【好设计论文】OFDM系统近似均匀的动态分组自适应调制算法

摘要:为了提升OFDM通信系统的性能,提出一种基于近似均匀动态分组的自适应调制算法。考虑到子载波增益、噪声强度和码率等因素,提出了更完备的动态分组依据,将OFDM系统中的子载波分组,然后以组为单位自适应分配通信资源。仿真结果表明,所提出的方案与已有的Fischer等自适应调制算法相比,在误码率性能接近的前提下,极大地降低了运算复杂度。

中文引用格式: 张笑宇,唐玮圣,章炜,等. OFDM系统近似均匀的动态分组自适应调制算法[J].电子技术应用,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

正交频分复用(OFDM)技术是一种多载波调制技术,能极大地提高频谱利用率,非常有效地对抗频率选择性衰落和窄带干扰。早期多载波调制技术,各个子载波采用固定码率的调制方式,整个通信系统的误码率(BER)取决于性能最差的子载波;而自适应调制技术根据当前信道的状态(CSI),自适应调整各个子信道的传输比特数以及调制方式,提升系统性能。

现有自适应调制算法,可以依据优化准则分为三类:基于信道增益的贪婪算法[1,2],以信道容量为基准的算法[3],以误码率性能为基准的算法[4,5]

在实际的无线通信系统中,会更多地考虑算法所占用的运算资源和信令开销。为了进一步降低算法开销,提出了基于子载波分组的自适应调制算法,以组为单位对子载波进行资源分配,但是,已有的分组算法或固定分组,无法适应不同通信环境[6],或者动态分组依据过于简单[7]

本文提出一种全新的、近似均匀的动态分组自适应调制技术,根据信道增益、噪声强度和码率确定动态分组依据,并以组为单位自适应分配通信资源,在保证系统误码率性能的前提下,极大地降低系统开销。

1 经典算法分析

在现有的自适应调制算法中,以Hughes-Hartogs算法最接近理论最优解,它将每个子信道从0 bit开始计算,采用贪婪算法,每增加1 bit都找到所需功率增加最小的子信道,直到所有比特分配结束。但该算法运算量过大。

Chow算法是一种次优化的自适应调制算法,依据信道容量作为标准为各个子载波分配比特数,按照下式对子载波比特数进行初始化:

SNR(i)、Ei和|Hi|2分别表示第i个子载波的信噪比、发射功率和信道增益,N0表示噪声功率,Γ表示系统与香农限的差距,γmargin是通过有限迭代得到的一个接近最优化的门限值。

Fischer算法以误码率性能作为优化标准,第i个子载波上M-QAM调制的误码率表示为:

2 近似均匀动态分组自适应调制算法

2.1 算法流程

本文提出的近似均匀的动态分组自适应调制算法流程示意图如图1所示。算法分为3个步骤:(1)依据信道估计信息(CSI),动态确定分组数目;(2)将所有子载波排序,并分配到各个子载波组之中;(3)以组为单位,进行自适应调制,分配通信资源。

2.2 动态确定分组数目

根据式(1)可以看出,在相同传输功率的前提下,子载波的信道增益每提高一倍,子载波可分配的比特数加1;根据式(2)可知,在保证误码率不变的情况下,可以得到同样的结论。因此,本算法分组依据的参数α1如式(3)所示:

式中:c1=0.2,c2=1.6。从式(4)可以看出,误码率与噪声功率、子载波比特数都成正相关,同时,在噪声功率比较高的情况下,更复杂的自适应调制算法所带来的增益效果并不明显,因此应该通过降低算法开销来提升算法性能,即减小分组数目。本算法分组依据的参数α2如下式所示:

2.3 子载波分配

2.4 自适应资源分配

本算法的自适应资源分配以误码率性能为优化标准,与Fischer算法相比,有如下改进:以组为单位的子载波比特计算;信道过差的子载波整体剔除;剩余比特调整。

本文所述算法比特分配具体实现步骤:

进入步骤(5);

