CN101141226B - 调制编码状态的调整方法、自适应编码调制方法及系统 - Google Patents

Abstract

本发明公开了调制编码状态的调整方法、自适应编码调制方法及系统，包括如下步骤：根据吞吐量和信噪比曲线，确定调制编码状态的初值；根据信噪比，确定调制编码状态的调整量；用所述调制编码状态的调整量对调制编码状态的初值进行调整，得到调制编码状态。记录设定时间内信噪比跨越门限时刻的信道包络变化和变化率，对所述信道包络变化和变化率采用模糊算法进行处理，得到第二调整量。采用基于信噪比的调整量对调制编码状态的初值进行调整，提高了传输模式的控制精度。采用模糊算法能够快速准确的跟踪当前时刻的信道特性并预测下一时刻的信道变化，进一步提高传输模式的控制精度，获得更大的吞吐量，提高系统的传输速率。

Description

调制编码状态的调整方法、自适应编码调制方法及系统

技术领域

本发明涉及调制编码状态的调整方法、自适应编码调制方法及系统。

背景技术

随着无线通信用户的增多，对无线通信业务的需求从单一的低速话音业务转向各种多媒体业务，未来的无线通信系统必须具有高的频谱利用率和高速数据传输能力。链路自适应能够根据信道情况确定当前信道的容量，进而确定传输的信息符号速率、发送功率、编码速率和编码方式、调制的星座图尺寸和调制方式等参数，因此可以最大限度地发送信息，实现更低的误码率，并保持恒定发射功率，以减轻对其他用户的干扰，满足不同业务的需求，提高系统的整体吞吐量。

在一般的自适应编码调制系统中，首先由终端根据上一次下行传输过程测量信道质量，并将结果通过上行链路报告给基站作为本次下行传输的信道响应，然后由基站来进行调制编码方案的选择。基站接收到的信道质量指示往往与实际发送时刻的信道特性有所偏差，导致转换调制编码方式滞后于信道的变化，此时根据上一帧传输时的信道估计结果确定的调制编码方式已经不再适用于下一个数据帧的实际信道状况，如果估计的信道比实际信道好，会带来误码率的升高，系统可靠性下降，而估计的信道比实际信道差时，又使得系统被迫运行在较低频谱效率的调制方式上，造成吞吐量的损失。

发明内容

本发明所要解决的技术问题是提供调制编码状态的调整方法、自适应编码调制方法及系统，通过对调制编码状态进行调整，获得更大的吞吐量，提高自适应的准确性和系统的传输速率。

为解决上述技术问题，本发明提供了一种调制编码状态的调整方法，包括如下步骤：根据吞吐量和信噪比曲线，确定调制编码状态的初值；根据信噪比，确定调制编码状态的调整量；用所述调制编码状态的调整量对调制编码状态的初值进行调整，得到调制编码状态。

所述确定调制编码状态的调整量的方法至少包括如下步骤其中之一：根据各子载波的接收信噪比，确定第一调整量；记录设定时间内信噪比跨越门限时 刻的信道包络变化和变化率，对所述信道包络变化和变化率采用模糊算法进行处理，得到第二调整量。

所述确定第一调整量的方法包括如下步骤：根据各子载波的接收信噪比得到接收信噪比门限；根据各子载波的接收信噪比与上、下门限距离的比例得到第一调整量。

还包括如下步骤：根据前一传输时间间隔的循环冗余校验结果，对第二调整量进行调整。

一种自适应编码调制方法，包括如下步骤：根据吞吐量和信噪比曲线，确定调制编码状态的初值；根据信噪比，确定调制编码状态的调整量；用所述调制编码状态的调整量对调制编码状态的初值进行调整，得到调制编码状态；基站将调制编码状态对应的调制编码方式发送给终端，作为终端下一次传输的调制编码方式。

所述确定调制编码状态的调整量的方法至少包括如下步骤其中之一：基站根据各子载波的接收信噪比，确定第一调整量；记录设定时间内信噪比跨越门限时刻的信道包络变化和变化率，对所述信道包络变化和变化率采用模糊算法进行处理，得到第二调整量。

所述根据各子载波的接收信噪比，确定第一调整量的方法包括如下步骤：根据各子载波的接收信噪比得到接收信噪比门限；根据各子载波的接收信噪比与上、下门限距离的比例得到第一调整量。

还包括如下步骤：根据前一传输时间间隔的循环冗余校验结果，对第二调整量进行调整。

一种自适应编码调制系统，包括存储器、第一计算器、第二计算器、第三计算器和发送器，其中，存储器存储信道的吞吐量和信噪比；第一计算器输入吞吐量和信噪比，输出调制编码状态的初值；第二计算器输入信噪比，输出调制编码状态的调整量；第三计算器输入调制编码状态的调整量和调制编码状态的初值，输出调制编码状态；发送器输入调制编码状态，输出对应的调制编码方式发送给终端，作为终端下一次传输的调制编码方式。

