正交频分多址(orthogonalfrequencydivisionmultipleaccess，OFDMA ) )技术因其频带利用率优势而在LTE (长期演进) )中得到了广泛应用，是LTE的重要组成部分
OFDMA无线资源分配的研究主要围绕速率自适应(Rate Adaptive，RA )原则、边缘自适应(Margin Adaptive，MA )原则和效用函数最大化原则(3)。 系统容量、用户间公平性和算法复杂度一直是OFDMA自适应资源分配中的一大矛盾，迄今为止，许多文献中研究了基于RA原则的系统容量与用户公平性之间的折中。 研究表明，文献[4]中提出的Shen算法在实现系统容量最大化的同时，保证了用户的速率比例约束，几乎可以通过仿真实现严格意义上的公平性。 文献[5]提出了一种改进的OFDM预编码器，并对副载波进行了优化。 仿真结果表明，该方案能降低误码率，有效抑制OFDM系统的干扰。 文献[6]提出了基于公平性和惩罚函数的算法，该算法设计了新的适应度函数，作为基于模拟退火思想的人工蜂群算法改进的优良适应度，仿真结果表明，该算法在满足公平性约束的前提下，系统容量文献[7]提出了一种基于人工蜂群的功率分配算法，仿真结果证明该算法不仅能兼顾公户间的公平性，还能实现系统容量的最大化。
已有文献对系统容量和用户公平性问题进行了深入研究，本文基于上述研究文献，以解决超密集场景下OFDM自适应副载波分配算法的复杂度问题为目的，据此提出了基于用户容量比率的功率分配方案，提高了系统性能为了最大化系统容量，本文按照比例约束原则分配副载波，引入速度影响因子，在分配过程中对副载波进行集群，以集群为单位分配副载波，从而大大简化了副载波的分配难度； 在功率分配过程中，采用了基于用户容量比率的功率分配方案，仿真结果表明，该算法不仅简化了算法的复杂性，而且提高了系统的总容量。
1系统型号
多用户OFDM自适应系统的模型如图1所示。 在多用户OFDM自适应系统中，发送端能够接收从用户反馈的信道状态信息，获得实时的信道状态[8]。 添加傅立叶逆变换、并串转换和循环前缀后，发送方将所有数据发送到接收方。 在接收端，接收机首先进行对应于发送端的逆操作，接着使用从发送端同时发送的调制信息对数据进行解调，最后得到每个用户的数据[9]。
在上述限制条件中，式(2)表示副载波分配矩阵，“1”表示第k个子载波被分配给第n个用户，“0”表示该第k个子载波没有被分配给第n个用户。 式(3)表示分配给每个子载波的功率的非负性； 式) 4表示，虽然只能分配一个子载波或一个用户，但一个用户可以具有多个子载波来传输数据； 式(5)表示分配给副载波的所有功率的合计不超过总发送功率； 式(6)表示预先设定的约束比例，在子载波的分配中按照比例系数向各用户分配子载波。
双副载波和功率分配算法
具体的副载波分配步骤如下。
)1)计算各用户的速率影响因子ra(k )，将副载波进行集群；
2 )按照速率影响因子ra(k )从大到小的顺序，对各用户分配信道平均增益最大的副载波集群；
(3)向Rk/k值最小的用户分配信道平均增益最大的副载波集群；
4 )分配剩余的子载波，将剩余的子载波分配给使该信道增益最大的用户。
副载波分配流程如图2所示。
为了弥补集群思想引起的系统性能下降，本文对用户之间的电力分配提出了基于用户速率比率的方案。 副载波的分配完成后，进行电力的分配。 电力分配分为两个阶段。 第一步是完成用户之间的总功率优化。 第二阶段利用注水算法完成各用户下的副载波之间的功率分配。
在子载波分配完成后，得到用户速率Rk，则每个用户获得的总功率Pk、total如下。
根据式[12]得到用户得到的电力Pk、total，通过使用注水算法对用户k的副载波进行电力分配，得到最佳解[12]。
3模拟分析
在本论文的所有模拟中，无线信道模型由6个独立的具有频率选择性衰落的多径信道构成。 每条路径的信道包络服从瑞利分布。 信道的功率延迟随着指数衰减，均方延迟扩展到5 s，多普勒频移扩展到30 Hz，加性高斯白噪声的功率谱密度为-80 dBW/Hz。 总带宽为1 MHz，子载波数为64，采取理想的信道估计，每0.5 ms更新一次子载波
信道进行信息采样。最大路径损耗差值为40 dB，假设用户的位置服从均匀分布，预设的用户速率比R1:R2:…:RN=1:1:…:1，仿真结果由10 000次蒙特卡洛取平均得到。仿真分析中用于对比的算法为文献[4]和文献[6]算法。
如图3所示，随着分簇数L的增加，系统容量有所下降。这是因为分簇数L的增加意味着一簇里包含更多的子载波，在子载波分配的过程中，对子载波采取捆绑式的分配机制，限制了子载波分配的较优化选择，此时平均信道状态信息已经不能很好地表现每个子载波的性能，因此在系统容量方面有所下降。但是，牺牲的些许系统容量换来了算法循环次数的大大降低。
如图4所示，文献[4]的Shen算法和文献[6]的算法须进行64次循环才能将子载波分配完毕；本文提出的分簇算法在L为2时，须进行32次循环将子载波分配完毕；在L为3时，只须进行22次循环就可以将子载波分配完毕。因此本文提出的基于分簇思想的子载波分配算法可以有效降低算法循环次数。如图5所示，本文提出的子载波分簇算法相比于文献[4]、文献[6]，能够大大减少系统运行的时间，降低算法的复杂度。
