注水算法的论文.doc

1.1功率注水算法 在频率选择性衰落明显的信道中，OFDM的不同的子信道受到不同的衰落，因此有不同的传输能力，将自适应技术应用于OFDM系统，根据子信道的瞬时特性动态地分配数据速率和传输功率，可以优化系统性能。在单用户OFDM系统中，由于频率选择性衰落的缘故，有相当一部分子信道由于衰落严重而不应被使用；而在多用户OFDM系统中，由于传输路径不同，使得相对于某一用户衰落严重的子信道，对于其他用户的衰落并不一定严重。事实上，各用户的衰落是相互独立的，很少会出现对所有用户都严重衰落的子信道。因此，在OFDM系统中，采用自适应资源分配和调制技术，即根据信道的瞬时特性在每个OFDM符号周期内分配给每个子信道不同的信息比特数，使系统达到最大比特率。各子信道信息分配应遵循信息论中的“注水定理”，亦即优质信道多传送，较差信道少传送，劣质信道不传送的原则。 下图里面1/λ是由环境(多径衰落、SNR)决定的功率阈值，那些阶梯表示子信道的状态，越靠下信道越好。由1/λ和子信道的状态来决定在各子信道中如何分配功率。(图14中的P*就表示对那个阶梯层(即子信道)分配的功率多少，也就是1/λ和阶梯层的差值)。信道状态越好，分配的功率越多，越差就越少，当状态差的程度超过阈值1/λ就不在该子信道上分配功率了。这样就好比在一个池子里放水，水面的高度就是1/λ，而池底的分布就由各子信道状态来组成(即图中的阶梯)，因此叫注水算法。 注水算法是根据某种准则，并根据信道状况对发送功率进行自适应分配，通常是信道状况好的时刻，多分配功率，信道差的时候，少分配功率，从而最大化传输速率。实现功率的“注水”分配，发送端必须知道CSI。 当接收端完全知道信道而发送端不知道信号时，发送天线阵列中的功率平均分配是合理的。当发送端知道信道，可以增加信道容量。 考虑一个维的零均值循环对称复高斯信号向量，r为发送信道的秩。向量在传送之前被乘以矩阵()。在接收端，接受到的信号向量y被乘以。这个系统的有效输入输出关系式由下式给出： 其中是维的变换的接受信号向量，是协方差矩阵为的零均值循环对称复高斯变换噪声向量。向量必须满足已限制总的发送能量。 可以看出 ，i=1,2,…,r MIMO信道的容量是单个平行SISO信道容量之和，由下式给出 其中(i=1,2,…,r)反映了第i个子信道的发送能量，且满足。 可以在子信道中分配可变的能量来最大化互信息。现在互信息最大化问题就变成了： 最大化目标在变量中是凹的，用拉格朗日法最大化。最佳能量分配政策 注水算法： Step1:迭代计数p=1,计算 Step2:用μ计算，i=1,2,…,r-p+1 Step3:若分配到最小增益的信道能量为负值,即设，p=p+1，转至Step1. 若任意非负，即得到最佳注水功率分配策略。 1.2 发送端知道信道时的信道容量 % in this programe a highly scattered enviroment is considered. The % Capacity of a MIMO channel with nt transmit antenna and nr recieve % antenna is analyzed. The power in parallel channel (after % decomposition) is distributed as water-filling algorithm clear all close all clc nt_V = [1 2 3 2 4]; nr_V = [1 2 2 3 4]; N0 = 1e-4; B = 1; Iteration = 1e2; % must be grater than 1e2 SNR_V_db = [-10:3:20]; SNR_V = 10.^(SNR_V_db/10); color = [b;r;g;k;m]; notation = [-o;-;-;-^;-s]; for(k = 1 : 5) nt = nt_V(k); nr = nr_V(k); for(i = 1 : length(SNR_V)) Pt = N0 * SNR_V(i); for(j = 1 : Iteration) H = random(rayleigh,1,nr,nt); [S V D] = svd(H); landas(:,j) = diag(V); [Capacity(i,j) PowerAllo] = WaterFilling_alg(Pt,landas(:,j),B,N0);