CN100493058C - 离散多音频调制***最优功率分配的综合比特位加载方法 - Google Patents

Abstract

本发明属于离散多音频调制***资源分配领域，针对目标比特率为***最大比特率的60%-90%的高目标比特率离散多音频调制***，其特征在于：首先对***进行最大速率比特位加载，若最大比特率不超过目标比特率，则加载过程结束；否则，求加载参数的值，若加载参数的值为零，则利用贪婪比特删除方法完成比特分配，若加载参数的值不为零，采用并行比特删除方法加速比特分配速率，并更新***比特率和加载参数，当加载参数的值为零或***当前比特率低于目标比特率时，分别利用贪婪比特删除或增加方法收敛到目标比特率，并通过比特位微调实现最小功率比特位分配。它的灵活性大，鲁棒性强，在各种高目标比特率下的运算量低，易于实现。

Description

离散多音频调制***最优功率分配的综合比特位加载方法

技术领域

用于DMT即离散多音频调制***最优功率分配的综合比特位加载方法属于离散多音频调制通信***的资源分配技术。

背景技术

随着互联网的发展和用户对于多媒体宽带数字业务需求的增加，要求下一代宽带通信***不仅能够可靠地进行高速率数据传输，而且能够灵活地分配***资源，以满足不同业务类型的不同需求。

离散多音频调制(DMT)是多载波调制技术的一种特殊形式。DMT将通信信道划分为足够多的窄带子信道，每个子载波都进行独立的QAM调制，利用IDFT和DFT对信号进行调制和解调，具有实现简单，频谱利用率高，抗脉冲噪声能力强等特点，尤其适合于在符号间干扰(ISI)严重的信道环境如电话双绞线和存在多径衰落的无线信道中进行高速率数据传输，因此被美国和欧洲的标准化组织及国际电信联盟选为多种数字用户线(xDSL)包括非对称数字用户线(ADSL)和甚高速数字用户线(VDSL)的调制标准(见B.Nowrouzian，L.Wang，and W.Agha，“An overview of discrete multitone modulation/demodulation systems in xDSLapplications”，Conference Record of the Thirty-Fifth Asilomar Conference on Signals，Systems and Computers，vol.1，pp.31-35，Nov.，2001.)。DMT***设计中的一个关键问题就是如何在***本身各种限制条件下，根据各子信道的衰减特性和噪声、干扰分布状况进行资源分配，以优化***性能。其中一个典型的优化问题是在***总平均功率一定和目标比特率一定的情况下，如何调整各子载波的发送功率和比特数，使***的信噪比(SNR)裕量即***总平均功率与实际使用的总发送功率的差值最大化，等效于使***实际使用的总发送功率最小化，这个问题也称为裕量自适应(MA)问题。

最基本的MA问题受***总比特率约束，相应的最优加载方法为注水算法。由于注水算法的最优解非整数，要求星座量化度可以无限小，在实际***中使难以实现。因此又增加了各子载波比特数为整数的约束条件，相应的两种加载方法是Hughes-Hartog提出的最优加载方法(见Hughes-Hartog，“Ensemble modem structure for imperfect transmission media”，USPatent，Patent Number：4833706，1989.)和Chow提出的次优加载方法(见P.S.Chow，“Bandwidth optimized digital transmission techniques for spectrally shaped channelswith impulse noise”，Stanford University，1993-05.)。Hughes-Hartog方法是一种贪婪算法，该算法逐个比特地选择当前最适合传输下一比特的子载波，直到总比特率或总发送功率满足***设计指标为止。由于实际DMT***如ADSL要求的目标比特率很高，采用贪婪算法运算量太大，并不实用。Chow方法是对近似注水解四舍五入来进行比特分配的，由于Chow方法所需运算量几乎与注水解运算量相等甚至更大，因此也不实用。J.Campello和H.Levin针对贪婪算法的缺点，建立了一套完备并在数学上可行的最优离散分配方法，称为LC算法，性能有很大提高(见J.M.Cioffi，“Advanced Digital Communication”，EE379C CourseTextbook，Stanford University，2002.和J.Campello，“Optimal discrete bit loadingfor multicarrier modulation systems”，International Symposium on Information Theory，p.193，August 16-12，1998.)。LC算法首先任意选择一种初始离散比特分布，然后用有效化(EF)算法使得初始比特分配有效——比特分配有效性的定义为：将任一信息比特从一个子载波转移到另一子载波都不再能降低***发送功率时，则这种比特分配是有效的；最后逐个比特进行分配，直到满足目标比特率要求。但因为初始比特分布的选择具有盲目性，选择不合适时，有效化所需运算量较大，而且，当初始比特率于目标比特率差值较大时，逐个比特分配的运算量也很大。