所述存储器中存储的信噪比包括各子载波的接收信噪比，设定时间内信噪比跨越门限时刻的信道包络变化和变化率。

所述第二计算器包括比例计算器和模糊计算器，其输入端分别与存储器的输出端相连，其输出端分别与第三计算器的输入端相连。

所述比例计算器输入各子载波的接收信噪比，得到接收信噪比门限；根据各子载波的接收信噪比与上、下门限距离的比例，输出第一调整量给第三计算器。

所述模糊计算器对输入的信道包络变化和变化率采用模糊算法进行处理，输出第二调整量给第三计算器。

还包括第四计算器，所述第四计算器串联在模糊计算器与第三计算器之间，输入第二调整量和前一传输时间间隔的循环冗余校验结果，输出调整后的第二调整量给第三计算器。

与现有技术相比，本发明具有以下优点：

采用基于信噪比的调整量对调制编码状态的初值进行调整，提高了传输模式的控制精度。

模糊算法具有预测性能，采用该算法能够快速准确的跟踪当前时刻的信道特性并预测下一时刻的信道变化，避免因传输模式转换滞后于信道变化带来的性能恶化，进一步提高传输模式的控制精度，获得更大的吞吐量，提高系统的传输速率。且操作简单，在不增加系统复杂度的基础上，具有很强的实用性，易于实际系统实现。

根据循环冗余校验结果对第二调整量进行进一步的调整，使得调制编码状态根据信道的状态实时进行调整，进一步提高调制编码状态的准确性，进而提高自适应的准确性。

附图说明

图1是调制编码状态调整方法实施例的流程示意图；

图2是调制编码状态调整方法实施例中信噪比门限确定示意图；

图3是调制编码状态调整方法实施例中包络变化的隶属函数示意图；

图4是调制编码状态调整方法实施例中包络变化和包络变化率门限的确定示意图；

图5是自适应调制编码方法方案I应用现有技术的流程示意图；

图6是自适应调制编码方法方案II应用现有技术的流程示意图；

图7是自适应调制编码方法方案III应用现有技术的流程示意图；

图8是自适应调制编码方法方案IV应用现有技术的流程示意图；

图9是本发明自适应调制编码方法实施例的流程示意图；

图10是车速为3km/h时自适应调制编码方法方案I、II、III、IV应用本发明与现有技术性能比较示意图；

图11是车速为30km/h时自适应调制编码方法方案I、II、III、IV应用本发明与现有技术性能比较示意图；

图12是本发明自适应编码调制系统的结构框图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

吞吐量是指在不丢包的情况下单位时间内通过的数据包数量。信噪比是指通信系统某一端点上的信号平均功率与噪声平均功率之比。

一种调制编码状态的调整方法，包括如下步骤：

根据吞吐量和信噪比曲线，确定调制编码状态的初值；根据信噪比，确定调制编码状态的调整量ΔM；用所述调制编码状态的调整量ΔM对调制编码状态的初值进行调整，得到调制编码状态。

采用基于信噪比的调整量对调制编码状态的初值进行调整，提高了传输模式的控制精度。

所述确定调制编码状态的调整量ΔM的方法包括如下步骤：根据各子载波的接收信噪比，确定第一调整量ΔM1。

所述确定第一调整量ΔM1的方法包括如下步骤：根据各子载波的接收信噪比得到接收信噪比门限；根据各子载波的接收信噪比与上、下门限距离的比例得到第一调整量ΔM1。

所述确定调制编码状态的调整量ΔM的方法包括如下步骤：记录设定时间内信噪比跨越门限时刻的信道包络变化和变化率，对所述信道包络变化和变化率采用模糊算法进行处理，得到第二调整量ΔM2。

模糊算法具有预测性能，采用该算法能够快速准确的跟踪当前时刻的信道特性并预测下一时刻的信道变化，避免因传输模式转换滞后于信道变化带来的 性能恶化，进一步提高传输模式的控制精度，获得更大的吞吐量，提高系统的传输速率。且操作简单，在不增加系统复杂度的基础上，具有很强的实用性，易于实际系统实现。

还包括如下步骤：根据前一传输时间间隔的循环冗余校验结果，对第二调整量ΔM2进行调整。

根据循环冗余校验结果对第二调整量进行进一步的调整，使得调制编码状态根据信道的状态实时进行调整，进一步提高调制编码状态的准确性，进而提高自适应的准确性。

实施例，假定无线传输信道为一个时变的脉冲响应h(τ，t)，信道的频域响应H(k)等于时域响应的傅立叶变换(IFFT) $h(\mathrm{\τ},t)\↔H\left(k\right),$ 则第k个子载波上的接收信号可以表示为：y(k)＝H(k)×x(k)+n(k)，其中x(k)和n(k)分别为第k个子载波的发送符号向量和高斯白噪声。

在无线通信系统中，吞吐量性能由信息比特速率和接收数据块出错率共同决定；而衰落信道中的一个码块是否被译错与信道的多种因素有关，包括信噪比、移动速度以及信道包络等等，如下式所示：Throughput＝f(R，FER(v，γ，env))其中R和FER分别代表信息比特速率和误块率，v为车速，γ和env分别表示信噪比和信道包络。

设计自适应编码调制自适应算法的目的就是要找到在当前信道状态下，具有最大吞吐量的调制编码方式：MCS＝arg max_{MCS＝1，...，M}(Throughput)，其中M为供系统备选的调制编码方式的数目。

