文獻標(biāo)識碼: A
DOI:10.16157/j.issn.0258-7998.2016.01.020
中文引用格式: 張笑宇,,唐瑋圣,章煒,,等. OFDM系統(tǒng)近似均勻的動態(tài)分組自適應(yīng)調(diào)制算法[J].電子技術(shù)應(yīng)用,,2016,42(1):75-78.
英文引用格式: Zhang Xiaoyu,,Tang Weisheng,,Zhang Wei,et al. Adaptive modulation algorithm of approximate uniform dynamic subband division for OFDM system[J].Application of Electronic Technique,,2016,,42(1):75-78.
0 引言
正交頻分復(fù)用(OFDM)技術(shù)是一種多載波調(diào)制技術(shù),,能極大地提高頻譜利用率,,非常有效地對抗頻率選擇性衰落和窄帶干擾。早期多載波調(diào)制技術(shù),,各個子載波采用固定碼率的調(diào)制方式,,整個通信系統(tǒng)的誤碼率(BER)取決于性能最差的子載波;而自適應(yīng)調(diào)制技術(shù)根據(jù)當(dāng)前信道的狀態(tài)(CSI),,自適應(yīng)調(diào)整各個子信道的傳輸比特數(shù)以及調(diào)制方式,,提升系統(tǒng)性能。
現(xiàn)有自適應(yīng)調(diào)制算法,,可以依據(jù)優(yōu)化準(zhǔn)則分為三類:基于信道增益的貪婪算法[1,,2],以信道容量為基準(zhǔn)的算法[3],,以誤碼率性能為基準(zhǔn)的算法[4,,5]。
在實際的無線通信系統(tǒng)中,,會更多地考慮算法所占用的運算資源和信令開銷,。為了進一步降低算法開銷,提出了基于子載波分組的自適應(yīng)調(diào)制算法,,以組為單位對子載波進行資源分配,但是,,已有的分組算法或固定分組,,無法適應(yīng)不同通信環(huán)境[6],或者動態(tài)分組依據(jù)過于簡單[7],。
本文提出一種全新的,、近似均勻的動態(tài)分組自適應(yīng)調(diào)制技術(shù),根據(jù)信道增益,、噪聲強度和碼率確定動態(tài)分組依據(jù),,并以組為單位自適應(yīng)分配通信資源,在保證系統(tǒng)誤碼率性能的前提下,,極大地降低系統(tǒng)開銷,。
1 經(jīng)典算法分析
在現(xiàn)有的自適應(yīng)調(diào)制算法中,以Hughes-Hartogs算法最接近理論最優(yōu)解,,它將每個子信道從0 bit開始計算,,采用貪婪算法,,每增加1 bit都找到所需功率增加最小的子信道,直到所有比特分配結(jié)束,。但該算法運算量過大,。
Chow算法是一種次優(yōu)化的自適應(yīng)調(diào)制算法,依據(jù)信道容量作為標(biāo)準(zhǔn)為各個子載波分配比特數(shù),,按照下式對子載波比特數(shù)進行初始化:
SNR(i),、Ei和|Hi|2分別表示第i個子載波的信噪比、發(fā)射功率和信道增益,,N0表示噪聲功率,,Γ表示系統(tǒng)與香農(nóng)限的差距,γmargin是通過有限迭代得到的一個接近最優(yōu)化的門限值,。
Fischer算法以誤碼率性能作為優(yōu)化標(biāo)準(zhǔn),,第i個子載波上M-QAM調(diào)制的誤碼率表示為:
2 近似均勻動態(tài)分組自適應(yīng)調(diào)制算法
2.1 算法流程
本文提出的近似均勻的動態(tài)分組自適應(yīng)調(diào)制算法流程示意圖如圖1所示。算法分為3個步驟:(1)依據(jù)信道估計信息(CSI),,動態(tài)確定分組數(shù)目,;(2)將所有子載波排序,并分配到各個子載波組之中,;(3)以組為單位,,進行自適應(yīng)調(diào)制,分配通信資源,。
2.2 動態(tài)確定分組數(shù)目
根據(jù)式(1)可以看出,,在相同傳輸功率的前提下,子載波的信道增益每提高一倍,,子載波可分配的比特數(shù)加1,;根據(jù)式(2)可知,在保證誤碼率不變的情況下,,可以得到同樣的結(jié)論,。因此,本算法分組依據(jù)的參數(shù)α1如式(3)所示:
