付 翔

?

多載波通信系統(tǒng)中CQI無(wú)損壓縮法研究

付 翔

本文采用自適應(yīng)多載波調(diào)制節(jié)省帶寬資源，基于反饋的信道狀態(tài)信息調(diào)整子載波參數(shù)(比特和功率分配信息)。比較不同無(wú)損壓縮反饋技術(shù)，重點(diǎn)研究OFDM和MIMO-OFDM系統(tǒng)中的信道時(shí)間相關(guān)性并設(shè)定門限誤碼率以降低反饋次數(shù)，量化反饋信息并用無(wú)損壓縮算法(Huffman編碼，游程編碼和LZW編碼)壓縮反饋信息,仿真比較不同條件下的壓縮算法的壓縮性能，仿真結(jié)果表明Huffman編碼的壓縮性能最佳。

正交頻分復(fù)用;多輸入多輸出;信道質(zhì)量信息;比特分配;無(wú)損壓縮

隨著物理科學(xué)和材料科學(xué)的飛速發(fā)展，移動(dòng)通信技術(shù)也得到了長(zhǎng)足的發(fā)展。投入運(yùn)營(yíng)的第三代(3G)移動(dòng)通信和第四代(4G)移動(dòng)通信系統(tǒng)必須高效綜合利用系統(tǒng)的空間、時(shí)間、頻率和功率等資源，使系統(tǒng)具有更大的用戶容量、更高的傳輸速率和可靠性。移動(dòng)通信系統(tǒng)的最大技術(shù)瓶頸在于空中接口,為了多用戶調(diào)度和自適應(yīng)調(diào)制編碼，發(fā)送端需在所有時(shí)間知道所有用戶的信道質(zhì)量。尤其在頻率選擇性信道下的OFDM[1](正交頻分復(fù)用技術(shù))系統(tǒng)中，反饋量與子載波數(shù)N成正比，這消耗了系統(tǒng)帶寬并降低了系統(tǒng)吞吐量。信道的比特和功率信息均為N的整數(shù)倍。MIMO技術(shù)充分利用空間資源，多個(gè)天線多發(fā)多收，不需增加頻譜資源和天線發(fā)送功率的情況下，提高信道容量[2-6]。兩者結(jié)合的自適應(yīng)OFDM和MIMO-OFDM系統(tǒng)中，有效反饋CQI和信令傳輸信息至關(guān)重要。

近年來(lái)，有限反饋技術(shù)受到廣泛關(guān)注。CQI的壓縮反饋技術(shù)大致可分為三類：量化法，即對(duì)實(shí)值SINR量化；選擇反饋法，最多可將反饋量降低到原來(lái)的10%；數(shù)據(jù)壓縮法可分為無(wú)損壓縮和有損壓縮，本文著重研究在已提出的無(wú)損壓縮算法基礎(chǔ)上，采用無(wú)損壓縮算法提高系統(tǒng)性能、降低CQI反饋量。無(wú)損壓縮也稱作無(wú)失真壓縮編碼或無(wú)噪聲編碼，工作機(jī)理就是除去或降低數(shù)據(jù)冗余度。無(wú)損壓縮技術(shù)始終是可逆的。分為統(tǒng)計(jì)式編碼和替換式編碼。本文用游程編碼，Huffman編碼[7]和LZW編碼[8-9]做系統(tǒng)仿真。

1 編碼系統(tǒng)仿真

1.1 游程編碼壓縮反饋信息仿真

使用降低反饋法后，游程編碼壓縮反饋信息。圖1為OFDM和MIMO-OFDM系統(tǒng)中游程編碼反饋信息的壓縮率。虛線為未壓縮的性能。壓縮率定義為壓縮反饋信息除以反饋量。100個(gè)子信道中，反饋比特?cái)?shù)為5120000bits。1個(gè)比特和游程取代字符串中重復(fù)出現(xiàn)的比特。由于只有6種調(diào)制方式，比特分配信息有冗余信息，量化功率分配信息后也有冗余信息，可用游程編碼降低反饋量。OFDM系統(tǒng)中，平均壓縮率為75%，信道相關(guān)性高時(shí)，壓縮率可達(dá)98%，信道無(wú)相關(guān)時(shí)，壓縮率可達(dá)51%。MIMO-OFDM2*2系統(tǒng)中，平均壓縮率為90.3%，信道相關(guān)性高時(shí)，壓縮率可達(dá)90.7%，信道相關(guān)性高時(shí)，壓縮率可達(dá)98%，信道無(wú)相關(guān)時(shí)，壓縮率可達(dá)80%。MIMO-OFDM4*4系統(tǒng)中，平均壓縮率為90.7%，信道相關(guān)性高時(shí)，壓縮率可達(dá)98%，信道無(wú)相關(guān)時(shí)，壓縮率可達(dá)82%。MIMO-OFDM系統(tǒng)游程編碼壓縮率比OFDM系統(tǒng)好15%。

