链路级自适应技术的基本思想就是自适应调节信号传输的参数来充分地利用当前信道环境，可以调节的基本参数包括调制方式、编码方式、发射功率、扩频增益和信令带宽等。通过自适应技术得到的系统的信道容量的增益是非常明显的。这种自适应技术已经被广泛地认为是无线道信系统中有效地提高频谱利用率的重要手段之一，并且已在包括CDMA2000、WCDMA的第三代移动通信标准中使用。
与传统的单载波系统相比,多载波OFDM系统使用链路级自适应技术会具有更高的灵活性，并能够获得更好的系统性能。先介绍自适应策略的理论基础知识;然后，简单地介绍在OFDM系统中使用的自适应功率分配的方法,包括基于信道容量最优的注水功率分配方法和基于误比特率优化的功率分配乃法等;接着，将重点介绍在OFDM系统中使用的各种自适应技术，包括自适应功率分配、自适应比特分配等;最后，利用联合自适应比特、调制和功率分配技术，在多用户的条件下，对系统性能进行联合优化。
1自适应策略的根据：信道状态信息
一种理想的链路自适应算法能够根据当前的信道环境调节各种各样的信号传输参数。众所周知，移动信道不同于有线信道，它的随机性非常强，因此其对应的概率统计模型也是针对不同的环境。信道的传播模型般来说根据变化的尺度可分成两大类:
●大尺度变化，包括路径损耗及其在均值附近的方差等。
●小尺度变化，反映了接收到的信号在很短的距离或时间内由于多径衰落引起的快速变化的特性。对于宽带信号来说，这些快速变化的特性对应的是频率选择性衰落信道。
自适应策略的基本原则是：
●定义一个信道质量指示变量，或称为信道状态信息，它提供有关信道的一些特征。
●根据时间、 频率或空间上的信道状态信息，来调整一些信号传输的参数。
有很多的方法可以表示信道状态信息。**典型的有信噪比(SNR)或信F噪比(SINR),这些以从物理层得到。在链路层，可以利用从循坏冗余校验(CRC，Cyclic Redundancy Check)信息中得到的误包率。**有时，可以利用误比特率。在接下来的部分，将分别创顾一下这些表示信道状态信息的方法。首先，考虑传统的使用信噪比测量并理想实时反馈信道状态信息。这里将会说明这种方法的局限性，并进一步说明更先进的表示信道状态信息的类型。
1.1基于信噪比均值的信道状态信息
为了实现自适应的传输，必须在发射机或是接收机端具有有效的信道状态信息。这些信息经常由接收机端测量得到的信噪比组成。在这种情况下，一种可以采取的自适应策略如下所述:
(1)接收机端测量信噪比。
(2)根据每个候选工作模式，把信噪比信息转换成相应的误比特率信息。
(3)基于目标误比特率，在保证目标误比特率的界限内，选择能够产出最大吞吐量的工作模式。
(4)把选择到的工作模式反馈到发射机端。
步骤(1)对应的是对信道状态信息的评估。步骤(2)提到了计算自适应算法的门限值。在这种情况下，门限定义为某个给定的工作模式在工作在目标误比特率时所需的最小信噪比。步骤(3)提到了基于门限和测量得到的信噪比来选择最优工作模式。步骤(4)关心的是将信息反馈回发射机端。在理想情况下，这些实现步骤都是简单和真接的。举例来说，让我们考虑一个只在时间上变化的信道(为简化，忽略频率域)。只有当在一个相当短的时间窗内可以测最从而得到均值信噪比时，才可以将信噪比转换成误比特率，所以在每个时间窗中，必须看到的是一个不变的非哀落信道。让我们进一步假设信噪比可以实时测量得到，然后，自适应测量的目的就是根据实时的信噪比选择一套术编码M进制正交幅度调制方式。从高斯白噪声信道下的误比特率的闭合表达式叮以看出，在理想的相关检测时，误比特率是信噪比的函数。
1.2基于信噪比高阶概率特性的信道状态信息
在这里，我们假设信道状态信息可以同过在一个任意的观察窗内测量得到。这个观察窗是二维的，包括时间域和频率域。信噪比与误比特率的映射关系由信噪比概率密度函数决定。但问题在于由于概率密度函数含有诸多参数，无法简单得到，它主要取决于以下几种因素：
●信道衰落在时间和频率域上的概率特性(经常会有不同的分布);
●观察窗在时域上的长度和信道相关时间的关系;
●观察窗在频域 上的长度和倍道相关带宽的关系。
