CN102098775A - 一种分子带的自适应比特功率分配方法及系统 - Google Patents

Abstract

本发明公开了一种分子带的自适应比特功率分配方法及系统，包括：发送端确定子带宽度，根据确定的子带宽度和获取的所有子载波的信道增益值的大小，将所有子载波划分成多个簇；发送端计算划分后的簇的等效子信道增益值，根据计算后的等效子信道增益值通过分子带自适应比特功率分配方式，在计算中一次剔除多个比特数小于等于0的不可用簇，获得各簇分配的比特数以及发射功率；发送端将得到的每个簇分配的比特数以及发射功率分配给簇中的每个子载波。应用本发明，解决了当前分子带的自适应比特功率分配的方法中在保证系统性能时，计算复杂度较高，反馈开销较大的问题。

Description

一种分子带的自适应比特功率分配方法及系统

技术领域

本发明涉及通信领域，尤其涉及一种分子带的自适应比特功率分配方法及系统。

背景技术

未来的无线通信系统，对通信速率和服务质量有更高的要求，而又受到系统功率，带宽和复杂度的限制，具有高频谱效率和高性能的通信方式是无线通信领域重要的研究开发目标。先后出现了多项重要的技术，比如正交频分复用(OFDM)以及多输入多输出(MIMO)等等，它们的结合利用了OFDM技术抗多径衰落的特点和MIMO技术高传输速率的特点，使通信系统的整体性能在不额外增加功率和传输带宽的条件下获得显著提高。此外，若发送端可以获知某种形式的信道状态信息(CSI)，就可采用自适应技术来优化MIMO-OFDM系统性能。自适应调制，即自适应比特功率分配(ABPA)，是自适应技术中非常重要的组成部分，主要思想是在发射端根据子信道状态动态地改变调制方式和发射功率，最大程度地利用信道容量，提高信息传输速率，降低发射功率，从而提高频谱效率和功率效率。

按照不同的优化目标，ABPA方法主要分为3类：功率和比特数固定时误码率最小化的方法、功率和误码率上限固定时传输速率最大化的RA(Rate Adaptive)方法和比特数和误码率上限固定时发送功率最小化的MA(Margin Adaptive)方法。针对MIMO-OFDM系统的ABPA方法可由OFDM系统的ABPA方法直接扩展得到，但需要进行适当的改进，以适应系统中条件的变化，这种变化主要体现在子载波数成倍的增加，使得相应的ABPA方法的计算复杂度急剧增加，以及反馈开销明显增加。

目前，为了降低计算中的复杂度及系统的反馈量，当前技术中还提出了分子带的ABPA方法。当前技术中针对OFDM系统基于连续子载波频率的相关性，将相邻的几个子载波分为一个子带，取这些子载波的平均信噪比作为该子带的信噪比，不再对所有单独子载波进行ABPA分配，而是针对子带进行。由于同一个子带中的子信道在频谱位置上是相邻的，并且被分配相同的调制方式，这样一方面降低了参数调整的计算量，另一方面也可以减少传递调制方式信令所需要的开销，从而大大降低系统的复杂度。然而，这种基于连续子带的ABPA方法当子带带宽大于信道的相干带宽时，自适应分配的作用降低，系统性能下降。因此，当并行子载波数很多时，由于相干带宽的限制，每个子带的子载波数不能太多，子带个数仍很多，ABPA方法的复杂度仍很高。当前技术中针对OFDM系统提出按全部子载波增益排序的频域分子带的ABPA方法。其中提出将Fischer方法及Greedy方法应用于分子带ABPA方法中，计算得到每个子带理论最优的比特数目，再进行量化、比特调整，得到最终比特及功率分布。Lei Ming等人在当前技术中也研究了结合Fischer方法的分子带的分配方法，并提出了“算术平均值”的等效子带增益方案。当前技术中还提出了一种基于“最小增益”的分子带ABPA方法，该方法的目标是最大化系统的传输速率。然而，以上方法所采用的等效子带增益方案要么性能较好复杂度较高，要么性能较差复杂度较低。

此外，目前大部分基于理论最优分配方法都是通过迭代和穷举搜索的方式来进行资源的优化，在一次迭代过程中只能排除一个不可用子载波。这是由于排除一个子载波后，在剩余子信道上的最优的比特和功率分布将发生变化。因此，当不可用子载波数目比较多时，方法所需要的迭代次数将会很多，导致方法复杂度较高。Fischer方法是目前公认的效率最高的ABPA方法之一，该方法利用理论最优的比特分配结果来进行比特的分配和调整，能够达到最优的分配结果。但是，该方法在每次迭代过程中也只能排除一个不可用子载波。

因此，当前需要一种MIMO-OFDM系统中分子带的自适应比特功率分配的技术方案。

发明内容

本发明所要解决的技术问题是提供一种分子带的自适应比特功率分配方法及系统，解决了当前分子带的自适应比特功率分配的方法中在保证系统性能时，计算复杂度较高，反馈开销较大的问题。

为了解决上述问题，本发明提供了一种分子带的自适应比特功率分配方法，包括：

发送端确定子带宽度，根据确定的子带宽度和获取的所有子载波的信道增益值的大小，将所有子载波划分成多个簇；

发送端计算划分后的簇的等效子信道增益值，根据计算后的等效子信道增益值通过分子带自适应比特功率分配方式，在计算中一次剔除多个比特数小于等于0的不可用簇，获得各簇分配的比特数以及发射功率；

