功率的动态分配算法及其硬件验证方案。首 先就固定速率功率动态分配算法( m a ，m a r g i na d a p t i v e ) 进行了研究，讨论了 m a 分配算法的优化模型及其经典算法，进而提出的基于需求度次优m a 资源分配 算法，在本文所述的业务模型下，性能非常接近最优算法，而且计算复杂度也有 大幅度的降低。 然后，对于功率固定速率动态分配算法( r a ，r a t ea d a p t i v e ) ，本文建立了 下行o f d m 系统在发射总功率一定且在保证用户之间比例公平的前提下，最大化 系统总容量的子载波、功率和比特分配优化模型，提出了一种在保证一定用户公 平性条件下提升系统容量的次优算法。该算法将子载波分配和比特分配分为两个 独立的步骤进行，每个步骤都能保证用户一定程度的比例公平性，并且结合多用 户分集调度以及贪婪比特分配的思想进行资源优化分配，从而具有较高的系统吞 吐量。通过系统仿真，我们验证了该算法在满足一定公平性条件下比最优公平性 算法具有更高的系统容量性能。 最后，本文还给出了基于p i c o a r r a y 技术的h d p l 0 2 平台和p c 8 5 2 0 系统的算 法验证方案和结果。经过初步的硬件实现和检测，得出本文所提出的次优动态资 源分配算法能在系统中正常工作，并保证较高的下行链路的数据传输速率。 关键词：动态分配需求函数计算复杂度多用户o f d m a p i c o a r r a y a b s t r a c t o n eo ft h em a i no b j e c t i v e si nf u t u r ew i r e l e s sn e t w o r k si st op r o v i d eh i g h r a t ed a t a s e r v i c e sw i t hs a t i s f y i n gq o s ( q u a l i t yo fs e r v i c e ) a n df a i r n e s so v e rt i m e v a r y i n g ， f r e q u e n c ys e l e c t i v ef a d i n ga n db a n d - l i m i t e dw i r e l e s sc h a n n e l s o r t h o g o n a lf r e q u e n c y d i v i s i o nm u l t i p l e x i n g ( o f d m ) c o m b i n e dw i t hd y n a m i cr e s o u r c ea l l o c a t i o nm e t h o di s o n eo ft h em o s tp o t e n t i a lt e c h n i q u e st os a t i s f yt h i sn e e d t h i st h e s i sf o c u s e so nt h ed y n a m i cr e s o u r c ea l l o c a t i o na l g o r i t h m si nm u l t i u s e r o f d ms y s t e ma n dt h e i rh a r d w a r ev e r i f i c a t i o nw i t hm u l t i c o r ed s pp l a t f o r m f i r s t l y , t h e o p t i m i z i n gm o d e lo f m u l t i u s e ro f d ms y s t e m sh a sb e e ne s t a b l i s h e d ，a n dt h ed y n a m i c p o w e ra l l o c a t i o na l g o r i t h m sw i t hf i x e dt r a n s m i s s i o nr a t e ，n a m e l ym a r g i na d a p t i v e ( m a ) a l g o r i t h m s ，h a v eb e e na n a l y z e d f u r t h e r m o r e ，an o v e ls u b o p t i m a lm ag r e e d ya l g o r i t h m b a s e do nd e m a n df u n c t i o nh a sb e e np r o p o s e dt or e d u c et h ec o m p u t i n gc o m p l e x i t yw i t h s u b s c r i b e r s f a i r n e s sa n dq o sg u a r a n t e e d u t i l i z i n gt h es