CN1574811A - 正交频分多路复用通信系统中的位和功率加载的方法 - Google Patents

Abstract

在调制和编码自适应的OFDM系统中，把相应的数种发送模式分配给载波，每种发送模式的特征在于调制格式和编码方案的特定组合，因此，其特征在于位速率的值和功率的值的特定组合。为了把对于给定功率导致最大位速率，或对于给定位速率导致最小功率的位速率和功率的最佳值分配给要发送的给定OFDM码元的每个载波，首先把其特征在于位速率或功率最高的模式分配给所有载波。如果对功率(或相应地，位速率)的约束得不到满足，则进行迭代模式降低，每个迭代步骤中的模式降低是对所述过渡具有最小成本的载波进行的。

Description

正交频分多路复用通信系统中的位和功率加载的方法

技术领域

本发明涉及多载波通信系统，尤其涉及为了发送每个调制码元把位速率和功率分配给一个这样的系统的几个载波的方法和应用该方法的系统。

本发明在OFDM通信系统中找到它的优选应用，如下的描述主要涉及这样的优选应用。

背景技术

多载波通信系统是将发送信道的频带划分成基本上独立和无码元间干扰(ISI)的数个副载波的系统。不同副载波中的码元利用适当幅度和/或相位调制和适当编码来发送。

一种类型的多载波系统是正交频分多路复用(OFDM)，在OFDM中选择相邻副载波的频率间距，以便使在不同副载波上发送的信号之间的相关性是零。OFDM系统允许使用重叠副载波，以便实现有效谱利用。

这样的系统已经被推荐用于有线和无线两者发送媒体上的高速数据通信系统。例如，在无线环境下，在它的物理层中使用OFDM的无线局域网(W-LAN)正在被欧洲电信标准学会(ETSI)标准化。这个网络被称为HIPERLAN/2，并且与1999年11月公开在ETSI DTS/BRAN-0023003：“HIPERLAN Type 2Technical Specifica-tion；Physical(PHY)Layer”中。众所周知，与支持高移动性和高达几个Mbit/s(例如，在UMTS中，2Mbit/s)的数据速率的第三代蜂窝式系统对比，W-LAN对于移动性有限的固定和便携式设备，在较小的范围提供了高得多的数据速率(超过50Mbit/s)。

在OFDM系统中(或者，一般说来，在多载波系统中)，将位速率和功率分配给不同副载波，以便在不超过给定功率预算量的情况下，对于每个码元使总位速率达到最大，或者相反，在几个副载波之间分配指定总位速率，以便使所需发送功率达到最小会出现问题。

解决这个问题的几个建议在现有技术中是已知的。然后，它们中的一些在计算上省时省力，但不是最佳，而另一些方法产生最佳分配，但是收敛缓慢和/或计算成本高。

示范性的最佳方法被称为Hughes-Hartog算法，它公开在EP 0 224 556B中。这种算法从不把功率和位指定给每个副载波开始。然后，把一个位或固定个位给予需要最少量功率的副载波，以提高它的数据速率。迭代该过程，直到功率预算量用完为止。Hughes-Hartog算法在实际OFDM方案中需要数量集中的排序(sorting)并收敛得非常慢。

另一种称为Krongold、Ramachandran和Jones(KRJ)算法的最佳方法公开在US 6 400 773 B中。这种方法利用拉格朗日(Lagrangian)乘子来解决约束极大问题，其中求极大值的函数是位速率，而约束是预算功率。KRJ算法实现起来比Hughes-Hartog算法便宜，但实际上，只有当信息位的分配个数是信噪比的凸函数时才是最佳的。然后，这种情况通常出现在使用单个信道代码和标准信号星座(例如，QAM(正交调幅))的时候。当使用不同编码方案和/或不同调制尺寸时，这可能不是真的，并且，在这样的条件下，KRJ算法变成次最佳的。

发明内容

因此，本发明旨在提供一种好像使用自适应编码和自适应调制时可能出现的那样，在计算上省时省力的同时，当编码和调制导致非凸位速率随功率的变化曲线时也是最佳的位和功率加载方法。

