未來的無線和移動通信系統將在有限的頻譜資源和時變信道環境下，支持大量的用戶，支持用戶的QoS需求，提供更高的數據率。OFDMA技術不僅具有OFDM抗擊符號間干擾和頻率選擇性的特點，同時還提供了多用戶分集等增益，是未來移動通信的核心技術。
    OFDMA技術具有高頻譜利用效率和靈活的資源分配特征，在下一代無線網絡中，是一種較理想的用戶接入方式。與其他多用戶接入方式相比，例如TDMA，OFDMA更適合高速實時數據傳輸[1]。正是OFDMA這種調制和接入技術的靈活性，激發了在資源分配方面的大量研究活動。為了提高帶寬效率和增強系統性能，子載波、功率、數據率等可在不同用戶或者子載波間進行分配，稱為基于信道的自適應傳輸。為了更好地適應信道，發送端需要知道精確的信道信息[2],在實際無線通信中，由于反饋延遲，信道估計誤差等因素，僅僅只有不完美信道信息能夠獲取。
    OFDMA系統中的資源分配[3-6]涉及子載波、功率、自適應調制、比特等，幾種資源的聯合優化是一個復雜度極高的問題。常見的優化算法分為兩大類：一是基于用戶數據率或誤碼率的約束，最小化總的發送功率；另一類[7]是給定總的發送功率約束，最大化每個用戶的系統容量?；诓煌恼{度目標函數，可以形成不同的分配算法。以往的很多分配算法通常是假設發射端具有理想信道信息，根據名義上的理想信道信息分配的數據率不被真實的信道支持，會造成傳輸的中斷事件。針對OFDMA下行鏈路發送端只能獲得部分信道信息的情況，提出了一種基于部分信道信息的資源分配算法。本文重點考慮了單蜂窩系統的下行鏈路，假定發送端具有部分信道信息。研究了功率和子載波的分配問題，采用分步優化的方法：先考慮子載波的分配，再考慮功率的分配。
1系統模型
    通常，典型的OFDMA系統結構圖如圖1所示。信道狀態信息通過反饋信道，由移動用戶反饋到基站，提供給子載波/功率分配算法模塊使用?？紤]下行鏈路，假設共有K個用戶和N個子載波,基站和移動用戶均配備單天線。假定符號間干擾被OFDM技術完全消除，也就是說，在每個子載波內，頻率響應是平坦的。系統總的發射功率被約束為P,零均值獨立同分布的高斯噪聲加在接收機端?；靖鶕诺罈l件動態分配功率和子載波，令Ci代表分配給用戶i的子載波集合。假設每個子載波最多被一個用戶使用，也就是說，對于i≠j，滿足Ci∩Cj=Φ?；緸榱藵M足資源分配的目標，必須要為每個用戶確定Ci和分配功率。

    理想情況下，應對子載波和功率聯合進行分配，以獲得最優解。然而，這種方法復雜度非常高，也很難對變化的信道做出及時響應。本文采用次優化的分步優化算法，降低算法的復雜度。pi,j代表分配給用戶i在子載波j上的功率，γi,j代表用戶i在子載波j上的單位發送功率下的接收信噪比。為了得到優化算法，總功率約束條件下的用戶吞吐量最大化為目標的資源分配優化問題,可做如下描述:

2 分配算法描述
    為了獲取最優的資源分配，對于目標函數，采用拉格朗日優化方法，等價于優化如下的代價函數:

    為了得到用戶i在子載波j上的功率分配，需要先求出分配給用戶i的總功率Pi，然后按上述公式在用戶i的子載波間進行分配。關于Pi的計算,可以參考文獻[7]，但運算復雜度較高。具體算法步驟如下：
    B1:子載波在用戶間的分配。初始時，假設每個用戶分配的子載波數為零。然后對每個用戶，依次分配對此用戶而言信道條件最好的子載波。分配完后，如果還有剩余的子載波，則尋找信道容量最小的用戶，對此用戶分配信道條件最好的子載波。如果還有子載波，繼續重復這一過程，直到所有的子載波被分配完。
    B2:決定分配給某個用戶的功率Pi，然后根據(7)式決定某用戶功率在子載波間的分配。
3 簡化算法和實際考慮
    由于算法復雜度太高，下面進一步研究在實際應用中考慮的問題，并進行簡化。第2節的討論是基于理想的信道信息實現的資源分配算法，這在實際中是不可行的。現考慮下行鏈路的發送端擁有部分(不完美)的信道信息，在TDD雙工模式下，信道估計通過反饋信道送到發送端。由于信道估計誤差、反饋延遲、量化等因素，發送端只能獲得不完美信道信息，或稱為名義上的信道信息，如果根據不完美信道信息為用戶分配子載波、數據率、功率等是不可靠的，因為算法分配的資源很可能不被真實的信道條件支持，從而造成傳輸中斷事件的發生，浪費了系統資源。因此研究資源分配算法時應該考慮傳輸的中斷概率或者成功發送的實際吞吐量，更符合實際情況。假設第i個用戶的第j個子載波信道增益為:

4 仿真結果
    根據上述討論，對本文的資源分配算法進行了計算機仿真，以驗證算法的合理性。仿真主要針對單小區OFDMA系統的下行鏈路數據傳輸，用戶數考慮從2個到10個。在仿真中，無線信道[9]被建模為頻率選擇性的多徑信道，包含6條獨立瑞利衰落的多徑信道。假設功率延遲分布服從指數分布，系統帶寬為1 MHz，劃分為64個子載波。時延擴展為5 ?滋s，最大多普勒頻率為30 Hz。在仿真中比較了基于理想容量的資源分配和基于一定中斷概率下實際吞吐量的資源分配算法。具體仿真結果如圖2所示。
    圖2顯示了OFDMA下行鏈路中的實際吞吐量與用戶的對應圖形。從圖中可以看出，采用自適應資源分配算法獲得了較大容量的增益;對于自適應資源分配算法，隨著用戶數目的增加，系統將獲得更高的吞吐量[10]。這主要是采用了鏈路自適應技術，隨著用戶的增加，可以獲取多用戶分集增益。也就是說，一個子載波對于所有用戶而言，它都處于深衰的概率大大降低。此外，本文的算法比基于理想容量優化的資源分配算法所獲得的goodput(實際吞吐量)要高，這是因為基于理想容量分配的算法，認為所獲得的信道條件是理想的。由此分配的數據率、子載波等資源不被真實的信道所支持，具有較大的中斷概率，因此算法的實際吞吐量比較低。

    本文研究了OFDMA系統中的資源分配問題，所給出的算法基于鏈路自適應技術，根據信道條件來決定分配算法。與其他算法相比，考慮了信道估計的誤差和傳輸中斷概率，采用基于在一定中斷概率條件下的實際吞吐量優化算法，更加符合實際情況。仿真結果表明，該方法獲得了較好的多用戶分集增益和實際吞吐量性能。在適當條件下，比如高信噪比條件下，算法可以進一步大大降低運算復雜度。
參考文獻
[1] KAUR I, THAKUR K. Resource allocation and scheduling for real-time traffic in ofdma[J]. Medwell Journals of Mobile Communication,2008,2(1):10-13.
[2] ALSAWAH A. Resource allocation in ofdma downlink with  reduced feedback overhead[C].IEEE PIMRC, 2008:15-18.
[3] HOO L M C. Multiuser transmit optimization for multicarrier broadcast channels:asymptotic FDMA capacity region and  algorithms[J]. IEEE Trans.Comm, 2004,52(6):922-930.
[4] RHEE W, CIOFFI J M. Increase in capacity of multiuser OFDM system using dynamic subchannel allocation[C].IEEE  Vehicular Technology Conf,2000：1085-1089.
[5] CHEONG Y W. Multiuser OFDM with adaptive subcarrier, bit,and power allocation[J].IEEE J.Select. Areas Commun,  1999, 17(10):1747-1758.
[6] AGARWAL R, CIOFFI J. Optimal resource allocation in the OFDM downlink with  feedback  of  buffer state information[C]. IEEE Globecom,2009.
[7] WONG I C, EVANS B L. A low complexity algorithm for proportional resource allocation in ofdma systems[W].IEEE International Signal Processing Systems Workshop,2004，13-15:1-6.
[8] YAO Y, GIANNAKIS G B. Rate-maximizing power allocation in OFDM based on partial channel knowledge[J].IEEE  Trans.Wireless Commun,2005,4:1073-1083.
[9] 楊大成.移動傳播環境[M].北京：機械工業出版社，2003.
[10] JANG J, LEE K B. Transmit power adaptation for multiuser ofdm systems[J]. IEEE Journal on Selected Areas in Communications,2003,21(2):171-178.