Search

In this paper the continuous dynamic model of Verhulst is used. It had been initially elaborated to describe the population growth of biological species with food restriction and physical space, in order to synthesize a new distributed power control algorithm (DPCA), applicable in direct sequence code division multiple access (DS-CDMA) systems. The discretization of the corresponding differential equation is accomplished via numeric integration Euler method (NIE). The properties of the proposed recursive algorithm, as Euclidian distance from optimum vector after convergence, convergence speed, normalized mean squared error (NSE), average power consumption per user and implementation complexity, are investigated through simulations. The simulation results are confronted with the other DPCAs: the classic algorithm derived by Foschini and Miljanic and the sigmoidal by Uykan and Koivo. With estimate errors, the proposed DPCA showed smaller discrepancy from the optimum power vector allocation after convergence and better convergence. Additionally, the Gerchgorin Circles theory (GC) is applied for the feasibility of the power allocation problem.

Neste artigo, utiliza-se o modelo dinâmico contínuo de Verhulst, elaborado inicialmente para descrever o crescimento populacional de espécies biológicas com restrição de alimento e espaço físico, na síntese de um novo algoritmo de controle de potência distribuído (DPCA, Distributed Power Control Algorithm),aplicável em sistemas de múltiplo acesso por divisão de código (DS-CDMA, Direct Sequence-Code Division Multiple Access). Realiza-se a discretização da equação diferencial correspondente por meio do método de Euler de integração numérica (NIE, Numerical Integration Euler Method). São investigadas via simulações computacionais as propriedades do algoritmo recursivo assim obtido, como distância Euclidiana do vetor ótimo em regime, velocidade de convergência, erro quadrático médio normalizado (NSE, Mean Normalized Squared Error) na condição de regime, consumo médio de potência por usuário e complexidade de implementação. Os resultados são confrontados com resultados de simulações análogas para o algoritmo clássico de Foschini e Miljanic e o sigmoidal de Uykan e Koivo. Na presença de erros de estimação, o DPCA proposto apresentou menor discrepância em regime em relação ao vetor ótimo e maior velocidade de convergência. Adicionalmente, aplica-se a teoria dos Círculos de Gerschgorin (GC) na determinação de condições suficientes para que o problema de alocação de potência seja factível.