李 莉，張錫嶺，李飛凡，鄒傳超

（中國石油大學（華東）計算機與通信工程學院，山東青島 266580）

OFDM技術(shù)中由于各個子載波是正交的，其頻譜可以相互重疊，因此該技術(shù)頻譜利用率高、具備高速信息傳輸?shù)哪芰?，而且是對抗頻率選擇性衰落的重要手段之一，被廣泛認為是高速數(shù)字傳輸?shù)氖走x調(diào)制技術(shù)，是寬帶無線通信網(wǎng)絡的核心物理層技術(shù)。自適應調(diào)制技術(shù)能根據(jù)當前子信道狀態(tài)及時改變每個子載波的調(diào)制模式、發(fā)射功率及編碼類型，能最大限度地利用系統(tǒng)的容量和頻譜資源，提高功率效率，成為OFDM系統(tǒng)研究的核心問題之一［1-3］。

經(jīng)典自適應調(diào)制算法主要有注水法、Chow算法、Fischer算法等，在以上算法基礎上，又提出了多種改進算法［4-6］。但上述算法均采用子信道為單位進行比特和功率分配，為了有效減小系統(tǒng)中自適應調(diào)制信息的信令開銷，降低算法復雜度，目前，已有文獻對基于子帶劃分的自適應調(diào)制算法進行了研究［7-9］。該類算法將子載波劃分為子帶，對同一子帶中的子載波采用相同的比特和功率分配，但為了保證子帶劃分后的系統(tǒng)性能，對子帶劃分基本要求是子帶寬度不大于信道的相干帶寬。其中基于固定門限的簡單分塊加載算法（simple block loading algorithm，SBLA）是復雜度較低的子帶劃分算法之一［10］，該算法中子帶數(shù)不變，通過與預先設定的信噪比門限比較一次即能完成比特預分配，因此算法復雜度低、實時性強；而動態(tài)子帶劃分自適應算法能根據(jù)子信道信噪比的變化來調(diào)整子帶劃分，從而使算法性能盡可能接近不采用子帶劃分時的系統(tǒng)性能［11-12］。由此，本文結(jié)合SBLA算法與動態(tài)子帶劃分自適應算法的優(yōu)勢，提出一種非均勻動態(tài)子帶劃分OFDM自適應調(diào)制算法（an non-uniform dynamic sub-band division adaptive modulation algorithm of OFDM，簡稱NUDS算法）。NUDS算法能根據(jù)信道的頻響關(guān)系無需迭代完成動態(tài)子帶劃分，采用SBLA算法實現(xiàn)比特預分配，能極大減少算法迭代次數(shù)；在比特調(diào)整中充分利用信噪比最大的子帶，能在降低算法復雜度，減小系統(tǒng)信令開銷的情況下，充分保證系統(tǒng)性能，仿真結(jié)果證明了該結(jié)論。

1 OFDM自適應調(diào)制系統(tǒng)模型

單用戶自適應調(diào)制OFDM系統(tǒng)框圖如圖1所示［13］。首先在系統(tǒng)接收端，所有子信道的信道頻率響應能根據(jù)信道估計獲得，然后子信道的信道頻率響應通過反饋信道傳送到發(fā)送端；根據(jù)子信道的實時信噪比，通過采用的自適應調(diào)制算法，一般可在系統(tǒng)發(fā)送端來實現(xiàn)子載波的比特和功率的動態(tài)資源分配，然后將形成的OFDM符號發(fā)送到信道，同時自適應調(diào)制信令信息被傳送到接收端。系統(tǒng)接收端的解調(diào)模塊需要根據(jù)子信道頻率響應和自適應調(diào)制信息來完成信號解調(diào)，實現(xiàn)發(fā)送數(shù)據(jù)的恢復。為了保證接收機的正確解調(diào)，子載波的信道頻率響應和自適應調(diào)制信息傳輸必須高效可靠。

圖1 單用戶自適應調(diào)制OFDM系統(tǒng)框圖Fig.1 Block of single user adaptive modulation OFDM system

