CN101902431A - 一种用于ofdm动态资源分配的动态边界约束方法 - Google Patents

Abstract

一种用于OFDM动态资源分配的动态边界约束方法，属数字通信技术领域，由发送端完成，其中输入、调制、IFFT、并/串变换、+CP模块依次相连；+CP模块和天线相接，该方法步骤为：开始，参数值初始化；计算各个子载波上分配的比特和功率，并对比特取整，计算比特取整后所需的功率；将已分配功率、目标功率、注水线的上下限和已分配功率的上下限输入到注水线更新模块中，更新注水线的值；将已分配功率和目标功率输入到结束条件判断模块中，判断结束条件是否满足，是则在该符号周期内结束资源分配，进行下一符号周期的资源分配；否则转向步骤2)。本发明可加快收敛速度，降低系统复杂性，并能得到很好的性能，具有重要的价值。

Description

一种用于OFDM动态资源分配的动态边界约束方法 

技术领域

本发明涉及单用户OFDM系统中的动态资源分配特别涉及一种用于OFDM动态资源分配的动态边界约束方法。 

背景技术

近年来，随着集成数字电路和数字信号处理器件的迅猛发展，以及对无线通信高数据速率要求的日趋迫切，OFDM技术以其频谱利用率高和抗干扰能力强的优点再次受到了广泛的重视。但是，在传统的OFDM系统中，所有的子载波都是采用相同的调制方式，因此，整个系统的误码率(BER)就要由信道条件最差的那个子载波来决定。所以，为了达到一定的误码率要求，只能以最差情况的子载波为目标设计编码和调制等技术。但是，在无线通信系统中，资源(带宽和功率)是有限的，因此必须有效的利用资源，以提高信息的传输速率。 

动态的资源分配就是根据各子信道的信道增益不同，自适应的分配比特、发送功率等，以便最大限度地发送信息，从而有效提高频谱效率。近年来，自适应技术已经成为无线通信研究中的一个热点。目前，OFDM系统的自适应技术研究主要是从以下两个角度出发的：(1)发射功率和系统传输性能(BER)一定的条件下，实现信息传输速率的最大化；(2)信息传输速率和传输性能(BER)一定的条件下，使得发射功率最小化。 

对单用户的OFDM动态资源分配，现在已经有了很多算法，但基本全部是在ADSL信道条件下讨论的，应用到动态变化的无线信道中存在许多问题，特别是在高速移动环境下。几类主要算法总结如下：(1)逐比特分配算法。以Hughes-Huber算法为代表，每次分配一个比特给增加这一个比特所需功率增量最小的子载波，直至满足结束条件。这类算法的性能可以达到最优，但是需要大量的查找，复杂度非常高；(2)等功率分配算法。以Chow算法为代表，利用迭代的方法使其在设定的最大迭代次数内尽可能的收敛到目标比特数，最后逐比特调整，该算法的复杂度和贪婪算法相比虽有降低，但是在某些信道条件下算法经常产生振荡而永远不收敛，并且有时残留的比特数目很大，使得此算法根本无法使用，并且因为等功率分配，算法并不能收敛到最优结果；(3)基于注水线迭代的算法。以Jang算法为代表，算法通过不断更新注水线，然后在该注水线下利用注水原理计算各子信道上的比特和功率分配。但是该算法在某些信道条件下根本不能收敛，而且以分配功率小于目标功率为结束条件，有时初始注水线对应的分配功率比目标功率小很多的情况下，算法就不再继续了，这是非常不合理的；(4)利用拉格朗日乘数法的算法。以Krongold算法为代表，该算法虽然可以在保证达到最优结果的条件下降低算法的复杂度，但是在实际的无线信道环境下其迭代次数仍然较大。文章Jang J，Lee K B，and Lee Y H.Transmit power and bit allocationsfor OFDM systems in a loading channel.in Proc.IEEE Global Communications Conference，San Francisco，CA，Dec.2003：283-288.中的算法即属此列。 

