CN101611582A - 为数据传输选择传输参数的方法以及数据传输控制器 - Google Patents

Abstract

提供了一种为数据传输选择传输参数的方法，包括为多个传输参数设置中的每个确定数据吞吐量，所述数据吞吐量是当所述传输参数设置用于数据传输时期望的数据吞吐量，其中通过预生成的、传输参数设置至数据吞吐量的映射确定所述数据吞吐量；以及基于确定的期望的数据吞吐量选择传输参数设置。

Description

为数据传输选择传输参数的方法以及数据传输控制器

技术领域

本发明主要涉及为数据传输选择传输参数的方法以及数据传输控制器。

背景技术

自适应调制和编码(AMC)是抵抗衰减和增强无线通信系统性能的有效工具。AMC的任务是在与发射器与接收器之间的通信信道相关的信道状态信息(CSI)的基础上，选择最佳的调制和编码方案(MCS)，从而获得较高的通信系统数据吞吐量。每个MCS均与编码速率和星座大小相关联，具有给定的位速率。发射器与接收器之间数据传输的误包率(PER)能够用作服务质量(QoS)约束的基础，从而为通信信道的当前条件选择最佳MCS。PER确定需要的重传次数，该次数影响吞吐量和传输延迟。

发明内容

提供了一种为数据传输选择传输参数的方法，包括为多个传输参数设置确定数据吞吐量，所述数据吞吐量是当所述传输参数用于数据传输时的期望的数据吞吐量，其中通过传输参数设置值数据吞吐量的、预生成的映射确定所述数据吞吐量；以及基于确定的期望的数据吞吐量选择传输参数设置。

附图说明

下面参考附图解释本发明的示例性实施方式。

图1示出了根据本发明的实施方式的通信系统；

图2示出了根据本发明的实施方式的流程图；

图3示出了根据本发明的实施方式的数据传输控制器；

图4示出了根据本发明的实施方式的解调/解码系统；

图5示出了函数图形；

图6示出了根据本发明的实施方式的流程图；

图7示出了根据本发明的实施方式的流程图；

图8示出了根据本发明的实施方式的流图；

图9示出了根据本发明的实施方式的流图；

图10示出了根据本发明的实施方式的MCS选择的数据流图。

具体实施方式

图1示出了根据本发明的实施方式的通信系统100。

通信系统100包括发射器101和接收器102。发射器101包括多个发射天线103，每个发射天线103与各自的发送电路104耦合。每个发送电路104被设置有N_t×1信号向量 $\underset{\‾}{s}={[s_1,s_2,...s_{N_t}]}^T$ 的一个分量，其中N_t是发射天线103的数量。每个发送电路104使用各自的天线103发射信号向量s的各个分量，使得信号向量s全部被发送。发射的信号向量以接收的N_r×1信号向量 $\underset{\‾}{r}={[r_1,r_2,...r_{N_r}]}^T$ 的形式经过通信信道108由发射器102通过多个接收天线105接收，每个接收天线105与各自的接收电路106耦合。N_r表示接收天线105的数量。由于假设N_r和N_t大于1，因此通信系统100是MIMO(多输入多输出)系统，例如，N_t＝N_r＝4或8。

每个接收天线105接收信号向量r的一个分量，由接收电路106输出各个分量。

例如，通信系统100是根据Wifi IEEE 802.11n、WiMax IEEE 802.16或3GPP LTE(第三代合作伙伴长期演进计划)的通信系统。

在一个实施方式中，通信系统100是与正交频分复用(OFDM)相关联的MIMO系统。可以为给定的天线设置考虑各种传输模式。这些传输模式包括时空编码(STC)、空分复用(SDM)和混合的SDM-STD模式。

能够将各种传输模式归类为开环或闭环。当仅接收器102了解与通信信道108相关的信道状态信息时，传输模式被认为是开环传输模式。当在发射器101处了解某些信道知识时，传输模式是闭环传输模式。当发射器101工作在闭环模式时，可执行信道矩阵的奇异值分解(SVD)以使每个OFDM子载波的信道对角化，将在下文详细解释。

