陳 甄,張 毅,肖 琨

(廣西師范大學(xué)電子工程學(xué)院,廣西桂林541004)

自適應(yīng)系統(tǒng)中基于場(chǎng)景的信噪比預(yù)測(cè)算法*

陳 甄,張 毅,肖 琨

(廣西師范大學(xué)電子工程學(xué)院,廣西桂林541004)

首先定義了過(guò)時(shí)信道狀態(tài)信息(OCSI,Outdated Channel State Information)對(duì)系統(tǒng)頻譜效率的影響因子,分析了OCSI對(duì)頻譜效率的影響;接著提出了一種基于信噪比預(yù)測(cè)的無(wú)線鏈路自適應(yīng)系統(tǒng)模型,應(yīng)用文中提出的基于信道變化場(chǎng)景的信噪比預(yù)測(cè)算法(SSPA,Scenario-based SNR Prediction Algorithm)對(duì)發(fā)送數(shù)據(jù)時(shí)的信噪比進(jìn)行預(yù)測(cè),以克服OCSI的影響。仿真表明,與現(xiàn)有技術(shù)比較,基于SSPA的自適應(yīng)系統(tǒng)具有近似的誤比特率性能,頻譜效率得到了有效的提升,特別是在高信噪比區(qū)域,頻譜效率的改善十分顯著。

鏈路自適應(yīng) 過(guò)時(shí)信道狀態(tài)信息 信噪比預(yù)測(cè) 頻譜效率

0 引 言

無(wú)線鏈路自適應(yīng)傳輸系統(tǒng)跟蹤無(wú)線信道狀態(tài)的變化,動(dòng)態(tài)地改變傳輸參數(shù),使系統(tǒng)容量達(dá)到最大或者系統(tǒng)性能達(dá)到最佳,獲得較高的頻譜效率[1-3]。無(wú)線信道狀態(tài)的跟蹤是通過(guò)接收端進(jìn)行信道估計(jì)將信道狀態(tài)信息(CSI,Channel State Information)反饋給發(fā)射端來(lái)實(shí)現(xiàn)的,常用的CSI是信噪比。發(fā)射端根據(jù)反饋選擇合適的自適應(yīng)參數(shù)包括調(diào)制星座大小、編碼方案、功率分配等[4-5]。然而從信噪比估計(jì)到發(fā)射端接收反饋后發(fā)送數(shù)據(jù)的時(shí)間內(nèi),無(wú)線信道的時(shí)變衰落特性使得信道的狀態(tài)可能發(fā)生變化,甚至是急劇的變化,于是根據(jù)反饋?zhàn)龀龅淖赃m應(yīng)參數(shù)選取將直接導(dǎo)致錯(cuò)誤的決策,使系統(tǒng)整體性能下降,通常稱這類信道狀態(tài)信息為OCSI[6-7]。

鑒于CSI反饋及處理過(guò)程的時(shí)延是一個(gè)無(wú)法回避的問(wèn)題,如何克服OCSI對(duì)系統(tǒng)性能的影響受到了廣泛的關(guān)注[8-9]。信道預(yù)測(cè)技術(shù)就是無(wú)線鏈路自適應(yīng)系統(tǒng)解決OCSI問(wèn)題的重要方法[10],通過(guò)預(yù)測(cè)發(fā)射端發(fā)送數(shù)據(jù)時(shí)的信噪比決定自適應(yīng)傳輸參數(shù)的選取。在對(duì)此類方法進(jìn)行比較分析之后,發(fā)現(xiàn)已有的信道預(yù)測(cè)技術(shù)沒(méi)有充分考慮到無(wú)線信道的衰落和時(shí)變特性,不能應(yīng)對(duì)CSI短時(shí)間內(nèi)發(fā)生較大變化甚至突變的情況,嚴(yán)重?fù)p害了無(wú)線鏈路自適應(yīng)系統(tǒng)的性能。

