CN101267283B - 调制方式自适应改变的方法及装置 - Google Patents

Abstract

本发明实施例公开了一种调制方式自适应改变的方法，该方法包括：选取概率分布函数；随机生成与所述概率分布函数对应的概率累计函数的函数值，根据所述函数值确定自变量区间，将与所述自变量区间对应的备选调制方式作为当前调制方式改变时刻的调制方式。本发明实施例还公开了一种调制方式自适应改变的装置。本发明实施例方案无需像现有技术那样每次改变调制方式时需要接收端反馈一个信干扰比(SINR，Signal-to-Interference and NoiseRatio)值，从而，延长了SINR值的反馈周期，降低了SINR值的反馈量。

Description

调制方式自适应改变的方法及装置

技术领域

本发明涉及无线通信技术，具体涉及一种调制方式自适应改变的技术。 

背景技术

通信装置中，为了提高装置的吞吐量，通常采用自适应调制编码(AMC，Adaptive Modulation and Coding)技术来自适应地改变数据传输的调制方式。该AMC技术为：接收端根据发送端传送的下行导频，测得信干扰比(SINR，Signal-to-Interference and Noise Ratio)值，将SINR值反馈给发送端，发送端根据反馈的SINR值在预先设定的调制编码方案(MCS，Modulate CodingScheme)表中选择对应的调制方式进行数据传输。 

采用AMC技术自适应地改变数据传输的调制方式时，需要的SINR值的反馈量较大，例如，假设发送端需要每毫秒改变一次调制方式，则接收端每毫秒至少需要反馈一次SINR值。也就是，在每个需要改变调制方式的时刻，接收端需要向发送端反馈一次SINR值。并且，SINR值的反馈有一定的时间延迟，随着接收端移动速度的增加，信道相干时间的减小，此时反馈SINR值的时间延迟可能大于信道相干时间，就会出现反馈的SINR值不能表征当前信道状况的情形，从而导致根据该反馈的SINR值选择的调制方式不准确。 

可见，采用现有AMC技术进行调制方式自适应改变时，存在以下缺点：需要的SINR值的反馈量较大；并且，出现根据反馈的SINR值选择出的调制方式不准确的问题。 

发明内容

本发明实施例提供一种调制方式自适应改变的方法，该方法能够降低 SINR值的反馈量。 

本发明实施例提供一种调制方式自适应改变的装置，该装置能够降低SINR值的反馈量。 

一种调制方式自适应改变的方法，该方法包括： 

选取概率分布函数； 

随机生成与所述概率分布函数对应的概率累计函数的函数值，根据所述函数值确定自变量区间，将与所述自变量区间对应的备选调制方式作为当前调制方式改变时刻的调制方式。 

一种调制方式自适应改变的装置，该装置包括函数选取模块和调制方式选取模块； 

函数选取模块，用于选取概率分布函数； 

调制方式选取模块，用于随机生成所述概率分布函数的概率累计函数的函数值，根据所述函数值确定出自变量区间，将与该自变量区间对应的备选调制方式作为当前调制方式改变时刻的调制方式。 

从上述方案可以看出，本发明实施例根据概率分布函数选取各个调制方式改变时刻的调制方式，无需像现有技术那样每次改变调制方式时需要接收端反馈一个SINR值，从而，延长了SINR值的反馈周期，降低了SINR值的反馈量。 

附图说明

图1为本发明实施例调制方式自适应改变的方法流程图例一； 

图2为本发明实施例仿真出的各种调制方式吞吐量曲线的示意图； 

图3为本发明实施例指数分布的概率累计函数和门限值x_th的示意图； 

图4为本发明实施例相邻两次反馈值之间的各个调制方式改变时刻的示意图； 

图5为本发明实施例一调制方式自适应改变的方法流程图； 

图6为本发明实施例瑞利(Rayleigh)分布的概率累计函数和门限值x_th 的示意图； 

图7为本发明实施例指数分布的概率累计函数，以及门限值

和的示意图； 

图8为本发明实施例调制方式自适应改变的方法的流程图例二； 

图9为本发明实施例调制方式自适应改变的装置的结构示意图。 

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明进一步详细说明。 

本发明实施例选取概率分布函数后，随机生成所述概率分布函数的概率累计函数的函数值，根据所述函数值确定出自变量区间，将与该自变量区间对应的备选调制方式作为当前调制方式改变时刻的调制方式。若所述概率分布函数为非均匀分布函数，其方法的具体流程为图1及相关描述；若概率分布函数为均匀分布函数，其方法的具体流程为图8及相关描述。 

