陳 甄,張 毅,肖 琨

(廣西師范大學電子工程學院,廣西桂林541004)

自適應(yīng)系統(tǒng)中基于場景的信噪比預(yù)測算法*

陳 甄,張 毅,肖 琨

(廣西師范大學電子工程學院,廣西桂林541004)

首先定義了過時信道狀態(tài)信息(OCSI,Outdated Channel State Information)對系統(tǒng)頻譜效率的影響因子,分析了OCSI對頻譜效率的影響;接著提出了一種基于信噪比預(yù)測的無線鏈路自適應(yīng)系統(tǒng)模型,應(yīng)用文中提出的基于信道變化場景的信噪比預(yù)測算法(SSPA,Scenario-based SNR Prediction Algorithm)對發(fā)送數(shù)據(jù)時的信噪比進行預(yù)測,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) 過時信道狀態(tài)信息 信噪比預(yù)測 頻譜效率

0 引 言

無線鏈路自適應(yīng)傳輸系統(tǒng)跟蹤無線信道狀態(tài)的變化,動態(tài)地改變傳輸參數(shù),使系統(tǒng)容量達到最大或者系統(tǒng)性能達到最佳,獲得較高的頻譜效率[1-3]。無線信道狀態(tài)的跟蹤是通過接收端進行信道估計將信道狀態(tài)信息(CSI,Channel State Information)反饋給發(fā)射端來實現(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]。然而從信噪比估計到發(fā)射端接收反饋后發(fā)送數(shù)據(jù)的時間內(nèi),無線信道的時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)反饋做出的自適應(yīng)參數(shù)選取將直接導致錯誤的決策,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反饋及處理過程的時延是一個無法回避的問題,如何克服OCSI對系統(tǒng)性能的影響受到了廣泛的關(guān)注[8-9]。信道預(yù)測技術(shù)就是無線鏈路自適應(yīng)系統(tǒng)解決OCSI問題的重要方法[10],通過預(yù)測發(fā)射端發(fā)送數(shù)據(jù)時的信噪比決定自適應(yīng)傳輸參數(shù)的選取。在對此類方法進行比較分析之后,發(fā)現(xiàn)已有的信道預(yù)測技術(shù)沒有充分考慮到無線信道的衰落和時變特性,不能應(yīng)對CSI短時間內(nèi)發(fā)生較大變化甚至突變的情況,嚴重損害了無線鏈路自適應(yīng)系統(tǒng)的性能。

1 OCSI對頻譜效率的影響分析

通過分析OCSI對鏈路自適應(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,接收端進行信道估計獲得當前信噪比(稱為測量信噪比)數(shù)據(jù)并反饋給發(fā)射端,系統(tǒng)根據(jù)測量信噪比選取自適應(yīng)傳輸參數(shù),進行鏈路自適應(yīng)處理。根據(jù)文獻[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為測量信噪比,m為Nakagami-m信道的波形參數(shù),為測量信噪比均值,由慢衰落引起,假設(shè)服從對數(shù)正態(tài)分布,于是可以得到:

式中,μdB、σdB分別為對數(shù)正態(tài)分布的均值和標準差。根據(jù)鏈路自適應(yīng)的通常做法,當信噪比處于某個范圍內(nèi)時采取特定階數(shù)的QAM調(diào)制,于是可以定義實際頻譜效率均值為:

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區(qū)間的概率,Mi=22(i+1),K為常數(shù)。假設(shè)由于反饋延時引起的發(fā)射數(shù)據(jù)時的真實信噪比與測量信噪比γ之差為δ,則發(fā)射數(shù)據(jù)時的真實信噪比為γ+δ,系統(tǒng)應(yīng)獲得的頻譜效率均值為

定義OCSI對系統(tǒng)頻譜效率的影響因子(簡稱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對無線鏈路自適應(yīng)系統(tǒng)頻譜效率的影響是明顯的,因此,在設(shè)計無線鏈路自適應(yīng)系統(tǒng)時不能忽略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的無線鏈路自適應(yīng)系統(tǒng)模型

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

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

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

3 基于信道變化場景的信噪比預(yù)測算法

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)測器和保留預(yù)測器,系統(tǒng)預(yù)測器是當前系統(tǒng)進行信噪比預(yù)測所使用的預(yù)測器,輸出預(yù)測信噪比值,保留預(yù)測器用于信道突變場景的信噪比預(yù)測中,在滿足突變標志位flag=0的條件下,如果信道在i時刻發(fā)生突變,則i-1時刻的系統(tǒng)預(yù)測器成為保留預(yù)測器,保留預(yù)測器輸出的預(yù)測信噪比稱為保留預(yù)測信噪比,保留預(yù)測器以保留預(yù)測信噪比值作為保留預(yù)測器的輸入,同時輸出下一時刻的保留預(yù)測信噪比值,當保留預(yù)測器成為系統(tǒng)預(yù)測器時,保留預(yù)測信噪比即成為預(yù)測信噪比。

【算法1】

步驟1:初始化計時器τ=0,flag=0；

步驟2:測量和計算i時刻的測量信噪比值u( i),并與i-1時刻預(yù)測的i時刻的預(yù)測信噪比值( i)進行比較,得出i時刻測量信噪比值與預(yù)測信噪比值的偏差絕對值；

