多载波系统中自适应资源分配算法和LDPC编码研究

论文摘要

下一代移动通信系统需要支持高速率、高可靠性的数据传输业务,如何在恶劣的信道环境下实现这些业务,提供端到端的服务质量（Quality of Service,QoS）保证,是未来移动通信系统关注的一个重要问题。正交频分复用（OrthogonalFrequency Division,OFDM）技术能有效克服多径衰落,提高传输速率;多入多出（Multiple Input Multiple Output,MIMO）技术能有效改善系统性能或显著提高系统容量;随着信道变化调整系统传输参数和结构以适应无线环境的自适应技术能进一步提高频谱效率,改善系统性能。因此,OFDM技术、MIMO技术以及自适应技术已经被认为是未来移动通信系统中的主要候选技术。本论文研究多载波系统中的自适应比特功率分配算法。针对不同约束条件,提出了几种自适应比特功率分配算法。在对MIMO-OFDM系统模型分析的基础上,将所提的几种算法推广到了MIMO-OFDM系统中。分析研究了联合低密度校验码（Low-Density Parity-Check,LDPC）编码及自适应分配算法在多载波系统中的性能。此外,本论文还研究了不完整信道信息对自适应分配算法性能的影响,提出了一种能减小该影响的自适应分配算法。同时,论文还对LDPC编码,OFDM技术以及自适应分配算法在图像传输中的应用做了研究。论文的第一章为绪论,介绍本论文的研究背景、国内外研究现状,以及本文的结构和创新点。作为研究基础,第二章介绍了OFDM、自适应技术以及MIMO-OFDM技术的原理,分析了这些技术的优缺点,给出了不同性能要求下,自适应源分配算法的多种数学模型。第三章研究多载波系统中的自适应比特功率分配算法。提出了一种最小化系统误码率的自适应比特功率分配算法。该算法可以在给定目标传输速率和总功率约束条件下,实现最小化系统误码率（Bit Error Rate,BER）。算法首先构建包含比特和功率值的拉格朗日函数,对其求导,获得每个子载波的最佳比特功率值。分析结果表明,该算法在低计算复杂度的情况下,可以很好地改善系统的误码率性能。在对MIMO-OFDM系统模型分析的基础上,将该算法推广到了空间复用（Spatial Multiplexing,SM）OFDM系统中,对其在SM-OFDM系统中的性能做了仿真分析。结果表明,算法仍高效可行。第四章提出了两种最大化系统容量的自适应比特功率分配算法。两种算法都可以在给定目标误码率和总功率约束条件下,实现最大化系统容量。一种在满足每个子载波的误码率都小于目标误码率的情况下,进行功率再分配;另一种在满足所有子载波的平均误码率小于目标误码率的情况下,进行功率再分配。分析结果表明,两种算法都可以实现很好的吞吐量性能。基于第三章对MIMO-OFDM系统模型的分析,研究了两种算法在SM-OFDM系统中的性能。仿真结果表明,两种算法仍然可靠有效。在本章中,还对不完整信道状态信息（反馈时延和估计误差）对自适应算法性能的影响做了研究,提出了一种可以减小不完整信道信息对自适应算法性能影响的比特功率分配算法,仿真表明,该算法在对抗反馈时延和估计误差带来的信道误匹配上具有有效性。第五章研究了结合LDPC编码的多载波系统中的自适应比特功率分配算法的性能。首先介绍了LDPC码的基本原理以及编译码算法。进而分别研究了最小化误码率自适应源分配算法、最小化发射功率自适应源分配算法,和不同码长及码率的LDPC码相结合,应用于多载波系统中的性能。对该性能做了仿真验证,结果表明,采用联合LDPC编码和自适应源分配算法,比采用单独的未编码自适应或非自适应的LDPC码的性能都要好。这说明了结合LDPC码和自适应源分配算法在多载波系统中的有效性。结果还表明,LDPC编码带来的增益,要比自适应源分配算法带来的增益大。第六章研究了自适应比特功率分配算法、LDPC编码以及OFDM技术对图像传输性能的影响。提出了结合OFDM、LDPC编码以及本文所提的自适应比特功率分配算法的图像传输方案。分别研究了最小化误码率自适应比特功率分配算法和最小化发射功率自适应比特功率分配算法结合LDPC编码及OFDM的图像传输方案的性能。分析结果表明,同时采用OFDM、LDPC编码以及本文所提的自适应比特功率分配三种技术的图像传输质量,要好于采用OFDM+LDPC或OFDM+自适应或单纯的OFDM。说明OFDM、LDPC编码以及自适应分配算法三者的结合应用在图像传输中是高效可行的。第七章总结论文的主要创新成果与研究结论,提出了一些需要进一步深入研究的问题。

