劉慶利 王美恩

(大連大學(xué)通信與網(wǎng)絡(luò)重點實驗室 遼寧 大連 116622)

0 引 言

隨著當(dāng)今衛(wèi)星通信技術(shù)的發(fā)展,其較強的應(yīng)用價值體現(xiàn)在了多個方面,作為信息化時代發(fā)展的重要支撐手段與技術(shù),發(fā)展速度越來越快,應(yīng)用范圍也越來越廣[1]?？臻g數(shù)據(jù)系統(tǒng)咨詢委員會(Consultive Committee for Space Data System,CCSDS)研發(fā)了高級在軌系統(tǒng)(Advanced Orbiting System,AOS)[2-5]。然而衛(wèi)星通信受外部環(huán)境的影響較為嚴(yán)重,因此,自適應(yīng)編碼調(diào)制(Adaptive Coding and Modulation,ACM)被廣泛引入來優(yōu)化通信鏈路。目前,ACM技術(shù)的研究主要集中在模式選擇方法[6-7]、信道編碼改進、信道狀態(tài)信息(Channel State Information,CSI)精確捕獲和ACM實現(xiàn)。其中,調(diào)制與編碼策略(Modulation and Coding Scheme,MCS)的選擇是ACM技術(shù)的核心部分。為了確保鏈路中信息傳輸?shù)目煽啃院图皶r性,可以選擇信噪比(Signal-to-Noise Ratio,SNR)作為CSI的衡量指標(biāo),選擇滿足特定要求的調(diào)制、編碼和數(shù)據(jù)速率最終形成特定的MCS類型的組合,并充分利用可用的通信信道資源使MCS類型和數(shù)據(jù)傳輸速率適應(yīng)無線環(huán)境條件[8-9]。目前存在三種常用MCS切換算法：基于最小SNR的MCS(MCS Based on Minimum SNR,M-MCS)切換算法雖然保證了誤碼率但極大地犧牲了系統(tǒng)的吞吐量,基于平均SNR的MCS(MCS Based on Average SNR,A-MCS)切換算法則犧牲誤碼率來保證吞吐量,基于方差修正平均SNR的MCS(MCS Based on Variance SNR,V-MCS)切換算法采取折中方式但不適合時變衰落信道。

近年來,為了提升通信效率,國內(nèi)外學(xué)者對MCS切換進行了深入的探究,文獻[10]根據(jù)M-MCS、A-MCS和V-MCS這三種算法的切換過程,通過仿真優(yōu)選出系統(tǒng)的數(shù)據(jù)傳輸最佳概率值,提出基于概率估計的MCS切換算法,該算法在一定程度上提升了系統(tǒng)的吞吐量,但是算法的計算過程復(fù)雜,復(fù)雜度較高。文獻[11]對SNR的方差進行修正,提出一種基于經(jīng)驗方差修正SNR的MCS(MCS Based on Empirical Variance SNR,EV-MCS)切換算法。該算法能在提升系統(tǒng)的吞吐量同時降低算法的復(fù)雜度,然而該算法修正的方差是一種經(jīng)驗值,通過不斷修正方差系數(shù)得到,會增大MCS切換算法受參考SNR和判決門限的誤差。針對以上問題,本文提出一種基于似然估計修正SNR(MCS Based On Likelihood Estimation SNR,LE-MCS)的MCS切換算法,在V-MCS切換算法的基礎(chǔ)上,考慮了時變衰落信道對數(shù)據(jù)傳輸?shù)挠绊?同時結(jié)合最大似然估計方法和長短期記憶神經(jīng)網(wǎng)絡(luò)來匹配發(fā)射端的參考SNR和降低系統(tǒng)發(fā)射端獲取SNR的時延,可以在提升系統(tǒng)傳輸效率和吞吐量的同時降低系統(tǒng)的誤碼率。

1 ACM相關(guān)技術(shù)

對于AOS通信系統(tǒng),數(shù)據(jù)在系統(tǒng)的發(fā)送端進行緩存,根據(jù)接收端反饋的信道信息進行ACM,然后在經(jīng)過時變衰落信道到達(dá)接收端,由于外部環(huán)境和信道的影響,若接收端在校驗時發(fā)現(xiàn)錯誤,就通過反饋信道向發(fā)送端發(fā)送重傳請求,通信系統(tǒng)發(fā)送端的HARQ機制就會重傳數(shù)據(jù)。AOS通信系統(tǒng)如圖1所示。

