第三章 新提出之分碼多重接取功率配置法
3.4 電腦模擬
於此節，吾人會分成兩個模擬情況來探討，情況一是完全沒有做適應性調變 時，最大上鏈吞吐量方法與吾人新提出之演算法來做比較；情況二則是做了適應 性調變之後，最大上鏈吞吐量方法與吾人新提出之演算法來做比較。表 3.2 列出 了在模擬時會使用到的參數；表 3.3 列出模擬時，圖例說明(legend)的中英對照：
表 3.2 毫微微細胞 CDMA 系統電腦模擬參數
符號 描述 值
α 戶外路徑損耗常數 4
β 室內路徑損耗常數 3
ω 穿透損耗 5dB
f 載波 2000MHz
g 薛能差距 3dB
G 展頻增益 256
Pmax 最大發射功率 0.2Watt(23dBm)
S 天線靈敏度 -100dBm
budget
P FUE 對 MBS 最大忍受之干擾量 6x10-12Watt
FUE 利用P 的功率傳訊息給 FBS，FBS 藉此量fi
表 3.3 CDMA 模擬圖圖例說明中英對照
英文 Legend 中文圖例說明
Maximize Uplink Capacity of FUE 最大上鏈吞吐量 Adaptive Power Allocation 適應性功率配置法 Sniffer Function and Adaptive Power
Allocation
嗅探功能與適應性功率配置法
情況一：未使用適應性調變
於此，先觀察未使用適應性調變之結果，情況一的吞吐量計算方式是假設在 理想的情況下能夠達到最大的容量，意即利用薛能容量(Shannon capacity)公式算 出，如下式：
(3.3) log (12 SINR)
C = +
從圖 3.3 中可知，最大上鏈吞吐量的方法得到的結果是最好的，而吾人所提之方 法由於是限制在 8bits/Hz 的傳送速率之下，故必定無法超過 8bits/Hz。而嗅探功 能適應性功率配置法的 SINR 目標分配，是依照適應性功率配置法中 FUE 使用 的 SINR 目標比例來分配的，其分配的權重依表 3.4 所示。圖 3.4 為未使用適應 性調變時 MUE 平均吞吐量，可看出由於最大上鏈吞吐量的方法與嗅探功能適應 性功率配置法都有針對 MUE 而有所保護，故會比適應性功率配置法好；圖 3.5 為未使用適應性調變時全部 UE 的吞吐量。
圖 3.3 未使用適應性調變時 FUE 平均吞吐量，MUE 個數=50
圖 3.4 未使用適應性調變時 MUE 平均吞吐量，MUE 個數=50
圖 3.5 未使用適應性調變時全部 UE 的吞吐量，MUE 個數=50 表 3.4 嗅探功能適應性功率配置法 FUE 之 SINR 目標分配 SINR 目標 Γ5 Γ4 Γ3 Γ2 Γ1 比例
FUE 個數
W5 W4 W3 W2 W1
20 54.3% 25.88% 12.81% 5.08% 1.93%
40 52.5% 26.99% 13.26% 5.31% 1.94%
60 50.75% 27.84% 14.06% 5.38% 1.97%
80 49.12% 28.55% 14.78% 5.6% 1.95%
100 47.36% 29.38% 15.53% 5.76% 1.97%
情況二：使用適應性調變
於此部分，吾人考慮在實際系統中會應用適應性調變的機制，故吞吐量的計
算方式就如同 2.2 節的方式，針對不同的 SINR 使用不同的調變方式來傳送整數 個位元，圖 3.6 為考慮適應性調變時 FUE 平均吞吐量，若和圖 3.3 做比較可以發 現，吾人所提之適應性功率配置法反而比最大上鏈吞吐量的方法要來得好一些，
