（通信与信息系统专业论文）ofdma系统中自适应资源分配算法研究.pdf

西南交通大学硕士研究生学位论文第1 页 摘要 下一代无线通信系统需要支持高速率传输的无线多媒体业务，由于无线资源的稀 缺性，如何合理有效利用无线资源是移动通信领域研究的重点。目前无线资源管理方 面的研究主要包括资源控制、资源分配和资源调度三个方面。本文的研究重点是资源 分配，通过改善o f d m a 系统中的资源分配算法提高系统的性能。在下一代无线通信 中，由于业务量的增大，能源的消耗也随之增加，因此需要提高系统效率降低整体能 耗，实现绿色运营。本文从能效的角度考虑，通过自适应资源分配尽量最大化系统能 效。 目前o f d m a 系统自适应资源分配算法中，最优算法的复杂度很高。本文以最小 化系统总功率为优化目标，提出了一种复杂度较低的子载波一比特同时分配次优解算 法。本算法不限制每个用户的子载波数目和子载波集合，在分配子载波的同时分配比 特。本算法首先将用户的最小传输速率需求作为用户的需求因子，需求因子越大则表 示用户对子载波和比特的需求程度越大，按照用户需求因子的大小依次为每个用户分 配1 条子载波和l b i t ；然后再将用户最小传输速率需求与当前时刻传输速率之比作为用 户的需求因子，该比值越大则需求程度越大，根据需求程度的高低依次为用户分配子 载波和比特，直到所有用户的最小传输速率需求被满足或者所有子载波和比特被分配 完毕为止。在分配过程中，用户的需求因子是动态变化的。通过m a t l a b 仿真将本文 算法与b a b s r c g 算法和b a b s a c g 算法进行了对比，结果表明本文算法的系统总 功率和算法复杂度均得到了一定改善。 此外，本文还研究了o f d m a 系统中以能效为优化目标的自适应资源分配问题， 采用了先子载波分配后比特分配的思想来实现最大化系统能效。由于以系统能效为优 化目标的自适应比特功率分配问题是一个非线性问题，不能通过用户之间的依次叠加 来计算。因此，本文利用粒子群算法来解决自适应比特功率分配问题。本算法中将多 用户的比特分配方案作为粒子，通过计算系统能效来评价每个粒子的适应度，经过不 断迭代寻找到最优的比特分配方案。通过m a t l a b 仿真，将本文算法与遗传算法进行 了对比，结果表明粒子群算法的寻优能力和收敛性都要优于遗传算法，而且在用户的 最小传输速率需求刚被满足时，系统的能效最大。 关键词：o f d m a ；自适应资源分配；能效；粒子群算法 西南交通大学硕士研究生学位论文第1 i 页 曼曼曼曼曼曼曼i i i i = i l 鼍曼曼皇曼曼曼曼! 曼曼皇詈曼蔓 a b s t r ac t t h en e x t - g e n e r a t i o no fw i r e l e s sc o m m u n i c a t i o ns y s t e m sn e e dt os u p p o r th i g hd a t ar a t e w i r e l e s sm u l t i m e d i as e r v i c e s d u et ot h es c a r c i t yo fr a d i or e s o u r c e ，i ti st h ek e yr e s e a r c h p o i n ti nt h ef i e l do fm o b i l ec o m m u n i c a t i o n st h a th o wt ou s et h er a d i or e s o u r c ee f f i c i e n t l y c u r r e n t l y , r e s e a r c h e so fr a d i or e s o u r c em a n a g e m e n th a v em a i n l yf o c u so nt h r e ea s p e c t s ， n a m e l y , r e s o u r c ec o n t r o l ，r e s o u r c ea l l o c a t i o na n dr e s o u r c es c h e d u l i n g t h i sp a p e ra i m sa tt h e p r o b l e mo fr e s o u r c ea l l o c a t i o na n di n t e n d i n gt oi n c r e a s et h es y s t e mp e r f o r m a n c et h r o u g h i m p r o v i n gt h ea l g o r i t h mo fr e s o u r c ea l l o c a t i o ni nt h eo 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 a c c e s s ( o f d m a ) s y s t e m s i nt h en e x t - g e n e r a t i o nw i r e l e