圖1 AOS通信系統(tǒng)框圖

對于AOS通信系統(tǒng)而言,傳輸數(shù)據(jù)在發(fā)送端通過不同的信道編碼和調(diào)制方式進行調(diào)整,而不同編碼策略和調(diào)制方式的組合可以為AOS通信系統(tǒng)的信息傳輸提供不同的性能。不同的調(diào)制方式可以在不同的環(huán)境下提高系統(tǒng)的頻帶利用率,不同的編碼方式以及編碼速率能夠保證系統(tǒng)在不同環(huán)境下的誤碼率。然而,高階數(shù)調(diào)制和高編碼速率能夠提高系統(tǒng)的傳輸效率,卻不能保證系統(tǒng)的誤碼率;低階數(shù)調(diào)制和編碼雖然保證系統(tǒng)的誤碼率,卻大大地?fù)p失了系統(tǒng)的傳輸效率。因此,需要通過MCS切換進而實現(xiàn)最佳的傳輸效益。

2 MCS切換算法及改進

2.1 編碼與調(diào)制策略的選擇

MCS選擇的一種分析方法基于以下參數(shù)：誤碼率(BER)和通信系統(tǒng)信道的信噪比(SNR)。優(yōu)選的MCS類型是提供最高系統(tǒng)性能或等效地以可接受的可靠性提供最高數(shù)據(jù)傳輸速率的類型[12]。在MCS的切換算法中,如何依據(jù)發(fā)射端的參考SNR來匹配MCS切換策略是MCS切換的核心問題。

第二代傳輸標(biāo)準(zhǔn)為ACM技術(shù)提供了28種MCS,其中有四種MCS的誤碼率低于0 dB,不適用于無線信道傳輸[13]。由于不同的編碼速率和調(diào)制解調(diào)方式在傳輸過程中的不同效果,本文選取其中三種較為典型的MCS在AWGN下的吞吐量和誤碼率進行仿真測試,則仿真效果如圖2所示。

圖2 三種MCS在AWGN下誤碼率仿真結(jié)果

本文假設(shè)系統(tǒng)的目標(biāo)誤碼率為10-4,則由圖2可以得出所選的三種MCS在達(dá)到目標(biāo)誤碼率的切換界限,它們的切換策略、切換門限、吞吐量如表1所示。

表1 系統(tǒng)選取MCS策略

在傳統(tǒng)神經(jīng)網(wǎng)絡(luò)中,模型不會關(guān)注上一時刻的處理會有什么信息可以用于下一時刻,每一次都只會關(guān)注當(dāng)前時刻的處理,而循環(huán)遞歸神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Networks,RNN)雖然帶有記憶功能但卻存在梯度消失或爆炸的缺陷,不適用長期依賴的問題,而長短期記憶網(wǎng)絡(luò)(Long Short-Term Memory,LSTM)在RNN的基礎(chǔ)上改進了門結(jié)構(gòu)和記憶單元,使得LSTM可以更好地處理長時依賴問題。在傳統(tǒng)的MCS切換算法中,信道SNR的捕捉一般通過系統(tǒng)的接收端進行信道估計再反饋給系統(tǒng)的發(fā)射端來完成,但采用這種方法會因為衛(wèi)星通信鏈路距離較長而無法避免通信時延增大的問題,故本文采用LSTM克服信道長時依賴的問題。

在本文中,MCS的切換采用固定門限法,以BCH、RS、LDPC碼為編解碼策略,以QPSK、QAM作為調(diào)制解調(diào)方案,系統(tǒng)MCS的切換以AOS發(fā)送端的參考SNR為標(biāo)準(zhǔn),而參考SNR由信道狀態(tài)信息CSI決定,通過LSTM來預(yù)測信道的SNR并反饋給系統(tǒng)的發(fā)射端。

2.2 LSTM預(yù)測SNR

衛(wèi)星通信的信道受到大尺度衰落和小尺度衰落的影響,且衛(wèi)星沿著軌道進行高速運動,導(dǎo)致衛(wèi)星與終端間的信道不斷發(fā)生變化[14],在系統(tǒng)的數(shù)據(jù)傳輸過程中,為了獲得更多的吞吐量,提升系統(tǒng)的通信質(zhì)量,衛(wèi)星通信鏈路通常會需要進行實時的信息交互,以獲取準(zhǔn)確的信道狀態(tài)信息,然而由于通信鏈路的較大時延會導(dǎo)致測量的CSI與實時的信道狀態(tài)存在延遲進而造成反饋誤差,影響通信質(zhì)量。