发明内容

针对现有各类方法的不足，本发明提供一种用于OFDM动态资源分配的动态边界约束方法。 

本发明的技术方案如下： 

一种用于OFDM动态资源分配的动态边界约束方法，由以下发送端来完成，包括输入模块、调制模块、IFFT模块、并/串变换模块、+CP模块、自适应资源分配模块和天线，其中 输入模块、调制模块、IFFT模块、并/串变换模块、+CP模块依次相连接；+CP模块输出端和天线相连接；自适应资源分配模块连接到调制模块上；自适应资源分配模块由参数初始化模块、比特/功率分配模块、注水线更新模块和结束条件判断模块依次相连接构成，该方法步骤如下： 

1)开始，参数值(如：目标功率，各个子信道上的信道状态信息，目标误码率及各个子信道上的噪声方差等)初始化； 

1a)初始化，设注水线值 

其中P_T arg et是目标功率，设为500mW，σ²是各个子信道上的噪声方差(假设了各个子信道上的噪声方差都是一样的，值为 

其中N是总的子载波个数，设为256个子载波)；Γ是信噪比差额，值为5.47dB，g_n是子信道n的功率增益；(为了进一步降低算法的复杂度，也可以给注水线随机赋值，并不影响收敛)； 

1b)初始化，设子载波数N_on为N； 

1c)初始化，注水线的上限λ_upper和下限λ_lower为最终的注水线不可能出现的值，如10000和0； 

1d)初始化，已分配功率的上限P_upper和下限P_lower为最终的分配功率不可能出现的值，如10000和-1； 

2)将参数初始值输入到比特/功率分配模块中，计算各个子载波上分配的比特和功率， 

并对比特取整，然后再计算比特取整后所需的功率； 

2a)从子载波n＝1开始； 

2b)对子载波n，用公式b_n＝[log₂(λ·g_n)]⁺，计算在该子载波上分配的比特数，其中： 

λ是注水线的值，g_n是第n个子信道的功率增益，[x]⁺＝max{x，0}； 

2c)对b_n取整，上面求出的b_n是非负实数，为了实际的调制和解调，对它取整： 

其中b_n是子信道n上分配的比特数，(并不是整数，是实数)， 

是对b_n的取整，即子载波n上分配的整数比特； 

2d)判断 

是否为零？如果是，转向2e)；否则，转向2f)； 

2e)将可用子载波数减一，即N_on＝N_on-1； 

2f)用公式 计算子载波n上分配比特 

所需的功率，其中 

是子载 波n上分配比特 

时所需的功率，g_n是子信道n的功率增益； 

2g)判断n是否小于N？如果是，转向2h)；否则，步骤2)结束，转向步骤3)； 

2h)将子载波加一，即n＝n+1，然后转向2b)； 

3)将已分配功率、目标功率、注水线的上下限和已分配功率的上下限输入到注水线更新模块中，更新注水线的值； 

3a)判断已分配功率P_Total和目标功率P_T arg et的大小关系？如果相等，转向步骤5)； 

否则，转向下一步； 

3b)判断已分配功率是否大于目标功率？如果是转向3c)；否则，转向3d)； 

3c)用λ_upper＝min(λ_upper，λ)更新注水线值的上界，用P_upper＝min(P_upper，P_Total)更新分配功率P_Total的上界，转向3e)； 

3d)用λ_lower＝max(λ_lower，λ)更新注水线值的下界，用P_lower＝max(P_lower，P_Total)更新分配功率P_Total的下界； 

3e)判断注水线的上界和下界是否都已经全部更新，即不再等于初始设置的不可能出现的值10000和0？如果是，转向3f)；否则，转向3g)； 

3f)用动态边界约束方法更新注水线： 

$\mathrm{\λ}={\mathrm{\λ}}_{\mathrm{lower}}+({\mathrm{\λ}}_{\mathrm{upper}}-{\mathrm{\λ}}_{\mathrm{lower}})\·\frac{P_{T\arg \mathrm{et}}-P_{\mathrm{lower}}}{P_{\mathrm{upper}}-P_{\mathrm{lower}}};$

