Abstract
In communication systems the solution of the problem of maximizing the mutual information between the input and output of a channel composed of several subchannels under total power constraint has a waterfilling structure. OFDM and MIMO can be decomposed into parallel subchannels with CSI. Waterfilling solves the problem of optimal power allocation to these subchannels to achieve the rate approaching the channel capacity under total power constraint. In waterfilling, more power is alloted to good channels(high SNR) and less or no power to bad channels to increase the rate of good channels, resulting in channel capacity. Waterfilling finds the exact water level satisfying the power constraint employing an iterative algorithm to estimate and update the water level. In this process computation of partial sums of inverse of square of subchannel gain is repeatedly required. In this paper we reduced the computation time of waterfilling algorithm by replacing the partial sum computation with reference to an array which contains the precomputed partial sums in initialization phase.
통신 시스템에서 제한된 총 전력으로 여러개의 부채널로 이루어진 채널의 입력과 출력 사이의 상호정보를 최대화하는 문제의 해는 Waterfilling 구조를 가진다. 채널 상태 정보(CSI)를 알고 있을 때 OFDM이나 MIMO는 병렬의 독립된 부채널들로 분해 될 수 있다. 제한된 전력 하에 채널용량에 접근하는 전송속도를 위한 최적의 부채널 전력할당 문제의 해는 Waterfilling 으로 구할 수 있다. Waterfilling은 상태가 좋은(SNR이 높은) 부채널에 더 많은 전력을 할당하고 상태가 나쁜 채널들은 적은 전력이나 전력을 할당하지 않음으로서 상태가 좋은 부채널들의 전송속도를 높이고 결과적으로 전체 전송속도를 채널용량에 접근하게 한다. Waterfilling은 총 전력 제한을 만족하는 정확한 수면 높이를 찾는데 일반적으로 수면 높이를 추정하고 갱신해 나가는 반복적 알고리즘이 사용된다. 이 과정에서 부채널들에 대한 채널이득 제곱의 역수들의 부분합($\sum\limits_{n=1}^{Last}{\frac{N_0}{{\mid}h_n{\mid}^2}}$) 계산이 반복적으로 필요하다. 본 논문에서는 이런 부분합들을 초기화 단계에서 미리 계산하여 배열을 만들고 임의의 부분합 계산을 배열 참조로 대치함으로서 Waterfilling 알고리즘의 계산 시간을 줄였다.