i m u l a t i o no fr e a l - t i m es e r v i c e s ， w eh a v ep r o v e dt h a tc o m p a r e dt os t a t i ca l l o c a t i o na l g o r i t h m s ，t h ep r o p o s e dm a g r e e d y a l g o r i t h mc o u l de n h a n c et h es y s t e mp e r f o r m a n c eb y5 - 6 d b 、析t l ll o wc o m p u t i n g c o m p l e x i t y , w h i c hi sv e r yc l o s et ot h eo p t i m a lm aa l g o r i t h m s u b s e q u e n t l y , t h em a t h e m m i cm o d e lo f r a t ea d a p t i v ef r a ) a l g o r i t h m sw h i c ha i m s f o rm a x i m i z i n gt h eo v e r a l ls y s t e mc a p a c i t yu n d e rt h ec o n s t r a i n to ff i x e dt o t a l t r a n s m i t t i n gp o w e rh a sb e e nb u i l t t h e n ，as u b o p t i m a lf a i r n e s sa l g o r i t h mb a s e do n d e m a n df u n c t i o nh a sb e e np u tf o r w a r dt oi m p r o v et h es y s t e mc a p a c i t y i nt h i s a l g o r i t h m ，t h ea l l o c a t i o np r o c e s si s d i v i d e di n t ot w os e p a r a t es t e p s ，r e s o u r c e c a l c u l a t i o na n ds u b c a r r i e ra l l o c a t i o n w i t ht h ee m p l o y m e n to fm u l t i u s e rd i v e r s i t y s c h e d u l i n ga n dt h eg r e e d yb i ta l l o c a t i o na l g o r i t h m ，t h i sa l g o r i t h mc o u l di m p l e m e n t m g hs y s t e mt h r o u g h p u ta n dp r o p o r t i o n a lf a i r n e s sw i t hl o wc o m p u t i n gc o m p l e x i t y t h r o u g ht h es i m u l a t i o nw i t hn o n r e a l t i m es e r v i c e s ，w ep r o v e dt h a tw i t ht h ef a i r n e s so f s u b s c r i b e r sg u a r a n t e e d ，t h ep r o p o s e ds u b o p t i m a lf a i r n e s sa l g o r i t h mc o u l dp r o v i d ea h i g h e ro v e r a l lp e r f o r m a n c et oo f d ms y s t e m st h a nt h eo p t i m a lf a i m e s sa l g o r i t h m f i n a l l y ，ap r e l i m i n a r ys c h e m eh a sb e e np r o v i d e dt ov e r i f yt h ef e a s i b i l i t ya n d v a l i d i t yo fp r o p o s e dr aa l g o r i t h m t h er e s u l ts h o w e d t h a tt h ea l g o r i t h mo p e r a t ew e l l o nt h es e l e c t e dm u l t i c o r ed s p p l a t f o r m k e y w o r d ：d y n a m i ca l l o c