2 NUDS算法

NUDS算法的優(yōu)化目標是基于RA優(yōu)化準則的，即在滿足系統(tǒng)總發(fā)送功率和最大誤碼率限制的條件下，保證系統(tǒng)獲得最大的傳輸速率。本算法的第一步是根據(jù)子載波的實時信道頻率響應來實現(xiàn)動態(tài)子帶劃分算法。

2.1 動態(tài)子帶劃分算法

在本文中，假定將頻率選擇性衰落信道劃分為K個平坦衰落的窄帶子信道，定義子載波i的接收端信噪比為

式中H（i）是子信道i的信道頻率響應，i=1，2，…，K，σ2為子信道噪聲功率。

由文獻［14］可知，根據(jù)信道的頻響關(guān)系，K個子載波可劃分為N個子帶：

由式（3）求解各子帶中包含的子載波：

第t個子帶包含的子載波數(shù)稱為該子帶的子帶寬度b t，t=1，2，…，N，第t個子帶中的子載波可表示為t（i），i=1，2，…，bt。顯然，通過式（2）和式（3）由信道實時頻率響應，無需迭代即能實現(xiàn)動態(tài)的子帶劃分，因此能極大地降低子帶劃分算法的計算復雜度，提高算法實時性。

文獻［15］采用隨機選?。–SG-RS：Random select）方案，將第t個子帶的等效信噪比（t）定義為

其中，RSNt（s）表示第t個子帶中第s個子載波的信噪比。文獻［15］表明，“隨機選取方案”比常用的“算術(shù)平均值方案”、“最小增益（Min）方案”具有較低的計算復雜度，且能獲得較好的系統(tǒng)誤碼率性能。SN（i）是子帶劃分后第i個子載波的等效信噪比，即當?shù)趇個子載波屬于第t個子帶時，

2.2 算法流程

通過2.1中子帶劃分算法完成子帶劃分后，各子帶中的子載波均按照信噪比從小到大順序排列。然后，根據(jù)SBLA算法為子帶中的子載波分配相同的比特，實現(xiàn)比特預分配；最后根據(jù)以下算法流程中的比特調(diào)整方法完成比特調(diào)整。比特調(diào)整的基本原則是充分利用信噪比最大的子帶，即完成子帶劃分后最后一個子帶組。算法流程如下。

1）初始化。設OFDM符號的子載波總數(shù)為K，每個子載波平均需要傳輸?shù)谋忍財?shù)為m，一個OFDM符號包含的目標比特數(shù)Rtarget=m K。

2）由 OFDM 系統(tǒng)仿真BER曲線確定各調(diào)制方案的信噪比門限RSNstd（j），其中j=0，1，2，3，4，表示不同調(diào)制級別。

3）由子載波i的信道頻率響應H（i），根據(jù)式（2）和式（3）估算OFDM符號的子帶數(shù)N和子帶寬度b。

式中：TS為山東節(jié)假日期間客流量的增加值，S為節(jié)假日的時長，相關(guān)系數(shù)R=0.973 6，方程擬合度較高，即節(jié)假日每增加(或減少)一天，客流量將增加(或減少)255.7人次。

6）若Rtotal＞Rtarget，計算max＿allo（N）=R（N）＊b N，即預分配比特數(shù)最多的子帶為第N個子帶，比較max＿allo（N）與Rtarget大小。

7）若max＿allo（N）=Rtargtet為第N個子帶分配R（N）個比特，其余子帶分配比特數(shù)均為0，則Rtotal=Rtarget，比特調(diào)整結(jié)束，轉(zhuǎn)至11）。

8）若max＿allo（N）＜Rtarget，則重復更新max＿allo（N-i）=max＿allo（N）＋R（N-i）＊b（N-i），i=1，2，…，N-1，直至max＿allo（N-i）＞Rtarget，記錄當前子帶號p=N-i。計算第p個子帶中多余的比特數(shù)目surplus＿bit=max＿allo（t）-Rtarget和比率因子rate=surplus＿bit／bp，然后執(zhí)行 ?。ⅲ?，ⅲ）。

