黃寒冰+劉添晶

摘 要：在高速鐵路應(yīng)用場(chǎng)景中，現(xiàn)代蜂窩移動(dòng)通信網(wǎng)中廣泛使用的自適應(yīng)調(diào)制編碼技術(shù)（AMC）由于信道時(shí)變特性造成系統(tǒng)性能嚴(yán)重下降。傳統(tǒng)的固定信道質(zhì)量指示（CQI）反饋周期方式無法根據(jù)信道時(shí)變程度來自適應(yīng)調(diào)整上報(bào)間隔。上報(bào)周期較短將增加系統(tǒng)不必要的負(fù)載，浪費(fèi)系統(tǒng)資源；而上報(bào)周期較長(zhǎng)將惡化CQI和當(dāng)前信道質(zhì)量的失配程度并降低系統(tǒng)性能。提出一種適用于高速移動(dòng)環(huán)境下的AMC系統(tǒng)中CQI自適應(yīng)調(diào)整算法和方案，其通過統(tǒng)計(jì)幀內(nèi)相鄰符號(hào)上的信噪比差值評(píng)估當(dāng)前信道變化程度，并利用評(píng)估結(jié)果來預(yù)測(cè)未來信噪比變化程度?；贑QI的量化顆粒度計(jì)算CQI反饋周期自適應(yīng)調(diào)整量，使CQI反饋負(fù)載和吞吐量性能均獲得較好的性能。最后通過計(jì)算機(jī)仿真驗(yàn)證了方案的可行性和有效性。

關(guān)鍵詞：CQI；反饋周期；自適應(yīng)；AMC；快時(shí)變信道

DOIDOI：10.11907/rjdk.171273

中圖分類號(hào)：TP301

文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7800（2017）007-0018-05

0 引言

無線信道的時(shí)變特性，使得無線通信存在不確定性，AMC技術(shù)能夠根據(jù)時(shí)變信道的傳播狀況，選擇最佳調(diào)制編碼方式（MCS）以提高通信系統(tǒng)頻帶利用率和可靠性。當(dāng)信道傳播狀況良好時(shí)，選擇高階調(diào)制方式和低冗余的編碼來提高數(shù)據(jù)傳輸速率。

AMC技術(shù)的概念最初起源于1960年代末的自適應(yīng)傳輸系統(tǒng)。Hayes[1]利用從接收端反饋的信道狀況信息進(jìn)行自適應(yīng)傳輸來最大化瑞利信道下的吞吐量。Cavers[2]通過不斷調(diào)整數(shù)據(jù)速率來響應(yīng)衰落信道中信號(hào)強(qiáng)度變化實(shí)現(xiàn)可變速率的傳輸。目前AMC技術(shù)已經(jīng)被大部分蜂窩移動(dòng)通信系統(tǒng)標(biāo)準(zhǔn)所采納以達(dá)到最大化頻譜效率和最小差錯(cuò)率[3]。文獻(xiàn)[4]-[5]對(duì)AMC中不同MCS的選擇策略進(jìn)行了分析和仿真，獲得各門限下的吞吐量性能比較。文獻(xiàn)[6]在信道估計(jì)以及解碼后計(jì)算有效信噪比，作為一種新的性能度量來進(jìn)行模式切換實(shí)現(xiàn)最大化數(shù)據(jù)傳輸速率。文獻(xiàn)[7]中的仿真結(jié)果表明縮短調(diào)整周期能夠有效地提高系統(tǒng)性能。

在諸如高速鐵路等高速移動(dòng)環(huán)境下，信道快速時(shí)變和CQI反饋延遲導(dǎo)致調(diào)制編碼方式無法準(zhǔn)確匹配當(dāng)前信道條件。一種基于時(shí)間序列的CQI預(yù)測(cè)算法[8]，能根據(jù)不同的CQI反饋時(shí)延自適應(yīng)選擇不同復(fù)雜度的CQI預(yù)測(cè)算法。文獻(xiàn)[9]利用線性衰落預(yù)測(cè)器預(yù)測(cè)信道狀況信息來提高AMC系統(tǒng)性能。為了緩解移動(dòng)環(huán)境下信號(hào)反饋延遲的影響，文獻(xiàn)[10]利用估計(jì)得到的當(dāng)前信道信息獲得下一時(shí)刻瞬時(shí)信噪比的條件分布，確定合適的MCS。

