一种基于harogs的自适应比分法

一种基于harogs的自适应比分法

正交频恢复（obd）是一种高效的多段频源调制技术。它具有高分辨率高、抗多径通道干扰、良好的抗噪声性能等优点，是高速无线通信系统的核心技术。在OFDM系统中,信道衰落的影响也会因为各个子信道的不同而有所不同,因而会具有不同的传输能力。假如各个子信道采用相同的调制方式,在保证系统能够正常工作的前提下,系统参数将由传输能力最差的子信道设计,系统资源将不会被充分利用。因此,利用相对特性好的子信道是很有意义的。通过对OFDM各个子载波进行自适应调制,不仅能够减少发射所需能量,而且能够增加频谱利用率,从而实现充分利用无线资源。对正交频分复用系统进行自适应调制就需要相应的自适应算法。自适应算法有很多种,常见的自适应算法有Hughes-Hartogs算法,Chow算法,简单分块加载算法等。Hughes-Hartogs算法是一种最优算法,能保证性能要求,但是计算所需的迭代次数太大。Chow算法相比Hughes-Hartogs算法简化了很多,但是仍然比较复杂。简单分块加载算法虽然计算量较少,但是性能相对其他两种算法较差。文献对自适应比特分配算法,最佳功率分配算法和次佳功率分配算法进行分析和比较,得出自适应比特分配技术可以优化系统的容量和误比特率,是一种有效的算法。文献提出了一种有效的改进的贪婪算法,但是在改进部分仍然需要少量的迭代运算。文献指出在低信噪比和严重频率选择性衰落信道的情况下,不能使用Chow算法。文献提出一种改进的注水算法,它是一种次优比特分配算法,但是这种算法的编程实现较复杂。本文针对OFDM中使用贪婪算法进行自适应比特分配迭代次数多的不足,提出一种改进的贪婪算法。采用自适应技术,根据信道状态的变化自适应的调整每个子载波上的比特数、发送功率,以及调制方式等参数,来充分利用当前信道,进而有效提高频谱效率。在进入贪婪算法的迭代循环之前,根据信道特性,将需要发送比特中的一些比特由Chow算法提前分配到各个子载波上,余下的比特再使用贪婪算法分配。该算法在低信噪比和严重频率选择性衰落信道的情况下,也能进行比特分配,并且该算法编程实现较为简单。1子等含能量的分配比特分配有两个准则:裕量最大化准则和速率最大化准则。本文采用裕量最大化准则,其优化模型如下。假设子载波的数目为N,bn是分配在子载波n上的比特数,pn是分配在子载波上的功率,在实际通信系统中,bn通常只能取整数。需要解决的问题是在一定的数据传输比特总数R和误码率RRE下,使OFDM系统的发射功率达到最小。即2系统的整体性能自适应改进算法就是根据信道实时状态信息去适当的改变每个子载波的传输参数来优化系统的整体性能。当信道状况不好的时候,分配较少的比特,当信道状况好的时候,分配较多比特。2.1基于最小功率越界的推动力Hughes-Hartogs贪婪算法是一种最优的自适应算法,但是在贪婪算法每分配一个比特的时候将会对全部子载波进行搜索,因此它的计算量比较大,并且随着传输比特总数的增加而增加,对于实时性要求较高的数据传输不是很适用。将所使用贪婪算法的步骤归纳如下。步骤1令bn=0,pn=0(n=1,2,…,N)。步骤2计算每个子载波增加一个比特需要的额外功率Δpn。步骤3选择最小的Δpn,该Δpn对应的子载波为n*,即若结束,否则置返回步骤2。最后得到的{bn}Nn-1是各个子载波上得到的比特数,{pn}Nn=1为各个子载波上所分配的功率。最终可得传输所需要的最小功率贪婪算法所得到的解为最优解。但是贪婪算法每分配一个比特就需要迭代一次,随着传输比特总数R的提高算法所需要的迭代次数也将随之增加。2.2基于其求解的方法在进入贪婪算法的迭代循环之前,改进的贪婪算法根据信道特性,将需要发送比特中的一些比特通过Chow算法提前分配到各个子载波上,计算此时每个子载波上的能量pn以及每个子载波上的比特数bn,并计算出提前分配的总比特数R1以及发送这些比特所需要的能量,然后再用贪婪算法将剩余的比特R-R1分配到各个子载波上。