发送端将得到的每个簇分配的比特数以及发射功率分配给簇中的每个子载波

进一步地，上述方法还可包括，所述发送端是根据系统性能需求、信道质量以及对算法复杂度的要求来确定子带宽度。

进一步地，上述方法还可包括，所述发送端根据确定的子带宽度和所有子载波的信道增益值的大小，将所有子载波划分成多个簇，包括：

所述发送端将所有子载波按照信道增益值的大小进行从小到大的排序，根据确定的子带宽度和排序后的子载波，将所有子载波划分成多个簇。

进一步地，上述方法还可包括，所述发送端是根据以下公式计算划分后的簇的等效子信道增益值，

${\left|{H_{j,i}^s}^{*}\right|}^2=\underset{m=\mathrm{1,2},...,N_s}{\mathrm{Random}}{\left|{H_{j,i}^{s,m}}^{*}\right|}^2,$

其中，在每个簇中，等效子信道增益的函数，表示为：

${H_{j,i}^s}^{*}=f(H_{j,i}^{s,1},H_{j,i}^{s,2},...,H_{j,i}^{s,N_s-1},H_{j,i}^{s,N_s}),$

其中s＝1，2，...，N_g，f(□)是等效子信道增益函数，

表示对于第s个簇来说，第i根天线发、第j根天线收时第m个子载波的信道频率响应。

进一步地，上述方法还可包括，所述发送端根据计算后的等效子信道增益值通过分子带自适应比特功率分配方式，在计算中一次剔除多个比特数小于等于0的不可用簇，获得各簇分配的比特数，包括：

所述发送端通过以下公式得到各簇分配的比特数R_s，并在计算得到小于等于0的R_s时，不跳出比特迭代计算，直到对各簇比特计算完毕后，一次剔除多个比特数小于等于0的不可用簇，获得各簇分配的比特数；

将R_T个比特分配给N_g个簇，那么第s个簇分配的比特数目为：

$R_s=\frac{R_T}{{D_g}^{\′}}+\frac{1}{{D_g}^{\′}}\·{\log }_2\left(\frac{{\left({\left|H_{j,i}^s\right|}^2\right)}^{{D_g}^{\′}}}{{\mathrm{\Π}}_{l\∈\mathrm{\ψ}}{\left|H_{j,i}^l\right|}^2}\right),$

其中，D′_g为已使用的簇数，D′_g的初始值D′_g＝N_g，激活的簇集合为ψ，ψ的初始值ψ＝{1，2，...，N_g}。

进一步地，上述方法还可包括，所述发送端是根据以下公式得到各簇分配的发射功率，

$P_s=\frac{P_T\·2^{R_{\mathrm{Qs}}}/{\left|H_{j,i}^s\right|}^2}{\underset{l\∈\mathrm{\ψ}}{\mathrm{\Σ}}{2}^{R_{\mathrm{Ql}}}/{\left|H_{j,i}^l\right|}^2},$

其中，第s个簇上分配的发射功率为P_s，P_T为总发射功率，R_Qs为R_s的量化值，表示如下：

其中，R_max是量化比特数的上限，

表示向下取整，N_s表示簇宽度。

本发明还提供了一种分子带的自适应比特功率分配系统，包括：划分单元、计算单元和分配单元，其中，

所述划分单元，用于确定子带宽度，根据确定的子带宽度和获取的所有子载波的信道增益值的大小，将所有子载波划分成多个簇，并将划分后的簇的信息发送给所述计算单元；

所述计算单元，用于接收所述划分后的簇的信息，计算划分后的簇的等效子信道增益值，根据计算后的等效子信道增益值通过分子带自适应比特功率分配方式，在计算中一次剔除多个比特数小于等于0的不可用簇，获得各簇分配的比特数以及发射功率，将得到的每个簇分配的比特数以及发射功率发送给所述分配单元；

所述分配单元，用于将得到的每个簇分配的比特数以及发射功率分配给簇中的每个子载波。

进一步地，上述系统还可包括，所述划分单元是根据系统性能需求、信道质量以及对算法复杂度的要求来确定子带宽度；

所述划分单元是通过将所有子载波按照信道增益值的大小进行从小到大的排序，根据确定的子带宽度和排序后的子载波，将所有子载波划分成多个簇。

进一步地，上述系统还可包括，所述计算单元是根据以下公式计算划分后的簇的等效子信道增益值，

${\left|{H_{j,i}^s}^{*}\right|}^2=\underset{m=\mathrm{1,2},...,N_s}{\mathrm{Random}}{\left|{H_{j,i}^{s,m}}^{*}\right|}^2,$

其中，在每个簇中，等效子信道增益的函数，表示为：

${H_{j,i}^s}^{*}=f(H_{j,i}^{s,1},H_{j,i}^{s,2},...,H_{j,i}^{s,N_s-1},H_{j,i}^{s,N_s}),$

其中s＝1，2，...，N_g，f(□)是等效子信道增益函数，

表示对于第s个簇来说，第i根天线发，第j根天线收时第m个子载波的信道频率响应；

所述计算单元根据计算后的等效子信道增益值通过分子带自适应比特功率分配方式，在计算中一次剔除多个比特数小于等于0的不可用簇，获得各簇分配的比特数，是指：

所述计算单元通过以下公式得到各簇分配的比特数R_s，并在计算得到小于等于0的R_s时，不跳出比特迭代计算，直到对各簇比特计算完毕后，一次剔除多个比特数小于等于0的不可用簇，获得各簇分配的比特数；

将R_T个比特分配给N_g个簇，那么第s个簇分配的比特数目为：

$R_s=\frac{R_T}{{D_g}^{\′}}+\frac{1}{{D_g}^{\′}}\·{\log }_2\left(\frac{{\left({\left|H_{j,i}^s\right|}^2\right)}^{{D_g}^{\′}}}{{\mathrm{\Π}}_{l\∈\mathrm{\ψ}}{\left|H_{j,i}^l\right|}^2}\right),$