论文目录

• 摘要
• ABSTRACT
• 目录
• 图表目录
• 缩语表
• 主要符号表
• 第一章 绪论
• 1.1 课题研究背景和意义
• 1.2 自适应资源分配技术研究概况
• 1.2.1 经典自适应资源分配算法
• 1.2.2 自适应资源分配技术研究现状
• 1.3 编码技术研究概况
• 1.4 论文的主要研究内容和结构
• 1.4.1 论文的结构
• 1.4.2 论文的主要研究成果和创新点
• 第二章 理论知识
• 2.1 OFDM技术
• 2.1.1 OFDM基本原理
• 2.1.2 基带OFDM信号模型
• 2.1.3 OFDM技术的优缺点
• 2.1.4 OFDM信道模型
• 2.2 自适应技术
• 2.2.1 自适应技术优化模型
• 2.2.2 针对不同模型的实现方法
• 2.2.3 自适应技术性能判决策略
• 2.3 MIMO-OFDM技术
• 第三章 最小化误码率的自适应源分配算法
• 3.1 引言
• 3.2 MIMO-OFDM系统模型
• 3.3 最小化误码率的自适应源分配算法
• 3.3.1 系统模型
• 3.3.2 自适应源分配算法
• 3.3.3 仿真分析
• 3.4 MIMO-OFDM系统中的自适应源分配算法
• 3.4.1 系统模型
• 3.4.2 SM-OFDM系统中的自适应源分配算法
• 3.4.3 仿真分析
• 3.5 本章小结
• 第四章 最大化容量的自适应源分配算法
• 4.1 引言
• 4.2 最大化容量的自适应源分配算法
• 4.2.1 系统模型
• 4.2.2 自适应源分配算法
• 4.2.3 性能分析
• 4.2.4 仿真分析
• 4.3 最大化容量的自适应算法在MIMO-OFDM系统中的性能研究
• 4.3.1 系统模型
• 4.3.2 算法描述
• 4.3.3 仿真分析
• 4.4 不完整信道状态信息对自适应系统性能的影响
• 4.4.1 估计误差对自适应系统性能的影响
• 4.4.2 反馈时延对自适应系统性能的影响
• 4.4.3 一种能降低不完整信道状态信息影响的自适应算法
• 4.5 本章小结
• 第五章 多载波系统中联合LDPC码的自适应源分配算法研究
• 5.1 为什么选用LDPC码
• 5.2 LDPC码简介
• 5.2.1 LDPC码的发展历程
• 5.2.2 LDPC码的编译码简介
• 5.3 联合LDPC码及最小化误码率自适应源分配算法研究
• 5.3.1 系统模型
• 5.3.2 联合LDPC编码的自适应算法
• 5.3.3 译码软信息的获得
• 5.3.4 编码增益
• 5.3.5 仿真分析
• 5.4 联合LDPC码及最小化发射功率自适应源分配算法研究
• 5.4.1 最小化发射功率的自适应源分配算法
• 5.4.2 仿真分析
• 5.5 本章小节
• 第六章 应用探讨
• 6.1 引言
• 6.2 最小化误码率自适应源分配算法结合LDPC编码和OFDM技术的图像传输方案
• 6.2.1 系统模型
• 6.2.2 方案描述
• 6.2.3 仿真分析
• 6.3 最小化发射功率自适应源分配算法结合LDPC编码和OFDM技术的图像传输方案
• 6.3.1 方案描述
• 6.3.2 仿真分析
• 6.4 本章小节
• 第七章 总结
• 7.1 论文总结
• 7.2 进一步的工作
• 致谢
• 参考文献
• 个人简历
• 攻博期间取得的研究成果