电力线通信系统中的子载波组分配

　　摘 要:研究电力线通信系统在各种约束下的速率自适应子载波分配模型,提出一种基于层次分析法的动态子载波组分配算法。为了对比还提出以一种不含决策者偏好信息和比特功率比最大化的逐子载波分配算法。在典型电力线信道环境下还仿真以一个子载波为一组的子载波组分配算法,结果表明一子载波一组的子载波组分配算法性能最优,但其复杂度最大,而动态子载波组分配算法的性能与逐子载波分配对比算法的性能相当,且接近于一子载波一组的分配算法,复杂度大大减少。
　　关键词: 电力线通信; 子载波组分配; 层次分析; 优先因子
　　中图分类号:TP913 文献标识码:A
　　文章编号:1004-373X(2010)11-0065-06
　　
　　Subcarrier-band Allocation for Power-line Communication System
　　FANG Yong-jun1, XU Zhi-qiang2
　　(1.Department of Assets Administrant, University of South China, Hengyang 421001, China;
　　2. Department of Electric and Electron Engineering, North China Electric Power University, Beijing 102206, China)
　　Abstract:A dynamic subcarrier-band allocation algorithm based on analytic hierarchy process is proposed by researching a rate adaptive subcarrier allocation model for power-line communication systems under the various restrictions. A subcarrier by subcarrier allocation algorithm without the determinist′s preferential information and with the maximal bit to power ratio is also proposed for the comparison. The proposed algorithms and the subcarrier-band algorithm with only one subcarrier are tested in typical power-line channel scenarios, and the simulation results show that the performances of subcarrier-band algorithm with only one subcarrier are best but for its maximum complication, the performances of proposed subcarrier-band dynamic allocation algorithm with lowest complication are similar to the subcarrier by subcarrier algorithm and adjacent to the sub-carrier-band algorithm with only one subcarrier.
　　Keywords: power-line communication; subcarrier allocation; analytic hierarchy; priority factor
　　
　　0 引 言
　　正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术是实现电力线高速通信的最具竞争力的技术。但是电力线信道具有时变性和频选性,噪声和干扰功率都较高,传输多用户信号且衰减严重[1],如果使用传统的OFDM技术,将难以保证系统的服务质量。自适应OFDM技术根据每个用户子载波对的信噪比,动态地为每个用户分配子载波和每个子载波上的比特数及发射功率,能够有效降低恶劣信道特性对数据传输的影响,因此将多用户自适应OFDM技术应用于电力线通信中,可以有效提高系统的频带利用率和服务质量[2]。