此后的研究考虑到各种DSL业务如综合业务数字网(ISDN)、高速率数字用户线(HDSL)等与ADSL之间的频谱兼容问题，需要增加对各种DSL电路发射功率谱密度(PSD)的限制条件(见John A.C.Bingham，“ADSL，VDSL，and Multicarrier Modulation”，John Wiley &Sons，2000.)，此外，考虑到同步错误或信道噪声、干扰状况恶化对***性能的影响，需要给***留出一定的裕量，还应考虑到最大QAM星座尺寸的限制(见R.V.Sonalkar andR.R.Shively，“An efficient bit-loading algorithm for DMT applicationS”，IEEE GlobalTelecommunications Conference，vol.5，pp.2683-2688，Nov.，1998.)。针对这些约束条件，Fasano从拟阵论角度提出从零开始的贪婪比特增加方法和从***最大比特率开始的贪婪比特删除方法(见A.Fasano，G.D.Blasio，E.Baccarelli和M.Biagi，“Optimal discrete bitloading for DMT based constrained multicarrier sytems”，ISIT 2002，Lausanne，Switzerland，June 30-July 5，2002)，并提出在***最大PSD和最大QAM星座尺寸的限制下，贪婪比特删除方法比贪婪比特增加方法更加实用有效(见A.Fasano，“On the optimaldiscrete bit loading for multicarrier systems with constraints”，V57th IEEESemiannual ehicular Technology Conference，vol.2，pp.915-919，April，2003.)。Sonalkar和Shively进一步对各子载波最少分配的比特数进行限制，提出基于贪婪比特删除的最优加载方法(见R.V.Sonalkar and R.R.Shively，“An efficient bit-loadingalgorithm for DMT applications”，IEEE Communications Letters，vol.4，no.3，pp.80-82，2000.)。上述贪婪加载方法仍存在与LC算法同样的问题，即初始加载速率与目标比特率相差较大时，运算量很大。Papandreou和Antonakopoulos等人针对这一问题提出采用多比特加载方法加速目标比特率收敛速率(见N.Papandreou and T.Antonakopoulos，“A newcomputationally efficient discrete bit-loading algorithm for DMT application”，IEEETransactions on Communications，vol.53，no.5，pp.785-789，2005.)。这种方法先利用各子信道增益噪声比(CNR)的差异给出一种有效的比特分配，由有效比特分配和***最大速率比特分布求出初始比特率和初始比特分布，然后根据初始比特率与目标比特率的差值用多比特加载方法逼近最优解，最后再利用贪婪比特增加或删除方法以取得目标比特率。这种加载方法适用于目标比特率不要求很高的***，在高目标比特率时其运算量明显增大，运算效率下降。对于有高目标比特率要求的DMT***，目前尚无高效的最优功率分配比特加载方法。由于用户对图形、图像等多媒体业务的需求日益增加，要求未来通信***具有很高的数据传输速率，即高目标比特率，相应的需要高效的比特加载方法进行支持。

本发明为高目标比特率DMT***提出一种基于并行比特删除的多种比特加载方法相结合的综合最优离散比特加载方法。通过引入加载参数，该方法可以根据目标比特率的不同，分别采用贪婪比特删除或并行比特删除、贪婪比特增删和比特微调相结合的加载方法进行比特和功率分配，以保证各种高目标比特率下的高运算效率。该方法的主要特点在于，初始阶段不需要计算有效比特分布，在高目标比特率情况下通常只需执行一次并行比特删除即可快速收敛到目标比特率，再通过比特微调使得最终比特分配所需发送功率最小。其优点是灵活性大，而且算法简单，易于实现。在绝大多数情况下，达到目标比特率时的比特分配已经是最小功率比特分配，即使个别情况下比特分布未满足有效性要求，只需少数几次比特微调便可实现最优分配，不需要在付出大的运算开销计算初始有效比特分配。在目标比特率为环路最大比特率的60％—99％范围内，本方法的运算效率明显高于现有的最优离散比特加载方法，尤其适用于需要进行高数据速率传输的DMT***。

发明内容

本发明的目的是提供一种用于离散多音频调制***最优功率分配的综合比特位加载方法，在目标比特率为***最大比特率的60％—90％的高目标比特率范围内，实现高运算效率最优功率比特分配。

本发明所述方法的特征在于：

(1)首先对***进行最大比特率加载，根据信噪比差额Γ、子载波n所在子信道增益噪声比CNR_n、***最大功率谱密度Φ和子信道带宽F，按下式计算由Φ决定的各子载波n的比特位数

n＝1，2，...，M，

所述CNR_n、Φ和F为设定值，Γ由设定的目标符号错误概率P_e、信噪比裕量γ_m和编码增益γ_c共同确定，由下式给出：

$\mathrm{\Γ}={10\log }_{10}\left(\frac{{\left[Q^{-1}(P_e/2)\right]}^2}{3}\right)+{\mathrm{\γ}}_m-{\mathrm{\γ}}_c,---\left(2\right)$