在下面描述的实施方式中，假设通信系统100使用为开环和闭环工作设计的SDM传输模式。然而，在其它实施方式中，可使用其它模式(STC和混合的SDM-STC)。还能够在系统模型中包含不均匀的MCS(即，不同的调制方案用于不同的空间流)和其它纠错编码(例如，低密度奇偶校验(LDPC)码、Turbo码等)。

对MCS(调制和编码方案)的设置例如是对星座、编码速率和传输模式的设置。

在一个实施方式中，接收器102运行自适应调制和编码算法，该算法确定可用于多个天线设置的最佳MCS。自适应调制和编码算法例如试图在PER约束(例如，最大允许的PER)之下使发射器101与接收器102之间的数据传输的位速率最大。

PER是MCS、CSI和包长度(即，包含在数据包内的位数)的函数。在该函数中，参数的数量通常非常大。为了降低PER预测的复杂度，可将这些参数映射到链路质量度量(LQM，Link Quality Metric)上，然后通过查询表将链路质量度量直接映射到PER。对于每个MCS，能够定义使通信系统100的数据吞吐量最大的LQM值的范围。

最常见的LQM是瞬时信噪比(SNR)。瞬时信噪比定义为接收的信号的平方模的平均值与噪声功率的比。然而，对于具有相同瞬时SNR的不同信道实现，给定MCS的PER可显著变化。可能存在某些坏信道，在这些坏信道中AMC选择具有比目标PER大得多的PER的MCS。这就在依赖于信道相干时间的持续时间内导致了断开的链路。这个问题的解决方法是在安全裕度内改变SNR阈值，以获得更强壮的MCS选择。然而，这会导致系统吞吐量的减小。

为了减小该安全裕度，PER指示符和指数有效SNR映射(Exp-ESM)方法可用于预测PER性能。在两种情况中，基于对CSI的了解计算标量。PER指示符方法是基于以下观察：所有信道实现的PER曲线几乎平行。计算指示符，该指示符被映射到与加性高斯白噪声(AWGN)信道的PER性能的相距相应距离(dB)。通过对码速率、调制和信息块大小的每个组合进行曲线拟合实现这种映射。对于(Exp-ESM)方法，它由导出被称为指数有效SNR的标量LQM构成。该SNR正是AWGN信道获得与通信系统100相同的PER所需要的。获得这个有效SNR的方法是根据特定准则使该模型适合于大量独立的信道实现。通常，很难用标量参数表征PER性能。

多个参数可用于预测PER性能。例如，一种基于使用检测后信噪比(post-detection SNR)的方法可用于预测MIMO-OFDM系统中的PER性能，在MIMO-OFDM系统中每个流被单独编码。

然后，将用于每个流的有效SNR映射到用于预测整体PER的相应PER。

最近，越来越强调通过基于Turbo原理的迭代解码，对编码的无线系统进行联合检测和解码。由于它接近最优解码器的极限，所以它是对无线系统进行解码的有效且强大的方法。已经将该方法应用到具有码间干扰、多天线、多载波和多用户的无线系统中。这种系统基本上是级联方案。对于任何具体的信道实现，能够用外信息传递(extrinsicinformation transfer，EXIT)函数来表征迭代解码的BER(误码率)性能。

还可在MIMO系统中使用具有理想CSI的迭代接收器来实现AMC，接收器的BER性能的近似值是基于EXIT分析。如果每位的错误概率有条件地独立于其它位的错误，则能够通过下式确定PER：

PER＝1-(1-BER)^B    (1)

其中，B是包内的位数。然而，对于编码的系统，BER通常是相关联的，即，一位的错误概率依赖于其它位的错误。因此，等式(1)仅仅是PER的粗略近似值。

在下文中，假设用于MIMO-OFDM通信系统100的准静态块衰减模型。进一步假设每个OFDM符号具有N_f个子载波，每个包具有N_p个OFDM符号。假设衰减信道在每个包传输过程中保持静态。信道的准静态假设不是必须的。下文描述的实施方式还能够与定期更新的CSI一起使用。

根据OFDM，发送电路104对信号向量s执行快速傅里叶反变换(IFFT)。此外，在通过发射天线103发送IFET-变换的信号向量s之前，由发送电路104插入循环前缀(循环插入)。信号向量s例如是从输入数据流生成的，该输入数据流通过编码、交织、调制进行处理，并被去复用至发送电路104。可选地，可在去复用之后执行发射空间处理。