OFDM系统中自适应调制的使用是众所周知的。例如，EP 1 187 413 A公开了可以将不同调制尺寸用于不用副载波块的加载算法。

在第一方面中，本发明一般涉及将发送参数(即，位速率和功率)分配给多载波通信系统(最好是OFDM系统)的各个载波，以便在满足对第二参数的总值的预定约束的同时，为要发送的每个码元确定所述发送参数的第一发送参数的最佳总值的方法。在系统为自适应编码和调制提供保证的情况下，该方法包括如下步骤：

a)为所有载波确定相应的数种发送模式，每种发送模式的特征在于调制格式和编码方案的特定组合，因此，其特征在于所述第一参数和第二参数的特定组合；

b)为所有载波确定与从一种模式到其特征在于所述参数的较低值的较低一种的过渡相关联的过渡成本，过渡成本代表作为第二参数减量的函数的第一参数减量。

c)将与所述发送参数的最大值相关联的相应第一发送模式分配给每个载波；

d)估计所述第二参数的总值；

e)如果第二参数的总值满足约束，把所述相应第一发送模式用于所有载波；

f)如果第二参数的总值不满足约束，把分配给载波之一的模式改变成较低模式，为这样的改变选择的载波和目标模式是所述改变导致最小过渡成本的那些；

g)在步骤f)中的模式改变之后，估计总第二参数；和

h)尽可能地迭代步骤f)和g)，直到第二参数满足约束为止。

根据本发明的第二方面，还提供了在发送端包括编码和调制一系列数字信号，以便获得每一个都利用数个适当隔开的载波发送的一系列码元的装置的多载波通信系统。编码和调制装置与使适应编码和调制规则和分配位速率的控制单元相关联并利用本发明的方法把功率传送给各个载波。

附图说明

下面参照附图，对通过非限制性例子给出的优选实施例加以描述，使本发明得到更好地理解，在附图中：

图1是应用本发明的OFDM通信系统的示范性方块图；

图2是本发明的方法的第一实施例的一般流程图；

图3A和3B一起是本发明的方法的更详细流程图；

图4和5是显示本发明的方法的简化例子的图形；

图6是本发明的方法的第二实施例的一般流程图；和

图7是显示吞吐量极大化算法的图表。

具体实施方式

如图1所示，应用本发明的OFDM通信系统包括一对相同收发器1和2，这对相同收发器1和2通过数据线3a(从收发器1到收发器2)和3b(从收发器2到收发器1)交换数据。正如对收发器1作更详细显示的那样，发送器4包括：编码器5，用于从未示出的数据源接收信息位流；调制器6，用于接收来自编码器5的编码位和提供含有同相和正交成分的码元(即，I+jQ类型码元)；单元7，用于计算调制器6生成的码元的IFFT(快速付里叶逆变换)和在数据线3a上发送变换的码元，作为具有OFDM所需的频率间距的数个副载波。

根据本发明，编码规则和调制规则两者都是自适应的，并且对于每个副载波可以不同。控制单元8确定最适合的编码和调制规则，因此，确定适当位速率和功率在不同副载波之间共享的方式。为此，控制单元8通过信令线9a，从远程收发器8接收有关信道状况的信息，并从系统的上层(箭头11)接收有关可使用的最小位速率和最大功率的信息。控制单元8完成根据本发明的位和功率分配算法。

收发器1中的接收器10通过数据线3b，接收来自收发器2的OFDM码元，并通过信令线9b把使远程控制单元可以确定最适当的编码和调制规则的信道信息提供给远程发送器，并且对要在线3b上发送的信号进行位速率和功率分配。

现在公开算法的理论原理。在不失一般性的情况下，我们假设在OFDM系统的N个副载波之间既不存在码元间干扰(ISI)，也不存在载波间干扰(ICI)，从而可以将通信信道分解成等效的一组N个加性高斯白噪声(AWGN)并行信道。

此外，我们假设信息位的个数(调制尺寸)以及信道编码方案和分配的功率可以适合每个副载波。因此，我们将用术语“发送模式”来表示副载波的给定信道编码方案和调制格式的组合。

让b[m]和b_c[m]分别是副载波m上每个OFDM码元的信息位和编码位的个数，其中，m＝1，...，N。这里，副载波m上的代码率是R_c[m]＝b[m]/b_c[m]。我们知道，虽然通过指定每个调制码元携带的编码位的个数，b_c[m]决定调制类型，但R_c[m]决定编码方案。最后，设P[m]是副载波m上的发送功率，而P＝[P[1]，P[2]，...，P[N]]是分配功率的矢量。OFDM码元传送的信息位的总个数通过下式给出：

