王朋云，倪淑燕

(中国人民解放军装备学院 光电装备系,北京　101416)



【信息科学与控制工程】

自适应调制编码技术研究

王朋云，倪淑燕

(中国人民解放军装备学院 光电装备系,北京101416)

总结自适应调制编码技术(AdaptiveModulationandCoding,AMC)中现有的方法对AMC技术的深入研究具有重要意义。梳理自适应调制编码技术的发展及主要应用，对AMC技术中涉及的信道状态估计、MCS(ModulationandCodingScheme)切换问题中已有算法进行归纳总结，讨论了各自的优缺点，在已有结论的基础上分析了ACM技术的发展趋势。

自适应调制编码；信道估计；MCS切换

随着通信技术的不断发展，通信业务逐步多元化，业务数据量大幅提升，与此同时信道资源显得越来越稀缺，研究人员一直致力于寻找在现有频带资源条件下能提高传输效率的方法。鉴于此，研究人员提出自适应传输技术；AMC技术是自适应传输技术家族中的一种，是在带宽受限的无线通信系统中实现数据高效传输的关键技术之一。自适应调制编码技术中编码方案的设计、信道状态估计以及编码调制的切换方式是该项技术的关键，本文主要针对自适应调制编码技术中涉及的上述3个方面进行归纳，分析自适应调制编码技术的发展趋势。

1　自适应调制编码技术概述

1.1AMC技术介绍

自适应传输技术很早就有学者提出，主要包括自适应功率控制技术、自适应调制技术、自适应功率控制结合自适应调制技术和自适应调制编码技术，由于自适应调制和自适应功率控制存在一定程度的缺点(噪声提升和远近效应)，而自适应调制编码技术能够克服上述的问题，因此自适应调制编码技术在通信领域得到广泛应用；自适应调制编码基本原理如图1所示，建立在信道估计的基础上，基本原理是根据信道的状态信息(CSI)确定调制编码的方案，依靠调整调制编码的方式来控制信息的传输速率，使得信息的传输速率尽可能与信道特性匹配，即在信道条件好的情况下采用高阶编码调制方式，尽可能多的传输信息；在信道条件较差的情况下，为保证信息传输的可靠性,采用低阶的编码调制方式，降低信息传输速率。由于该项技术是基于跟踪、预测信道状态来动态调整信息传输速率的，因此具有良好的信道适应特性，适用于地面、卫星等无线通信系统。大量的研究成果发现AMC技术在不增加信道带宽和发射功率的条件下，当信噪比在30dB范围以内，最大可提供近20dB的功率增益，成倍提升通信效率。

图1　AMC技术基本原理

1.2AMC技术的发展现状及主要应用

随着人们对通信领域研究的不断深入，新的调制技术、纠错编码技术不断出现，自适应调制编码技术也在不断的更新，AMC技术已经成为4G基带信号处理的核心技术。

早期的AMC主要是结合级联码、卷积码等，调制方式也主要是BPSK、QPSK等。多进制调制(8PSK、16QAM等)以其高效的频谱效率在目前通信多媒体业务中得到广泛使用，与此同时性能优越的纠错编码也得到重视。自1993年Turbo码提出后，由于其良好的纠错的能力，以及在第三代移动通信高品质传输业务中获得的优越性能，结合Turbo码的自适应调制编码有了很多成果[1-2]，该研究的一个主流方向是将Turbo码结合具有高频谱效率的格状编码调制(TrellisCodedModulation)，使得Turbo码在良好纠错能力的基础上具有更高的频谱效率，通过对比仿真结果发现，自适应Turbo编码调制技术可以获得距衰落信道容量3dB的性能，节约5～20dB功率，有近2.5dB的编码增益；随着Turbo码提出，LDPC码的优越性能也重新被研究者发现，随后出现结合LDPC码的自适应调制编码的研究[3-4]，仿真结果显示距香农信道容量上限仅4～5dB的吞吐性能。上世纪国外针对卫星通信的高效调制技术进行了专门研究，先后提出了一系列新型调制技术，国内也对此展开了相关研究，以西安电子科技大学、航天54所为代表的单位，已经掌握高速OQPSK和O8PSK，对于新兴的调制技术(交错正交相移键控IJF-OQPSK、改进的IJF-OQPSK调制方式FQPSK、多调制调相MHPM等)国内还处在初步研究阶段，后续研究人员若能在这方面有突破，将会成倍提高通信效率和稳定性，对国内通信技术的提高有重大意义。