?。┤魊ate＞1，調(diào)整R（p）=R（p）-fix（rate），max＿allo（p）=max＿allo（p）-fix（rate）＊bp，rate=rate-fix（rate），surplus＿bit=max＿allo（p）-Rtarget；若rate=0，比特調(diào)整結(jié)束，轉(zhuǎn)至11）；否則執(zhí)行 ⅱ）。

ⅱ）若rate＜1，將當前子帶p劃分為2個新子帶p和p＋1，這2個子帶的子載波分別由原子帶p中的后bp-surplus＿bit和前surplus＿bit個子載波構(gòu)成，調(diào)整R（p＋1）=R（p）-1，即將第p＋1個子帶的調(diào)制級別減1。則Rtotal=Rtarget，比特調(diào)整結(jié)束，轉(zhuǎn)至11）。

ⅲ）若rate=1，調(diào)整R（p）=R（p）-1，則Rtotal=Rtarget，比特調(diào)整結(jié)束，轉(zhuǎn)至11）。

9）若 max＿allo（N）＞Rtarget。記錄當前子帶號p=N。計算surplus＿bit=max＿allo（p）-Rtarget，rate=surplus＿bit／bp，然后執(zhí)行 ?。ⅲ?，ⅲ）。

11）發(fā)射功率Ptarget在可用子載波上均勻分配。

3 仿真與分析

3.1 系統(tǒng)參數(shù)

本文中OFDM系統(tǒng)仿真參數(shù)設置見表1。系統(tǒng)可選擇調(diào)制方式為0（即子信道關(guān)閉），BPSK，4QAM，8QAM，16QAM，對應的比特數(shù)分別為0，1，2，3，4。OFDM 符號的目標比特數(shù)為128 bit，平均每個子信道傳輸2 bit，即不采用自適應調(diào)制時采用4QAM調(diào)制。仿真采用多徑信道，信道自相關(guān)時間為625μs，功率時延譜見表1，噪聲模型為高斯白噪聲。圖2中顯示了采用Matlab仿真所獲得在以上系統(tǒng)參數(shù)設置下，分別采用不同固定調(diào)制方式情況下系統(tǒng)的誤碼率曲線圖。在圖2中，各條誤碼率曲線在系統(tǒng)目標誤碼率（BER=10-3）時的信噪比取值，即是當前系統(tǒng)下各種調(diào)制方式的信噪比門限，具體見表2。

表1 OFDM系統(tǒng)仿真參數(shù)Tab.1 LPLC-OFDM system simulation parameters

表2 信噪比門限Tab.2 SNR threshold

圖2 不同調(diào)制方式下OFDM系統(tǒng)誤碼率曲線Fig.2 BER on different modulation modes in OFDM system

3.2 算法復雜度分析

表3比較了Chow算法、NUDS算法、SBLA算法運算中所需要的比較次數(shù)、乘法次數(shù)和對數(shù)次數(shù)。顯然NUDS算法、SBLA算法復雜度都主要由子載波數(shù)目K、子帶數(shù)N及目標比特數(shù)Rtarget決定，當K和Rtarget固定不變時，算法復雜度會隨著子帶數(shù)N的增加而增大。SBLA算法是這3種算法中復雜度最低的，由于NUDS算法和SBLA算法都是以子帶為單位進行比特調(diào)整的，所以其比特調(diào)整的迭代次數(shù)count＊要遠遠小于Chow算法的以子信道為單位進行比特調(diào)整所需的比特調(diào)整迭代次數(shù)count；并且由于NUDS算法采用的非均勻動態(tài)子帶劃分算法，無需迭代就能實現(xiàn)子帶的劃分，所以NUDS算法相比SBLA算法復雜度提高的不多；顯然NUDS算法和SBLA算法都比Chow算法的復雜度低。

表3 算法復雜度比較Tab.3 Complexity comparison of different algorithms

3.3 仿真分析

在3.1所述的OFDM系統(tǒng)平臺下完成NUDS算法的仿真與分析。一次仿真中，共發(fā)送2 500個OFDM幀，其中一個OFDM幀包含20個OFDM符號。本文假設信道狀態(tài)在一個OFDM幀內(nèi)不變，系統(tǒng)符號同步、采樣時鐘同步及信道估計均是理想的，且不考慮信道狀態(tài)信息和調(diào)制方案信息的傳輸誤差。