假设整个正交频分复用系统共有K个子载波，分为L个子载波组，将第l个子载波组第t+1个时隙的调制编码方案表示为第t个时隙的多个信道状态变量的函数：MCS_l，t+1＝ψ(v_t，γ_l，t，Δe_l，t，Δd_l，t，bler_t)，l＝1，...，L，其中v_t表示第t个时隙的车速，γ_l，t，Δe_l，t和Δd_l，t分别表示第l个子载波组第t个时隙的平均信噪比，包络变化和包络变化率，bler_t为第t个时隙的数据块质量标志，即循环冗余校验。

如图1所示，本发明提出一种调制编码状态的调整方法，包括如下步骤：

S1、根据吞吐量和信噪比曲线，确定调制编码状态(MCS)的初值

假设系统共有K个子载波，同时假定信道冲激响应在一个正交频分复用符号的持续时间内保持不变。子载波k上第t个时隙的接收信噪比可表示为：

${\mathrm{\γ}}_{k,t}=\frac{P}{{\mathrm{\σ}}^{2}N}\×\underset{n\∈N_t}{\mathrm{\Σ}}{\left|H(k,n)\right|}^2,k=1,...,K$

其中P为信号发送功率，σ²为噪声功率，N为一个时隙内的正交频分复用符号个数，N_t表示第t个时隙内的正交频分复用符号集，H(k，n)代表子载波k上第n个符号的信道频域增益。

若将K个子载波分为L个子载波组，即每组的子载波数目为K/L，则第l个子载波组的平均接收信噪比为： ${\mathrm{\γ}}_{l,t}=\frac{1}{(K/L)}\underset{k\∈S_l}{\mathrm{\Σ}}{\mathrm{\γ}}_{k,t},l=1,...,L$

其中S_l表示第l组子载波集合。

如果系统共有M种调制编码状态备选方案，则需要确定M-1个门限值：Th_γ₁，...Th_γ_M-1。

每种调制编码方案对应的吞吐量都可表示为信噪比的函数：

Throughput_m(γ)＝R_m(1-FER_m(γ))，m＝1，...M

其中R_m和FER_m分别代表第m种调制编码状态的信息比特速率和误块率。

参见图2，则信噪比的自适应门限可由下式给出：

Th_γ_m＝arg_γ[Throughput_m(γ)＝Throughput_m+1(γ)]，m＝1，...M-1

根据门限值Th_γ和接收信噪比γ_l，t，可以确定第l个子载波组第t+1个时隙的调制编码状态初值：

${\mathrm{MCS}\_\mathrm{org}}_{l,t+1}=\left\{\begin{array}{c}1,{\mathrm{if\&gamma;}}_{l,t}\&le;{\mathrm{Th}\_\mathrm{\&gamma;}}_1\\ 2,{\mathrm{ifTh}\_\mathrm{\&gamma;}}_1\&le;{\mathrm{\&gamma;}}_{l,t}<{\mathrm{Th}\_\mathrm{\&gamma;}}_2\\ .\\ .\\ .\\ M-1,{\mathrm{ifTh}\_\mathrm{\&gamma;}}_{M-2}\&le;{\mathrm{\&gamma;}}_{L,t}<{\mathrm{Th}\_\mathrm{\&gamma;}}_{M-1}\\ M,\mathrm{if}{\mathrm{\&gamma;}}_{l,t}\&GreaterEqual;{\mathrm{Th}\_\mathrm{\&gamma;}}_{M-1}\end{array}\right.$

S2、根据各子载波的接收信噪比，确定第一调整量ΔM1

调整量ΔM1_l，t+1的大小则由接收信噪比γ_l，t与上、下门限距离远近的比例决定，如下式所示。若γ_l，t与上、下门限的距离相等，则调整量为零。

ΔM1_l，t+1＝(γ_l，t-Th_γ_m-1)/(Th_γ_m-Th_γ_m-1)-0.5

第一调整量ΔM1的引入，可以调整调制编码状态初值的小数部分，提高了基于信噪比控制传输模式的精细程度。

S3、记录设定时间内信噪比跨越门限时刻的信道包络变化和变化率，对所述信道包络变化和变化率采用模糊算法进行处理，得到第二调整量ΔM2

采用双输入单输出模糊系统，信道包络变化Δe和信道包络变化率Δd是输入，调制编码状态调整量ΔM2_0是输出。

可以根据不同的信道环境选择不同方法计算信道包络变化和包络变化率。车速较低时，当前时隙的信道包络变化可通过计算当前时隙与前一时隙的平均信道包络差值得到，信道包络变化率则为对应时隙的包络变化差值；在时分双工系统中，也可以将前两个上行时隙的平均信道包络差值作为当前下行时隙的信道包络变化，而信道包络变化率则为当前时隙与前一时隙的包络变化差值；当车速较高时，则可以通过计算当前时隙内不同符号上的信道包络差值得到包络变化，此时包络变化率为当前时隙与前一时隙的包络变化差值。下面以当前时隙与前一时隙的平均信道包络差值来求取信道包络变化和包络变化率为例加以说明。第l个子载波组第t个时隙的平均信道包络可由下式表示：

则第l个子载波组第t个时隙的信道包络变化和信道包络变化率可分别表示为： ${\mathrm{\&Delta;d}}_{l,t}=\frac{\mathrm{\&Delta;}\left(\mathrm{\&Delta;}\left(\mathrm{env}\right)\right)}{{\mathrm{\&Delta;t}}^2}=\frac{\mathrm{\&Delta;}\left(\mathrm{\&Delta;e}\right)}{\mathrm{\&Delta;t}}={\mathrm{\&Delta;e}}_{l,t}-\mathrm{\&Delta;}{e}_{l,t-1}$