参见图1，为本发明实施例调制方式自适应改变的方法流程图例一，该方法包括以下步骤： 

步骤101，选取非均匀分布函数。 

非均匀分布函数为除均匀分布函数外的其他概率分布函数，可根据需要选取，例如，可以为指数分布函数或瑞利(Rayleigh)分布函数等等，非均匀分布函数不限于这两种函数，还包括其他任何非均匀分布函数。 

步骤102，发送端仿真出各种调制方式的吞吐量曲线，根据吞吐量曲线确定备选调制方式的转换点对应的SINR值。 

所述仿真各种调制方式的吞吐量曲线的方法为本邻域技术人员熟知的技术，这里不再赘述。备选调制方式的转换点可根据备选调制方式的吞吐量曲线的相交点确定出来。转换点对应的SINR值的数目为备选的调制方式种类数目减一。例如，若备选的调制方式为两种，则转换点对应的SINR值为一个；若备选的调制方式为三种，则转换点对应的SINR值为两个，等等。

参见图2，为本发明实施例仿真出的各种调制方式吞吐量曲线的示意图，图中，横坐标表示SINR值，纵坐标表示吞吐量。图2中，标出了四相移频键控(QPSK，Quaternary Phase Shift Keying)、16正交振幅调制(QAM，Quadrature Amplitude Modulation)、64QAM和256QAM四种调制方式的吞吐量曲线。若以备选的调制方式为16QAM和256QAM为例，则转换点对应的SINR值为16QAM的吞吐量曲线和256QAM的吞吐量曲线交点对应的横坐标，为13dB。 

步骤101和步骤102可以按先后顺序执行，可以同时执行，还可以先执行步骤102再执行步骤101。 

步骤103，根据备选调制方式的转换点对应的SINR值，计算出门限值，根据门限值确定出概率累计函数的自变量区间，一个自变量区间对应一种备选调制方式。 

上述确定门限值的具体方法为：对步骤101中确定的非均匀分布函数进行积分，得到概率累计函数；将步骤102中确定的各转换点对应的SINR值和与相应备选调制方式对应的概率数，代入到概率累计函数中，计算得到门限值。 

例如，假设步骤101中确定的非均匀分布函数为指数分布函数，表示为，f(x)＝λ·e^-λx，其中，λ即SINR值，对指数函数进行积分，得到指数分布的概率累计函数，表示为：F(x)＝1-exp(-λx)。假设备选的调制方式为16QAM和256QAM，由步骤102处的描述知，转换点对应的SINR值为13dB，即λ＝13。由于在转换点处选取16QAM和256QAM的概率数相同，所以，概率累计函数的值为0.5，即F(x)＝0.5，将F(x)＝0.5，λ＝13代入概率累计函数，得到0.5＝1-exp(-13x_th)，计算出x值，为0.053，该值即门限值，表示为x_th。参见图3，为本发明实施例指数分布的概率累计函数和门限值x_th的示意图，图中标出了λ取值为1，5，10，15，20和30，分别对应的概率累计函数的曲线，图中还标出了等于0.053的门限值。

根据门限值0.053确定出概率累计函数的自变量x的区间，为〔0，0.053〕和(0.053，∞)。这里区间〔0，0.053〕对应的调制方式选为256QAM，(0.053，∞)对应的调制方式选为16QAM。 

步骤104，根据门限值和接收端反馈的当前SINR值，选取接收端传送的当前SINR值和下一次SINR值之间的各个调制方式改变时刻的调制方式，运用选取的调制方式对相邻两次SINR值之间的各个调制方式改变时刻的数据进行传输。 

