王 丹 高 奇 孫 鵬

(重慶郵電大學(xué)移動通信技術(shù)重慶市重點實驗室,重慶 400065)

反饋延遲AMC系統(tǒng)中預(yù)測算法的設(shè)計與應(yīng)用

王 丹 高 奇 孫 鵬

(重慶郵電大學(xué)移動通信技術(shù)重慶市重點實驗室,重慶 400065)

由于現(xiàn)有LTE系統(tǒng)中的AMC方案沒有考慮CQI反饋時延對系統(tǒng)性能的影響，導(dǎo)致AMC的效率隨著CQI反饋時延的增加而降低。對此，采用基于時間序列的預(yù)測算法對CQI的值進(jìn)行預(yù)測?？紤]到預(yù)測算法對系統(tǒng)復(fù)雜度的影響，提出在不同的CQI反饋時延的情況下，自適應(yīng)地使用不同復(fù)雜度的CQI預(yù)測算法。試驗結(jié)果證明，該系統(tǒng)的誤塊率和現(xiàn)有的AMC系統(tǒng)相比有了明顯的降低，證明了提出AMC方案的可行性與有效性。

長期演進(jìn)(LTE) 自適應(yīng)調(diào)制編碼(AMC) 信道質(zhì)量指示(CQI) 時延 時間序列

0 引言

通信技術(shù)近年來發(fā)展十分迅速，通信網(wǎng)絡(luò)也朝著速率更快、容量更大的趨勢發(fā)展。為了滿足用戶急劇增長的需求，3GPP從2004年底啟動了LTE項目，采用了OFDM和MIMO兩項核心技術(shù)，LTE的帶寬從3G時代的5 MHz擴展到20 MHz。由于AMC技術(shù)可以動態(tài)調(diào)整參數(shù)以適應(yīng)不同信道環(huán)境的優(yōu)勢，其成為LTE的關(guān)鍵技術(shù)之一。AMC技術(shù)可以根據(jù)不同信道環(huán)境測量的CQI值，動態(tài)地選擇對應(yīng)的調(diào)制編碼方式，以適應(yīng)不同的通信環(huán)境，從而提高了物理層的通信效率?，F(xiàn)有的通信體制中，通常將自適應(yīng)調(diào)制編碼技術(shù)同HARQ技術(shù)相結(jié)合，可以很大程度地提高系統(tǒng)的吞吐量[1]。

1 AMC技術(shù)在LTE系統(tǒng)中的應(yīng)用

自適應(yīng)調(diào)制編碼技術(shù)根據(jù)不同的移動通信環(huán)境的變化，自適應(yīng)地調(diào)整系統(tǒng)參數(shù)，例如編碼速率、調(diào)制方式、天線數(shù)目和天線端口的映射方式等。首先在終端檢測HARQ信息，確定是否進(jìn)行數(shù)據(jù)重傳；然后通過各個UE上報的狀況結(jié)合網(wǎng)絡(luò)端自身的資源利用情況和信道環(huán)境進(jìn)行資源分配，根據(jù)CQI/PMI/RI信息確定終端的調(diào)制編碼方案以及天線傳輸模式；再將要與UE進(jìn)行交互的信息進(jìn)行物理層信道的處理；最后通過射頻模塊傳輸[2]。

終端首先根據(jù)主同步信號與輔同步信號完成粗同步和精同步，小區(qū)搜索確定小區(qū)ID等信息，檢測物理廣播信道(PBCH)獲得MIB信息; 然后是信道估計、SNR估計和信號檢測,消除無線信道的影響；完成解碼,確定ACK/NACK/CQI/PMI/RI信息，最終將需要的數(shù)據(jù)發(fā)送出去[3]。

由于整個系統(tǒng)的AMC的調(diào)制編碼的相關(guān)參數(shù)是根據(jù)測量的CQI的值確定的，所以CQI的準(zhǔn)確與否將直接影響到整個系統(tǒng)的性能，本文主要探討時延誤差對CQI的影響及解決方案。通常CQI的時延主要是由CQI測量時延、CQI反饋時延、CQI處理時延幾種類型構(gòu)成的[4]。網(wǎng)絡(luò)端在t時刻使用的調(diào)制編碼方式是根據(jù)t-τ時刻測量的CQI值確定的，也就是說網(wǎng)絡(luò)端此時使用的調(diào)制編碼方式應(yīng)該是t-τ時刻的，CQI的上報時延直接對AMC系統(tǒng)造成影響，從而將影響整個系統(tǒng)的性能。本文在1×1天線模式的環(huán)境下，對系統(tǒng)的塊差錯率(BLER)和MCS的自身均方誤差進(jìn)行仿真對比，探究CQI上報時延延遲對系統(tǒng)性能的影響。仿真環(huán)境參數(shù)的設(shè)置具體如表1所示。