s sc o m m u n i c a t i o ns y s t e m s ，t h e c o n s u m p t i o no fe n e r g yi si n c r e a s i n g 淅t 1 1t h ei n c r e m e n to ft r a f f i c ，s o i ti si m p o r t a n tt o i m p r o v et h ee f f i c i e n c yo f t h es y s t e m sa n dd e c r e a s et h eo v e r a l le n e r g yc o n s u m p t i o nf o rg r e e n o p e r a t i o n t h i sp a p e ra t t e m p t st om a x i m i z et h ee n e r g ye f f i c i e n c yv i ae x e c u t i n ga d a p t i v e r e s o u r c ea l l o c a t i o na l g o r i t h m t h ec u r r e n tr e s e a r c hw o r k si na d a p t i v er e s o u r c ea l l o c a t i o no fo f d m a s y s t e m su s u a l l y a d o p to p t i m a la l g o r i t h mw i n lt l i g hc o m p l e x i t y t h i sp a p e rp r o p o s e s al o wc o m p l e x i t y s u b - o p t i m a la l g o r i t h mw h i c ha l l o c a t e st h es u b - c a r r i e ra n db i ts i m u l t a n e o u s l y , a n df o r m u l a t e s t h eo p t i m a lg o a la st om i n i m i z et h eo v e r a l lt r a n s m i tp o w e r t h ep r o p o s e da l g o r i t h mh a sn o l i m i tf o r t h en u m b e ro fs u b - c a r r i e r sa n dt h es u b - c a r r i e rs e to fe v e r yu s e r f i r s t l y ，w e i n t r o d u c et h em i n i m u md a mr a t er e q u i r e m e n ta st h eu s e rd e m a n df a c t o r t h eb i g g e rt h e u s e rd e m a n df a c t o ri s ，t h el a r g e rt h er e q u i r e m e n td e g r e eo fu s e rf o rs u b - c a r r i e ra n db i ti s w e a l l o c a t eo n es u b - c a r r i e ra n do n eb i tt oe a c hu s e ra c c o r d i n gt ot h eu s e rd e m a n df a c t o r t h e n , w eu s et h er a t i oo ft h em i n i m u md a t ar a t er e q u i r e m e n ta n dt h ei n s t a n tr a t ea st h eu s e r d e m a n df a c t o ns i m i l a r l y , t h eb i g g e rt h eu s e rd e m a n df a c t o ri s ，t h el a r g e rt h er e q u i r e m e n t d e g r e eo fu s e rf o rs u b - c a r r i e ra n db i ti s w ea l l o c a t et h es u b - c a r r i e r sa n db i t s t ou s e r s a c c o r d i n gt h es e q u e n c eo fu s e rd e m a n df a c t o r ，u n t i lt h em i n i m u md a t ar a t er e q u i r e m e n t so f a l lu s e r sa r es a t i s f i e do ra l ls u b - c a r r