作者 / 朱迷颖 谷志茹 湖南工业大学 电气与信息工程学院(湖南 株洲 412700)
*基金项目：国家自然科学基金项目(61672224);湖南省自然科学基金项目(2018JJ4077)
朱迷颖(1991-)，硕士研讨生。研讨方向：智能电网，电力通讯
摘要：本文以智能电表体系的电力线传输通讯为布景，针对电力线信道的时域衰减客观下风，以及传统的OFDM体系子信道选用相同的调制办法和输出功率，选用关停某些搅扰严峻子信道的手法来抵抗搅扰性，以失掉频谱运用率和信息传导功率为价值来交换牢靠性等问题。本文对传统贪婪(Greedy)算法进行深化优化改善，在给定方针误比特率、固定总功率束缚束缚的条件条件下，提出了依据速率自适应(rate adaptive,RA)准则，一种最优传输速率的非递进叠加自适应比特功率算法。本文优化算法是经过通讯载波帧前导序列数据和增益估量值，取得更多子信道的信噪比估量值，将可添加的OFDM体系额定比特自适应分配给均匀误比特率较低的子信道。然后，以非递进叠加办法没有运用传统算法给定的比特分配增量最大叠加递进限额值，简化了算法、下降了算法的复杂性。matlab仿真图显现，在同一个的模仿条件下本文算法的自适应比特功率分配作用更好，一起传输速率更快、信道容量更大、信噪比更低，然后阐明优化算法具有简化性与实用性。
0 导言
智能电表体系是包括丈量、收集和存储用户终端能源消耗的智能电表，和局域网、广域网体系与智能终端的通讯体系，以及计量数据管理体系[1]。在智能电表基础上构建的高档量测体系(advanced metering infrastructure，AMI)、主动抄表(automatic meter reading，AMR)体系依据需求进行供电操控，远距离检查或许读写用电情况。智能电表体系经过电力线通讯(Power Line Communication，PLC)技能，运用现有输配电线路作为通讯信道，结合OFDM电力载波通讯模块遵从协议规范选用适宜的调制办法，完成前端电表到结尾操控中心的数据信息双向传输如图1所示，然后完成上述功用[2]。
电力线传输信道具有时域衰减特性，存在很多传输搅扰外加噪声。OFDM(正交频分复用)调制技能一起充当了频分复用和多信道调制技能的作用，能够显着作用按捺信道噪声、通讯信道衰减特性。但是在传统的OFDM体系中，子信道的调制办法是一致的，体系功能好坏的要害则在于子信道中信道增益最差的部分，所以自适应OFDM 技能应运而生。自适应调制与OFDM技能有机结合，能够依据子信道传导特性情况决议其调制办法，在确保传导牢靠特性的条件下，使信道传导才能在任何时刻最大化，然后得到高效的频带运用率和比特码元传输速率。
在电力线的通讯传输体系中，不同的子信道衰减特性决议了其不同的传输才能。自适应的比特功率分配技能能够依据子信道情况，动态分配每个信道相关的调制办法，挑选情况好的子信道，抛弃情况差的子信道;然后抵达全体OFDM体系功率或许速率最大化。关于OFDM自适应调制技能的研讨首要有依据速率自适应(RA)准则和边际自适应(MA)准则，以及误比特率最小化准则进行的。完成进程的经典算法有灌水算法、贪婪(Greedy)算法、Chow算法、Fisher算法，以及在此基础上改善的一些算法[4-10] 。
文献[4]研讨处理了波间搅扰(ICI)灵敏和服务质量退化的资源管理问题，写出了依据均匀误码率最小的自适应分配子载波办法。仿真定论显现，与均匀功率分配或传统的灌水算法比较，所提的次优算法能改善OFDM体系的功能。文献[5]为了有用地进步体系的均匀频谱功率，提出了一种低复杂度的超功率下移(PSGPA-EPMd)算法，该算法将每空间过剩功率向下移动，以进步依据空间复用的频谱功率，取得更好的频谱功率和最大的吞吐量。文献[6]中研讨了一种低复杂度的主动调制分类(AMC)最大后验(MAP)算法的分类功能。提出了一种新的具有附加分类差错束缚的批改速率自适应(RA)比特加载算法。数值成果表明，功能上显着优于RA算法，并在信道与噪声比较高的情况下供给了合理的吞吐量。文献[7]描绘了新离散比特办法，下降自由度的情况下，能够取得较低的峰值旁瓣电平。剖析和正确挑选位移，以取得更多的接连滞后。给出了所提出的阵列规划战略的共阵列特性。终究，经过数值模仿，研讨了结构的抵达方向估量、物理孔径和峰值旁瓣电平功能。文献[8]叙述了一种依据边际自适应准则的改善低难度自适应载波散布算法，证明两阶段迭代作用好。文献[9]选用了查找表(LUT)操作，能够在不献身功能的情况下明显削减迭代次数，并在仿真成果中证明了所提出的ALA算法的可行性，并在带宽严峻受限的情况下给出了分配成果。文献[10]提出了依据穿插空法的OFDM体系自适应资源分配算法，可是考虑算法复杂度不利于遍及到电力线信道传输中。