(5)对bi进行量化,bQi=round(bi),计算量化误差Δbi=bQi-bi,总比特数Rtotal=ΣbQi×mi

(6)调整剩余比特数:如果Rtotal=Rtarget,结束比特分配;如果Rtotal>Rtarget,进入步骤(7);如果Rtotal<Rtarget,进入步骤(8);

(7)如果Rtotal-mi>Rtarget,找到最小的Δbi,调整bQi=bQi-1,Rtotal=Rtotal-mi,Δbi=Δbi+1;如果Rtotal-mi<Rtarget,找到最小的Δbi,记录序号i和Rtotal-Rtarget,将第i组子载波内的前Rtotal-Rtarget个子载波比特数减1,结束比特分配;

(8)如果Rtotal+mi<Rtarget,找到最大的Δbi,调整bQi=bQi+1,Rtotal=Rtotal+mi,Δbi=Δbi-1;如果Rtotal+mi>Rtarget,找到最大的Δbi,记录序号i和Rtarget-Rtotal,将第i组子载波内的后Rtarget-Rtotal个子载波比特数加1,结束比特分配。

3 仿真验证及结果分析

本节将对本文提出的算法进行仿真验证,并从自适应调制算法的两个指标:算法复杂度和误码率性能来分析本文算法的优越性。

3.1 算法复杂度分析

算法复杂度是衡量自适应调制算法是否有实用性的重要指标,表1在理论上分析了Hughes-Hartogs算法、Chow算法、Fischer算法和本文算法的计算复杂度。

表1中,N表示总子载波数,M表示分组数目,MAXcount是Chow算法设定的最大迭代总次数,β是Fischer算法剔除不符合要求子载波的迭代次数,ε1、ε2、ε3表示3种算法比特调整次数(ε3小于ε1和ε2)。可以看出,贪婪算法计算复杂度直接与比特总数Rtarget相关,而Chow算法和Fischer算法复杂度与子载波总数目N相关,计算复杂度大大下降;本文算法计算复杂度和分组数目M相关,计算复杂度最低。尤其是考虑到实际通信系统中的信道估计误差和信令开销,本文算法在OFDM系统整体开销上,有大幅度的降低。

3.2 误码率性能仿真验证

本节对系统的误码率性能进行仿真对比验证。仿真信道为Rayleigh信道,系统为QAM调制,最高阶调制方式为256QAM,本文仿真假设为理想信道估计。

图2是本文算法与Chow算法、Hughes-Hartogs算法误码率性能的对比。可以看出,本文算法在误码率性能上比较接近贪婪算法Hughes-Hartogs,略优于Chow算法。

图3是本文算法与固定分组算法的对比,可以看出,本文算法在误码率性能上更好,而且本文算法自适应动态确定分组数目,算法适用性更强。

图4是本文算法与Fischer算法的误码率性能以及计算量的对比。可以看出,本文算法误码率性能几乎与Fischer算法相当,但是计算开销要远远低于Fischer算法。

综合仿真结果可以得出本文算法的三个优势:(1)相对于已有的不分组自适应调制算法,本算法在保证误码率性能的条件下,大幅度降低运算量;(2)相对于固定分组的自适应调制算法,本算法误码率性能更好,并且平均运算量更小;(3)本算法提出了更好的动态分组依据,对不同的信道环境的适应性更强。

4 结论

本文针对OFDM系统中的自适应调制领域进行了深入研究,提出了一种近似均匀的动态分组的自适应调制算法。算法复杂度分析和仿真结果表明,该算法在误码率性能接近Fischer算法的同时,极大地减小了系统开销,并且该算法通过动态分组,能适应更复杂的通信环境。相对于已有的自适应调制算法,本算法性能更优秀,实用性更强。

参考文献

[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).

作者信息

张笑宇1,2,唐玮圣1,2,章 炜1,童子磊1

1.中国科学院上海高等研究院 安全与应急实验室,上海 201210;

2.中国科学院大学,北京100049

 

(0)

相关推荐