${\mathrm{\&Delta;e}}_{l,t}=\frac{\mathrm{\&Delta;}\left(\mathrm{env}\right)}{\mathrm{\&Delta;t}}={\mathrm{env}}_{l,t}-{\mathrm{env}}_{l,t-1}$

按照模糊理论，首先要将信道包络变化和信道包络变化率两个输入变量模糊化，也就是确定出这两个变量各自的模糊集合划分。根据模糊集合划分的精细程度，可以给相应集合按专家语言定义一个名称。以5个模糊集划分为例：

Δe∈{很负(LN)，稍负(SN)，零附近(ZE)，稍正(SP)，很正(LP)}

Δd∈{很负(LN)，稍负(SN)，零附近(ZE)，稍正(SP)，很正(LP)}

写出输入变量的隶属函数分布。模糊量的隶属函数理论上是任何正规凸函数即可。实际中，一般采用三角形、梯形、正态分布函数和单点这几种形态。考虑到梯形隶属函数具有隶属度求取容易，且对模糊量的表达相对比较合理的特点，这里选取梯形的隶属函数作为研究对象。

参见图3，先写出输入变量Δe的隶属函数，令：

$f(x,d_1,d_2)=\left\{\begin{array}{c}1.0,\mathrm{if}\left|x\right|<d_2\\ \frac{\left|x\right|}{d_2-d_1}-\frac{d_1}{d_2-d_1},{\mathrm{ifd}}_2\&le;\left|x\right|\&le;d_1\\ 0.0,\mathrm{else}\end{array}\right.$

${\mathrm{\&mu;}}_{{\mathrm{\&Delta;e}}_{\mathrm{ZE}}}=f(\mathrm{\&Delta;e},d_{1\mathrm{\&Delta;e}},d_{2\mathrm{\&Delta;e}})$

${\mathrm{\&mu;}}_{{\mathrm{\&Delta;e}}_{\mathrm{SP}}}=f(\mathrm{\&Delta;e}-d_{1\mathrm{\&Delta;e}},d_{1\mathrm{\&Delta;e}},d_{2\mathrm{\&Delta;e}}),$

${\mathrm{\&mu;}}_{{\mathrm{\&Delta;e}}_{\mathrm{SN}}}=f(\mathrm{\&Delta;e}+d_{1\mathrm{\&Delta;e}},d_{1\mathrm{\&Delta;e}},d_{2\mathrm{\&Delta;e}})$

${\mathrm{\&mu;}}_{{\mathrm{\&Delta;e}}_{\mathrm{LP}}}=g(x,d_{1\mathrm{\&Delta;e}},d_{2\mathrm{\&Delta;e}})=\left\{\begin{array}{c}0.0,\mathrm{ifx}\&le;d_{1\mathrm{\&Delta;e}}\\ \frac{x}{d_{1\mathrm{\&Delta;e}}-d_{2\mathrm{\&Delta;e}}}-\frac{d_{1\mathrm{\&Delta;e}}}{d_{1\mathrm{\&Delta;e}}-d_{2\mathrm{\&Delta;e}}},{\mathrm{ifd}}_{1\mathrm{\&Delta;e}}\&le;x\&le;{2d}_{1\mathrm{\&Delta;e}}-d_{2\mathrm{\&Delta;e}}\\ 1.0,\mathrm{else}\end{array}\right.$

${\mathrm{\&mu;}}_{{\mathrm{\&Delta;e}}_{\mathrm{LN}}}=g(-x,d_{1\mathrm{\&Delta;e}},d_{2\mathrm{\&Delta;e}})$

将参数d_1Δe，d_2Δe换成d_1Δd，d_2Δd，就相应的得到变量Δd的隶属函数。

参见图4，确定包络变化门限Th_Δe和包络变化率门限Th_Δd：

先观察足够一段长时间t∈T内的信道变化，分别绘出接收信噪比H、包络变化I和包络变化率的曲线G，找出：

γ_l，t向下跨越两个门限值的时隙集合：

P_l，1＝{t：MCS_org_l，t+1＝MCS_org_l，t-2，t∈T}

γ_l，t向下跨越一个门限值的时隙集合：

P_l，2＝{t：MCS_org_l，t+1＝MCS_org_l，t-1，t∈T}

γ_l，t向上跨越一个门限值的时隙集合：

P_l，3＝{t：MCS_org_l，t+1＝MCS_org_l，t+1，t∈T}

γ_l，t向上跨越两个门限值的时隙集合：

P_l，4＝{t：MCS_org_l，t+1＝MCS_org_l，t+2，t∈T}

则包络变化Δe的门限值可由下式给出：

$\mathrm{Th}\_{\mathrm{\&Delta;e}}_A=\stackrel{\&OverBar;}{{\mathrm{\&Delta;e}}_{l,t}},l=1,...,L,t\&Element;P_{l,A};A\&Element;\left\{\mathrm{1,2,3,4}\right\}$