目前，自适应调制编码技术已经有很多重要应用，在无线局域网(结合OFDM)、地面蜂窝网[5](结合CDMA)和卫星通信[6]等领域，自适应调制编码技术是3G中实现高速多媒体数据传输的关键技术之一，如高速下行分组接入(HSDPA)，采用自适应调制编码技术，可实现3G多媒体业务快速传输[7]。

正交频分复用(OFDM)技术将编码比特流调制到正交子载波上进行传输，每路子载波带宽小于传输带宽，可以有效对抗频率选择性衰落和多径时延，OFDM技术结合自适应调制编码技术增强了AMC的适应性，提高系统的灵活性，已经成为LTE的关键技术[8]。AMC技术结合自动请求重传(ARQ)，AMC通过反馈信道的条件信息来选择合适的编码调制方式MCS(ModulationandCodingScheme,MCS)，然而这对信道估计的精确度提出很高的要求，且时延的影响在深衰落信道中不可忽略，所以一般将AMC与ARQ联合使用。AMC提供粗糙的数据速率选择，而H-ARQ根据信道条件对数据速率做出较为细致的调整，即AMC粗调而ARQ细调。MIMO(Multiple-InputMultiple-Output,)技术通过多个天线实现多发多收，在不增加频谱资源和天线发射功率的前提下，可以成倍的提高系统的信道容量，MIMO技术结合AMC技术可以使得每条信道达到当前的饱和状态，在现有条件下，实现数据更快速地传输。从上面的分析可知，AMC结合其他的技术手段已经成为当前提高传输效率的重要方法。目前诸多的技术标准中已经采用自适应调制编码技术，如：我国的LAS-CDMA物理层标准、美国的WCDMA2000-1xEVDV标准、卫星广播电视标准(DVB-S2[9])等多个标准中。

AMC技术中，编码调制方案的设计、信道状态估计以及编码调制方式的切换策略是自适应调制编码技术的核心，因此对于上述三方面的研究对于AMC技术至关重要。

2　信道状态估计

根据AMC技术的原理，自适应调制编码技术是基于监测、跟踪信道状态信息的特定参数来自适应选择对应的编码调制策略。信道状态信息(ChannelStateInformation，CSI)决定下一时刻数据传输将采用的编码调制方式。自适应调制编码技术非常依赖CSI[10]，因此准确的CSI是自适应调制编码技术的关键，它将直接影响系统的性能。

2.1信道状态估计算法

信道状态估计的方法很多。按照发送端是否有训练序列可将信道估计方法分为盲信道估计、非盲信道估计和半盲信道估计。非盲信道估计是指在发送信号时域上加入特定的训练序列或者在频域上加入特定频率载波(导频)，根据接收到的训练序列或者导频信号情况，对信道进行估计，发送端根据反馈结果对编码调制方案进行相应调整[11]；该方法准确性高，但也存在一定的问题,当信道为深衰落信道时，即信道参数变化幅度较大，由于时延的问题，时域上插入训练码元的数据帧在接受端得到的估计结果只适合当前帧数据。依据该结果选择的编码调制方式不一定适合后面传输的帧数据，所以该方法仅适合信道参数变化缓慢即慢衰落信道。文献[11]中就是在发送信号中插入检测信号，即采用的非盲信道估计方法。

盲信道估计方法没有在发送信号中添加任何附加信号，它主要是利用信道的统计信息来估计信道参数[12]，该方法需要大量的数据样本作为支撑，估计参数收敛比较慢，计算量大，算法复杂，所以比非盲信道估计实现起来更为困难；目前的盲信道估计方法主要有子空间法、常模量法和最大似然估计算法[13]。

半盲信道估计[14-15]是综合分析非盲信道估计和盲信道估计优缺点，根据实际应用综合考虑，在信道条件好的情况下利用盲信道估计，在信道恶化的时候利用非盲信道估计，以此降低算法复杂度，提升信道估计性能。三类算法的优缺点如表1。

