陈 甄,张 毅,肖 琨

(广西师范大学电子工程学院,广西桂林541004)

自适应系统中基于场景的信噪比预测算法*

陈 甄,张 毅,肖 琨

(广西师范大学电子工程学院,广西桂林541004)

首先定义了过时信道状态信息(OCSI,Outdated Channel State Information)对系统频谱效率的影响因子,分析了OCSI对频谱效率的影响;接着提出了一种基于信噪比预测的无线链路自适应系统模型,应用文中提出的基于信道变化场景的信噪比预测算法(SSPA,Scenario-based SNR Prediction Algorithm)对发送数据时的信噪比进行预测,以克服OCSI的影响。仿真表明,与现有技术比较,基于SSPA的自适应系统具有近似的误比特率性能,频谱效率得到了有效的提升,特别是在高信噪比区域,频谱效率的改善十分显著。

链路自适应 过时信道状态信息 信噪比预测 频谱效率

0 引 言

无线链路自适应传输系统跟踪无线信道状态的变化,动态地改变传输参数,使系统容量达到最大或者系统性能达到最佳,获得较高的频谱效率[1-3]。无线信道状态的跟踪是通过接收端进行信道估计将信道状态信息(CSI,Channel State Information)反馈给发射端来实现的,常用的CSI是信噪比。发射端根据反馈选择合适的自适应参数包括调制星座大小、编码方案、功率分配等[4-5]。然而从信噪比估计到发射端接收反馈后发送数据的时间内,无线信道的时变衰落特性使得信道的状态可能发生变化,甚至是急剧的变化,于是根据反馈做出的自适应参数选取将直接导致错误的决策,使系统整体性能下降,通常称这类信道状态信息为OCSI[6-7]。

鉴于CSI反馈及处理过程的时延是一个无法回避的问题,如何克服OCSI对系统性能的影响受到了广泛的关注[8-9]。信道预测技术就是无线链路自适应系统解决OCSI问题的重要方法[10],通过预测发射端发送数据时的信噪比决定自适应传输参数的选取。在对此类方法进行比较分析之后,发现已有的信道预测技术没有充分考虑到无线信道的衰落和时变特性,不能应对CSI短时间内发生较大变化甚至突变的情况,严重损害了无线链路自适应系统的性能。

1 OCSI对频谱效率的影响分析

通过分析OCSI对链路自适应系统频谱效率的影响阐述文中工作的必要性。已有的链路自适应系统中,接收端进行信道估计获得当前信噪比(称为测量信噪比)数据并反馈给发射端,系统根据测量信噪比选取自适应传输参数,进行链路自适应处理。根据文献[11],Nakagami-m快衰落信道中的信噪比条件概率密度函数为:

式中,γ为测量信噪比,m为Nakagami-m信道的波形参数,为测量信噪比均值,由慢衰落引起,假设服从对数正态分布,于是可以得到:

式中,μdB、σdB分别为对数正态分布的均值和标准差。根据链路自适应的通常做法,当信噪比处于某个范围内时采取特定阶数的QAM调制,于是可以定义实际频谱效率均值为:

式中,γT,i(i=0,1,…K-1)为确定QAM调制阶数的信噪比门限,P{.}为某种信噪比处于某个区间的概率,Mi=22(i+1),K为常数。假设由于反馈延时引起的发射数据时的真实信噪比与测量信噪比γ之差为δ,则发射数据时的真实信噪比为γ+δ,系统应获得的频谱效率均值为

定义OCSI对系统频谱效率的影响因子(简称OCSI影响因子)为

图1给出了OCSI影响因子随δ变化的曲线,可以看出OCSI对无线链路自适应系统频谱效率的影响是明显的,因此,在设计无线链路自适应系统时不能忽略OCSI的影响。

图1 OCSI影响因子随δ变化曲线Fig.1 Curve of OCSI impact factor with the change ofδ

2 基于SSPA的无线链路自适应系统模型

图2给出了基于SSPA的无线链路自适应系统模型,不同于已有模型的地方在于:接收端进行信道估计获得测量信噪比数据并反馈给发射端后,系统首先利用SSPA预测发射端发送数据时的信噪比,然后根据预测信噪比选取自适应传输参数,进行链路自适应处理。