由于估计在白适应观察窗上的信噪比的概率密度函数非常复杂，所以，我们可以通过估计有限的一些概率特性，比如在自适应观察窗中的信噪比的k阶特性(包括一阶特性即均值)来简化问题。这些概率特性只是提供了接收信号信噪比的概率密度函数的些近似。 但是，当k保持较小时，这些特性也能为信哚比到误比特率的映射提供足够的信息。信噪比的阶特性体现了接收机端测量到的平均功率。信噪比在时间域(或频率域)上的二阶特性体现了信道在自适应观察窗内的选择性。更高阶的特性给出了更多的有关概率密度函数的信息。但是，这些特性都需要更高的计算复杂度才能得到。所以，要在精度利复杂度之间取一个平衡点。
采用基于信噪比的高阶特性来体现信道状态信息时，自适应策略中门限值将足接收到信号的信噪比的高阶特性的函数。因为门限值不再依赖于任何一种特性的信道环境，所以自适应策略显得更加灵活、简单。自适应策略对任何多背勒扩展和时延扩展都适用，并且在多天
线系统中，它将不依赖于发射和接收大线个数、天线的极化等因素。因为这些内素的影响都能够通过信噪比的k阶特性得到体现，并且在相当人的程度上只需要通过一阶和二阶特性即可。
1.3基于包或比特差错信息的信道状态信息
在一些情况下，信道状态信息与各种候选工作模式所对应的接收数掂包的错误率有关。更新并保存数据的接收情况直到所有的工作模式都被训练过为止。在工作模式和误包率之间存在着一种对应的关系。不同于原先的依赖于误比特率理论曲线的方法，这种自适应工作模式为每种可能的候选工作模式都清楚地提供了可观察链路质量的信息、但足，该方法受限于在观察窗中得到包的数目。这种方法依赖于误包率的概率特性，而误包率的概率特性寄要在某种给定的工作模式下发送几千个包后才能够获得可靠的佔计。所以，这样可能使自适应的过程变得很慢，除非频繁地不断发射训练序列，否则这种自适应策略只能应用在大尺度信道变化的自适应中。此外，这些方法依赖于业务，这使得难以控制算法的反应时间(比如与基于信噪比的方法相比),并且，当用户不发送或接收业务村，无法监控信道的质量。特别是在缺
乏业务时，用户将失去对信道质最的跟踪并且不得不重新开始新的自适应过程。
1.4基于把信噪比和错误统计信息结合得到的信道状态信息
上面提到的信道状态信息的类型都有他们的优点和缺点。基于信噪比的信道状态信息在一个较快的基础上提供了调整工作模式的灵活性，但是这种信息依赖于计算得到的台适应调节的门限值，而这些门限值不一定是正确的。可以通过考虑信噪比的更高阶的概率特性而不仅仅是均值，来提高门限机制的精确度。基于差错的信道状态信息可以获得工作模式的精确度的性能，但是，这种精度只有在观察了柑当大的业务之后才能待到，特别是必须在低错误概率的范围内，但这样会使自适应过程很慢。所以，在末米的研究中，如何将所有的表小信道状态信息的类型有效的结合在一起必将成为一个重要的课题。
2.自适应功率分配
2.1基于信道容量最优化的原则
人们对于OFDM系统中的链路白适应策略已经进行了大量的研究,并提出了一系列的链路自适应算法。在这些算法中，最基本的算法就是基于注水原理的功率分配算法，很多的算法都起源于此。所以，有必要在这里首先介绍一下注水原理。
**香农已经从理论证明了如果数据信息速率不大于信道容量时，有可能在给定的信道以任意小的误比特率进行传输。**所以，信道容量是进行可靠传输的极限数据速率。为了能够在有限的信道带宽中尽可能地实现尽量高的信息速率，研究者们提出了各种新颖的技术，包括压缩编码，差错控制和各种自适应编码调制技术等。在这里，有必要首先分析一下多载波系统的信道容量问题。
在OFDM系统中，整个带宽被分成多个等间距的子信道所以分配算法的基本单元就是子信道的宽度。由注水原理出发，我们可以采取各种自适应调制编码技术、比特分配和功率分配策略以期望获得更优的信道容量。较多的功率会被分配到信道特性较好的或噪声功率较低的子信道上。
2.2基于误比特率性能最优化的原则
不同于上述的最大化系统容量的功率分配方式，在这里，我们将介绍一种以直接提高系统的误比特率性能为出发点的优化发射功率的算法。为了减弱哀落的影响，在接收机端可以加入接收分集的技术。在给出最优算法的同时，我们还将介绍一种复杂度较低的次优算法，这里所考虑的系统框图如下图所示。
2.2.1等功率分配方式