参见图4，为本发明实施例相邻两次反馈值之间的各个调制方式改变时刻的示意图，其中λ_n和λ_n+1为接收端反馈给发送端的相邻两个SINR值，λ_n和λ_n+1之间的多个调制方式改变时刻分别用α₀，α₁，α₂，α₃...表示。λ_n和λ_n+1分别表示为接收端传送的当前SINR值和下一次SINR值，在λ_n和λ_n+1之间有多个调制方式改变时刻。 

本步骤的具体方法为：随机生成非均匀函数的概率累计函数的函数值，将该函数值和接收端反馈的SINR值代入该概率累计函数，计算得到一个自变量的值；将计算得到的自变量的值与门限值进行比较，判断出计算得到的自变量的值属于步骤103确定出的哪个自变量区间，该自变量区间对应的调制方式即为此时刻进行数据传输的调制方式。 

例如，若非均匀分布函数为指数分布函数，表示为f(x)＝λ·e^-λx，其中λ即SINR值，门限值只有一个，为0.053，则由该门限值确定的区间为〔0，0.053〕和(0.053，∞)，而区间〔0，0.053〕对应的调制方式为256QAM，(0.053，∞)对应的调制方式为16QAM。假设发送端此时反馈的SINR值为5，随机选取概率累计函数的一个函数值，设为A，将F(x)＝A，λ＝5代入F(x)＝1-exp(-λx)，计算得到x的一个数值，设为B，将该B与x_th进行比较，若判断出B属于〔0，0.053〕，则选取256QAM进行此时刻的数据传输，若判断出B属于(0.053，∞)，则选取16QAM进行此时刻的数据传输。 

现有技术对图4中表示为α₀，α₁，α₂，α₃...的需要改变调制方式的各个时刻进行调制方式改变时，每改变一次调制方式，需要接收端反馈一个SINR值。而运用本发明实施例的方案，延长SINR值的反馈周期，根据非均匀分布函数和接收端反馈的当前SINR值便可选取接收端反馈的当前SINR值和反馈的下一个SINR值之间的各个调制方式改变时刻的调制方式。这样，降低了SINR值的反馈量。 

本发明实施例进行调制方式自适应改变时，需要接收端反馈的SINR值也可以为信噪比(SNR，Signal Noise Ratio)值。这里，将SINR值和SNR值统一称为反馈比值。 

参见图5，为本发明实施例一调制方式自适应改变的方法流程图，该方法包括以下步骤： 

步骤501，选取非均匀分布函数。这里选取的非均匀分布函数为Rayleigh分布函数，表示为：  $f\left(x\right)=\frac{x}{{\mathrm{\σ}}^2}\exp (-\frac{x^2}{{2\mathrm{\σ}}^2}),$ 其中σ表示SINR值。 

步骤502，发送端仿真出各种调制方式的吞吐量曲线，根据吞吐量曲线确定备选的调制方式的转换点对应的SINR值。 

图2为仿真出的各种调制方式吞吐量曲线的示意图。本实施例中，假设备选的调制方式为16QAM和256QAM两种，则转换点对应的SINR值为一个，也就是图2中16QAM的吞吐量曲线和256QAM的吞吐量曲线的交点的横坐标，为13dB，也就是σ＝13。 

步骤501和步骤502可以按先后顺序执行，可以同时执行，还可以先执行步骤502再执行步骤501。 

步骤503，根据备选调制方式的转换点对应的SINR值，计算出门限值，根据门限值确定出概率累计函数的自变量区间，一个自变量区间对应一种备选调制方式。 

对Rayleigh函数进行积分，得到Rayleigh分布的概率累计函数，表示为：  $F\left(x\right)={\∫}_0^x{f}_x\left(t\right)\mathrm{dt}.$ 由于在转换点处选取16QAM和256QAM的概率相同， 所以，此时概率累计函数的值为0.5，即F(x)＝0.5，将σ＝13和F(x)＝0.5代入  $F\left(x\right)={\∫}_0^x{f}_x\left(t\right)\mathrm{dt},$ 便可计算得到x的值，该x的值即为门限值，表示为x_th。参见图6，为本发明实施例Rayleigh分布的概率累计函数和门限x_th的示意图，图中标出了σ取值为1，5，10，15，20和30，分别对应的Rayleigh曲线，σ值即SINR值，图中还标出了门限值x_th。 

