注水法比特功率分配介绍及MATLAB实现

一、注水原理

在OFDM 系统中，信道的带宽为$W$Hz，$H\left(f\right)$ 表示该信道的传输函数，信道内存在加性高斯白噪声，噪声功率谱密度为$N\left(f\right)$ 。该系统有$N$个子信道，每个子信道的带宽为 $\Delta f=B/N$，而且 ${\left|H\left(f\right)\right|}^2/N\left(f\right)$的值在子信道频带内近似为常量。信号的总发射功率为$P_T$ ，发送信号的功率谱密度为 $S_x\left(f\right)$ ，即：
$$P_T={\int }_{f_0}^{f_0+B}{S}_x\left(f\right)df$$
其中，$f_0$ 为第一个子信道的起始频率。

由香农定理可以知道信道的容量为
$$C={\int }_{f_0}^{f_0+B}{\log }_2\left[1+\frac{S_x\left(f\right){\left|H\left(f\right)\right|}^2}{N\left(f\right)}\right]df$$

在发射功率的约束下，实现信道容量的最大化，可以利用变分法将其变换为
$${\int }_{f_0}^{f_0+B}\left\{{\log }_2\left[1+\frac{S_x\left(f\right){\left|H\left(f\right)\right|}^2}{N\left(f\right)}\right]\text{+}\lambda S_x\left(f\right)\right\}df\to \max$$
其中 $\lambda$为拉格朗日算子，经过变分法求解得到
$$S_x\left(f\right)=\{\begin{array}{rl}& K-\frac{N\left(f\right)}{{\left|H\left(f\right)\right|}^2}f\in B\\ & 0f\notin B\end{array}$$
其中 $K=\frac{P_T}{B}+\frac{1}{B}{\int }_B^{}\frac{N\left(f\right)}{{|H\left(f\right)|}^2}df$
上式的物理意义是：当信噪比 ${\left|H\left(f\right)\right|}^2/N\left(f\right)$较大时，信道对应的分配功率应该较大，反之，信道对应的分配功率也应该较小，或者关闭部分信噪比极低的信道
下面是注水算法的简单示意图

从上图中也可以看出，当信道情况比较好的时候分配的功率比较多，信道情况比较差的时候分配的功率比较少，下面我们也可以给出一个仿真的例子。参数设置如下：

参数名称	参数值
信道个数	8
总发射功率	10
噪声功率	2,3，4,1，3,4，3,2

也可以看出上述的情况和给出的示例图的结果是一致的。
那么在具体的例子中应该如何去使用呢？下面给出一个关于比特和功率分配的注水算法的例子。
首先介绍一下算法的原理。

比特功率分配的理想注水算法的原理

对于单用户的功率分配，注水算法的求解的目标为
$$\underset{p_n}{\min }\sum _{n=1}^N{\log }_2\left(1+\frac{p_n{g}_n}{\Gamma }\right)s.t.\sum _{n=1}^N{p}_n\le P_T,p_n\ge 0,n=1,\cdots ,N$$

其中$g_n={\left|h_n\right|}^2/{\sigma }_n^2$表示第$n$个子信道的信道增益噪声比。$\Gamma$为信噪比间隙，采用QAM调制时，其表达式为
$$\Gamma =\frac{1}{3}\left[Q^{-1}{\left(\frac{BER}{4}\right)}^2\right]$$
其中，$Q\left(x\right)=\frac{1}{\sqrt{2\pi }}{\int }_x^{+\infty }{e}^{-t^2/2}dt$，但是一般不用此公式计算，而是采取其近似公式
$$\Gamma =-\frac{\ln \left(5BER\right)}{1.5}$$
若不考虑 $p_n$的正负性的限制，那么对于上式，利用拉格朗日乘数法进行求解，可以得到
$$L=\sum _{n=1}^N{\log }_2\left(1+\frac{p_n{g}_n}{\Gamma }\right)+\lambda \left(P_T-\sum _{n=1}^N{p}_n\right)$$
由于$p_n$ 相当于变量，那么关于$L$ 对 $p_n$求导可以得到
$$\frac{\partial L_n}{\partial p_n}=\frac{1}{\ln 2}\frac{g_n}{\Gamma }\frac{1}{1+\frac{p_n{g}_n}{\Gamma }}-\lambda =0$$
对其进行化简可以得到
$$p_n+\frac{\Gamma }{g_n}=\frac{1}{\lambda \ln 2}=k$$
对上式两边进行求和可以得到注水的常量
$$K=\frac{1}{N}\left(P_T+\Gamma \sum _{n=1}^N\frac{1}{g_n}\right)$$
那么每个子载波的功率为
$$p_n=K-\frac{\Gamma }{g_n},n=1,2,\cdots ,N$$
上述求解过程并没有考虑 $p_n$出现负值的情况，在某些信道具有严重的频率选择性衰落时，那么 $p_n$是可能出现负值的。若 $p_n<0$，那么其对应的一定是 $g_n$最小的子信道，此时系统的总功率不能满足所有子信道的分配，应该放弃信道状况最差的信道，不给其分配功率，那么此时需要重新计算注水线，直至所有的信道分配的功率非负，其具体步骤可以总结为：
1）将子信道增益进行排序， $g_1>g_2>\cdots >g_N$
2）初始化可用的子信道数目，$N^{\ast }=N$
3）计算注水常量，$K=\left(P_T+\Gamma G\right)/N$ ， $G=\sum _{n=1}^N\frac{1}{g_n}$
4）计算第 $N^{\ast }$个子信道分配的功率， $p_{N^{\ast }}=K-\Gamma /g_{N^{\ast }}$
5）若 $p_{N^{\ast }}\le 0$，则$G=G-1/g_{N^{\ast }}$ ，$N^{\ast }=N^{\ast }-1$ ， $K=\left(P_T+\Gamma G\right)/N^{\ast }$
6）计算最终的功率分配和比特分配
$p_n=\{\begin{array}{rl}& K-\Gamma /g_{n}n=1,2,\cdots ,N^{\ast }\\ & 0n=N^{\ast }\text{+}1\cdots ,N\end{array}$，$b_n={\log }_2\left(1+\frac{p_n{g}_n}{\Gamma }\right)$
接下来，可以对上述过程进行仿真，这里给出仿真的条件