其中，Q^-1(x)表示Q(x)的逆函数，函数Q(x)由下式给出：

$Q\left(x\right)=\frac{1}{\sqrt{2\mathrm{\π}}}{\∫}_x^{\∞}{e}^{-t^2/2}\mathrm{dt},x=P_e/2;---\left(3\right)$

然后，按下式计算各子载波的比特位数b_n，共M个，n＝1，2，…，M，

b_n＝min(b_max，b_n)，                      (4)

其中，b_max为设定的最大QAM星座尺寸决定的比特位数。按下式确定***比特率B：

$B=\underset{n=1}{\overset{M}{\mathrm{\Σ}}}{b}_n,---\left(5\right)$

此时B为***最大比特率。若B≤B_T，则比特位加载结束；否则，按下式计算最大比特率与目标比特率的差值Bdiff：

Bdiff＝B-B_T.                                       (6)

(2)根据Bdiff和b_n与b_max之间的关系求加载参数u，n＝1，2，...，M，利用并行比特删除加速比特分配速率。首先，根据最大比特率分配阶段各子载波比特位数b_n是否超过b_max，把子载波序号分为两类，分别放在集合

和

中，其中， $\tilde{N}=\{n:{\stackrel{\&OverBar;}{b}}_n>b_{\max },n=\mathrm{1,2},...,M\}$ 是子载波比特位数b_n超过b_max的子载波序号的集合， $\underset{~}{N}=\{n:{0<\stackrel{\&OverBar;}{b}}_n\&le;b_{\max },n=\mathrm{1,2},...,M\}$ 是子载波比特位数b_n不超过b_max的子载波序号的集合，集合和中元素的个数即

和

的基数分别为和

按以下方法求加载参数u的值：

若 $\tilde{L}=0,$ u由下式确定：

若 $\tilde{L}\&NotEqual;0,$ u由下式确定：

其中， $v=\underset{n\&Element;\stackrel{\&OverBar;}{N}}{\max }({\stackrel{\&OverBar;}{b}}_n-b_{\max })$ 为b_n与b_max之差的最大值， $n\&Element;\tilde{N}.$

根据u的大小，按以下方法执行并行比特删除：

先将序号为集合

中元素的各子载波的比特位数删除u比特，得到新的比特位数b_n；若u>1，还需将序号为集合 ${\tilde{N}}_{s1}=\{n:b_{\max }<{\stackrel{\&OverBar;}{b}}_n<b_{\max }+u,n\&Element;\tilde{N}\}$ 中元素的各子载波的比特位数删除u-(b_n-b_max)比特，即序号为

中元素的子载波比特数减少至b_n-u，得到新的比特位数b_n。并行比特删除可能使得某些子载波比特数为负，将b_n<0对应的子载波n的比特位数置零，得到新的比特位数b_n，然后按下式计算***新的比特率B：

$B=\underset{n=1}{\overset{M}{\mathrm{\&Sigma;}}}{b}_n,---\left(9\right)$

并按(6)式计算新的Bdiff。若Bdiff＝0，则比特加载过程结束；若Bdiff<0，则执行贪婪比特增加；若Bdiff>0，先将加载参数u的原值存放在Δ中，即Δ＝u，然后按以下方法计算加载参数u的新值：

设并行比特删除后比特位数b_n为正的子载波序号的集合为 ${\underset{~}{N}}_s^{+}=\{n:0<b_n,n\&Element;\underset{~}{N}\},$

的基数为，按下式计算u的新值：

若u＝0，则执行贪婪比特删除；否则，按以下方法执行并行比特删除：

先将序号为集合

中元素的各子载波的比特位数删除u比特，得到新的比特位数b_n；若 $\tilde{L}-{\tilde{L}}_{s1}\&NotEqual;0,$

为集合

的基数，则还需将序号为集合 ${\tilde{N}}_{s2}=\{n:{\stackrel{\&OverBar;}{b}}_n=b_{\max }+\mathrm{\&Delta;},n\&Element;\tilde{N}\}$ 中元素的各子载波的比特位数删除u比特，得到新的比特位数b_n；进一步，若 $\tilde{L}-{\tilde{L}}_{s1}-{\tilde{L}}_{s2}\&NotEqual;0,$