当发射机无法得到信道状态信息时，很自然地只能把所有发射功率平分到各个子载波。
2.2.2基于误比特率优化的最优功率分配
为了得到最优的功率分配方式，我们首先把总的误比特率衣示为K个子载波上发射功率{p:lk=I, 2, "，K}的函数，然后，找到一组{px}使得总的误比特率最小。
2.2.3基于误比特率优化的次优功率分配
当误比特率的闭合表达式无法得到时，如上所述，可以用一种自适应的方法找到最优解。但是，需要很多的迭代才能逼近最优解。可以通过使用误比特率的近似而不是精确值，采用一种更简化的方法来得到一组接近最优解的值。通过这种方法，我们得到M相位QAM调制方式下的次优解的闭合表达式。这种近似的求次优解的方法叮以方便地使用到其他的调制方式中。
2.2.4相等信噪比的分配方式
当合并的子信道的增益和噪声功率的比值足够大时，我们可以将次优概率分配看作为等信噪比分配的策略。并且相等信噪比分配的方法相较于等功率分配的方法提高了相对较差的子信道接受信噪比并降低了相对较好的子信道的接收信噪比。
但这种方法只比较适合于高信噪比的情况下，当信噪比比较低的时候更适合采用等功率分配的方法。
3.自适应调制技术
自适应调制，顾名思义就是根据信道状况调整各个子载波的调制方式。简单地说，自适应调制的原理就是当信道条件好时，采用高阶的调制方式，当信道条件差时，采用低阶的调制方式。
自适应调制策略与前面介绍的自适应功率分配策略在原理上相似，可以基于最大化信道容量或者最小化误比特率来选择调制方式，所以不详细介绍各种算法的原理。自适应调制的算法比自适应功率分配算法要简单一些，在以最优化误比特率性能的原则下，某些算法给出了闭式解，这使得算法的复杂度大大降低。
白适应调制同样也可以使用最大化信道容量的注水原理。但是直接应用注水原理的复杂度太高，而且由于调制信号星座的种类是有限的，不可能根据信道状况进行精确的调作。因此，有必要研究实用的自适应调制技术。
3.1Chow算法
Chow算法是根据各个子信道的信道容量来分配比特的。它的优化准则是在维持目标误比特率的前提下使系统的频谱效率达到最优。此算法主要由三个步骤完成，首先要确定使系统性能达到最优的门限Y mangin，然后确定各个子载波的调制方式，最后调整各个子载波的功率。下面介绍一下此算法的步骤:
3.2Fischer算法
与Chow算法不同，Fischer 算法不是以信道容量为依据来进行比特分配，它的优化准则是在维持恒定传输速率和给定总发射功率的前提下，使系统的误比特率性能达到最优。当所有子载波上的误比特率相等时，系统的误比特率达到最小值。Fischer 算法给出了比特分配的
闭式解，它首先把各个子载波上:的噪声功率值log2Ni存储下来，接下来就只需进行一些加法和除数为整数的除法，因此它的复杂度较Chow算法有了进步的降低。下面给出该算法的简要说明。
3.3简单分组比特分配算法（SBLA）
SBLA(Simple Block Loading Algorithm)即简单 分组比特分配算法。SBLA是为增强HIPERLAN/2空中接口而提出一种自适应调制技术。它进一步简化了比特分配算法，并且将子载波成组的捆绑在一起，同一组子载波采用相同的调制方式，使信号开销进一步减少，运算量也相应减小了。
SBLA根据每组子载波的中均信噪比来确定采用何种调制方式。首先，全部子载波被分为Ng组，根据信道状况分别计算它们的信噪比。然后根据系列信噪比门限确定每一组子载波的调制方式。信噪比门限的绝对值是可变的，但是各个门限之间的间隔不变。这个“标尺”的绝对位置山全部了载波的平均信噪比决定。“标尺”上各个门限的问隔足根AWGN
信道下，各种调制方式的BER曲线在103处的值得到的。信噪比门限如图所示。
由于这种算法主要用到加法和减法运算，所以复杂度很低。
4.联合自适应比特、调制和功率分配
前面讨论了自适应功率分配和比特分配技术，下面将介绍在多用户环境下，如何联合自适应比特、调制和功率分配技术，使系统的整体性能得到优化。
