赵偲为，罗 涛，尹长川

(北京邮电大学网络体系构建与融合北京市重点实验室，北京 100876)

为了满足日益增长的数据业务需求，TD-SCDMA在Rel-5中引入了下行高速分组接入技术HSDPA(High Speed Downlink Packet Access)。它可为下行提供高达2.8 Mbit/s的峰值速率，该性能的提高主要得益于系统在物理层引入了大量关键技术，包括高阶调制、AMC(Adaptive Modulation and Coding，自适应调制编码)、HARQ(Hybrid Automatic Repeat Request，混合自动重传请求)以及快速调度等技术。AMC是根据信道条件自适应地调整编码速率和调制方式，当信道条件好的时候，选择高效率的编码调制方法，以提高传输速率;当信道条件差的时候，选择低效率的编码调制方法，以保证通信质量。由此可见，在HSDPA技术中，要想提高传输速率和系统吞吐量，AMC技术是问题的关键所在。为此，本文将重点分析TD-HSDPA系统的AMC过程中影响其性能的关键因素，并提出了一种提高AMC性能的CQI(Channel Quality Indicator，信道质量指示)预测算法。

1 AMC技术的现有研究工作

在TD-HSDPA系统中，AMC的过程如下［1］:

1)基站端通过HS-SCCH信道发送控制信息，指示下一个HS-DSCH传输的资源分配情况。UE收到该信息后，将知道在哪一个时隙和码道接收下一个HS-DSCH信道承载的数据。

2)UE接收HS-DSCH信道承载的数据，并测量信道质量。

3)根据HS-DSCH资源分配情况和测量结果，UE产生一个CQI，并在相应HS-SICH(HS-SICH信道与HSPDSCH信道至少相隔8个时隙)上报给基站。CQI包括UE建议的传输块大小和调制方式。

4)基站根据UE上报的CQI选择合适的传输块大小和调制方式。

5)基站在下行控制信道HS-SCCH上携带UE的控制信息，并在分配的HS-DSCH TTI上采用相应的传输格式将数据发送给UE。

整个过程中的关键在于:基站如何实时准确地测量信道质量;UE怎样产生一个合适的CQI;基站如何预测信道的变化，从而克服反馈时延带来的影响。

一般来说，系统中常用信噪比(SNR)来衡量信道的质量。在一定场景下，通过大量先验的性能仿真，找到满足不同的QoS目标(例如:使系统吞吐量最大，或保证一定的目标误块率)时的SNR与CQI的映射关系。但这类方法得到的CQI的切换门限值都是在特定场景下的，用于实际信道环境中时，这种映射关系可能并不准确，需要进行一定的调整。文献［2］提到了一种结合CRC校验调整门限值的方法，即当接收帧通过CRC校验时，切换点的门限值降低一定的步长;当接收帧未通过CRC校验时，切换点的门限值提高一定的步长。但这种方法可能带来“乒乓效应”，即切换门限值在某一个值附近震荡。因此，文献［3］提出了一种改进方案，只有接收端估计的下行链路质量靠近当前的切换点(如:±a dB范围内)才进行调整。又考虑到由于无线传输信道存在多径、多普勒频移等多种特性，SNR并不能完全反映信道的特性，如果采用单纯的SNR指标来调整门限，就会带来性能损失，文献［4］提出了一种综合考虑接收径数及多普勒频移的门限调整算法。原理是在上述门限值调整算法的基础上，根据NodeB对UE的多普勒频移估计值和UE对径数的估计值来确定调整步长。当信道变化率较大时，采用较大的调整步长，达到迅速调节CQI门限以适应信道变化的目的;而信道变化率较小时，采用较小的调整步长，减小门限值不必要的波动。

至于反馈时延方面，最常见的解决方案是信道预测，根据前几帧的信道质量预测当前调度时刻的信道质量。文献［5-6］提出了利用历史的SNR值进行信道预测的方法。基站端根据上报的CQI找到对应的SNR值，然后利用SNR的历史值进行信道预测，得到调度时刻的SNR预测值，再根据SNR与CQI的关系得到相应的CQI。这种方法需要基站端知道SNR与CQI的映射关系。在FDD系统中，为了方便HSDPA技术的使用，3GPP规范中定义了30种CQI级别，并在技术报告中给出了SNR与CQI的线性关系［7］。所以，在基站端能很方便地从CQI得到SNR。但在TDD系统中，没有相关文档给出SNR与CQI的线性关系，不同的终端厂商SNR与CQI映射关系的实现方式不同，所以很难直接根据上报的CQI得到对应的SNR，以致在TD-HSDPA系统中，很难直接利用SNR的历史值预测信道。同样，文献［8］提出的利用每个子帧的DPCH信道的TPC信息对信道预测的结果进行调整的方法也是假设基站端能通过上报的CQI得到对应的SNR，有一定的局限性，而且这些算法都只考虑了反馈时延，没有考虑到SNR与CQI的映射的准确性带来的影响。综上所述，本文将综合考虑SNR与CQI的映射的准确性和反馈时延对系统性能的影响，提出一种CQI预测的方法。该方法在基站端直接利用CQI的历史值进行信道预测，克服反馈时延带来的性能下降，同时，在UE端对SNR与CQI的映射表进行调整，尽可能保证SNR与CQI的映射表的准确性。