其中，D′_g为已使用的簇数，D′_g的初始值D′_g＝N_g，激活的簇集合为ψ，ψ的初始值ψ＝{1，2，...，N_g}。

进一步地，上述系统还可包括，所述计算单元是根据以下公式得到各簇分配的发射功率，

$P_s=\frac{P_T\·2^{R_{\mathrm{Qs}}}/{\left|H_{j,i}^s\right|}^2}{\underset{l\∈\mathrm{\ψ}}{\mathrm{\Σ}}{2}^{R_{\mathrm{Ql}}}/{\left|H_{j,i}^l\right|}^2},$

其中，第s个簇上分配的发射功率为P_s，P_T为总发射功率，R_Qs为R_s的量化值，表示如下：

其中，R_max是量化比特数的上限，

表示向下取整，N_s表示簇宽度。

与现有技术相比，应用本发明，采用分簇随机选取的方式进行子带划分及等效，将以子载波为分配单元的Fischer方法扩展为以子带为分配单元的ABPA方法，并对此方法进行改进，使其可在一次迭代过程中，确定和排除多个不可用子带，提高筛选效率。仿真结果表明，该方法在保证系统性能的同时降低了计算复杂度，减少了实际应用中的反馈开销。通过选择不同的子带宽度，能够灵活的调整方法的复杂度，在方法的性能与计算复杂度之间取得折衷。与现有的分子带ABPA方法相比，在性能相同的条件下，新的方法具有更低的复杂度。因此本发明所提出的新方法具有较高的应用灵活性，适合实际当中的应用。

附图说明

图1是基于ABPA-STBC的MIMO-OFDM系统模型的结构示意图；

图2是本发明的分子带的自适应比特功率分配方法的流程图；

图3是本发明的分子带的自适应比特功率分配系统的结构示意图；

图4是仿真测试中本发明的ISF方法与Fishcer方法的误码率性能比较的示意图；

图5是仿真测试中采用不同的子带划分方式的RS-ISF方法的误码率性能比较的示意图；

图6是仿真测试中采用不同的子带等效增益方案的CSG-ISF方法的误码率性能比较的示意图；

图7是仿真测试中采用不同的子带宽度的CSG-RS-ISF方法的误码率性能比较的示意图。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步说明。

本发明提出一种高效的以获取最小误码率为目标的分子带ABPA方法，该方法采用分簇随机选取的方式进行子带划分及等效，将以子载波为分配单元的Fischer方法扩展为以子带为分配单元的ABPA方法，并对此方法进行改进，使其可在一次迭代过程中，确定和排除多个不可用子带，提高筛选效率。

本发明基于ABPA-STBC的MIMO-OFDM系统模型，如图1所示。假设在N_t根发送天线和N_r根接收天线的MIMO-OFDM系统中，频带被划分为N_c个子载波，假设N_c足够大，使得每个子载波可看作平坦衰落信道，并且GI个循环前缀可完全抑制符号间干扰(ISI)。假设发送端和接收端均已知完整的信道矩阵，且不考虑信道估计误差的影响。

发送端根据子信道增益，采用ABPA方法，优化各个子载波之间的比特和功率分配。随后，为了进一步提高误码率性能，已调制的符号被送到STBC模块中进行Alamouti编码，最后通过OFDM调制发送到相应天线上进行传输。接收端进行的是发送端的反向操作。

本发明的子带划分采用等间隔分组方式，所有子带都具有相同数目的子载波，描述如下：

N_s＝N_c/N_g                        (1)

其中，N_s表示子带宽度，即每个子带中子载波数目，N_g表示总的子带数目，N_c表示系统子载波总数。

一、划分子载波，所有N_c个子载波按照频率从小到大顺序进行索引，索引为1的子载波处于最低频谱点，而索引为N_c的子载波处于最高频谱点，所有子载波的索引包含在集合

中。

通常子带划分采用连续划分方式(SSG)，即将邻近的几个子载波组成一个子带。例如，根据子载波索引，N_c个子载波被简单地划分为N_g个子带，第s个子带表示为η_s＝{(s-1)·N_s+1，(s-1)·N_s+2，...，s·N_s}中子载波索引对应的元素。为了使每个子带内子信道增益接近，子带宽度应小于信道的相干带宽B_c，因此子带宽度需要满足的条件为

其中Δf为子信道的间隔。

本发明将采用一种分簇划分方式(CSG)划分子带而不是连续划分方式。我们知道SF方法是以性能损失为代价减少计算量的，其性能损失的主要原因是：等效子信道增益(在划分完子带之后，每一个子带即看作一个“等效子信道”，其增益为等效子信道增益)与子带内各个子载波实际信道增益存在着一定的差异。为了减少这种差异，我们让所有子载波按照它们的信道增益值进行从小到大的排序，排序后的子载波索引为

对应元素满足因此，第s个簇表示为

中子载波索引对应的元素。实际上，这种分簇划分方式可以减少等效子信道增益与子带内各个子载波实际信道增益之间的差异。

二、划分完子带后，在等效子信道上进行比特和功率分配过程。在每个子带中，等效子信道增益的函数，可以表示如下：

${H_{j,i}^s}^{*}=f(H_{j,i}^{s,1},H_{j,i}^{s,2},...,H_{j,i}^{s,N_s-1},H_{j,i}^{s,N_s})---\left(2\right)$