参数名称	参数值
信道个数	64
误比特率（BER）	${10}^{-3}$
总发射功率	1
信道类型	瑞利衰落信道
平均信噪比	20dB

实验的结果如下：

可以看出信道质量好的子信道分配较多的功率和比特，信道差的子信道分配较少的功率和比特，这也和注水的原理相一致。

实验一代码：

clc;
close all;
clear; 
%% 初始化
Ptsum=10;                               %总传输功率
noise=[2 3 4 1 3 4 3 2];             %噪声功率
N= length(noise) ;                    %信道个数
[noise_sorted,index]=sort(noise); 
for p=length(noise_sorted):-1:1 
    T_P=(Ptsum+sum(noise_sorted(1:p)))/p; 
    Input_Power=T_P-noise_sorted; 
    Pt=Input_Power(1:p); 
    if(Pt(:)>=0)
        break 
    end 
end 
power_alloc=zeros(1,N); 
power_alloc(index(1:p))=Pt;                                %分配的功率
capacity=sum(log2(1+power_alloc./noise));   %信道容量
for ii =1:length(noise) 
    g(ii,:)=[noise(ii),power_alloc(ii)]; 
end 
bar(g,'stack'); 
legend ('Noise Level','Power Level') 
ylabel('Noise & Power Level','fontsize',12) 
xlabel('Number of Channels (N)','fontsize',12) 
title('Power Allocation for Waterfilling Alogorithm','fontsize',12) 

实验二代码：

clear;
close all;
clc;
%% 初始化参数
N_subc=64;                              %子载波数目
BER=1e-3;                                %目标误比特率
gap=-log(5*BER)/1.5;                %信噪比间隙（dB)常量，采用QAM调制时的近似表达式
P_av=1/N_subc;                        %每个子载波的平均功率
Ptsum=P_av*N_subc;                 %总发射功率
SNR_sub=20+20*(rand(1,N_subc)-0.5);   %平均信噪比20dB
noise=P_av./10.^(SNR_sub./10);             %每个子信道的噪声功率
%% 仿真瑞利衰落
hn=random('rayleigh',1,1,N_subc);         %子载波增益
gn=hn.^2./noise;
%% 初始化可用子载波数
N=length(N_subc);
%% 初始化分配的功率
[gain_sorted,dt]=sort(gap./gn);                 %对增益进行排序
for p=length(gain_sorted):-1:1 
    T_P=(Ptsum+sum(gain_sorted(1:p)))/p;   %计算注水线
    Input_Power=T_P-gain_sorted;                 %进行功率分配
    Pt=Input_Power(1:p); 
    if(Pt(:)>=0)                                     %所有子信道的功率都大于0，分配完毕
        break 
    end 
end 
power_alloc=zeros(1,N); 
power_alloc(dt(1:p))=Pt;                        %注水法分配的功率
bit_alloc=log2(1+power_alloc./noise);    %注水法分配的比特
%% 绘图
figure(1);
subplot(311)
stem(SNR_sub);
ylabel('SNR average(dB)')
set(gca,'ytick',[-10:10:30])
subplot(312);
stem(power_alloc);
ylabel('Power allocation(W)')
ylim([0 0.03])
subplot(313);
stem(bit_alloc);
ylabel('Bit allocation(bit)')
ylim([0 12])

参考文献：

[1]蒋留兵,杨昌昱,李卓伟,韦洪浪,许腾飞.基于注水原理的快速功率和比特分配算法[J].微电子学与计算机,2014,31(03):86-88+93.
[2]赵新凤. OFDM系统动态资源分配算法研究[D].山东大学,2011.
[3]张冬梅,徐友云,蔡跃明.OFDMA系统中的功率与比特高效分配算法[J].通信学报,2008(04):108-113.
[4]张莉. OFDM自适应资源分配算法研究[D].南京航空航天大学,2006.