步驟6:令k=0,1,3,6…,(m+1)(m+2)/2時:

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)測器的輸入,使用卡爾曼預(yù)測器預(yù)測,并將輸入u(i)時的預(yù)測信噪比值作為i+1時刻的預(yù)測信噪比值；令τ=τ+ 1,flag=1,利用保留預(yù)測器在i時刻的保留預(yù)測信噪比值,預(yù)測i+1時刻的保留預(yù)測信噪比值,轉(zhuǎn)步驟9；

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

步驟8:進一步判斷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,同時利用保留預(yù)測器在i時刻的保留預(yù)測信噪比值,預(yù)測i+1時刻的保留預(yù)測信噪比值；

步驟9:輸出i+1時刻的預(yù)測信噪比值,令i=i+ 1,返回步驟2。

圖3 基于場景的信噪比預(yù)測算法流程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時刻,首先保存系統(tǒng)預(yù)測器i時刻的狀態(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個樣點時的候選預(yù)測信噪比與測量信噪比之間的偏差絕對值初始化為0,其中j=1,2,…,h(h為最大可內(nèi)插樣點數(shù)),初始化j=0,然后執(zhí)行以下步驟:

步驟1:令j=j+1,當k=0,1,…,j+1時,

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)測器的輸入,使用卡爾曼預(yù)測器預(yù)測,并將輸入u(i-1)時的預(yù)測信噪比值作為i時刻的候選預(yù)測信噪比值,計算并保存預(yù)測器狀態(tài)；

步驟3:判斷j是否達到最大可內(nèi)插樣點數(shù)h；如果j小于h,系統(tǒng)預(yù)測器重置為狀態(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在無線鏈路自適應(yīng)傳輸系統(tǒng)中的性能,建立了基于SSPA的無線鏈路自適應(yīng)仿真平臺進行分析。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進行鏈路自適應(yīng),所使用的無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的無線鏈路自適應(yīng)系統(tǒng)簡稱為SSPA系統(tǒng),已有無線鏈路自適應(yīng)系統(tǒng)簡稱為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σdB逐步增大時,系統(tǒng)的誤比特率也隨之增大,說明信噪比的離散程度會對無線鏈路自適應(yīng)系統(tǒng)的性能帶來明顯的影響,同時發(fā)現(xiàn),SSPA系統(tǒng)與OCSI系統(tǒng)有近似相同的誤比特率,這說明文中提出的SSPA不會給無線鏈路自適應(yīng)系統(tǒng)帶來額外的不利影響。接著,文中進一步仿真了SSPA系統(tǒng)相對于OCSI系統(tǒng)的頻譜效率改進情況如圖5所示,用σdB為4 dB、8 dB和12 dB時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μdB上升到35 dB時,σdB為4 dB、8 dB和12 dB時的頻譜效率提升幅度分別達到0.28 bit/s/Hz、0.2 bit/s/Hz、0.15 bit/s/Hz,對于10 MHz的自適應(yīng)傳輸系統(tǒng),單位時間內(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)該會有更大的提升空間。此外,當μdB小于25 dB時,σdB越大,對頻譜效率的改善越大,但是各σdB對應(yīng)的頻譜效率提升幅度之間的差別不明顯；當μdB大于25 dB時,σdB越大,對頻譜效率的改善越小,但是各σdB對應(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

文中首先從數(shù)學上解析了OCSI對無線鏈路自適應(yīng)系統(tǒng)頻譜效率的影響,定義了OCSI影響因子,為分析OCSI對無線鏈路自適應(yīng)系統(tǒng)性能的影響提供了衡量指標；接著提出了SSPA以及基于SSPA的無線鏈路自適應(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場景,其中突變場景進一步區(qū)分為回歸突變和非回歸突變兩種情形,在不同場景中采用相應(yīng)的預(yù)測步驟針對性地進行信噪比預(yù)測。不同于已有模型,接收端進行信道估計獲得測量信噪比數(shù)據(jù)并反饋給發(fā)射端后,系統(tǒng)首先利用

SSPA預(yù)測發(fā)射端發(fā)送數(shù)據(jù)時的信噪比,然后根據(jù)預(yù)測信噪比選取自適應(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,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?？偟膩碚f,SSPA有助于克服OCSI對無線鏈路自適應(yīng)系統(tǒng)的不利影響,具有較重要的應(yīng)用價值；此外,SSPA也可以用于移動協(xié)同通信系統(tǒng)的中繼節(jié)點選擇等領(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] 鄭國強,甘從輝,李濟順.一種新的MIMO無線通信系統(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.信號檢測與估計[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,主要研究方向為鏈路自適應(yīng)通信；

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

肖 琨(1974—),男,博士,副教授,碩士生導師,主要研究方向為無線通信、移動衰落信道等。

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,主要研究方向為鏈路自適應(yīng)通信；

國家自然科學基金資助項目(No.61362015);廣西高?？茖W技術(shù)研究項目(No.2013YB031);廣西師范大學重點項目(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)