其中s＝1，2，...，N_g，f(□)是等效子信道增益函数，

表示对于第s个子带来说，第i根天线发，第j根天线收时第m个子载波的信道频率响应。

如何确定等效子信道增益来表征子带内子载波信道的质量，常用的方案有“倒数平均”(RA)方案、“最小增益”(Min)方案、“算术平均值”方案、“几何平均值”方案和“最大增益”方案。综合考虑不同等效子信道增益方案的复杂度，在理想信道信息条件下，RA方案和Min方案是较佳的等效子信道增益方案。

(1)RA方案的等效子信道增益函数表示为：

${\left|{H_{j,i}^s}^{*}\right|}^2=N_s/\underset{m=1}{\overset{N_s}{\mathrm{\Σ}}}\frac{1}{{\left|{H_{j,i}^{s,m}}^{*}\right|}^2}---\left(3\right)$

(2)Min方案的等效子信道增益函数表示为：

${\left|{H_{j,i}^s}^{*}\right|}^2=\underset{m=\mathrm{1,2},...,N_s}{\min }{\left|{H_{j,i}^{s,m}}^{*}\right|}^2---\left(4\right)$

比较(3)式和(4)式可以看出，RA方案的运算复杂度要高于Min方案，但是RA方案的性能要优于Min方案。实际应用中，需要综合考虑性能要求和硬件复杂度要求来决定选择何种方案。为了同时获得较好的性能和较低的复杂度，本发明提出了一种基于分簇的随机选取(CSG-RS：Random select)方案，其等效子信道增益函数表示为：

${\left|{H_{j,i}^s}^{*}\right|}^2=\underset{m=\mathrm{1,2},...,N_s}{\mathrm{Random}}{\left|{H_{j,i}^{s,m}}^{*}\right|}^2---\left(5\right)$

仿真结果表明与CSG-RA方案和CSG-Min方案相比，CSG-RS方案能够使系统获得良好误码率性能的同时计算量大大地降低。

三、以子带为分配单元进行ABPA。目前已有的ABPA方法中，注水方法的性能最优，但其计算过于复杂难以实现。因此，多种次优ABPA方法应运而生，其中较常用的三种方法是：Greedy方法，Chow方法以及Fischer方法。在高速无线传输系统中，Fischer方法得到广泛的应用，原因有两点：首先，该方法不是以信道容量为依据来进行比特分配的，它的设计目标是使各个子信道的信噪比最大，从而获得总体误码率BER最小。其次，它利用拉格朗日方法给出了比特分配的闭式解，使得方法复杂度大大减小。然而，该方法的分配单元为子载波，因此需要对它做一些修改，使其分配单元可扩展为子带。下面将给出基于Fischer方法的分子带ABPA方法(SF)的详细描述。

设每个OFDM符号承载的总比特数为R_T，R_T＝R_ave·N_c，其中R_ave为系统所需的平均频谱效率，P_T为总发射功率。SF方法描述如下：

步骤(1)、进行初始化。记D′_g为已使用的子带数，设D′_g的初始值D′_g＝N_g。记激活的子带集合为ψ，设ψ的初始值ψ＝{1，2，...，N_g}。

步骤(2)、将R_T个比特分配给N_g个子带，那么第s个子带分配的比特数目为：

$R_s=\frac{R_T}{{D_g}^{\′}}+\frac{1}{{D_g}^{\′}}\·{\log }_2\left(\frac{{\left({\left|H_{j,i}^s\right|}^2\right)}^{{D_g}^{\′}}}{{\mathrm{\Π}}_{l\∈\mathrm{\ψ}}{\left|H_{j,i}^l\right|}^2}\right)---\left(6\right)$

其中，

表示对于第s个子带来说，第i根天线发，第j根天线收时的信道频率响应。

步骤(3)、若R_s≤0且s∈ψ，那么D′_g＝D′_g-1，把第s个子带从ψ中剔除。然后转到步骤(2)，继续下去直到R_s＞0，s∈ψ。设这一步的循环次数为iteratecount。

步骤(4)、由于激活子带上所有分配的比特数R_s一般情况下都不是整数，所以必须将R_s量化成R_Qs，具体为：

其中，R_max是量化比特数的上限，

表示向下取整，量化误差等于ΔR_s＝R_s-R_Qs。

步骤(5)、计算分配的比特总数 $R_{\mathrm{sum}}=\underset{s\∈\mathrm{\ψ}}{\mathrm{\Σ}}{R}_{\mathrm{Qs}}.$

步骤(6)、若R_sum＝R_T，则转到步骤(7)，否则调整R_s直到R_sum＝R_T。若R_sum＞R_T，找到最小的ΔR_s，调整R_Qs＝R_Qs-N_s，R_sum＝R_sum-N_s，ΔR_s＝ΔR_s+N_s；若R_sum＜R_T，找到最大的ΔR_s，调整R_Qs＝R_Qs+N_s，R_sum＝R_sum+N_s，ΔR_s＝ΔR_s-N_s。

步骤(7)、在第s个子带上分配的发射功率，其中第s个子带上分配的发射功率P_s，如式(8)计算。

$P_s=\frac{P_T\·2^{R_{\mathrm{Qs}}}/{\left|H_{j,i}^s\right|}^2}{\underset{l\∈\mathrm{\ψ}}{\mathrm{\Σ}}{2}^{R_{\mathrm{Ql}}}/{\left|H_{j,i}^l\right|}^2}---\left(8\right)$

步骤(8)、对第s个子带来说，将得到的R_Qs以及P_s平均分配给N_s个子载波。

考虑SF方法步骤(3)，当R_s≤0且s∈ψ，令D′_g＝D′_g-1，把第s个子带从ψ中剔除。由于去掉一个子带，剩下的子带的比特和功率分配发生变化，需要转到步骤(2)重新计算，循环下去直到所有的R_s＞0，s∈ψ。由于每次只去除一个R_s≤0的子带，当R_s≤0的子带数目较多时，需要的循环次数iteratecount较大，增加了方法的复杂度。