表1　信道估计方法比较

2.2信噪比估计算法

信噪比是信道品质CSI的表征参数之一，信噪比能够很好的反映信道当前所处的环境，而且计算简单，是现代无线通信系统中的非常重要参数之一，是自适应调制编码方案选择和切换的重要依据；它的准确与否直接影响系统能否达到预期的性能，因此信噪比估计对于AMC技术非常重要。

信噪比的估计方法按照采用的信号处理方法，可分为基于最大似然(MaximumLikelihood,ML)、基于谱分析和基于统计量3类，下文将按照这三类分别描述。

最大似然估计算法[16]原理是求出I、Q两路信号的联合密度函数，根据最大似然估计理论，构造关于信号(S)和噪声(N)的似然函数公式，求出使得似然函数最大所对应的信号(S)和噪声(N)，从而得到信噪比估计值。文献[17]给出了具体的推导，为了进一步提高估计精度，文献[18]给出实AWGN和复AWGN下的低偏差信噪比估计算法。文献[19]指出在数据辅助条件下，ML类算法估计效果接近克拉美罗界，但在没有数据辅助时的估计结果在高信噪比下较好，低信噪比下由于判决误差影响，性能较差。为提高低信噪比下的估计性能，研究人员提出一系列降低判决错误的改进算法，文献[20-21]将MPSK信号的信噪比估计问题转化为对幅度估计；文献[22]提出一种基于迭代大信号幅度和信噪比联合估计算法，改善了判决错误导致的估计偏差现象，其性能接近有数据辅助算法性能。从上述分析发现，ML类算法能取得良好的性能，但要求较高，需要周期的发送特定的训练序列；而非数据辅助ML类算法不需要周期的发送训练序列，但算法复杂，准确度较差。而实际应用的多数场景是没有数据辅助的，基于此，非数据辅助ML类算法研究的下一阶段的研究重点应集中在简化算法的复杂度和提高准确度上。

基于谱分析的估计方法是一种简单实用的信噪比估计算法，基本原理是利用功率分布函数拐点这个信号频带的重要参数，通过检测该参数实现估计信号的带宽和信噪比。谱分析法适用于大部分通信系统，且估计精度较高；文献[10]提出一种基于移动信道的功率谱特性的平均信噪比估计算法，文献[12-13]比较谱分析的信噪比估计算法和其他经典方法的性能。与经典方法相比，谱分析方法计算量小，实现简单，能实时估计信号的SNR。

基于统计量的估计方法，常用的是1967年Benedict和Soong提出的二阶四阶矩M2M4估计算法，后面由Matzner给出详细的推导[23]，M2和M4分别表示接收信号的二阶四阶矩。在实际处理中接收信号的统计平均无法直接得到，通常采用时间平均替代统计平均(实平稳满足各态历经性，则可用时间平均代替统计平均)。该算法只需对观测信号进行二阶矩和四阶矩处理即可得到信噪比估计值，计算简单，不需要载波相位恢复，也不需要接收端的判决或者发射符号的信息。研究结果表明在样本码元超过2千个符号以上，SNR估计值的标准差不超过0.2dB。基于M2M4算法具有这些优点，并且能够满足大多数系统信噪比的估计要求，因此得到广泛应用。但是当信号采用高阶调制方式时，该方法的估计误差会随着信噪比的增大而增加。为克服这个问题，文献[24]研究基于接收信号的高阶统计量的盲信噪比估计新方法，对M2M4算法在高阶调制和高信噪比条件下的性能进行优化。高阶统计量的估计算法一般是采用高阶矩，由于高斯噪声的n阶矩恒为零，因此该方法无法有效抑制高斯噪声，而且高阶统计估计需要更多的统计样本，相比M2M4估计精度较低，研究结果表明当SNR低于-5dB时，估计值的均方根误差最大可达到4.4dB。

低阶调制下基于ML类和基于统计量的信噪比估计算法即使在低信噪比条件下也会有较好的估计性能，但在高阶调制下性能较差，对此可采用综合分析法，即综合应用统计量工具和最大似然算法，充分利用这个数学工具的优越性，相互之间进行优势互补，即设置适当的度量，在低信噪比条件下主要采用统计量估计法，高信噪比时采用最大似然估计法，优化信噪比估计；在条件允许时结合先验纠错编码信息，可实现更优的估计结果。谱分析的方法需要部分先验信息，但实际通信中信道先验信息大都未知，且多为时变信道；针对这一问题，有学者提出将信道划分为慢衰落和深衰落信道，将慢衰落信道建模为Nikagami-m信道。通过数学分析，建立参数m和信噪比之间的关系，采用数学处理的方法(迭代、拟合等)联合估计参数和信噪比。深衰落信道利用信号空间和干扰空间的差异，将信噪比转化为信干比的求解，采用特征值分解等数学方法计算信号和干扰的功率，得到信干比的估计值，间接得到信噪比的估计值[25]。