因此，接收电路106去除循环前缀并执行FFT。在存在发射空间处理的情况中，接收器102在接收电路106的输出处对接收的信号向量r执行相应的反向处理(即，接收空间处理)。对接收的信号向量r(或者接收空间处理的结果(如果存在))进行多路复用、解调、去交织和解码，从而生成与输入数据流对应的重构数据流。

通过下式给出在第k(k＝0，…，N_f-1)个子载波和第p(p＝0，…，N_p-1)个OFDM时隙处的频域信道响应矩阵：

$\underset{\‾}{H}[k,p]=\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{\underset{\‾}{R}}_l^{1/2}{\underset{\‾}{H}}_l{\underset{\‾}{S}}_l^{1/2}\exp (-j2\mathrm{\πlk}/N_f)---\left(2\right)$

其中， ${\underset{\‾}{R}}_l={\underset{\‾}{R}}_l^{1/2}{\underset{\‾}{R}}_l^{1/2}$ 和 ${\underset{\‾}{S}}_l={\underset{\‾}{S}}_l^{1/2}{\underset{\‾}{S}}_l^{1/2}$ 表示接收和发射空间相关矩阵，它们由MIMO天线103、105的间距和角度扩展(angle spread)确定。L是发射天线103与接收天线105之间的频率选择性衰减信道的可分解路径的数量。H _l是具有独立且按N_C(0，α₁ ²)等圆对称复杂高斯分布的元素的矩阵。假设H _l对于不为1的值是独立的。假设通过 $\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{\mathrm{\α}}_l^2=1$ 将H _l的功率规范化。在该模型中，假设在发射器101和接收器102处具有一致的线性阵列。假设天线103、105之间的相对天线间距(以波长的数量测量)对于接收天线105是d_r，对于发射天线103是d_t。此外，将平均到达角(AoA)、平均离开角(AoD)、接收角度扩展和发射角度扩展分别表示为θ_r、θ_t、σ_r ²和σ_t ²。实际的AoA和AoD表示为 ${\underset{\‾}{\mathrm{\θ}}}_r={\mathrm{\θ}}_r+{\widehat{\mathrm{\θ}}}_r$ 和 ${\underset{\‾}{\mathrm{\θ}}}_t={\mathrm{\θ}}_t+{\widehat{\mathrm{\θ}}}_t,$ 其中，

以及

有了这些定义，R和S的第(i，j)个元素由下式给出：

R_i，j＝exp[-j2π(j-i)d_rcos(θ_r)-(2π(j-i)d_rsin(θ_r)σ_r)²/2]，

                                                                 (3)

S_i，j＝exp[-j2π(i-j)d_tcos(θ_t)-(2π(i-j)d_tsin(θ_t)σ_t)²/2].

当假设存在适当的循环插入和采样时，MIMO-OFDM通信系统100根据下式将频率选择性信道去耦合为N_f个相关的平坦衰减信道：

r _k[p]＝H _k A _k s _k[p]+n _k[p]

                                (4)

k＝0，…，N_f-1，p＝0，…，N_p-1，

其中

是接收的信号向量(由子载波号k作为下标)；

是等式(2)中定义的复杂信道频率响应矩阵；

是发射的调制符号向量，它的元素选自具有单位平均功率的复杂标量星座S；A_k规定了发射空间处理(如果存在)；以及

是具有根据N_C(0，N₀ I)的i.i.d(独立相同分布)元素的加性噪声。

接收空间处理(如果存在)的输出可写为：

y _k[p]＝B _k r _k[p]，            (5)

其中，B_k是表示接收空间处理的变换。

在下文中，为了简化符号，为信道矩阵H、接收的信号向量r等省略下标k和p。

如果在发射器101处完全了解信道状态信息，则能够通过奇异值分解将通信信道108(与某个子载波相关联)分解为正交的空间信道。然而，在实际中，在发射器101处了解的信道状态信息是不理想的。

因此，

$\underset{\‾}{H}=\underset{\‾}{\overset{^}{H}}+\underset{\‾}{\mathrm{\Ξ}},---\left(6\right)$