　　实现多用户自适应OFDM技术的关键之一是子载波、比特和功率的分配。在子载波分配确定后,可由比特分配确定功率分配或由功率分配确定比特分配,但不能由比特分配和功率分配确定子载波分配。由此可见,多用户自适应OFDM系统中分配的资源主要为子载波和功率,其资源分配的本质为子载波和功率的联合分配[3]。目前,研究人员针对不同的优化目标和约束条件,提出了多种多用户电力线通信OFDM系统的动态资源分配算法[4],但它们的研究没有考虑到在功率和速率限制下先根据用户的优先级公平地保证各用户的最小要求速率,然后在系统剩余资源中寻求系统总速率的最大化;它们资源分配的实现途径大体上可分为先子载波分配后功率分配,或先功率分配后子载波分配,但其子载波分配都采用传统的逐子载波分配方式。
　　本文仅研究多用户电力线通信OFDM系统在其功率地窖注水分配[5]后的子载波分配问题。针对系统的限制条件,先建立多用户在多子载波上的速率自适应子载波分配数学模型,提出一种基于用户实时的优先级和用户信道的相关带宽,以子载波组为单位对每个用户进行动态子载波分配算法,并在典型电力线信道环境下进行仿真。
　　1 多用户下速率自适应子载波分配模型
　　考虑电力线通信自适应OFDM系统在每OFDM符号内的子载波数为N,服务于两种业务。设RT业务用户集为Ω1,用户数为K1,每个用户k要求的固定速率为Rk1和目标BER为Pe1;NRT业务用户集为Ω2,用户数为K2,每个用户k要求的最小速率为Rk2和目标BER为Pe2。为了仅考虑子载波分配,假设已知系统在每个子载波n上分配的功率pn,且满足电力线通信的电磁干扰限制,则为了降低系统实现的复杂度,假定每个用户子载波对上分配的比特为一定范围之内的非负整数,设其比特数上限为b。
　　子载波的分配既可以给单个用户独享,也可以为多个用户共享,但多个用户共享子载波会引起用户间的干扰。本文限定每个子载波只分配给1个用户使用,用户间正交而无干扰。如果子载波n分配用户k使用,则其上可分配的最大许可比特数rk,n为:
　　rk,n=min{b,log2(1+gk,npn/Γkσ2k,n)}(1)
　　式中:表示向下取整;gk,n和σ2k,n分别表示用户k在子载波n上的信道单位功率载噪比(CNR)和噪声功率,它可通过认知无线电技术[6]获得;Γk表示用户k的子载波采用无编码的MQAM调制时信道理论极限速率与实际速率的差额,它与调制方式和误码率有关。如果用户k在所有子载波上都采用无编码MQAM调制,且误码率一致,则其信噪比差额Γk近似表示为:
　　Γk≈13Q-1Pe14〗2,k∈Ω1
　　
　　13Q-1Pe24〗2,k∈Ω2(2)
　　式中:Q-1(x)为错误概率函数的逆函数:
　　Q(x)=12π∫∞xe-t22dt(3)
　　
　　对于实际的电力线通信系统,要求它在上述条件的约束下,先在保证各用户要求的速率下尽可能地降低系统的发射总功率,再在系统剩余功率下尽可能地增大系统分配给NRT用户的比特数,从而多用户自适应OFDM系统中子载波分配问题的数学模型为:
　　 max∑k∈Ω2∑Nn=1ck,nr′k,n
　　s.t.∑Nn=1ck,nr′k,n≥Rk2,k∈Ω2
　　∑Nn=1ck,nr′k,n=Rk1,k∈Ω1
　　∑Kk=1ck,n=1,ck,n={0,1}
　　r′k,n∈Zrk,n0
　　式中:ck,n表示子载波n是否分配给用户k,如果分配,则ck,n=1,反之ck,n=0。
　　2 层次分析法确定用户优先级
　　在给子载波分配比特前,需要先确定子载波与用户的归属关系。为了区别对待不同用户的不同业务,需先确定用户的优先级,而其优先级的计算涉及多方面因素[7]。层次分析法是一种评价分析方法,其应用十分广泛[8]。在使用层次分析法确定用户的优先级时,需先建立当前子载波上的系统模型。设X={x1,x2,…,xm}为可使用该子载波的m个备选方案(可用用户)集合;S={s1,s2,…,sn}为选择使用该子载波用户的n个判决指标(选择因素)集合,如各用户的信道状态、可得比特、需要功率、相差速率的归一化值等。设多指标判决矩阵为A=(aij)m×n,其中aij表示备选方案xi对于判决指标sj的结果。对于不同种类的判决指标,为了便于分析计算,对其进行如下标准化处理。对于效益性指标,设bij=aijmax{aij1≤i≤m};对于成本性指标,设bij=min{aij1≤i≤m}aij,而标准化决策矩阵为B=(bij)m×n。使用层次分析法确定用户优先级步骤为:
　　(1) 方案偏好信息的估计。设方案偏好程度的比较规则为先用户生命残存期小的强于大的,再RT用户强于NRT用户。故本文采用四级标度法以刻画方案偏好信息的差异性,如表1所示。
　　表1 四级标度比较表
　　对象xi与xj比较取值
　　同样重要cij=1,cji=1/cij
　　较重要cij=2,cji=1/cij
　　非常重要cij=3,cji=1/cij
　　绝对重要cij=4,cji=1/cij
　　表1中:cij表示比较对象xi与xj相比的偏好程度,从而可得方案偏好信息赋值矩阵为D=(cij)m×m;各方案xi的偏好优序数为Qi=∑mk=1cik。由此可得各方案xi的偏好信息为:
　　pi=Qi/∑mk=1Qk(5)
　　
　　(2) 指标主观偏好权值的确定。设各用户需要比较的指标有4个,其重要程度由高到低依次为信道状态、可得比特、需要功率、相差速率归一化值,故而也采用表1所示的四级标度法获得指标的偏好信息判断可逆方阵C=(cij)n×n。计算其每行i中所有元素的几何平均值为i=n∏nj=1aij,然后将其归一化得到各指标的相对权重,即决策者对指标si的主观偏好权值为:
　　wi=i/∑nk=1k(6)
　　
　　(3) 指标客观信息熵的计算。首先由标准化决策矩阵B计算矩阵P=(pij)m×n,其中pij=bij/∑mk=1bkj,再由信息论知识计算指标si的信息熵为:
　　Ej=-(ln m)-1∑mk=1pkjln pkj(7)
　　式中:当pij=0时,规定pijln pij=0。由于0≤pij≤1,可得0≤Ej≤1,故指标si的偏差度为dj=1-Ej,然后由偏差度计算各指标si的客观权重为:
　　μj=dj/∑mk=1dk(8)
　　
　　(4) 方案信息熵的计算。由决策者对指标的主观偏好权值和客观信息权重,得到指标si的综合权重为:
　　μj′=wjμj/∑nk=1wkμk(9)
　　
　　结合标准化矩阵B可得到方案xi的信息熵为:
　　qi=∑nj=1
　　μ′jbij(10)
　　
　　(5) 最小二乘优化决策求解。假设所有指标的最终权重向量为V=(v1,v2,…,vn)T,由决策分析理论中的期望效益法可知,方案xi的决策值为:
　　fi=∑nj=1vjbij(11)
　　
　　综合考虑决策者对备选方案和指标的主客观信息之后,应使所选择的方案对所有指标而言,距离方案的偏好信息值与客观信息熵值的偏差越小越好。为此,建立最小二乘法的优化决策模型为[9]:
　　min F(V)=∑mi=1[(∑nj=1vjbij-pi)2+
　　 (∑nj=1vjbij-qi)2]
　　s.t. ∑nj=1vj=1,vj≥0(12)
　　根据极值理论,式(13)的Lagrange函数为:
　　L(V,λ)=F(V)+4λ(∑nj=1vj-1)(13)
　　
　　令Lvj=∑mi=1[(∑nk=1vkbik-pi)bij+(∑nk=1vkbik-qi)bij]+4λ=0,得∑mi=1(∑nk=1vkbik-pi+qi2)bij+λ=0;再令Lλ=4(∑nj=1vj-1)=0。上n+1个变量的n+1个方程组,用矩阵形式表示为:
　　Bnnen1eT1n0Vλ=Cn11(14)
　　式中:en1=(1,1,…,1)T;Bnn=(brs)n×n;brs=∑mk=1bkrbks;Cn1=[∑mi=1pi+qi2bi1,∑mi=1pi+qi2bi2,…,∑mi=1pi+qi2bin]T。
　　求解矩阵方程得:
　　V=(v1,v2,…,vn)T=B-1nnCn1+1-eT1nB-1nnCn1eT1nB-1nnCn1en1〗(15)
　　
　　按式(11)求得方案xi的决策值fi,并按下式选出使用该子载波的用户为:
　　k=argmaxi=1,2,…,m{fi}(16)
　　3 子载波组自适应分配
　　电力线通信的HomePlug标准里规定的子载波数较多,如对子载波的分配一个个进行,其计算复杂度非常大。本文以传统逐子载波分配算法为基础,结合各用户反馈的相关信道带宽信息,利用相邻子载波在相关带宽内呈现强相关性的特点,将子载波分配由逐子载波方式变为以组为单位进行的连续动态分配方式,从而减小算法的运算量,其实现步骤如下:
　　(1) 计算各用户l的所有多径时延扩展值Δli,从中选出其最大值Δl,进而获得其相关带宽内的子载波数φl=floor(Bl/bw)。式中,Bl = 1/(2πΔl );bw= Bw /N;Bw是系统带宽;N是系统的子载波数[10]。
　　(2) 令当前的子载波n=1,未满足速率要求的用户集U={1,2,…,K},各用户k已分配速率为Rka=0和系统剩余子载波数Nres=N。计算在当前子载波n上所有用户k∈U的优先级和选出使用该子载波的用户l。根据相关的子载波数φl和剩余子载波数Nres,确定一组的子载波数t=min{φl,Nres}。如果Rla+∑n+ti=nrl,i不大于用户l要求分配的速率Rlr,则将从子载波n起连续t个子载波作为一组一次分配给用户l,同时将当前子载波位置n更新为n+t,剩余子载波数Nres更新为Nres-t,用户l已分配速率Rla更新为Rla+∑n+ti=nrl,i;否则计算在当前子载波n上一次分配给用户l的子载波数t′∈{1,2,…, t},使得Rla+∑n+t′i=nrl,i≥Rlr≥Rla+∑n+t′-1i=nrl,i,把从子载波n起连续的t′个子载波作为一组一次分配给用户l,同时将当前子载波的位置n更新为n+ t′和更新Nres=Nres-t′,用户l如为RT用户,更新其已分配速率为Rla=Rlr,其中用户l在前t′-1个子载波上分配其允许的最大比特,而在最后1个子载波上分配其不足的比特数;如用户l为NRT用户,更新Rla=Rla+∑n+t′i=nrl,i。其中,用户l在所有t′个子载波上分配其允许的最大比特。如用户l的速率满足Rla≥Rlr,更新用户集U=U\\{l}。重复以上步骤直到户集U为空或剩余子载波数Nres=0。
　　
　　(3) 当U=φ但Nres>0时,设用户集U={NRT用户}。计算在当前子载波n上所有用户k∈U的优先级和选出许可使用该子载波的用户l。根据相关子载波数φl和剩余子载波数Nres确定子载波数t=min{φl,Nres},再从子载波n起,连续t个子载波作为一组一次分配给用户l,同时将子载波分配的起始位置n更新为n+t,剩余子载波数更新为Nres=Nres-t;用户l已分配速率更新为Rla=Rla+∑n+ti=nrl,i。重复上步骤直到剩余子载波数Nres=0。
　　(4) 统计未满足最小速率分配的所有用户集U和所有已分配但未用的子载波集S,如果U和S都非空,则逐个把未用子载波n∈S按下式再分配给用户l∈U和更新S=S\\{n}。
　　l=argmaxk∈U rk,n,n∈S(17)
　　
　　如果用户l为RT用户,且Rla+rl,n≥Rlr>Rla,则在用户子载波对(l,n)上分配Rlr-Rla比特和更新Rla=Rlr,否则分配rl,n比特和更新Rla=Rla+rl,n;如果用户l为NRT用户,则在用户子载波对(l,n)上分配rl,n比特和更新Rla=Rla+rl,n。如果Rla≥Rlr,更新用户集U=U\\{l}。重复上步骤直到U或S为空。
　　(5) 如果未用子载波集S非空,而用户集U已空,则设集U={NRT用户},逐个地把未用子载波n∈S按式(17)分给NRT用户l∈U,且在用户子载波对(l,n)上分配rl,n比特,更新Rla=Rla+rl,n和S=S\\{n}。重复以上步骤直到S为空。
　　(6) 统计各用户已分配的速率,确定最小要求速率不足、最小要求速率刚好和最小要求速率超过的用户数;统计各子载波上已分配的比特和功率,系统剩余的总功率和未用的子载波数等性能指标。
　　4 对比算法
　　本文的子载波组分配方式虽然加快了子载波的分配速度,但其分得的用户子载波对不一定最优,甚至不匹配。为了对比,其子载波分配仍采用类似组的方式,只是此时的每组仅有一个子载波,即采用次序分析法确定用户优先级的逐子载波分配方式,此为对比算法1。由于本文算法和对比算法1分配子载波的本质不变,其在子载波分配中蕴含了决策者对用户和指标的偏好等信息,故而再设计一种不含决策者偏好信息和以比特功率比值最大化为目标的逐子载波分配方式,此为对比算法2,其具体实现步骤如下:
　　(1) 设每个用户k已分配速率Rka=0,要求速率未满足的用户集U={1,2,…,K}和所有未使用的子载波集S={1,2,…,N}。把每个子载波n∈S分配给其gk,n最大的用户k,并初始标记子载波分配变量ck,n=1,ci,n =0,i≠n。按式(1)计算用户子载波对(k,n)上可分配的最大比特rk,n及其相应的功率pk,n,计算rk,n/pk,n。