根据门限值x_th确定出区间概率累计函数自变量x的区间，为〔0，x_th〕和(x_th，∞)。这里区间〔0，x_th〕对应的调制方式选为16QAM，(x_th，∞)对应的调制方式选为256QAM。 

步骤504，根据门限值x_th，选取接收端反馈的当前SINR值和反馈的下一个SINR值之间的各个调制方式改变时刻的调制方式，运用选取的调制方式对各个调制方式改变时刻的数据进行传输。 

假设接收端反馈的当前SINR值为5，即σ＝5。随机选取概率累计函数的一个函数值，设为C，将F(x)＝C，σ＝5代入  $F\left(x\right)={\∫}_0^x{f}_x\left(t\right)\mathrm{dt},$ 计算得到x的一个数值，设为D。将D与x_th进行比较，若判断出D属于〔0，x_th〕，则选取16QAM进行此时刻的数据传输，若判断出D属于(x_th，∞)，则选取256QAM进行此时刻的数据传输。 

本发明实施例进行调制方式自适应改变时，需要接收端反馈的SINR值也可以为信噪比(SNR，Signal Noise Ratio)值。这里，将SINR值和SNR值统一称为反馈比值。 

上述实施例的调制方式自适应改变的方法，为备选调制方式为两种、非均匀分布函数为Rayleigh分布函数的情况。若调制方式为三种，按照图1所示的方法，步骤101中，假设非均匀分布函数选取为指数分布函数。 

根据步骤102确定出备选调制方式的转换点对应的两个SINR值。假设备选调制方式为三种：16QAM、64QAM和256QAM。参见图2，16QAM对应的吞吐量曲线和64QAM对应的吞吐量曲线的交点为9dB，64QAM对应的吞吐量曲线和256QAM对应的吞吐量曲线的交点为16dB，9dB和16dB 即两个转换点对应的SINR值。 

根据步骤103计算出两个门限值

和

，参见图7，为本发明实施例指数分布的概率累计函数，以及门限值

和

的示意图，图中标出了两个门限值

和

。根据门限值确定自变量x的区间，为

和

。这里，区间

对应的备选调制方式选为256QAM，区间

对应的备选调制方式选为64QAM，区间对应的备选调制方式选为16QAM。门限值

和

的计算过程为： 

$P\left(16\mathrm{QAM}\right)=1-(1-e^{{-\mathrm{\λx}}_{\mathrm{th}}^2})=e^{{-\mathrm{\λx}}_{\mathrm{th}}^2};---\left(1\right)$

$P\left(64\mathrm{QAM}\right)=1-e^{{-\mathrm{\λx}}_{\mathrm{th}}^2}-(1-e^{{-\mathrm{\λx}}_{\mathrm{th}}^1})=e^{{-\mathrm{\λx}}_{\mathrm{th}}^1}-e^{{-\mathrm{\λx}}_{\mathrm{th}}^2};---\left(2\right)$

$P\left(256\mathrm{QAM}\right)=1-e^{{-\mathrm{\λx}}_{\mathrm{th}}^1};---\left(3\right)$

其中，P(16QAM)表示16QAM的备选调制方式出现的概率，P(64QAM)表示64QAM的备选调制方式出现的概率，P(256QAM)表示256QAM的备选调制方式出现的概率。 

由图2可知，在λ＝9时，P(16QAM)＝P(64QAM)   (4) 

在λ＝16时，P(64QAM)＝P(256QAM)            (5) 

并且，P(16QAM)+P(64QAM)+P(256QAM)＝1      (6) 