在高速移動(dòng)環(huán)境中，信道時(shí)變程度加劇，傳統(tǒng)的固定CQI反饋周期方式會(huì)造成吞吐量損失和系統(tǒng)資源浪費(fèi)。本文提出一種適用于諸如高速鐵路等高速移動(dòng)環(huán)境下的AMC系統(tǒng)中自適應(yīng)調(diào)整CQI反饋周期方法，其通過統(tǒng)計(jì)幀內(nèi)相鄰符號(hào)上的信噪比差值來評(píng)估當(dāng)前信道變化程度，并利用評(píng)估結(jié)果預(yù)測(cè)未來信噪比變化程度?；贑QI的量化顆粒度來計(jì)算CQI反饋周期自適應(yīng)調(diào)整量，使CQI反饋負(fù)載和吞吐量性能均獲得較好的性能。計(jì)算機(jī)仿真表明，本文方案不僅可獲得較高的吞吐量性能，同時(shí)還降低了由于反饋CQI參數(shù)所消耗的系統(tǒng)信令資源。

1 系統(tǒng)模型

本文研究的自適應(yīng)調(diào)制編碼系統(tǒng)模型如圖1所示。

接收端根據(jù)接收到的信號(hào)計(jì)算多狀態(tài)信道信噪比矢量，利用有效信噪比映射算法將多狀態(tài)信道信噪比矢量映射成有效信噪比標(biāo)量，以降低CQI選取的復(fù)雜度。有效信噪比通過查找事先通過仿真確定的信噪比閾值表得到需要反饋給發(fā)送端的CQI值，實(shí)際蜂窩移動(dòng)通信系統(tǒng)中（如3G和LTE系統(tǒng)），將不同的調(diào)制方式和編碼碼率組合成若干個(gè)固定的調(diào)制編碼方案集合，并且將CQI與MCS進(jìn)行一一對(duì)應(yīng)，發(fā)送端根據(jù)CQI選擇對(duì)應(yīng)的MCS。在高速移動(dòng)環(huán)境下，幀周期內(nèi)的信道呈現(xiàn)快速時(shí)變，該周期內(nèi)對(duì)應(yīng)的接收信號(hào)表示為：

在AMC系統(tǒng)中需要選擇合適的CQI滿足目標(biāo)誤塊率要求的同時(shí)，最大化系統(tǒng)吞吐量。在方案實(shí)施過程中，通常在AWGN信道條件下，通過離線仿真得到每個(gè)CQI對(duì)應(yīng)的信噪比與誤塊率的曲線，接著根據(jù)仿真曲線獲得BLER=0.1時(shí)每個(gè)CQI相對(duì)應(yīng)的信噪比閾值。CQI計(jì)算過程如下：

①根據(jù)不同的MCS在AWGN信道下仿真獲得誤碼率曲線，如圖2所示。查找滿足目標(biāo)BLER要求的每種CQI對(duì)應(yīng)的SNR值并儲(chǔ)存，如表1所示；②UE對(duì)接收信號(hào)進(jìn)行信道估計(jì)，獲得各個(gè)信道狀況的SNR，構(gòu)成一個(gè)信噪比矢量；③對(duì)信噪比矢量通過有效信噪比映射，得到一個(gè)有效信噪比值；④查找CQI-SNR表和比較有效信噪比，便可以確定CQI值。

根據(jù)步驟（1）及圖2，建立目標(biāo)BLER下的SNR閾值表，如表1所示。

建立SNR閾值表后，需要通過有效信噪比映射算法將多狀態(tài)信道信噪比矢量映射成有效信噪比標(biāo)量，接著通過查詢閾值表獲得反饋CQI參數(shù)。常用有效信噪比映射算法有2種：基于指數(shù)和互信息的有效信噪比映射算法，這兩種映射的基本思想都是把時(shí)變信道的多個(gè)信噪比值{γi}通過映射函數(shù)將信噪比矢量映射成有效信噪比γeff，然后查找表1選擇合適的CQI反饋值，發(fā)送端根據(jù)反饋回來的CQI選擇下次傳輸時(shí)發(fā)送信號(hào)調(diào)制編碼方式。另一方面，可根據(jù)獲得的有效信噪比查找對(duì)應(yīng)的SNR-BLER曲線來預(yù)測(cè)誤塊率。信噪比映射算法預(yù)測(cè)BLER過程如圖3所示。