本文在以上文献研讨的基础上，针对在实践智能电表体系中电力线传输通讯环境的衰减特性、噪声搅扰特性;以及OFDM体系通讯G3规范子信道选用相同的调制办法和输出功率，选用关停某些搅扰严峻子信道的手法来抵抗搅扰性，以失掉频谱运用率和信息传导功率为价值来取得牢靠性等问题。对传统贪婪(Greedy)算法进行深化优化改善，在给定方针误比特率、固定总功率束缚束缚的条件条件下，提出了依据速率自适应(rate adaptive,RA)准则，一种最优传输速率的非递进叠加自适应比特功率算法。
1 OFDM自适应体系模型
1.1 体系结构与模型
在确保信道传输牢靠性的条件下，OFDM体系中运用自适应技能，其思路便是经过估量信道特性来动态地改动调制办法，使信道吞吐容量最大化、体系功能最优化，然后得到较高的频谱占有率和信息传导速率。一般地，码元误比特率和误帧率能够作为稳态的信道情况信息，信道传导函数和信噪比作为瞬态的信道情况信息。而用在自适应技能中能够改动某些参数，如发送功率、调制办法、频率、符号速率、码元速率、交错改换等，使得自适应分配作用最优。
OFDM自适应体系框图如图2所示。上面流程是体系的发送端，下面流程则对应着体系的承受端。在体系的承受端经过信道估量的办法获取子信道的信噪比，用自适应技能将OFDM体系各个子信道得到不同调制办法，经过信道反应传递到发送端。在发送端，用于电力线信道传输的数据信息进行比特加扰、RS编码、卷积编码、交错后，经过自适应映射调制器完成对各个子信道基带调制;然后数据经过IFFT，参加循环前缀和维护距离、刺进模仿前端、终究耦合发送到电力线信道。在承受端，信号经过模仿前端后进行符号同步检测、信道均衡等进程。接着去循环前缀和维护距离，FFT改换后，一起进行信噪比估量，然后数据在自适应映射解调器中运用子信道的调制参数进行解调，解交错、Viterbi译码、RS译码、解交错，终究就能够恢复出原发送端的发送数据。
由于速率自适应准则的基本思想是在总发送功率PT 和给定误码率BERtarget必定束缚条件下抵达最大化传输速率。所以本文算法的优化问题能够表明为:
(1)
公式(1)中RT表明总传输速率;N表明OFDM体系的子信道数;bi表明在一个 OFDM符号内，分配给第i个子信道的比特数;Pe(i)表明第i个子信道误码率。
1.2 信道模型
本文选用多径模型进行仿真，其传导函数：
1.3 合理的帧结构形式
如图3所示，本文通讯信道帧结构包括前导、帧头和运用层数据;其间帧头数据包括解调数据帧的重要信息，帧操控头之后是数据符号，称为负载。帧头数据对信号至关重要，假如帧头数据有误，则接纳端将用过错的参数对接纳数据进行解调，所以合理的帧结构规划是必要的。前导序列数据由8个完全相同的符号和1.5个与之载波相反的倒相符号构成，运用这8个载波信号和承受端的信道增益来估量取得子信道的信噪比。
2 优化自适应比特分配算法
电力线信道传输体系中每个OFDM符号上有用的子信道数目较多，对每个符号都进行分配资源处理将使得信号工作量剧增。贪婪算法是经过循环比较添加功率少的信道添加比特的进程抵达总功率束缚;但是贪婪算法首要问题是复杂度高，有必要很多运用比较、加乘运算;算法履行进程中无法分解成多个子进程并行，糟蹋电力信道带宽形成资源糟蹋。
为了简化算法、削减迭代次数，进步电力线信道信道信号传输速率。本文提出了在固定总功率和方针误比特率束缚下，一种优化的自适应比特算法，即最优传输速率的非递进叠加自适应调制算法。具体进程如下：
进程1 算法初始化，设定电力线OFDM体系中有用子信道数为N，方针误码率为BERtarget ，一切子信道固定功率分配;
进程2 由上一帧的数据前导序列和信道增益估量值，计算子信道信噪比Xi：
进程10 算法完毕。
3 体系仿真与成果剖析
本文在matlab仿真环境中，设定子信道数目N=128，选用衰减模型。为了验证本文优化算法误比特功能，如图4所示，给出了等比特分配算法与本文算法在不同方针误码率要求下的子信道均匀信噪比曲线，是经过800次仿真取均匀成果。由图4看出，在误比特率为10-3时，优化算法的子信道均匀信噪比要等比特分配算法小约3dB。由于等比特分配算法，不考虑电力线传输实践情况，信道质量差的部分也承当一部分比特传输，然后在给定误码率要求下，导致需求更大的子信道的均匀信噪比。综上，本文提出的优化算法较好的完成了比特分配，一起也下降了信噪比，简化了运算。
