嚴(yán)紀(jì)珊
(上海兒童醫(yī)學(xué)中心,信息科,上海 200127)
無(wú)線(xiàn)通信突破了人與人之間交流的空間限制,而讓人們對(duì)無(wú)線(xiàn)通信的依賴(lài)性越來(lái)越強(qiáng)的原因在于其接入便捷等特點(diǎn)。無(wú)線(xiàn)通信系統(tǒng)的傳輸依賴(lài)于電磁波,其傳輸性能與傳輸速率以及信道容量有關(guān)。傳輸過(guò)程會(huì)受到路徑損耗和電磁干擾等的影響,因此會(huì)大大降低系統(tǒng)功率,頻譜資源的有效利用率也會(huì)受到影響,對(duì)于個(gè)體用戶(hù)會(huì)有信號(hào)變差、網(wǎng)速變慢等感受[1-2]。就目前而言,相較于提高通信系統(tǒng)發(fā)射端的發(fā)射功能,更具備研究?jī)r(jià)值的是開(kāi)展多信道無(wú)線(xiàn)通信功率分配來(lái)提升信道容量的技術(shù)。
以一個(gè)內(nèi)部包含N個(gè)Gilbert-Elliott信道的分布式無(wú)線(xiàn)通信系統(tǒng)為例,可以將一個(gè)信道視為一個(gè)一維兩狀態(tài)的馬爾可夫鏈[3-4](見(jiàn)圖1)。如此,便能夠?qū)⒁粋€(gè)時(shí)變衰落信道狀態(tài)比作是馬爾可夫鏈中不同狀態(tài)間的轉(zhuǎn)換,馬爾可夫鏈如圖1所示。

圖1 馬爾可夫鏈
信道則可以表現(xiàn)為Gi,t({i∈1,2,…,N},{t∈1,2,…,}),接著用式(1)來(lái)表示信號(hào)傳輸狀況:

(1)
其中,i為信道序號(hào),t為時(shí)隙。
用P表示信道系統(tǒng)的總傳輸功率,用Pi(t)表示時(shí)隙t內(nèi)信道i獲得的功率分配,則信道轉(zhuǎn)移概率可以分別表示為
(2)
式中,當(dāng)λ1>λ0時(shí),代表功率參數(shù)狀態(tài)良好的概率則更大一些。系統(tǒng)的總傳輸功率能夠表達(dá)為
(3)
為了更好地進(jìn)行研究,將對(duì)建立的數(shù)學(xué)模型提出以下假設(shè):每一個(gè)時(shí)隙開(kāi)始時(shí),全部的傳輸功率將均勻地分配給每一個(gè)信道,每個(gè)信道獲得的功率為P/k。
Gilbert-Elliott信道模型如圖2所示。