a t i o n d e m a n df u n c t i o n c o m p u t i n gc o m p l e x i t y m u l t i u s e ro f d m p i c o a r r a y 西安电子科技大学 学位论文独创性( 或创新性) 声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 本人签名：叠峄 日期复丝阻 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保 留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后 结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 ( 保密的论文在解密后遵守此规定) 本学位论文属于保密，在年解密后适用本授权书。 本人签名： 导师签名： 日期2 丝：三：2 日期呈受：三2 第一章绪论 第一章绪论弟一早瑁下匕 1 1 引言 蜂窝移动通信从上世纪8 0 年代出现到现在，已经发展到了第三代移动通信技 术，目前业界正在研究面向未来第四代移动通信的技术【1 】；宽带无线接入也在全球 不断升温，近几年来我国的宽带无线用户数增长势头强劲。 在技术层面上，多用户移动无线通信为可靠通信系统带了一些特有的挑战。 未来的多用户无线通信网络向用户提供具备更大的系统容量，更高的数据传输速 率和更加丰富的服务。然而，由于绝大部分无线系统运行于带宽有限的空气介质 之中，比起有线网络，它的资源显得相对稀缺。同时，用户的移动性不可避免的 导致了更大的信号衰落和更高的突发误码率，无线信道频率选择性衰落导致了严 重的符号间干扰( i s i ， i n t e r - s y m b o li n t e r f e r e n c e ) ，并且所有的无线接入用户必 须竞争和共享有限的传输带宽，这就带来了用户间的干扰问题【2 】。 面对这些问题，近二十年来，许多针对高速无线传输网络的物理层技术应运 而生。正交频分复用技术【3 】( o f d m ，o r t h o g o n a lf r e q u e n c y d i v i s i o nm u l t i p l e x i n g ) 和基于信道状态信息( c s i ，c h a n n e ls t a t ei n f o r m a t i o n ) 的动态资源分配技术【4 】就 是对抗信道衰落和用户间干扰，提高传输数据率的有效技术之一。 o f d m 系统将一个高速的数据流分为许多个低速数据流，每个低速数据流分 别调至到各个o f d m 子信道上，使单个子信道上信号的带宽小于信道的相干带宽， 符号周期大于时间扩散信道的时延扩展；每个子信道上的信号在信道上的衰落变 为平坦衰落，能够有效减轻多径效应的影响，并且不需要复杂的均衡器。在单载 波调制系统中，一次衰落或者干扰可以使整个链路失效。而在多载波系统中，只 有部分子载波上的传输会受到影响。故它被大量使用于现代无线通信系统中，如 陆地数字视频广播系统( d v b t ) ，无线局域网( a n s ) ，超宽带系统( i 入阳) ， w i m a x 系统等等p j 。 合适的多址接入技术和无线资源分配策略对多用户o f d m 系统及其重要。将 o f d m 应用于多用户场景的一种方法是使o f d m 与t d m a 和c d m a 相结合( 如 o f d m t d m a ，m c c d m a ，多用户d s c d m a 6 j ) 。但是由于o f d m t d m a 和 m c c d m a 系统传输数据时需要占据整个系统带宽，这就导致了系统易受深衰落 的影响。其次，m c c d m a 和多用户d s c d m a 系统需要复杂的多用户检测接收 机来对抗多址干扰( m a i ，m u l t i p l ea c c e s si n t e r f e r e n c e ) 。而o f d m a ( o r t h o g o n a l f r e q u e n c y d i v i s i o nm u l t i p l e x i n ga c c e s s ) 方案将整个带宽分为多个子信道，每个用 户占用一组予信道。这样，o f d m a 系统就能够有效的减少小区内干扰，并避免了 2 多用户o f d m 系统的动态资源分配算法的研究及验证 复杂的信道检测系统。o f d m a 系统的另一个优点是它能够充分利用多用户分级机 制。由于在大范围的无线通信系统中，各个用户的信道状态和业务需求都是不同 的。通过好的资源分配算法能大大提高信道容量和系统的频谱利用率【7 】。并且，相 对于o f m a t d m a 和o f d m c d m a ，o f d m a 方案对系统的非理想性是最不敏 感的。 很明显，资源分配方案在o f d m o f d m a 系统中起着巨大作用【8 捌。