i e ra n db i t sa r ee x h a u s t e d n o t et h a tt h eu s e rd e m a n d f a c t o ri sd y n a m i cd u r i n gt h ep r o c e s so fa l l o c a t i o n w ec o m p a r et h ep e r f o r m a n c eo ft h e p r o p o s e da l g o r i t h m w i t hb a b s - - r c ga l g o r i t h ma n db a b s a c ga l g o r i t h mb ym a t l a b s i m u l a t i o n s i m u l a t i o nr e s u l t si n d i c a t et h a t t h es y s t e mp o w e ra n dt h ec o m p u t a t i o n a l c o m p l e x i t yo ft h ep r o p o s e da l g o r i t h ma r es i g n i f i c a n t l yi m p r o v e d i na d d i t i o n ，t h i sp a p e ra d d r e s s e st h ea d a p t i v er e s o u r c ea l l o c a t i o np r o b l e mb a s e do n o p t i m i z a t i o no fe n e r g ye f f i c i e n c y w ei n t r o d u c et h ei d e ao fs u b - c a r r i e ra l l o c a t i o nf i r s t l ya n d 西南交通大学硕士研究生学位论文 第1 i i 页 b i ta l l o c a t i o ns e c o n d l yt om a x i m i z et h ee n e r g ye f f i c i e n c y s i n c et h ep r o b l e mo fa d a p t i v e b i t - p o w e ra l l o c a t i o n 谢t ht h eg o a lo fe n e r g ye f f i c i e n c yo p t i m i z a t i o ni san o n l i n e a rp r o b l e m ， i ti si m p o s s i b l et os o l v et h ep r o b l e mb yo r d i n a li t e r a t i v ea d d i t i o na m o n gu s e r s t h i sp a p e r u s e st h ep a r t i c l es w a r mo p t i m i z a t i o n ( p s o ) t os o l v et h ea d a p t i v eb i t p o w e ra l l o c a t i o n p r o b l e m w ea d o p tt h eb i ta l l o c a t i o ns c h e m eo fm u l t i u s e ra sp a r t i c l e ，a n de v a l u a t et h e f i t n e s sd e g r e eo fe v e r yp a r t i c l eb yc o m p u t i n gt h ee n e r g ye f f i c i e n c yo fs y s t e m i no r d e rt o o b t a i no p t i m a lb i ta l l o c a t i o ns c h e m e ，w ee x e c u t ec o n t i n u o u si t e r a t i o n w ec o m p a r et h e p e r f o r m a n c eo ft h ep r o p o s e da l g o r i t h m 谢血g e n e t i ca l g o r i t h m ( g a ) b ym a t l a bs i m u l a t i o n s i m u l a t i o nr e s u l t ss h o wt h a tb o t ht h es e e k i n go p t i m i z a t i o na b i l i t ya n dt h e c o n v e r g e n c e p e r f o r m a n c eo fp s o a l eb e t t e rt h a ng a f u r t h e r m o r e ，i tw