2 SNR与CQI的映射

3GPP中要求采用AMC技术时，数据首次传输的误块率不能超过10%。因此，本文中将采用传统的SNR与CQI映射方法，在一定的场景下，通过大量先验的性能仿真，找到使系统在没有重传的情况下误块率不超过10%的SNR与CQI的映射关系。

假设当前系统采用固定RU分配方案，即一个TTI内所有调度用户占用的码道资源固定且相等，系统为HSPDSCH配置了5个时隙，共80个码道，且不考虑HARQ重传。分别在3 km/h的单径瑞利信道下，仿真不同CQI的误块率曲线，然后在误块率为10%的约束下，根据不同传输块大小的误块率曲线把信道的整个SNR范围划分为若干个区域，每个区域对应一个CQI值。如图1所示，如果UE测得的SNR介于T(n-1)与T(n)之间，根据映射关系，将反馈CQI(n-1)。

图1 特定场景下不同CQI的误块率曲线

3 CQI预测算法

由于SNR与CQI的映射表是在保证误块率为10%的情况下建立的，如果UE端的CQI映射表足够准确，而NodeB端的CQI预测也足够准确，可以使吞吐量在保证系统误块率小于10%的情况下尽可能地大。基于这种思想，将综合考虑CQI预测和门限值调整，在NodeB端进行CQI预测，在UE端进行门限值调整。

1)NodeB端的CQI预测

由于反馈时延和调度时延以及信道的时变性，NodeB调度时的信道环境与UE测量时的信道环境可能有很大的变化，所以NodeB端反馈的CQI进行调整的关键问题在于如何利用信道的相关性预测调度时刻的CQI。对于TD-HSDPA来说，根据协议中规定，HS-SCCH和对应的HS-PDSCH信道至少间隔2个时隙，HS-PDSCH和对应的HS-SICH信道至少间隔8个时隙，即从UE估计CQI到NodeB调度至少间隔了10个常规时隙，反馈和调度时延加起来至少10 ms。对于HSDPA业务，一个TTI为5 ms。当UE运动速度为3 km/h时，相干时间为180 ms，信道相关性很好，利用一些预测算法可以达到很好的预测效果;当UE运动速度为120 km/h时，其相干时间为4.5 ms，也就是说当前帧与下一帧几乎没有相关性，只能跟踪信道的慢衰落特性。此外，理论上来说，UE上报的CQI与实际接收的信干噪比是相对应的，如果不考虑干扰的时变特性，则上报CQI随时间的波动完全对应着UE经历的衰弱包络，所以可以直接利用CQI的历史值进行预测。

综合以上两点，本文提出的CQI预测算法首先会设置一个预测重置门限，如果预测步长超过预测重置门限，则用初始默认的CQI值作为调度时刻的CQI，否则根据式(1)～(2)得到CQI预测值，然后用CQI预测值作为调度时刻的CQI。

式中:CQI_rmf(n)是 UE上报的第 n帧的 CQI值;CQI_s(n)是第n帧的平滑值;CQI_est(n+D)是第(n+D)帧的预测值;p是归一化的平滑因子，由UE的运动状态决定。由于在低速运动状态下，信道相关性很强，所以当预测步长较小时，第(n+D)时刻的CQI值与第n时刻的CQI值也存在很强的相关性，因此选择较大的平滑因子(p=1)。在非低速运动状态下，信道相关性很弱，此时很难跟踪信道的瞬时特性，可以尽可能选取较小的平滑因子(p=1/64)。在本文中，利用一定窗长内CQI的波动性来判断UE的运动状态。

假设预测步长为D，滑动窗长为W，判断第k帧时UE的运动状态:

(1)从UE上报的CQI的历史值中取出第k-W～k帧的 CQI，即

(2)对每相邻两个CQI_rmf求差值，即

(3)如果CQI_diff中的元素的值大于0(说明UE上报的CQI持续增大，信道质量持续变好)，则记为1;小于0(说明UE上报的CQI持续减小，信道质量持续变差)，则记为-1;等于0(说明信道质量不变)，则记为与前一个元素相同的值。

(4)计算中的元素从1变为-1或者从-1变为1的次数为n(即信道由好变差或者由差变好的次数)。如果在一定窗长W内，n超过某个值，则认为UE处于非低速移动状态，设p=1/64;否则认为UE处于低速移动状态，设p=1。

2)UE端进行门限值调整

由于SNR与CQI的映射关系是在特定场景下得到的，用于实际信道环境中时，这种映射关系并不准确，需要进行一定的调整。传统的集中式门限值调整算法是根据对每个接收的数据进行CRC校验的结果实时调节门限值。假设共有N个CQI，CQI的切换门限值为T(1)～T(N-1)。若检测到SNR高于T(i)，则下一帧选择CQI(i+1)，若SNR低于T(i)，则下一帧选择CQI(i)。在集中式门限调整算法中，如果接收的数据经CRC校验正确，则将门限值减小Δdown，如果接收数据经CRC校验不正确，则将门限值增加 Δup。Δdown为