3　MCS(Modulation and Coding Scheme)切换算法

MCS选择算法是AMC技术的重要内容，它是根据信道估计值以及适当的准则确定切换门限值，通过比对选择当前条件下的自适应调制编码方案，获得最大信息传输量。MCS切换门限的准确性对系统性能的提升发挥着重要作用。切换门限的制定准则主要有传输速率最大化准则、误码率最小准则和发射功率最小化准则。传输速率最大准则是在保证可接受误码的情况以尽可能快的速率传输数据，即采用高阶的编码调制方式；误码率最小准则是保证码元传输速率和发射功率不变，调整MCS尽量减小接收端的误码率，该方式适合对通信品质要求较高的业务；发射功率最小即在保证系统性能的前提下尽可能最小化发射功率，这种方式比较适合便携式移动终端。总的来说在应用中应根据实际需要在这3个方面去做取舍。

在MCS切换门限值的选取上目前应用最为广泛的是是3GPP推荐的固定阈值法。图2中MCS1～MCSN表示不同的编码调制方式，SNR1-SNR2～SNRN-SNRN+1表示每种编码调制方式对应的信噪比区间。在指定误码要求下，对于不同的SNR区间，都具有MCS中最优的编码调制方式。该算法实现简单，但是由于在实际应用中可能存在曲线漂移以及估计不准确等问题，限制了门限选取的精确性[26]。采用这种方法存在“乒乓切换”问题，常见的解决方法是在门限值处设定合理的缓冲区，如图3所示，S1、S2…SN-1表示设置在相邻MCS的缓冲区。

图2　固定阈值算法示意图

图3　设置缓冲区的MCS切换示意图

围绕门限优化的算法主要包括以下几类：

基于信道估计类算法包括固定阈值法和自适应阈值法两种，固定阈值法(thresholdfixed，TF)，即预先计算出固定的MCS切换门限，只要指定参数到达这个门限即切换到该种编码调制方式。固定阈值法是3GPP推荐的“基于SNR的门限判别算法”的典型代表。在保证误码的情况下，所选阈值可使系统达到最优指标，这类算法适用于实时性不强的数据传输业务。自适应阈值法(thresholdadjustment，TA)在固定阈值的基础上，根据信道实际对阈值进行调节，使其能够更好的适应信道特性。信道估计类的MCS切换方法主要有两个方面的误差。一个是阈值与实际值的差值，另一个是估计信噪比值和实际发送时刻信噪比的误差，动态阈值法较好的解决了该问题。TF算法虽然可以根据不同QoS需求设定不同的固定切换点，但其切换门限值与信道有关。实际无线信道类型多是未知，通常都是由优化理论求得特定信道的固定门限，以此研究系统的性能。基于此，研究人员提出TA算法。TA算法中各切换点均能根据信道条件自适应调整，能够跟踪信道状态对切换点做出适时调整，提升系统性能。文献[27]仿真结果表明：在设定目标误码率为10-3时，门限阈值自适应能满足乡村环境和开阔地带的使用要求。文献[28]首次提出一种基于AR预测模型的保证实时误帧率的门限优化算法ITA(ImproveThresholdAdjustment)，该算法是根据移动台反馈的信道估计值和上一帧数据的对错，实时调整每种编码调制方式的下门限。仿真设定目标误帧率为14.28%。结果表明(ITA)可保持在14.16%以下，与3GPP提出的门限调整算法相比，能稳定保证系统误帧率保持在目标误帧率以下。通过上述分析，可以看出门限值优化(ITA)类算法有很大的研究空间。

4　AMC存在的问题以及发展趋势

通过对自适应调制编码技术的分析和其中关键技术的分析可以看出，自适应调制编码技术发展的趋势是简捷、高效的数据传输。自适应调制编码技术的研究过程目前主要存在以下问题：

