"İyi Tasarım Kağıdı" OFDM sistemi için yaklaşık olarak tek tip dinamik paket uyarlamalı modülasyon algoritması
Özet: OFDM iletişim sisteminin performansını iyileştirmek için, yaklaşık olarak tek tip dinamik gruplamaya dayalı bir uyarlamalı modülasyon algoritması önerilmektedir. Alt taşıyıcı kazancı, gürültü yoğunluğu ve kod oranı gibi faktörleri hesaba katarak, OFDM sistemindeki alt taşıyıcıları gruplamak ve ardından uyarlamalı olarak grup birimlerinde iletişim kaynaklarını tahsis etmek için daha eksiksiz bir dinamik gruplama temeli önerilmektedir. Simülasyon sonuçları, mevcut Fischer ve diğer uyarlanabilir modülasyon algoritmaları ile karşılaştırıldığında, önerilen şemanın, yakın bit hata oranı performansı öncülü altında hesaplama karmaşıklığını büyük ölçüde azalttığını göstermektedir.
Çince alıntı biçimi: Zhang Xiaoyu, Tang Weisheng, Zhang Wei, vd.OFDM sistemi için dinamik paket uyarlamalı modülasyon algoritması yaklaşık olarak tek tip Elektronik Teknolojinin Uygulanması, 2016, 42 (1): 75-78.
İngilizce alıntı biçimi: Zhang Xiaoyu, Tang Weisheng, Zhang Wei, ve diğerleri.Uyumlu modülasyon algoritması xi OFDM sistemi için mate uniform dinamik alt bant bölümü.Application of Electronic Technique, 2016, 42 (1): 75-78.
0 Önsöz
Ortogonal Frekans Bölmeli Çoğullama (OFDM) teknolojisi, spektrum kullanım oranını büyük ölçüde artırabilen ve frekans seçici solma ve dar bantlı girişimle etkin bir şekilde mücadele edebilen çok taşıyıcılı bir modülasyon teknolojisidir. Erken çoklu taşıyıcı modülasyon teknolojisinde, her bir alt taşıyıcı sabit bir kod hızı modülasyon yöntemini benimser ve tüm iletişim sisteminin bit hata oranı (BER) en kötü performansa sahip alt taşıyıcıya bağlıdır; uyarlamalı modülasyon teknolojisi mevcut kanal durumuna (CSI) dayanırken, Sistem performansını iyileştirmek için her alt kanalın iletim bit sayısını ve modülasyon modunu uyarlanabilir şekilde ayarlayın.
Mevcut uyarlanabilir modülasyon algoritmaları, optimizasyon kriterlerine göre üç kategoriye ayrılabilir: kanal kazancına dayalı açgözlü algoritmalar, kanal kapasitesine dayalı algoritmalar ve bit hata oranı performansına dayalı algoritmalar.
Gerçek kablosuz iletişim sistemlerinde, hesaplama kaynaklarına ve algoritmaların işgal ettiği sinyalizasyon ek yüküne daha fazla önem verilecektir. Algoritma ek yükünü daha da azaltmak için, alt taşıyıcılara grup bazında kaynak tahsis eden, alt taşıyıcı gruplamasına dayalı uyarlanabilir bir modülasyon algoritması önerilmiştir.Ancak, mevcut gruplama algoritmaları veya sabit gruplama, farklı iletişim ortamlarına veya dinamik gruplamaya göre uyarlanamaz. Çok basit.
Bu makale, kanal kazancı, gürültü yoğunluğu ve bit hızına göre dinamik gruplamanın temelini belirleyen ve uyarlamalı olarak grup bazında iletişim kaynaklarını tahsis eden ve sistemin bit hata oranı performansını sağlayan yeni, yaklaşık olarak tek tip dinamik gruplama uyarlamalı modülasyon teknolojisi önerir. Öncülün altında, sistem ek yükü büyük ölçüde azaltılır.
1 Klasik algoritma analizi
Mevcut uyarlanabilir modülasyon algoritmaları arasında, Hughes-Hartogs algoritması teorik olarak optimal çözüme en yakın olanıdır.Her alt kanalı 0 bitten hesaplar ve her ek bit için gerekli güçte en küçük artışa sahip alt kanalı bulmak için açgözlü bir algoritma kullanır. Tüm bit tahsisinin sonuna kadar kanal. Ancak, bu algoritmanın hesaplama karmaşıklığı çok büyük.