i l lr e a c ht h eo p t i m i z a t i o np o i n to f e n e r g ye f f i c i e n c yo n l yw h e nt h ed a t ar a t er e q u i r e m e n t so fe a c hu s e ra r ej u s tm e e t k e yw o r d s ：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 ea c c e s s ( o f d m a ) ；a d a p t i v er e s o u r c e a l l o c a t i o n ；e n e r g ye f f i c i e n c y ；p a r t i c l es w a r mo p t i m i z a t i o n s o ) 西南交通大学硕士研究生学位论文第1 页 1 1 论文的研究背景和意义 第1 章绪论 随着社会的飞速发展，人们对物质生活的要求日益提高，对通信领域的需要也不 断增长。人们理想的通信是随时随地能够和通信的另一方进行任何方式的通信【l 】，这也 是下一代无线通信技术努力的目标。 下一代通信需要支持高速率传输的无线多媒体业务，这对移动通信系统的性能和 频带利用率提出了更高的要求，然而频率资源十分有限，因此需要一种新技术能有效 地利用频率资源，同时还要克服高速率数据在无线信道中传输时引起的多径干扰问题。 正交频分复用( 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 ，o f d m ) 技术具有频谱利 用率高和抗多径干扰能力强等优点【2 j 。o f d m 将系统总带宽划分成多条相互正交的子 载波，子载波之间相互重叠，从而提高了频谱利用率并且避免子载波之间的干扰；同 时，o f d m 系统把数据分散在多条并行子载波上，每条子载波上的传输速率降低并且 远小于相干带宽，从而减小了多径干扰；o f d m 系统还可以通过循环前缀完全消除子 载波间干扰和符号间干扰。正交频分多址( 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 a c c e s s ，o f d m a ) 技术与o f d m 技术相比强调的是多址，即如何复用多个用户的数 据实现多用户接入。传统的频分复用( f 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 ，f d m a ) 需要采 用频率保护段来区分用户，而o f d m a 技术给每个用户分配不同的子载波，并且这些 子载波之间相互正交，不同的用户占用不同的子载波频率，也就是通过频率区分用户， 因此不需要频率保护段来区分用户，提高了频谱的利用率。0 f d m a 技术可以选取不 连续的频带进行数据传输，这将有利于获得多用户分集，其最主要的优势在于提高频 谱的利用率和抗多径干扰，用于传输高速率数据。o f d m a 技术已经成为下一代无线 通信的关键技术之一i 引。 移动通信中无线资源十分有限，如何高效地利用无线资源来满足剧增的用户需求 是移动通信领域的一个难题。无线资源管理( r a d i or e s o u r c em a n a g e m e m ，r r m ) 就是 在保证服务质量( q u a l i t yo fs e r v i c e ，q o s ) 的基础上，尽量提高频带的利用率，它的基 本出发点就是当网络业务量分布不均匀、信道的瞬时状态因为干扰和信号衰落而发生 变化时，通过动态的分配资源来提高频带利用率川。在移动通信系统中，无线资源包括 时间、空间、频谱和功率等，r r m 包括资源控制、资源分配和资源调度3 个方面f j 】。 资源控制主要是通过对小区间切换、以及对整个小区的负载和功率等的控制来合理利 用无线资源；资源分配主要是通过合理分配子载波、功率、队列等无线资源来提高资 西南交通大学硕士研究生学位论文第2 页 曼, i ii 一 i 曼曼曼皇蔓曼蔓曼量皇! 曼皇曼舅蔓皇曼曼! 曼曼鼍曼皇! 曼曼曼 源的利用率；资源调度主要通过调度队列、链路等对各种无线资源进行合理的调节。 由于不同子载波经过相同的信道后的衰落不同，所以不同的子载波上的瞬时信干 噪比( s i g n a lt oi n t e r f e r e n c ep l u sn o i s er a d i o ，s 公取) 也不同，因此自适应资源分配算法可 根据瞬时信道状态信息( c h a n n e ls t a t i o ni n f o r m a t i o n , c s i ) 为每个子载波动态分配资源， 充分利用子载波的传输能力，提高系统性能，降低系统的误码率。自适应资源分配算 法有以下两种优化准贝u 1 4 j ：一是余量自适应( m a r g i na d a p t i v e ，m a ) 优化准则，它是在 传输速率一定的前提下，根据信道状态的不同，为每个用户分配子载波和比特，其目 的是最小化系统总功率；二是速率自适应( r a t e a d a p t i v e ，r a ) 优化准则，也就是信道 容量最大化准则，它是在传输功率一定的前提下，自适应分配子载波和比特，提高系 统的吞吐率。 