利用适当 的资源分配算法，能使无线资源得到最有效的利用。动态自适应资源分配技术的 目的是为了要达到所需的q o s ，充分利用可用资源( 包括频带、功率、时间) ， 尽可能降低复杂度的技术。q o s 可以表示为多个参数的集合，包括b e r 、吞吐量 和时延等。发射机根据所需的q o s 指标和已知的信道状态，来选择最合适的信号 处理方式，这就是动态自适应技术。动态自适应技术【lo 】会按照一定的自适应标准， 根据当前的c s i ，动态的选择一套合适的传输参数。动态分配技术通常包括自适应 调制编码、功率分配、载波分配等。对于多用户系统，还包括多用户调度技术【l l j 来确保系统的性能。每一种自适应方法都有它自己的选择标准和限制，如吞吐率 可作为一种标准，而功率和时延也可作为一种限制。目前，比较常用的自适应标 准是：功耗最小化和吞吐率最大化。功耗最小化的最主要目的是延长待机时间， 以及减小电磁辐射对人体的影响。吞吐率最大化的目的是为了实现最大化比特传 输速率，为了这个目的，基于给定的发射功率，需要自适应的调整编码和调制方 式。 目前，有很多学者正在研究动态自适应传输技术在o f d m 系统中的应用，并 形成了基于o f d m 的自适应传输理论【1 2 。3 1 。研究结果表明，动态资源分配技术与 o f d m 系统相结合，可以极大地改善o f d m 系统的性能。因此研究o f d m 系统中 新的动态资源分配算法具有十分重要的理论意义和现实意义。 1 2o f d m 资源分配问题的研究现状 对于单用户o f d m 系统，注水算法【1 4 】已经公认为可以很好的解决了子载波和 比特分配问题，其目标是最大化信道容量。然而在多用户o f d m 场景下，每个用 户所使用的不同的业务，子载波和比特的分配问题要比单用户o f d m 环境复杂得 多。目前，对于多用户o f d m 系统中的子载波和比特分配问题有许多研究方法， 这些方法大体上可以分为两类：静态资源分配策略和动态资源分配策略。 ( 1 ) 静态资源分配策略 对于静态分配策略，有两种典型的分配算法：o f d m t d m a l l 5 l 和 o f d m f d m a 1 6 】。在o f d m t d m a 系统中，每个用户被分配一个或多个预定时隙， 在其分配到的时隙中可以使用所有的子载波；就o f d m f d m a 而言，每个用户被 第一章绪论 分配一个或多个预定的子载波，并且可以在全部时间里使用这些子载波。对于这 些静态分配算法，子载波和比特的分配是预先分配好的，没有充分地利用瞬时信 道增益信息。因此，这种分配方法显然不是最优的。 蜂窝移动通信系统中的信道资源分配大体上也是分为静态和动态两种方式， 2 g 系统主要以话音业务为主，不同用户所使用的业务对于信道的需求是基本相同 的，因此在资源分配方案上大都采用静态分配算法。静态分配方式的优点是实施 简单，成本低，无需繁琐的信道选择，在负荷饱满的情况下接近信道资源的最优 利用。但是，其缺点主要在于低信道利用率，预先的规划一旦确定，将无法动态 地适应空间或时间上突发的业务量波动。 ( 2 ) 动态资源分配策略 为了克服这些静态资源分配策略带来的缺陷，人们引入了动态资源分配技术 1 7 - 1 8 】。动态资源分配可以根据当前无线信道通信质量监测报告，自适应地对资源 单元进行分配、调配和切换，以保证业务质量。在数据和多媒体业务占有相当比 重的3 g 系统中，或者是未来的4 g 系统中，由于业务的多样性，使得不同的用户 对于信道的需求有所不同。而动态资源分配算法的优势就在于信道利用率高，无 需信道的预规划，适应于网络中的负荷变化。动态资源分配策略，是跟据用户的 信道增益信息，自适应的为每个用户分配资源的一种方法，这种方法在进行子载 波和比特分配时，充分地利用了瞬时信道增益信息。由于无线信道的时变特性， 动态资源分配方法可以更加有效地利用多用户差异来实现更高的性能。 一般说来，根据不同的优化准则，o f d m 系统中的最优子载波承载和比特分 配问题大体上可以划分为两大类：在给定总数据速率条件下的总体发射功率最小 化问题 1 9 - 2 6 1 和在给定总发射功率限制条件下的数据速率最大化问题【2 7 抛】。它们本 质上都是带有整数变量的非线性最优化问题。通常把第一类问题称为边缘自适应 ( m a r g i na d a p t i v e ) 优化问题，而将第二类问题称为速率自适应( r a t ea d a p t i v e ) 优化 问题。显然，在不同的最优化准则下系统的性能表现也是不同的。w o n g 等在 2 0 】 中研究了下行多用户o f d m 系统中最优的子载波、比特和功率联合分配算法。它 的目标是在满足速率和误码率要求下，使传输功率最小化。当子载波可以被多个 用户共享、并且每个用户可以在子载波上传输的比特数不一定是整数时，作者用 拉格朗日乘子法求得了最优的分配结论。如果限定每个子载波只允许分配给一个 用户，并且每个子载波上传输的比特数为整数时，最优的子载波、比特和功率分 配属了二经典的线性优化问题，其求解的复杂度同样非常大。