Chow algoritması, standart olarak kanal kapasitesine göre her bir alt taşıyıcı için bit sayısını tahsis eden ve aşağıdaki formüle göre alt taşıyıcı bit sayısını başlatan, alt optimize edilmiş uyarlamalı bir modülasyon algoritmasıdır:
SNR (i), Ei ve | Hi | 2 i-inci alt taşıyıcının sırasıyla sinyal-gürültü oranını, iletim gücünü ve kanal kazancını temsil eder, N0 gürültü gücünü temsil eder, sistem ile Shannon sınırı arasındaki farkı temsil eder ve margin elde edilen sonlu bir iterasyondur Optimum eşiğe yakın.
Fischer algoritması, optimizasyon standardı olarak bit hata oranı performansını alır ve i-th alt taşıyıcı üzerindeki M-QAM modülasyonunun bit hata oranı şu şekilde ifade edilir:
2 Yaklaşık olarak tek tip dinamik paket uyarlamalı modülasyon algoritması
2.1 Algoritma akışı
Bu yazıda önerilen yaklaşık olarak tek tip dinamik paket uyarlamalı modülasyon algoritmasının akış şeması Şekil 1'de gösterilmektedir. Algoritma 3 adıma bölünmüştür: (1) kanal tahmin bilgilerine (CSI) göre grup sayısını dinamik olarak belirleyin; (2) tüm alt taşıyıcıları sıralayın ve her bir alt taşıyıcı grubuna atayın; (3) grubu bir birim olarak alın, Uyarlanabilir modülasyon gerçekleştirin ve iletişim kaynaklarını tahsis edin.
2.2 Grup sayısını dinamik olarak belirleyin
Formül (1) 'e göre, aynı iletim gücü öncülüğünde, alt taşıyıcının kanal kazancı her iki katına çıktığında, alt taşıyıcıya tahsis edilebilecek bit sayısının 1 arttığı görülebilmektedir. Formül (2)' ye göre hata oranının garanti edilmediği görülmektedir. Durum değiştiğinde de aynı sonuca ulaşılabilir. Bu nedenle, bu algoritmanın üzerinde gruplandığı 1 parametresi formül (3) 'te gösterilmiştir:
Formülde: c1 = 0.2, c2 = 1.6. Denklem (4) 'den, bit hata oranının, gürültü gücü ve alt taşıyıcı bit sayısı ile pozitif olarak ilişkili olduğu görülebilir.Aynı zamanda, gürültü gücü nispeten yüksek olduğunda, daha karmaşık uyarlamalı modülasyon algoritmalarının getirdiği kazanç etkisi, Açıktır ki, algoritma performansı, algoritma ek yükünü azaltarak, yani paket sayısını azaltarak iyileştirilmelidir. Bu algoritmanın üzerinde gruplandığı 2 parametresi aşağıdaki gibidir:
2.3 Alt taşıyıcı tahsisi
2.4 Uyarlanabilir kaynak tahsisi
Bu algoritmanın uyarlanabilir kaynak tahsisi, optimizasyon standardı olarak bit hata oranı performansını alır.Fischer algoritması ile karşılaştırıldığında, aşağıdaki iyileştirmelere sahiptir: grup birimlerinde alt taşıyıcı bit hesaplaması; zayıf kanallara sahip alt taşıyıcılar bir bütün olarak ortadan kaldırılır; kalan bitler ayarlanır.