在o f d m a 系统的中，不同的用户在相同的子载波上的信道增益不同，因此需要 利用自适应资源分配技术，根据用户的瞬时信道增益动态地为用户分配无线资源，提 高系统的性能。目前，有很多学者进行了相关方面的研究o 】，由此可见，将自适应分 配算法应用于o f d m a 系统中，可以提高系统的性能。 近些年，我国的经济建设飞速发展，对能源的消耗也随之增大，然而自然界中的 能源并不是取之不尽、用之不竭的。在无线通信领域，随着用户数目的增多，业务量 的增大，对能源的消耗也越来越大，提高系统的效率降低整体能耗不仅能降低行业自 身的成本，也可以节约能源，实现可持续发展。因此研究如何在保证服务质量的前提 下提高系统的能效，如何最大可能的节能也成为了目前无线通信领域的研究热点之一。 关于o f d m a 系统中自适应资源分配算法的研究很多，此前大多数算法均以系统 总功率和总吞吐量为优化目标。本文将从两个方面进行研究，一是从提高系统的性能、 降低算法复杂度的角度入手研究；另一方面将从提高能效的角度考虑，以最大化系统 能效为目标进行研究。 1 2 国内外研究现状 1 2 1o f d m a 系统中的自适应资源分配技术 1 9 6 8 年，j e h a y e s 提出了链路自适应技术，随着技术的飞速发展，自适应技术被 广泛应用于无线通信领域 11 - 1 2 j ，自适应资源分配技术是自适应技术的一种。 在o f d m a 系统中，合理的资源分配可以提高系统的性能，因而得到人们的广泛 关注。上- d , 节已经提到自适应资源分配算法的两种优化准则为余量自适应优化准则 和速率自适应优化准则，本文主要探讨o f d m a 系统中基于余量( m a ) 优化准则的自 适应资源分配算法。 西南交通大学硕士研究生学位论文第3 页 曼曼曼皇曼, , m i l l 曼曼曼皇曼舅曼曼曼! 曼苎曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼巴曼曼鼍曼曼曼曼曼曼舅曼曼曼曼曼皇鼍曼寡 1 9 9 9 年，c y w o n g 提出了一种o f d m a 系统中最优化自适应资源分配算法【5 】，利 用拉格朗日( l a g r a n g e ) 算法解决多用户子载波、比特和功率分配问题，但是其算法复 杂度很高。为了降低算法的复杂度，有人提出了多步法算法求次优解，即首先确定分 配给用户的子载波数目，然后分配子载波，最后为每条子载波分配比特功率，次优解 算法降低了一些系统性能，但是减小了算法复杂度。2 0 0 1 年，i k i m 等【6 】提出将o f d m a 系统中的非线性问题转化为线性问题，利用整数规划算法进行子载波分配和比特分配， 但是算法复杂度仍然较高，因此又提出了一种次优解算法，先根据信道增益为每个用 户分配子载波，确定每个用户的子载波集合，然后再运用贪婪算法进行比特功率分配。 2 0 0 3 年，d k i v a n c 等提出了一种资源分配算法卅a b s 算法和两种子载波分配算法 刈c g 算法和a c g 算法嫡j 。b a b s 算法首先计算了每个用户在所有子载波上的平 均信道增益，然后根据用户的最小传输速率需求和平均信道增益计算分配每个用户的 子载波数目。r c g 算法通过估算用户在每条子载波上传输的比特数，以最大化总传输 速率为目标为每个用户分配子载波。a c g 算法为每个用户分配信道状况较好的子载波， 即对于任何一个用户，若其在某条子载波上的信道增益最大，则将这条子载波分配给 该用户。2 0 0 6 年，g u a n d i n gy u 等提出的算法【9 】中考虑了用户间的比例公平，该文献中 将用户当前传输速率与用户速率权重之比作为衡量用户优先级的指标，根据用户别优 先级的高低依次为用户分配子载波和比特。 在多步法算法中，最后进行的是比特功率分配，目前已经有很多经典的自适应比 特分配算法。1 9 8 7 年，h u g h e r s ，h a r t o g s 提出了一种基于l v i a 准则下的贪婪算法( g r e e d y a l g o r i t h m ) 1 3 】，其通过迭代，每次将比特分配给传输速率加l 时发射功率增加最少的 子载波，经证明该算法为最佳比特分配方案【1 4 1 。后来s k l a i 等【1 5 16 】对h u g h e r s h a r t o g s 算法进行了改进，降低了其复杂度。e s c h o w 算法【l 7 】以最小系统总功率为目标，根据 每个子信道的信道容量来分配比特。r f h f i s c h e r 算法【18 】在传输速率和系统总功率一 定的情况下，以系统误码率为优化目标进行比特分配。2 0 0 2 年，g m u n z 等【19 】提出了一 种r a 准则下的适应资源分配算法，该算法通过注水算法( w a t e rf i l l i n g a l g o r i t h m ) 来 实现资源分配。 