因此足可證明吾人方法之實用性，最下面的虛線為 FUE 皆使用相同功率來傳送 (即未作功率配置)時的表現，而每個 FUE 的功率是根據適應性功率配置法中 FUE 的平均傳送功率來作比較；圖 3.7 為考慮適應性調變時 MUE 平均吞吐量，可看 出由於最大上鏈吞吐量的方法與嗅探功能適應性功率配置法都有針對 MUE 而有 所保護，故會比適應性功率配置法好；圖 3.8 為考慮適應性調變時全部 UE 的吞 吐量；圖 3.9 為 FUE 平均發射功率，在這裡可發現，吾人提出之方法用了較小 的功率即可達到與最大上鏈吞吐量的方法差不多的結果。
圖 3.6 考慮適應性調變時 FUE 平均吞吐量，MUE 個數=50
圖 3.7 考慮適應性調變時 MUE 平均吞吐量，MUE 個數=50
圖 3.8 考慮適應性調變時全部 UE 的吞吐量，MUE 個數=50
圖 3.9 FUE 平均發射功率，MUE 個數=50
3.5 小結
於此章，吾人分別提出了可應用在 CDMA 系統的適應性功率配置法與嗅探 功能適應性功率配置法，並且與 2.3 節的最大上鏈吞吐量方法作比較，可發現若 單純用薛能容量公式得到的理想吞吐量，最大上鏈吞吐量方法會好很多，但若考 慮在實際系統中使用了適應性調變的話，即可看出吾人所提之方法與最大上鏈吞 吐量方法是差不多的，而且吾人所提之方法使用的功率也較低，對於上傳環境 中，節省用戶設備的電源是有幫助的。
第四章
新提出之正交頻率多重接取頻譜與 功率聯合配置法
於此章，吾人將提出兩種可運用在 OFDMA 下之演算法，希望藉由適當之 頻譜配置與功率配置，可讓整體巨細胞之吞吐量能有最佳之結果，而最後在電腦 模擬部分，則可驗證吾人提出之方法。4.1 節將說明提出此方法之動機；吾人提 出之測量報告與適應性功率聯合配置法及嗅探功能與適應性功率聯合配置法則 分別在 4.2 節與 4.3 節說明；4.4 節將以電腦模擬呈現吾人所提出之方法的結果；
最後將在 4.5 節作一個小結。
4.1 動機
於 2.4 節中，吾人推導出了 OFDMA 系統功率配置方法之最大上鏈吞吐量結
果為min(Pmax,Pbudget h0,i)，然而用最大上鏈吞吐量方法之缺點如第三章所陳述
的，FUE 發射的功率過大，會造成 FBS 與 MBS 的干擾，故吾人提出了適應性功 率配置法來做功率配置，以期能降低對傳統網路 MBS 的干擾，讓 FUE 與 MUE 的吞吐量達到最大。
4.2 新提出之測量報告與適應性功率聯合配置法
測量報告之頻譜配置方案已於 2.5 節作介紹，為了將測量報告與適應性功率 配置法作結合，吾人於是作了以下假設：
(1) 假設 FBS 知道所服務的 FUE 使用的發射功率。
當確定應使用之頻譜後，FUE即先用 的功率傳送給FBS，FBS收到 後即可量出當下的SINR，再利用
Pfi
(4.1)式求得增益。
步驟 5：降低 FUE 功率
如果SINR > Γ5，則將Γ5代入(4.2)式中，相當於將 的功率降低成
FBS 感測所有資源區塊干擾量
FBS 接收到鄰近 FBS 之訊息後，即可製作成如表 2.3 之增益表，有此增
FUE 針對每個資源區塊皆用P 的功率傳fi
於此節，吾人將針對 4.3 節、4.4 節提出之方法，與 2.4 節推導出之方法作一 電腦模擬來比較其結果，除了上述之方法外，吾人亦將比較隨機配置(randomly assign, RA)頻譜與均等功率聯合配置(equal power)法之結果，而模擬時所使用之 參數如表 4.1 所示；表 4.2 列出模擬時，圖例說明中英對照：
Maximize Uplink Capacity of FUE 最大上鏈吞吐量
Joint MR and Adaptive Power Allocation 測量報告與適應性功率聯合配置 Joint Sniffer Function and Adaptive
Power Allocation
嗅探功能與適應性功率聯合配置
Joint MR and Equal Power Allocation 測量報告與均等功率聯合配置 Joint RA and Adaptive Power Allocation 隨機頻譜與適應性功率聯合配置