1) 由于纠错编码技术和调制技术发展的限制，使得AMC技术在设计的自适应编码调制技术方案覆盖面不能满足通信系统的要求。

2) 自适应调制编码技术中信道估计算法众多，不同算法对于目标代价函数的设定及优化算法存在较大差异。各算法难以形成统一的评价体系。

3)MCS切换算法主要是集中在如何避免频繁的切换和优化切换门限上，各算法之间关系复杂,相互制约,如何深入剖析各算法性能指标之间的关系，如何选取限定条件及设定优化代价函数,如何客观地评价各个参数对算法性能的影响并实现合理的性能折衷,是算法设计中面临的关键问题。

随着地面通信3G、4G等多媒体业务以及卫星载荷技术的快速发展，通信业务类型以及数据量与日俱增，对信息传输的可靠性和实效性提出了更高的要求，AMC技术已经成为多媒体数据高速传输的核心技术之一，通过上述分析，得出自适应调制编码技术的发展趋势：

1) 与固定编码调制相比，AMC技术能提供大约20dB的功率增益，但是跟香农信道容量限还有约11dB的差距，因此，研究具有更高功率效率，更高频带利用率的编码调制方案将是下一步研究的重要内容。

2) 准确的信道状态信息是AMC技术传输速率和信道条件吻合的关键，然而准确的信道状态信息往往是以较高的复杂度为代价的，且当信道处于深衰落时，当前时刻的信道估计值反馈回发送端，由于反馈时延的存在，当前时刻的估计值并不一定适合下一帧数据的传输。因此研究实用性更广泛、准确性高且简单高效的信道状态跟踪、预测方法是AMC领域今后研究的核心部分。

3)MCS切换中目前应用最为广泛的是固定门限法。TF算法通常是在一直信道特性的情况下设定的，而实际应用中信道的特性多是未知的。现在的研究主要集中在TA算法。TA类算法应用实际中常常没法保证误帧率，本文中提到的ITA算法已经进行了部分改进，但算法复杂度仍较高。研究如何更为简单、高效优化自适应切换门限值将是今后AMC技术的重点研究方向。

自适应调制编码技术不再是单一的应用，经常结合其他技术(如MIMO、OFDM等)综合应用。AMC技术的编码调制方案的设计建立在适用性和时效性上，信道状态估计和MCS的切换算法则需要在准确性、时效性和复杂度之间进行折中考虑，使AMC技术具有更广泛的适用性。因此，对于自适应调制编码技术的研究需要根据实际应用的场景以及要求进行综合考虑。

[1]敬龙江,罗仁泽,朱维乐.基于LDPC自适应编码调制的图像传输性能像传输性能[J].2005,27(10):1695-1696.

[2]赵新.基于LDPC码的卫星通信自适应编码调制技术研究[D].成都：电子科技大学,2010.

[3]王晶,基于Turbo码的自适应编码调制系统[D].西安电子科技大学,2007.

[4]刘冰,石吉利,宋祖勋.空地数据链自适应编码调制方法研究[J].航空电子技术,2011,42(3):17-21.

[5]QIUX,CHAWLAK.OnthePerformanceofAdaptiveModulationinCellularSystem[J].IEEE,1999,47(6):884-895.

[6]TARCHID,CORAZZAGE,VANELLI-CORALLIA.AdaptiveCodingandModulationTechniquesforMobileSatelliteCommunications:AStateEstimationApproach[R].2012,6:36-43.

[7]高路,牛凯,吴伟陵.自适应调制编码及其在WCDMA中的应用[J].电讯技术,2002(1):94-100.

[8]周小林,卢屹,宋文涛.无线局域网中高效自适应编码调制技术[J].计算机工程,2003,13:41-42.

[9]ALBERTOMORELLO,ULRICHREIMERS.DVB-S2,theSecondGenerationStandardforSatelliteBroadcastingandUnicasting[J].InternationalJournalofSatelliteCommunicationsandNetworking,2004:22:249-268.

[10]OIENGE,HOLMH,HOLEKJ.ImpactofChannelPredictiononAdaptiveCodedModulationPerformanceinRayleighFading[J].inVehicularTechnology,2004,53(3):758-769.