Bu makalede açıklanan algoritma bit tahsisinin özel uygulama adımları:
Adım (5) 'e gidin;
(5) bi, bQi = round (bi) miktarını ölçün, niceleme hatasını bi = bQi-bi ve toplam bit sayısını hesaplayın Rtotal = bQi × mi;
(6) Kalan bitlerin sayısını ayarlayın: Rtotal = Rtarget ise, son bit tahsisi; Rtotal ise > Rtarget, adım (7) 'ye gidin; eğer Rtotal < Rtarget, adım (8) 'e gidin;
(7) Rtotal-mi ise > Rtarget, en küçük bi'yi bulun, bQi'yi ayarlayın = bQi-1, Rtotal = Rtotal-mi, bi = bi + 1; eğer Rtotal-mi < Rtarget, en küçük bi'yi bulun, sıra numarası i ve Rtotal-Rtarget'ı kaydedin, i-inci alt taşıyıcı grubundaki ilk Rtotal-Rtarget alt taşıyıcılarının bit sayısını 1 azaltın ve bit tahsisini sonlandırın;
(8) Rtotal + mi ise < Rtarget, en büyük bi'yi bulun, bQi'yi ayarlayın = bQi + 1, Rtotal = Rtotal + mi, bi = bi-1; eğer Rtotal + mi > Rtarget, en büyük bi'yi bulun, sıra numarası i ve Rtarget-Rtotal'ı kaydedin, i-inci alt taşıyıcı grubundaki son Rtarget-Rtotal alt taşıyıcılarının bit sayısına 1 ekleyin ve bit tahsisini sonlandırın.
3 Simülasyon doğrulama ve sonuç analizi
Bu bölüm, bu makalede önerilen algoritmayı simüle edecek ve doğrulayacak ve uyarlanabilir modülasyon algoritmasının iki göstergesi olan algoritmanın üstünlüğünü analiz edecektir: algoritma karmaşıklığı ve bit hata oranı performansı.
3.1 Algoritma karmaşıklığı analizi
Algoritma karmaşıklığı, uyarlanabilir modülasyon algoritmasının pratik olup olmadığını ölçmek için önemli bir göstergedir Tablo 1 teorik olarak Hughes-Hartogs algoritmasını, Chow algoritmasını, Fischer algoritmasını ve bu algoritmanın hesaplama karmaşıklığını analiz etmektedir.
Tablo 1'de N, alt taşıyıcıların toplam sayısını, M grup sayısını temsil eder, MAXcount Chow algoritması tarafından belirlenen maksimum toplam yineleme sayısıdır, , gereksinimleri karşılamayan alt taşıyıcıları ortadan kaldırmak için Fischer algoritması için yineleme sayısıdır, 1, 2 ve 3, 3 türü gösterir Algoritma bit ayarlama süreleri (3, 1 ve 2'den küçüktür). Açgözlü algoritmanın hesaplama karmaşıklığının doğrudan toplam Rtarget bit sayısı ile ilişkili olduğu, Chow algoritmasının ve Fischer algoritmasının karmaşıklığının ise N alt taşıyıcılarının toplam sayısı ve hesaplama karmaşıklığı ile ilişkili olduğu görülebilir. Çok Azaltın; bu makaledeki algoritmanın hesaplama karmaşıklığı M gruplarının sayısı ile ilgilidir ve hesaplama karmaşıklığı en düşüktür. Özellikle gerçek iletişim sistemindeki kanal tahmin hatası ve sinyalleme ek yükü dikkate alındığında, bu makaledeki algoritma, OFDM sisteminin genel ek yükünü büyük ölçüde azaltabilir.
3.2 Bit hata oranı performansının simülasyon doğrulaması
Bu bölümde, sistemin bit hata oranı performansı simüle edilir, karşılaştırılır ve doğrulanır. Simülasyon kanalı Rayleigh kanalıdır, sistem QAM modülasyonudur ve en yüksek dereceden modülasyon modu 256QAM'dir Simülasyon ideal kanal tahminini varsayar.
Şekil 2, bu algoritmanın bit hata oranı performansının Chow algoritması ve Hughes-Hartogs algoritması ile karşılaştırılmasıdır. Bu makaledeki algoritmanın, açgözlü algoritma Hughes-Hartogs'a bit hata oranı performansı açısından daha yakın ve Chow algoritmasından biraz daha iyi olduğu görülebilir.
Şekil 3, bu yazıda yer alan algoritma ile sabit gruplama algoritması arasında yapılan bir karşılaştırmadır.Bu yazıda yer alan algoritmanın daha iyi bit hata oranı performansına sahip olduğu ve bu yazıda yer alan algoritmanın uyarlamalı bir şekilde grup sayısını dinamik olarak belirlediği ve algoritmanın uygulanabilirliğinin daha güçlü olduğu görülmektedir.