图2 基于SSPA的无线链路自适应系统模型Fig.2 SSPA-based link adaptive system model

在SSPA中,将信道的变化场景划分为缓变、中等变化和突变三类场景。当系统i时刻的测量信噪比和预测信噪比的偏差绝对值满足0≤＜∂1时,信道特性对信号信噪比的影响呈现相对缓慢的变化,此时的信道场景为信道缓变场景；当∂1≤＜∂2时,信道特性对信号信噪比的影响呈现显著变化,此时的信道场景为信道中等变化场景；当≥∂2时,信道特性对信号信噪比的影响呈现大幅度突然变化,此时的信道场景为信道突变场景,根据突变发生的具体情况信道突变场景又细分为回归突变和非回归突变场景。信道回归突变场景的主要特征在于当信噪比的测量轨迹突然大幅度偏离预测轨迹后,在短时间内又返回到原预测轨迹,而非回归突变场景的主要特征在于当信噪比的测量轨迹突然大幅度偏离预测轨迹后,在短时间内不再返回到原预测轨迹。

3 基于信道变化场景的信噪比预测算法

SSPA流程如图3所示,算法1为SSPA的具体描述,算法中使用了系统预测器和保留预测器,系统预测器是当前系统进行信噪比预测所使用的预测器,输出预测信噪比值,保留预测器用于信道突变场景的信噪比预测中,在满足突变标志位flag=0的条件下,如果信道在i时刻发生突变,则i-1时刻的系统预测器成为保留预测器,保留预测器输出的预测信噪比称为保留预测信噪比,保留预测器以保留预测信噪比值作为保留预测器的输入,同时输出下一时刻的保留预测信噪比值,当保留预测器成为系统预测器时,保留预测信噪比即成为预测信噪比。

【算法1】

步骤1:初始化计时器τ=0,flag=0；

步骤2:测量和计算i时刻的测量信噪比值u( i),并与i-1时刻预测的i时刻的预测信噪比值( i)进行比较,得出i时刻测量信噪比值与预测信噪比值的偏差绝对值；

步骤6:令k=0,1,3,6…,(m+1)(m+2)/2时:

将y[ m( m+1)/2],y[ m( m-1)/2],…,y[3],y[1]分别赋值给u( i-1),u( i-2),u( i-m+1),u( i-m),并将u( i-m),u( i-m+1),u( i)依次作为系统预测器的输入,使用卡尔曼预测器预测,并将输入u(i)时的预测信噪比值作为i+1时刻的预测信噪比值；令τ=τ+ 1,flag=1,利用保留预测器在i时刻的保留预测信噪比值,预测i+1时刻的保留预测信噪比值,转步骤9；

步骤7:将保留预测器设置为系统预测器,并将i时刻的测量信噪比作为系统预测器的输入,使用卡尔曼预测器进行预测,得到i+1时刻的预测信噪比值,令τ=0,flag=0,转步骤9；

步骤8:进一步判断flag是否为零,如果flag等于零,转步骤9；如果flag不等于零且τ≥T,则重置τ=0,flag=0,转步骤9；如果flag不等于零且τ＜T,令τ=τ+1,同时利用保留预测器在i时刻的保留预测信噪比值,预测i+1时刻的保留预测信噪比值；

步骤9:输出i+1时刻的预测信噪比值,令i=i+ 1,返回步骤2。

图3 基于场景的信噪比预测算法流程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时刻,首先保存系统预测器i时刻的状态S,包括输入、输出及各参量的值,然后将u(i-1)和u(i)之间内插j个样点时的候选预测信噪比与测量信噪比之间的偏差绝对值初始化为0,其中j=1,2,…,h(h为最大可内插样点数),初始化j=0,然后执行以下步骤:

步骤1:令j=j+1,当k=0,1,…,j+1时,

步骤2:令u(i-1)=y(j),…,u(i-j)=y(1)；将u( i-j),u( i-j+1),u( i-1)依次作为系统预测器的输入,使用卡尔曼预测器预测,并将输入u(i-1)时的预测信噪比值作为i时刻的候选预测信噪比值,计算并保存预测器状态；