本文首先根據(jù)衛(wèi)星和通信信道的信道模型,獲取通信鏈路建立連接的信道的SNR,并將其作為長短期記憶網(wǎng)絡(luò)LSTM的輸入,通過模型的訓(xùn)練,預(yù)測鏈路通信期間的任意時刻的SNR,進而解決了信道估計在反饋時的時延誤差的問題,系統(tǒng)的發(fā)送端可以根據(jù)SNR的預(yù)測值實時調(diào)整MCS,以更快地適應(yīng)信道的變化,提升系統(tǒng)的吞吐量。

衛(wèi)星通信鏈路在自由空間的傳播損耗可表示為：

(1)

式中：Pt和Pr分別表示為通信系統(tǒng)的發(fā)射功率和接收功率;Gt和Gr分別是系統(tǒng)發(fā)射端和接收端的天線增益;d為通信鏈路的通信距離;f為工作頻率;c為電磁傳播速度。由式(1)可知,當(dāng)工作頻率f固定時,通信的傳播損耗主要與通信距離d有關(guān),通信距離越長,則傳播損耗越大。

在自由傳播損耗的基礎(chǔ)上,通信鏈路的SNR計算公式如下：

γSNR=Pt+Gt+Gr-Lp-Lf-Ag-kbBTe

(2)

式中：Lp是降雨衰減;Ag是大氣吸收損耗;kb是玻爾茲曼常數(shù);Te是噪聲溫度;B是信道帶寬。

本文采用自適應(yīng)編碼調(diào)制方案ACM,根據(jù)信道狀態(tài)實時地切換MCS策略來適應(yīng)信道的變化,理想情況下的信道的吞吐量如下：

(3)

式中：Tt為通信時長。

LSTM的網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示。

圖3 LSTM網(wǎng)絡(luò)結(jié)構(gòu)

LSTM網(wǎng)絡(luò)對遺忘門、輸入門、單元狀態(tài)、輸出門、單元輸出[15]的定義分別如式(4)-式(8)所示。

Ft=σ(WF[Yt-1,Xt]+BF)

(4)

It=σ(WI[Yt-1,Xt]+BI)

(5)

(6)

Ot=σ(Wo[Yt-1,Xt]+BO)

(7)

Yt=Ot⊙tanh(Ct)

(8)

式中：X表示輸入數(shù)據(jù);Y表示輸出;C表示記憶單元值;⊙表示矩陣元素相乘;σ為Sigmoid函數(shù)。LTSM首先進行前向傳播并計算上述式子的五個向量值,然后反向傳播計算每個預(yù)測神經(jīng)元的誤差項,最后根據(jù)誤差項計算出新的權(quán)重參數(shù)。

在通信鏈路進行數(shù)據(jù)傳輸前,地面終端與衛(wèi)星網(wǎng)絡(luò)建立信息連接交互,因此,可以將連接過程中獲取的SNR作為LSTM網(wǎng)絡(luò)的輸入,通過LSTM的訓(xùn)練,預(yù)測下一時刻的信道的SNR,并將此SNR作為輸入,繼續(xù)預(yù)測下一時刻的信道信息,以此類推,預(yù)測出通信期間的CSI。本文選取的LSTM模型通過Python的Keras模塊進行搭建、編譯。

2.3 MCS切換過程

假設(shè)參考的SNR為γi,根據(jù)編碼和調(diào)制方式的不同將SNR區(qū)間劃分為不同的對應(yīng)的區(qū)間Ti,則編碼調(diào)制的方案具體如式(9)所示。

(9)

在劃分SNR的區(qū)間Ti時,若SNR切換門限過高,對于接收SNR較低的符號就會造成誤碼;SNR切換門限過低,對于接收SNR較高的符號又會犧牲它們對應(yīng)的吞吐量,因此必須根據(jù)不同的MCS設(shè)計合適的SNR區(qū)間。

V-MCS切換算法是針對選取碼塊中各符號接收SNR的平均值,用傳輸符號的方差σr進行適當(dāng)修正,假設(shè)在一個碼塊周期內(nèi)的傳輸符號數(shù)為N,各傳輸符號的接收SNR為γn,發(fā)送端在得到信道估計值之后,其修正方式如式(10)所示。

γt=μn-σr

(10)

式中：μn是傳輸符號對應(yīng)的SNR的均值;σr是傳輸符號對應(yīng)的SNR的方差;γn代表傳輸符號的對應(yīng)的SNR,它是通過信道估計反饋給系統(tǒng)的發(fā)射端。σr和μn分別計算如下：

M-MCS切換算法能夠完全保證系統(tǒng)的誤碼率低于目標(biāo)誤碼率,但是會極大地犧牲吞吐量性能;A-MCS切換算法能夠有效提高系統(tǒng)吞吐量性能,但是不能保證系統(tǒng)的誤碼率低于目標(biāo)誤碼率。