圖1 OFDM和MIMO-OFDM系統(tǒng)中游程編碼反饋信息的壓縮率

1.2 Huffman編碼壓縮反饋信息仿真

Huffman編碼中，出現(xiàn)概率高的字符分配短編碼。圖2為OFDM和MIMO-OFDM系統(tǒng)的Huffman編碼反饋信息的壓縮率。虛線為未壓縮的性能。降低反饋信息后Huffman編碼，OFDM系統(tǒng)的平均壓縮率可達(dá)85.5%，信道相關(guān)性高時(shí)，壓縮率可達(dá)98%，信道無(wú)相關(guān)時(shí)，壓縮率可達(dá)61%。MIMO-OFDM2*2系統(tǒng)平均壓縮率可達(dá)94.7%，信道相關(guān)性高時(shí)，壓縮率可達(dá)98%，信道無(wú)相關(guān)時(shí)，壓縮率可達(dá)88%。MIMO-OFDM4*4系統(tǒng)平均壓縮率可達(dá)到94.6%。信道相關(guān)性高時(shí)，壓縮率可達(dá)98%，信道無(wú)相關(guān)時(shí)，壓縮率可達(dá)87%。MIMO-OFDM系統(tǒng)壓縮率比OFDM系統(tǒng)壓縮率好9%。OFDM系統(tǒng)中, Huffman編碼壓縮率比游程編碼壓縮率好10%，MIMO-OFDM系統(tǒng)中，Huffman編碼壓縮率比游程編碼壓縮率好4%。字符出現(xiàn)概率高時(shí)，使用Huffman 編碼壓縮效果優(yōu)于游程編碼壓縮效果。信道相關(guān)性高時(shí)，游程壓縮率和Huffman壓縮率一樣，但當(dāng)信道相關(guān)性低時(shí)，Huffman編碼壓縮率更高。

圖2 OFDM和MIMO-OFDM系統(tǒng)中Huffman編碼反饋信息的壓縮率

1.3 LZW編碼壓縮反饋信息仿真

LZW編碼將變長(zhǎng)字符串轉(zhuǎn)變?yōu)槎ㄩL(zhǎng)的編碼，若反饋信息中有頻繁出現(xiàn)的字符時(shí)，LZW算法可達(dá)良好的壓縮率。圖3為OFDM和MIMO-OFDM系統(tǒng)中LZW編碼反饋信息壓縮率。虛線為未壓縮的性能，OFDM系統(tǒng)的平均壓縮率可達(dá)83.8%，信道相關(guān)性高時(shí)，壓縮率可達(dá)98%，信道無(wú)相關(guān)時(shí)，壓縮率可達(dá)66%。MIMO-OFDM2*2系統(tǒng)的平均壓縮率可達(dá) 91.8%,信道相關(guān)性高時(shí)，壓縮率可達(dá)98%，信道無(wú)相關(guān)時(shí)，壓縮率可達(dá)84%。MIMO-OFDM 4*4系統(tǒng)的平均壓縮率可達(dá)92.3%。信道相關(guān)性高時(shí)，壓縮率可達(dá)98%，信道無(wú)相關(guān)時(shí)，壓縮率可達(dá)86%。MIMO-OFDM系統(tǒng)壓縮率比OFDM系統(tǒng)壓縮率好9%。可見，LZW編碼壓縮效果比游程編碼壓縮效果好，但稍遜于Huffman編碼壓縮效果。OFDM系統(tǒng)中，Huffman編碼壓縮比游程編碼壓縮好10%，比LZW編碼壓縮好2%。MIMO-OFDM系統(tǒng)中，Huffman編碼壓縮效果比游程編碼壓縮效果好4%，比LZW編碼壓縮效果好3%。信道相關(guān)高時(shí)，三種壓縮算法的壓縮率一樣，信道相關(guān)性低時(shí)，LZW編碼壓縮效果優(yōu)于游程編碼壓縮效果，但稍遜于Huffman編碼壓縮效果。信道相關(guān)性高時(shí)，任意一種壓縮算法都能達(dá)到理想的壓縮效果。信道相關(guān)性低時(shí)，選擇Huffman編碼最佳。

圖3 OFDM和MIMO-OFDM系統(tǒng)中LZW編碼反饋信息的壓縮率

2 結(jié)論

本文研究時(shí)間相關(guān)性，運(yùn)用降低反饋法降低反饋次數(shù)。無(wú)損壓縮編碼壓縮反饋信息，可有效地壓縮反饋信息。OFDM系統(tǒng)中，降低反饋法可實(shí)現(xiàn)60%平均降低率，通過(guò)游程編碼,Huffman編碼，LZW編碼壓縮反饋信息，可以達(dá)到80%的平均壓縮率。MIMO-OFDM系統(tǒng)中，降低反饋法可實(shí)現(xiàn)80%平均降低率，90%的平均壓縮率。

[1] 佟學(xué)儉,羅濤著.OFDM移動(dòng)通信技術(shù)原理與應(yīng)用[M].北京：人民郵電出版社,2003(7).

[2] G J. Foschini and M. J. Gans.“On limits of wireless communications in a fading environment when using multiple antennas”[J].Wireless Personal Communications An International Journal, 1998, 6(3): 311-335.

[3] I.E.elatar.“Capacity of multi-antenna Gaussian channels”[J].European Transactions on Telecommunica- tions, 1999, 10(6): 585-595.

[4] E. G. Larsson and P. Stoica.Space-time block coding for wireless communications[M].Cambridge University Press, 2003, 13(9): 281.

[5] B. Vucetic andJ. Yuan.Space-time coding[M].John Wiley& Sons, 2003.

[6] A. Goldsmith, S. A. Jafar. “Capacity limits of MIMO channels”[J]. IEEE Journal on Selected Areas in Communications, 2003, 21(5): 684-702.

[7] D.A.Huffman.“A method for the construction of minimum-redundancy codes”[J].Resonance, 2006,11(2): 91-99.

[8] J. Ziv and A. Lempel. “Compression of Individual Sequences Via Variable Rate Coding”[J]. IEEE Tran on Information Theory, 1978, 24(5): 530-536.

[9] T. A. Welch. “A technique for high-performance data compression” [J].Computer, 1984, 17(6): 8-19.

責(zé)任編輯：劉海濤

TN929.5

A

1673-1794(2016)05-0068-02

付翔，滁州學(xué)院電子與電氣工程學(xué)院實(shí)驗(yàn)師(安徽 滁州 239000)。

滁州學(xué)院科研啟動(dòng)基金資助(2014qd026)

2016-06-16