其中是通过迫零或根据MMSE信道估计而获得的估计的信道矩阵，Ξ是估计错误矩阵。由于迫零或MMSE信道估计的性质，

和Ξ是不相关的。Ξ的每个元素均为具有N_C(0，σ_e ²)的i.i.d，其中，方差通过 ${\mathrm{\σ}}_e^2=E\left[{|H_{i,j}-{\hat{H}}_{i,j}|}^2\right]$ 给出。通过奇异值分解可将每个子载波的估计的信道矩阵对角化为：

$\underset{\‾}{\overset{^}{H}}=\underset{\‾}{\overset{^}{U}}\underset{\‾}{\hat{D}}{\underset{\‾}{\overset{^}{V}}}^H---\left(7\right)$

其中，和

是酋矩阵；

是对角矩阵，它的元素是估计的信道矩阵

的排序的奇异值。

的秩N_m至多为min(N_r，N_t)，它的奇异值至多为min(N_r，N_t)并且是非零的。这些值表示为

i＝1，…，N_m。注意

是复杂Wishart矩阵

的排序的特征值，

由下式给出：

在该实施例中，通信系统100是基于奇异值分解的，符号向量(发射信号向量)s通过乘以矩阵

进行变换：

$\underset{\‾}{x}=\underset{\‾}{\overset{^}{V}}\underset{\‾}{s}---\left(9\right)$

即，馈给发送电路104的向量s由向量x替换。产生的接收的信号向量r由下式给出：

$\underset{\‾}{r}=\underset{\‾}{\overset{^}{U}}\underset{\‾}{\overset{^}{D}}\underset{\‾}{s}+\underset{\‾}{\mathrm{\Ξ}}\underset{\‾}{\overset{^}{V}}\underset{\‾}{s}+\underset{\‾}{n}---\left(10\right)$

接收空间处理由r乘以

构成，产生如下形式：

$\underset{\‾}{y}=(\underset{\‾}{\overset{^}{D}}+\underset{\‾}{\overset{^}{\mathrm{\Ξ}}})\underset{\‾}{s}+\underset{\‾}{z}---\left(11\right)$

由于

的标准正交化，因此噪声向量z仍然是均值为0，方差为N₀ I的高斯。y的分量由下式给出：

$y_i=(\sqrt{{\widehat{\mathrm{\λ}}}_i}+{\widehat{\mathrm{\Ξ}}}_{i,i})s_i+\underset{j\≠1}{\mathrm{\Σ}}{\widehat{\mathrm{\Ξ}}}_{j,i}{s}_j+z_i,i=1,...,N_m---\left(12\right)$

对于CSI具有理想了解的情况，等式(12)表示能够将该传输看作发生在一组N_m个并行的等效(虚拟)信道上。然而，当对CSI不具有理想了解时，由于

不是对角的，因此这些信道不再独立。换句话说，不仅存在AWGN，还有来自其它信道的同波道干扰(CCI)。

假设CCI项是高斯分布。第i个信道(i＝1，…，N_m)的信噪比(SNR)γ_i被定义为：

${\mathrm{\γ}}_i=10\log \frac{{\widehat{\mathrm{\λ}}}_i}{N_0+N_m{\mathrm{\σ}}_e^2}---\left(13\right)$

在一个实施方式中，接收器102使用迭代解码对接收的信号向量进行解码，该接收的信号向量是通过接收空间处理y处理过的。对编码的MIMO-OFDM系统的迭代解码基于在每个子载波的MIMO接收器(解调器)与软输入软输出(SISO)解码器之间交换外软信息(extrinsic soft information)。对于每个子载波，存在mN_m个与等式(11)中的向量y相关联的传输的编码的位，其中m＝log₂(M)表示每个M-QAM调制符号(假设使用QAM调制)的位数。接收器(解调器)在每个编码的位上生成外对数比(extrinsic log-ratio)，该外对数比由下式给出：

${\widetilde{\mathrm{\Λ}}}_{i,j}=\log \frac{\underset{s_i:c_{i,j}=1}{\mathrm{\Σ}}p\left(y_i\right|s_i)\underset{l\≠j}{\mathrm{\Π}}{p}^a\left(c_{i,l}\right)}{\underset{s_i:c_{i,j}=0}{\mathrm{\Σ}}p\left(y_i\right|s_i)\underset{l\≠j}{\mathrm{\Π}}{p}^a\left(c_{i,l}\right)}---\left(14\right)$