γawgn表示AWGN信道條件下滿足BLER=0.1對(duì)應(yīng)的SNR值，γi（β）表示BLER=0.1對(duì)應(yīng)的信道狀況i的有效信噪比。不同的調(diào)制編碼方法參考的AWGN曲線不同，且對(duì)應(yīng)的γawgn值也不同。因此，對(duì)于每種CQI，都需要對(duì)β進(jìn)行優(yōu)化。

2 高速移動(dòng)環(huán)境下AMC系統(tǒng)中CQI反饋周期自適應(yīng)調(diào)整算法

高速移動(dòng)性增加了信道時(shí)變程度并使得信道相關(guān)性減弱。信道相關(guān)系數(shù)受到移動(dòng)速率和符號(hào)周期影響嚴(yán)重。隨著移動(dòng)速度以及符號(hào)周期的增加，信道相關(guān)性減弱，如圖4所示。當(dāng)信道相關(guān)系數(shù)較大時(shí)，信道變化相對(duì)緩慢，反饋的CQI值能相對(duì)較好地描述下一調(diào)度周期時(shí)的信道狀況。隨著終端移動(dòng)速度的增加，信道的時(shí)間域相關(guān)性隨之降低，為了降低反饋CQI參數(shù)的失配程度，需要減小CQI的反饋周期以提高反饋CQI參數(shù)同下一調(diào)度周期時(shí)信道狀況的匹配程度，抑制CQI失配。

高速移動(dòng)環(huán)境下信道時(shí)變程度加劇，傳統(tǒng)的固定CQI反饋周期方式無法根據(jù)信道時(shí)變程度來調(diào)整周期間隔。CQI反饋周期較小導(dǎo)致不必要地頻繁上報(bào)基站。雖然可提供準(zhǔn)確的信道信息，但同時(shí)也增加了系統(tǒng)反饋開銷。相反若上報(bào)周期偏大，降低了信令開銷，但惡化了CQI參數(shù)的失配程度。

2.1 CQI反饋周期自適應(yīng)調(diào)整方法

本文提出一種在高速移動(dòng)環(huán)境下，基于信道變化程度CQI反饋周期自適應(yīng)調(diào)整的方法。該方法根據(jù)當(dāng)前幀內(nèi)估計(jì)得到的N個(gè)信道系數(shù)，計(jì)算出信噪比矢量。統(tǒng)計(jì)幀內(nèi)相鄰符號(hào)上信噪比的差值來評(píng)估當(dāng)前幀信道變化程度，并將此用于預(yù)測(cè)不同調(diào)度周期時(shí)刻信噪比的變化。同時(shí)引入調(diào)整因子α用于調(diào)整信噪比時(shí)變程度預(yù)測(cè)值，該參數(shù)可通過仿真確定，本文所提方法可在反饋開銷與吞吐量性能之間進(jìn)行較好的折衷，從而獲得較好的系統(tǒng)性能。其方法步驟如下：

（1）在AWGN信道下仿真獲得不同CQI對(duì)應(yīng)的SNR-BLER的參考曲線，根據(jù)BLER<0.1的要求，獲得基站需要切換MCS的SNR門限值以及相鄰MCS進(jìn)行切換的SNR容忍值，當(dāng)接收信號(hào)的有效信噪比與當(dāng)前CQI對(duì)應(yīng)門限值差超過SNR容忍值，就達(dá)到更新CQI的條件。

（2）通過信道估計(jì)獲得信道參數(shù)h以及噪聲方差N0并計(jì)算當(dāng)前幀的信噪比矢量，即：

其中，h=[h（0） h（1）…h(huán)（N-1）]，SNR=[SNR（0） SNR（1）…SNR（N-1）]，N為當(dāng)前幀中符號(hào)數(shù)。