1 OCSI對(duì)頻譜效率的影響分析

通過(guò)分析OCSI對(duì)鏈路自適應(yīng)系統(tǒng)頻譜效率的影響闡述文中工作的必要性。已有的鏈路自適應(yīng)系統(tǒng)中,接收端進(jìn)行信道估計(jì)獲得當(dāng)前信噪比(稱為測(cè)量信噪比)數(shù)據(jù)并反饋給發(fā)射端,系統(tǒng)根據(jù)測(cè)量信噪比選取自適應(yīng)傳輸參數(shù),進(jìn)行鏈路自適應(yīng)處理。根據(jù)文獻(xiàn)[11],Nakagami-m快衰落信道中的信噪比條件概率密度函數(shù)為:

式中,γ為測(cè)量信噪比,m為Nakagami-m信道的波形參數(shù),為測(cè)量信噪比均值,由慢衰落引起,假設(shè)服從對(duì)數(shù)正態(tài)分布,于是可以得到:

式中,μdB、σdB分別為對(duì)數(shù)正態(tài)分布的均值和標(biāo)準(zhǔn)差。根據(jù)鏈路自適應(yīng)的通常做法,當(dāng)信噪比處于某個(gè)范圍內(nèi)時(shí)采取特定階數(shù)的QAM調(diào)制,于是可以定義實(shí)際頻譜效率均值為:

式中,γT,i(i=0,1,…K-1)為確定QAM調(diào)制階數(shù)的信噪比門限,P{.}為某種信噪比處于某個(gè)區(qū)間的概率,Mi=22(i+1),K為常數(shù)。假設(shè)由于反饋延時(shí)引起的發(fā)射數(shù)據(jù)時(shí)的真實(shí)信噪比與測(cè)量信噪比γ之差為δ,則發(fā)射數(shù)據(jù)時(shí)的真實(shí)信噪比為γ+δ,系統(tǒng)應(yīng)獲得的頻譜效率均值為

定義OCSI對(duì)系統(tǒng)頻譜效率的影響因子(簡(jiǎn)稱OCSI影響因子)為

圖1給出了OCSI影響因子隨δ變化的曲線,可以看出OCSI對(duì)無(wú)線鏈路自適應(yīng)系統(tǒng)頻譜效率的影響是明顯的,因此,在設(shè)計(jì)無(wú)線鏈路自適應(yīng)系統(tǒng)時(shí)不能忽略O(shè)CSI的影響。

圖1 OCSI影響因子隨δ變化曲線Fig.1 Curve of OCSI impact factor with the change ofδ

2 基于SSPA的無(wú)線鏈路自適應(yīng)系統(tǒng)模型

圖2給出了基于SSPA的無(wú)線鏈路自適應(yīng)系統(tǒng)模型,不同于已有模型的地方在于:接收端進(jìn)行信道估計(jì)獲得測(cè)量信噪比數(shù)據(jù)并反饋給發(fā)射端后,系統(tǒng)首先利用SSPA預(yù)測(cè)發(fā)射端發(fā)送數(shù)據(jù)時(shí)的信噪比,然后根據(jù)預(yù)測(cè)信噪比選取自適應(yīng)傳輸參數(shù),進(jìn)行鏈路自適應(yīng)處理。

圖2 基于SSPA的無(wú)線鏈路自適應(yīng)系統(tǒng)模型Fig.2 SSPA-based link adaptive system model

在SSPA中,將信道的變化場(chǎng)景劃分為緩變、中等變化和突變?nèi)悎?chǎng)景。當(dāng)系統(tǒng)i時(shí)刻的測(cè)量信噪比和預(yù)測(cè)信噪比的偏差絕對(duì)值滿足0≤＜?1時(shí),信道特性對(duì)信號(hào)信噪比的影響呈現(xiàn)相對(duì)緩慢的變化,此時(shí)的信道場(chǎng)景為信道緩變場(chǎng)景；當(dāng)?1≤＜?2時(shí),信道特性對(duì)信號(hào)信噪比的影響呈現(xiàn)顯著變化,此時(shí)的信道場(chǎng)景為信道中等變化場(chǎng)景；當(dāng)≥?2時(shí),信道特性對(duì)信號(hào)信噪比的影響呈現(xiàn)大幅度突然變化,此時(shí)的信道場(chǎng)景為信道突變場(chǎng)景,根據(jù)突變發(fā)生的具體情況信道突變場(chǎng)景又細(xì)分為回歸突變和非回歸突變場(chǎng)景。信道回歸突變場(chǎng)景的主要特征在于當(dāng)信噪比的測(cè)量軌跡突然大幅度偏離預(yù)測(cè)軌跡后,在短時(shí)間內(nèi)又返回到原預(yù)測(cè)軌跡,而非回歸突變場(chǎng)景的主要特征在于當(dāng)信噪比的測(cè)量軌跡突然大幅度偏離預(yù)測(cè)軌跡后,在短時(shí)間內(nèi)不再返回到原預(yù)測(cè)軌跡。