为集合

的基数，则还需将序号为集合 ${\tilde{N}}_{s3}=\{n:b_{\max }+\mathrm{\&Delta;}<{\stackrel{\&OverBar;}{b}}_n<b_{\max }+\mathrm{\&Delta;}+u,n\&Element;\tilde{N}\}$ 中元素的各子载波比特位数减少至b_n-Δ-u，u为新值，得到新的比特位数b_n。

将b_n<0对应的各子载波n的比特位置零，得到新的比特位数b_n，先后按照(9)式和(6)式计算新的B和新的Bdiff。若Bdiff＝0，则比特加载结束；若Bdiff<0或u＝0，则分别通过贪婪比特增加或贪婪比特删除收敛到B_T，最后通过比特位微调实现最优功率比特分配。实际上，执行第二次并行比特删除后，Bdiff已足够小，由Bdiff>0可直接进入贪婪比特删除和比特微调阶段，无需再计算u。

贪婪比特增加每次从序号为集合 ${\tilde{N}}_p=\{n:0\&le;b_n<b_{\max },n=\mathrm{1,2},...,M\}$ 中元素的各子载波中寻找增加1比特所需发送功率增量

最小的子载波地址n⁺， $n\&Element;{\tilde{N}}_p,$ 即 $n^{+}=\arg \left\{\underset{n\&Element;{\tilde{N}}_p}{\min }\left[\mathrm{\&Delta;}{P}_n^{+}\left(b_n\right)\right]\right\},$ 第一次按照(1)式计算发送功率增量

将子载波n⁺的比特位数增加1位，即 $b_{n^{+}}=b_{n^{+}}+1;$ 若 $b_{n^{+}}<b_{\max },$ 则将更新为原值的2倍，否则，将

的值置为无穷大；重复上述过程，直到Bdiff＝0。

贪婪比特删除每次从序号为集合 ${\underset{~}{N}}_p=\{n:{0<b}_n\&le;b_{\max },n=\mathrm{1,2},...,M\}$ 中元素的各子载波中寻找减少1比特所需发送功率递减量

最大的子载波地址n^-， $n\&Element;{\underset{~}{N}}_p,$ 即 $n^{-}=\arg \left\{\underset{n\&Element;{\underset{~}{N}}_p}{\min }\left[\mathrm{\&Delta;}{P}_n^{-}\left(b_n\right)\right]\right\},$ 第一次按下式计算发送功率递减量

$\mathrm{\&Delta;}{P}_n^{-}\left(b_n\right)=2^{(b_n-1)}\frac{\mathrm{\&Gamma;}}{{\mathrm{CNR}}_n},0<b_n\&le;b_{\max };---\left(11\right)$

将子载波n^-的比特位数减少1位，即 $b_{n^{-}}=b_{n^{-}}-1;$ 若 $0<b_{n^{-}},$ 则将

更新为原值的1/2；否则，将

的值置为零；重复上述过程，直到Bdiff＝0。

比特微调时，先确定序号为集合 $\widetilde{N_p}=\{n:0\&le;b_n<b_{\max },n=\mathrm{1,2},...,M\}$ 中元素的各子载波的比特位数分别增加1比特所需发送功率增量

最小的子载波地址n⁺，即 $n^{+}=\arg \left\{\underset{n\&Element;{\stackrel{~`}{N}}_p}{\min }\left[\mathrm{\&Delta;}{P}_n^{+}\left(b_n\right)\right]\right\},$ 以及序号为集合 ${\underset{~}{N}}_p=\{n:0\&le;b_n<b_{\max },n=\mathrm{1,2},...,M\}$ 中元素的各子载波的比特位数分别减少1比特所需发送功率递减量最大的子载波地址n^-，即 $n^{-}=\arg \left\{\underset{n\&Element;{\underset{~}{N}}_p}{\min }\left[\mathrm{\&Delta;}{P}_n^{-}\left(b_n\right)\right]\right\},$ 若 ${\mathrm{\&Delta;P}}_{n^{+}}^{+}\left(b_{n^{+}}\right)\&GreaterEqual;\mathrm{\&Delta;}{P}_{n^{-}}^{-}\left(b_{n^{-}}\right),$ 则比特分配结束；否则，将子载波n⁺的比特位数增加1位，即 $b_{n^{+}}=b_{n^{+}}+1,$ 将子载波n^-的比特位数减少1位，即 $b_{n^{-}}=b_{n^{-}}-1.$ 若 $b_{n^{+}}<b_{\max },$ 则将

更新为原值的2倍，否则，将

的值置为无穷大；若 $0<b_{n^{-}},$ 则将

更新为原值的1/2；否则，将

的值置为零。然后重复上述过程，直到 ${\mathrm{\&Delta;P}}_{n^{+}}^{+}\left(b_{n^{+}}\right)\&GreaterEqual;\mathrm{\&Delta;}{P}_{n^{-}}^{-}\left(b_{n^{-}}\right).$