Joint RA and Equal Power Allocation 隨機頻譜與均等功率聯合配置
圖 4.3 為 OFDMA 系統下 FUE 之平均吞吐量，從圖中我們可以看出最大上 鏈吞吐量之方案有最好的結果，而吾人所提之測量報告與適應性功率聯合配置及 嗅探功能與適應性功率聯合配置之方案則略差一些，測量報告與適應性功率聯合 配置比嗅探功能與適應性功率聯合配置方案好的原因為，測量報告是使用所有資 源區塊中干擾最小的，故能有較好之吞吐量，當然前提必須是假設感測得到的資 訊必須是完全正確才有這樣的結果，觀察圖 4.4MUE 之平均吞吐量時可發現，最 大上鏈吞吐量由於讓 FUE 使用了過大的功率，故對傳統網路 MUE 造成極大的 干擾，而吾人所提之方法，FUE 使用了較小的功率來傳送資料，故對傳統網路 MUE 造成的干擾較小，為了公平起見，於是吾人將觀察巨細胞中所有吞吐量之 大小，由圖 4.5 中可看出，吾人所提之方案，其結果皆比最大上鏈吞吐量之方案 好，圖 4.6 則顯示所有 FUE 平均傳送功率，更能明顯地看出，最大上鏈吞吐量 之方案因為讓 FUE 使用太大功率而導致整體網路吞吐量因此而下降。另一方 面，比較隨機配置頻譜之方法也可看出，若能使用適當之頻譜配置方式，對於吞 吐量之提升與 FUE 功率之下降皆是有幫助的。
圖 4.3 OFDMA 系統 FUE 平均吞吐量，MUE 個數=50
圖 4.4 OFDMA 系統 MUE 平均吞吐量，MUE 個數=50
圖 4.5 OFDMA 系統全部 UE 吞吐量，MUE 個數=50
圖 4.6 OFDMA 系統 FUE 平均發射功率，MUE 個數=50
4.5 小結
於此章，吾人分別提出了可運用在 OFDMA 系統下，測量報告與適應性功 率聯合配置及嗅探功能與適應性功率聯合配置之方案，並且與 2.4 節推導出之最 大上鏈吞吐量方案作比較，可發現由於最大上鏈吞吐量之方案用了過大的功率而 導致傳統網路 MUE 之吞吐量下降，反而拖累整個巨細胞之全部吞吐量，故吾人 所提之適應性功率配置方案應有實用價值。在電腦模擬部分吾人亦比較隨機分配 頻譜之結果，可看出隨機分配頻譜不但會造成吞吐量的下降，而且 FUE 使用的 功率亦較大，故適當分配頻譜為必要步驟。測量報告之方案雖比嗅探功能之方案 好，但必須是假設感測技術是正確無誤的情況下才可，若感測技術未必是正確 時，使用嗅探功能之方案，亦可有不錯之結果。
第五章
結論與未來工作
吾人於本論文開頭處介紹毫微微細胞之優點與所遭遇之問題，在頻譜分配為 同頻道調度之情況下，必定會遭遇跨層干擾之困擾，而資源配置是唯一能解決跨 層干擾問題，並使 FUE 與 MUE 之吞吐量達到最大之方法。於第二章說明 CDMA 與 OFDMA 系統之基本架構以及適應性調變吞吐量計算方式，並分別推導出 FUE 最大上鏈吞吐量之功率配置方案，而為了找出 FUE 與 MUE 之全部最大吞吐量，
吾人利用電腦模擬方式得到 FUE 對 MBS 最大忍受干擾量參數以用於之後的電腦 模擬。然而可發現，使用最大上鏈吞吐量之方案雖可讓 FUE 有絕佳之結果，但 由於使用功率過大之緣故，對傳統網路 MUE 造成極大干擾，反而無法讓巨細胞 內所有 FUE 與 MUE 之吞吐量達到最大。
於第三章，為了符合實際系統之需求與降低 FUE 使用功率，吾人提出可用 於 CDMA 系統之適應性功率配置法以及嗅探功能與適應性功率配置法，並對此 二種演算步驟作一詳細說明，利用此二種演算步驟即可找出在不同環境下，適合
於第三章，為了符合實際系統之需求與降低 FUE 使用功率，吾人提出可用 於 CDMA 系統之適應性功率配置法以及嗅探功能與適應性功率配置法，並對此 二種演算步驟作一詳細說明，利用此二種演算步驟即可找出在不同環境下，適合