3 基于信道變化場(chǎng)景的信噪比預(yù)測(cè)算法

SSPA流程如圖3所示,算法1為SSPA的具體描述,算法中使用了系統(tǒng)預(yù)測(cè)器和保留預(yù)測(cè)器,系統(tǒng)預(yù)測(cè)器是當(dāng)前系統(tǒng)進(jìn)行信噪比預(yù)測(cè)所使用的預(yù)測(cè)器,輸出預(yù)測(cè)信噪比值,保留預(yù)測(cè)器用于信道突變場(chǎng)景的信噪比預(yù)測(cè)中,在滿足突變標(biāo)志位flag=0的條件下,如果信道在i時(shí)刻發(fā)生突變,則i-1時(shí)刻的系統(tǒng)預(yù)測(cè)器成為保留預(yù)測(cè)器,保留預(yù)測(cè)器輸出的預(yù)測(cè)信噪比稱為保留預(yù)測(cè)信噪比,保留預(yù)測(cè)器以保留預(yù)測(cè)信噪比值作為保留預(yù)測(cè)器的輸入,同時(shí)輸出下一時(shí)刻的保留預(yù)測(cè)信噪比值,當(dāng)保留預(yù)測(cè)器成為系統(tǒng)預(yù)測(cè)器時(shí),保留預(yù)測(cè)信噪比即成為預(yù)測(cè)信噪比。

【算法1】

步驟1:初始化計(jì)時(shí)器τ=0,flag=0；

步驟2:測(cè)量和計(jì)算i時(shí)刻的測(cè)量信噪比值u( i),并與i-1時(shí)刻預(yù)測(cè)的i時(shí)刻的預(yù)測(cè)信噪比值( i)進(jìn)行比較,得出i時(shí)刻測(cè)量信噪比值與預(yù)測(cè)信噪比值的偏差絕對(duì)值；

步驟6:令k=0,1,3,6…,(m+1)(m+2)/2時(shí):

將y[ m( m+1)/2],y[ m( m-1)/2],…,y[3],y[1]分別賦值給u( i-1),u( i-2),u( i-m+1),u( i-m),并將u( i-m),u( i-m+1),u( i)依次作為系統(tǒng)預(yù)測(cè)器的輸入,使用卡爾曼預(yù)測(cè)器預(yù)測(cè),并將輸入u(i)時(shí)的預(yù)測(cè)信噪比值作為i+1時(shí)刻的預(yù)測(cè)信噪比值；令τ=τ+ 1,flag=1,利用保留預(yù)測(cè)器在i時(shí)刻的保留預(yù)測(cè)信噪比值,預(yù)測(cè)i+1時(shí)刻的保留預(yù)測(cè)信噪比值,轉(zhuǎn)步驟9；

步驟7:將保留預(yù)測(cè)器設(shè)置為系統(tǒng)預(yù)測(cè)器,并將i時(shí)刻的測(cè)量信噪比作為系統(tǒng)預(yù)測(cè)器的輸入,使用卡爾曼預(yù)測(cè)器進(jìn)行預(yù)測(cè),得到i+1時(shí)刻的預(yù)測(cè)信噪比值,令τ=0,flag=0,轉(zhuǎn)步驟9；

步驟8:進(jìn)一步判斷flag是否為零,如果flag等于零,轉(zhuǎn)步驟9；如果flag不等于零且τ≥T,則重置τ=0,flag=0,轉(zhuǎn)步驟9；如果flag不等于零且τ＜T,令τ=τ+1,同時(shí)利用保留預(yù)測(cè)器在i時(shí)刻的保留預(yù)測(cè)信噪比值,預(yù)測(cè)i+1時(shí)刻的保留預(yù)測(cè)信噪比值；