例如，包络变化的小正门限值Th_Δe₃为集合P_l，3中所有时隙对应的包络变化的平均值。

类似的，找出：

Δe_l，t向下跨越两个门限值的时隙集合：

Q_l，1＝{t：table_row_l，t+1＝table_row_l，t-2，t∈T}

Δe_l，t向下跨越一个门限值的时隙集合：

Q_l，2＝{t：table_row_l，t+1＝table_row_l，t-1，t∈T}

Δe_l，t向上跨越一个门限值的时隙集合：

Q_l，3＝{t：table_row_l，t+1＝table_row_l，t+1，t∈T}

Δe_l，t向上跨越两个门限值的时隙集合：

Q_l，4＝{t：table_row_l，t+1＝table_row_l，t+2，t∈T}

则包络变化率Δd的门限值可表示为：

${\mathrm{Th}\_\mathrm{\&Delta;d}}_A=\stackrel{\&OverBar;}{{\mathrm{\&Delta;d}}_{l,t}},l=1,...,L,t\&Element;Q_{l,A};A\&Element;\{\mathrm{1,2,3},4\}$

Th_Δe确定之后，就可以根据第l个子载波组第t个时隙的信道包络变化确定其所属的模糊集合，从而确定模糊调整量在模糊规则表中所在的行号：

$\mathrm{\&Delta;e}=\left\{\begin{array}{c}\mathrm{LN},\mathrm{if}{\mathrm{\&Delta;e}}_{l,t}\&le;\mathrm{Th}\_{\mathrm{\&Delta;e}}_1\\ \mathrm{SN},\mathrm{ifTh}\_{\mathrm{\&Delta;e}}_1\&le;{\mathrm{\&Delta;e}}_{l,t}<\mathrm{Th}\_{\mathrm{\&Delta;e}}_2\\ \mathrm{ZE},\mathrm{ifTh}\_{\mathrm{\&Delta;e}}_2\&le;{\mathrm{\&Delta;e}}_{l,t}<{\mathrm{Th}\_\mathrm{\&Delta;e}}_3\\ \mathrm{SP},\mathrm{ifTh}\_{\mathrm{\&Delta;e}}_3\&le;{\mathrm{\&Delta;e}}_{l,t}<\mathrm{Th}\_{\mathrm{\&Delta;e}}_4\\ \mathrm{LP},\mathrm{if}{\mathrm{\&Delta;e}}_{l,t}\&GreaterEqual;\mathrm{Th}\_{\mathrm{\&Delta;e}}_4\end{array}\right.$

$\mathrm{table}\_{\mathrm{row}}_{l,t+1}=\left\{\begin{array}{c}1,\mathrm{if\&Delta;e}=\mathrm{LN}\\ 2,\mathrm{if\&Delta;e}=\mathrm{SN}\\ 3,\mathrm{if\&Delta;e}=\mathrm{ZE}\\ 4,\mathrm{if\&Delta;e}=\mathrm{SP}\\ 5,\mathrm{if\&Delta;e}=\mathrm{LP}\end{array}\right.$

再根据Th_Δd确定第l个子载波组第t个时隙的信道包络变化率所属的模糊集合，从而确定模糊调整量在模糊规则表中所在的列号：

$\mathrm{\&Delta;d}=\left\{\begin{array}{c}\mathrm{LN},\mathrm{if}{\mathrm{\&Delta;d}}_{l,t}\&le;\mathrm{Th}\_{\mathrm{\&Delta;d}}_1\\ \mathrm{SN},\mathrm{ifTh}\_{\mathrm{\&Delta;d}}_1\&le;{\mathrm{\&Delta;d}}_{l,t}<\mathrm{Th}\_{\mathrm{\&Delta;d}}_2\\ \mathrm{ZE},\mathrm{ifTh}\_{\mathrm{\&Delta;d}}_2\&le;{\mathrm{\&Delta;d}}_{l,t}<\mathrm{Th}\_{\mathrm{\&Delta;d}}_3\\ \mathrm{SP},\mathrm{ifTh}\_{\mathrm{\&Delta;d}}_3\&le;{\mathrm{\&Delta;d}}_{l,t}<{\mathrm{Th}\_\mathrm{\&Delta;d}}_4\\ \mathrm{LP},\mathrm{if}{\mathrm{\&Delta;d}}_{l,t}\&GreaterEqual;{\mathrm{Th}\_\mathrm{\&Delta;d}}_4\end{array}\right.$

${\mathrm{table}\_\mathrm{col}}_{l,t+1}=\left\{\begin{array}{c}1,\mathrm{if\&Delta;d}=\mathrm{LN}\\ 2,\mathrm{if\&Delta;d}=\mathrm{SN}\\ 3,\mathrm{if\&Delta;d}=\mathrm{ZE}\\ 4,\mathrm{if\&Delta;d}=\mathrm{SP}\\ 5,\mathrm{if\&Delta;d}=\mathrm{LP}\end{array}\right.$