用于比特分配的Chow算法有3个主要部分。(1)得到系统性能达到最优时的性能门限γ。本文使用的Chow算法中的γ,将其值置为0。(2)得到每个子载波的编码以及调制方式。(3)通过迭代得到的γ来调整每个子载波的比特和功率分配。其步骤可以归纳如下。估计分配给第n路子载波的比特数量。γ为性能门限,^bn为Chow算法分配给第n路子载波的比特数量;GAP是一个有效的协调参数。步骤3四舍五入^bn到bn。步骤4限制bn取值为0,1,2,4,6,8(与调制顺序有关)。步骤5基于式(2)计算第n路子载波有bn个比特时的能量改进的贪婪算法步骤如下。步骤1通过Chow算法进行初始化,得到初始的bn和pn。步骤2令贪婪算法中的bn和pn等于步骤1中得到的bn和pn。步骤3计算增加一个比特时,每个子载波需要的额外功率Δpn。步骤4选择最小的Δpn,该Δpn对应的子载波为n*,即若结束,否则置返回步骤3。改进的贪婪算法提前所分配的一些比特是由Chow算法分配的,这些比特为R1,剩余的R-R1通过贪婪算法分配,因此其迭代次数为(R-R1-R(4,6,8))。R(4,6,8)为最终子载波上分配的比特数为4,6,8时的子载波数目。由于限制bn取值为0,1,2,4,6,8,当子载波分配为2,4,6时,能量增加表使用平均技术,会自动为该子载波再分配一个比特,这样就减少了一次迭代。3改进算法与改进算法的比较对贪婪算法以及改进算法在计算机上使用Matlab软件进行模拟仿真。仿真参数子载波数为N=64,采用无线信道为3径瑞利衰落信道,信道增益矢量为(1,1/e,1/e2),误比特率为RBE=10-4,并假设信道状态在一个OFDM符号周期内不变。在仿真中,不同子信道上采用不同的调制方法来使系统资源充分利用,如二进制相移键控(BinaryPhaseShiftKeying,BPSK),四相相移键控(QuadraturePhaseShiftKeying,QPSK),4符号正交幅度调制(4QuadratureAmplitudeModulation,4QAM),16QAM,64QAM和256QAM。通过对迭代次数和发送所需能量两个衡量指标对贪婪算法以及该文的改进算法进行对比,从而得出两种算法的性能对比。当传输比特数R=150时,改进算法和原贪婪算法在每个子载波所分配的比特、需要能量以及该子载波的信噪比(SNR)情况如图1和图2所示。图1表明该算法符合预期的效果,当信道状况不好时,分配很少的比特,当信道状况好的时候,分配较多的比特,即该改进算法是有效的。与图2相比,改进的贪婪算法在各个子载波上所分配的比特与贪婪算法几乎是一样的,所以可得改进贪婪算法与贪婪算法在性能上十分接近。图3是贪婪算法与改进算法之间迭代次数的比较。随着传输比特数的增加,贪婪算法与改进算法的迭代次数也会随之增加,然而贪婪算法所需的迭代次数增加幅度要大于改进算法。在传输比特数为150时,改进算法的迭代次数是贪婪算法的7.4%;当传输比特数为250时,改进算法的迭代次数是贪婪算法的24.4%;当传输比特数为350时,改进算法的迭代次数是贪婪算法的31.7%;当传输比特数为400时,改进算法的迭代次数是贪婪算法的34%,可知改进算法对迭代次数的减少是比较明显的。随着数据传输比特数的提高,改进算法的性能有所下降。这是因为限定了每个子载波上最多所分配的比特数,当传输比特总数达到所有子载波传输能力的上限时,即每个子载波上最多所分配的比特数乘以子载波数。此时,各个子载波所分配的比特数几乎一样,这样就失去了自适应调制的作用,故应当增加子载波数目,来完成更多传输比特的自适应比特分配。图4是在不同传输比特总数下,贪婪算法与改进算法的系统发送所需功率比较,从图中可知在迭代次数明显减少的情况下,改进贪婪算法的性能非常逼近贪婪算法。同时该算法的实现也较为简单。通过仿真可以得出,改进的贪婪算法在传输比特数为[150,400]的情况下,改进贪婪算法的迭代次数仅是贪婪算法的7.4%~34%,并且改进的贪婪算法与贪婪算法在性能上十分接近,即较好的解决了OFDM中使用贪婪算