3g)用原算法中的方法更新注水线： 

$\mathrm{\λ}=\mathrm{\λ}+\frac{1}{N_{\mathrm{on}}\·{\mathrm{\σ}}^2\·\mathrm{\Γ}}(P_{T\arg \mathrm{et}}-P_{\mathrm{Total}});$

4)注水线更新结束后，将已分配功率和目标功率输入到结束条件判断模块中，判断结束条件是否满足，如果满足，执行步骤5)；否则，转向步骤2)； 

4a)判断已分配功率P_Total和目标功率P_T arg et差的绝对值是否小于预先设定的门限值Threshold？如果是，转向下一条；否则，转向4e)； 

4b)如果已分配功率大于目标功率，转向4c)；否则，转向4d)； 

4c)用贪婪算法逐比特减少，直至不能再在任何一个子载波上多减少一个比特，转向步骤5)； 

4d)用贪婪算法逐比特增加；直至不能再在任何一个子载波上多增加一个比特，转向步骤5)； 

4e)更新可用子载波数N_on＝N，迭代次数加1，转向步骤2)； 

5)该符号周期内，各子载波上的功率和比特分配结束，进行下一个符号周期的资源分配。 

上述方法中如果是连续进行资源分配，为进一步降低算法的复杂度，可以在第一个符号 任意指定注水线(不影响收敛)，考虑信道在相邻符号间变化不大，后面的符号可以使用前面符号的注水线计算结果作为初始注水线，这样可以进一步降低算法的复杂度。 

在发送端，用户将需要传送的数据送入调制模块，调制模块根据自适应资源分配模块分配参数的不同为不同的子载波分配不同的比特和功率(从而实现了资源自适应)，然后将输出的调制信号输入IFFT模块转换成时域信号，将输出的时域信号输入并/串变换模块，然后通过+CP模块为信号加上循环前缀后，最后通过天线发射。 

本发明方法所使用的数学模型为：以速率最大化(RA)问题作为例子。信道是频率选择性衰落信道，假设发送端已知各个子信道的信道状态信息(CSI)。最优化问题的数学模型可描述为： 

$\underset{p_n}{\max }R=\underset{p_n}{\max }\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\log }_2(1+\frac{p_n\·g_n}{{\mathrm{\σ}}^2\·\mathrm{\Γ}})---\left(1\right)$

$s.t.\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{p}_n=P_{\mathrm{total}},{\mathrm{BER}}_n\≤{\mathrm{BER}}_{T\arg \mathrm{et}},n=\mathrm{1,2},...,N.---\left(2\right)$

其中，p_n是子信道n上分配的功率；g_n是子信道n的功率增益，g_n＝|H_n|²；Γ是信噪比差额，是由调制方式和误码率决定的，假设采用MQAM调制，不考虑信道编码，Γ与误码率BER之间的关系是： 

在系统中，假设目标误码率BER_T arg et为10^-3；σ²是噪声方差，我们假设所有的子信道上的噪声相同。 

本发明方法主要是针对Jang算法的如下缺点：一、算法以分配功率小于目标功率为结束条件，有时初始注水线对应的分配功率比目标功率小很多，算法就不再继续了，显然是非常不合理的；并且在某些符号上算法永远都不收敛。二、如果限制算法收敛到与目标功率相近，使得经过十次以内的比特调整就可以得到最优分配结果，则在某些信道条件下永远不能收敛。三、如果为了为减少算法振荡而设置较小的调整步长因子(如0.7)，会进一步增加迭代次数。 

本发明方法主要有以下两个调整：(1)根据动态更新的边界、边界对应的功率和目标功率三者之间的关系计算新的注水线，避免了振荡的产生，加快了收敛速度，使得算法在任何信道情况下经过有限次迭代后必然收敛。(2)改变算法结束的条件，当分配的比特数目与最终的分配比特数目差值小于10时(根据分配功率与目标功率的差计算)，结束迭代，然后逐比特调整使其收敛到最优解。这样可以避免恶劣信道条件下迭代次数的增加，使得最差信道条件下算法仍能在6次迭代内结束。 