　　(2) 从所有未用子载波上的比值rk,n/pk,n中选出最大的用户子载波对(k∈U,n∈S),把子载波n分给用户k,更新S=S\\{n},如果用户k为RT用户,且(Rka+rk,n)≥Rkr>Rka,则在用户子载波对(k,n)上分配Rkr-Rka比特和更新Rka=Rkr,否则分配rk,n比特和更新Rka=Rka+rk,n;如果用户k为NRT用户,则在用户子载波对(k,n)上分配rk,n比特和更新Rka=Rka+rk,n。如果Rka≥Rkr,更新用户集U=U\\{k},再找出用户k的子载波集Φk={n|ck,n=1且rn=0, n∈S},对每一子载波n∈Φk重新找其最大的gl,n所对应的用户l∈U,并更改该子载波的分配变量cl,n=1, ci,n=0,i≠l,重新计算该用户子载波对(l,n)上的比值rk,n/pk,n。重复以上步骤直到U或S为空。
　　(3) 如果U为空而S非空,则设用户集U由所有的NRT用户组成,再逐个把未用子载波n∈S分配给其gk,n最大的NRT用户l∈U,且在用户子载波对(l,n)上分配rl,n比特和更新Rla=Rla+rl,n,更新S=S\\{n}。重复以上步骤直到S为空。最后同样地统计系统的各项性能指标。
　　5 仿真与分析
　　在实际电力线信道环境下[5],对上子载波分配算法进行了仿真。设PLC系统的FFT点数为3 072,采样频带为0~30 MHz,每OFDM符号内工作的子载波数N=256。假设所有用户的噪声功率谱相同,其在每个子载波上的功率值由测量所得,每个用户的发射信号功率谱按HomePlug 1.0标准设计。设每个子载波上最大比特数为8,用户集{1,2,3,4}的前两个为RT用户,其目标BER=10-4;后两个为NRT用户,其目标BER=10-6。为了简便,对每个子载波上的已知功率采用文献[5]的地窖注水算法分配得到;为了便于分析,设用户1的最小要求速率(单位:b/符号)为基本速率R,而所有用户的最小要求速率为{R,1.2R,0.8R,0.6R}。设系统总功率为Pt(单位:mW)和基本速率R在仿真中可变,用户1~4的生命残存期分别为{2,1,1,3}单位时间,则按表1确定的方案偏好信息赋值矩阵D为:
　　D=11/31/22312421/2131/21/41/31(18)
　　
　　设每个用户l在其相关带宽内的子载波数φl分别为{6,5,3,4};在当前子载波n上一次实际分配给用户l的子载波数为t,则用户l的信道状态指标为∑n+ti=ngl,i/t;可得比特指标为∑n+ti=nrl,i/t;需要的功率指标为∑n+ti=npi/t和相差速率的归一化指标为1-Rla/Rlr,则按表1确定指标偏好信息判断方阵C为:
　　C=12341/21231/31/2121/41/31/21(19)
　　图1的上部分是在电力线信道环境下产生的4个用户的单位功率载噪比曲线,它们变化相似,范围相同,其中用户1的载噪比整体上最好,用户2和用户3的相差不大,而用户4的载噪比整体上最差。图1的下部分为系统的噪声功率、功率上限曲线以及系统在总功率分别为5 mW,10 mW,15 mW,20 mW和25 mW下的注水分配功率曲线。由其可知,各子载波上的注水分配线都在功率上限之下和在噪声功率之上;当某子载波上的噪声功率大于注水分配线时,其上不分配功率;随着总功率的增加,其注水分配线上升,且其上升值与总功率的增加值近似成比例,这些都与地窖注水分配功率的原理相符合。
　　图2是在系统总功率为25 mW和基本速率为30 b/符号下,三种算法在子载波上实际分配的比特和使用的功率情况。由图看出,子载波组分配的算法与对比算法1的性能非常接近,但与对比算法2的性能相差较大。其中,每一子载波上分配的比特数和功率均满足其约束要求;有些子载波未分配比特,这是因为其信道状态对任一用户而言都恶劣,或其信道状态对一些用户而言适中,但系统的资源有限,故这类子载波被关闭不使用;有些子载波分配多比特,这是因为其信道状态对某用户而言良好,但并非良好的子载波就一定要分配多的比特,这还与使用该子载波的用户等有关;被关闭的子载波一定不分配功率,分配功率的子载波其功率不一定与分配的比特成正比,这也与子载波的信道状态有关,但功率分配的总原则是子载波状态好的多分配,状态差的少分,甚至不分配。
　　图1 各用户的单位功率载噪比曲线和各种总功率的注水线
　　图2 三种算法在部分子载波上的比特和功率分配
　　