为此，作者提出了一 个次优的两步算法m a o ( m u l t i u s e ra d a p t i v eo f d m ) 算法，即先按照线性优化的 方法确定子载波的分配情况，然后在各个子载波上按照单用户系统中最优的 g r e e d y 算法进行比特和功率的加载。实验结果证明，这个两步算法非常接近于最 优算法，子载波分配部分可以采用经典的h u n g a r i a n 方法来解决，复杂度为o ( n 4 ) ， 4 多用户0 f d m 系统的动态资源分配算法的研究及验证 其中n 代表系统中总的子载波数。然而，从以上分析我们可以看出，该算法复杂 度仍然比较高。于是，w o n g 等又提出了一种能够应用在实时系统中的子载波分配 算法w o n 9 2 算法【3 。其中，考虑到在动态子载波分配的情况下，自适应调制带来 的增益将不是很明显，因此假定在每个子载波上都采用固定的调制方式，这样就 可以根据用户的速率要求预先确定需要分配给各个用户的子载波数量。它先根据 每个用户在所有子载波上的信道状况和对应的速率要求进行一轮初始分配，然后 再以减小功率为目标，通过迭代方式将不同用户占用的子载波进行交换。仿真结 果表明，通过几十次迭代就能接近于最优的分配算法获得的性能。这种实时分配 算法的复杂度约为o ( k n l o g n + n 2 ) ，其中k 是系统中总的用户数，计算所需时间 大约比h u n g a r i a n 方法减少了数十倍。j a n g e l 9 】等通过两步算法来完成子载波分配和 功率分配，并且严格证明对于多用户o f d m 系统来说，为了使传输速率最大化， 就应当将每个子载波只分配给在其上信道状况最好的用户，然后在各个子载波上 按照注水算法来分配功率。这篇文章最大的贡献就在于为子载波只分配给一个用 户的方式提供了理论依据，证明了它不仅能够像研究者所期望的那样降低实现复 杂度，而且从传输速率角度来说也是最优的分配方式。 1 3 本文的主要研究内容 在前面关于多用户o f d m 系统中资源优化分配的研究中，都是根据某一种优 化目标进行分配，或者是固定速率发射功率最小化，或者是发射功率固定速率最 大化。这些算法存在两个不足：一是这些算法的复杂度依然很高；二是这些算法 针对的都是某一种假设模型，和实际应用模型存在差别。基于这些问题，本文针 对多用户o f d m 系统的子载波分配和比特加载算法进行了改进，基于实际模型进 行研究和仿真，对总容量最大化问题、发送功率最小化问题和用户公平性问题进 行了深入的研究。最后，在基于p i c o a r r a y 技术的硬件开发平台上，对本文提出的 动态资源分配算法做出了初步的实现和验证。 1 4 本文的组织结构 本文共分为五章，内容安排如下： 第一章为绪论。首先介绍了论文的研究背景，接下来分析了无线资源分配技 术的发展现状，最后给出了本文研究的主要内容。 第二章是对固定速率功率自适应的动态子载波、比特和功率分配算法的研究。 首先建立了多用户自适应o f d m 系统模型和边缘自适应( m a ，m a r g i na d a p t i v e ) 算法的数学模型，分析了现有的一些次优m a 资源分配算法。最后，本文提出了 第一章绪论 基于用户需求度的m a 动态资源分配算法，并通过对实时业务的仿真，验证了此 算法的性能。 第三章是对固定功率速率自适应的动态子载波、比特和功率分配算法的研究。 首先建立了速率自适应( r a ，r a t ea d a p t i v e ) 算法的数学模型，分析了容量最大 化算法和经典的比例公平性r a 算法，并提出了一种次优比例公平性r a 算法，通 过建立非实时的仿真模型，比较了此算法的性能。 第四章是对本文提出的次优r a 算法的硬件验证。首先介绍了基于p i e o a r r a y 技术的硬件开发平台h d p l 0 2 ，开发工具p i c o t o o l s 和i e e e8 0 2 1 6 2 0 0 4 d 5o f d m 物理层和下端m a c 层的软件实现方案p c 8 5 2 0 。然后，提出了验证次优r a 算法 的方案，并分析了验证结果。 第五章是对全文的总结和对论文课题的展望。 第二章o f d m 边缘自适应动态资源分配算法z 第二章o f d m 边缘自适应动态资源分配算法 o f d m 信道实际上是一个平行信道，由于受到频率选择性衰落的影响，各个 子载波上的信道增益各不相同。因此，我们可以将功率作为一种可控无线资源， 根据各个子载波上的实际信道情况灵活地分配发送功率和信息比特，并且在每个 子载波上单独进行速率控制和自适应调制。另一方面，在多用户o f d m 系统中， 移动台所处的不同位置导致在每个子载波上各个用户呈现不同的信道增益。例如， 一个用户的某个子载波信道增益很差，但是该子载波对于其他用户却显出很好的 信道增益。因此，为了提高系统的频谱效率和吞吐量，不仅要在各个o f d m 子载 波上做功率分配和自适应调制，而且必须将予载波本身看成一种可控的无线资源， 根据用户在各个子载波上的信道增益情况进行多用户之间的子载波优化分配。