[11]林鹏,赵洪利.瑞利衰落信道下的自适应调制编码技术[J].装备指挥技术学院学报,2005(4):99-102.

[12]贾楠.无线通信系统信道估计技术研究与实现[D].北京：北京邮电大学,2008.

[13]蒋佳俊.3GLTE下行链路自适应调制编码技术研究[D].上海：复旦大学,2009.

[14]杨炜伟,蔡跃明,李子.MIMO-OFDM系统中的子空间半盲信道估计[J].电路与系统学报,2006(1):122-127.

[15]薛彬彬.MIMO-OFDM系统半盲信道估计方法研究[D].兰州：兰州大学,2014.

[16]TANGF,DENEIREL,ENGELSM,etal.AGeneralOptimalSwitchingSchemeforLinkAdaptation[C]//VehicularTechnologyConference,2001:1598-1602.

[17]李苗.认知无线电中自适应调制编码技术研究与FPGA实现[D].北京：北京理工大学,2015.

[18]BOUJELBENMA,BELLILIF,AFFESS,etal.EMAlgorithmforNon-Data-AidedSNREstimationofLinearly-ModulatedSignalsoverSIMOChannels[J].IEEE,2009:1-6.

[19]张金成,彭华,赵国庆.信噪比估计算法研究[J].信息工程大学学报,2011(5):535-543.

[20]顾朝志，张磊，李莉．接收天线选择对MIMO-OFDM系统信道容量的影响[J].重庆理工大学学报(自然科学)，2014(2)：72-75.

[21]PAULUZZIDR,BEAULIEUNC.AComparisonofSNREstimationTechniquesfortheAWGNChannelinCommunications[J].IEEETransactionson,2000,48(10):1681-1691.

[22]潘申福,李振东,梁庆林.AWGN信道下PSK信号幅度与信噪比的估计[J].通信学报,2004,25(3):167-173.

[23]李智信.卫星自适应传输中的关键技术研究[D].北京：北京理工大学,2014.

[24]ALVAREZDM,LOPEZVR,MOSQUERAC.SNREstimationforMultilevelConstellationsUsingHigher-OrderMomentsinSignalProcessing[J].IEEETransactionson,2010,58(3):1515-1526.

[25]许华,王爱粉,杨晓宇.常规数字通信信号信噪比估计综述[J].信号处理,2013(6):723-733.

[26]TAKEDAD,CHOWYCP,STRAUCHH.ThreholdControllingSchemeforAdaptive,ModulationandCodingSystem[J].inProc.IEEEPIMRC,2004(2):1351-1355.

[27]薛德友.星地链路通信自适应编码调制技术研究[D].哈尔滨:哈尔滨工业大学,2012.

[28]范晨,陈美娅,苏丽君,等.自适应调制编码系统门限调整算法研究[J].北京邮电大学学报,2006(4):49-53.

[29]刘勇，周奇，刘盛雄．一种新的基于单片机的滚动编码算法[J].重庆理工大学学报(自然科学)，2014(11)：98-101．

(责任编辑杨继森)

ResearchonAdaptiveModulationandCoding

WANGPeng-yun,NIShu-yan

(DepartmentofEquipmentAcquisitionofPLA,AcademyofEquipment,Beijing101416,China)

Summaryofadaptivemodulationandcodingtechniqueinexistingmethodsforthefurtherresearchisofgreatsignificance.ThispaperclearedupdevelopmentandthemainapplicationoftechnologyofAMC.Existingchannelstateestimation,MCShandoverofexistingalgorithmswerediscussedandanalyzedintheirrespectiveadvantagesanddisadvantages.Withtheexistingconclusion,thetrendofAMChasbeendeveloped.

adaptivemodulationandcoding;channelestimation;MCShandover

2016-04-12；

2016-06-29

国家高技术研究发展计划(2015AA7026085)

王朋云(1991—)，男，硕士，主要从事空间信息获取与处理研究。

10.11809/scbgxb2016.09.025

format:WANGPeng-yun,NIShu-yan.ResearchonAdaptiveModulationandCoding[J].JournalofOrdnanceEquipmentEngineering,2016(9):105-109.

TN941

A

2096-2304(2016)09-0105-06

本文引用格式：王朋云，倪淑燕.自适应调制编码技术研究[J].兵器装备工程学报，2016(9):105-109.