　　表2是在系统总功率为25 mW和基本速率分别为20 b/符号、25 b/符号、30 b/符号、35 b/符号、40 b/符号、45 b/符号下三种算法的资源分配结果比较。由表2可看出,当基本速率小于30 b/符号时,三种算法分配的速率均满足其所有用户的最小要求,对比算法1分配的总速率和已使用的资源最大,而本文算法分配的总速率和已使用的资源大于对比算法2的;当基本速率为30 b/符号时,对比算法分配的速率,均满足其所有用户的最小要求,且对比算法1的总速率和已使用的资源大于对比算法2的,而本文算法出现一个用户速率未满足;当基本速率为35 b/符号时,三种算法分配的速率中均有一个用户的最小要求速率未满足,但对比算法1的总速率和已使用的资源最大,而本文算法对比算法2的,当基本速率为40 b/符号时,对比算法1仅一个用户速率未满足,而其他算法均有两个用户的速率未满足,且本文算法分配的总速率小于对比算法2的,但其已使用的资源又大于对比算法2的;当基本速率为45 b/符号时,三种算法分配的速率中均有两个用户的最小要求速率未满足,但对比算法2的已分配总速率最大和已使用的资源最小,而本文算法劣于对比算法1的,但相差不大。所有这些说明,当基本速率小时,对比算法1的性能最优,能更好满足资源分配的目标要求,而本文算法的性能优于对比算法2的;当基本速率大而出现不满足要求速率的用户时,对比算法1的性能慢慢弱化,而本文算法的性能与对比算法1的相差不大,但劣于对比算法2的。随
　　着基本速率的增大,三种算法中RT用户使用的资源都在增大,而NRT用户使用的资源时大时小,但总体上在下降,故而系统剩余的资源也时大时小,但总体上在缓慢下降,且系统剩余的资源远大于已使用的资源,对比算法2的剩余资源最大,而本文算法的剩余资源多于对比算法1的,但相差不大。所有这些说明功率资源在注水分配后,仅进行子载波资源的分配是不能充分利用系统资源的,特别是对比算法2的资源浪费情况。
　　表2 三种算法在不同基本速率下资源分配结果比较(本文/对比1/对比2)
　　用户1用户2用户3用户4剩余用户数
　　分速率
　　/(b/符号)使用功率 /mW子载波数分速率/(b/符号)使用功率 /mW子载波数分速率/(b/符号)使用功率 /mW子载波数分速率/(b/符号)使用功率 /mW子载波数功率/mW子载波数小于最小等于最小大于最小
　　200.525 94/0.525 94/0.319 8211/11/7240.908 11/0.905 56/0.539 3415/13/1145/49/402.534 6/2.650 4/2.259 241/44/3614/13/170.565 16/0.541 96/0.681 3611/10/1320.466/20.376/21.2178/178/189022
　　250.612 63/0.612 63/0.423 5313/13/9301.129 7/1.084 7/0.703 3317/16/1340/43/382.345 7/2.304 5/2.127 437/38/3415/15/
　　170.547 99/0.585 73/0.681 3611/11/1320.464/20.412/21.064178/178/18703/
　　3/21/1/2
　　300.721 93/0.721 93/0.528 5514/14/11361.304 5/1.229 6/0.854 2220/18/1624/38/321.315/2.085 1/1.707 920/33/
　　2815/18/180.707 74/0.797 34/0.810 812/14/1420.951/20.166/21.099190/177/1871/0/030/1/1
　　350.836 62/0.836 62/0.640 8216/16/13421.403/1.4386/1.012721/21/1928/28/281.462 2/1.446 2/1.454 623/23/2419/19/170.845 73/0.887 83/0.717 9615/15/1320.452/20.391/21.174181/181/187130
　　400.964 27/0.964 27/0.744 0917/17/15481.597 4/1.541 7/1.187 325/24/2128/32/301.545 1/1.645 8/1.684 525/27/2616/14/160.607 08/0.510 09/0.620 712/10/1220.286/20.338/20.763177/178/1822/1/22/3/20