因 此，o f d m 系统中的资源分配问题实际上是一个子载波、功率和比特联合分配的 问题。 本章和接下来的一章将重点讨论多用户o f d m 通信系统( 也称为o f d m a 系统) 中的资源优化分配问题。在o f d m a 系统中，用户可以根据信道增益情况比较灵 活地选择所使用的子载波，因此，相对o f d m t d m a 接入方式，o f d m a 能够充 分利用多用户分集和频率选择性分集，具有较高的频谱效率和系统容量。但是， 另一方面，由于在一个时刻，各个用户的数据可以调制到不同的子载波上，因此 无线资源优化分配要同时考虑比特分配和功率分配，变得十分复杂。对于o f d m 系统下行链路，能够最大化总吞吐量的资源分配策略是多用户分集调度机制【3 2 。3 4 】， 即将各个子载波分配给信道增益最大的用户，并利用注水法则或者贪婪算法将功 率和比特分配到子载波上。对于上行链路，各个用户的发射功率受到限制，多用 户分集调度的思想不能直接应用到上行链路，达到系统总吞吐量最优的资源分配 算法比较复杂。因此，本文将主要着重分析下行链路自适应子载波、功率和比特 分配上。 在多媒体无线通信系统中，系统容量并不等价于用户容量，真正的用户容量 必须考虑到业务的具体服务质量要求以及公平性等约束。例如，在多用户分集调 度中，信道质量好的用户将得到很多的系统容量，但是该用户的业务速率可能很 低，无线资源并没有得到有效的利用；相反，信道质量差的用户将无法保证实际 需要的传输速率。因此，以最大化系统总吞吐量为目标的资源优化分配策略在无 线通信系统中并没有很大的实际价值。有意义的资源优化分配策略必须同时兼顾 对用户服务质量和公平性的保证，在此基础上最大化系统的总吞吐量或者最小化 系统的发射功率。在本章中，我们将充分考虑各种业务的不同服务质量要求，针 多用户0 f d m 系统的动态资源分配算法的研究及验证 对不同的业务建立不同的优化模型，并提出符合这些优化模型的资源分配算法。 资源优化分配问题的一般数学模型是在一定约束条件下的目标优化问题。当 考虑到用户的服务质量要求和公平性约束时，优化模型将变得十分复杂，最优的 资源分配策略往往需要很高的计算复杂度，这对于实际的移动通信系统是很不利 的。不利因素主要包括两个方面：一个方面是移动通信系统中信道的变化往往非 常迅速，因此资源分配算法必须能够很快地收敛，否则分配算法结束时，信道已 经发生了变化，这就变得没有意义了；另一个方面在于实际通信系统的处理能力 非常有限，尤其对于移动终端，其硬件能力受到成本的直接约束，不可能承载很 复杂的算法。所以，综合考虑到信道的时变特性和通信设备的成本控制，在实际 系统中更有应用前景的是计算复杂度较低的次优分配算法。基于这些考虑，本章 将重点研究o f d m 蜂窝系统中低复杂度的次优分配算法，将计算复杂度作为一个 十分重要的因素进行考虑。 2 1 多用户动态自适应o f d m 系统模型 在o f d m 系统中，如果在发射端知道子信道的瞬时信道增益，采用动态自适 应调制能极大地提高系统性能。对于信道增益较大的子载波采用高阶调制，加载 更多的比特；处于深度衰落的子载波采用低阶调制或者零比特加载。在传统的多 址方式中，我们可以在不同时刻将所有的子载波分配给不同的用户，即 o f d m + t d m a 方式；也可以将一个o f d m 符号中的子载波分配给不同的用户， 即o f d m + f d m a 方式。不过，这些多址方式都是静态的，即预先确定资源在各个 用户之间的分配情况，没有考虑信道的状况，在整个传输过程中都不作调整。由 于频率选择性和时间选择性衰落的影响，很可能分配给某些用户的子载波( 或者 o f d m 符号) 由于处在深度衰落中而无法有效传输数据。由于用户通常是随机分 布在小区中的，因此处于不同位置的用户所经历的信道状况往往是相互独立的； 也就是说对于某些用户而言“恶劣”的子载波可能对于其他用户来说是“适宜”进行 传输的。因此，多用户o f d m 系统中如果采用静态多址方式，每个用户独占事先 分配好的子载波或在事先分配好的时隙独占所有子载波，在自适应调制时，有些 子载波可能存在处于深度衰落从而会被遗弃而不被使用。这些被浪费的子载波， 对于其他用户而言，可能并不是处于深度衰落，而且有可能信道条件较好，但却 不能被其他用户使用，这无疑是种浪费。 作为自适应传输技术的一种，自适应o f d m 子载波分配正是利用不同用户在 相同子载波上衰落情况各异的特性，动念地根据信道状况在用户间分配子载波资 源，从而获驭“多用户分集”的效果。 第二章o f d m 边缘自适应动态资源分配算法2 2 1 1 系统模型 多用户自适应o f d m 系统结构图如图2 1 所示。 图2 1 多用户自适应0 f d m 系统结构图 假定系统中总共有k 个用户，第k 个用户的传输速率为r 。比特o f d m 符号， 一共有n 个子载波可以用于数据传输。