o f d m a 系统自适应资源分配算法中，最优解的求解复杂度较高，因此大多数文 献采用多步法算法求次优解，本文考虑同时进行子载波一比特分配求次优解，这是本文 的研究内容之一。 1 2 2 群智能算法 1 9 7 5 年，j h o l l a n d 教授首先提出了遗传算法( g e n e t i ca l g o r i t h m ，g a ) 【2 0 】，该算 法模拟了生物在进化过程中的遗传、变异等行为。1 9 9 5 年，k e n n e d y 博士和e b e r h a r t 西南交通大学硕士研究生学位论文第4 页 博士共同提出了粒子群算法( p a r t i c l es w a r mo p t i m i z a t i o n , p s o ) 2 1 】，该算法模拟了鸟 群的觅食行为。p s o 算法和g a 算法非常相似，都是从随机解开始，通过迭代寻找最 优解，但p s o 算法较为简单，没有交叉和变异操作。后来人们又提出了人工鱼群算法 【2 3 1 、人工免疫算法( 2 4 】等群智能算法。 近些年，群智能算法凭借其优秀的寻优能力被应用于很多领域【2 5 型丌，因此有文献 提出运用群智能算法来解决o f d m a 系统中资源分配问题【2 ”3 1 。文献 2 9 】中i a h m e d 以最小化系统总功率为目标，运用遗传算法和粒子群算法来寻找最优的资源分配方案。 g a 算法将每一种子载波分配方案作为一条染色体，并针对每条染色体运用注水算法进 行比特和功率分配，然后根据优化目标评价每条染色体的适应度，最后经过不断迭代 得到适应度最好的子载波分配方案。p s 0 算法与g a 算法总体思路相同，其将每种子 载波分配方案作为一个粒子，寻找适应度最好的粒子。文献 3 1 中将基于交换序的p s 0 算法引入到o f d m a 系统的自适应子载波分配问题中，在比特功率分配中运用了 h u g h e r s h a r t o g s 算法。文献 3 2 】在总功率一定的条件下，以最大化总速率为优化目标， 利用改进的人工鱼群算法解决o f d m a 系统中的自适应子载波和比特分配问题。文献 【3 3 】中提出了o f d m a 系统中基于人工免疫算法的自适应资源分配算法。该文以最大化 系统功率为优化目标，针对多用户子载波比特分配问题，设计了两级伴随式编码方式， 一个表示子载波的分配情况，另一个表示每条子载波消耗传输功率情况。 在通信领域，提高系统的能效不仅能降低通信成本，也能节约能源，因此有些学 者开始关注于系统能效 3 4 - 3 7 1 。能效的思想最初源于高能效传输的点到点链路【3 3 】。文献 中【3 4 1 研究了o f d m a 系统中上行链路的高能效通信问题，改善了对移动端能源的利用 率。文献 3 5 1 提出利用非合作博弈的思想解决o f d m a 系统中上行链路的子载波分配问 题，该算法在考虑了功率控制的情况下，以最大化用户能效为优化目标。文献 3 6 1 中研 究了o f d m a 系统中下行链路的高能效传输问题，该文中假设用户在其每条子载波上 传输的比特数目相同，通过带宽分配提高系统的能效。 在o f d m a 系统中，很多文献都是考虑上行的链路的能效，而在整个无线通信网 络，基站的使用寿命较长，其运营时消耗的能量是网络能量消耗的主要原因，因此本 文的另一个研究内容是在o f d m a 系统的下行链路中，研究以最大化系统能效为优化 目标的自适应资源分配算法。 1 3 论文主要工作和内容安排 本文的研究重点是通过改善o f d m a 系统中的资源分配算法提高系统的性能。首 先本文以最小化系统总功率为优化目标提出了一种子载波比特同时分配算法。该算法 不限制分配给每个用户的子载波数，本文将该算法与b a b s r c g 算法、b a b s a c g 算 西南交通大学硕士研究生学位论文第5 页 法进行了对比。然后本文从系统能效的角度考虑，以最大化系统能效为优化目标，采 用先子载波分配后比特分配的思想解决自适应资源分配问题，重点在于提出利用粒子 群算法解决比特功率分配问题。 本文的主要内容安排如下： 第2 章主要介绍了无线信道的特性和o f d m a 技术。首先介绍了无线信道的基本 特性，然后介绍了o f d m 技术和o f d m a 技术的基本原理及其优点，最后介绍了经典 的子载波分配算法卅a b s r c g 算法、b a b s a c g 算法和经典的比特功率分配算 法贪婪算法。 第3 章主要介绍了本文提出的o f d m a 系统中的子载波比特同时分配算法，并通 过m a t l a b 仿真将该算法与b a b s r c g 算法、b a b s a c g 算法进行了比较。 第4 章主要介绍了基于粒子群算法的o f d m a 自适应资源分配。本章首先介绍了 粒子群算法的思想、步骤及优点，然后介绍了能效的概念，本章将以系统能效最大化 为优化准则，最后本章提出利用粒子群算法解决o f d m a 系统中的自适应比特功率分 配问题，并通过m a t l a b 仿真与遗传算法进行了对比。 最后是对本文工作的总结以及对未来工作的展望。 