圖2 Gilbert-Elliott信道模型
對(duì)于無(wú)法及時(shí)獲得的隙內(nèi)狀態(tài),只能監(jiān)察過(guò)去時(shí)隙內(nèi)狀態(tài)的問(wèn)題,則可以采用馬爾可夫決策過(guò)程(以下簡(jiǎn)稱(chēng)POMDP)進(jìn)行描述[5-8]。借助于POMDP,結(jié)合過(guò)去時(shí)隙的信道狀態(tài),通過(guò)分析目前時(shí)隙內(nèi)處于良好狀態(tài)的信道信息,能得到觀測(cè)馬爾可夫決策過(guò)程的最優(yōu)解[9]。
綜上所述,每個(gè)信道的狀態(tài)有2個(gè),即概率傳輸?shù)墓β史峙涞皆撔诺?Pr[Gi,t=1|Gi,t-1=0])和傳輸?shù)墓β饰捶峙涞皆撔诺?Pr[Gi,t=1|Gi,t-1=1])。當(dāng)信道總數(shù)為N時(shí),會(huì)出現(xiàn)的概率則有2N種。用一個(gè)N維向量來(lái)代表第i種可能出現(xiàn)的傳輸功率分配方案,如:
αi=(αi,1,αi,2,…,αi,N),1≤i≤2N,αi,j∈[0,1]
(4)
設(shè)第i種功率分配方案中被分配到信道的有用功率總數(shù)為k,則有式(5):
(5)
其中,k的取值越小,表示系統(tǒng)可選的信道數(shù)量越少,功率傳輸過(guò)程中的損耗便越大;k的取值越大,則表示系統(tǒng)可選的信道數(shù)量越大。假定時(shí)隙t之前所有信道狀態(tài)均為已知量,信道的置信度定義如下:目前時(shí)隙中各信道處于良好狀態(tài)的概率,用N元向量表示:
xt=(x1,t,x2,t,…,xN,t)
(6)
式中,xi,t為時(shí)隙t內(nèi)第i個(gè)信道獲得傳輸功率的概率。用ζf表示時(shí)隙t之前所有時(shí)隙信道的狀態(tài),則xi,t可用式(7)表示:
xi,t=Pr[Gi,t=1|ζf],i∈{1,2,…,N}
(7)
設(shè)初始置信度為p=(p1,p2,…,pN),其中pi=Pr[Gi,0=1|ζ0],i∈{1,2,…,N},則N個(gè)置信度Φα表達(dá)為
(x1,p2,…,pN),(x2,p2,…,pN)∈Φα,x1 (8) 由此可知 x=αx1+(1-α)x2,x∈[x1,x2],0≤α≤1 (9) V(x,p2,…,pN)=Vα(x,p2,…,pN) (10) 信道置信度Φα在維度pj(j∈[1,N])上連續(xù)。 由第二節(jié)所述可得,求解價(jià)值函數(shù)V(p)與對(duì)應(yīng)功率分配方案α之間最優(yōu)解是多信道無(wú)線(xiàn)通信功率分配最優(yōu)化問(wèn)題。根據(jù)Farias教授及其團(tuán)隊(duì)成員提出的求解MDP問(wèn)題的線(xiàn)性規(guī)劃模型,多信道無(wú)線(xiàn)通信功率分配最優(yōu)化問(wèn)題的函數(shù)[10-14]可表示如: (11) 式中,B為功率分配方案,O為置信度空間。 需要重視的是,本模型求得的最優(yōu)解并不能準(zhǔn)確表達(dá)實(shí)際,因?yàn)榻_^(guò)程是假定各信道參數(shù)均為借助于假想一個(gè)固定值而確定的,同時(shí)也無(wú)法立即獲得價(jià)值函數(shù)的通項(xiàng)式。這是因?yàn)椋覀冴P(guān)心的是功率分配方案和置信度空間之間的映射關(guān)系,即:求的價(jià)值函數(shù)后計(jì)算得出所有功率分配方案下的收益函數(shù)Vα(p),便可以進(jìn)一步獲得最優(yōu)的和最大值的功率分配方案,表示如式(12): (12) 以三維信道無(wú)線(xiàn)通信功率分配最優(yōu)化問(wèn)題求解為例,借助于MATLAB,利用式(11)對(duì)仿真結(jié)果進(jìn)行處理。根據(jù)上述建模過(guò)程,本次最優(yōu)化求解所涉及的參數(shù)包括信道狀態(tài)轉(zhuǎn)移條件概率λ0和λ1、數(shù)據(jù)傳輸收益Ri、數(shù)據(jù)損耗因子Ci以及折舊因子β。各參數(shù)選取如下:λ0=0.1、λ1=0.9、R1=3、R2=2、R3=1.78、C1=1.2、C2=0.8、C3=0.712、β=0.9。圖3和圖4分別為在λ1=0.9和λ0=0.1時(shí)|Φα|隨λ0和λ1的變化趨勢(shì)圖。 圖3 λ1=0.9時(shí)|Φα|隨λ0的變化趨勢(shì) 圖4 λ0=0.1時(shí)|Φα|隨λ1的變化趨勢(shì) 由圖3和圖4可以得到如下結(jié)論。 (1)隨著λ0的不斷增大,系統(tǒng)傾向于將所有的功率集體集中在單一信道上。 (2)隨著λ1的不斷增大,系統(tǒng)傾向于較為保守地將所有的功率均勻地分布在所有信道上,如此,功率傳輸損耗也將由所有的信道共同承擔(dān)。 (3)當(dāng)λ0和λ1的取值相差較大時(shí),信道難以從不良狀態(tài)恢復(fù)至良好狀態(tài),系統(tǒng)傾向于信任目前狀態(tài)較好的信道,系統(tǒng)會(huì)將功率集中地傳輸至狀態(tài)較好的信道。 (4)當(dāng)λ0和λ1的取值相差不大時(shí),信道從不良好運(yùn)行的狀態(tài)逐漸恢復(fù)至良好運(yùn)行狀態(tài)的系統(tǒng)與功率將繼續(xù)保持良好運(yùn)行狀態(tài)的概率一致,系統(tǒng)傾向于相對(duì)保守地將功率均勻地分布在所有信道上。 本文首先對(duì)信道模型進(jìn)行分析,然后憑借馬爾可夫決策過(guò)程所建立的多信道無(wú)線(xiàn)通信功率分配最優(yōu)化問(wèn)題的數(shù)學(xué)模型,最終通過(guò)MATLAB平臺(tái)進(jìn)行了仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明:當(dāng)信道難以從不良狀態(tài)恢復(fù)到良好狀態(tài)時(shí),系統(tǒng)將傾向于信任目前狀態(tài)較好的信道,系統(tǒng)集中將功率傳輸至狀態(tài)較好的信道;當(dāng)信道從不良好運(yùn)行的狀態(tài)逐漸恢復(fù)至良好運(yùn)行的狀態(tài)時(shí)系統(tǒng)和概率將繼續(xù)一直保持與良好運(yùn)行狀態(tài)的概率一致,系統(tǒng)傾向于較為保守地將功率均勻地分布在所有信道上。3 仿真實(shí)驗(yàn)
3.1 基于線(xiàn)性規(guī)劃的實(shí)驗(yàn)原理


3.2 仿真實(shí)驗(yàn)結(jié)果分析


4 總結(jié)