其中，p^a(c_i，l)是从SISO解码器的输出获得的编码的位c_i，l的先验概率。然后，将该外信息传递给SISO解码器作为先验输入信息。SISO解码器例如使用BCJR算法，输出用于编码的位的外信息，然后将该外信息转发给MIMO接收器(解调器)。这就完成了迭代解码的迭代阶段。

不使用奇异值分解，通过下式给出了每个子载波处用于接收的信号向量r的最大后验(MAP)接收器：

${\widetilde{\mathrm{\Λ}}}_{i,j}=\log \frac{\underset{s_i:c_{i,j}=1}{\mathrm{\Σ}}p\left(\underset{\‾}{r}\right|\underset{\‾}{s})\underset{l\≠j}{\mathrm{\Π}}{p}^a\left(c_{i,l}\right)}{\underset{s_i:c_{i,j}=0}{\mathrm{\Σ}}p\left(\underset{\‾}{r}\right|\underset{\‾}{s})\underset{l\≠j}{\mathrm{\Π}}{p}^a\left(c_{i,l}\right)}---\left(15\right)$

等式(15)的指数计算复杂度已经导致基于软干扰消除的次优、低复杂度SISO接收器的研究。这些接收器基于线性滤波器和干扰消除器的组合。对于每个发射天线i，可通过下式计算s_i的软估计：

${\hat{s}}_i=\underset{s_i\∈S}{\mathrm{\Σ}}{s}_i{p}^a\left(s_i\right),---\left(16\right)$

其中，p^a(s_i)是由解码器反馈的先验概率。在执行消除之后，通过下式给出软输出：

${\underset{\‾}{\overset{^}{r}}}_i=\underset{\‾}{\overset{^}{H}}(\underset{\‾}{s}-{\underset{\‾}{s}}_i)+\underset{\‾}{\mathrm{\Ξ}}\underset{\‾}{s}+\underset{\‾}{n},---\left(17\right)$

其中， ${\underset{\‾}{\overset{^}{s}}}_i={[{\hat{s}}_1,...,{\hat{s}}_{i-1},0,{\hat{s}}_{i+1},...,{\hat{s}}_{N_m}]}^T$ 是根据等式(16)计算的软估计。接下来，为了进一步抑制

中的残余干扰，可将瞬时线性滤波器应用于

这种线性滤波器的通常选择是MMSE滤波器。然而，下面的分析和在下面描述的本发明的实施方式还适用于 ${\underset{\‾}{w}}_i=\underset{\‾}{\overset{^}{H}}{\underset{\‾}{e}}_i$ 的最大比合并(匹配滤波器)接收器。

将MMSE滤波器设计为使得均方误差E[|w _i ^H r _i-s_i|²]最小。因此，获得的滤波器向量w _i为

${\underset{\‾}{w}}_i={(\underset{\‾}{\overset{^}{H}}{\underset{\‾}{V}}_i{\underset{\‾}{\overset{^}{H}}}^H+N_0\underset{\‾}{I})}^{-1}\underset{\‾}{\overset{^}{H}}{\underset{\‾}{e}}_i,---\left(18\right)$

其中， ${\underset{\‾}{V}}_i=\mathrm{Diag}({\mathrm{\σ}}_1^2,...,{\mathrm{\σ}}_{i-1}^2,1.{\mathrm{\σ}}_{i+1}^2,...,{\mathrm{\σ}}_{N_t}^2),$ e _i是除了为1的第i个元素以外的全部零的N_t维向量。通过下式给出方差σ_i ²：

${\mathrm{\σ}}_i^2=\underset{s_i\∈S}{\mathrm{\Σ}}{\left|s_i\right|}^2{p}^a\left(s_i\right)-{\left|{\hat{s}}_i\right|}^2---\left(19\right)$

然后，第i个滤波器的输出通过将s_i作为其输入符号的等效AWGN信道来近似。该等效信道表示为：

${\tilde{r}}_i=a_i{s}_i+b_i,---\left(20\right)$

其中，a_i是信号的等效振幅，噪声项b_i是均值为0、方差为

的高斯随机变量。通过下面等式计算参数a_i和

：

$a_i={\underset{\‾}{w}}_i^H\underset{\‾}{\overset{^}{H}}{\underset{\‾}{e}}_i,---\left(21\right)$