为了减小在计算中的复杂度，本发明对SF方法进行一些改进，主要构思是：在步骤(2)中计算出R_s后，将所有R_s≤0的子带去掉，然后转到步骤(2)重新计算，循环下去直到所有的R_s＞0，s∈ψ。通过下面证明这种改进是合理的。

假设共有N_s个子带，不失一般性，假设第一次计算时，有R_m，R_n≤0，根据式(6)有：

$R_m=[(R_T-\underset{l=1}{\overset{D_g^{\′}}{\text{\Σ}}}{\log }_2{\left|H_{j,i}^l\right|}^2)/D_g^{\′}]+{\log }_2{\left|H_{j,i}^m\right|}^2---\left(9\right)$

$R_n=[(R_T-\underset{l=1}{\overset{D_g^{\′}}{\text{\Σ}}}{\log }_2{\left|H_{j,i}^l\right|}^2)/D_g^{\′}]+{\log }_2{\left|H_{j,i}^n\right|}^2---\left(10\right)$

现在要证明的其实就是当R_m，R_n≤0，去掉第m个子带后，在步骤(2)中重新计算R_n时，R_n仍然是小于0的。那么当去掉第m个子带后，重新计算第n个子带记为R′_n：

$R_n^{\′}=[(R_T-\underset{l=1}{\overset{D_g^{\′}-1}{\text{\Σ}}}{\log }_2{\left|H_{j,i}^l\right|}^2)/(D_g^{\′}-1)]+{\log }_2{\left|H_{j,i}^n\right|}^2---\left(11\right)$

由式(10)和式(11)可以得到：

$R_n^{\′}-R_n=[(R_T-\underset{l=1}{\overset{D_g^{\′}-1}{\text{\Σ}}}{\log }_2{\left|H_{j,i}^l\right|}^2)/(D_g^{\′}-1)]-[(R_T-\underset{l=1}{\overset{D_g^{\′}}{\text{\Σ}}}{\log }_2{\left|H_{j,i}^l\right|}^2)/D_g^{\′}]---\left(12\right)$

式(12)可以写为：

$R_n^{\′}-R_n=\frac{R_T-\underset{l=1}{\overset{D_g^{\′}-1}{\mathrm{\Σ}}}{\log }_2{\left|H_{j,i}^l\right|}^2}{D_g^{\′}-1}-\frac{{\log }_2{\left|H_{j,i}^m\right|}^2}{D_g^{\′}-1}-\frac{R_T-\underset{l=1}{\overset{D_g^{\′}}{\mathrm{\Σ}}}{\log }_2{\left|H_{j,i}^l\right|}^2}{D_g^{\′}}+\frac{{\log }_2{\left|H_{j,i}^m\right|}^2}{D_g^{\′}-1}---\left(13\right)$

整理后可以得到：

$R_n^{\′}-R_n=(\frac{R_T-\underset{l=1}{\overset{D_g^{\′}}{\mathrm{\Σ}}}{\log }_2{\left|H_{j,i}^l\right|}^2}{D_g^{\′}}+{\log }_2{\left|H_{j,i}^m\right|}^2)\×\frac{1}{D_g^{\′}-1}---\left(14\right)$

由于

所以R′_n-R_n＜0，又因为R_n≤0，所以R′_n≤0。同理，可以证明对于2个以上的R_s≤0，去掉R_m≤0的子带后，剩余的R_s≤0的子带经过计算依然R′_s≤0。因此，这种改进是合理的，我们称改进后的SF方法为ISF方法。

四、将每个子带分配的比特数目以及功率复制给子带中的每个子载波。

根据上述的理论推导及分析，本发明的分子带的自适应比特功率分配方法，(即基于分簇随机选取的ISF方法(CSG-RS-ISF))，如图2所示，包括以下步骤：

步骤210、发送端获取所有子载波的信道增益值，确定子带宽度，根据确定的子带宽度和所有子载波的信道增益值的大小，将所有子载波划分成多个簇；

发送端是根据系统性能需求、信道质量以及对算法复杂度的要求来确定子带宽度。

所述发送端根据确定的子带宽度和所有子载波的信道增益值的大小，将所有子载波划分成多个簇，包括：

所述发送端将所有子载波按照信道增益值的大小进行从小到大的排序，根据确定的子带宽度和排序后的子载波，将所有子载波划分成多个簇。

步骤220、发送端计算划分后的簇的等效子信道增益值，根据计算后的等效子信道增益值通过ISF方法(即改进后的分子带自适应比特功率分配算法)，在计算中一次剔除多个比特数小于等于0的不可用簇，获得各簇分配的比特数以及发射功率；

所述发送端是根据以下公式计算划分后的簇的等效子信道增益值，

${\left|{H_{j,i}^s}^{*}\right|}^2=\underset{m=\mathrm{1,2},...,N_s}{\mathrm{Random}}{\left|{H_{j,i}^{s,m}}^{*}\right|}^2,$

其中，在每个簇中，等效子信道增益的函数，表示为：

${H_{j,i}^s}^{*}=f(H_{j,i}^{s,1},H_{j,i}^{s,2},...,H_{j,i}^{s,N_s-1},H_{j,i}^{s,N_s}),$

其中s＝1，2，...，N_g，f(□)是等效子信道增益函数，

表示对于第s个簇来说，第i根天线发，第j根天线收时第m个子载波的信道频率响应。

所述发送端根据计算后的等效子信道增益值通过ISF算法，在计算中一次剔除多个比特数小于等于0的不可用簇，获得各簇分配的比特数，是指：

所述发送端通过以下公式得到各簇分配的比特数R_s，并在计算得到小于等于0的R_s时，不跳出比特迭代计算，直到对各簇比特计算完毕后，一次剔除多个比特数小于等于0的不可用簇，获得各簇分配的比特数；

