基于Hopfield神经网络的多用户OFDM系统自适应资源分配.pdfVIP

第15 卷 第2 期 电路与系统学报 Vol.15 No.2 年 月 2010 4 JOURNAL OF CIRCUITS AND SYSTEMS April, 2010 文章编号：1007-0249 (2010) 02-0047-05 基于Hopfield 神经网络的多用户OFDM * 系统自适应资源分配 刘玉龙， 江铭炎 （山东大学信息科学与工程学院，山东 济南 250100 ） 摘要：提出一种用 Hopfield 神经网络对多用户 OFDM 通信系统进行子载波分配和比特自适应加载的方法，利用 Hopfield 神经网络的并行处理、收敛快、易收敛到最优解的特点，在系统性能一定和满足各个用户业务要求的条件下， 对资源进行自适应分配，以使多用户OFDM 系统的发射功率最小。将比特加载矩阵拆成三个矩阵来表示，简化了运算。 仿真结果表明采用Hopfield 神经网络方法可有效地解决通信中资源分配最优化问题，并且总体效果也优于采用遗传算 法得到的结果。 关键词：Hopfield 神经网络；多用户OFDM 系统；子载波分配；比特加载 中图分类号：TN929.5 文献标识码：A 1 引言 组合优化问题就是在一定的约束条件下，使目标函数极小（或极大）的变量组合问题，将Hopfield 神经网络用于组合优化问题，把目标函数转化为网络的能量函数，并将问题的变量作为网络的状态， 当网络的能量函数收敛到最小值时，问题的最优解（或次优解）也随之求出。由于Hopfield 神经网络 的并行处理方式，使其计算量不随维数的增加而发生指数性“爆炸”，因而对于优化问题，尤其对多项 式复杂程度的非确定性（Non-deterministic Polynomial, NP ）问题的高速计算特别有效，它成功解决了 旅行商（TSP ）问题已充分地说明了这一点[1] 。 正交频分复用（OFDM ）通信系统中子载波的并行传输使得系统具有很高的传输速率，且采用正 交性调制方式使得系统具有很高的频谱利用率和抗多径干扰能力，尤其是抗深度衰落的能力[2,3] 。多用 户OFDM 通信系统中，自适应资源分配优化技术主要有两类：（1）MA （margin adaptive ）优化[2] ，即 在满足每个用户的传输速率或误比特率条件下使传输功率最小；（2 ）RA （rate adaptive ）优化[4,5] ，即 在满足每个用户获得速率公平性和总传输功率一定的条件下，使系统总传输速率最大。本文所解的是 MA 优化问题，既在信息传输速率和传输性能一定的条件下，针对多用户OFDM 系统中的子载波分配 和比特加载、功率分配，以使发射功率最小化。文献[2]提出一种增加“优良”基因的遗传算法解决此 [6] 问题，但是随着用户数和子载波数的增加其算法收敛速度过慢，且传输性能也随之下降；文献 给出 了这一问题的公式，并提出了一种应用拉格朗日算子的迭代搜索算法，其结果更能接近最优解，但是 其算法复杂度太高，因而不实用；文献[7]只是简单地将子载波分配给瞬时信道增益最大的用户，显然 不能满足用户的多样性。针对以上问题，本文利用Hopfield 神经网络具有的并行处理、收敛速度快、 易收敛到最优解的特点，提出了用Hopfield 神经网络解决这一问题的新方法。 2 Hopfield 神经网络模型 Hopfield 神经网络是一种反馈、二值输出、全连接型网络。连续型神经网络状态的演变过程是一 个非线性动力学系统，可以用一组非线性微分方程来描述，神经元输出的稳定值即优化问题的解。在 满足一定约束条件下，“能量函数”的能量在网络运行过程中不断地减小，最后趋于稳定地平衡状态。 * 收稿日期：2008-07-23 修订日期 ：2008-09-16 基金项目： 国家自然科学基金）；山