2.4 基于似然估計修正SNR的MCS切換

V-MCS切換算法雖然對吞吐量和誤碼率進行了折中,但它并沒有綜合考慮到時變衰落信道對數(shù)據(jù)傳輸造成的影響,所以并沒有達(dá)到最優(yōu)的狀態(tài),這種切換算法仍然可以繼續(xù)優(yōu)化。極大似然估計提供了一種給定觀察數(shù)據(jù)來評估模型參數(shù)的方法[16]。由于信道的衰落值符合高斯分布,因此在發(fā)射功率恒定的情況下,信道的信噪比的概率特性可以近似呈正態(tài)分布[17],如圖4所示。

圖4 三種MCS切換算法的參考SNR

T2和T3是MCS2和MCS3的切換門限,r1、r2、r3分別代表著M-MCS切換算法、A-MCS切換算法、V-MCS切換算法的參考SNR。由圖4可以看出M-MCS切換算法的傳輸符號在碼塊周期內(nèi)的SNR都大于r1,即使這些符號應(yīng)該采用MCS2、MCS3或更高階的編碼調(diào)制方式,然而由于r1的作用而選擇了MCS1。所以M-MCS切換算法能保證誤碼率但極大地?fù)p失了吞吐量。A-MCS切換算法參考SNR落在正態(tài)分布的中點位置,那么T2左側(cè)的符號本應(yīng)該采用MCS1卻選擇了MCS2,就會造成誤碼。若左側(cè)符號越多,則誤碼率就越高。V-MCS切換算法用傳輸符號的接收SNR的方差來對均值進行修正,使參考SNR貼近切換門限,同時考慮了傳輸符號的誤碼率和吞吐量。

然而,由圖4可以看出,雖然V-MCS切換算法的參考SNR更貼近切換門限,但在傳輸符號的MCS的選擇上仍然存在一定的誤差。設(shè)想V-MCS切換算法對A-MCS切換算法的均值修正過度導(dǎo)致V-MCS切換算法沒有達(dá)到理想效果。

由于AOS通信系統(tǒng)數(shù)據(jù)的傳輸受天氣、多徑效應(yīng)和時變衰落信道的影響,因此,信號中的各個符號的衰減也各不相同,導(dǎo)致每個符號在接收端的SNR也不同。由此,針對V-MCS切換算法的改進可以分為兩個部分,其中一個部分是考慮到每個符號的不同衰減,改變方差的修正系數(shù)。具體方法是將式(10)改進為式(11),在原來的方差修正的基礎(chǔ)上考慮修正系數(shù)f的影響。式(11)是改進后的參考SNR的表達(dá)式。

γt1=μr-f·σr

(11)

式中：f代表方差修正系數(shù);μr和σr分別對應(yīng)V-MCS中傳輸符號對應(yīng)SNR的均值和方差。LE-MCS中γn經(jīng)過LSTM的預(yù)測并反饋給系統(tǒng)的發(fā)射端,根據(jù)各個傳輸符號的γn由于時變衰落信道和外部環(huán)境的影響會不斷變化,求解各個傳輸符號在信道影響下的不同的權(quán)重f1,然后取不同權(quán)重的均值作為該信道對于符號的影響即修正系數(shù)f,它們的表達(dá)式如下：

(12)

(13)

D={r1,r2,…,rn}

(14)

(15)

(16)

算法的流程如圖5所示。

圖5 算法流程

LE-MCS切換算法可以分為以下步驟：

(1) 通過LSTM預(yù)測出下一個時刻的SNR。

(2) 將γn反饋給系統(tǒng)的發(fā)射端。

(3) 由γn求解修正系數(shù)f。

(6) 通過參考SNR進行MCS區(qū)間的判決,若屬于對應(yīng)的MCS區(qū)間,則進行對應(yīng)的MCS切換,否則,回到步驟(1)重新預(yù)測。

3 仿真驗證及分析

本文通過MATLAB仿真了LE-MCS切換算法的性能,仿真實驗中主要以AOS通信系統(tǒng)數(shù)據(jù)傳輸?shù)膫鬏斝?、吞吐量和誤碼率為測量指標(biāo),為了簡化實驗過程,采用加性高斯白噪聲信道(AWGN),信道編碼選用RS碼、BCH碼、LDPC碼,調(diào)制方式選用QPSK、16QAM、64QAM,構(gòu)成三種MCS選擇策略。由于M-MCS和A-MCS的吞吐量和誤碼率太低,在實際通信中很少采用,而V-MCS是在M-MCS和A-MCS的基礎(chǔ)上改動,LE-MCS又是根據(jù)V-MCS改進而來,故本文只需對比LE-MCS切換算法、V-MCS切換算法和EV-MCS切換算法這三種算法的仿真效果。