步驟9:輸出i+1時(shí)刻的預(yù)測(cè)信噪比值,令i=i+ 1,返回步驟2。

圖3 基于場(chǎng)景的信噪比預(yù)測(cè)算法流程Fig.3 Block diagram of the scenario-based SNR prediction method

【算法1】中使用的【算法2】如下所示:

在i時(shí)刻,首先保存系統(tǒng)預(yù)測(cè)器i時(shí)刻的狀態(tài)S,包括輸入、輸出及各參量的值,然后將u(i-1)和u(i)之間內(nèi)插j個(gè)樣點(diǎn)時(shí)的候選預(yù)測(cè)信噪比與測(cè)量信噪比之間的偏差絕對(duì)值初始化為0,其中j=1,2,…,h(h為最大可內(nèi)插樣點(diǎn)數(shù)),初始化j=0,然后執(zhí)行以下步驟:

步驟1:令j=j+1,當(dāng)k=0,1,…,j+1時(shí),

步驟2:令u(i-1)=y(j),…,u(i-j)=y(1)；將u( i-j),u( i-j+1),u( i-1)依次作為系統(tǒng)預(yù)測(cè)器的輸入,使用卡爾曼預(yù)測(cè)器預(yù)測(cè),并將輸入u(i-1)時(shí)的預(yù)測(cè)信噪比值作為i時(shí)刻的候選預(yù)測(cè)信噪比值,計(jì)算并保存預(yù)測(cè)器狀態(tài)；

步驟3:判斷j是否達(dá)到最大可內(nèi)插樣點(diǎn)數(shù)h；如果j小于h,系統(tǒng)預(yù)測(cè)器重置為狀態(tài)S并返回步驟1；如果j大于或等于h,執(zhí)行步驟4；

4 性能仿真

為了分析SSPA在無(wú)線鏈路自適應(yīng)傳輸系統(tǒng)中的性能,建立了基于SSPA的無(wú)線鏈路自適應(yīng)仿真平臺(tái)進(jìn)行分析。在仿真中,自適應(yīng)算法采用了編碼效率為1/2,生成矩陣G1=[111101；100100]的卷積碼和編碼效率為2/3,生成矩陣G2=[00101001；00000001；10000001]的卷積碼,并結(jié)合4QAM, 16QAM,64QAM進(jìn)行鏈路自適應(yīng),所使用的無(wú)線信道為加性高斯白噪聲信道,設(shè)置參數(shù)?1=3,?2=5, T=5。為了方便描述,將基于SSPA的無(wú)線鏈路自適應(yīng)系統(tǒng)簡(jiǎn)稱為SSPA系統(tǒng),已有無(wú)線鏈路自適應(yīng)系統(tǒng)簡(jiǎn)稱為OCSI系統(tǒng)。

圖4給出了SSPA系統(tǒng)和OCSI系統(tǒng)分別在σdB為4 dB、8 dB和12 dB時(shí)隨μdB變化的誤比特率性能曲線。

圖4 SSPA和OCSI系統(tǒng)的誤比特率性能比較Fig.4 BER performance comparison of between SSPA system and to OCSI system