$b=\underset{m=1}{\overset{N}{\mathrm{\Σ}}}b\left[m\right]=\underset{m=1}{\overset{N}{\mathrm{\Σ}}}{R}_c\left[m\right]b_c\left[m\right],---\left(1\right)$

和总功率是

$P=\underset{m=1}{\overset{N}{\mathrm{\Σ}}}P\left[m\right].---\left(2\right)$

我们把该组适用发送模式表示成M＝{0，1，...，K}。每种模式由一对数(b_k，b_c，k)，k∈M标识，其中，b_k∈B＝{b₀＝0，b₁，...，b_k}和b_c，k∈B_c＝{b_c，0＝0，b_c，1，...，b_c，k}，分别表示每个副载波使用的信息位的适用个数和每个副载波使用的编码位的个数。因此，模式k∈M的代码率是R_c，k＝b_k/b_c，k。一般说来，k＝0的第一模式对应于没有发送，并且，我们设定R_c，0＝1。此外，将组B排序，以便b₁₊₁＞b₁。

我们用M＝[M[1]，...，M[1]]表示N元组的所选模式。

如果P_e[m]是副载波m的位出错概率，我们假设在每个副载波中必须满足目标出错概率P_e，ref，对于所有副载波，这个概率通常是相同的。也就是说，它必须是P_e[m]≤P_e，ref，m＝1，...，N。

最佳位和功率分配需要求解两个极大化问题之一，即：

1)吞吐量极大化。给定固定量的功率P_tot，目标是找出满足下式的N元组M和P：

2)容限极大化。给定固定吞吐量b_tot，目标是找出满足下式的N元组M和P：

众所周知，“容限”(或更佳“性能容限”)是在位出错概率约束下，系统仍然保持运行时可以容忍的噪声量。实际上，如(4)所指的最小功率对应于最大容限。

对于副载波m，我们用G[m]表示它的增益，用σ_w ²表示噪声功率，我们假设对于所有副载波，噪声功率都是相同的；然后，我们把发送功率等于1的归一化信噪比定义成：

$\stackrel{\‾}{\mathrm{\Γ}}\left[m\right]=\frac{{\left|G\right[m\left]\right|}^2}{{\mathrm{\σ}}_W^2}.----\left(5\right)$

因此，对于发送功率P[m]，通过下式容易给出信噪比：

$\mathrm{\Γ}\left(m\right)=P\left(m\right)\·\widetilde{\mathrm{\Γ}}\left[m\right].-----\left(6\right)$

我们将更详细地考虑吞吐量极大化问题。只要交换位速率的角色和功率的角色，对于容限极大化问题，可以基本上不变地重复对这个问题所作的考虑。

A.吞吐量极大化算法

关于出错概率的约束是这样的，使每种发送模式对应于b[m]-Γ[m]平面上的一个操作点。我们用Γ_k，k∈M(Γ₀＝0)表示利用模式k，在位出错概率P_e，ref的AWGN信道中发送所需的信噪比。现在，我们引入与类属副载波k相关联的各种度量。首先，对于给定发送模式k，保证目标位出错概率的最小功率电平通过下式给出：

$P_k\left[m\right]=\frac{{\mathrm{\Γ}}_k}{\widetilde{\mathrm{\Γ}}\left[m\right]},k\∈M---\left(7\right)$

我们还定义与从模式k到模式h相对应的位/功率(bit-per-power)成本函数：

对于给定模式k，我们估计产生最佳成本函数的、比k低的模式x_k[m]。换句话说，给定模式k，h＝x_k[m]表示对于相应功率减量P_k[m]-P_h[m]，产生最小信息位减量(b_k-b_h)的模式。也就是说，在平面(b，P)上，线段k-h是将节点k与任何较低节点h相连的那些线段当中斜率最小的线段。

