認(rèn)知OFDM系統(tǒng)中針對(duì)視頻業(yè)務(wù)用戶的資源分配

侯 華，張江梅，付 佳，耿志卿，衡志強(qiáng)，任艷娜

(河北工程大學(xué) a.裝備制造學(xué)院；b.信息與電氣工程學(xué)院，河北 邯鄲 056038)

認(rèn)知OFDM系統(tǒng)中針對(duì)視頻業(yè)務(wù)用戶的資源分配

侯 華a，張江梅b，付 佳b，耿志卿b，衡志強(qiáng)b，任艷娜b

(河北工程大學(xué) a.裝備制造學(xué)院；b.信息與電氣工程學(xué)院，河北 邯鄲 056038)

在多用戶認(rèn)知無(wú)線電OFDM系統(tǒng)中，針對(duì)實(shí)時(shí)視頻業(yè)務(wù)用戶，提出一種計(jì)算復(fù)雜度低的資源分配方案。該方案采用魚(yú)群算法分配子載波，并提出簡(jiǎn)單功率干擾(Simple Power Interference，SPI)約束功率分配算法。目標(biāo)是在滿足總功率預(yù)算并且保證不干擾主用戶的前提下，最大化系統(tǒng)的下行系統(tǒng)容量。仿真分析表明，在視頻業(yè)務(wù)用戶場(chǎng)景中，所提算法能有效提高下行系統(tǒng)速率，性能接近最優(yōu)且復(fù)雜度低。

CR；OFDM；視頻業(yè)務(wù)；子載波與功率分配

HebeiUniversityofEngineering,HebeiHandan056038,China)

移動(dòng)流媒體業(yè)務(wù)是未來(lái)LTE網(wǎng)絡(luò)下的主要數(shù)據(jù)業(yè)務(wù)[1]。視頻流業(yè)務(wù)流量大并且對(duì)時(shí)延敏感，這增加了對(duì)帶寬以及傳輸速率的要求。然而，現(xiàn)如今頻譜資源嚴(yán)重緊缺，而且授權(quán)頻譜有效利用率較低。

為了滿足高速視頻流等無(wú)線寬帶業(yè)務(wù)的需求，采用認(rèn)知無(wú)線電(CR)技術(shù)，能夠?qū)⑹跈?quán)頻譜中的頻譜空洞加以充分利用[2]。正交頻分復(fù)用(OFDM)技術(shù)作為4G的關(guān)鍵技術(shù)之一，在無(wú)線資源分配中具有很高的靈活性，被公認(rèn)為CR系統(tǒng)中最具實(shí)力的空中接口[3]。

針對(duì)基于認(rèn)知無(wú)線電(Cognitive Radio，CR)技術(shù)的OFDM系統(tǒng)資源分配的研究層出不窮[4-7]。但滿足視頻流業(yè)務(wù)特性的資源分配算法有待研究。

在認(rèn)知無(wú)線電系統(tǒng)中，由于存在主用戶和認(rèn)知用戶兩種用戶，區(qū)別于傳統(tǒng)多用戶、多載波系統(tǒng)，兩者之間的相互干擾必須加以考慮。因此，適用于傳統(tǒng)多用戶、多載波系統(tǒng)的基于注水原理的功率分配算法已不適用。功率約束條件中，需增加對(duì)主用戶干擾功率控制的約束[8-12]。

群智能算法中的人工魚(yú)群算法[13]以其在解決優(yōu)化問(wèn)題中收斂速度快以及靈活性高等優(yōu)點(diǎn)得以廣泛應(yīng)用。然而很少有文獻(xiàn)將人工魚(yú)群算法用于基于認(rèn)知無(wú)線電的OFDM系統(tǒng)的資源分配優(yōu)化問(wèn)題中。

本文針對(duì)視頻流業(yè)務(wù)用戶，將人工魚(yú)群算法用于認(rèn)知OFDM系統(tǒng)子載波分配中，功率分配采用本文提出的計(jì)算復(fù)雜度及時(shí)間復(fù)雜度相對(duì)較低的SPI算法，目標(biāo)是在滿足總功率預(yù)算并且保證不干擾主用戶的前提下，最大化視頻流用戶的下行系統(tǒng)速率。

