Как использовать алгоритмы заполнения воды для максимального увеличения мощности в многоканальных системах

Введение в алгоритмы заполнения воды в системах связи

Эффективное распределение мощности является краеугольным камнем современных многоканальных систем связи. Поскольку скорость передачи данных продолжает расти, движимая такими приложениями, как потоковое видео высокой четкости, игры в реальном времени и Интернет вещей, сетевые инженеры должны выжимать каждый бит емкости из доступного спектра и энергетических бюджетов. Одной из самых элегантных и эффективных стратегий для достижения этого является алгоритм заполнения воды. Вдохновленный физическим поведением воды, стремящейся к своему собственному уровню, заполнение воды обеспечивает математически строгий метод распределения мощности по параллельным каналам, чтобы максимизировать общую емкость системы. В этой статье рассматриваются основы многоканальных систем, объясняются, как работают алгоритмы заполнения воды, подробно описываются их преимущества, рассматриваются приложения реального мира и обсуждаются их ограничения.

Понимание многоканальных систем

В телекоммуникациях многоканальная система передает информацию по нескольким независимым или коррелированным путям одновременно. Эти каналы могут быть разделены по частоте (как в ортогональном мультиплексировании с частотным разделением, OFDM), в пространстве (как в многократном входе с множественным выходом, MIMO, системах с использованием различных антенн), во времени (как в многократном доступе с разделением по времени) или даже в кодовом домене (как в CDMA). Каждый канал обычно демонстрирует различное отношение сигнал-шум (SNR) из-за изменений в потере пути, затухании, помехе и мощности шума. Например, в системе OFDM поднесущие в частотно-селективной затухающей среде видят резко разные усиления канала; некоторые поднесущие могут быть сильно ослаблены, в то время как другие почти нетронуты.

Центральная проблема в такой системе заключается в том, как распределить фиксированное общее количество мощности передачи между каналами для максимизации общей достижимой скорости передачи данных. Простое вливание равной мощности в каждый канал является неоптимальным, потому что плохие каналы тратят энергию, которая может быть более продуктивно использована хорошими каналами. Однако распределение всей мощности на один лучший канал может нарушать справедливость или практические ограничения и игнорировать тот факт, что каждый канал имеет уменьшающуюся кривую доходности - если вы продолжаете добавлять мощность к каналу, его емкость увеличивается логарифмически, а не линейно.

Что такое алгоритм заполнения воды?

Алгоритм заполнения воды — это стратегия распределения мощности, полученная из теории информации. Его название происходит от простой физической аналогии: представьте набор контейнеров (каналов), днища которых находятся на разных высотах (уровни шума). Когда вы заливаете фиксированное количество воды (мощности) в эти взаимосвязанные контейнеры, вода находит общий уровень во всех контейнерах. Контейнеры с нижними днищами (низкий шум) заполняются первыми; более мелкие контейнеры (высокий шум) могут вообще не получать воду, если уровень воды не достигает их основания. Точно так же алгоритм «ливает» энергию в каналы с лучшими условиями (самый низкий шум или самый высокий коэффициент усиления) до тех пор, пока не будет достигнут общий «уровень воды», и каналы, шумовые этажи которых выше этого уровня воды, получают нулевую мощность.

Математически, решение для заполнения воды для набора независимых параллельных каналов N, при полном ограничении мощности P_tot, задается посредством:

P_i = max(0, μ-σ²_i/ |h_i

где σii, |h_iitot^{_{iii[[FLT]]i]i]i]}}i]i]i]i

Как работает алгоритм заполнения воды

Реализация наполнителя воды на практике включает итеративное или аналитическое решение, которое находит правильный уровень воды.