将R_T个比特分配给N_g个簇，那么第s个簇分配的比特数目为：

$R_s=\frac{R_T}{{D_g}^{\′}}+\frac{1}{{D_g}^{\′}}\·{\log }_2\left(\frac{{\left({\left|H_{j,i}^s\right|}^2\right)}^{{D_g}^{\′}}}{{\mathrm{\Π}}_{l\∈\mathrm{\ψ}}{\left|H_{j,i}^l\right|}^2}\right),$

其中，D′_g为已使用的簇数，D′_g的初始值D′_g＝N_g，激活的簇集合为ψ，ψ的初始值ψ＝{1，2，...，N_g}。

所述发送端是根据以下公式得到各簇分配的发射功率，

$P_s=\frac{P_T\·2^{R_{\mathrm{Qs}}}/{\left|H_{j,i}^s\right|}^2}{\underset{l\∈\mathrm{\ψ}}{\mathrm{\Σ}}{2}^{R_{\mathrm{Ql}}}/{\left|H_{j,i}^l\right|}^2},$

其中，第s个簇上分配的发射功率为P_s，N_s表示簇宽度，P_T为总发射功率，R_Qs为R_s的量化值，表示如下：

其中，R_max是量化比特数的上限，表示向下取整，N_s表示簇宽度。

步骤230、发送端将得到的每个簇分配的比特数以及发射功率分配给簇中的每个子载波。

本发明的CSG-RS-ISF方法可以应用于MIMO-OFDM系统。

如图3所示，本发明的一种分子带的自适应比特功率分配系统，包括：划分单元、计算单元和分配单元，其中，

所述划分单元，用于确定子带宽度，根据确定的子带宽度和获取的所有子载波的信道增益值的大小，将所有子载波划分成多个簇，并将划分后的簇的信息发送给所述计算单元；

所述计算单元，用于接收所述划分后的簇的信息，计算划分后的簇的等效子信道增益值，根据计算后的等效子信道增益值通过分子带自适应比特功率分配方式，在计算中一次剔除多个比特数小于等于0的不可用簇，获得各簇分配的比特数以及发射功率，将得到的每个簇分配的比特数以及发射功率发送给所述分配单元；

所述分配单元，用于将得到的每个簇分配的比特数以及发射功率分配给簇中的每个子载波。

所述划分单元是根据系统性能需求、信道质量以及对算法复杂度的要求来确定子带宽度；

所述划分单元是通过将所有子载波按照信道增益值的大小进行从小到大的排序，根据确定的子带宽度和排序后的子载波，将所有子载波划分成多个簇。

所述计算单元是根据以下公式计算划分后的簇的等效子信道增益值，

${\left|{H_{j,i}^s}^{*}\right|}^2=\underset{m=\mathrm{1,2},...,N_s}{\mathrm{Random}}{\left|{H_{j,i}^{s,m}}^{*}\right|}^2,$

其中，在每个簇中，等效子信道增益的函数，表示为：

${H_{j,i}^s}^{*}=f(H_{j,i}^{s,1},H_{j,i}^{s,2},...,H_{j,i}^{s,N_s-1},H_{j,i}^{s,N_s}),$

其中s＝1，2，...，N_g，f(□)是等效子信道增益函数，表示对于第s个簇来说，第i根天线发，第j根天线收时第m个子载波的信道频率响应；

所述计算单元根据计算后的等效子信道增益值通过ISF算法(即改进后的分子带自适应比特功率分配算法)，在计算中一次剔除多个比特数小于等于0的不可用簇，获得各簇分配的比特数，是指：

所述计算单元通过以下公式得到各簇分配的比特数R_s，并在计算得到小于等于0的R_s时，不跳出比特迭代计算，直到对各簇比特计算完毕后，一次剔除多个比特数小于等于0的不可用簇，获得各簇分配的比特数；

将R_T个比特分配给N_g个簇，那么第s个簇分配的比特数目为：

$R_s=\frac{R_T}{{D_g}^{\′}}+\frac{1}{{D_g}^{\′}}\·{\log }_2\left(\frac{{\left({\left|H_{j,i}^s\right|}^2\right)}^{{D_g}^{\′}}}{{\mathrm{\Π}}_{l\∈\mathrm{\ψ}}{\left|H_{j,i}^l\right|}^2}\right),$

其中，D′_g为已使用的簇数，D′_g的初始值D′_g＝N_g，激活的簇集合为ψ，ψ的初始值ψ＝{1，2，...，N_g}。

所述计算单元是根据以下公式得到各簇分配的发射功率，

$P_s=\frac{P_T\·2^{R_{\mathrm{Qs}}}/{\left|H_{j,i}^s\right|}^2}{\underset{l\∈\mathrm{\ψ}}{\mathrm{\Σ}}{2}^{R_{\mathrm{Ql}}}/{\left|H_{j,i}^l\right|}^2},$

其中，第s个簇上分配的发射功率为P_s，P_T为总发射功率，R_Qs为R_s的量化值，表示如下：

其中，R_max是量化比特数的上限，

表示向下取整，N_s表示簇宽度。

下面对本发明提出的CSG-RS-ISF方法的复杂度进行分析，并与Fischer方法、CSG-RA-ISF方法、CSG-Min-ISF方法的复杂度进行比较，分析比较过程将主要考查方法运算过程中所需要的比较次数、加法次数、乘法次数以及对数次数等。所有方法的运算复杂度显示在表1中。