步骤3:判断j是否达到最大可内插样点数h；如果j小于h,系统预测器重置为状态S并返回步骤1；如果j大于或等于h,执行步骤4；

4 性能仿真

为了分析SSPA在无线链路自适应传输系统中的性能,建立了基于SSPA的无线链路自适应仿真平台进行分析。在仿真中,自适应算法采用了编码效率为1/2,生成矩阵G1=[111101；100100]的卷积码和编码效率为2/3,生成矩阵G2=[00101001；00000001；10000001]的卷积码,并结合4QAM, 16QAM,64QAM进行链路自适应,所使用的无线信道为加性高斯白噪声信道,设置参数∂1=3,∂2=5, T=5。为了方便描述,将基于SSPA的无线链路自适应系统简称为SSPA系统,已有无线链路自适应系统简称为OCSI系统。

图4给出了SSPA系统和OCSI系统分别在σdB为4 dB、8 dB和12 dB时随μdB变化的误比特率性能曲线。

图4 SSPA和OCSI系统的误比特率性能比较Fig.4 BER performance comparison of between SSPA system and to OCSI system

从图4可以看出,当σdB逐步增大时,系统的误比特率也随之增大,说明信噪比的离散程度会对无线链路自适应系统的性能带来明显的影响,同时发现,SSPA系统与OCSI系统有近似相同的误比特率,这说明文中提出的SSPA不会给无线链路自适应系统带来额外的不利影响。接着,文中进一步仿真了SSPA系统相对于OCSI系统的频谱效率改进情况如图5所示,用σdB为4 dB、8 dB和12 dB时SSPA系统与OCSI系统的频谱效率之差衡量频谱效率的提升幅度,可以看出,随着μdB的增大,两种系统的频谱效率的提升幅度都增大,当μdB上升到35 dB时,σdB为4 dB、8 dB和12 dB时的频谱效率提升幅度分别达到0.28 bit/s/Hz、0.2 bit/s/Hz、0.15 bit/s/Hz,对于10 MHz的自适应传输系统,单位时间内携带的总信息量可以分别增加2.8 Mbit、2 Mbit、1.5 Mbit,传输效率的改善是十分明显的。如果进一步考虑使用更高阶的调制如QAM-256/QAM-1024以及更高效率的编码,频谱效率应该会有更大的提升空间。此外,当μdB小于25 dB时,σdB越大,对频谱效率的改善越大,但是各σdB对应的频谱效率提升幅度之间的差别不明显；当μdB大于25 dB时,σdB越大,对频谱效率的改善越小,但是各σdB对应的频谱效率提升幅度之间的差别十分明显。

图5 SSPA系统相对OCSI系统的频谱效率改善Fig.5 Spectrum efficiency improvement of SSPA system relative to OCSI system

5 结 语

文中首先从数学上解析了OCSI对无线链路自适应系统频谱效率的影响,定义了OCSI影响因子,为分析OCSI对无线链路自适应系统性能的影响提供了衡量指标；接着提出了SSPA以及基于SSPA的无线链路自适应系统模型,SSPA将信道的变化划分为缓变、中等变化和突变三种场景,其中突变场景进一步区分为回归突变和非回归突变两种情形,在不同场景中采用相应的预测步骤针对性地进行信噪比预测。不同于已有模型,接收端进行信道估计获得测量信噪比数据并反馈给发射端后,系统首先利用

SSPA预测发射端发送数据时的信噪比,然后根据预测信噪比选取自适应传输参数。仿真表明基于SSPA的自适应系统在不恶化系统误比特率性能的同时,能有效提升系统频谱效率,尤其在高信噪比区域,频谱效率的改善十分显著。总的来说,SSPA有助于克服OCSI对无线链路自适应系统的不利影响,具有较重要的应用价值；此外,SSPA也可以用于移动协同通信系统的中继节点选择等领域,具有较广泛的适用性。

[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] 周晓宁,闵芳,周小林.一种基于LDPC链路自适应技术的研究[J].通信技术,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] 郑国强,甘从辉,李济顺.一种新的MIMO无线通信系统链路自适应算法[J].通信技术,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] 张明友.信号检测与估计[M].北京:电子工业出版社,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.

张 毅(1988—),女,硕士研究生,主要研究方向为链路自适应通信；

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

肖 琨(1974—),男,博士,副教授,硕士生导师,主要研究方向为无线通信、移动衰落信道等。

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

陈 甄(1989—),女,硕士研究生,主要研究方向为链路自适应通信；

国家自然科学基金资助项目(No.61362015);广西高校科学技术研究项目(No.2013YB031);广西师范大学重点项目(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)