在認(rèn)知無線電系統(tǒng)中,，要求傳輸方式可以靈活地自適應(yīng)信道的變化，而OFDM不僅可以根據(jù)各子信道的衰落情況采用相應(yīng)的調(diào)制方式,，調(diào)整發(fā)射功率,，而且具有良好的抗時(shí)延色散及多徑效應(yīng)的能力。因此,，OFDM被選為是認(rèn)知無線電系統(tǒng)傳輸鏈路的關(guān)鍵調(diào)制技術(shù)之一[1],。
　OFDM的原理是將高速串行的數(shù)據(jù)流轉(zhuǎn)變成低速并行子流，將各子流調(diào)制到各子載波上進(jìn)行傳輸,。通過加入一種被稱為循環(huán)前綴的保護(hù)間隔,，擴(kuò)展子載波上的符號(hào)周期，減小多徑時(shí)延色散的影響,，并消除碼間串?dāng)_,。
　在單用戶OFDM 系統(tǒng)中，當(dāng)信道狀態(tài)信息(CSI)已知或未知時(shí),，每個(gè)子載波的功率可通過“注水”算法或“貪婪”算法自適應(yīng)調(diào)整以達(dá)到傳輸速率最大[2],。但由于同一用戶在不同子信道的衰落大小隨機(jī)分布，可能在某個(gè)信道上深度衰落,，使得用戶放棄在該信道的傳輸,，降低了頻譜利用效率。
　在多用戶OFDM(MU-OFDM)系統(tǒng)中,，由于每個(gè)用戶在同一子載波上的信道相互獨(dú)立,，每個(gè)用戶在同一子信道都經(jīng)歷深衰落的可能性很小。因此,，與單用戶OFDM系統(tǒng)相比,，信道的利用率提高了，系統(tǒng)容量增大,。
　多用戶OFDM系統(tǒng)最常用的兩種自適應(yīng)分配優(yōu)化準(zhǔn)則是[3]：裕度自適應(yīng)準(zhǔn)則MA(Margin Adaptive)和速率自適應(yīng)準(zhǔn)則RA(Rate Adaptive),。裕度自適應(yīng)就是在用戶速率或誤比特率受限的情況下使系統(tǒng)的總發(fā)射功率最小,；速率自適應(yīng)就是在總發(fā)射功率給定的情況下最大化傳輸速率,。
　參考文獻(xiàn)[4]介紹了一種SAMA算法用于MU-OFDM資源優(yōu)化,但算法的前提是已知部分CSI。鑒于這種情況,，本文提出了一種結(jié)合模式搜素的混合遺傳算法,，利用遺傳算法的全局尋優(yōu)能力以及模式搜索強(qiáng)大的局部搜索能力，對(duì)未知CSI的MU-OFDM系統(tǒng)進(jìn)行資源分配,，以提高系統(tǒng)的容量精度,。
1 資源配置
1.1  系統(tǒng)模型
　系統(tǒng)模型如圖1所示[5]?？紤]多用戶OFDM認(rèn)知系統(tǒng)下行鏈路,，即由基站發(fā)射信號(hào)給用戶。利用認(rèn)知無線電的感知頻譜空洞,，認(rèn)知用戶與授權(quán)用戶共享無線頻譜資源,。在實(shí)際中，由于接收端的信道估計(jì)存在一定誤差,，且接收端估計(jì)的信道信息需要經(jīng)反饋信道才能傳送到發(fā)射端,，具有一定延遲，因而假設(shè)無線信道狀態(tài)信息是未知的,。如何在未知信道信息的條件下,，通過把一定的總功率分配到各個(gè)子載波上，以獲得最大的傳輸速率,，是一個(gè)單目標(biāo)優(yōu)化問題,。在MU-OFDM系統(tǒng)中，由于每個(gè)用戶在同一子信道的傳輸相互獨(dú)立,，所以每個(gè)用戶在同一子信道都經(jīng)歷深衰落的可能性很小,。隨著用戶的增多，信道的利用率大大提高,，因此可假設(shè)采用連續(xù)的OFDM,。假設(shè)在一個(gè)有M個(gè)認(rèn)知用戶(SU)，1個(gè)主用戶(PU)的CR-OFDM認(rèn)知系統(tǒng)中,，每個(gè)子載波的帶寬均為Ws,，符號(hào)周期為Ts，每個(gè)子載波上傳輸?shù)男盘?hào)為一雙極性NRZ矩形脈沖信號(hào),，其功率譜密度為[6]：
  
  
其中Nm為用戶m所占用的子載波數(shù),。由式(13)可知，在單用戶情況下,，如果知道Γ與hk,，就可以計(jì)算出每個(gè)子載波上需分配的功率大小。如果Pth≤1/Hk,，也就是該子載波的衰落過大,，此時(shí)不在該子載波上分配功率,，即為了達(dá)到速率最大化的目的，用戶有選擇地占用子載波,。因此,，單用戶OFDM系統(tǒng)并不能有效地利用頻譜資源。
1.2.2 MU-OFDM動(dòng)態(tài)資源分配
    由于多用戶時(shí)受限條件太多,，對(duì)式(6)直接進(jìn)行優(yōu)化運(yùn)算量太大,，這不符合實(shí)時(shí)性要求高的業(yè)務(wù)。因此,，一般可以把MU-OFDM動(dòng)態(tài)資源分配分成兩個(gè)步驟：一是把各子載波分配給各用戶,，二是把功率分配給各子載波。為了提高系統(tǒng)總?cè)萘?，基本思想都是把子信道分配給傳輸性能最好的用戶,。式(8)可變?yōu)?