圖3所示的是2個不同時刻的信道狀態(tài)及采用NUDS算法完成的子載波比特分配結(jié)果。顯然，NUDS算法能跟蹤信道狀況，動態(tài)地為子信道選擇合適的調(diào)制方式：信道性能好的子信道分配比特數(shù)較多；信道性能差的子信道分配比特數(shù)較少甚至被關(guān)閉。顯然，比特分配的仿真結(jié)果符合算法的設計思路。

圖3 信道增益與NUDS算法比特分配結(jié)果Fig.3 Channel gain and bit allocation result of NUDS algorithm

圖4給出了分別采用NUDS算法、Chow算法、4QAM固定調(diào)制方法時系統(tǒng)誤碼率對比圖。由圖4可知，信噪比相同時，采用NUDS算法相比采用4QAM調(diào)制，系統(tǒng)誤碼性能有了明顯改善，抗噪聲性能有了一定提高。例如，系統(tǒng)達到目標誤碼率BER=10-3時，NUDS算法相比較4QAM調(diào)制而言能獲得的信噪比增益約為2.6 d B；NUDS算法與Chow算法性能相近，表明NUDS算法能獲得接近Chow算法的最優(yōu)比特分配，但由3.1節(jié)分析可知NUDS算法迭代次數(shù)較少、復雜度較低。

圖5給出了采用NUDS算法、SBLA算法時系統(tǒng)誤碼率對比圖。在BER=10-3時，NUDS算法相比SBLA算法（子帶寬度為8）能獲得約2 dB的信噪比增益。但是，固定門限自適應算法的系統(tǒng)性能與子帶寬度b關(guān)系密切，子帶寬度b越小，子載波信噪比的均方誤差MSE就越小，系統(tǒng)的誤碼率下降，但傳遞調(diào)制方式及信道消息的信令開銷會增大，算法復雜度也越大；因此，由仿真結(jié)果的分析可知NUDS算法能在保證系統(tǒng)誤碼性能的前提下，減小系統(tǒng)信令開銷，降低算法的復雜度。

圖4 不同算法的OFDM系統(tǒng)誤碼率曲線Fig.4 BER on different algorithms in OFDM system

圖5 NUDS算法與SBLA算法的性能對比Fig.5 Performance comparison of NUDS algorithm and SBLA of the algorithm

4 結(jié) 語

本文提出的NUDS算法在采用隨機選取方案定義子帶等效頻率響應的基礎上，根據(jù)信道的頻響關(guān)系，無需迭代即實現(xiàn)了動態(tài)子帶劃分，根據(jù)基于固定門限的簡單分塊加載算法（SBLA）無需迭代即實現(xiàn)子載波的比特預分配，并充分利用信噪比最大的子帶來完成比特調(diào)整。仿真結(jié)果表明：該改進算法性能接近Chow算法，極大減小了系統(tǒng)信令開銷；能有效降低算法復雜度，減少調(diào)制信令信息的傳遞，且不犧牲系統(tǒng)性能，因此具有一定的優(yōu)越性和實用價值。但是，本算法未考慮嚴格的OFDM同步、信道估計的誤差對自適應調(diào)制算法及系統(tǒng)性能的影響等問題，還有待進一步研究。

／References：

［1］ 戚佳金，陳雪萍，劉曉剩.低壓電力線載波通信技術(shù)研究進展［J］.電網(wǎng)技術(shù)，2010，34（5）：161-172.QI Jiajin，CHEN Xueping，LIU Xiaosheng.Advances of research on low-voltage power line carrier communication technology［J］.Power System Technology，2010，34（5）：161-172.

［2］ 安 寧，李兵兵，黃 敏.自適應OFDM系統(tǒng)子載波調(diào)制方式盲識別算法［J］.西北大學學報（自然科學版），2011，41（2）：231-234.AN Ning，LI Bingbing，HUANG Min.Blind subcarrier modulation classification algorithm for adaptive OFDM system［J］.Journal of Northwest University（Natural Science Edition），2011，41（2）：231-234.