设

那么，

此外，对于每个副载波m，让M[m]代表当前分配模式，X[m]代表下一个最佳较低模式，和F[m]代表与模式过渡M[m]→X[m]相关联的成本函数。

算法的基本思路如下。再参照图2。首先，我们将信息位数最多的模式分配给所有副载波，即，我们设置M[m]＝K(图2中的步骤20)。这给出最大总位数b＝N·b_k。相应地，对于m＝1，...，N，最初功率分配是P[m]＝P_k[m]。对于副载波m，我们还选择具有相应模式X[m]＝X_K[m]的下一个最佳成本函数

然后，对于给定功率分配，我们估计总功率P。如果(3)中的功率约束得不到满足，我们利用最佳成本函数改变副载波中的模式，即，设置：

$\stackrel{\‾}{m}=\arg \underset{m}{\min }F\left[m\right],----\left(11\right)$

它满足：

M[ m]＝X[ m]，                                   (12)

然后，我们更新副载波 m的度量。

P[ m]＝P_M[m][ m]，b[ m]＝b_M[m]                    (13)

重复与图2中的步骤21相对应的步骤(11)-(14)，直到P≤P_tot。

从把减少之后的总信息位数和总功率取作基准，我们不能利用相同量的功率发送更多的信息位，或等效地，我们不能利用较少量的功率发送相同的信息位数的意义上，易于说明“模式降低(mode reduction)”操作(12)是最佳的。事实上，该算法通过每次消除一种模式，放弃“最昂贵”位(即需要最大量功率来发送的那些位)的模式，减少信息位数。

我们知道，该算法通过“模式消除”而不是通过“位消除”工作的。

我们注意到，这种过程最适合于吞吐量或容限极大化。这两个问题之间的唯一差异是必须满足的约束(吞吐量极大化中的功率约束，在容限极大化中的位速率约束)，这导致了模式降低操作的不同终止规则。考虑到这种情况，所附权利要求1和从属于权利要求1的那些权利要求在满足第二发送参数的某些约束的同时，一般涉及第一发送参数的极大化。

在特定情况下模式k的信息位数b_k是Γ_k的凸函数(凸情况)，即，b_k-Γ_k平面上的操作点属于凸包，度量(9)变成：

和关系(10)简化成：

这意味着过渡总是出现在一种模式与下一种较低模式之间。

我们回忆一下，通常，只有当使用单个信道代码和发送模式应用标准信号星座(例如，QAM)时，b_k才是Γ_k的凸函数，而当使用不同编码方案和/或不同调制尺寸时，这可能不成立。

在模式降低过程的最后阶段，如果总分配功率低于预算值，即，P＜P_tot，和b＜Nb_k，那么，尽管需要比以前选择的模式更多的功率，但由于对于一些副载波，可以存在消除较少的位和仍然满足功率约束的另一种过渡，选择(11)可能不再是最佳的。因此，这些保持功率低于预算值P_tot的过渡(下文称为“交叉过渡”)不满足(9)。相反，从上面的讨论中可以得出，所有保持功率高于预算值的过渡都满足(9)。结果，在该过程的最后阶段，我们不得不比较与副载波相关联的所有可能交叉过渡，和选择产生最大总位数b的那个(图2中的步骤22)。

总之，吞吐量极大化算法具有如下步骤，其中，M_opt是最佳模式分配，以及对应的位数是b_opt。再参照图3A和3B。

1)初始化M＝[K，...，K]，P＝[P_k[1]，...，P_k[N]]，b＝Nb_k， $P={\mathrm{\Σ}}_{m=1}^N{P}_k\left[m\right]$ (图3A的步骤31)

如果P≤P_tot(从图3A的步骤32输出“是”)，那么，M_opt＝M和b_opt＝b(图3A的步骤33)。然后终止。

否则(P＞P_tot)：设置b_opt＝0和对于m＝1，...，N，初始化

和X[m]＝X_k[m](步骤34)。

2)如果P＞P_tot(从步骤36输出“是”)：

如果对于m＝1，...，N，F[m]＝∞(从步骤35输出“是”)，那么终止。

否则：

·根据(11)-(14)降低模式(步骤37)和计算总信息位数b和功率P。

·转到步骤2)，即，返回到图3A的步骤35。

否则(P≤P_tot)(从图3A的步骤36输出“否”)，

如果P＝P_tot(从图3B的步骤40输出“否”)，那么，M_opt＝M和b_opt＝b(图3B的步骤41)。然后终止。

否则(P＜P_tot)(从图3B的步骤40输出“是”)