效果分析：

不考虑最大速率比特加载(各种最优加载方法中都需要)，在现有的最优比特加载方法中，多载波加载方法的开销除加减法、除法、比较、赋值和逻辑操作等基本类型外，还包括更复杂的求对数运算，而本加载方法所需开销均为基本操作，因此，本方法比多比特加载方法更易于实现。在绝大多数情况下，本方法在完成贪婪比特增删后就已经实现最优功率分配，并不需要在初始加载时计算有效比特分布，不仅省去了复杂的求对数操作，还避免了多比特加载方法中因线路各子载波所在子信道增益噪声比(CNR)相差较大时出现的动态范围过大问题，具有更大的灵活性。

以包含220个子载波的5种不同类型ADSL***标准测试环路为例，当环路工作在高目标比特率情况下时(目标比特率为环路最高比特率的60％—99％)，对贪婪比特删除、多比特加载方法和本方法的主要运算量进行了对比。贪婪比特删除方法的运算量与目标比特率和环路最大比特率的差值成正比，当目标比特率接近环路最高比特率时(如最高比特率的99％)，贪婪比特删除方法与本方法所需主要运算量相同，但在其他高目标比特率情况下，贪婪比特删除方法的运算量则明显高于本方法的运算量，尤其是在目标比特率与环路最大比特率的差值较大时，贪婪比特删除方法的运算效率明显下降。多比特加载方法在目标比特率约为环路最大比特率的90％以下时运算效率高于贪婪比特删除方法，但在在目标比特率约为最大比特率的90％以上运算效率低于贪婪比特删除方法。而本方法除极个别情况外(目标比特率为最大比特率70％的环路mid-CSA)，在各种高目标比特率情况下所需主要运算量均显著低于多比特加载方法的运算量。因此，从整个高目标比特率范围内的总的运算效率(包括运算量和鲁棒性)而言，本方法是三种最优加载方法中运算效率最高的，比现有最优加载方法更适合于有高速率数据传输要求的DMT***。

附图说明

图1是DMT***发送和接收原理框图。

图2是DMT***发送端功能模块示意图。

图3是DMT***最优功率分配综合比特位加载方法示意图。

图4—图8是DMT***最优功率分配的综合比特位加载方法实施流程图。

具体实施方式：

DMT***最优功率分配的综合比特位加载方法是在DMT***发送端作为比特分配电路的数字集成电路芯片上实现的。附图1为DMT***发送和接收原理框图。附图2为DMT***发送端功能模块示意图。发送端输入比特流经过缓冲和串并变换后，利用低速反向信道传回的信道特性参数信息，完成子载波比特分配，然后经编码映射、卷积和IFFT变换后，加入循环前缀(CP)，将并串变换后的比特流经数模转换后送到线路中。接收端用发送端的逆过程恢复数据比特率。信道特性参数可通过初始化训练得到。在标准的ADSL测试环境中，信道特性参数是已知的，本发明在实现时利用了ADSL标准测试环路。DMT***最优功率分配的综合比特位加载方法示意图见附图3。DMT***最优功率分配的综合比特位加载方法实施流程图见附图4—附图8。下面给出一个具体的应用实例。考虑ADSL标准测试环路T1.601#9环(见龙腾，Cioffi J.M.和刘峰，xDSL技术与应用，电子工业出版社，2002.)下行链路(155kHz～1.1MHz频段)，DMT符号长度为250us，子信道带宽为4.3125kHz，采样率为2.208MHz。下行链路实际加载子载波数为M＝220。环路工作在有10个HDSL和10个ADSL串音干扰的环境下，背景加性高斯白噪声(AWGN)的PSD为-140dBm/Hz。***采用频分双工技术，总功率为100mW，各子信道最大允许的PSD为-40dBm/Hz，SNR裕量为6dB，编码增益为2dB，目标比特错误率BER＝10^-7所对应的SNR差额约为Γ＝9.5-2+6＝13.5(dB)，b_max＝8。测试环路最大比特率B为1584比特/符号，目标比特率B_T分别选择为最大比特率的95％、80％和60％，即1505、1267和950(单位：比特/符号，略)。

首先根据附图4最大比特率加载，计算***最大比特率B以及B与B_T的差值Bdiff。然后确定加载参数u。根据 ${\stackrel{\&OverBar;}{b}}_n(n\&Element;\tilde{N})$ 与b_max的关系可求得集合