（3）通過信噪比矢量評(píng)估當(dāng)前無線信道信噪比的時(shí)變程度可表示為：

δ為當(dāng)前幀信噪比時(shí)變度，α為預(yù)測(cè)調(diào)節(jié)因子，T為幀周期長(zhǎng)度。（4） 利用線性預(yù)測(cè)方法預(yù)測(cè)未來時(shí)刻的SNR時(shí)變量，當(dāng)預(yù)測(cè)的SNR時(shí)變量超過當(dāng)前CQI對(duì)應(yīng)的SNR容忍值，達(dá)到切換MCS的條件。預(yù)測(cè)未來K幀信噪比變化量為δKT，當(dāng)最小整數(shù)K的變化量δKT超過當(dāng)前CQI對(duì)應(yīng)的SNR容忍值時(shí)，便獲得下次反饋CQI的周期。其中，CQI對(duì)應(yīng)的SNR容忍值即為當(dāng)前CQI信噪比門限值與其相鄰的前后兩個(gè)CQI對(duì)應(yīng)的門限值相比，較小的差值即為SNR容忍值，通過表1計(jì)算得到。

其中，γq-1，γq+1分別為與CQI相鄰的前后兩個(gè)CQI對(duì)應(yīng)的閾值，K即為調(diào)整的CQI上報(bào)周期，該方法流程如圖5所示。

該方法根據(jù)信道參數(shù)估計(jì)值來評(píng)估信道信噪比時(shí)變程度，當(dāng)預(yù)測(cè)的信噪比時(shí)變量達(dá)到切換MCS條件時(shí)（即超過當(dāng)前CQI的SNR容忍值條件），計(jì)算新的上報(bào)周期，以實(shí)現(xiàn)自適應(yīng)調(diào)整的目的。該方法不僅可獲得較高的吞吐量性能，同時(shí)還降低了由于反饋CQI參數(shù)所消耗的系統(tǒng)信令資源。

2.2 仿真結(jié)果

在仿真過程中，幀長(zhǎng)1 024symbol，傳輸速率7×106symbol/s，調(diào)節(jié)因子δ=1.4，AMC系統(tǒng)采用LTE標(biāo)準(zhǔn)中定義的15種CQI對(duì)應(yīng)的MCS參數(shù)。仿真時(shí)采用互信息量有效信噪比映射算法。用戶端在每個(gè)周期上報(bào)時(shí)刻，根據(jù)計(jì)算得到的有效信噪比來對(duì)比15種SNR的閾值，從而選擇需要上報(bào)的CQI參數(shù)。

在移動(dòng)速度為300km/h時(shí)本文所提自適應(yīng)反饋周期方式與固定反饋周期方式的吞吐量性能隨信噪比變化曲線如圖6所示。不同信噪比和吞吐量下，平均上報(bào)周期仿真如圖7所示。可以看出，固定周期越短，用戶上報(bào)CQI越頻繁，基站端獲得的信道狀況越精確，吞吐量性能越好。另外，本文提出的高速移動(dòng)環(huán)境下CQI反饋周期自適應(yīng)調(diào)整方法，在消耗CQI信令資源相對(duì)較小的前提下獲得了較高的吞吐量效果。

在移動(dòng)速度為120km/h時(shí)吞吐量性能和平均CQI反饋周期曲線如圖8、圖9 所示。仿真結(jié)果表明，在低速的情況下，由于多普勒頻偏相對(duì)較小，信道時(shí)變程度沒有300km/h嚴(yán)重。本文所提CQI反饋周期自適應(yīng)調(diào)整算法在維持較好吞吐量性能的前提下消耗系統(tǒng)資源更少。

圖10和圖11分別為在信噪比為19dB時(shí)，移動(dòng)速度與吞吐量之間的關(guān)系曲線和平均反饋周期隨移動(dòng)速度變化的曲線。仿真結(jié)果表明，隨著移動(dòng)速度的增大，本文所提方法仍能夠維持較好的吞吐量性能。另外，隨著速度的加快，本文所提方法的平均上報(bào)周期逐漸下降。這是因?yàn)殡S著速度增加，信道隨時(shí)間變化程度越嚴(yán)重。此時(shí)需要增加CQI反饋頻率，減小反饋周期，以維持高吞吐量。