表1 仿真參數(shù)配置表

根據(jù)配置的參數(shù),在300 Hz ETU的信道環(huán)境中進(jìn)行仿真，CQI上報時延對于系統(tǒng)的誤塊率的影響如圖1所示。

圖1 系統(tǒng)誤塊率仿真結(jié)果

通過仿真結(jié)果圖可以發(fā)現(xiàn)，時間延遲對系統(tǒng)的誤塊率有明顯的影響，延遲時間越長，系統(tǒng)的誤塊率越大。

2 反饋延遲系統(tǒng)

LTE系統(tǒng)的一個傳輸時間間隔(TTI)是1 ms，由于移動終端UE不可能在1 ms中處于兩個極端不同的環(huán)境中，因此可以根據(jù)系統(tǒng)當(dāng)前反饋的CQI值與連續(xù)正確ACK回傳的CQI值進(jìn)行CQI修正，以抵制信道時變對反饋參數(shù)的影響[5]。通過對反饋的CQI進(jìn)行預(yù)測，以彌補時間延遲的CQI帶來的系統(tǒng)誤差[6]。本文針對不同的信道環(huán)境以及對應(yīng)的CQI值采用不同的預(yù)測方法，對于處于相對穩(wěn)定的信道環(huán)境，CQI的值變動呈相對穩(wěn)定的狀態(tài)，采用基于簡單移動平均法的時間序列預(yù)測模型，若系統(tǒng)的標(biāo)準(zhǔn)差小于1，模型得到檢驗。當(dāng)系統(tǒng)CQI的值變化趨勢單一時，用基于趨勢移動平均法的時間序列預(yù)測模型，同樣運用系統(tǒng)標(biāo)準(zhǔn)差是否小于1的方法進(jìn)行檢驗。當(dāng)CQI的值變化趨勢不單一時，采用基于GM(1,1)的預(yù)測模型，運用后驗差比值c及小概率誤差p進(jìn)行檢驗，若p>0.85并且c<0.5時，模型通過檢驗。3種算法的準(zhǔn)確性依次提高，但是同時3種算法的復(fù)雜度依次增加，因此根據(jù)不同的信道環(huán)境選擇不同的預(yù)測算法能有效提高系統(tǒng)的性能。此外，也有其他如神經(jīng)網(wǎng)絡(luò)預(yù)測算法等預(yù)測算法[7]可以應(yīng)用到CQI的預(yù)測中，但是相比我們采用的算法，算法的復(fù)雜度較高，不符合未來通信技術(shù)的要求。設(shè)計的系統(tǒng)具體流程如下。

① 根據(jù)高層配置的調(diào)度模式，如果是靜態(tài)調(diào)度模式，則可利用反饋的CQI直接進(jìn)行MCS選擇；如果是動態(tài)調(diào)度，則需要對先驗CQI值進(jìn)行判定。

② 因為CQI值一共有15個，根據(jù)先驗CQI的值，可根據(jù)先驗CQI的方差值進(jìn)行預(yù)測算法初選；若采集到的數(shù)據(jù)的方差小于2，則采用基于簡單移動平均法的時間序列預(yù)測模型初驗；若標(biāo)準(zhǔn)差大于2并且小于5，則采用基于趨勢移動平均法的時間序列進(jìn)行初驗，否則采用GM(1,1)預(yù)測模型進(jìn)行初驗。

③ 當(dāng)預(yù)測模型的性能通過驗證時，采用該預(yù)測算法對反饋的CQI進(jìn)行修正；如果不能通過，選擇復(fù)雜度較高的算法進(jìn)行修正。

④ 根據(jù)修正的CQI值選擇MCS進(jìn)行下行調(diào)度。

2.1 基于移動平均法的時間序列模型

時間序列的數(shù)據(jù)序列跟時間關(guān)系密切，本文探究的是CQI值在不同的信道環(huán)境下的預(yù)測，所以根據(jù)CQI值的不同情況，選取不同的預(yù)測算法[7]。

當(dāng)采集到的CQI趨于穩(wěn)定，當(dāng)前的信道環(huán)境沒有較大的變化時，可以采用基于一次簡單移動平均法的時間序列進(jìn)行CQI預(yù)測。

設(shè)采集到的觀測序列為y1,…,yt，一次移動平均值計算公式如下所示：

(1)

(2)

式中:t=N,N+1,…,T

可以用標(biāo)準(zhǔn)差對預(yù)測結(jié)果進(jìn)行檢驗，如下所示：

(3)