1 系統(tǒng)模型及優(yōu)化目標(biāo)

1.1 系統(tǒng)模型

在蜂窩系統(tǒng)下行鏈路中，不同于傳統(tǒng)基站，帶有認(rèn)知功能的認(rèn)知基站為用戶分配資源。蜂窩系統(tǒng)中基于認(rèn)知無(wú)線電的多用戶OFDM基站側(cè)系統(tǒng)框圖如圖1所示。認(rèn)知基站的主控模塊負(fù)責(zé)向頻譜感知判決模塊發(fā)送感知請(qǐng)求，收到請(qǐng)求信號(hào)后，頻譜感知判決模塊開(kāi)始工作，并向主控模塊反饋頻譜空洞信息。主控模塊中的資源管理算法包括調(diào)度模塊和頻譜、子載波、比特、功率聯(lián)合分配模塊。頻譜感知判決模塊將感知的可用頻譜發(fā)送給資源管理算法模塊，頻譜、子載波、比特、功率聯(lián)合分配模塊根據(jù)頻譜感知判決模塊以及調(diào)度模塊給出的業(yè)務(wù)分組排序進(jìn)行空閑子載波以及功率分配，并將分配結(jié)果反饋給調(diào)度模塊。認(rèn)知無(wú)線電模塊進(jìn)行周期性的基于能量檢測(cè)的頻譜感知，確定可被認(rèn)知用戶使用的頻譜，并將結(jié)果傳送給資源管理算法模塊。

圖1 基于認(rèn)知無(wú)線電的多用戶OFDM基站側(cè)系統(tǒng)框圖

1.2 干擾模型

在單位發(fā)射功率條件下，認(rèn)知用戶k使用子載波n時(shí)對(duì)主用戶的干擾[14]為

(1)

同樣，主用戶對(duì)認(rèn)知用戶的干擾也可以表示出來(lái)。

1.3 優(yōu)化目標(biāo)及約束

根基香農(nóng)容量公式，用戶k的瞬時(shí)傳輸速率為

(2)

式中：Ck,n為認(rèn)知用戶k在子載波n上的分配因子，取值0或1；Pk,n為認(rèn)知系統(tǒng)分配給認(rèn)知用戶k使用子載波n的發(fā)射功率；hk,n為認(rèn)知基站到認(rèn)知用戶的信道增益；Γ為信道香農(nóng)容量與M-QAM調(diào)制信號(hào)的信噪比差值，值為-ln(5pe)/1.5[15]，pe為誤比特率，N0為加性高斯白噪聲的單邊功率譜密度。

k個(gè)用戶總的傳輸比特速率為

(3)

考慮到越緊急的分組應(yīng)該被優(yōu)先分配資源，本文為最大化用戶的優(yōu)先級(jí)權(quán)重容量和，資源分配問(wèn)題以及約束條件建模如下

(4)

約束條件為

(5)

其中，C2和C3共同限制了每個(gè)空閑子載波最多分配給一個(gè)用戶使用。C1，C4和C5為功率限制。C6限制待發(fā)數(shù)據(jù)量充足，C7為用戶比例速率約束。

2 資源分配

2.1 子載波分配

采用人工魚(yú)群算法(AFSA)分配子載波步驟如下：

1)設(shè)定種群大小M，人工魚(yú)的可視范圍visual，擁擠度因子δ，人工魚(yú)每次覓食最大試探次數(shù)try_number，迭代次數(shù)gen。

2)定義人工魚(yú)向量(行向量)長(zhǎng)度為N，其元素值隨機(jī)取1～K之間的某個(gè)數(shù)。如果子載波n分配給用戶k，即Ck,n=1(k=1,2，3，…,K;n=1,2，3，…,N)對(duì)應(yīng)于人工魚(yú)向量的第n個(gè)元素值等于k。

8)判斷是否滿足迭代次數(shù)gen條件，如果滿足，由F_best逆映射回Ck,n(k=1,2,3,…,K;n=1,2,3,…,N)；否則跳轉(zhuǎn)到6)。