以及

${\mathrm{\σ}}_{b_i}^2=a_i+{\mathrm{\σ}}_e^2{\underset{\‾}{w}}_i^H{\underset{\‾}{w}}_i.---\left(22\right)$

信道的SNRγ_i为：

${\mathrm{\γ}}_i=10\log \frac{a_i^2}{a_i+{\mathrm{\σ}}_e^2{\underset{\‾}{w}}_i^H{\underset{\‾}{w}}_i{a}_i^2}---\left(23\right)$

通过下式给出外信息：

${\widetilde{\mathrm{\Λ}}}_{i,j}=\log \frac{\underset{s_i:c_{i,j}=1}{\mathrm{\Σ}}\exp (-{|{\tilde{r}}_i-s_i|}^2/{\mathrm{\σ}}_{b_i}^2)\underset{l\≠j}{\mathrm{\Π}}{p}^a\left(c_{i,l}\right)}{\underset{s_i:c_{i,j}=0}{\mathrm{\Σ}}\exp (-{|{\tilde{r}}_i-s_i|}^2/{\mathrm{\σ}}_{b_i}^2)\underset{l\≠j}{\mathrm{\Π}}{p}^a\left(c_{i,l}\right)}.---\left(24\right)$

在本发明的一个实施方式中，执行自适应调制和编码算法。该算法基于误包率预测，其中可能考虑或者不考虑信道估计。

在图2中图示了根据本发明的实施方式，为数据传输选择传输参数的方法。

图2示出了根据本发明的实施方式的流程图200。

在201中，为多个传输参数设置中的每个确定数据吞吐量，该数据吞吐量是当传输参数设置用于数据传输时期望的数据吞吐量，其中使用预生成的、传输参数设置至数据吞吐量的映射来确定数据吞吐量。

在202中，基于确定的期望的数据吞吐量，选择传输参数设置。

该传输参数设置例如被选择为使得期望的吞吐量最大。在一个实施方式中，数据吞吐量从当传输参数设置用于数据传输时期望的误码率确定。

例如使用预生成的、传输参数设置至误码率的映射来确定误码率。

传输参数设置可被选择为服从数据传输的目标误码率约束。目标误码率约束例如从数据传输的服务质量约束获得。

目标误码率约束例如是实际误码率超过预规定的目标误码率的概率的限制。

在一个实施方式中，通过从仿真结果预生成的查询表来实现预生成的、传输参数设置至误码率的映射。

例如用选择的传输参数设置执行数据传输。

传输参数设置例如定义数据传输模式、编码速率、星座大小、调制类型和编码类型中的至少一个。

在一个实施方式中，用于传输参数设置的期望误码率是用于传输参数设置的期望误包率。

例如基于对在根据各个传输参数设置接收数据的接收器中的外信息传递的分析，预生成传输参数设置至误码率的预生成映射。

例如通过仿真预生成传输参数设置至误码率的预生成映射。例如通过曲线拟合(例如，通过使多项式函数适用于仿真结果)从仿真结果预生成传输参数至误码率的预生成映射。

不同的曲线拟合函数可用于不同的传输参数设置。在一个实施方式中，不同的曲线拟合函数用于相同传输参数设置的不同信噪比范围。

在一个实施方式中，通过第一通信设备选择传输参数设置，并且通过第一通信设备将选择的传输参数设置的规定发信号至第二通信设备，以用于从第二通信设备至第一通信设备的数据传输。

数据传输例如是无线通信系统(例如，多输入多输出通信(MIMO)系统、多载波(例如，OFDM)系统、多用户系统(例如，OFDM或CDMA)或具有码间干扰(ISI)的任意无线通信系统)中的数据传输。

在一个实施方式中，传输参数设置规定了大量的空间流以被选择用于数据传输，并且基于先前选择的传输参数设置和之关联的预定的切换表来选择传输参数设置，其中，当使用与先前选择的传输参数设置不同数量的空间流时，切换表包括与数据传输的特征相关的信息。