式中:c1=0.2,,c2=1.6,。從式(4)可以看出,誤碼率與噪聲功率,、子載波比特數(shù)都成正相關(guān),,同時,在噪聲功率比較高的情況下,,更復(fù)雜的自適應(yīng)調(diào)制算法所帶來的增益效果并不明顯,,因此應(yīng)該通過降低算法開銷來提升算法性能,即減小分組數(shù)目。本算法分組依據(jù)的參數(shù)α2如下式所示:
2.3 子載波分配
2.4 自適應(yīng)資源分配
本算法的自適應(yīng)資源分配以誤碼率性能為優(yōu)化標(biāo)準(zhǔn),,與Fischer算法相比,,有如下改進:以組為單位的子載波比特計算;信道過差的子載波整體剔除,;剩余比特調(diào)整,。
本文所述算法比特分配具體實現(xiàn)步驟:
進入步驟(5);
(5)對bi進行量化,,bQi=round(bi),,計算量化誤差Δbi=bQi-bi,總比特數(shù)Rtotal=ΣbQi×mi,;
(6)調(diào)整剩余比特數(shù):如果Rtotal=Rtarget,,結(jié)束比特分配;如果Rtotal>Rtarget,,進入步驟(7),;如果Rtotal<Rtarget,進入步驟(8),;
(7)如果Rtotal-mi>Rtarget,,找到最小的Δbi,調(diào)整bQi=bQi-1,,Rtotal=Rtotal-mi,,Δbi=Δbi+1;如果Rtotal-mi<Rtarget,,找到最小的Δbi,,記錄序號i和Rtotal-Rtarget,將第i組子載波內(nèi)的前Rtotal-Rtarget個子載波比特數(shù)減1,,結(jié)束比特分配,;
(8)如果Rtotal+mi<Rtarget,找到最大的Δbi,,調(diào)整bQi=bQi+1,,Rtotal=Rtotal+mi,Δbi=Δbi-1,;如果Rtotal+mi>Rtarget,找到最大的Δbi,,記錄序號i和Rtarget-Rtotal,,將第i組子載波內(nèi)的后Rtarget-Rtotal個子載波比特數(shù)加1,結(jié)束比特分配,。
3 仿真驗證及結(jié)果分析
本節(jié)將對本文提出的算法進行仿真驗證,,并從自適應(yīng)調(diào)制算法的兩個指標(biāo):算法復(fù)雜度和誤碼率性能來分析本文算法的優(yōu)越性。
3.1 算法復(fù)雜度分析
算法復(fù)雜度是衡量自適應(yīng)調(diào)制算法是否有實用性的重要指標(biāo),,表1在理論上分析了Hughes-Hartogs算法,、Chow算法,、Fischer算法和本文算法的計算復(fù)雜度。
表1中,,N表示總子載波數(shù),,M表示分組數(shù)目,MAXcount是Chow算法設(shè)定的最大迭代總次數(shù),,β是Fischer算法剔除不符合要求子載波的迭代次數(shù),,ε1、ε2,、ε3表示3種算法比特調(diào)整次數(shù)(ε3小于ε1和ε2),。可以看出,,貪婪算法計算復(fù)雜度直接與比特總數(shù)Rtarget相關(guān),,而Chow算法和Fischer算法復(fù)雜度與子載波總數(shù)目N相關(guān),計算復(fù)雜度大大下降,;本文算法計算復(fù)雜度和分組數(shù)目M相關(guān),,計算復(fù)雜度最低。尤其是考慮到實際通信系統(tǒng)中的信道估計誤差和信令開銷,,本文算法在OFDM系統(tǒng)整體開銷上,,有大幅度的降低。
3.2 誤碼率性能仿真驗證
本節(jié)對系統(tǒng)的誤碼率性能進行仿真對比驗證,。仿真信道為Rayleigh信道,,系統(tǒng)為QAM調(diào)制,最高階調(diào)制方式為256QAM,,本文仿真假設(shè)為理想信道估計,。
圖2是本文算法與Chow算法、Hughes-Hartogs算法誤碼率性能的對比,??梢钥闯觯疚乃惴ㄔ谡`碼率性能上比較接近貪婪算法Hughes-Hartogs,,略優(yōu)于Chow算法,。
圖3是本文算法與固定分組算法的對比,可以看出,,本文算法在誤碼率性能上更好,,而且本文算法自適應(yīng)動態(tài)確定分組數(shù)目,算法適用性更強,。
