基于OFDM的PLC系统的吞吐量优化方法

摘要

本发明公开了一种基于OFDM的PLC系统的吞吐量优化方法，包括以下步骤：首先发送端设定所使用子载波集合、总传输功率约束值以及每个子载波允许的最大传输功率约束值，然后引入权重，将功率约束下的吞吐量最大化问题等价为加权最小化均方误差问题，再利用块坐标下降算法和二分法迭代求解得到最终功率分配方案，最后发送端按照功率分配方案设定每个子载波的传输功率，从而实现PLC系统的业务传输。由于功率约束下的吞吐量优化问题是一个无法直接的问题，因此本发明通过巧妙构思将该问题等价为加权最小化均方误差问题，使得问题得以采用简单方法迭代求解，从而最大化系统的吞吐量。

主权项

一种基于OFDM的PLC系统的吞吐量优化方法，其特征在于，包括以下步骤：步骤1：发送端确定所使用的子载波集合A^use，并求出L＝|A^use|，L表示集合A^use的元素个数，同时设定每个子载波允许最大传输功率约束值P_max(m)，m∈A^use以及总传输功率约束值P_total；步骤2：引入权重值{t_m}，将功率约束下的连续型吞吐量优化问题等价为加权最小化均方差问题，即：$\underset{\{q_m,t_m,e_m\}}{max}{F}_0\underset{m=1}{\overset{L}{\Sigma }}\left(log\right(t_m)-t_m{e}_m+1)$$s.t.\underset{m=1}{\overset{L}{\Sigma }}{q}_m^2\le P_{total}$$0\le q_m^2\le P_{max}\left(m\right),\forall m\in A^{use}$其中F₀表示子载波间隔，$e_m\stackrel{\Delta }{=}{(u_m{h}_m{q}_m-1)}^2+u_m^2\Gamma \underset{k=1}{\overset{L}{\Sigma }}W(m,k)q_k^2+u_m^2\Gamma N\left(m\right)$表示MMSE误差估计值，α(m)表示第m个子载波的信道增益，P(m)表示第m个子载波的发射功率，u_m表示第m个子载波的MMSE均衡器，Γ表示信噪比差额，W表示干扰矩阵，其中W(m₀,m)表示第m个子载波对第m₀个子载波的干扰，为噪声功率向量，其中表示第m个子载波的噪声功率；步骤3：利用块坐标下降算法和二分法迭代求解该问题，即：初始化：迭代次数n＝1、MMSE均衡器和相应的权重其中：和分别表示第m个子载波的第n次迭代所求的MMSE均衡器、MMSE误差估计值和权重值，然后计算加权最小化均方误差问题的目标值$R_{total}^{\left(n\right)}\stackrel{\Delta }{=}{F}_0\underset{m=1}{\overset{L}{\Sigma }}\left(log\right(t_m^{\left(n\right)})-t_m^{\left(n\right)}{e}_m^{\left(n\right)}+1);$步骤4：更新迭代次数n＝n+1，利用二分法求解子载波传输功率集合P⁽ⁿ⁾(m)表示第m个子载波第n次迭代所求传输功率值；步骤5：首先求解MMSE均衡器和相应的估计误差然后求出权重从而求出相应的加权最小化均方差问题的目标值其中$q_m^{\left(n\right)}\stackrel{\Delta }{=}\sqrt{P^{\left(n\right)}\left(m\right)};$步骤6：判断是否成立，其中ε为判定阈值，满足则输出{P⁽ⁿ⁾(m)}，即为原问题的最终解，即其中P^*(m)表示第m个子载波最终传输功率，从而求出最终吞吐量$R_{total}^{*}=F_0\underset{m=1}{\overset{L}{\Sigma }}{\log }_2(1+\frac{SINR(m,P^{*}(m\left)\right)}{\Gamma }),$其中$SINR(m,P^{*}(m\left)\right)\stackrel{\Delta }{=}\frac{{\left|\alpha \left(m\right)\right|}^2{P}^{*}\left(m\right)}{\left[{\mathrm{WP}}^{*}\right]\left(m\right)+{\sigma }_b^2\left(m\right)},$表示最终传输功率分配向量；否则，重复步骤4到步骤6；步骤7：发送端按照最终功率分配方案设定每个子载波传输功率，从而实现PLC系统的业务传输。