例如，数据传输的特征是数据传输的强壮性或数据传输的期望吞吐量。

传输参数设置例如选自基于查询表而生成的一组候选传输参数设置，该查询表是基于用于传输接收的数据包的传输参数设置、已经接收数据包的通信信道的信噪比、用于数据传输的发射天线和接收天线的数量、以及与数据传输相关的发射器和接收器的能力中的至少一个生成的。

在一个实施方式中，预定的映射函数使用检测后信噪比作为输入。例如，将多个空间流用于数据传输，且检测后信噪比的确定包括对空间流的信噪比进行分组、分类或平均。

在另一实施方式中，多个发射天线和多个接收天线用于数据传输，如果发射天线的数量不同于接收天线的数量，信噪比偏移量则用于确定检测后信噪比。

参考图2描述的方法例如通过如图3所示的数据传输控制器实现。

图3示出了根据本发明的实施方式的数据传输控制器300。

数据传输控制器300包括确定电路301，确定电路301被配置为为多个传输参数设置中的每个确定当该传输参数设置用于数据传输时期望的数据吞吐量(例如，基于期望的误码率)，其中使用传输参数设置至数据吞吐量的预生成映射来确定数据吞吐量。

数据传输控制器300进一步包括选择电路，该选择电路被配置为基于确定的期望的数据吞吐量来选择传输参数设置。

电路可以是为各个功能设计的硬件电路(例如，集成电路)，或者还可以是为各个功能编程的可编程单元(例如，处理器)。处理器例如可以是RISC(精简指令集计算机)处理器或CISC(复杂指令集计算机)。

数据传输控制器300例如是通信设备303(例如，无线通信系统(例如，MIMO OFDM通信系统)的通信设备)的一部分。

数据传输控制器300(或通信设备303)可进一步包括发射器，该发射器根据选择的传输参数设置来发射数据，或者将选择的传输参数设置发信号给另一通信设备作为此另一通信设备进行数据传输所使用的传输参数设置。

在下文中，描述了实施方式，其中，为了确定期望的数据吞吐量，确定期望的误码率，在该实施例中，期望的误码率是期望的误包率(PER)。对此，参考图4更详细地描述对接收的信号向量r的处理。

图4示出了根据本发明的实施方式的解调/解码系统400。

解调/解码系统400例如是接收器102的一部分。它从接收电路106将接收的信号向量r接收作为输入401，或者，如果存在接收空间处理，则将经过空间处理的接收的信号向量y作为输入401。

解调/解码系统400包括解调器402和解码器403。将输入401馈送给解调器402，将解调器402的输出馈送给解码器403。注意，在将解调器402的输出馈送给解码器403之前，可对它进行去交织处理。这里为了简化而省略。

解调器402例如是MIMO解调器，解码器403例如是SISO解码器。

解调/解码系统400可对输入401执行迭代处理。

通过外信息传递(EXIT)图表给出迭代解码算法的收敛行为的简便的图形描述。解调器402和解码器403均可由用于编码位的互信息(mutual information)的非线性EXIT函数来表征。

对于基于SVD和MMSE的MIMO-OFDM系统，接收电路106的输出(如上所述)能分别建模为具有由等式(13)和(23)给出的SNR的多个虚拟AWGN信道。给定解码器403的外信息分布，这些虚拟信道的EXIT函数描述如下：

d_e＝f(d_a，γ)    (25)

其中，d_e是解调器402的外部互信息，d_a是可能来自解码器403的先验互信息，以及γ是各个虚拟信道的SNR。

EXIT函数f例如通过蒙特-卡洛仿真获得。

图5示出了用于不同解调的EXIT函数的实施例。

图5示出了函数图形501、502、503。

在包括x轴504和y轴505的坐标系500中示出了函数图形501、502、503。x轴坐标对应于SNR，y轴坐标对应于d_e。第一函数图形501给出了用于使用了QPSK和格雷(Gray)映射的AWGN信道(即，具有加性高斯白噪声的信道)的、SNR至d_e的映射；第二函数图形502给出了用于使用了16QAM和格雷映射的AWGN信道的、SNR至d_e的映射；以及第三函数图形503给出了用于使用了64QAM和格雷映射的AWGN信道的SNR至d_e的映射。d_a被假定为零。

合起来，函数图形501、502、503能够被看作从调制类型和SNR至d_e的映射。

解码器403的EXIT函数通过下式给出：

c_e＝g(c _a)    (26)