從圖4可以看出,當(dāng)σdB逐步增大時(shí),系統(tǒng)的誤比特率也隨之增大,說(shuō)明信噪比的離散程度會(huì)對(duì)無(wú)線鏈路自適應(yīng)系統(tǒng)的性能帶來(lái)明顯的影響,同時(shí)發(fā)現(xiàn),SSPA系統(tǒng)與OCSI系統(tǒng)有近似相同的誤比特率,這說(shuō)明文中提出的SSPA不會(huì)給無(wú)線鏈路自適應(yīng)系統(tǒng)帶來(lái)額外的不利影響。接著,文中進(jìn)一步仿真了SSPA系統(tǒng)相對(duì)于OCSI系統(tǒng)的頻譜效率改進(jìn)情況如圖5所示,用σdB為4 dB、8 dB和12 dB時(shí)SSPA系統(tǒng)與OCSI系統(tǒng)的頻譜效率之差衡量頻譜效率的提升幅度,可以看出,隨著μdB的增大,兩種系統(tǒng)的頻譜效率的提升幅度都增大,當(dāng)μdB上升到35 dB時(shí),σdB為4 dB、8 dB和12 dB時(shí)的頻譜效率提升幅度分別達(dá)到0.28 bit/s/Hz、0.2 bit/s/Hz、0.15 bit/s/Hz,對(duì)于10 MHz的自適應(yīng)傳輸系統(tǒng),單位時(shí)間內(nèi)攜帶的總信息量可以分別增加2.8 Mbit、2 Mbit、1.5 Mbit,傳輸效率的改善是十分明顯的。如果進(jìn)一步考慮使用更高階的調(diào)制如QAM-256/QAM-1024以及更高效率的編碼,頻譜效率應(yīng)該會(huì)有更大的提升空間。此外,當(dāng)μdB小于25 dB時(shí),σdB越大,對(duì)頻譜效率的改善越大,但是各σdB對(duì)應(yīng)的頻譜效率提升幅度之間的差別不明顯；當(dāng)μdB大于25 dB時(shí),σdB越大,對(duì)頻譜效率的改善越小,但是各σdB對(duì)應(yīng)的頻譜效率提升幅度之間的差別十分明顯。

圖5 SSPA系統(tǒng)相對(duì)OCSI系統(tǒng)的頻譜效率改善Fig.5 Spectrum efficiency improvement of SSPA system relative to OCSI system

5 結(jié) 語(yǔ)

文中首先從數(shù)學(xué)上解析了OCSI對(duì)無(wú)線鏈路自適應(yīng)系統(tǒng)頻譜效率的影響,定義了OCSI影響因子,為分析OCSI對(duì)無(wú)線鏈路自適應(yīng)系統(tǒng)性能的影響提供了衡量指標(biāo)；接著提出了SSPA以及基于SSPA的無(wú)線鏈路自適應(yīng)系統(tǒng)模型,SSPA將信道的變化劃分為緩變、中等變化和突變?nèi)N場(chǎng)景,其中突變場(chǎng)景進(jìn)一步區(qū)分為回歸突變和非回歸突變兩種情形,在不同場(chǎng)景中采用相應(yīng)的預(yù)測(cè)步驟針對(duì)性地進(jìn)行信噪比預(yù)測(cè)。不同于已有模型,接收端進(jìn)行信道估計(jì)獲得測(cè)量信噪比數(shù)據(jù)并反饋給發(fā)射端后,系統(tǒng)首先利用

SSPA預(yù)測(cè)發(fā)射端發(fā)送數(shù)據(jù)時(shí)的信噪比,然后根據(jù)預(yù)測(cè)信噪比選取自適應(yīng)傳輸參數(shù)。仿真表明基于SSPA的自適應(yīng)系統(tǒng)在不惡化系統(tǒng)誤比特率性能的同時(shí),能有效提升系統(tǒng)頻譜效率,尤其在高信噪比區(qū)域,頻譜效率的改善十分顯著?？偟膩?lái)說(shuō),SSPA有助于克服OCSI對(duì)無(wú)線鏈路自適應(yīng)系統(tǒng)的不利影響,具有較重要的應(yīng)用價(jià)值；此外,SSPA也可以用于移動(dòng)協(xié)同通信系統(tǒng)的中繼節(jié)點(diǎn)選擇等領(lǐng)域,具有較廣泛的適用性。

[1] FARHADI G,BEAULIEU N C.Capacity of Amplify-and-Forward Multi-hop Relaying Systems under Adaptive Transmission[J].Communications,IEEE Transactions on,2010,58(03):758-763.

[2] 周曉寧,閔芳,周小林.一種基于LDPC鏈路自適應(yīng)技術(shù)的研究[J].通信技術(shù),2008,04(41):31-32.

ZHOU Xiao-ning,MIN Fang,ZHOU Xiao-lin.Study on A LDPC-based Link Adaptations Technology[J].Communication Technology,2008,04(41):31-32.

[3] 鄭國(guó)強(qiáng),甘從輝,李濟(jì)順.一種新的MIMO無(wú)線通信系統(tǒng)鏈路自適應(yīng)算法[J].通信技術(shù),2009,06(42):135-137.