Şekil 4, bu makaledeki ve Fischer algoritmasındaki algoritmanın bit hata oranı performansı ile hesaplama miktarının karşılaştırılmasıdır. Bu makaledeki algoritmanın bit hata oranı performansının neredeyse Fischer algoritmasınınkine eşdeğer olduğu görülebilir, ancak hesaplama ek yükü Fischer algoritmasınınkinden çok daha düşüktür.
Kapsamlı simülasyon sonuçları, bu algoritmanın üç avantajını ortaya çıkarabilir: (1) Mevcut grup dışı uyarlanabilir modülasyon algoritması ile karşılaştırıldığında, bu algoritma, bit hata oranının performansını sağlama koşulu altında hesaplama miktarını büyük ölçüde azaltır; (2) Bağıl Sabit gruplama uyarlamalı modülasyon algoritması ile karşılaştırıldığında, bu algoritma daha iyi bit hata oranı performansına ve daha küçük ortalama hesaplamaya sahiptir; (3) Bu algoritma, farklı kanal ortamlarına daha uyarlanabilir olan daha iyi bir dinamik gruplama temeli önerir.
4. Sonuç
Bu yazıda, OFDM sistemindeki uyarlamalı modülasyon alanı derinlemesine incelenmiş ve yaklaşık tekdüze dinamik gruplamanın uyarlanabilir bir modülasyon algoritması önerilmiştir. Algoritma karmaşıklık analizi ve simülasyon sonuçları, bu algoritmanın bit hata oranı performansı Fischer algoritmasına yakınken, sistem ek yükünün büyük ölçüde azaldığını ve algoritmanın dinamik gruplama yoluyla daha karmaşık iletişim ortamlarına uyum sağlayabildiğini göstermektedir. Mevcut uyarlanabilir modülasyon algoritması ile karşılaştırıldığında, bu algoritma daha iyi performansa ve daha güçlü uygulanabilirliğe sahiptir.
Referanslar
PRABHU R S, DANESHRAD B. OFDM sistemleri için enerji açısından verimli bir su doldurma algoritması, Proceedings of the Communications (ICC), 2010 IEEE International Conference on, 2010.
HUGHES-HARTOGS D. Kusurlu aktarım ortamı için topluluk modem yapısı. Google Patentleri, 198 9.
CHOW PS, CIOFFI J M, BINGHAM J. Spektral şekilli kanallar üzerinden veri aktarımı için pratik bir ayrık çok tonlu alıcı-verici yükleme algoritması İletişimde IEEE İşlemleri, 199 5, 43 (234).
WYGLINSKI A M, LABEAU F, KABAL P. Çok taşıyıcılı sistemler için BER kısıtlaması ile bit yükleme Kablosuz İletişim, IEEE İşlemleri, 2005, 4 (4).
FISCHER R F, HUBER J B. Ayrık çok tonlu iletim için yeni bir yükleme algoritması. Global Telekomünikasyon Konferansı İşlemleri, 1996 GLOBECOM'96'Communications, 1996.
LAI S K, CHENG R S, LETAIEF K B, ve diğerleri. Uyarlanabilir kafes kodlu MQAM ve OFDM iletimi için güç optimizasyonu. Araç Teknolojisi Konferansı Bildirileri, 199 9 IEEE 49th, 199 9.
LEE S-M, PARK Y-S, PARK D-J. OFDM sistemleri için hızlı bit ve güç tahsis algoritması Araç Teknolojisi Konferansı Bildirileri, 2004.
YE S, BLUM R S, CIMINI JR L J. Kusurlu kanal durumu bilgilerine sahip uyarlanabilir OFDM sistemleri Kablosuz İletişim, IEEE İşlemleri, 2006, 5 (11).
yazar bilgileri
Zhang Xiaoyu 1, 2, Tang Weisheng 1, 2, Zhang Wei 1, Tong Zilei 1
1. Güvenlik ve Acil Durum Laboratuvarı, Şangay Çin Bilimler Akademisi İleri Enstitüsü, Şangay 201210;
2. Çin Bilimler Akademisi Üniversitesi, Pekin 100049