·如果b＞b_opt(从图3B的步骤42输出“是”)，那么，M_opt＝M和b_opt＝b。

·回退(图3B的步骤44)：取消最后所选副载波 m中的模式降低。

设M[ m]和X[ m]是新度量(具有对应的P＞P_tot)。

如果X[ m]＜M[ m]-1(即，仍然存在要访问的模式)，从其余模式当中选择还没有研究过、具有比任何以前选择的模式高的信息位数比和具有最低成本函数的下一个模式。对这种模式设置X[ m]和

否则(X[ m]＝M[ m]-1)(即，再也没有适用模式)，然后设置X[ m]＝M[ m]-1和F[ m]＝∞。

·转到步骤2(即，返回到图3A的步骤35)。

注意，在回退操作之前，只有当最后模式降低产生任何以前分配高的位数b时，才更新M_opt。

通常，当对于m＝1，...，N，F[m]＝∞时，算法终止。

如果需要，和像图3B中的步骤45所公开的那样，可以归一化分配的功率，以便总发送功率等于预算值P_tot。

在实际实现本发明的过程中，一些措施可以降低复杂性。

首先，取代预先计算和存储成本函数(8)，我们可以以矩阵C(参见图I的例子)的形式计算和存储与副载波指标m无关的如下归一化成本函数，节省计算量和存储器分配：

在凸情况下，对于每种模式k，我们只需要存储

否则，一般说来，我们不得不存储以升序排序的、与h＝0，...，k-1相对应的值。但是，对于每种模式k，在排序之后，我们可以放弃导致信息位数比任何以前的过渡低的模式的过渡，因为在回退操作中决不会访问这些过渡。利用(7)，我们可以通过简单相乘从(17)中计算出成本函数(8)：

此外，我们注意到，(10)中的X_k[m]只依赖 而不依赖 把(18)代入(10)中可容易看出这一点。

实际上，连同矩阵C一起，我们可以构建矩阵X(参见表II的例子)，对于每种模式k，它存储相应矩阵C所指的“到达模式”。尤其是，在凸情况下，每行只存储一个值，即，X[k，1]＝k-1，k＝1，...，K。

举例来说，图4和5分别显示了对于三个副载波、按 的升序排序和五种模式的系统，b_k随Γ_k变化和b_k随P_k(m)变化的函数。有关该方法的感兴趣过渡显示在图4中，和有关一个副载波的感兴趣过渡显示在图5中。表I和II分别显示了如何建造归一化成本函数的矩阵和到达模式的矩阵，因此，分别显示了如何跟踪图4和5。

这些图清楚地显示了具有较高成本 但要求比较低成本过渡低的位速率降低的过渡(如上所述的“交叉过渡)。这样的过渡在回退操作中要考虑到。例如，从模式k＝4开始，我们可以转到模式0，或者以较高的成本转到模式3。到模式2的过渡从理论上也是可能的，但是这将导致比到模式0的过渡更高的成本和更少的信息位数。因此，在回退操作中决不会选择它。在表I和II中省略了与算法决不会访问到的过渡相对应的值。

还应注意到，在像图4和5中所描绘那样的情况中，KRJ算法决不会考虑到在曲线b_k-Γ_k和b_k-P_k(m)的凸包近似之外的模式2和1，因此，该分配不是最佳的。

           表I

     归一化成本函数的矩阵C

           表II

     到达模式的矩阵X

模式1	0	-	-
				模式2	0	1	-
模式3	0	1	2
				模式4	0	3	-
模式5	4	-	-

计算中的其它节省可以通过排序N个副载波，以便归一化信噪比以升序排序来达到。此外，我们定义新度量矢量F′＝[F′[1]...F′[N]]，对于每个副载波m，它包含归一化成本函数

对于值 的、矩阵C的每个项目，我们定义包含其归一化成本函数是的所有副载波指标的列表；换句话说，这个列表指出其值是

的F′的所有项目。设L是矩阵C中非零项目的个数。我们引入列表g⁽¹⁾...g^(L)，其中上标1(1＝1...L)按列的次序列举C中的项目。下文用 表示 和1之间的对应关系。例如，对于表I，在加载算法的给定步骤中，g⁽¹⁾将包含其相关成本是