假设所有子信道增益的瞬时值均已通过信道估计得到，并且子信道增益的倒数值

也均已得到(对所有方法均是需要的，因而，此操作不包括在表1中)。

表1方法复杂度比较

注：CSG-RS-ISF还需要1次随机选取的运算；因在一次迭代过程中，可确定和排除多个不可用子带，故iteratecont^*远小于iteratecont。

从表1中可以看出，CSG-RA-ISF方法、CSG-Min-ISF方法以及CSG-RS-ISF方法的复杂度与子载波数目N_c、总比特数R_T和子带宽度N_s有关。在N_c和R_T限定的情况下，N_s越大方法复杂度越低。与Fischer方法相比，当N_s＝1时，以上三种方法在性能与其一致的条件下，具有更低的复杂度。

另外，CSG-RS-ISF方法复杂度最低，其次是CSG-Min-ISF方法，而CSG-RA-ISF方法的复杂度相对最高。

下面对CSG-RS-ISF方法进行仿真测试。仿真参数设定：(1)天线配置为2×2；(2)子载波数取128；(3)信道的模型采用三径Rayleigh衰落信道，功率时延分布呈指数衰减为{1，exp(-1)，exp(-2)}；(4)限制比特分配的数值为0、2、4、6，对应的调制方式为不发送、QPSK、16QAM、64QAM；(5)每个子信道平均传输的比特数为4，即不进行比特分配时，所有的子载波都采用16QAM调制。

1、ISF方法与最优的带宽优化方法(Fishcer)的误码率性能比较。

图4给出了在N_s＝1时，ISF方法及SF方法的性能，此时SF方法即是Fischer方法。从图4可以看出此时ISF方法与Fischer方法的性能一样，但是由于ISF方法可以在一次迭代过程中，确定和排除多个不可用子带，因此，与Fischer方法相比其迭代次数少，计算量低，能够更好的满足实时处理的要求。

2、采用不同的子带划分方式的RS-ISF方法的误码率性能比较。

图5给出了在N_s＝2时采用不同子带划分方式SSG及CSG的RS-ISF方法的性能。从图5可以看出CSG-RS-ISF方法优于SSG-RS-ISF方法，能给系统提供大约1dB的增益。

3、采用不同的子带等效增益方案的CSG-ISF方法的误码率性能比较。

图6给出了在N_s＝2时采用不同的子带等效增益方案RA、Min以及RS的CSG-ISF方法的性能。从图6可以看出CSG-RS-ISF方法和CSG-RA-ISF方法的误码率性能一样，都优于CSG-Min-ISF方法约0.3dB。并且，CSG-RS-ISF方法的计算量要低于CSG-RA-ISF方法和CSG-Min-ISF方法，更适合应用于实际环境。

4、采用不同的子带宽度的CSG-RS-ISF方法的误码率性能比较。

图7给出了在N_s＝2、4、8时CSG-RS-ISF方法的性能。从图7中可以看出与最优比特分配方法性能相比，当N_s较小时(例如N_s＝2)，CSG-RS-ISF方法的性能与最优方法性能比较接近；随着N_s增大，两者性能差距也逐渐增大。对于CSG-RS-ISF方法，当N_s＝2时性能与最优方法性能相差约0.6dB；当N_s＝4时，性能与最优方法性能相差约2dB；当N_s＝8时，性能与最优方法性能相差约3dB。

从以上的仿真结果可以看出，本文所提出的CSG-RS-ISF方法，一方面，能够在保持系统性能不变的前提下，在一次迭代过程中，确定和排除多个不可用子带，使迭代次数大大降低；另一方面，可以通过改变N_s，进一步灵活地调整计算复杂度。当N_s＝1时，该方法能够达到最优的分配结果，但计算复杂度最高。因此，在实际应用中，N_s值的选择取决于方法的性能与计算复杂度之间的折衷。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (10)

1.一种分子带的自适应比特功率分配方法，其特征在于，包括：

发送端确定子带宽度，根据确定的子带宽度和获取的所有子载波的信道增益值的大小，将所有子载波划分成多个簇；

发送端计算划分后的簇的等效子信道增益值，根据计算后的等效子信道增益值通过分子带自适应比特功率分配方式，在计算中一次剔除多个比特数小于等于0的不可用簇，获得各簇分配的比特数以及发射功率；

发送端将得到的每个簇分配的比特数以及发射功率分配给簇中的每个子载波。

2.如权利要求1所述的方法，其特征在于，

所述发送端是根据系统性能需求、信道质量以及对算法复杂度的要求来确定子带宽度。

3.如权利要求1所述的方法，其特征在于，

所述发送端根据确定的子带宽度和所有子载波的信道增益值的大小，将所有子载波划分成多个簇，包括：

所述发送端将所有子载波按照信道增益值的大小进行从小到大的排序，根据确定的子带宽度和排序后的子载波，将所有子载波划分成多个簇。

4.如权利要求1所述的方法，其特征在于，

所述发送端是根据以下公式计算划分后的簇的等效子信道增益值，

${\left|{H_{j,i}^s}^{*}\right|}^2=\underset{m=\mathrm{1,2},...,N_s}{\mathrm{Random}}{\left|{H_{j,i}^{s,m}}^{*}\right|}^2,$

其中，在每个簇中，等效子信道增益的函数，表示为：

${H_{j,i}^s}^{*}=f(H_{j,i}^{s,1},H_{j,i}^{s,2},...,H_{j,i}^{s,N_s-1},H_{j,i}^{s,N_s}),$

