非理想条件下OFDMA系统物理层安全的资源分配算法

2020-04-22张存侠

微型电脑应用 2020年3期

张存侠

摘要：针对OFDMA系统中用户QoS需求的差异性，提出了一种非理想状态下不同用户的资源分配算法，即求取用户携带比特数和发射功率最优解问题。基于自适应功率分配增益较小的情况，通过进行功率的平均分配来降低算法复杂度，基于吞吐量最大化原则，将剩余未分配的子载波分配给能获得最大传输速率的用户，提升系统的整体吞吐量水平。仿真结果表明：相对于其他传统资源分配算法，这个算法能够保证不同混合用户的最小传输速率要求的同时，有效提升算法的公平性。

关键词：OFDMA系统; 资源分配; 发射功率

中图分类号： TG409

文献标志码： A

Abstract：In view of the difference of user QoS requirements in OFDMA system， a resource allocation algorithm for different users in non-ideal state is proposed. The algorithm is to find the optimal solution of user carry bit number and transmit power. Based on the small adaptive power allocation gain， the complexity of the algorithm is reduced by the average power allocation. Based on the principle of throughput maximization， the remaining unallocated subcarriers are allocated such that users can obtain the maximum transmission rate， and the overall throughput level of the system is improved. The simulation results show that compared with other traditional resource allocation algorithms， the proposed algorithm can ensure the minimum transmission rate of different hybrid users. At the same time， the fairness of the algorithm is improved effectively.

Key words：OFDMA system; Resource allocation; Transmiting rate

0 引言

OFDM（基于正交頻分多址）技术因为具有良好的高频谱利用率和抗多径干扰能力，被广泛应用于物理层传输技术中[1]。由于OFDMA系统受限于无线资源以及业务时延、吞吐量等方面QoS（用户服务质量）需求限制，使得OFDMA系统在多业务传输和无线资源优化分配方面存在局限性[2-3]。尽管目前针对该类非理想状态提出通过进行子信道分配和子载波比特功率的加载来提升系统的性能的方法，但该类算法复杂度较大，难以满足实际通信要求[4-6]。文献[7]将Hungarian算法来实现资源分配的最优解计算，但针对大用户数目的通信群体时，算法复杂度依然较高;文献[8]通过分步实现子载波和功率分配，并将注水算法应用于子载波分配分配，保证传输效率最优用户，但算法在求解理论信道容量是难以满足实际应用要求。

由于相关算法更多的是集中于对子载波和比特、功率算法复杂度优化方面。本文基于已有算法基础上，给出非理性条件下不同约束资源的最优数学模型，并建立用户QoS低复杂度的资源分配算法，实现对OFDMAxitong 资源分配算法的优化。

1 系统模型

采用OFDM技术将频率选择性衰落信道转化为平坦衰落子信道[9]。根据用户QoS要求，通过自适应资源分配策略[10]，在不同的时间段内，用户能占用不同子载波，基于此来建立OFDMA系统的基本单元。这种将一个时频二维资源作为基本资源分配单位具有更小的资源分配粒度，如图1为OFDMA 系统子载波、比特和功率分配框图。

可以看出，四种算法的Min/Max公平性指数中，FMCS算法最大，其余两种算法差异明显，其中MT算法公平性最差，一些用户的公平性指数达到了0，基本未被服务。Delta算法中，随着用户数增加，公平性指数出现下降，最后趋于平稳。采用本文算法时，随用户数增加，公平性指数线下降后又得到提升，这是由于算法在实际过程中，采用吞吐量最大原则将剩余子载波进行了最大化分配[12]，提升了算法公平性。比较而言，本文算法较Delta算法公平性提升约20%。

4 总结

（1）将非理想状态下不同用户的资源分配问题转化为求解用户携带比特数和发射功率之间的最优解;基于自适应功率分配增益较小，进行功率的平均分配来降低算法复杂度，基于吞吐量最大弧原则来分配剩余子载波，提升系统的整体吞吐量水平。

（2）仿真结果表明，相对于其他传统资源分配算法，本文算法能够保证不同混合用户的最小传输速率要求的同时，有效提升算法的公平性。

参考文献

[1] 温有栋，杨君，谭飞.基于人工鱼群算法的多用户系统资源分配策略[J].吉林大学学报（理学版），2019，57（2）：380-386.

[2] 周煜，黄学军.上行链路NOMA系统资源分配优化算法[J].软件导刊，2019，18（3）：73-77.

[3] 王正强，成蕖，樊自甫，等.非正交多址系统资源分配研究综述[J].电信科学，2018，34（8）：136-146.

[4] 王颖.宽带无线通信系统资源分配策略研究[J].数字通信世界，2018（4）：263.

[5] 滕志军，谢露莹，咸悦，等.基于遗传算法的多用户OFDM系统资源分配策略[J].湖南科技大学学报（自然科学版），2018，33（1）：57-62.

[6] 董赛，宋康，曹欢欢，等.ARQ反馈中继协作水声通信系统资源分配方案[J].东南大学学报（自然科学版），2017，47（2）：220-224.

[7] 马月槐，刘英辉，纪林超.基于最小剩余约束空间的认知系统资源分配[J].信息技术，2017（10）：113-117.

[8] 梁轩伟，朱琦，梁广俊.基于多中继的双向OFDM系统资源分配算法[J].通信学报，2017，38（9）：193-200.