的副载波指标，g⁽¹⁾包含具有相关成本

的那些副载波指标，以此类推，直到包含其相关成本是F′₃₂的副载波指标的g^(L)。我们还假设每个列表的元素g⁽¹⁾按升序排序。因此，由于归一化信噪比 $\widetilde{\mathrm{\Γ}}\left[M\right](m=1,...,N)$ 按升序排序，第1个项目g⁽¹⁾[1]表示列表g⁽¹⁾内，具有最小成本函数F_kh的副载波。

我们还包含L个元素的矢量F^min，对于L个列表的每一个，它包含最小成本函数F。在本例中，

如果列表是空的，将F^min中的相应元素设置成∞。

现在我们可以简化(11)的估计。设

$\stackrel{\‾}{i}=\arg \underset{i}{\min }{F}^{\min }\left[i\right]---\left(19\right)$

它满足

m＝g^{( i)} [1]                                   (20)

在图7的表中给出了算法的逐步描述，其中，我们假设归一化信噪比按升序排序。我们还用pop(g⁽¹⁾)表示从列表g⁽¹⁾的顶端提取值的操作，用pop(g⁽¹⁾；m)表示从g⁽¹⁾中提取值m的元素的操作，和用push(g⁽¹⁾；m)表示以升序把值m的元素插入g⁽¹⁾中的操作。在图7所示的表中，矢量J＝[J[1]，...，J[n]]包含指标。

第3点是上面讨论的功率归一化。

两种可能简化可以应用于该算法，以进一步降低复杂性。

1)凸情况近似：我们可以放弃不属于b-Γ平面上的凸包的模式。在这种情况下，只有从每种模式到下一个较低模式的一种过渡被算法访问。这种近似可能导致计算量显著节省，而吞吐量损失通常忽略不计。

2)没有回退：只要P变成低于预算值P_tot，我们可以跳过回退操作和终止算法。尽管最后的分配不再是最佳的，但是，由于回退过程通常可能改变仅仅几个副载波中的指定模式，预计吞吐量丢失可忽略不计。

推荐算法的复杂性的估计表明，当在对于后面的算法也导致最佳解的条件下应用时，这样的复杂性可与KRJ算法的复杂性相比。但是，我们仍然再次指出，当曲线b(Γ)不是凸的时，本发明也导致最佳解，而在这样的条件下，KRJ算法只是次最佳。

B.容限极大化

现在我们考虑由关系(4)给出的容限极大化问题。再参照图6。与吞吐量极大化的情况一样，我们从把最大个数的信息位和最大功率分配给所有副载波开始。正如流程图所清楚显示的那样，除了在每个步骤中分别估计取代功率的信息位数，以便从模式降低或回退开始或把模式降低或回退继续进行下去之外，该过程与上面公开的对吞吐量极大化过程相同。在这种情况下，倘若相应总位数没有降到约束b_tot以下，根据(11)-(12)降低第m副载波中的速率是最佳的。如果通过模式降低操作还没有精确地达到目标信息位数b_tot，算法像吞吐量极大化中那样，进入回退模式，和当b是b_tot最接近较低近似值时终止。的确，应该认识到，位速率b是离散数，而在吞吐量极大化中考虑的功率P是实(模拟)值。

这里发表算法代码。

1)初始化M＝[K，...，K]，P＝[P_k[1]，...，P_k[N]]，b＝Nb_k， $P={\mathrm{\Σ}}_{m=1}^N{P}_k\left[m\right]$

如果b≤b_tot，那么，M_opt＝M和P_opt＝P。然后终止。

否则(b＞b_tot)：设置P_opt＝0和对于m＝1，...，N，初始化

和X[m]＝X_k[m]。

2)如果b＞b_tot

如果对于m＝1，...，N，F[m]＝∞，那么终止。

否则：

·根据(11)-(14)降低模式(步骤37)和计算总信息位数b和功率P。

·转到步骤2。

否则(b≤b_tot)

如果b＝b_tot，那么，M_opt＝M和P_opt＝P。然后终止。

否则(b＜b_tot)