如图6所示，本文提出的功率分配方案较Shen算法中的寻根法在系统容量上有一定的提高。这是因为本文提出的功率分配方案根据子载波分配完毕后的用户速率比值进行用户之间功率的寻优，这将意味着速率高的用户可以分配到更多的功率，从而提高了系统容量。
图7为本文算法与文献[4]和文献[6]所提算法在系统容量上的对比。本文算法在子载波分配中采取分簇思想，将子载波以簇为单位进行分配（分簇数L=2），大大降低算法循环次数；在功率分配过程中，采取基于用户速率比值的分配方案，从而使得速率高的用户获得更多的功率，提高系统容量。虽然对子载波采取分簇的分配方案会使得系统容量有一定缺失，但是本文通过提出的功率分配方案弥补了系统容量的缺失，不仅在系统容量上超过了文献[4]和文献[6]，还降低了算法的复杂度。
4 结论
本文基于RA原则提出了联合子载波和功率的资源分配方案，兼顾了OFDM自适应资源分配中的算法复杂度和系统容量。在子载波分配过程中，先将频率上接近的子载波进行分簇，按照速率影响因子和比例约束原则，以簇为单位分配子载波；在功率分配过程中，根据子载波分配完毕后的用户速率比例对用户进行功率分配，再利用注水算法为用户所属子载波分配功率。相比于已有文献，基于分簇思想的子载波分配算法的循环次数得到了大幅程度的降低，并且通过仿真结果可以看出，基于用户速率比例的功率分配方案可以提高系统容量，因此本文提出的算法不仅降低了算法的复杂度，还在系统容量方面得到了一定的提升。
参考文献
[1] ylddy.多用户OFDM系统中的跨层调度和资源分配[D].西安：西安电子科技大学，2015.
[2] LING X，WU B，HO P H，et al.Fast water-filling for agile power allocation in multi-channel wireless communications[J].IEEE Communications Letters，2012，16(8)：1212-1215.
[3] 优美的柠檬，鳗鱼衬衫，yjddzc，等.多用户MIMO-OFDM系统基于QoE效用函数的跨层资源分配[J]通信学报，2014，9(9)：175-183.
[4] SHEN Z，ANDREWS J G，EVANS B L.Adaptive resource allocation in multiuser OFDM systems with proportional rate constraints[J].IEEE Transactions on Wireless Communications，2005，4(6)：2726-2737.
[5] Dan Lilin，Zhang Chiheng，Yuan Jie，et al.Improved N-continuous OFDM using adaptive power allocation[C].2018 IEEE 8th Aunual Computing and Communication Workshopand Conferences，2018.
[6] 如意的小天鹅，fzdxt，热情的花生.基于公平度和惩罚函数的OFDMA自适应资源分配[J].系统工程与电子技术，2017，40(2)：427-434.
[7] 如意的小天鹅，fzdxt，热情的花生.基于人工蜂群算法的多用户OFDM自适应资源分配[J].吉林大学学报(工学版)，2017，42(4)：31-35.
[8] Liu Zhijun，Tao Xiaofeng，REHMAN W U.Resource allocation for two-way amplify and forward OFDM relay networks[J].China Communications，2017，14(8)：76-82.
[9] LIU M，LI X，ZHANG M，et al.Research on artificial fish swarm algorithm with cultural evolution for subcarrier allocation[J].International Journal of Hybrid Information Technology，2015，8(6)：279-288.
[10] YIN Z，ZHUANG S，WU Z，et al.Rate adaptive based resource allocation with proportional fairness constraints in OFDMA systems[J].Sensors，2015，15(10)：24996-25014.
[11] 欣喜的向日葵，热情的长颈鹿，wmdkn，等.OFDM-UWB系统基于用户速率的多用户动态资源分配算法[J].通信学报，2012，33(9)：160-167.
[12] Xu Wenjun，Li Xue，LEE C H，et al.Joint sensing duration adaptation, user matching, and power allocation for cognitive OFDM-NOMA system[J].IEEE Transactions on Wireless Communications，2018，17(2)：1269-1282.
作者信息:
冷酷的抽屉，英俊的奇迹，dcdwn
（北京信息科技大学 信息与通信工程学院，北京100101）