量子智能算法及在OFDM系统资源分配中的应用 第8页
图3.8 量子遗传算法自适应调制方案
3.3 算法仿真与结果
针对多用户的OFDM系统，假设系统信道是准高斯信道，随机生成服从复高斯分布的各子载波信道响应，可以采用的调制方式为BPSK，QPSK，16-QAM，64-QAM，256-QAM。设置OFDM系统子载波数为64个，分配给4个用户，每个用户在一个OFDM符号中需要传输的比特数为40，分别使用OFDM-FDMA算法，Guodong Zhang提出的算法，经典遗传算法，量子遗传算法进行仿真。
在某一时刻下，四个用户各自的信道状态如下图，四种算法均使用此信道状态仿真：
图3.9 某时刻信道增益状况
从上图可以直观看出，在多用户环境下，对某个用户衰落严重的信道，对其他用户可能信道的状况较好，这使得多用户的联合子载波，比特，功率调制成为可能。
3.3.1 OFDM-FDMA算法的仿真
针对对频分复用算法，仿真时将64个子载波平均分配给4个用户，每个用户使用其中16个子载波，然后针对每个用户使用Chow算法进行比特和功率的分配。仿真结果如图3.10和图3.11所示，由图看见，FDMA无法根据信道情况灵活配置子载波的分配，导致发送功率偏高：
图3.10 OFDM-FDMA算法比特分配结果
图3.11 OFDM-FDMA算法功率分配结果
3.3.2 Guodong Zhang算法的仿真
此算法首先使用贪婪灌水算法为每个用户单独分配子载波，同时进行比特，功率分配。如图所示，单个用户的比特分配符合贪婪灌水算法，但不同用户之间存在严重的子载波冲突。使用迭代算法进行冲突子载波的分配。分配结果如图3.12和图3.13所示。
图3.12 Guodong Zhang算法比特分配结果
图3.13 Guodong Zhang算法功率分配结果
3.3.3 经典遗传算法仿真
使用经典遗传算法进行仿真，种群大小设为20个个体，遗传代数设为迭代500次，种群交叉概率为0.8，变异概率为0.1，遗传算法的迭代过程如图3.14和图3.15所示：
图3.14经典遗传算法比特分配结果
图3.15经典遗传算法功率分配结果
3.3.4 量子遗传算法仿真
使用量子遗传算法对OFDM自适应调制进行仿真，种群数目设为20，遗传代数设为迭代500次，采用全干扰交叉，量子变异概率为0.1，仿真结果如图3.16： 图3.16 量子遗传算法比特分配结果
由上图也可以看出，遗传算法与量子遗传算法收敛后的结果完全相同。
3.3.5 算法仿真对比
对以上介绍的算法，在相同误码率要求下，分别在2用户，4用户，6用户，8用户的情况下进行OFDM系统仿真，仿真结果如图3.17所示：
上一页 [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] ... 下一页 >>
量子智能算法及在OFDM系统资源分配中的应用 第8页下载如图片无法显示或论文不完整，请联系qq752018766