·如果P＞P_opt，那么，M_opt＝M和P_opt＝P。

·回退(图3B的步骤44)：取消最后所选副载波 m中的模式降低。

设M[ m]和X[ m]是新度量(具有对应的P＞P_tot)。

如果X[ m]＜M[ m]-1(即，仍然存在要访问的模式)，从其余模式当中选择还没有研究过、具有比任何以前选择的模式低的功率和具有最低成本函数的下一个模式。对这种模式设置X[ m]和

否则(X[ m]＝M[ m]-1)(即，再也没有适用模式)，然后，设置X[ m]＝M[ m]-1和F[ m]＝∞。

·转到步骤2。

本领域的普通技术人员应该明白，上面的公开只是通过例示的方式给出的，没有限制的用途，本发明的范围由所附权利要求书限定。

Claims (18)

1.一种对于要发送的每个编码和调制码元将发送参数分配给多载波通信系统的各个载波的方法，该方法在满足对第二参数的总值的预定约束的同时，确定所述发送参数的第一发送参数的最佳总值，载波是自适应调制的，其特征在于，对于还为自适应编码提供保证的系统，该方法包括如下步骤：

a)为所有载波确定相应的数种发送模式，每种发送模式的特征在于调制格式和编码方案的特定组合，因此，其特征在于所述第一参数和第二参数的特定组合；

b)为所有载波确定与从一种模式到其特征在于所述参数的较低值的较低一种的过渡相关联的过渡成本，过渡成本代表作为第二参数减量的函数的第一参数减量；

c)将与所述发送参数的最大值相关联的相应第一发送模式分配给每个载波；

d)估计所述第二参数的总值；

e)如果第二参数的总值满足约束，把所述相应第一发送模式用于所有载波；

f)如果第二参数的总值不满足约束，把分配给载波之一的模式改变成较低模式，为这样的改变选择的载波和目标模式是所述改变导致最小过渡成本的那些；

g)在步骤f)中的模式改变之后，估计总第二参数；和

h)尽可能地迭代步骤f)和g)，直到第二参数满足约束为止。

2.根据权利要求1所述的方法，其特征在于，将与在迭代结束时得出的模式相关联的第一和第二参数的值分配给载波。

3.根据权利要求2所述的方法，其特征在于，如果第二参数满足约束和具有等于预置值的总值，则将与在迭代结束时得出的模式相关联的第一和第二参数的值分配给载波。

4.根据权利要求3所述的方法，其特征在于，如果在迭代结束时第二参数满足约束和具有比预置值更好的总值，则该方法进一步包括如下步骤：

i)取消最后模式改变；

j)在载波的任何一个中检验是否存在与较高过渡成本相关联、但导致与第一参数的更好值相关联的相应目标模式的模式改变；

k)在肯定的情况下，返回到步骤f)；

l)在否定的情况下，使用在步骤h)中确定的发送模式。

5.根据任何一项前述权利要求所述的方法，其特征在于，模式过渡的成本函数被确定为作为由于所述过渡引起的第一参数的改变量与根据所述模式发送所需的信噪比的相应改变量之比计算的、载波相关归一化成本函数与对单位发送功率归一化的载波相关信噪比之积。

6.根据权利要求1所述的方法，其特征在于，将归一化发送成本预存在第一矩阵中，放弃将导致比通过较低成本过渡所获得的值更差的所述第一参数的值的分配的过渡。

7.根据权利要求6所述的方法，其特征在于，将存储在所述第一矩阵中的目标模式存储在第二矩阵中，和通过利用所述第一和第二矩阵，为归一化成本函数的每个值创建具有归一化成本函数的所述值的副载波的指标的列表。

8.一种将位速率和功率分配给OFDM通信系统的各个载波的方法，每个载波传送编码和调制信号并且调制是自适应调制，该方法对于预算功率确定总位速率可达到的最大值，其特征在于，对于还为自适应编码提供保证的系统，该方法包括如下步骤：

a1)为所有载波确定相应的数种发送模式，每种发送模式的特征在于调制格式和编码方案的特定组合，因此，其特征在于位速率的值和发送功率的值的特定组合；

b1)为所有载波确定与从每种模式到其特征在于较低位速率和较低功率的较低一种模式的过渡相关联的位/功率过渡成本；

c1)将与所述发送参数的最大值相关联的相应第一发送模式分配给每个载波；

d1)估计所述第一发送模式所需的总发送功率；

e1)如果总发送功率不超过预算功率，则把所述最大个数的信息位分配给所有载波；

f1)如果总发送功率超过预算功率，则把分配给载波之一的模式从所述第一模式改变成较低模式，为这样的改变选择的载波和目标模式是所述改变涉及最小位/功率过渡成本的那些；