C6在分配過(guò)程中作為判斷條件，在求出分配矩陣Ck,n(k=1,2,3,…,K;n=1,2,3,…,N)之后，本文所求問(wèn)題得以解決。

2.2 功率分配

本文提出SPI(Simple Power Interference)功率分配算法。由于Ck,n已知，對(duì)應(yīng)子載波n，分得該子載波的用戶k確定。功率分配模型簡(jiǎn)化為

(6)

約束于

(7)

OP1為凸優(yōu)化問(wèn)題，功率非負(fù)條件作為判斷條件，同時(shí)考慮總功率和干擾功率限制時(shí)，引入拉格朗日因子λ0和λ1，拉格朗日函數(shù)為

(8)

最優(yōu)解可求得[16]，但求解最優(yōu)解計(jì)算復(fù)雜度相當(dāng)高。為了降低計(jì)算復(fù)雜度，本文采用的簡(jiǎn)化功率干擾約束算法SPI(Simple Power Interference)，將問(wèn)題分解考慮。

首先，忽略總功率限制。

優(yōu)化問(wèn)題如下：

(9)

約束于

(10)

由于信道增益越大、干擾因子越小且其所承載用戶優(yōu)先級(jí)越高的子載波應(yīng)該被分配更高的功率。為滿足以上要求并滿足干擾門限值，令主用戶所能承受子載波n對(duì)其產(chǎn)生的干擾的上限為

(11)

再忽略干擾限制，優(yōu)化問(wèn)題為

(12)

(13)

按式(14)為各個(gè)子載波分配功率

(14)

n個(gè)子載波總功率等于PT，這樣確保滿足總功率限制。

本文采用的簡(jiǎn)化功率干擾約束算法SPI(Simple Power Interference)步驟如下：

Step1，初始化，剩余功率Pleft=PT，剩余可用干擾Ileft=Ip。

Step5，判斷當(dāng)Pleft>0且Ileft>0，即功率有剩余或可承受干擾有剩余，跳轉(zhuǎn)到Step1，重新給Pleft和Ileft賦值，并繼續(xù)向下執(zhí)行，直到不滿足條件為止，通過(guò)幾次迭代，可獲得最終解。

3 仿真及分析

仿真時(shí)，認(rèn)知用戶和主用戶共享帶寬B為10 MHz，子載波數(shù)N=128。設(shè)主用戶占用中間頻帶且?guī)挼扔贐/N，采用功率遲延包絡(luò)為e-φ(φ=1,2,…,6)的六徑頻率選擇性衰落信道。CR基站根據(jù)頻譜感知判決模塊給出的判決結(jié)果，利用空閑子載波進(jìn)行下行鏈路數(shù)據(jù)傳輸。

本文考慮每個(gè)用戶緩沖池中只有視頻流業(yè)務(wù)分組。根據(jù)文獻(xiàn)[17]設(shè)置視頻流業(yè)務(wù)的屬性參數(shù)。既考慮信道質(zhì)量，又融合了包的隊(duì)列時(shí)延，可照顧到視頻流業(yè)務(wù)的時(shí)延敏感性。用戶視頻流業(yè)務(wù)隊(duì)列分組每隔1 ms到達(dá)一次，隨機(jī)生成用戶k(k=1,2,3，…,K)的分組數(shù)Λk，保護(hù)間隔Gk=10 ms。設(shè)置用戶隊(duì)列中流媒體業(yè)務(wù)分組可忍受的最長(zhǎng)時(shí)延為400 ms，分組長(zhǎng)度為239 bit。改進(jìn)人工魚(yú)群算法中，人工魚(yú)個(gè)體數(shù)M=31，人工魚(yú)感知距離visual=5，重試次數(shù)try_number=5，迭代次數(shù)gen=100，擁擠度因子δ=0.2。