西南交通大学硕士研究生学位论文第6 页 第2 章无线信道特性和o f d m a 技术 本章将首先介绍移动通信中无线信道的特性，然后介绍下一代无线通信的关键技 术之一的o f d m 技术和o f d m a 技术的基本原理和优缺点，最后将讨论o f d m a 系统 自适应资源分配算法中比较经典的次优解算法。 2 1 无线信道特性 2 1 1 无线信道中的衰落损耗 在无线通信系统中，无线移动信道【3 9 】是最复杂、最不稳定的一种信道，因此在无 线通信中，信号在通过信道时会产生衰落损耗，如路径损耗、阴影衰落和多径衰落等。 路径损耗是与传输距离有关的衰落损耗，接收端和发射端的距离越大，路径损耗 的值也越大。 阴影衰落是由于无线电信号在传输的过程中，会遇到高山、树木以及建筑物等物 体的阻挡，形成了电波阴影区，造成了信号的衰落。阴影衰落因子通常服从对数分布。 多径衰落是指无线电信号在传输的过程中，由于折射、衍射等原因沿不同的路径 到达接收端，每条路径的到达时间不同，因此多路信号的叠加会引起信号间的干扰， 产生衰落。 ， 小尺度传输模型和大尺度传输模型是无线信道中的两种传输模型。小尺度传输 模型用于描述短距离或者短时间内的信号强度变化，大尺度传输模型用于描述收发端 之间较长距离的信号强度变化。根据这一传输模型的分类，将无线信道中的衰落分为 小尺度衰落f p ) 和大尺度衰落善( f ) ，小尺度衰落是由多径传输引起的，大尺度衰落包 括路径损耗和阴影衰落等。在无线信道中，无线信道的衰落因子可以表示为： 刀( r ) = 孝( r ) f o ) ( 2 1 ) 2 1 2 瑞利衰落信道 信道可以分为频率选择性衰落信道和非频率选择性衰落信道( 即平坦衰落信道) 【1 1 。 如果信道的相关带宽大于信号的带宽，那么接收信号会经历平坦衰落，一般情况下平 坦衰落的幅度分布服从瑞利分布。在实际中，市区环境中没有直视通路，而c l a r k e 模 型中设定接收端信号场强的统计特性是散射的，所以c l a r k e 模型被广泛应用于市区环 西南交通大学硕士研究生学位论文第7 页 = i i l l ：, 曼曼鼍曼詈曼曼皇! 皇曼曼 境的仿真中。 1 9 7 4 年，j a k e s 提出了j a k e s 仿真模型，通过仿真逼近c l a r k e 信道模型j 。j a k e s 仿真模型是通过有限个低频振荡器来构建一种可分析模型。 在c l a r k e 信道模型中，接收到的信号是发射端信号经过条路径后叠加在一起， 假设个入射角和入射能量都在( o ，2 万】均匀分布。为了减少振荡器的数目，令频率之 间不重叠，可以用。个多普勒角频移w 。和一个最大多普勒叫频域w 。来模拟瑞利衰落 信道。图2 1 给出的j a k e 仿真器是由0 + 1 个低频振荡器组成的。 e o s ( 2 r t f i c o s ( 2 z f n 0 下1c o s ( 2 疗厶 万螂( 劢m c o s ( 2 z a i c o s ( 2 z t f o 去c o s ( 2 u f 忑 图2 - 1j a k e s 仿具模型 引垆嘉喜2 c o s ( t c o s a n ) c o s p h i + 压c o s ( w c o s ) ( 2 - 2 ) 引归专营2 c o s ( w m t c o s a n ) s i n 尾】+ 压c o s ( w s i l l ) ( 2 - 3 ) 纯= 一9 一。= 一尻。，9 = 一矽一= 一声一 k + l ( 2 - 4 ) 其中，口。、分别表示第，2 条路径的到达角度和附加相移，w ，表示的是最大多 普勒角频移。不同路径的之间是相互独立，并且都是服从( 0 , 2 z 】均匀分布的随机变 量。 2 2o f d m a 技术 o f d m a 技术是基于o f d m 技术的多址接入技术，因此本小节将先介绍o f d m 技 术的原理及优缺点，然后再介绍o f d m a 技术中的几种子载波分配方式以及该技术的 西南交通大学硕士研究生学位论文第8 页 主要优点。 2 2 1o f d m 技术 正交频分复用( 0 f d m ) 技术属于多载波调制技术，通过减小甚至消除码间干扰 了克服频率选择性衰落。 2 0 世纪6 0 年代时提出了o f d m 系统，当时其被应用于军事领域，但是其结构的 复杂性大大限制了它的发展和应用。1 9 7 1 年，w e i n s t e i n 和e b e r t 提出通过离散傅里叶 变换( d i s c r e t ef o u r i e rt r a n s f o r m ，d f t ) 实现多载波调制【4 ，简化了o f d m 技术；后 来的快速反快速傅里叶变换( f a s tf o u r i e rt r a n s f o r m i n v e r s ef a s tf o u r i e rt r a n s f o m ， f f t f t ) 使o f d m 技术有了真正的实用性。近些年，随着数字信号处理技术和集成 数字电路的快速发展，以及人们对无线通信传输速率要求的提高，o f d m 技术凭借其 抗多径干扰能力强、频谱利用率高等优点已经成为下一代无线通信的关键技术之一。 