基于goodput优化的OFDMA系统资源分配算法

蒋 涛， 麦 文， 查光明， 毛苏英

（①四川师范大学 物理与电子工程学院，四川 成都 610066；②电子科技大学 通信学院，四川 成都 610054）

0 引言

未来的无线和移动通信系统将在有限的频谱资源和时变信道环境下，支持大量的用户，支持用户的Qos需求，提供更高的数据率。OFDMA技术[1-2]具有高频谱利用效率和灵活的资源分配特征，在下一代无线网络中，是一种较理想的用户接入方式。它与其它的多用户接入方式相比，比如TDMA，更适合高速实时数据传输[3]。正是OFDMA这种调制和接入技术的灵活性，激发了在资源分配方面的大量研究活动。

OFDMA系统会把子载波的子集分配给各个用户，这类系统的优化问题有广泛的应用并被广泛研究[4-5]。它以信道状态的反馈为基础，系统能执行自适应用户到子载波的分配。OFDMA系统中的资源分配涉及子载波、功率、自适应调制、比特等，几种资源的联合优化是一个复杂度极高的问题。在以往的很多研究中，很多都采用分步优化的方法，降低复杂度。

本文重点考虑了单蜂窝系统的下行链路，假定发送端具有部分信道信息，研究了功率和数据率的分配问题。虽然这个问题已有文献研究过，但大部分的解决方案是在某个误码率的约束下，最大化系统的容量。但是在实际情况中，根据部分信道信息进行优化分配的数据速率，不被真实信道条件支持，会造成传输中断事件，因此通信系统仅实现高数据速率,但有很多接收错误是没有意义的。本文提出了基于goodput优化的资源分配算法，同时考虑了信道估计误差和中断概率,可获得较高的多用户增益和实际吞吐量（goodput）。

1 系统模型

通常，典型的OFDMA系统结构图如图1所示。在基站端，信道状态信息通过反馈信道，由移动用户反馈到基站，提供给子载波/功率分配算法模块使用。考虑下行链路，假设共K个用户和N个子载波，基站和移动用户均配备单天线。假定符号间干扰被 OFDM技术完全消除，也就是说，在每个子载波内，频率响应是平坦的。系统总的发射功率被约束为TP，零均值独立同分布的高斯噪声加在接收机端。基站根据信道条件动态分配功率、子载波和数据比特，假设每个子载波最多被一个用户使用。

图1 OFDMA系统结构

很多文献是基于理想的信道信息实现的资源分配算法，这在实际中，是不可行的。我们考虑下行链路的发送端拥有部分（不完美）的信道信息，在TDD双工模式下，信道估计通过反馈信道送到发送端。由于信道估计误差，反馈延迟、量化等因素，发送端只能获得不完美信道信息，或称为名义上的信道信息，如果根据不完美信道信息为用户分配子载波，数据率，功率等是不可靠的，因为算法分配的数据率很可能不被真实的信道条件支持，从而造成中断事件的发生，浪费了系统资源。因此研究资源分配算法时应该考虑中断概率，考虑实际吞吐量（goodput）更符合实际情况。

为了保证满足误码率BER约束，考虑具有单位方差的QAM调制符号。用,knr 表示第k个用户的第n个子载波使用星座符号的比特数。用符号BER代表误码率，根据参考文献[6]，BER可以表达为：

c1=0.2，c2=1.6，代表用户k的第n个子载波的信道增益，资源分配的优化目标函数为：

2 分配策略

2.1 功率分配策略

假设系统工作在慢衰落环境下，各个子信道的BER比较接近。假设=1选中的N个子载波的功率分别为p1, p2,… pN，不失一般性，忽略标号中的用户标号。根据发射端功率约束条件A4和式（2）容易推出功率分配公式。

2.2 数据率分配策略

假设第i个用户的第 j个子载波信道增益为：

I0()是一类修正的零阶贝塞尔函数，当a比较大时，该概率密度函数接近高斯分布，利用这个近似和概率密度函数的性质，容易推出在一定中断概率下的数据率jr。

3 仿真结果

根据上述讨论，对本文的资源分配算法进行了计算机仿真，以验证算法的合理性。为了方便比较，对其它文献[8]最大化系统总容量的算法标记为MSR（Maximum Sum Rate），MSR算法对应没有考虑中断概率的情况。仿真主要针对单小区OFDMA系统的下行链路数据传输，用户数考虑从2到10个。在仿真中，无线信道被建模为频率选择性的多径信道，包含6条独立瑞利衰落的多径。假设功率延迟分布服从指数分布，系统带宽为1 MHz，划分为64个子载波。时延扩展为5 μs，最大多普勒频率为30 Hz。具体仿真结果见下页图2所示。

下页图2显示了OFDMA下行链路中的实际吞吐量与用户数的对应图形。从图2中可以看出，随着用户数目的增加，系统将获得更高的容量。这主要是采用了链路自适应技术，随着用户的增加，可以获取多用户分集增益。也就是说，一个子载波对于所有用户而言，它都处于深衰的概率大大降低。另外，仿真结果显示本文的算法比MSR算法所获得实际吞吐量（goodput）要高，这是因为基于理想容量分配的算法，是认为所获得的信道条件是理想的，由此分配的数据率，功率等资源不被真实的信道所支持，具有较大的中断概率，因此该算法的goodput容量实际比较低。

图2 不同算法的实际吞吐量比较

4 结语

本文研究了OFDMA系统资源调度中的功率和数据率分配问题，本文的算法基于链路自适应技术，根据信道条件来决定分配算法。与其它算法[7]相比，考虑了信道估计误差和中断概率，采用基于一定中断概率条件下的容量优化算法，更加符合实际情况，能够获得更大的实际吞吐量。本文只考虑了单小区的情况，对于基于OFDMA的蜂窝网络中的资源分配，除了要充分利用多用户分集，还要考虑频率复用带来的共道干扰，这是下一步的研究内容。

[1] 刘翔宇,郑建宏.基于4G关键技术的OFDM及SC-FDE研究[J].通信技术,2008,41(06):185-189.

[2] 周围,朱立君.MIMO-OFDM系统中的关键技术研究[J].通信技术,2008,41(12):25-27.

[3] Kaur I, Thakur K.Resource Allocation and Scheduling for Real-time Traffic in OFDMA[J]. Medwell Journals of Mobile Communication,2008,2(01):10-13.

[4] Alsawah A,Fijalkow I.Resource Allocation in OFDMA Downlink with Reduced Feedback Overhead[C]//IEEE International Symposium on Personal,Indoor and Mobile Radio Communications(PIMRC).Cannes,France：IEEE,2008:15-18.

[5] Wong Y C,Cheng R S,Ben K.Multiuser OFDM with Adaptive Subcarrier,Bit,and Power Allocation[J].IEEE Journal on Selected Areas of Communications,1999,17(10):1747-1758.

[6] Chung S T,Goldsmith A J.Degrees of Freedom in Adaptive Modulation: A Unified View[J].IEEE Trans.Communication,2001,49(09):1561-1571.

[7] Yao Y W,Giannakis G B. Rate-maximizing Power Allocation in OFDM Based on Partial Channel Knowledge[J].IEEE Trans.Wireless Commun.,2005(04):1073-1083.

[8] Deckert T,Fettweis G.OFDMA with Resource and Traffic Constraints:Sum Rate Maximization with No CSI[C]//IEEE 3rd International Symposium on Wireless Communication Systems(ISWCS).Valencia,Spain:IEEE,2006:277-281.