的长度为 $\tilde{L}=67,$ 集合

的长度为 $\underset{~}{L}=153,$ ${\tilde{b}}_n(n\&Element;\tilde{N})$ 与b_max之差的最大值为v＝3。当B_T＝1505时，Bdiff＝79，加载参数u＝0，因此可按照附图7进行贪婪比特删除，需要进行79次发送功率增量比较和减法。当B_T＝1267时，u＝2，按照附图4和附图5执行并行比特删除，共删除184比特，然后更新B，求得Bdiff＝-20，根据附图6完成剩余的比特分配，然后按照附图8进行比特微调，比特位调整次数为0，表明达到B_T时的比特分配已为最小功率比特分配。当B_T取950时，加载参数u＝v＝3，按照附图4和附图5执行并行比特删除，共删除208比特，剩余比特数Bdiff＝89，根据附图7完成剩余的比特分配，然后按照附图8进行比特微调，比特位调整次数也都为0，表明已实现最优功率比特分配。

仿真实验针对5种ADSL标准测试环路T1.601#9、T1.601#13、CSA#7、CSA#8和mid-CSA，分别采用贪婪比特删除、多比特加载和本方法进行了最优功率比特加载，各种方法得到的比特分布相同，并具有相同的发送功率，但运算量有所不同。仿真结果中给出的所有数据均表示对M归一化后的运算量级。

表1为目标比特率分别取环路最大比特率的99％、90％、80％、70％和60％时三种最优加载方法的主要运算量比较，并给出了多比特加载方法用于多比特增删和贪婪比特增删的运算量以及本方法用于并行比特删除和贪婪比特增删的运算量。由于多比特加载方法中所用的求对数运算不是基本操作类型，表1中关于多比特加载方法和本方法的主要运算量并未将加载开销计入在内。若考虑到加载开销，则本方法所需操作类型更简单，更易于实现。从表1中可以看出，多比特增删和并行比特删除所需运算量与贪婪比特增删相比可忽略，不计入加载开销时，主要运算量为贪婪比特增删所需运算量。由表1可知，除极个别情况外(目标比特率为最大比特率70％的环路mid-CSA)，本方法在各种高目标比特率情况下所需主要运算量显著低于多比特加载方法的运算量；在目标比特率接近环路最大比特率(最大比特率的99％)时，其主要运算量与贪婪比特删除方法相同，而在目标比特率为最大比特率的60％—90％时，其主要运算量远远低于贪婪比特删除方法。多比特加载方法在目标比特率接近环路最大比特率(约为最大比特率的90％以上)时，主要运算量高于贪婪比特删除方法；而当目标比特率与环路最大比特率的差值增大时，贪婪比特删除方法的运算量迅速增大。综上所述，本加载方法在高目标比特率情况下(环路最大比特率的60％—99％)的运算效率明显优于现有最优比特加载方法。由于实际DMT***大多要求高速率数据传输，因此，本方法是一种非常实用的DMT***最优功率比特分配方法。

表1  目标比特率分别取环路最大比特率的99％、90％、80％、70％和60％时本方法与多比特加载方法和贪婪比特删除方法的主要运算量比较

Claims (1)

1.离散多音频调制***最优功率分配的综合比特位加载方法，针对目标比特率为***最大比特率的60％—90％的离散多音频调制***，其特征在于：所述方法是在该***发送端作为比特分配电路的数字集成电路芯片上实现的，依次包含以下步骤：

步骤(1)，最大比特率加载，依次含有以下步骤：

步骤(11)，根据信噪比差额Γ、子载波n所在子信道增益噪声比CNR_n、***最大功率谱密度Φ和子信道带宽F，按下式计算由Φ决定的各子载波n的比特位数b_n，n＝1，2，...，M，

所述CNR_n、Φ和F为设定值，Γ由设定的目标符号错误概率P_e、信噪比裕量γ_m和编码增益γ_c共同确定，由下式给出：

$\mathrm{\&Gamma;}={10\log }_{10}\left(\frac{{\left[Q^{-1}(P_e/2)\right]}^2}{3}\right)+{\mathrm{\&gamma;}}_m-{\mathrm{\&gamma;}}_o;$ $Q\left(x\right)=\frac{1}{\sqrt{2\mathrm{\&pi;}}}{\&Integral;}_x^{\&infin;}{e}^{-t^2/2}\mathrm{dt},$ Q^-1(x)为Q(x)的逆函数，x＝P_e/2；

步骤(12)，按下式计算各子载波n的比特位数b_n，共M个，n＝1，2，…，M，

b_n＝min(b_max，b_n)；b_max为设定的最大QAM星座尺寸决定的比特位数；

步骤(13)，计算***比特率 $B=\underset{n=1}{\overset{M}{\mathrm{\&Sigma;}}}{b}_n,$ 此时B为***最大比特率；若B≤B_T，B_T为目标比特率，则比特位加载结束；否则，计算最大比特率与目标比特率的差值Bdiff＝B-B_T，所述目标比特率为***最大比特率的60％-90％，再执行步骤(2)；