圖2顯示，當(dāng)總功率為3 W、用戶數(shù)為16時(shí)，隨著干擾閾值的增大，所有算法對(duì)應(yīng)系統(tǒng)速率增大。由于隨著主用戶干擾約束降低，用戶可增加發(fā)送功率值，所以系統(tǒng)速率增大，而且起始增幅較快，之后由于總功率受限，增幅漸緩。對(duì)于不同的干擾門限值，通過(guò)對(duì)比最優(yōu)算法、AFSA-PI算法、AFSA-SPI算法以及文獻(xiàn)[12]算法，可見(jiàn)本文所提AFSA-PI算法與AFSA-SPI算法優(yōu)于文獻(xiàn)[12]算法并接近最優(yōu)算法。因?yàn)楸疚淖虞d波分配時(shí)不僅考慮信道增益還考慮對(duì)主用戶的干擾，能夠?qū)⑿诺涝鲆娲蟛⑶覍?duì)主用戶干擾小的子載波分配給適合的用戶。并且本文子載波分配算法能達(dá)到最優(yōu)子載波分配。雖然，本文功率分配SPI算法效果稍稍劣于PI功率分配算法，但SPI比PI功率分配算法復(fù)雜度低,其可通過(guò)幾次迭代即可求得解。所以綜合來(lái)看，本文算法優(yōu)于文獻(xiàn)[12]。

圖2 干擾閾值對(duì)系統(tǒng)總速率的影響

圖3反應(yīng)可用干擾利用率。橫軸表示干擾閾值，縱軸表示次用戶對(duì)主用戶產(chǎn)生的總的干擾。由圖可見(jiàn)，利用本文功率分配算法，當(dāng)系統(tǒng)總功率較大時(shí)，認(rèn)知用戶對(duì)主用戶產(chǎn)生的干擾幾乎可以達(dá)到主用戶所允許的干擾值。當(dāng)系統(tǒng)總功率較小，隨著干擾限制的放松，很快會(huì)功率受限，干擾門限值不能得到充分利用。

圖3 可用干擾利用情況

圖4顯示當(dāng)總功率為3 W、干擾門限值為0.004 W時(shí)，隨著用戶數(shù)增加，多用戶分級(jí)效應(yīng)增強(qiáng)，系統(tǒng)總速率整體呈增加趨勢(shì)。相比文獻(xiàn)[12]中子載波分配方案和功率分配算法，本文魚(yú)群算法考慮全局最優(yōu)且在信道增益中增加對(duì)信道干擾的考慮，能夠得到更優(yōu)的子載波分配矩陣。而且本文SPI功率分配算法的計(jì)算復(fù)雜度及時(shí)間復(fù)雜度相對(duì)更低。

圖4 用戶數(shù)對(duì)系統(tǒng)總速率的影響

4 總結(jié)

本文基于認(rèn)知無(wú)線電的OFDM系統(tǒng)，將人工魚(yú)群算法用于認(rèn)知OFDM系統(tǒng)子載波分配中，功率分配提出具有較低計(jì)算復(fù)雜度及時(shí)間復(fù)雜度的SPI算法。在滿足總功率預(yù)算并且保證不干擾主用戶的前提下，最大化視頻流用戶的下行系統(tǒng)速率，并且性能接近最優(yōu)?；诒疚乃岫嘤脩糇虞d波功率分配算法，針對(duì)多業(yè)務(wù)以及用戶間的公平性等有待研究。

[1] 王振豪，胡亞輝，慈松.面向QoE的LTE網(wǎng)絡(luò)流媒體業(yè)務(wù)半實(shí)物仿真平臺(tái)[J].系統(tǒng)仿真學(xué)報(bào)，2014，26(3)：556-561.

[2] PAO W C，CHEN Y F. Adaptive gradient-based methods for adaptive power allocation in OFDM-based cognitive radio networks[J]. IEEE Trans. Veh. Technol.，2014，63(2)：836-848.

[3] Nortel Networks. OFDM Unit Multiplexing. 3GPP TSG RAN WG1contribution R1-030522[R].Paris，F(xiàn)rance:[s.n.],2003．

[4] SAMI M，GORDON L. Interference-aware radio resource allocation in OFDMA-based cognitive radio cutworks[J]. IEEE Trans. Veh. Technol.，2011，60(4)：1699-1713.

[5] ZHANG Y，LEUNG C. Resource allocation for non-real-time services in OFDM-based cognitive radio systems[J]. IEEE Commun.Lett.，2009，13(1)：16-18.

[6] LI Q，LU P，YU Z，et al. Utility-based scheduling algorithm for multiple services in OFDM cognitive radio networks[C]//Proc. IEEE 75th Vehicular Technology Conference (VTC Spring).[S.l.]：IEEE Press，2012：1-5.