［3］ NAGARAJ S.Symbol-level adaptive modulation for coded OFDM on block fading channels［J］.IEEE Transactions on Communications，2009，57（10）：2872-2875.

［4］ 汪晉寬，韓 鵬，許 鵬，等.一種適用于OFDM系統(tǒng)的塊狀導頻自適應方案［J］.東北大學學報（自然科學版），2011，32（5）：642-645.WANG Jinkuan，HAN Peng，XU Peng，et al.An adaptive block pilot scheme for OFDM systems［J］.Journal of Northeastern University（Natural Science），2011，32（5）：642-645.

［5］ HUANG Xiaozhou，WU Xsiaochun，WU Yiyan.Novel pilot-free adaptive modulation for wireless OFDM systems［J］.IEEE Transactions on Vehicular Technology，2008，57（6）：3863-3867.

［6］ 唐朝偉，趙麗娟，邵艷清，等.MIMO-OFDM系統(tǒng)自適應分步功率分配算法［J］.華中科技大學學報（自然科學版），2010，38（4）：18-21.TANG Chaowei，ZHAO Lijuan，SHAO Yanqing，et al.Adaptive step-by-step power allocation algorithm for MIMO-OFDM systems［J］.Journal of Huazhong University of Science and Technology（Nature Science Edition），2010，38（4）：18-21.

［7］ LEE S M，PARK Y S.Fast bit and power allocation algorithm for OFDM systems［A］.IEEE VTC［C］.［S.l.］：［s.n.］，2004：503-506.

［8］ LEI Ming，ZHANG Ping.Subband bit and power loading for adaptive OFDM［A］.IEEE VTC［C］.［S.l.］：［s.n.］，2003：1482-1486.

［9］ KOBAYASHI H，TENG Y，NAGAOSA T，et al.Proposal of grouping adaptive modulation method for burst mode OFDM transmission system ［J］.IEICE Transactions on Communications，2003，86（1）：257-265.

［10］ GRUNHEID R，BOLINTH E，ROHLING H.A blockwise loading algorithm for the adaptive modulation technique in OFDM systems［A］.IEEE VTC［C］.［S.l.］：［s.n.］，2001：948-951.

［11］ 蔡麗萍，劉 盈，薛先俊.一種吞吐量最大化的電力線OFDM分子帶自適應算法［J］.計算機應用與軟件，2012，29（6）：260-263.CAI Liping，LIU Ying，XUE Xianjun.An adaptive algorithm with throughput maximization based on OFDM sub-bands division for power line［J］.Computer Applications and Software，2012，29（6）：260-263.

［12］ 劉 盈，代鵬飛，蔡麗萍，等.基于子帶動態(tài)劃分的電力線OFDM自適應算法研究［J］.計算機工程與設計，2012，33（5）：1720-1724.LIU Ying，DAI Pengfei，CAI Liping，et a1.Analysis of adaptive OFDM algorithm based on dynamical sub-bands division for power line carrier censor network［J］.Computer Engineering and Design，2012，33（5）：1720-1724.

［13］ BANSAL G，HASAN Z，HOSSAIN M J.Subcarrier and power adaptation for multiuser OFDM based cognitive radio systems［A］.2010 National Conference on Communications［C］.Chennai：IEEE，2010：1-5.

［14］ NADER-ESFAHANI S，AFRASIABI M.Simple bit loading algorithm for OFDM-based systems［J］.IET Communications，2007，1（3）：312-316.

［15］ 張世超，季仲梅，崔維嘉.MIMO-OFDM系統(tǒng)中一種高效的分子帶自適應比特功率分配算法［J］.電路與系統(tǒng)學報，2012，17（4）：103-110.ZHANG Shichao，JI Zhongmei，CUI Weijia.An efficient subband adaptive bit and power allocation algorithm for MIMO-OFDM systems［J］.Journal of Circuits and Systems，2012，17（4）：103-110.