则由式子(1)、(2)、(3)、(4)、(5)和(6)联立求解，便可得到门限值

和

根据步骤104选取各个调制方式改变时刻的调制方式。若计算得到的自变量的值属于

，则选取的调制方式为256QAM；若计算得到的自变量的值属于

，则选取的调制方式为64QAM；若计算得到的自变量的值属于

，则选取的调制方式为16QAM。 

当备选调制方式为三种以上时，类似地，按照图1的方法可以选取与相邻两次反馈值之间的各个调制方式改变时刻对应的调制方式。 

本发明实施例的上述方案根据非均匀分布函数和接收端反馈的当前SINR值，选取接收端反馈的当前SINR值和反馈的下一次SINR值之间的多 个调制方式改变时刻的调制方式。这样，无需像现有技术那样每次改变调制方式时需要接收端反馈一个SINR值，从而延长了SINR值的反馈周期，降低了SINR值的反馈量。并且，本发明实施例的方案根据接收端反馈的当前SINR值和非均匀分布函数选取接收端反馈的当前SINR值和反馈的下一个SINR值之间的各个调制方式改变时刻的调制方式，这样，有效解决了现有技术中只根据SINR值选择调制方式而导致选择出的调制方式不准确的问题，可提高选择调制方式的准确性。 

本发明实施例进行调制方式自适应改变时，需要接收端反馈的SINR值也可以为信噪比(SNR，Signal Noise Ratio)值。这里，将SINR值和SNR值统一称为反馈比值。 

上述调制方式自适应改变的方法可以总结为：根据SINR值和非均匀分布函数，选取接收端反馈的相邻两个SINR值之间的各个调制方式改变时刻的调制方式。除此方法外，本发明实施例还提供了图8所示的不根据SINR量化值，直接选取各个调制方式改变时刻的调制方式的方法。参见图8，为本发明实施例调制方式自适应改变的方法的流程图例二，该方法包括以下步骤： 

步骤801，选取均匀分布函数，确定均匀分布函数的概率累计函数的自变量区间，一个区间对应一种备选调制方式。 

均匀分布函数的概率累计函数可表示为y＝x，该概率累计函数的自变量和函数值的取值范围皆为：〔0，1〕。所述概率累计函数的自变量区间，即对〔0，1〕范围内的数值进行均匀划分后的区间。例如，可将〔0，1〕范围内的数值均匀划分为四个区间，每个区间对应一种备选调制方式。设备选调制方式有四种，分别为QPSK、16QAM、64QAM和256QAM。各个区间与备选调制方式的对应关系为： 

〔0，0.25)，对应的备选调制方式为QPSK； 

〔0.25，0.5)，对应的备选调制方式为16QAM； 

〔0.5，0.75)，对应的备选调制方式为64QAM；

〔0.75，1〕，对应的备选调制方式为256QAM； 

步骤802，随机生成均匀函数的概率累计函数的函数值，也就是随机选取〔0，1〕之间的一个数，将该函数值代入概率累计函数，计算得到一个自变量的值，确定该自变量的值所属的自变量区间，将与该自变量区间对应的调制方式作为当前调制方式改变时刻的调制方式。 

对于步骤801中所述的将概率分布函数的自变量区间划分为四个区间的例子，若随机选取的概率分布函数的自变量的值为0.3，则确定出的该调制方式改变时刻的调制方式为16QAM。 

上述调制方式的自适应改变不依据接收端传送的SINR值，与现有技术相比，该调制方式自适应改变的方法降低了SINR值的反馈量。 

参见图9，为本发明实施例调制方式自适应改变的装置的结构示意图，该装置包括函数选取模块和调制方式选取模块。 

函数选取模块，选取概率分布函数。 

所述的概率分布函数可以为指数分布函数、Rayleigh分布函数等非均匀分布函数，也可以为均匀分布函数。 

调制方式选取模块，用于随机生成所述概率分布函数的概率累计函数的函数值，根据所述函数值确定出自变量区间，将与该自变量区间对应的备选调制方式作为当前调制方式改变时刻的调制方式。若函数选取模块选取的概率分布函数为均匀分布函数，则调制方式选取模块选取当前调制方式改变时刻的调制方式的具体过程为步骤801和802处的描述；若函数选取模块选取的概率分布函数为非均匀分布函数，则调制方式选取模块选取当前调制方式改变时刻的调制方式的方法为步骤102～104处的相关描述。如果函数选取模块选取的概率分布函数为非均匀分布函数，则该装置进一步包括接收模块，调制方式选取模块包括门限值计算子模块和调制方式选取子模块。 