下面考虑把带有自适应调制的OFDM扩展到多用户频率选择性衰落环境中。当有自适应调制的OFDM应用在频率选择性衰落环境中时，有相当一部分的子载波可能没有使用。 存在一些典型的子载波，它们处于深衰落而且没有足够的功率来承载任何信息比特。在使用静态时分复用(TDMA)或者频分复用(FDMA)作为多址接入技术的多用户系统中，每一个用户都将采用自适应调制的OFDM应用在预定的时隙或者频带中。结果,这些在某一个用户 被分配的时隙或者频带中没有使用的子载波(由于自适应调制)会被浪费，而且其他用户也没有使用这些子载波。然而，在一个用户中呈现出深衰落的子载波不一定在其他的用户中也处于深衰落。事实上，一个子载波在所有的用户中都处于深衰落几乎是不可能的，因为不同用户的衰落参数是完全独立的。这就使得我们去考虑一种根据瞬时信道特性来为每一个用户 分配子载波的自适应多用户子载波分配的方法。这种方法使得所有的子载波都能更有效地被利用，因为一个子载波只有当它在所有的用户中都处于深衰落时才会被丢弃不用。
考虑一种所有用户在全部的时隙中都传送数据的情况卜的多用户子载波、比特和功率的分配方法。我们的目标是使得全部电平最小化，根据所有用户瞬时衰落特性来为用户分配子载波和确定每一子载波L传输的比特数和功率电平。我们使多用户子载波、比特和功率的分配问题公式化，并提出一种循环算法米完成多用户了载波的分配问题。一旦子载波的分配确定下米，比特和功率的分配算法便能应用在每个用户分配的子载波上了。
4.1系统模型
4.2单用户比特分配算法
首先介绍在单用户环境下的比特分配算法。
这种算法的思想非常简单，许多类似的算法也是以前提到的原理为依据。事实上Chow算法和Fischer算法的效果更好，这些算法能使比特分配的速度大大提高。
更类似于常见的贪心算法！
4.3多用户子载波和比特分配
众所周知，在单用户的环境下，greedy 算法(即每次只对需要最少额外功率的了载波分配一个比特)是一种最优的分配算法，它使得全部传输功率最小。但是这种算法在多用户的环境下就会变得更加复杂。由于多用户不能共用同一个子载波，对一个子载波分配比特严重的妨碍了其他用户对此子载波的使用。这种依赖性使得greedy算法不是最优的解决方法。实验表明，最优的算法很有可能是在某一用户最好的子载波上不分配任何此用户的比特信息。这可能发生在当某一用户的最好的子载波恰好也是另一个用户最好的子载波，且后者恰好没有其他比较好的子载波时。因此，多用户子载波和比特的分配问题要比单用户情况更加复杂。
4.4性能比较
将MAO算法与原本的三种静态多用户子载波分配方法进行比较。
(1) OFDM-TDMA，每个用户都分配一个预定的TDMA时隙，而出在其专用的时隙里可以使用全部的子载波。
(2) OFDM-FDMA,每个用户都分配一个预定的子载波频带,而且只能在海个OFDM符号中使用其专用的子载波。在一个频率选择性衰落信道中，相邻子载波的信道增益具有高度的相关性。为了避免一个用户的所有子载波都处于深衰落，提出一种加强的OFDM-FDMA算法，我们可以称之为OFDM交织-FDMA(OFDM interleaved-FDMA).
(3) OFDM interleaved-FDMA:除了一个用户的子载波和其他用户的子载波在频城上进行交织以外，其他方面和OFDM-FDMA是-样的。
当要求BER满足Pe为0.0001，用户数量为5时，三种不同的OFDM算法在不同的均方根时延扩展情况下所需的平均比特信噪比。在这里定义平均比特信噪比为平均发射功率和PSD值N0的比值。
不难看出MAO算法要优于静态的算法。并且OFDM-FDMA和OFDM-TDMA两种方法性能相近，并且性能优于OFDM-FDMA。
当时延扩展均方根值为100ns时，为了达到相同的BER值，相对于不同的用户数所需的不同的平均比特信噪比。可以看出MAO算法在这种情况下和其它算法性能的提高基本时一致的。
上图同样给出了在比特信噪比的要求下，比特分配算法对系统性能的改善程度。可以看出MAO算法的性能比其它的算法至少由3-4db的提升。
如果假设已经设定好基站有最大的传输功率，通过给定的停转频率来解释比特和子载波分配的影响。
假设设定某一小区有五名用户分布在小区边缘，图中三角为用户位置。设小区半径时归一化的。从下两图中不难看出在相同的距离上，MAO算法的停转概率要远远低于其它算法。