4 完毕语
在智能电表体系的电力线传输通讯为布景框架下，本文所提出的最优传输速率的非叠加递进办法是以速率自适应准则，对传统自适应算法优化改善。该办法在方针误码率和固定功率分配的束缚下，经过子信道信噪比估量值和多子信道信噪比估量值取得能够添加至OFDM符号的额定比特，自适应的分配给对均匀误比特率影响最小的子信道，然后得到挨近最优传输率的调制办法，下降了运算的复杂度，进步了传导速率，增强了吞吐量，提升了实用价值。
参考文献：
[1]马晓奇.电力线信道通讯技能发展现状及其运用远景[J].机电设备，2014(3):36-40.
[2]ANCILLOTTI E，BRUNO R，CONTI M.Review: The role of communication systems in smart grids: Architectures,technical solutions and research challenges[J].Computer Communications，2013，36(17-18) : 1665-1697.
[3]谷志茹.面向AMI的低压电力线信道特性与传输功能优化办法研讨[D].湖南大学，2015.
[4]Ho-Lung Hung.Adaptive Resource Allocation Algorithm Based on Minimize Average Bit-Error-Rate for OFDM Systems [J].Springer,2017(94):3091-3112
[5]Najib A.Odhah,Emad S.Hassan,Moawad I.Dessouky,Waleed E.Al-Hanafy, Saleh A.Alshebeili,Fathi E.Abd El-Samie.Adaptive Per-spatial Stream Power Allocation Algorithms for Single-User MIMO-OFDM Systems[J].Springer,2018(98):1-31
[6]Sima Bahrani,Mostafa Derakhtian,Alireza Zolghadrasli.Performance analysis of a low-complexity MAP algorithm for automatic modulation classification in adaptive OFDM systems[J].IET Communications,10(7),pp:2363-2371
[7]VOTN,AMIS K,CHONAVEL T,et al.Achievable throughput optimization in OFDM systems in the presence of interference and its application to power line networks[J].IEEE Transactions on Communications,2014,62(5):1704-1715
[8]朱继华,王竟鑫，申茜，邱飘玉，王永，袁建国.OFDM体系中一种改善的低复杂度自适应比特功率分配算法[J].重庆邮电大学学报(自然科学版)，2017，Vol29,NO.2:203-207
[9]Xi Chen, Zhenhua Feng, Ming Tang,Huibin Zhou,Songnian Fu, Deming Liu.A 3-D Adaptive Loading Algorithm for Direct Detection Optical OFDM System[J].IEEE,2016,2-5
[10]Lee.K.C,Wang.S.H,Li.C.P,Chang.H.H,Li.H.J.Adaptive resource allocation algorithm based on cross-empty method for OFDM systems[J].IEEE
Transcations on Broadcasting,2017,60:524-531
本文来源于《电子产品世界》2018年第10期第27页，欢迎您写论文时引证，并注明出处。