o f d m 技术的基本工作原理是将系统总带宽分成若干正交的子载波，然后将高速 率数据通过串并变换变成低速率数据，分别在若干条子载波上传输【4 2 1 。图2 2 是o f d m 系统的基本模型框副。 虬一例积分睁 串并b + 斟 蚤吖那 并串 e - j 2 x j 下 盟咖吖砷 图2 - 2o f d m 系统的基本模型框图 假设有条子载波，丁表示o f d m 符号的宽度，z ( f = o ，1 ，2 ，n - 1 ) 表示分配给每 条子信道的数据符号，z 表示第f 条子信道的载波频率。那么， y l 、- t = 开始的o f d m 符号表示为： f n 1 即) ：j r e 萎z e 删2 万z ( ) 】) l0 通常情况下，o f d m 输出信号通过等效基带信号来表示： m ) ：j 委如x p 弘硼卜制 10 + r n 扮 r f 0 ( 2 - 11 ) 西南交通大学硕士研究生学位论文第1 4 页 石，( 气，。) ：当用户k 要求的误码率为p e 并且其在子载波稳上传输速率为珞时，接收端 所要求的传输功率，文献 4 6 】中给出了当调制方式为m q a m 时石。( 咯。) 的定义，如式 ( 2 1 2 ) 所示： 批= 外- l ( 钟2 b 1 ) 协 其中0 是加性高斯白噪声的功率谱密度，q - 1o ) 是式子( 2 1 3 ) 的反函数： ) 2 去f e - t 2 办 ( 2 1 3 ) 余量自适应分配准则中有两个限制条件：一是满足用户的最小传输速率需求，即 对于用户七，其在所有子载波上的传输速率之和等于用户的最小传输速率需求凰；二 是在一个小区内，每条子载波最多分配给一个用户，即多个用户不能共享一条子载波， 避免了小区内用户之间的子载波干扰。 2 速率自适应优化准则( r a ) 速率自适应优化准则也称为容量最大化准则，是指在系统总功率一定的条件下， 通过自适应子载波、比特和功率分配最大化系统吞吐率，其优化目标是系统总吞吐率， 如式( 2 1 4 ) 所示： r ：m a x 珞一 ( 2 - 1 4 ) 约束条件为： 喜砉学鸬 a ，。= l v 栉 其中，p r 表示基站处的总功率限制。 速率自适应分配准则中有两个限制条件：一是基站向所有用户传输数据所消耗的 总功率不能大于基站处的总功率限制；二是用户之间不共用同一条子载波。 2 3 2 次优解算法 文献【5 】中的w o n g 算法利用拉格朗日算法求最优解，但是其算法复杂度较高。为 西南交通大学硕士研究生学位论文 第15 页 了简化子载波、比特和功率分配，降低算法复杂度，有些文献，如文献【6 】 8 9 提出采 用一种次优解算法，本文称之为多步法来求解。首先根据用户最小传输速率需求和信 道状况进行资源分配，计算分配给每个用户的子载波数目，然后分配子载波，确定每 个用户的子载波集合，最后再进行比特功率的分配，确定每条子载波上传输的比特数。 本小节将介绍文献 8 】中的b a b s r c g 算法和b a b s a c g 算法，这两个算法用于确定 用户的子载波数目和子载波集合。此外，本文还介绍了文献【6 中的贪婪算法用于 多用户自适应比特功率分配。 资源分配( r e s o u r c ea l l o c a t i o n ) 比较经典的资源分配算法是基于信干噪比的带宽分配算法( b a n d w i d t h a s s i g n m e n t b a s eo ns n r ，b a b s ) ，b a b s 算法根据用户的最小传输速率需求和平均信干噪比决定 分配给每个用户的子载波数目。 假设单小区内有k 个用户接入了无线通信网络，小区内子载波数目为。在资源 分配时，假设用户k 在每条子载波上的信道增益都相同，那么对于用户k ，其在每条子 载波上信道增益就等于其在条子载波上的平均信道增益： nl 凰，1 2l 凰，l 。 巩2 爷( 2 - 1 5 ) 其中日。表示用户k 在子载波n 上的信道增益。 已知k 个用户0 0 1 d , 传输速率需求为皿，r ，r 置夕，我们用集合加，m 一班r 夕表 示分配给用户的子载波数目。由于用户k 在每条子载波上的信道增益都相同，那么最 优的速率分配方案就是其在所。条子载波上传输的比特数目相同，即用户k 的每条子载 波上传输的比特数目为r 垅。b a b s 算法的目的就是寻找合适的集合加，m p 所石， 实现最小化系统总功率，如式( 2 1 6 ) 所示： 约束条件： m i n 知譬 聊。1 七l l 工七 r ym 。= n 一 4 k m l 叫斟， ( 2 1 6 ) 其中足蝴表示每条子载波上最多承载的比特数目，1 表示向上取整，怠 表示满 西南交通大学硕士研究生学位论文第1 6 页 足用户k 的最小传输速率需求至少需要的子载波数目。 b a s a 算法步骤： ( 1 ) 根据用户的最小传输速率需求计算分配给每个用户的子载波数目； 一l 怠l 协忉 ( 2 ) 如果所有用户的子载波数目集合大于总的子载波数目，那么找出子载波数目最 小的用户k ，令其子载波数目为0 ； ( 3 ) 如果所有用户