[7] WANG S，ZHOU Z，GE M，et al. Resource allocation for heterogeneous cognitive radio networks with imperfect spectrum sensing[J]. IEEE Journal on Selected Areas in Communications，2013，31(3)：464-475.[8] MA Y，XU Y，SHENG Y. A greedy algorithm for cognitive network resource allocation based on minimum remaining constraint space[C]//Proc. International Conference on Wireless Communications & Signal Processing.[S.l.]：IEEE Press，2009：1-5.

[9] WANG S. Efficient resource allocation algorithm for cognitive OFDM systems[J]. IEEE Commun. Lett.，2010，14(8)：725-727.

[10] BANSAL G，HOSSAIN M J，BHARGAVA V K. Adaptive power loading for OFDM-based cognitive radio systems[C]//Proc. IEEE International Conference on Communications.Glasgow，UK：IEEE Press，2007：5137-5142.

[11] BANSAL G，HOSSAIN M J，BHARGAVA V K. Optimal and suboptimal power allocation schemes for OFDM-based cognitive radio systems[J]. IEEE Trans. Wireless Communications，2008，7(11)：4710-4718.

[12] SHAAT M，BADER F. Computationally efficient power allocation algorithm in multicarrier-based cognitive radio networks OFDM and FBMC systems[J]. EURASIP Journal on Advances in Signal Processing，2010,2010：1-13.

[13] LIU Q，ODAKAT，KUROIWA J，et al. An artificial fish swarm algorithm for the multicast routing problem[J]. IEICE Trans. communications，2014，E97-B(5)：996-1011.

[14] WEISS T，HILLENBRAND J，KROHN A，et al. Mutual interference in OFDM-based spectrum pooling systems[C]//Proc. Vehicular Technology Conference (VTC’2004).Milan，Italy：IEEE press，2004：1873-1877.

[15] GOLDSMITH A J，CHUA S. Vairable-rate variable-power MQAM for fading channels[J]. IEEE Trans. Communications，1997(45)：1218-1230.

[16] DIKMESE S，SRINIVASAN S，SHAAT M，et al. Spectrum sensing and resource allocation for multicarrier cognitive radio systems under interference and power constraints[J]. EURASIP Journal on Advances in Signal Processing，2014，68(1)：1-12.

[17] NAN Z，XU Z，YI H，et al. Low complexity cross-layer design with packet dependent scheduling for heterogeneous traffic in multiuser OFDM systems [J]. IEEE Trans. Wireless Communications，2010，9(6)：1912-1923.

責(zé)任編輯：許 盈

Resource Allocation for Video Streaming Service Users in Cognitive OFDM System

HOU Huaa, ZHANG Jiangmeib, FU Jiab, GENG Zhiqingb, HENG Zhiqiangb, REN Yannab

(a.EquipmentManufacturingCollege；b.SchoolofInformationandElectricalEngineering,

In multiuser cognitive radio orthogonal frequency division multiplexing (OFDM) system, a resource allocation scheme with low computational complexity is proposed. The scheme takes Artificial Fish Swarm Algorithm(AFSA) to allocate subcarriers and puts forward the Simple Power Interference(SPI) algorithm to allocate power. The target is to maximize the downlink system capacity of the system within the total power budget and do not disturb the primary user. The simulation and analysis shows that the proposed scheme can effectively improve system capacity and its performance is close to the optimal solution and its computational complexity is low.

CR;OFDM; video streaming service; subcarrier and power allocation

【本文獻(xiàn)信息】侯華，張江梅，付佳，等.認(rèn)知OFDM系統(tǒng)中針對(duì)視頻業(yè)務(wù)用戶的資源分配[J].電視技術(shù),2015，39(11).

河北省自然科學(xué)基金項(xiàng)目(FN201202046); 河北省高等學(xué)?？茖W(xué)技術(shù)研究重點(diǎn)項(xiàng)目(ZH2011222)

TN92

A

10.16280/j.videoe.2015.11.032

侯 華(1980— )，女，博士，主研無(wú)線通信理論與技術(shù)、認(rèn)知無(wú)線電、無(wú)線傳感器網(wǎng)絡(luò)；

張江梅(1988— )，女，碩士生，主研認(rèn)知無(wú)線電、無(wú)線通信理論與技術(shù)。

2014-11-02