根據(jù)系統(tǒng)的要求，通過式(3)對預(yù)測結(jié)果進(jìn)行誤差檢驗。

根據(jù)所建立的模型，當(dāng)采集到的CQI的值為8、8、9、8、9、8、7、8，信道環(huán)境比較穩(wěn)定，CQI的方差小于2時，采用簡單移動平均法進(jìn)行預(yù)測，得出的預(yù)測值為8，標(biāo)準(zhǔn)差S=0.848 5。標(biāo)準(zhǔn)差取值滿足系統(tǒng)要求，說明建立的該模型對信道環(huán)境穩(wěn)定的情況下的預(yù)測可取。

2.2 基于趨勢移動平均法的時間序列模型

當(dāng)信道環(huán)境發(fā)生變化，CQI的值變化趨勢單一時，基于簡單移動平均法建立的模型已經(jīng)不能準(zhǔn)確實現(xiàn)預(yù)測，可以采用趨勢移動平均法建立的時間序列模型進(jìn)行二次移動來得到此時的預(yù)測值[8]。

設(shè)采集到的觀測序列為y1,…,yt，經(jīng)過一次移動得到的結(jié)果為：

(4)

在一次移動的結(jié)果上進(jìn)行二次移動平均計算，如下所示：

(5)

假設(shè)時間序列{yt}，即從某時刻開始采集的CQI值由于信道環(huán)境的變化出現(xiàn)增加或減少的趨勢，可以假設(shè)此時的預(yù)測模型為：

(6)

式中:t為當(dāng)前采集到得時刻值;m為從當(dāng)前時刻t開始預(yù)測的窗口數(shù);at、bt為建立模型的平滑系數(shù)。

上述平滑系數(shù)可采用以下的公式進(jìn)行計算：

(7)

利用建立的基于趨勢移動平均法的時間序列模型進(jìn)行預(yù)測，并利用式(3)進(jìn)行誤差驗證，得到預(yù)測的CQI值并應(yīng)用到系統(tǒng)進(jìn)行修正。

根據(jù)系統(tǒng)建立的模型，當(dāng)采集到的CQI值為8、8、8、9、7、8、7、6、5、4，CQI方差值為1.9時，通過基于移動平均法的方式進(jìn)行建模，得到的預(yù)測值為6，標(biāo)準(zhǔn)差為1.830 8，不滿足系統(tǒng)要求。建立基于趨勢移動平均法的時間序列模型，得出at=4，bt=-1，得到的預(yù)測值為3，求得的標(biāo)準(zhǔn)差S=0.901，模型得到檢驗。通過CQI值分析不難發(fā)現(xiàn)，信道環(huán)境質(zhì)量下降，通過移動平均法建立的模型得到的預(yù)測值不能反映出信道環(huán)境的變化，得到的標(biāo)準(zhǔn)差明顯偏大，運用基于趨勢移動平均法的時間序列模型進(jìn)行的預(yù)測很好地彌補了上述不足。綜上所述，當(dāng)CQI的值變化趨勢單一時，可采用基于趨勢移動平均法的時間序列模型進(jìn)行預(yù)測。

2.3 基于GM(1，1)的時間序列模型

基于灰色預(yù)測的時間序列模型可以根據(jù)已有的數(shù)據(jù)，建立、發(fā)現(xiàn)、掌握系統(tǒng)的發(fā)展規(guī)律，對系統(tǒng)的未來時刻的CQI值作出預(yù)測。當(dāng)采集的CQI值變化趨勢不單一時，采用基于GM(1,1)灰色預(yù)測的時間算法模型對未來時刻的CQI值進(jìn)行預(yù)測[9]。方法和步驟如下。

采集到的原始CQI數(shù)列為：

第(n+1)期、第(n+2)期…的預(yù)測值為：

x(0)(n+1),x(0)(n+2),…

對應(yīng)的預(yù)測模型的模擬序列表示為：

設(shè)X(1)為X(0)的一次累加序列：

(8)

即：

(9)

利用X(1)計算GM(1,1)模型參數(shù)a、u。令a=[a,u]T,則有：

a=(BT-B)-1BT-Yn

[x(0)(2),x(0)(3),…,x(0)(n)]T。

得到的GM(1,1)模型如下：

(10)

對模型進(jìn)行精度檢測，如精度檢測通過，獲得預(yù)測值如下：

通過后驗差c和小誤差概率p進(jìn)行后驗性檢驗[10]。

記原始數(shù)列及殘差數(shù)列的方差分別是S12和S22,即：

(11)

(12)

其中：

用下式計算后驗差比值c及小概率誤差p[8]。

c=S2/S1

對于所建立的系統(tǒng)，當(dāng)已有的CQI值為8、10、11、8、7、6、6、5時，系統(tǒng)方差大于5，應(yīng)用GM(1，1)模型對CQI值進(jìn)行預(yù)測，得到的值為4.380 9，取值為4，p檢驗的值為0.875 0，c值為0.339 9。后驗差比值c以及小概率誤差p滿足系統(tǒng)要求，預(yù)測模型得到驗證。仿真的結(jié)果對比如圖2所示。