步骤(2)，比特分配加速，所述比特率加速收敛过程依次含有以下步骤：

步骤(21)，根据最大速率比特位加载阶段各子载波比特位数b_n是否超过b_max，把子载波的序号分为两类，分别放在集合

和

中，求集合

和中元素的个数，即集合

和

的基数，其中：

$\tilde{N}=\{n:{\stackrel{\&OverBar;}{b}}_n>b_{\max },n=\mathrm{1,2},...,M\},$ 为最大速率比特位加载阶段子载波比特位数b_n超过b_max的子载波序号的集合；

$\underset{~}{N}=\{n:{0<\stackrel{\&OverBar;}{b}}_n\&le;b_{\max },n=\mathrm{1,2},...,M\},$ 为最大速率比特位加载阶段子载波比特位数b_n不超过b_max且大于零的子载波序号的集合；

表示集合

的基数；

表示集合

的基数；

按如下步骤求加载参数u的值：

步骤(211)，若

按下式计算u的值：

步骤(212)，若

按下式计算u值：

$v=\underset{n\&Element;\tilde{N}}{\max }({\stackrel{\&OverBar;}{b}}_n-b_{\max })$ 为b_n与b_max之差的最大值， $n\&Element;\tilde{N};$

步骤(22)，按以下步骤执行并行比特删除，得到新的比特位数b_n：

步骤(221)，根据步骤(211)或(212)的结果，将序号为集合

中元素的各子载波的比特位数删除u比特，得到新的比特位数b_n，n＝1，2，…，M；

步骤(222)，步骤(221)中，若u>1，将序号为集合 $\widetilde{N_{s1}}=\{n:{b_{\max }<\stackrel{\&OverBar;}{b}}_n<b_{\max }+u,n\&Element;\tilde{N}\}$ 中元素的各子载波的比特位数删除u-(b_n-b_max)比特，即序号为

中元素的子载波比特位数减少至b_n-u，得到新的比特位数b_n；

步骤(23)，将b_n<0对应的子载波n的比特位置零，得到新的比特位数b_n，并计算***新的比特率 $B=\underset{n=1}{\overset{M}{\mathrm{\&Sigma;}}}{b}_n;$

步骤(24)，计算新的Bdiff＝B-B_T，若Bdiff＝0，比特加载过程结束；若Bdiff<0，则执行步骤(3)；若Bdiff>0，先将加载参数u的原值存放在Δ中，即Δ＝u，然后按以下步骤求加载参数u的新值：

步骤(241)，求并行比特删除后新的比特位数b_n为正整数的子载波序号的集合 ${\underset{~}{N}}_s^{+}=\{n:0<b_n,n\&Element;\underset{~}{N}\}$ 及其基数

步骤(242)，按下式求u的新值：

步骤(25)，若u≠0，执行并行比特删除，否则执行步骤(4)；并行比特删除依次含有以下步骤：

步骤(251)，若u≠0，将序号为集合 ${\underset{~}{N}}_s^{+}\&cup;{\tilde{N}}_{s1}$ 中元素的各子载波的比特位数删除u比特，得到新的比特位数b_n；

步骤(252)，若u≠0且 $\tilde{L}-{\tilde{L}}_{s1}\&NotEqual;0,$ 为集合

的基数，将序号为集合 $\widetilde{N_{s2}}=\{n:{\stackrel{\&OverBar;}{b}}_n=b_{\max }+\mathrm{\&Delta;},n\&Element;\tilde{N}\}$ 中元素的各子载波的比特位数删除u比特，得到新的比特位数b_n；否则，执行步骤(26)；

步骤(253)，若u≠0， $\tilde{L}-{\tilde{L}}_{s1}\&NotEqual;0,$ $\tilde{L}-{\tilde{L}}_{s1}{-\tilde{L}}_{s2}\&NotEqual;0,$

为集合

的基数，将序号为集合 $\widetilde{N_{s3}}=\{n:b_{\max }+\mathrm{\&Delta;}<{\stackrel{\&OverBar;}{b}}_n<b_{\max }+\mathrm{\&Delta;}+u,n\&Element;\tilde{N}\}$ 中元素的各子载波的比特位数减少至b_n-Δ-u，所述u为新值，得到新的比特位数b_n；否则，执行步骤(26)；