在发送端，由足个用户输出的串行数据进 入子载波和比特分配模块，该模块将比特从不同的用户数据分配到不同的子载波 上，假设每一个子载波的带宽远小于信道的相关带宽，而且所有用户的全部子载 波的瞬时信道增益对于发送端来说都是已知的。利用这些信道信息，发送端就能 使用联合子载波、比特和功率分配算法来对不同的用户分配不同的子载波，而且 还可以根据这种算法来分配每个子载波上传输的比特o f d m 符号的数目。根据每 个子载波t 得到的比特数，自适应调制器就会使用相应的调制方式，传输功率电 平也会根据联合子载波、比特和功率分配算法作相应的调整。 自调制后经时域抽样，离散傅立叶反变换( 口f t ) 后，增加循环前缀，最后 l o 多用户o f d m 系统的动态资源分配算法的研究及验证 经频域选择性衰落信道传给不同用户。我们假定子载波和比特分配信息通过独立 的控制信道传给接收用户。在接收端，先移去循环前缀，通过傅立叶变换( f f t ) 得到调制符号。然后利用子载波和比特分配信息进行属于自己的子载波进行解调。 2 1 2 动态资源分配算法的分类 动态自适应分配算法可以按照系统传输要求、被优化的目标和所规定的限制 条件来分类。在这里我们按照优化目标来分类： ( 1 ) 边缘自适应算法( m a ) 。这类算法的目标是：在给定系统比特速率和 目标误码率的限制条件下，使系统所需的发射功率最小化。即是在一定的误码率 及性能容限下，根据信道状况，调整比特分配，使得系统的发射功率最小。 ( 2 ) 速率自适应算法( r a ) 。这类算法的目标是：在给定总功率和目标误码 率的限制条件下，使系统的传输速率最大化。即是在一定的误码率及性能容限下， 根据信道状况，调整功率分配，使得系统的比特速率最大。 ( 3 ) 误码率自适应算法。这类算法的目标是：在给定系统总功率和比特速率 的限制条件下，使系统的边缘( m a r g i n ) 最大，也就是系统误码率达到最低。该算法 可以首先通过功率自适应算法，得到满足系统速率和目标误码率要求、使总功率 最小的比特和功率分配，然后再对各个子载波所分配的功率进行调整，使发射总 功率等于额定总功率，从而使系统的边缘达到最大。 其中功率自适应算法( m a ) 和速率适应算法( r a ) 是研究的热点，误码率 自适应算法一般都是在功率自适应算法( m a ) 或速率适应算法( r a ) 算法的结 果上进行适当调整。 2 2o f d m 边缘自适应资源分配算法 实时业务是未来多媒体系统中承载的主要业务之一。实时业务包括没有静默 压缩的v o i p ，多媒体视频业务等，这些业务的一个共同特点是具有明确的速率要 求，资源分配策略必须保证业务被准入时的承诺速率。另一方面，误比特率( 或者 误包率) 也是实时业务服务质量要求的另一个重要参数，误比特率太大会造成实时 业务的性能大打折扣，比如语音视频业务的清晰程度等。因此，从链路层角度看， 传输速率和误比特率是实时业务资源分配策略必须保证的两个性能。在o f d m a 系统中，业务的传输速率是通过分配一定数目的子载波和功率来保证的，系统的 总吞吐量为所有实时业务的传输速率之和。因此，针对实时业务的优化目标应该 是在保证传输速率要求的前提下，最小化系统的发射功率。实时业务的资源优化 分配问题是一个边际优化( m a ) i h - 题。 第二章o f d m 边缘自适应动态资源分配算法 旦 2 2 1 数学模型的建立 多用户o f d m 动态子载波、比特和功率分配的系统框图如图2 1 所示。假定 系统中有k 个用户，每个用户的传输速率为r 。b i t s o f d m 符号，有n 个子载波可 以用于数据传输。本文定义q 。表示第k 个用户加载到第n 个子载波上的比特数目， 并且不允许多个用户共享同一个子载波，即 如果c “0 ，对任意k k ，c i 。= 0 。 同时，我们假定自适应调制模块允许c | 。在d = o ，1 ，2 ，m 中取值，其 中m 是自适应调制时每个子载波上能加载的最大比特数。 由于在频率选择性信道中，不同的子载波将经历不同的信道增益。我们用a 。 来表示对第k 个用户而言第1 1 个子载波的信道增益。同时不失一般性，我们假设 单边噪声功率谱密度为常数，假设对所有用户和子载波均有n = 1 。同时，假定 疋( c ) 表示信道增益等于1 时第k 个用户可靠接收c 比特数据对应的接收功率。注 意到疋( c ) 由k 决定，这允许不同的用户有不同的q o s 要求或不同的编码调制方案。 而且为了使问题易于处理，疋( c ) 还必须满足如下的条件： 1 疋( c ) 0 ，即没有比特发送时，所需要的发射功率应该为零； 2 根据最优化理论的要求，应该保证在v c d ，疋( c ) 为下凸函数，即 六( c + 1 ) 一 ( c ) 要随着c 的增加而增加，通常所采用的编码方法和调制方法都可以 满足这一点； 3 ( c ) 一般应由所选择的星座点的规模来决定，即兀( c ) 是2 。的函数。 为了在接收端保证一定的q o s ，在发射端，分配给第k 个用户的第n 个子载 波上的功率表示为： = 掣 ( 2 一1 ) 其中a b 表示用户k 在第1 1 个子载波上的信道增益。