g1)在步骤f1)中的模式改变之后，估计总信息位数和总发送功率；和

h1)迭代步骤f1)和g1)，直到获得不超过预算功率的总发送功率为止。

9.根据权利要求8所述的方法，其特征在于，将在迭代结束时确定的位速率和功率分配给载波。

10.根据权利要求8所述的方法，其特征在于，如果总功率等于预算功率，则将在迭代结束时确定的位速率和功率分配给载波。

11.根据权利要求8或10所述的方法，其特征在于，如果在迭代结束时的总功率低于预算功率，则该方法进一步包括如下步骤：

i1)取消最后模式改变；

j1)在载波的任何一个中检验是否存在与较高过渡成本相关联、但导致与较高位速率相关联的相应目标模式的模式改变；

k1)在肯定的情况下，返回到步骤f1)；

l1)在否定的情况下，使用在步骤h1)中确定的发送模式。

12.根据权利要求8到11的任何一项所述的方法，其特征在于，在迭代结束时为每个载波确定的最佳功率是相对于预算功率归一化的，从而利用所述预算功率发送码元。

13.一种将位速率和功率分配给多载波通信系统的各个载波的方法，每个载波传送编码和调制信号并且调制是自适应调制，该方法对于给定总位速率确定最小发送功率，并且因此而确定最大工作容限，其特征在于，对于还为自适应编码提供保证的系统，该方法包括如下步骤：

a2)为所有载波确定相应的数种发送模式，每种发送模式的特征在于调制格式和编码方案的特定组合，因此，其特征在于位速率的值和发送功率的值的特定组合；

b2)为所有载波确定与从每种模式到其特征在于较低功率和较低位速率的较低一种模式的过渡相关联的位/功率过渡成本；

c2)将与最大位速率和最小功率相关联的相应第一发送模式分配给每个载波；

d2)估计所述第一发送模式所需的总位速率；

e2)如果总位速率不超过给定位速率，则把所述最大位速率和功率分配给所有载波；

f2)如果总位速率超过给定位速率，则把分配给载波之一的模式从所述第一模式改变成较低模式，为这样的改变选择的载波和目标模式是所述改变涉及最小过渡成本的那些；

g2)在步骤f2)中的模式改变之后，估计总位速率和总发送功率；和

h2)迭代步骤f2)和g2)，直到获得不超过给定位速率的总位速率为止。

14.根据权利要求13所述的方法，其特征在于，将在迭代结束时确定的位速率和功率分配给载波。

15.根据权利要求13所述的方法，其特征在于，如果总位速率等于或是给定位速率的最接近近似值，则将在迭代结束时确定的位速率和功率分配给载波。

16.根据权利要求13或15所述的方法，其特征在于，如果在迭代结束时的总位速率低于给定位速率或给定位速率的最接近近似值，则该方法进一步包括如下步骤：

i2)取消最后模式改变；

j2)在载波的任何一个中检验是否存在与较高过渡成本相关联、但导致与较高位速率相关联的相应目标模式的模式改变；

k2)在肯定的情况下，返回到步骤f2)；

l2)在否定的情况下，使用在步骤h2)中确定的发送模式。

17.一种多载波通信系统，所述多载波通信系统在发送端包括编码和调制一系列数字信号，以便获得馈送到利用数个适当隔开载波发送每个码元的装置(7)的一系列码元的装置(5，6)，编码、调制和发送装置(5，6，7)与将发送参数分配给各个载波的控制单元(8)相关联，以便在满足对第二参数的总值的预定约束的同时，确定所述发送参数的第一发送参数的最佳总值，其特征在于，所述控制单元(8)被安排成利用根据权利要求1到7的任何一项所述的方法分配所述参数。

18.根据权利要求17所述的通信系统，其中，所述载波是正交频分多路复用载波，和控制单元(8)利用根据权利要求8到16的任何一项所述的方法将位速率和功率分配给这些载波。

Images