将模糊规则的输出变量集合用模糊语言描述为：

ΔM2_0∈{大步下调(LN)，小步下调(SN)，几乎不调(ZE)，小步上调(SP)，大步上调(LP)}

根据本通信领域技术人员的知识，建立了如表1、2所示的模糊规则。

表1

表2

其中表1与表2的差别仅在于后者的模糊输出量在行方向上的分布较前者更为均匀。相应的可以给出有具体输出数值的模糊查询表。由信道包络变化门限的确定过程可得，模糊输出表的正中一列由小到大应为-2，-1，0，1，2；考虑到与信道包络变化相比，包络变化率对调制编码状态调整量所起的作用较小，故模糊输出量在表中由左至右的递增速度应比由上至下的递增速度略小，由此可得表3、4。与表1、2相对应，表3与表4仅有略微差别，即表3在行方向上的分布与表4相比较为均匀。实际应用中不需要绝对准确的输出数值，故选用表3或表4均可。

由行号table_row_l，t+1和列号table_col_l，t+1可在表3、4中找到对应的模糊输出量ΔM2_0_l,t+1：

表3

表4

最后要对模糊化的输出参数ΔM2_0作去模糊化处理，将它转换成确定的实际控制变量。具体做法是：由两个输入变量Δe和Δd的具体数值，根据图3所示的隶属函数，可以得到这两个值所对应的隶属度。由于每个输入变量可能同时属于多个模糊区间，因而有多个对应于不同模糊量的隶属度。这样两组数据组合对应于多条模糊规则。根据表1找到每一条规则的输出模糊变量，并在表3、4中找到这个模糊变量所对应的具体数值；最后通过下式算出ΔM2的具体输出值。 ${\mathrm{\&Delta;M}2\_1}_{l,t+1}=\frac{\underset{i=1}{\overset{5}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{5}{\mathrm{\&Sigma;}}}{\mathrm{\&mu;}}_{{\mathrm{\&Delta;e}}_i}\left(\mathrm{\&Delta;e}\right){\mathrm{\&mu;}}_{{\mathrm{\&Delta;d}}_j}\left(\mathrm{\&Delta;d}\right){\mathrm{\&Delta;M}2\_0}_{l,t+1}^i}{\underset{i=1}{\overset{5}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{5}{\mathrm{\&Sigma;}}}{\mathrm{\&mu;}}_{{\mathrm{\&Delta;e}}_i}\left(\mathrm{\&Delta;e}\right){\mathrm{\&mu;}}_{{\mathrm{\&Delta;d}}_j}\left(\mathrm{\&Delta;d}\right)}$

其中 

表示Δe在第i个模糊变量上的隶属度； 

表示Δd在第j个 模糊变量上的隶属度；ΔM2_0_l，t+1 ⁱ表示当Δe为第i个模糊变量并且Δd为第j个模糊变量时的输出模糊变量，也就是表3、4中第i列第j行方格里的输出模糊变量。

S4、根据前一传输时间间隔的循环冗余校验(CRC)结果，对第二调整量ΔM2进行调整

在系统实际运行中，模糊表的基值不是固定不变的，应根据信道状况随时进行调整。将第t个时隙的循环冗余校验用bler_t表示。

若第t个时隙传输的数据块译码正确，将模糊表基值向上调整，否则将其向下调整：

${\mathrm{\&Delta;M}2}_{l,t+1}=\left\{\begin{array}{c}\mathrm{ceil}\left({\mathrm{\&Delta;M}2\_1}_{l,t+1}\right),\mathrm{ifb}{\mathrm{ler}}_t=0\\ \mathrm{floor}\left({\mathrm{\&Delta;M}2\_1}_{l,t+1}\right),\mathrm{if}{\mathrm{bler}}_t=1\end{array}\right.$

S5、用第一调整量ΔM1和第二调整量ΔM2对调制编码状态的初值进行调整，得到调制编码状态

最终的调制编码状态值为以上三个步骤所得结果之和。由于调制编码状态调整量可能为小数，故最后要进行取整运算：

MCS_l，t+1＝round(MCS_org_l，t+1+ΔM1_l，t+1+ΔM2_l，t+1)

一种自适应编码调制方法，包括如下步骤：

基站6根据吞吐量和信噪比曲线，确定调制编码状态的初值；基站6根据信噪比，确定调制编码状态的调整量ΔM；基站6用所述调制编码状态的调整量ΔM对调制编码状态的初值进行调整，得到调制编码状态；基站6将调制编码状态对应的调制编码方式发送给终端7，作为终端7下一次传输的调制编码方式。

所述确定调制编码状态的调整量ΔM的方法包括如下步骤：根据各子载波的接收信噪比，确定第一调整量ΔM1。

所述根据各子载波的接收信噪比，确定第一调整量ΔM1的方法包括如下步骤：根据各子载波的接收信噪比得到接收信噪比门限；根据各子载波的接收信噪比与上、下门限距离的比例得到第一调整量ΔM1。

所述确定调制编码状态的调整量ΔM的方法包括如下步骤：记录设定时间内信噪比跨越门限时刻的信道包络变化和变化率，对所述信道包络变化和变化 率采用模糊算法进行处理，得到第二调整量ΔM2。

还包括如下步骤：根据前一传输时间间隔的循环冗余校验结果，对第二调整量ΔM2进行调整。

实施例，目前正交频分复用系统中的自适应编码调制实现方案有以下几种，在本发明中我们会结合新的调制编码状态选择算法去对以下几个方案分别作比较：

方案I：所有子载波采用相同的编码速率和调制方式，如图5所示。这种方法根据所有子载波上的平均信道质量指示选择调制编码状态，实现简单，但由于未充分利用信道的频率选择衰落特性，故自适应性能较差。