式中:BLERtarget是系统的目标误块率。

但是这种方法在调整时没有考虑到信道的时延。接收数据没有通过CRC校验的原因可能是因为CQI映射不准确导致，也可能是由于预测偏大导致的;同样，接收数据经CRC校验正确的原因也可能是由于预测偏小导致。此外，在下行传输信道的传输块很小和很大的时候，CQI几乎不随SNR变化。所以不能像传统门限值调整方法那样，每接收到一帧数据就调整一次。对于第k帧数据，具体步骤如下:

(1)测量第k帧数据的SNR。如果SNR大于门限值的最大值或者小于门限值的最小值，则不调整;否则，进入步骤(2)。

(2)判断第k帧的CQI预测值是否等于第k帧UE上报的CQI。如果不相等，则不调整;否则，进入步骤(3)。

(3)判断第k帧数据经过CRC校验的结果。如果正确，则将门限值减小Δdown;否则，将门限值增加Δup。

4 仿真链路及结果分析

4.1 仿真链路及仿真参数设置

为了对CQI预测算法的性能进行验证，使用MATLAB搭建了TD-HSDPA下行仿真链路，如图2所示。仿真参数如表1所示。

图2 TD-HSDPA下行仿真链路

表1 仿真参数设置

4.2 仿真结果

主要从两个方面来衡量CQI预测算法的性能:预测误差和系统的吞吐量。

1)预测误差

CQI的预测误差定义为

图3～图5分别为3 km/h，30 km/h，120 km/h速度情况下，没有CQI预测算法、CQI线性预测以及本文提出的改进的CQI预测算法的预测误差。从图中可以看出，使用改进的CQI预测算法时，CQI调度值更加接近真实值。因为CQI线性预测算法只考虑了反馈时延的问题，没有考虑到SNR与CQI映射表的准确性对系统性能的影响。而改进的CQI预测算法同时补偿了反馈时延和SNR与CQI映射表的准确性对系统性能的影响，因此，改进的CQI预测算法预测准确度更高。

2)系统的吞吐量

吞吐量定义为成功传输的信息速率，即

式中:R为信息比特速率;Nsuc为成功传输的帧数;N为总的传输帧数。

图6～图8分别为3 km/h，30 km/h，120 km/h速度情况下，没有CQI预测算法、CQI线性预测以及本文提出的改进的CQI预测算法的系统的吞吐量。从图中可以看出在30 km/h和120 km/h速度下，使用改进的CQI预测算法能使吞吐量得到明显的提高。这是因为使用改进的CQI预测算法后，CQI调度值更加接近真实值，从而使得传输成功率提高，最终导致吞吐量提高。

5 小结

文中提出了一种CQI预测算法。该算法综合考虑SNR与CQI的映射的准确性和反馈时延对系统性能的影响，在基站端利用CQI的历史值进行信道预测，同时根据接收数据的准确性，在UE端对SNR与CQI的映射表进行调整。仿真结果表明，该算法能在中高速移动环境下带来较大的吞吐量增益。

［1］3GPP TS 25.224 V9.1.0，Physical layer procedures(TDD)［S］.2010.

［2］LEE J，ARNOTT R，HAMABE K，et al.Adaptive modulation switching level control in high speed downlink packet access transmission［C］//Proc.Third International Conference on 3G Mobile Communication Technologies，2002.［S.l.］:IEEE Press，2002:156-159.

［3］NAKAMURA M，AWAD Y，VADGAMA S.Adaptive control of link adaptation for high speed downlink packet access(HSDPA)in W-CDMA［C］//Proc.5th International Symposium on Wireless Personal Multimedia Communications，2002.［S.l.］:IEEE Press，2002:382-386.

［4］魏宁，张忠培，李少谦.HSDPA链路自适应AMC门限调整［C］//中国西部青年通信学术会议论文集.成都:［s.n.］，2005:307-311.

［5］TOUHEED H，QUDDUS A，TAFAZOLLI R.An improved link adaptaion scheme for high speed downlink packet access［C］//Proc.IEEE Vehicular Technology Conference，2008.［S.l.］:IEEE Press，2008:2051-2055.

［6］TOUHEED H，QUDDUS A，TAFAZOLLI R.Predictive CQI reporting for HSDPA［C］//Proc.IEEE 19th International Symposium on Personal，Indoor and Mobile Radio Communications，2008. ［S.l.］:IEEE Press，2008:1-5.

［7］3GPP document R1-02-0675，Revised CQI proposal［S］.2002.

［8］ZHANG Zhonghao，TANG Guanyu，CHANG Yongyu，et al.A CQI adjustment scheme for HSDPA system［C］//Proc.IEEE Vehicular Technology Conference(VTC)，2008.［S.l.］:IEEE Press，2008:1433-1437.

［9］3GPP TS 25.321 v9.4.0，Medium access control(MAC)protocol specification［S］.2010.