接收模块，接收由接收端反馈的SINR值。 

门限值计算子模块，获取备选调制方式的转换点对应的SINR值，根据所述转换点对应的SINR值和概率累计函数计算出门限值。其具体计算方法 参见步骤102和103处的描述。 

调制方式选取子模块，根据门限值计算子模块计算得到的门限值和接收模块反馈的SINR值，选取各个调制方式改变时刻的调制方式。其具体选取方法参见步骤104处的描述。 

综上所述，本发明实施例的方案选取概率分布函数后，随机生成所述概率分布函数的概率累计函数的函数值，根据所述函数值确定出自变量区间，将与该自变量区间对应的备选调制方式作为当前调制方式改变时刻的调制方式。这样，发送端无需每次改变调制方式时需要接收端反馈一个SINR值，从而，延长了SINR值的反馈周期，降低了SINR值的反馈量。 

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种调制方式自适应改变的方法，其特征在于，该方法包括：

选取概率分布函数；

随机生成与所述概率分布函数对应的概率累计函数的函数值，根据所述函数值确定用作当前进行数据传输的调制方式所对应的自变量区间，将与所述自变量区间对应的备选调制方式作为当前调制方式改变时刻的调制方式。

2.如权利要求1所述的方法，其特征在于，所述概率分布函数为非均匀分布函数，在所述随机生成与所述概率分布函数对应的概率累计函数的函数值之前，该方法进一步包括：根据吞吐量曲线确定备选调制方式的转换点对应的反馈比值；

所述根据所述函数值确定用作当前进行数据传输的调制方式所对应的自变量区间的方法为：

将所述备选调制方式的转换点对应的反馈比值和备选调制方式的概率数，代入所述概率累计函数中，计算得到门限值，由所述门限值确定出多个自变量区间，一个自变量区间对应一种备选调制方式；

将所述随机生成的概率分布函数的概率累计函数的函数值，以及当前时刻接收端反馈的反馈比值，代入所述概率累计函数中，计算得到自变量的值，在所述多个自变量区间中确定该自变量的值对应的自变量区间，该自变量的值对应的自变量区间为当前进行数据传输的调制方式所对应的自变量区间。

3.如权利要求2所述的方法，其特征在于，所述非均匀分布函数包括指数分布函数或瑞利分布函数。

4.如权利要求1所述的方法，其特征在于，所述概率分布函数为均匀分布函数。

5.如权利要求2所述的方法，其特征在于，所述反馈比值包括信干扰比SINR值或信噪比SNR值。

6.一种调制方式自适应改变的装置，其特征在于，该装置包括函数选取模块和调制方式选取模块；

函数选取模块，用于选取概率分布函数；

调制方式选取模块，用于随机生成所述概率分布函数的概率累计函数的函数值，根据所述函数值确定出用作当前进行数据传输的调制方式所对应的自变量区间，将与该自变量区间对应的备选调制方式作为当前调制方式改变时刻的调制方式。

7.如权利要求6所述的装置，其特征在于，所述函数选取模块选取的概率分布函数为非均匀分布函数；

该装置进一步包括接收模块；

接收模块，用于接收由接收端反馈的反馈比值；

所述调制方式选取模块包括门限值计算子模块和调制方式选取子模块；

门限值计算子模块，用于获取备选调制方式的转换点对应的反馈比值，将所述转换点对应的反馈比值和备选调制方式的概率数，代入所述概率累计函数中，计算得到门限值；

调制方式选取子模块，用于根据所述门限值和接收模块接收的反馈比值，选取当前调制方式改变时刻的调制方式。

8.如权利要求7所述的装置，其特征在于，所述函数选取模块选取的概率分布函数包括指数分布函数或瑞利分布函数。 

Images