本发明方法的优点主要体现在：(1)使用动态边界约束方法限制振荡的产生，算法在任何情况下都收敛；(2)算法收敛到剩余较小功率时才停止，而不是小于功率预算就停止，避免了Jang算法剩余较大功率值的缺点；(3)停止迭代的条件是分配功率与目标功率差值小于某个值(对应剩余几个比特)，可以有效降低迭代次数，需要调整的最大比特数目也是固定的，使得在最恶劣信道条件下算法复杂度是可以预测的，且较低。(4)连续进行动态的资源分配时，可以仅在第一个OFDM符号计算初始注水线(或者可以不用计算，而是给定一个任意值，不影响收敛)，后面每一个符号的注水线都是沿用其前一个符号的注水线并进行调整，以进一步降低算法的复杂度。 

本发明方法可以应用到所有功率最小化(MA)和速率最大化(RA)的迭代算法中，在保证能够收敛到最优结果的前提下，大大降低了算法的复杂度。Jang算法也可以推广到功率最小化问题中，提出的动态边界约束方法也可以在其中使用。而且，也可以将本方法应用到Chow算法和Krongold算法。仿真结果表明，算法必然收敛，且复杂度同样也大大降低。 

附图说明

图1为完成本发明方法所用发送端的方框示意图；其中：1、输入模块，2、调制模块，3、IFFT模块，4、并/串变换模块，5、+CP模块，6、自适应资源分配模块，11、天线。 

图2为本发明方法所用发送端中自适应资源分配模块的结构框图；其中：7、参数初始化模块，8、比特/功率分配模块，9、注水线更新模块，10、结束条件判断模块。 

图3为本发明方法的流程图；其中1)-5)是其各个步骤。 

图4为本发明方法中步骤2)的流程图；其中2a)-2h)是其各个步骤。 

图5为本发明方法中步骤3)的流程图；其中3a)-3g)是其各个步骤。 

图6为本发明方法中步骤4)的流程图，其中4a)-4e)是其各个步骤。 

具体实施方法 

下面结合附图和实施例对本发明作进一步的详细说明，但不限于此。 

实施例：

一种用于OFDM动态资源分配的动态边界约束方法，由以下发送端来完成，如图1-2所示，包括输入模块1、调制模块2、IFFT模块3、并/串变换模块4、+CP模块5、自适应资源分配模块6和天线11，其中输入模块1、调制模块2、IFFT模块3、并/串变换模块4、+CP模块5依次相连接；+CP模块5输出端和天线11相连接；自适应资源分配模块6连接到调制模块2上；自适应资源分配模块6由参数初始化模块7、比特/功率分配模块8、注水线更新模块9和结束条件判断模块10依次相连接构成，该方法步骤如下： 

1)开始，参数值(如：目标功率，各个子信道上的信道状态信息，目标误码率及各个子信道上的噪声方差等)初始化； 

1a)初始化，设注水线值 

其中P_T arg et是目标功率，设为500mW，σ²是各个子信道上的噪声方差(假设了各个子信道上的噪声方差都是一样的，值为 其中N是总的子载波个数，设为256个子载波)；Γ是信噪比差额，值为5.47dB，g_n是子信道n的功率增益；(为了进一步降低算法的复杂度，也可以给注水线随机赋值，并不影响收敛)； 

1b)初始化，设子载波数N_on为N； 

1c)初始化，注水线的上限λ_upper和下限λ_lower为最终的注水线不可能出现的值，如10000和0； 

1d)初始化，已分配功率的上限P_upper和下限P_lower为最终的分配功率不可能出现的值，如10000和-1； 

2)将参数初始值输入到比特/功率分配模块中，计算各个子载波上分配的比特和功率，并对比特取整，然后再计算比特取整后所需的功率； 

2a)从子载波n＝1开始； 

2b)对子载波n，用公式b_n＝[log₂(λ·g_n)]⁺，计算在该子载波上分配的比特数，其中：λ是注水线的值，g_n是第n个子信道的功率增益，[x]⁺＝max{x，0}； 