方案II：各子载波分组采用不同的编码速率和调制方式，如图6所示。该方案能够利用信道特性较好的子载波传送较多的信号，使自适应性能得到了提高，缺点是由于编码块长度和交织长度与方案I相比大大减小，因此损失了编码增益和交织增益。

为了在不降低编码增益和交织增益的前提下改善自适应的性能，可以选择以下两种方案：

方案III：对所有子载波一起进行信道编码，编码之后各子载波分组以不同速率进行数据匹配、交织，最后再以各自的方式进行调制，如图7所示。这种方案虽然补偿了编码增益，却仍因数据块长度缩短而降低了交织增益；

方案IV：对所有子载波一起进行信道编码，此后各子载波分组以不同速率进行数据匹配，再对所有子载波一起进行交织，最后各子载波分组各自采用不同的调制方式，如图8所示。该方法既能根据信道在不同时刻、不同频率的增益高低选择不同的编码速率和调制方式，实现了时域和频域上的二维自适应，同时也保证了编码增益和交织增益不受影响。综合考虑以上各种因素，方案IV应该是一种最优的自适应编码调制实现方案。

采用本发明的自适应编码调制方法，其应用到时隙中的流程图如图9所示，将本发明的自适应编码调制方法分别应用到方案I至IV中，参见图10、11，在图10中，分别用A、B、C、D、E、F、G表示车速在3km/h下，方案I结合旧算法、方案I结合新算法、方案II结合旧算法、方案II结合新算法、方案III结合旧算法、方案III结合新算法、方案IV结合新算法的曲线；图11 中，分别用A’、B’、C’、D’、E’、F’、G’表示车速在30km/h下，方案I结合旧算法、方案I结合新算法、方案II结合旧算法、方案II结合新算法、方案III结合旧算法、方案III结合新算法、方案IV结合新算法的曲线。

如图10、11所示。不论在3km/h或30km/h车速环境下，新算法的性能都明显优于旧算法。这是因为新算法采用了基于信道包络的方法，并且引入了模糊准则，能大体上预测出信道变化的趋势，并自适应的根据信道包络的变化调整调制编码状态基值，提高了自适应的准确性。

与旧算法相比，在3km/h车速下，方案I、II、III结合新算法分别带来了1dB、2dB、1dB的增益，在30km/h车速下，方案I、II、II结合新算法的增益分别为0.6dB、2dB、2dB。由此可见，子载波分组方案结合新算法所带来的性能改善比不分组方案更为明显，原因是信道包络值在不同频率上各不相同，若所有子载波采用相同的调制编码方式，会不可避免的带来系统吞吐量的损失，尤其在频域上信道特性起伏较大时。而采用子载波分组方案能充分利用信道的频率选择特性，分组越细，越能准确的跟踪和适应信道包络在频域上的变化。

但从整个信噪比变化范围看来，子载波分组方案的吞吐量性能不一定比不分组方案好，因为在采用方案II时，编码增益和交织增益的损失大大抵消了利用频域自适应所获得的性能改善；而方案III虽然避免了编码增益的降低，却仍然无法弥补交织增益，因此也不能使系统的性能得到提高。此外，由于涡轮(Turbo)编码长度越长，编码增益也就越大，所以方案I、III的性能高于方案II。

30km/h车速环境下的系统吞吐量不如3km/h下的好，这是由于随着移动速度的提高，信道变化加剧，传输模式的转换跟不上信道特性的变化，从而导致系统吞吐量的恶化。此时若采用方案I，即不进行子载波分组，系统性能的恶化将比采用分组方案时有所好转，原因是不分组方案能够很好的利用正交频分复用频域上的分集特性抵抗时域上的快衰落，从而降低了因信道时变性带来传输能力估计错误的概率。方案IV结合新算法的性能比方案I结合新算法的性能好，当车速为3km/h和30km/h车速时，可分别获得2dB、1dB的信噪比增益。原因是方案IV先将所有子载波一起编码，再分组进行速率匹配，然后合在一起交织，最后再分组调制，这样既利用信道的频率选择特性提高了自适 应性能，又不会牺牲编码增益和交织增益，从而解决了分组方案的吞吐量不一定高于不分组方案的问题。由于编码增益和交织增益得到了补偿，方案IV结合新算法的性能在3km/h和30km/h车速下都比方案II的新算法有很大的提高，信噪比增益约为2.5dB。由于方案IV可以避免方案III所不能弥补的交织增益损失，有效提高了系统的性能；与方案III的新算法相比，在3km/h和30km/h车速下，方案IV结合新算法可分别带来2dB和1.5dB的增益。

基本链路参数参考3GPP R1-050800，系统载波频率2GHz，信道带宽5MHz，子载波间隔15KHz，时隙长度0.675ms；采样频率7.68MHz，傅立叶尺寸512，使用的子载波数301，时钟脉冲长度7.29us，每个时隙符号数9；涡轮译码中MaxLog Map算法采用4次迭代；信道传播条件参考3GPP TR25945中9.7节多径链路仿真模型case3。仿真中选用的调制编码方式如表5所示。调制编码状态确定，其对应的调制方式和编码速率相应的确定，调制编码状态越高，编码速率越大，对应的信息速率也越大。