圖4是本文算法與Fischer算法的誤碼率性能以及計算量的對比,。可以看出,本文算法誤碼率性能幾乎與Fischer算法相當(dāng),,但是計算開銷要遠(yuǎn)遠(yuǎn)低于Fischer算法,。
綜合仿真結(jié)果可以得出本文算法的三個優(yōu)勢:(1)相對于已有的不分組自適應(yīng)調(diào)制算法,本算法在保證誤碼率性能的條件下,,大幅度降低運算量,;(2)相對于固定分組的自適應(yīng)調(diào)制算法,本算法誤碼率性能更好,,并且平均運算量更?。?3)本算法提出了更好的動態(tài)分組依據(jù),,對不同的信道環(huán)境的適應(yīng)性更強,。
4 結(jié)論
本文針對OFDM系統(tǒng)中的自適應(yīng)調(diào)制領(lǐng)域進行了深入研究,提出了一種近似均勻的動態(tài)分組的自適應(yīng)調(diào)制算法,。算法復(fù)雜度分析和仿真結(jié)果表明,,該算法在誤碼率性能接近Fischer算法的同時,極大地減小了系統(tǒng)開銷,,并且該算法通過動態(tài)分組,,能適應(yīng)更復(fù)雜的通信環(huán)境。相對于已有的自適應(yīng)調(diào)制算法,,本算法性能更優(yōu)秀,,實用性更強。
參考文獻
[1] PRABHU R S,,DANESHRAD B.An energy-efficient water-filling algorithm for OFDM systems[C].Proceedings of the Communications(ICC),,2010 IEEE International Conference on,2010.
[2] HUGHES-HARTOGS D.Ensemble modem structure for imperfect transmission media[M].Google Patents,,1989.
[3] CHOW P S,,CIOFFI J M,BINGHAM J.A practical discrete multitone transceiver loading algorithm for data transmission over spectrally shaped channels[J].IEEE Transactions on communications,,1995,,43(234).
[4] WYGLINSKI A M,LABEAU F,,KABAL P.Bit loading with BER-constraint for multicarrier systems[J].Wireless Communications,,IEEE Transactions on,2005,,4(4).
[5] FISCHER R F,,HUBER J B.A new loading algorithm for discrete multitone transmission [C].Proceedings of the Global Telecommunications Conference,1996 GLOBECOM′96′Communications,,1996.
[6] LAI S K,CHENG R S,LETAIEF K B,,et al.Adaptive trellis coded MQAM and power optimization for OFDM transmission[C].Proceedings of the Vehicular Technology Conference,,1999 IEEE 49th,1999.
[7] LEE S-M,,PARK Y-S,,PARK D-J.Fast bit and power allocation algorithm for OFDM systems[C].Proceedings of the Vehicular Technology Conference,2004.
[8] YE S,,BLUM R S,,CIMINI JR L J.Adaptive OFDM systems with imperfect channel state information[J].Wireless Communications,IEEE Transactions on,,2006,,5(11).