ZHENG Guo-qiang,GAN Cong-hui,LI Ji-shun.A New Link Adaptation Algorithm for MIMO Wireless Communications Systems[J].Communications Technology, 2009,06(42):135-137.

[4] STEPHENNE A,BELLILI F,AFFES S.Moment-based SNR Estimation over Linearly-Modulated Wireless SIMO Channels[J].Wireless Communications,IEEE Transactions on,2010,9(02):714-722.

[5] ALVAREZ-DIAZM,LOPEZ-VALCARCER, MOSQUERA C.SNR Estimation for Multilevel Constellations Using Higher-Order Moments[J].Signal Processing,IEEE Transactions on,2010,58(03):1515-1526.

[6] GOU T,JAFAR S A.Optimal Use of Current and Outdated Channel State Information:Degrees of Freedom of the MISO BC with Mixed CSIT[J].Communications Letters,IEEE,2012,16(07):1084-1087.

[7] TORABI M,HACCOUN D.Capacity Analysis of Opportunistic Relaying in Cooperative Systems with Outdated ChannelInformation[J].CommunicationsLetters, IEEE,2010,14(12):1137-1139.

[8] SURAWEERA H A,SOYSA M,TELLAMBURA C,et al.Performance Analysis of Partial Relay Selection with Feedback Delay[J].Signal Processing Letters,IEEE, 2010,17(06):531-534.

[9] CHEN M,LIU T C K,DONG X.Opportunistic Multiple Relay Selection with Outdated Channel State Information [J].Vehicular Technology,IEEE Transactions on, 2012,61(03):1333-1345.

[10] HEIDARI A,KHANDANI A K,MCAVOY D.Adaptive Modelling and Long-Range Prediction of Mobile Fading Channels[J].IET Communications,2010,4(01):39-50.

[11] ATAPATTU S,TELLAMBURA C,JIANG H.A Mixture Gamma Distribution to Model the SNR of Wireless Channels[J].Wireless Communications,IEEE Transactions on,2011,10(12):4193-4203.

[12] 張明友.信號(hào)檢測(cè)與估計(jì)[M].北京:電子工業(yè)出版社,2011:249-251.

ZHANG Ming-you.Signal Detection and Estimation [M].Beijing:Publishing House of Electronics Industry,2011:249-251.

CHEN Zhen(1989-),female,graduate student,majoring in link adaptive communications.

張 毅(1988—),女,碩士研究生,主要研究方向?yàn)殒溌纷赃m應(yīng)通信；

ZHANG Yi(1988-),female,graduate student,majoring in link adaptive communications.

肖 琨(1974—),男,博士,副教授,碩士生導(dǎo)師,主要研究方向?yàn)闊o(wú)線通信、移動(dòng)衰落信道等。

XIAO Kun(1974-),male,Ph.D.,associate professor, master tutor,mainly engaged in wireless communications and mobile fading channels,etc.

Scenario-based SNR Prediction Method in Adaptive System

CHEN Zhen,ZHANG Yi,XIAO Kun
(Guangxi Normal University,Guilin Guangxi 541004,China)

This paper firstly proposes the definition of OCSI impact factor and analyzes the effects OCSI impact factor on spectrum efficiency,and then a link adaptive system model based on SSPA is proposed,thus to predict the SNR immediately while transmitting data by means of SSPA based on the time-varying fading statistics.Simulation indicates that compared with existing techniques,the SSPA-based link adaptive system has similar BER performance and coald thus significantly improve the spectrum efficiency,especially in the high SNR areas.

link adaption；OCSI；SNR prediction；spectrum efficiency

TN911

A

1002-0802(2014)03-0247-06

10.3969/j.issn.1002-0802.2014.03.003

陳 甄(1989—),女,碩士研究生,主要研究方向?yàn)殒溌纷赃m應(yīng)通信；

國(guó)家自然科學(xué)基金資助項(xiàng)目(No.61362015);廣西高?？茖W(xué)技術(shù)研究項(xiàng)目(No.2013YB031);廣西師范大學(xué)重點(diǎn)項(xiàng)目(No.

2011ZD005)

Foundation Item:The National Natural Science Foundation of China(No.61362015);The Guangxi University Scientific Research Project(No. 2013YB031);The Key Project of Guangxi Normal University(No.2011ZD005)