    功率分配：在子載波分配給用戶后,式(6)變得只與k有關(guān)，復(fù)雜度降低了,，此時(shí)可以用遺傳算法對(duì)其進(jìn)行優(yōu)化,，為了進(jìn)一步提高優(yōu)化結(jié)果的精確性，結(jié)合模式搜索進(jìn)行優(yōu)化,。
1.3  結(jié)合模式搜索的遺傳算法(GA-PS)
    遺傳算法(GA)最早由美國(guó)密執(zhí)安大學(xué)Holland教授在1962年提出,經(jīng)過幾十年的發(fā)展,，算法理論已漸成熟。相對(duì)于傳統(tǒng)優(yōu)化技術(shù)GA對(duì)優(yōu)化問題沒有太多的數(shù)學(xué)要求,，能有效進(jìn)行概率意義下的全局搜索,。然而，由于其固有的局部搜索能力的缺陷[8],以及模式搜索良好的局部搜索能力[9],，可以考慮把兩者結(jié)合起來,，提高搜索結(jié)果的精確度。
2 仿真系統(tǒng)設(shè)計(jì)
    仿真實(shí)驗(yàn)采用的MU-OFDM系統(tǒng)的子載波數(shù)為16,，考慮信道為頻率非選擇性慢衰落信道,信道總帶寬5 MHz,，每個(gè)子載波的帶寬為0.312 5 MHz[10]。信道為AWGN信道,，噪聲功率譜密度為10-8 W/Hz,。每個(gè)OFDM符號(hào)周期為4 μs，PU帶寬與SU帶寬一樣,，認(rèn)知用戶數(shù)為4個(gè),，假設(shè)信道增益服從瑞利分布，且其方差為,，認(rèn)知用戶總的發(fā)射功率為1 W,，主用戶的發(fā)射功率為6 W，BER設(shè)為10-3,。
3 仿真結(jié)果及分析
    本實(shí)驗(yàn)采用Matlab仿真,，各仿真100次,圖2為單次GA得到的OFDM系統(tǒng)的傳輸速率,。從圖中可以看出，GA快速地收斂,，這表明GA符合認(rèn)知無線電實(shí)時(shí)性的要求,。圖3為相應(yīng)的GA-PS得到的結(jié)果，從圖中可以看出,，GA-PS在GA搜索的基礎(chǔ)上進(jìn)一步尋找更好的結(jié)果。圖4為100次GA與GA-PS仿真出來的平均速率,，可以看出在干擾功率門限相同時(shí),， GA-PS算法所搜索到的速率值更大。干擾門限較低,，系統(tǒng)的容量較小,，GA-PS的增加量更高。

    在圖5中,，兩曲線分別表示在用戶數(shù)為4和6時(shí)用GA-PS所求得的平均最大速率,。從圖中可看出，用戶數(shù)為6時(shí)的系統(tǒng)容量要比用戶數(shù)為4時(shí)的系統(tǒng)容量要大,。這是因?yàn)橛脩粼龆鄷r(shí),，子信道可分配給傳輸性能不比原來差的用戶進(jìn)行傳輸，從而增大該子信道的容量,，進(jìn)一步增大系統(tǒng)的總?cè)萘俊?/p>

　由仿真結(jié)果可見,，GA-PS算法所求的結(jié)果比GA更精確，當(dāng)MU-OFDM用戶增多時(shí),，系統(tǒng)的總?cè)萘吭黾?，頻帶利用率也隨著提高。
    針對(duì)GA局部搜索能力的固有缺陷,，本文提出了一種結(jié)合模式搜索的混合遺傳算法用于優(yōu)化MU-OFDM資源分配,。仿真結(jié)果表明，該算法可有效提高尋優(yōu)精度,，為MU-OFDM提供更合適的資源配置,。仿真結(jié)果同時(shí)表明,隨著用戶數(shù)的增加，MU-OFDM的系統(tǒng)容量和頻帶利用率都增加了,。
參考文獻(xiàn)
[1]  IEEE 802.22. Working group on wireless regional area networks[EB/OL]. (2003-02-13) [2004-05-12].http://www. IEEE802.org/22/2004.
[2]  劉妍. OFDM信號(hào)識(shí)別與自適應(yīng)調(diào)制技術(shù)的研究[D]. 西安：西安電子科技大學(xué), 2008.
[3]  SHEN Zu Kang, ANDREWS J G, EVANS B L.  Optimal  power allocation in multiuser OFDM systems[C]. Global Telecommunications Conference, 2003. (GLOBECOM ′03). IEEE: Vol.1:337-341.
[4]  DONG Huang, LEUNG C, SHEN Zhi Qi. Resource allocation of MU-OFDM based cognitive radio systems under partial channel state information. Comput. Res. Repos. 2008, Article No. 0808.1000 (2008).
[5] ARSLAN H, MAHMOUD H A, YUCEK T. OFDM for cognitive radio: merits and challenges[M]. Springer Netherlands,2007:325-353.
[6]  樊昌信,曹麗娜.通信原理（第6版）[M].北京：國(guó)防工業(yè)出版社,2006:134-141.
[7]  JANG J,LEE K W B. Transmit power adaptation for multiuser OFDM systems[J]. IEEE Journal on Selected Areas  in Communications.2003,21(2).
[8]  王宏生.人工智能及其應(yīng)用[M].北京：國(guó)防工業(yè)出版社, 2006:137-165.
[9]  雷英杰,張善文,李續(xù)武,等.MARLAB遺傳算法工具箱及應(yīng)用[M].西安：西安電子科技大學(xué)出版社,2005:208-258.
[10] MOLISCH A F著.無線通信[M].田 斌,等譯.北京：電子工業(yè)出版社,2008:447-461.