步骤(26)，将b_n<0对应的各子载波n的比特位数置零，得到新的比特位数b_n，计算新的 $B=\underset{n=1}{\overset{M}{\mathrm{\&Sigma;}}}{b}_n$ 和新的Bdiff＝B-B_T，若Bdiff＝0，则比特加载结束；若Bdiff<0，则执行步骤(3)；否则，按步骤(241)—(242)更新加载参数u的值，如u＝0，直接执行步骤(4)；步骤(3)，在序号为集合 $\widetilde{N_p}=\{n:0\&le;{b_n<b}_{\max },n=\mathrm{1,2},...,M\}$ 中元素的子载波之间执行|Bdiff|次贪婪比特增加，然后执行步骤(5)，所述贪婪比特增加依次含有以下步骤：

步骤(31)，确定增加1比特所需发送功率增量

最小的子载波序号n⁺，

即 $n^{+}=\arg \left\{\underset{n\&Element;{\tilde{N}}_p}{\min }\left[\mathrm{\&Delta;}{P}_n^{+}\left(b_n\right)\right]\right\};$ arg表示函数的自变量，

表示函数f(n)，n∈X，的最小值对应的自变量；

第一次按下式计算所述发送功率增量

$\mathrm{\&Delta;}{P}_n^{+}\left(b_n\right)=2^{b_n}\frac{\mathrm{\&Gamma;}}{{\mathrm{CNR}}_n},$ 0≤b_n<b_max；

步骤(32)，将第n⁺个子载波的比特位增加1位，即 $b_{n^{+}}=b_{n^{+}}+1;$

步骤(33)，若 $b_{n^{+}}<b_{\max },$ 则将

更新为原值的2倍；否则，将

的值置为无穷大；然后返回步骤(31)；

步骤(4)，在序号为集合 ${\underset{~}{N}}_p=\{n:{0<b}_n\&le;b_{\max },n=\mathrm{1,2},...,M\}$ 中元素的子载波之间执行Bdiff次贪婪比特删除，然后执行步骤(5)，所述贪婪比特删除依次含有以下步骤：

步骤(41)，确定减少1比特所需发送功率递减量

最大的子载波序号n^-， $n\&Element;{\underset{~}{N}}_p,$ 即 $n^{-}=\arg \left\{\underset{n\&Element;{\underset{~}{N}}_p}{\min }\left[\mathrm{\&Delta;}{P}_n^{-}\left(b_n\right)\right]\right\};$

第一次按下式计算所述发送功率递减量

$\mathrm{\&Delta;}{P}_n^{-}\left(b_n\right)=2^{(b_n-1)}\frac{\mathrm{\&Gamma;}}{{\mathrm{CNR}}_n},$ 0<b_n≤b_max；

步骤(42)，将第n^-个子载波的比特位减少1位，即 $b_{n^{-}}=b_{n^{-}}-1;$

步骤(43)，若 $0<b_{n^{-}},$ 则将

更新为原值的1/2；否则，将

的值置为零；然后返回步骤(41)；

步骤(5)，比特微调阶段，实现最小发送功率比特分配，所述比特微调依次含有以下步骤：

步骤(51)，确定序号为集合 $\widetilde{N_p}=\{n:{0\&le;b_n<b}_{\max },n=\mathrm{1,2},...,M\}$ 中元素的各子载波的比特位数分别增加1比特所需发送功率增量

最小的子载波序号n⁺，即 $n^{+}=\arg \left\{\underset{n\&Element;{\tilde{N}}_p}{\min }\left[\mathrm{\&Delta;}{P}_n^{+}\left(b_n\right)\right]\right\};$

步骤(52)，确定序号为集合 ${\underset{~}{N}}_p=\{n:{0<b}_n\&le;b_{\max },n=\mathrm{1,2},...,M\}$ 中元素的各子载波的比特位数分别减少1比特所需发送功率递减量

最大的子载波序号n^-，即 $n^{-}=\arg \left\{\underset{n\&Element;{\underset{\&OverBar;}{N}}_p}{\min }\left[\mathrm{\&Delta;}{P}_n^{-}\left(b_n\right)\right]\right\};$

步骤(53)，若 $\mathrm{\&Delta;}{P}_{n^{+}}^{+}\left(b_{n^{+}}\right)<\mathrm{\&Delta;}{P}_{n^{-}}^{-}\left(b_{n^{-}}\right),$ 则依次执行所述步骤(531)—(534)；否则，比特分配结束；

步骤(531)，将第n⁺个子载波的比特位数增加1位，即 $b_{n^{+}}=b_{n^{+}}+1;$

步骤(532)，将第n^-个子载波的比特位数减少1位，即 $b_{n^{-}}=b_{n^{-}}-1;$

步骤(533)，若 $b_{n^{+}}<b_{\max },$ 则将

更新为原值的2倍；否则，将

的值置为无穷大；

步骤(534)，若 $0<b_{n^{-}},$ 则将

更新为原值的1/2；否则，将的值置为零；并返回步骤(51)。

Images