表5

参见图12，一种自适应编码调制系统，包括存储器、控制器和发送器， 其中，

存储器1，存储信道的吞吐量和信噪比；

第一计算器2，输入吞吐量和信噪比，输出调制编码状态的初值；

第二计算器3，输入信噪比，输出调制编码状态的调整量ΔM；

第三计算器4，输入调制编码状态的调整量ΔM和调制编码状态的初值，输出调制编码状态；

发送器5，输入调制编码状态，输出对应的调制编码方式发送给终端7，作为终端7下一次传输的调制编码方式。

所述自适应编码调制系统可以集成在基站6中。

所述存储器1中存储的信噪比包括各子载波的接收信噪比，设定时间内信噪比跨越门限时刻的信道包络变化和变化率。

所述第二计算器3包括比例计算器31和模糊计算器32。

所述比例计算器31输入各子载波的接收信噪比，得到接收信噪比门限；根据各子载波的接收信噪比与上、下门限距离的比例，输出第一调整量ΔM1给第三计算器4。

所述模糊计算器32对输入的信道包络变化和变化率采用模糊算法进行处理，输出第二调整量ΔM2给第三计算器4。

还包括第四计算器8，所述第四计算器8串联在模糊计算器32与第三计算器4之间，输入第二调整量ΔM2和前一传输时间间隔的循环冗余校验结果，输出调整后的第二调整量ΔM2给第三计算器4。

以上对本发明所提供的调制编码状态的调整方法、自适应编码调制方法及系统，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (6)

1.一种调制编码状态的调整方法，其特征在于，包括如下步骤：

根据吞吐量和信噪比曲线，确定调制编码状态的初值；

根据各子载波的接收信噪比，确定第一调整量ΔM1；记录设定时间内信噪比跨越门限时刻的信道包络变化和变化率，采用双输入单输出模糊系统对所述信道包络变化和变化率采用模糊算法进行处理，得到第二调整量ΔM2；其中，信道包络变化和信道包络变化率是输入，第二调整量是输出；

根据前一传输时间间隔的循环冗余校验结果，对第二调整量ΔM2进行调整；

用所述第一调整量ΔM1和第二调整量ΔM2对调制编码状态的初值进行调整，得到调制编码状态。

2.根据权利要求1所述的调整方法，其特征在于，所述确定第一调整量ΔM1的方法包括如下步骤：根据各子载波的接收信噪比得到接收信噪比门限；根据各子载波的接收信噪比与上、下门限距离的比例得到第一调整量ΔM1。

3.一种自适应编码调制方法，其特征在于，包括如下步骤：

根据吞吐量和信噪比曲线，确定调制编码状态的初值；

基站(6)根据各子载波的接收信噪比，确定第一调整量ΔM1；记录设定时间内信噪比跨越门限时刻的信道包络变化和变化率，采用双输入单输出模糊系统对所述信道包络变化和变化率采用模糊算法进行处理，得到第二调整量ΔM2；其中，信道包络变化和信道包络变化率是输入，第二调整量是输出；

根据前一传输时间间隔的循环冗余校验结果，对第二调整量ΔM2进行调整；

用所述第一调整量ΔM1和第二调整量ΔM2对调制编码状态的初值进行调整，得到调制编码状态；

基站(6)将调制编码状态对应的调制编码方式发送给终端(7)，作为终端(7)下一次传输的调制编码方式。

4.根据权利要求3所述的调制方法，其特征在于，所述根据各子载波的接收信噪比，确定第一调整量ΔM1的方法包括如下步骤：根据各子载波的接收信噪比得到接收信噪比门限；根据各子载波的接收信噪比与上、下门限距离的比例得到第一调整量ΔM1。

5.一种自适应编码调制系统，其特征在于：包括存储器(1)、第一计算器(2)、第二计算器(3)、第三计算器(4)和发送器(5)，其中，

存储器(1)，存储信道的吞吐量和信噪比；所述存储器(1)中存储的信噪比包括各子载波的接收信噪比，设定时间内信噪比跨越门限时刻的信道包络变化和变化率；

第一计算器(2)，输入吞吐量和信噪比，输出调制编码状态的初值；

第二计算器(3)，输入信噪比，输出调制编码状态的调整量ΔM；

第三计算器(4)，输入调制编码状态的调整量ΔM和调制编码状态的初值，输出调制编码状态；

发送器(5)，输入调制编码状态，输出对应的调制编码方式发送给终端(7)，作为终端(7)下一次传输的调制编码方式；

其中，所述第二计算器(3)包括比例计算器(31)和模糊计算器(32)，其输入端分别与存储器(1)的输出端相连，其输出端分别与第三计算器(4)的输入端相连；所述比例计算器(31)输入各子载波的接收信噪比，得到接收信噪比门限；根据各子载波的接收信噪比与上、下门限距离的比例，输出第一调整量ΔM1给第三计算器(4)；所述模糊计算器(32)对输入的信道包络变化和变化率采用模糊算法进行处理，输出第二调整量ΔM2给第三计算器(4)。

6.根据权利要求5所述的调制系统，其特征在于：还包括第四计算器(8)，所述第四计算器(8)串联在模糊计算器(32)与第三计算器(4)之间，输入第二调整量ΔM2和前一传输时间间隔的循环冗余校验结果，输出调整后的第二调整量ΔM2给第三计算器(4)。

Images