《CDMA功率控制算法》课件.pptVIP

CDMA系统中基于博弈论的功率控制算法的研究与仿真 姓名：赵叶 指导教师：宋清洋 副教授 班级：通信0701 学号目录 功率控制的目的 CDMA系统： 克服远近效应 克服阴影衰落和快衰落 降低网络干扰，提高系统质量和容量 延长电池使用时间 远近效应 CDMA自从被提出以来一直没有得到大规模应用的主要问题就是无法克服“远近效应”。 信号被离基站近的UE的信号“淹没”，无法通信 BS 功率控制算法分类 功率控制算法 上行链路功控 下行链路功控 连续功控 离散功控 基于信号强度功控 基于SIR功控 基于BER功控 开环功控 闭环功控 外环功控 集中式功控 分布式功控 固定步长功控 自适应步长功控 算法介绍——DPC 算法介绍——GT 算法介绍 DPC算法和博弈论算法迭代公式的不同 DPC： GT： 算法比较 算法仿真结果 考虑建立一个小区CDMA系统 基站位于小区中心 产生20个用户，随机分布在小区内 算法仿真结果——收敛性比较 DPC算法用户的信噪比 迭代32次收敛 博弈论算法用户信噪比 迭代14次收敛 算法仿真结果——收敛性和收敛功率比较 DPC算法用户发射功率 迭代54次收敛 博弈论算法用户发射功率 迭代36次收敛 仿真结果——平均发射功率比较 两种算法平均收敛功率比较 两种算法平均SIR比较 算法仿真结果——用户增加情况下 两种算法的平均SIR都有所下降，当用户多于30后，GT算法的SIR就开始有大于DPC的趋势。 放大图 用户较少时两种算法的平均发射功率都很小，当用户大于一定数量时，DPC算法功率大幅度增加。 用户不断增多时 在用户数不断增加的情况下，就会有一些用户的SIR下降，要考虑掉线率。 设定一个SIR的阈值，当用户的SIR不满足时就不能被系统服务 算法仿真结果——背景噪声增加情况下 随着背景噪声的增加,DPC算法用户的平均SIR基本保持在目标信噪比，而博弈论算法的SIR会有所下降。 随着背景噪声的增加，博弈论算法计算的用户的平均发射功率小于DPC算法 总结 通过在收敛速度、用户增加、背景噪声等一些常见情况的仿真比较，可以看出博弈论算法在收敛速度及收敛功率上都存在明显优势。功率控制效果比传统DPC算法更明显，在增加系统容量，优化系统性能方面都有很好的表现，因此在实际应用当中是很有意义的。 * * CDMA是个干扰受限系统，因而若每个移动台的信号到达基站时都能达到保证通信质量所需的最小信噪比并且保持系统同步，系统的容量将会达到最大。 克服远近效应，在对接收机端的接收信号强度或信噪比等指标进行评估的基础上，适时改变发射功率来补偿无线信道中的路径衰落和损耗，从而既维持了通信质量，又不会对同一无线资源中其他用户产生额外干扰。 发射功率减小，延长电池使用时间 两个层次 全局层次：容量、全局稳定性和系统负载，以及全局控制问题是否有解，即能否满足所有用户的性能要求（SIR） 局部：功率控制算法收敛性质和速度，即快速跟上信道变化能力，是研究重点 根据功率控制在蜂窝系统中的链路方向不同。 根据功率处理方式。 根据确定功率控制 命令的测量指标。 根据功率控制信息的获取方式 根据功率调整大小的度量 根据功率更新的策略 传统分布式功率控制算法是线性算子，而引人博弈论后，在此基础上增加了功率的二次项，算子变成了非线性算子。与线性算子相比，非线性算子通 常有更快的收敛速度。 * 这是一个小区模型 * * * * CDMA是个干扰受限系统，因而若每个移动台的信号到达基站时都能达到保证通信质量所需的最小信噪比并且保持系统同步，系统的容量将会达到最大。 克服远近效应，在对接收机端的接收信号强度或信噪比等指标进行评估的基础上，适时改变发射功率来补偿无线信道中的路径衰落和损耗，从而既维持了通信质量，又不会对同一无线资源中其他用户产生额外干扰。 发射功率减小，延长电池使用时间 两个层次 全局层次：容量、全局稳定性和系统负载，以及全局控制问题是否有解，即能否满足所有用户的性能要求（SIR） 局部：功率控制算法收敛性质和速度，即快速跟上信道变化能力，是研究重点 根据功率控制在蜂窝系统中的链路方向不同。 根据功率处理方式。 根据确定功率控制 命令的测量指标。 根据功率控制信息的获取方式 根据功率调整大小的度量 根据功率更新的策略 传统分布式功率控制算法是线性算子，而引人博弈论后，在此基础上增加了功率的二次项，算子变成了非线性算子。与线性算子相比，非线性算子通 常有更快的收敛速度。 * 这是一个小区模型 * *