在满足一定的q o s 条件 约束下，利用这个传输功率，接收端可以在对信号进行解调。因此，该方案的数 学模型可以表示为： 碍刊n 善喜掣一一。 仁2 ， 碍= m i n 芝，c d ( 2 2 ) = l t = 1 “t “ 其约束条件如下： c 1 ：对任意七 l ，厨，r i = q ，。 ( 2 3 ) c 2 ：对任意刀 l ，n ) ，如果c 以。0 ，对任意k k ，c t ，。= 0 ( 2 4 ) 1 2 多用户0 f d m 系统的动态资源分配算法的研究及验证 其中，式2 3 描述的是速率约束，式2 4 保证每个子载波不能同时被两个用户 占用。另外，d = 0 ，1 ，2 ，m ) ，c 。= o 意味着第k 个用户不使用第n 个子载波。 固定速率功率自适应算法的目标是找到c 。的最佳分配方案，使得在满足一定 q o s 和速率要求的前提下使得总的传输功率最小。注意到虽然此处是假定q o s 一 定，使总的发射功率最小，我们很容易得到在满足发射功率一定，提高q o s 的分 配方案。只需在保持c 。不变，在相应的子载波上增加功率即可。 2 2 2 典型的单用户o f d m 系统的m a 算法分析 在解决多用户o f d m 系统中的分配算法之前，有必要对单用户o f d m 系统中 的固定速率功率自适应算法进行一下研究，它除了能帮我们更好地理解多用户系 统分配算法外，还能为了多用户系统分配算法中比特加载的研究提供一些启发。 我们将改写式2 2 以得到单用户系统中的优化目标： 速率约束条件变为： 耳= i i l i n 兰等，c 。d ( 2 - 5 ) = 1“o r = c 。 n - - i ( 2 6 ) 在某一特定子载波上传输一定比特的数据所需要的功率和其他子载波上分配 的比特数目无关，因此，贪婪算法被认为是一种最优算法。其基本思想是每次分 配一个比特的数据给增加一个比特传输所需要的额外功率最小的子载波，直到r 比特数据分配完。 贪婪算法流程如下所示： ( 1 ) 初始化。 对于所有n ，令c 。：0 ，必：f ( 1 ) 了- f 一( o ) 。 口4 ( 2 ) 比特分配。重复一下操作r 次： 搜索五= a r g m i n 配 令c = c + 1 配：坐型告蚴 口； ( 3 ) 结束。 c n ) 丝。即为比特加载结果。 ( 2 7 ) 第二章o f d m 边缘自适应动态资源分配算法 旦 该算法仅当给定f ( c ) 时，比特加载算法才是最佳的，因为f ( c ) 和选定的调制 方式相关，不同的调制方式会导致不同的f ( c ) 和比特分配结果。 2 2 3 典型的多用户o f d m 系统的m a 算法分析 2 2 3 1w o n g 算法 c yw o n g 提出了一个关于最小化功率分配的最优算法【2 0 1 ，此算法是采用拉 格朗口乘子法来求得最优分配值，为了解决多用户的比特分配问题，最优算法中 作者放宽了对c 锄的要求，即原来的c 如d ，放宽为可以允许c 为【0 ，m zr 司a 实数。另一方面，又利用分享因子的概念，即定义了一个变量成。满足 = 器篡： 这里的分享因子即可以被看作是动态信道分配( d c a ，d y n a m i cc h a n n e l a l l o c a t i o n ) 因子，即标识每个子载波被哪个用户单独使用。也可以被理解为时间共 享因子，表示第k 个用户占用第n 个子载波的时间长度。假设考虑l 个o f d m 符 号( l 很大) ，用户k 会在l p k 。个符号时间内占用第1 1 个子载波。而且在这l 个符 号时间内，平均信息数据速率以及平均发射功率也都与成。成正比。因此最优化问 题可以理解为在数量非常大的o f d m 符号内，多个用户可以允许在时间上共享每 一个子载波情况下的最优化问题。然而，w o n g 的这种算法求解的复杂度同样非常 大，为此，w o n g 2 0 】提出了一个次优的两步算法一一m a o ( m u l t i u s e ra d a p t i v e o f d m ) 算法，即按照线性优化的方法确定子载波的分配情况，进而在各个子载波 上按照单用户系统中最优的g r e e d y 算法进行比特和功率的加载。实验结果证明， 这个两步算法非常接近于最优算法。但是，其计算复杂度依然比较大，所以后续 的研究集中在对性能和计算度中折中上，基本思路都是分两步走的策略。 2 2 3 2z h a n g 算法 正如我们在单用户系统中比特加载中可见，贪婪算法可以获得很好的表现， 但是在多用户系统中却比这复杂的多，因为用户间不能共享子载波，可能一个子 载波同时对两个用户来说都有很好的信道增益。目前对次优贪婪算法的研究很多， 其中比较典型的是2 0 0 4 年z h a n g 在【3 0 1 中提出的一种分配算法，其主要思想是：首 先假定所有用户都可以使用所有的子载波，由此进行单用户的比特功率分配；然 后处理可能的子载波冲突问题，对于存在冲突的子