　　451.085 1/1.085 1/0.868 119/19/16541.808 1/1.728 4/1.349 228/26/2329/29/281.450 6/1.432 4/1.58724/24/2411/14/160.405 65/0.510 09/0.620 78/10/1220.251/20.244/20.575177/177/181220
　　6 结 语
　　仅研究多用户电力线通信自适应OFDM系统在其功率地窖注水分配后的子载波分配问题。由于已有的子载波分配大都采用传统的逐子载波方式,其计算复杂度大。本文针对系统的限制条件,先建立多用户在多子载波上的速率自适应子载波分配数学模型,提出一种基于用户的实时优先级和信道相关带宽,以子载波组为单位对每个用户进行动态子载波分配的自适应算法。
　　为了对比,还提出以一种不含决策者偏好信息和比特功率比最大化的逐子载波分配算法。在典型电力线信道环境下还仿真了以一个子载波为一组的子载波组分配算法,仿真结果表明一子载波一组的子载波组分配算法性能最优,但其复杂度最大,而本文动态子载波组分配算法的性能与逐子载波分配对比算法的性能相当,且接近于一子载波一组分配算法,但本文算法的复杂度大大减少,能适合系统资源充足或缺乏情况和能满足多用户资源分配的目标要求。其中,仿真结果也说明在功率注水分配后,仅进行子载波资源的分配不能充分利用系统的资源。
　　
　　参考文献
　　[1]MENG H, GUAN Y L, CHEN S. Modeling and analysis of noise effects on broadband power-line communications[J]. IEEE Trans.on Power Del., 2005, 20(2): 630-637.
　　[2]NIKOLAOS P, THEODORE A. Fair resource allocation with improved diversity performance for indoor power-line networks[J]. IEEE Trans.on Power Del., 2007, 22(4): 2575-2576.
　　[3]徐志强,翟明岳,赵宇明.电力线通信正交频分复用系统中多用户协调资源分配[J].中国电机工程学报,2009,29(25):56-63.
　　[4]PAPANDREOU N, ANTONAKOPOULOS T. Resource allocation management for indoor power-line communications systems[J]. IEEE Trans. on Communications, 2007, 22(2): 893-903.
　　[5]徐志强,翟明岳,赵宇明.基于电力线信道作用能量时频分布的能量分配[J].电力系统自动化,2009,33(1):75-80.
　　[6]QU Q, MILSTEIN L B, VAMAN D R. Cognitive radio based multi-user resource allocation in mobile ad hoc networks using multi-carrier CDMA modulation[J]. IEEE Select. Areas Commun., 2008, 26(1): 70-82.
　　[7]HOU H, ZHOU W, ZHOU S, et al. Cross-layer resource allocation for heterogeneous traffics in multiuser OFDM based on a new QoS fairness criterion[C]//Proc. VTC, Baltimore, MD, USA, 2007: 1593-1597.
　　[8]王钦,文福拴,刘敏,等.基于模糊集理论和层次分析法的电力市场综合评价[J].电力系统自动化,2009,33(7):32-37.
　　[9]李军.异构无线网络融合理论与技术实现[M].北京:电子工业出版社,2009.
　　[10]郭磊,朱光喜.多用户MIMO-OFDM自适应子载波组分配的优化算法[J].华中科技大学学报:自然科学版,2007,35(12):42-45.