2c)对b_n取整，上面求出的b_n是非负实数，为了实际的调制和解调，对它取整： 

其中b_n是子信道n上分配的比特数，(并不是整数，是实数)， 

是对b_n的取整，即子载波n上分配的整数比特； 

2d)判断 

是否为零？如果是，转向2e)；否则，转向2f)； 

2e)将可用子载波数减一，即N_on＝N_on-1； 

2f)用公式 

计算子载波n上分配比特 

所需的功率，其中 

是子载波n上分配比特 

时所需的功率，g_n是子信道n的功率增益； 

2g)判断n是否小于N？如果是，转向2h)；否则，步骤2)结束，转向步骤3)； 

2h)将子载波加一，即n＝n+1，然后转向2b)； 

3)将已分配功率、目标功率、注水线的上下限和已分配功率的上下限输入到注水线更新模块中，更新注水线的值； 

3a)判断已分配功率P_Total和目标功率P_T arg et的大小关系？如果相等，转向步骤5)；否则，转向下一步； 

3b)判断已分配功率是否大于目标功率？如果是转向3c)；否则，转向3d)； 

3c)用λ_upper＝min(λ_upper，λ)更新注水线值的上界，用P_upper＝min(P_upper，P_Total)更新分配功率P_Total的上界，转向3e)； 

3d)用λ_lower＝max(λ_lower，λ)更新注水线值的下界，用P_lower＝max(P_lower，P_Total)更新分配功率P_Total的下界； 

3e)判断注水线的上界和下界是否都已经全部更新，即不再等于初始设置的不可能出现的值10000和0？如果是，转向3f)；否则，转向3g)； 

3f)用动态边界约束方法更新注水线： 

$\mathrm{\λ}={\mathrm{\λ}}_{\mathrm{lower}}+({\mathrm{\λ}}_{\mathrm{upper}}-{\mathrm{\λ}}_{\mathrm{lower}})\·\frac{P_{T\arg \mathrm{et}}-P_{\mathrm{lower}}}{P_{\mathrm{upper}}-P_{\mathrm{lower}}};$

3g)用原算法中的方法更新注水线： 

$\mathrm{\λ}=\mathrm{\λ}+\frac{1}{N_{\mathrm{on}}\·{\mathrm{\σ}}^2\·\mathrm{\Γ}}(P_{T\arg \mathrm{et}}-P_{\mathrm{Total}});$

4)注水线更新结束后，将已分配功率和目标功率输入到结束条件判断模块中，判断结束条件是否满足，如果满足，执行步骤5)；否则，转向步骤2)； 

4a)判断已分配功率P_Total和目标功率P_T arg et差的绝对值是否小于预先设定的门限值Threshold？如果是，转向下一条；否则，转向4e)； 

4b)如果已分配功率大于目标功率，转向4c)；否则，转向4d)； 

4c)用贪婪算法逐比特减少，直至不能再在任何一个子载波上多减少一个比特，转向步骤5)； 

4d)用贪婪算法逐比特增加；直至不能再在任何一个子载波上多增加一个比特，转向步骤5)； 

4e)更新可用子载波数N_on＝N，迭代次数加1，转向步骤2)； 

5)该符号周期内，各子载波上的功率和比特分配结束，进行下一个符号周期的资源分配。 

Claims (1)

1.一种用于OFDM动态资源分配的动态边界约束方法，由以下发送端来完成，包括输入模块、调制模块、IFFT模块、并/串变换模块、+CP模块、自适应资源分配模块和天线，其中输入模块、调制模块、IFFT模块、并/串变换模块、+CP模块依次相连接；+CP模块输出端和天线相连接；自适应资源分配模块连接到调制模块上；自适应资源分配模块由参数初始化模块、比特/功率分配模块、注水线更新模块和结束条件判断模块依次相连接构成，该方法步骤如下：