圖2 基于GM(1，1)時間序列仿真

若采用前兩種模型進(jìn)行預(yù)測，求得的標(biāo)準(zhǔn)均大于1，不滿足系統(tǒng)的要求；當(dāng)系統(tǒng)CQI值變化趨勢不單一時，只有復(fù)雜度較高的GM(1，1)模型能滿足系統(tǒng)要求。

由于CQI的值只能取整且只有15種取值，因此其在短期內(nèi)的變化不會出現(xiàn)過于復(fù)雜的情況。本文所提出的先驗規(guī)則及預(yù)測的方法可以較好地進(jìn)行預(yù)測，模型性能良好。

3 CQI修正后的系統(tǒng)性能測試

用上述建立的模型對CQI的值進(jìn)行修正，并加入到系統(tǒng)中，在300HzETU的信道環(huán)境中，誤塊率的結(jié)果如圖3所示。

圖3 修正后系統(tǒng)的誤塊率仿真

對比并計算修正后的誤塊率仿真結(jié)果和修正之前的系統(tǒng)誤塊率之后可得，在相同的信道環(huán)境下，5ms延遲下的系統(tǒng)的平均誤塊率較之前降低約22%，10ms延遲下的系統(tǒng)平均誤塊率較之前降低21%，15ms延遲下的系統(tǒng)平均誤塊率較之前降低20%，系統(tǒng)的平均誤塊率有明顯的降低。

4 結(jié)束語

通過實例驗證，預(yù)測模型所建立的時間序列模型準(zhǔn)確可靠。由圖1所示，隨著反饋時延的增大，系統(tǒng)的誤塊率明顯增大。通過本文設(shè)計的時間序列預(yù)測方法應(yīng)用到修正CQI后，系統(tǒng)的平均誤塊率較之前降低約20%。該方法可以應(yīng)用到LTE的AMC系統(tǒng)中。

[1] 3GPPTS36.213 v11.6.0 Physical layer procedures[S].2012.

[2] Nanda S,Balachandran K,Kumar S.Adaptation techniques in wireless packet data services[J].IEEE Communications Magazine,2000,38(1):54-64.

[3] 3GPP TS 36.211 v11.4:Evolved universal terr-estrial radio access(E-UTRA);physical channels and modulation.(Release 11)[S].2013.

[4] Hancock J,Lindesey W.Optimum performance of self-adaptive operating through a Rayleigh fading medium[J].IEEE Transactions on Communication Systems,1963,11(4):443-453.[5] 蔣佳俊,胡波.LTE系統(tǒng)下行鏈路的一種AMC方案[J].信息與電子工程,2009,7(5):377-381,394.

[6] 胡國娜.多天線系統(tǒng)下信道反饋時延誤差的影響及跨層調(diào)度[D].北京:北京郵電大學(xué)，2009.

[7] 張維杰,田間艷,王芳,等.改進(jìn)型T-S模糊神經(jīng)網(wǎng)絡(luò)風(fēng)電功率預(yù)測模型的研究[J].自動化儀表,2014(12):39-42.

[8] 錢曉星.新田公司摩托車銷售預(yù)測研究[D].南京:南京理工大學(xué),2002.

[9] 張軍.延吉物流園區(qū)選址與規(guī)模確定研究[D].吉林:吉林大學(xué),2011.

[10]鄧聚龍.灰色系統(tǒng)基本方法[M].武漢：華中科技大學(xué)出版社，2005:26-38.

Design and Application of the Prediction Algorithm in AMC System with Feedback Delay

The efficiency of AMC is decreasing following the feedback time delay of CQI is increasing, it is because the influence of feedback time delay of CQI has not be taken into account for AMC scheme in existing LTE system. For this, the values of CQI are predicted by using the prediction algorithm based on time series. Considering the impact of prediction algorithm to the complexity of system, it is proposed that according to different CQI feedback time delay, different prediction algorithm shall be adaptively used. The experimental result show that the block error rate (BLER) of this AMC system is significantly lower than existing system; and the feasibility and effectiveness of the AMC scheme proposed is proved.

Long term evolution(LTE) Adaptive modulation and coding(AMC) Channel quality indication(CQI) Time delay Time series

國家科技重大專項基金資助項目(編號：2011ZX03001-003-01)。

王丹(1981-)，女，2014年畢業(yè)于重慶大學(xué)通信與信息系統(tǒng)專業(yè)，獲博士學(xué)位，高級工程師；主要從事TD-LTE物理層協(xié)議的研究和DSP軟件的研發(fā)。

TN929+.5

A

10.16086/j.cnki.issn1000-0380.201510007

修改稿收到日期：2015-01-20。