3.1 仿真參數(shù)設(shè)置

本文在AWGN信道下,選取三種MCS策略,在[0,15]的SNR區(qū)間內(nèi)模擬LE-MCS、EV-MCS、V-MCS的切換過程,具體仿真參數(shù)如表2所示。

表2 仿真參數(shù)設(shè)置

3.2 仿真結(jié)果分析

圖6和圖7分別是三種MCS切換算法的傳輸效率和吞吐量的對比。

圖6 傳輸效率對比

圖7 吞吐量對比

由圖6可以發(fā)現(xiàn),隨著信道狀況的改善,三種MCS切換算法都能逐步提升系統(tǒng)的傳輸效率,但是整體上,LE-MCS切換算法提升效果相較于其余兩種MCS切換算法更明顯,LE-MCS切換算法的傳輸效率相比于EV-MCS提升了10%,相較于V-MCS提升了20%。

由圖7可以發(fā)現(xiàn),三種MCS切換算法在整體趨勢上呈現(xiàn)階梯式上升,表明每種MCS策略提升系統(tǒng)吞吐量的能力有限,當(dāng)?shù)竭_(dá)該極限時,系統(tǒng)的吞吐量就展現(xiàn)出穩(wěn)定的趨勢,然后隨著信道的改善,系統(tǒng)切換到另一種MCS繼續(xù)提升系統(tǒng)的吞吐量,但是,總體上三種MCS切換算法都能提升系統(tǒng)的吞吐量。在SNR小于1時,此時的信道條件很差,系統(tǒng)數(shù)據(jù)的傳輸能力也很低,故此時的三種算法的吞吐量都很差。但是,隨著信道條件的逐步改善,三種MCS切換算法的差距開始逐漸展現(xiàn),其中：LE-MCS切換算法提升系統(tǒng)吞吐量的能力最強,其次是EV-MCS切換算法,最后是V-MCS切換算法。同時,LE-MCS切換算法的切換門限要低于其他兩種切換算法,表示LE-MCS切換算法可以更靈敏地捕捉信道變化并進入MCS的切換過程,表明LE-MCS切換算法在提升系統(tǒng)吞吐量的同時也提高了系統(tǒng)切換的靈敏度。

由圖8可以發(fā)現(xiàn),最初由于信道條件太差,數(shù)據(jù)傳輸?shù)恼`碼率很高,三種切換算法都選擇了低階的編碼調(diào)制方式來保證數(shù)據(jù)的傳輸,故此時三種切換算法的曲線大致相同,隨著信道條件的逐步改善,三種切換算法開始逐漸進行編碼調(diào)制的切換,因此,三種切換算法的誤碼率總體趨勢相似,而三種切換算法中,LE-MCS切換算法的誤碼率最低,其次則是EV-MCS切換算法的誤碼率,最后V-MCS切換算法的誤碼率最高。同時,誤碼率曲線并不連續(xù),不連續(xù)的地方表示此刻系統(tǒng)從低階MCS切換到高階MCS,但剛剛切換到高階時,SNR相對于高階MCS較小導(dǎo)致誤碼率升高,隨著SNR的升高,誤碼率會逐漸降低,因此出現(xiàn)分段現(xiàn)象。

圖8 誤碼率對比

綜合上述可以發(fā)現(xiàn),LE-MCS切換算法可以在保障系統(tǒng)的誤碼率的同時提升系統(tǒng)的傳輸效率和吞吐量。

4 結(jié) 語

本文針對傳統(tǒng)的MCS切換算法不能同時滿足通信系統(tǒng)數(shù)據(jù)傳輸?shù)膫鬏斝屎驼`碼率的缺陷,以提升AOS通信系統(tǒng)數(shù)據(jù)傳輸效益為準(zhǔn)則,提出一種LE-MCS切換算法。首先根據(jù)時變衰落信道對各個傳輸符號的不同時刻的影響求解各個符號在信道影響下的權(quán)重,然后取權(quán)重的均值作為信道對傳輸符號的影響,同時根據(jù)SNR的概率特性,結(jié)合最大似然估計算法和LSTM,最后通過兩者聯(lián)合求解改進切換算法后的參考SNR,然后結(jié)合門限法匹配到MCS的切換區(qū)間從而完成MCS的切換。仿真結(jié)果表明,LE-MCS切換算法在保證系統(tǒng)的誤碼率的同時提升系統(tǒng)的傳輸效率和吞吐量,改善了通信系統(tǒng)的傳輸效益。