其中s＝1，2，...，N_g，f(□)是等效子信道增益函数，

表示对于第s个簇来说，第i根天线发、第j根天线收时第m个子载波的信道频率响应。

5.如权利要求4所述的方法，其特征在于，

所述发送端根据计算后的等效子信道增益值通过分子带自适应比特功率分配方式，在计算中一次剔除多个比特数小于等于0的不可用簇，获得各簇分配的比特数，包括：

所述发送端通过以下公式得到各簇分配的比特数R_s，并在计算得到小于等于0的R_s时，不跳出比特迭代计算，直到对各簇比特计算完毕后，一次剔除多个比特数小于等于0的不可用簇，获得各簇分配的比特数；

将R_T个比特分配给N_g个簇，那么第s个簇分配的比特数目为：

$R_s=\frac{R_T}{{D_g}^{\′}}+\frac{1}{{D_g}^{\′}}\·{\log }_2\left(\frac{{\left({\left|H_{j,i}^s\right|}^2\right)}^{{D_g}^{\′}}}{{\mathrm{\Π}}_{l\∈\mathrm{\ψ}}{\left|H_{j,i}^l\right|}^2}\right),$

其中，D′_g为已使用的簇数，D′_g的初始值D′_g＝N_g，激活的簇集合为ψ，ψ的初始值ψ＝{1，2，...，N_g}。

6.如权利要求5所述的方法，其特征在于，

所述发送端是根据以下公式得到各簇分配的发射功率，

$P_s=\frac{P_T\·2^{R_{\mathrm{Qs}}}/{\left|H_{j,i}^s\right|}^2}{\underset{l\∈\mathrm{\ψ}}{\mathrm{\Σ}}{2}^{R_{\mathrm{Ql}}}/{\left|H_{j,i}^l\right|}^2},$

其中，第s个簇上分配的发射功率为P_s，P_T为总发射功率，R_Qs为R_s的量化值，表示如下：

其中，R_max是量化比特数的上限，表示向下取整，N_s表示簇宽度。

7.一种分子带的自适应比特功率分配系统，其特征在于，

包括：划分单元、计算单元和分配单元，其中，

所述划分单元，用于确定子带宽度，根据确定的子带宽度和获取的所有子载波的信道增益值的大小，将所有子载波划分成多个簇，并将划分后的簇的信息发送给所述计算单元；

所述计算单元，用于接收所述划分后的簇的信息，计算划分后的簇的等效子信道增益值，根据计算后的等效子信道增益值通过分子带自适应比特功率分配方式，在计算中一次剔除多个比特数小于等于0的不可用簇，获得各簇分配的比特数以及发射功率，将得到的每个簇分配的比特数以及发射功率发送给所述分配单元；

所述分配单元，用于将得到的每个簇分配的比特数以及发射功率分配给簇中的每个子载波。

8.如权利要求7所述的系统，其特征在于，

所述划分单元是根据系统性能需求、信道质量以及对算法复杂度的要求来确定子带宽度；

所述划分单元是通过将所有子载波按照信道增益值的大小进行从小到大的排序，根据确定的子带宽度和排序后的子载波，将所有子载波划分成多个簇。

9.如权利要求7所述的系统，其特征在于，

所述计算单元是根据以下公式计算划分后的簇的等效子信道增益值，

${\left|{H_{j,i}^s}^{*}\right|}^2=\underset{m=\mathrm{1,2},...,N_s}{\mathrm{Random}}{\left|{H_{j,i}^{s,m}}^{*}\right|}^2,$

其中，在每个簇中，等效子信道增益的函数，表示为：

${H_{j,i}^s}^{*}=f(H_{j,i}^{s,1},H_{j,i}^{s,2},...,H_{j,i}^{s,N_s-1},H_{j,i}^{s,N_s}),$

其中s＝1，2，...，N_g，f(□)是等效子信道增益函数，

表示对于第s个簇来说，第i根天线发，第j根天线收时第m个子载波的信道频率响应；

所述计算单元根据计算后的等效子信道增益值通过分子带自适应比特功率分配方式，在计算中一次剔除多个比特数小于等于0的不可用簇，获得各簇分配的比特数，是指：

所述计算单元通过以下公式得到各簇分配的比特数R_s，并在计算得到小于等于0的R_s时，不跳出比特迭代计算，直到对各簇比特计算完毕后，一次剔除多个比特数小于等于0的不可用簇，获得各簇分配的比特数；

将R_T个比特分配给N_g个簇，那么第s个簇分配的比特数目为：

$R_s=\frac{R_T}{{D_g}^{\′}}+\frac{1}{{D_g}^{\′}}\·{\log }_2\left(\frac{{\left({\left|H_{j,i}^s\right|}^2\right)}^{{D_g}^{\′}}}{{\mathrm{\Π}}_{l\∈\mathrm{\ψ}}{\left|H_{j,i}^l\right|}^2}\right),$

其中，D′_g为已使用的簇数，D′_g的初始值D′_g＝N_g，激活的簇集合为ψ，ψ的初始值ψ＝{1，2，...，N_g}。

10.如权利要求8所述的系统，其特征在于，

所述计算单元是根据以下公式得到各簇分配的发射功率，

$P_s=\frac{P_T\·2^{R_{\mathrm{Qs}}}/{\left|H_{j,i}^s\right|}^2}{\underset{l\∈\mathrm{\ψ}}{\mathrm{\Σ}}{2}^{R_{\mathrm{Ql}}}/{\left|H_{j,i}^l\right|}^2},$

其中，第s个簇上分配的发射功率为P_s，P_T为总发射功率，R_Qs为R_s的量化值，表示如下：

其中，R_max是量化比特数的上限，

表示向下取整，N_s表示簇宽度。

Images