1. Получить информацию о состоянии канала (CSI): Измерить мгновенную мощность шума σ²i и усиление канала |h_i[[FLT]]][[FLT]]][[FLT]]][[FLT]]][[FLT]]][[FLT]]][[FLT]]][[FLT]][[FLT]]][[FLT]]][[FLT]][[FLT]]][[FLT]][[FLT]]][[FLT]][[FLT]]][[FLT]][[
2. Вычислите эффективное отношение шума к приросту: Для каждого канала вычислите значение γ_iσ²i/ |h_iγ_i более благоприятны.
3. Сортируйте каналы: Расположите каналы в порядке возрастания γ_i (от лучшего к худшему).
4. Найти уровень воды μ: ∑_i=1^K_totN][[FLT]]]][[FLT]]]_{][[FLT]]][[FLT]]][[FLT]]][[FLT]]][[FLT]]][[FLT]]][[FLT]][[FLT]]][[FLT]][[}
5. Выделите мощность: Как только μ найден, установите P_i = max(0, μ-γ_i.

В системах OFDM, где существуют сотни или тысячи поднесущих, численные методы, такие как поиск по разделам, часто используются для эффективного поиска μ. Сложность, как правило, достаточно низка для реализации в реальном времени в современных процессорах базовой полосы.

Заполнение воды в частотном домене: пример

Рассмотрим простую OFDM-систему с четырьмя поднесущими. Соотношение шум-прирост составляет [0.1, 0.2, 0.4, 0.8] в ваттах. Общая доступная мощность составляет 1,0 Вт. Сортировка дает γ = [0.1, 0.2, 0.4, 0.8].

• Итерация 1 (K=4): Гипотетический μ = (1.0 + 0,1+0,2+0,4+0,8)/4 = 2,5/4 = 0,625. Канал 4: 0,625−0,8 = −0,175 → отрицательный. Канал 4 сбрасывания.
• Итерация 2 (K=3): μ = (1.0 + 0,1+0,2+0,4)/3 = 1.7/3 ≈ 0,5667. Все каналы: канал 3 получает 0,5667−0,4 = 0,1667 (положительный).
• Выделения: P₁ = 0,4667 W, P₂ = 0,3667 W, P₃ = 0,1667 W, P₄ = 0 W.

Лучший канал (низший γ) получает наибольшую мощность, второй лучший получает меньше, а худший канал не используется. Общая мощность равна 1,0 Вт. Это распределение максимизирует суммарную емкость ∑ log2(1 + P_i/γ_i, учитывая ограничение мощности.

Математическая интуиция и оптимальность

Алгоритм заполнения воды возникает из решения выпуклой задачи оптимизации: максимизировать ∑ log2(1 + P_i/γ_iiti_i ≥ 0. Логарифм вогнут, поэтому проблема имеет уникальный глобальный максимум. Используя множители Лагранжа, условия KKT непосредственно приводят к решению заполнения воды. Это означает, что наполнение воды является не просто эвристическим — это теоретически оптимальное распределение мощности для максимизации суммарной емкости независимых параллельных гауссовских каналов при полном ограничении мощности. Наполнение воды также обобщается в более сложные сценарии, такие как системы MIMO с матрицами каналов, где оно становится пространственным заполнением воды над собственными модами после разложения сингулярного значения (SVD).

Преимущества использования алгоритмов заполнения воды

Развертывание наполнителей воды дает несколько ощутимых преимуществ в многоканальных системах связи:

• Максимальная достижимая мощность: Концентрируя мощность на каналах с благоприятными условиями, наполнение водой извлекает максимально возможную скорость передачи данных из заданного бюджета мощности. Это напрямую приводит к более высокой пропускной способности для пользователей.
• Энергоэффективность: Избегать потери мощности на сильно выцветших или шумных каналах.Одно и то же количество передаваемой энергии обеспечивает большее количество битов, улучшая энергию системы на бит — критически важно для устройств с ограниченными батареями.
• Приспособляемость к условиям канала: Заполнение водой по своей сути реагирует на изменяющиеся во времени или частотные выборочные каналы.По мере изменения шума или усиления распределение обновляется соответствующим образом, поддерживая почти оптимальную производительность без ручной настройки.
• Упрощенное распределение ресурсов: Алгоритм обеспечивает четкое, детерминированное правило, исключающее пробные и ошибочные или исчерпывающие поиски. Это делает его пригодным для реализации в реальном времени в стандартных радиоприемниках.