1)开始，参数值初始化；

1a)初始化，设注水线值

其中P_T arg et是目标功率，设为500mW，σ²是各个子信道上的噪声方差；Γ是信噪比差额，值为5.47dB，g_n是子信道n的功率增益；

1b)初始化，设子载波数N_on为N；

1c)初始化，注水线的上限λ_upper和下限λ_lower为最终的注水线不可能出现的值如10000和0；

1d)初始化，已分配功率的上限P_upper和下限P_lower为最终的分配功率不可能出现的值，如10000和-1；

2)将参数初始值输入到比特/功率分配模块中，计算各个子载波上分配的比特和功率，

并对比特取整，然后再计算比特取整后所需的功率；

2a)从子载波n＝1开始；

2b)对子载波n，用公式b_n＝[log₂(λ·g_n)]⁺，计算在该子载波上分配的比特数，其中：

λ是注水线的值，g_n是第n个子信道的功率增益，[x]⁺＝max{x，0}；

2c)对b_n取整，上面求出的b_n是非负实数，为了实际的调制和解调，对它取整：

其中b_n是子信道n上分配的比特数，

是对b_n的取整，即子载波n上分配的整数比特；

2d)判断

是否为零？如果是，转向2e)；否则，转向2f)；

2e)将可用子载波数减一，即N_on＝N_on-1；

2f)用公式

计算子载波n上分配比特

所需的功率，其中是子载波n上分配比特

时所需的功率，g_n是子信道n的功率增益；

2g)判断n是否小于N？如果是，转向2h)；否则，步骤2)结束，转向步骤3)；

2h)将子载波加一，即n＝n+1，然后转向2b)；

3)将已分配功率、目标功率、注水线的上下限和已分配功率的上下限输入到注水线更新模块中，更新注水线的值；

3a)判断已分配功率P_Total和目标功率P_T arg et的大小关系？如果相等，转向步骤5)；

否则，转向下一步；

3b)判断已分配功率是否大于目标功率？如果是转向3c)；否则，转向3d)；

3c)用λ_upper＝min(λ_upper，λ)更新注水线值的上界，用P_upper＝min(P_upper，P_Total)更新分配功率P_Total的上界，转向3e)；

3d)用λ_lower＝max(λ_lower，λ)更新注水线值的下界，用P_lower＝max(P_lower，P_Total)更新分配功率P_Total的下界；

3e)判断注水线的上界和下界是否都已经全部更新，即不再等于初始设置的不可能出现的值10000和0？如果是，转向3f)；否则，转向3g)；

3f)用动态边界约束方法更新注水线：

$\mathrm{\λ}={\mathrm{\λ}}_{\mathrm{lower}}+({\mathrm{\λ}}_{\mathrm{upper}}-{\mathrm{\λ}}_{\mathrm{lower}})\·\frac{P_{T\arg \mathrm{et}}-P_{\mathrm{lower}}}{P_{\mathrm{upper}}-P_{\mathrm{lower}}};$

3g)用原算法中的方法更新注水线：

$\mathrm{\λ}=\mathrm{\λ}+\frac{1}{N_{\mathrm{on}}\·{\mathrm{\σ}}^2\·\mathrm{\Γ}}(P_{T\arg \mathrm{et}}-P_{\mathrm{Total}});$

4)注水线更新结束后，将已分配功率和目标功率输入到结束条件判断模块中，判断结束条件是否满足，如果满足，执行步骤5)；否则，转向步骤2)；

4a)判断已分配功率P_Total和目标功率P_T arg et差的绝对值是否小于预先设定的门限值Threshold？如果是，转向下一条；否则，转向4e)；

4b)如果已分配功率大于目标功率，转向4c)；否则，转向4d)；

4c)用贪婪算法逐比特减少，直至不能再在任何一个子载波上多减少一个比特，转向步骤5)；

4d)用贪婪算法逐比特增加；直至不能再在任何一个子载波上多增加一个比特，转向步骤5)；

4e)更新可用子载波数N_on＝N，迭代次数加1，转向步骤2)；

5)该符号周期内，各子载波上的功率和比特分配结束，进行下一个符号周期的资源分配。

Images