在變速情況下，吞吐量性能和平均反饋周期性能曲線如圖12和圖13所示。該仿真過程中，移動(dòng)速度變化范圍為200km/h 至300km/h。從圖中可以看出，變速運(yùn)行狀況下，本文所提方法仍然能維持較高吞吐量性能的前提下大大降低系統(tǒng)消耗的CQI信令資源，獲得了較好的性能。

3 結(jié)語

針對(duì)傳統(tǒng)的固定CQI反饋周期方式會(huì)造成吞吐量損失和系統(tǒng)資源浪費(fèi)情況，本文提出一種適用于高速移動(dòng)環(huán)境下的AMC系統(tǒng)中CQI自適應(yīng)調(diào)整算法和方案，其通過統(tǒng)計(jì)幀內(nèi)相鄰符號(hào)上的信噪比的差值來評(píng)估當(dāng)前信道變化程度，并利用評(píng)估結(jié)果預(yù)測(cè)未來信噪比變化程度?；贑QI的量化顆粒度來計(jì)算CQI反饋周期自適應(yīng)調(diào)整量，使CQI反饋負(fù)載和吞吐量均獲得較好性能。通過仿真不僅可獲得較高的吞吐量性能，同時(shí)還降低了由于反饋CQI參數(shù)所消耗的系統(tǒng)信令資源。

參考文獻(xiàn)：

[1] HAYES J.Adaptive feedback communications [J].IEEE Transactions on Communication Technology，1968，16（1）：29-34.

[2] CAVERS J.Variable-rate transmission for Rayleigh fading channels [J].IEEE Transactions on Communications，1972，20（1）：15-22.

[3] LYE S C K，TAN S E，SIEW Z W，et al.Analysis and performance measurement of adaptive modulation and coding [C].Control System，Computing and Engineering （ICCSCE），2012 IEEE International Conference on.IEEE，2012：268-273.

[4] FAN J，YIN Q，LI G Y，et al.MCS selection for throughput improvement in downlink LTE systems [C].Computer Communications and Networks （ICCCN），2011 Proceedings of 20th International Conference on.IEEE，2011：1-5.

[5] ALEXIOU A，BOURAS C，KOKKINOS V，et al.Efficient MCS selection for MBSFN transmissions over LTE networks [C].Wireless Days （WD），2010 IFIP.IEEE，2010：1-5.

[6] WAN L，ZHOU H，XU X，et al.Adaptive modulation and coding for underwater acoustic OFDM [J].IEEE Journal of Oceanic Engineering，2015，40（2）：327-336.

[7] ZHENG W，REN S，XU X，et al.Impact analysis of AMC adjustment period in mobile satellite communications environment [C].Information Science and Technology （ICIST），2012 International Conference on.IEEE，2012：802-805.

[8] 鄭靜，常永宇，楊大成.反饋時(shí)延下LTE鏈路自適應(yīng)算法性能研究[J].現(xiàn)代電信科技，2012 （3）：7-12.

[9] WU J Y，LEE W M.Optimal linear channel prediction for LTE-A uplink under channel estimation errors [J].IEEE Transactions on Vehicular Technology，2013，62（8）：4135-4142.

[10] OIEN G E，HOLM H，HOLE K J.Impact of channel prediction on adaptive coded modulation performance in Rayleigh fading [J].IEEE Transactions on Vehicular Technology，2004，53（3）：758-769.

[11] S N DONTHI，NB MEHTA.An accurate model for EESM and its application to analysis of CQI feedback schemes and scheduling in LTE [J].IEEE Transactions on Wireless Communications，2011（10）：3436-3448 .

[12] S TSAI A.Effective SNR mapping for modeling frame error rates in multiple-state channels[Z].Third Generation Partnership Project，2003.

[13] 3GPP TR 25.892 V6.0.0，feasibility study for orthogonal frequency division multiplexing for UTRAN enhancement（Release 6）[Z].2004.

[14] J KIM，A ASHIKHMIN，A VAN WIJNGAARDEN，et al.Reverse link hybrid ARQ：link error prediction methodology based on convex metric[S].Lucent Technologies，3GPP2 contribution，TSG-C WG3，20030401-020，2003.