其中，c _a是来自解调器402的先验互信息。

来自解调器的信息c _a是向量，这是因为解调器的输出对应于多个虚拟AWGN信道，其中这些虚拟AWGN信道的EXIT函数由等式(25)给出。

因此，先验对数似然比的分布是高斯混合：

$p\left(\mathrm{\Λ}\right|c)=\underset{i=1}{\overset{N_f{N}_m}{\mathrm{\Σ}}}N(c{\mathrm{\μ}}_i,2{\mathrm{\μ}}_i)/N_f/N_m---\left(27\right)$

其中，c＝±1表示位值，μ_i＝J^-1(c_ai)/2，以及J(2μ)被定义为

J(2μ)＝1-∫exp[-(z-μ)²/4/μ]log₂[1+exp(-z)]dz    (28)

因此，互信息是相容的(consistent)高斯随机变量

其中x是等概率的二进制随机变量x∈{±1}。

此外，可通过将迭代解码与c _a相关来估计迭代解码的性能。例如，用卷积码实现编码。然后误包率(PER)可由下式近似：

PER＝1-(1-CBER)^B/υ    (29)

其中，B是数据包的长度，CBER是编码的误码率(BER)。在该实施例中，仅考虑长度为υ的错误事件。CBER函数通过下式与c _a相关：

CBER＝f_CBER(c _a)        (30)

通过仿真和曲线拟合获得函数f_CBER(c _a)。为了能够用合理的复杂度近似地描述该函数，减少c _a的维数或SNR。例如，通过使用四级的均匀量化实现维数(换句话说，分辨率或精确度)的减少。该方法比仅取c _a的均值更精确。

根据一个实施方式，预生成传输参数至误包率的映射。例如，预生成如图5所示的调制类型至d_e的映射(在该实施例中还将SNRγ作为输入)，通过d_e确定该调制类型的期望误码率。

为此，例如，如上所述例如通过仿真和曲线拟合预生成函数f_CBER，然后可利用函数f_CBER确定用于特定传输参数设置的CBER。使用等式(29)可从CBER计算期望的误包率。

作为一个实施例，考虑通信系统100是16QAM的1/2速率卷积码(rate 1/2 convolutional code)的MIMO-OFDM系统。随机选择交织器。包长为4090或8186位。有N_f＝64个子载波，信道具有L＝6个可分解的多路径。对于相关矩阵S和R，假设对于所有路径均为d_r＝d_t＝1/2，θ_r＝θ_t＝π/2以及 $2{\mathrm{\σ}}_t^2={\mathrm{\σ}}_r^2=\mathrm{\π}/16.$

考虑在包传输过程中固定的两个信道实现。用SVD仿真这些实现，确定平均的PER性能，这些仿真显示了仿真的PER性能接近于由EXIT分析(GM-4)预测的性能。当信道估计误差包括在内时，误差裕度大约为0.4dB。该误差裕度主要由等式(12)中的CCI的高斯近似值造成。当使用MMSE接收器时，可观察到类似的结果。

作为另一实施例，考虑每个包传输遇到随机且独立选择的信道实现。当假定理想的CSI时，从仿真获得的PER性能仍然接近于上述实施方式中通过EXIT分析预测的性能。当考虑信道估计误差时，可观察到大约0.35dB的误差裕度。此外，上述误差裕度也适用于MMSE接收器。

最后，考虑具有不均匀调制的基于SVD的MIMO-OFDM系统。较强壮的流由64QAM调制，较弱的流由16QAM调制。假设完美的信道估计。从测量用于不同包长和天线数量的PER性能的仿真可看出，仿真的PER性能接近于通过根据上述实施方式描述的EXIT分析预测的性能。

在下文中描述了根据本发明的实施方式选择传输参数的实施例。

例如，由接收器102执行传输参数的设置，并且传输参数与通信信道108的使用(例如，使用的调制类型、码或码速率的类型、星座大小、或传输模式)相关。

在该实施方式中用于设置传输参数的方法是使用AMC(自适应调制和编码)算法的链路自适应算法，其目的是在PER低于特定阈值而数据速率高于特定限制的条件下使通信信道108的吞吐量(数据速率)最大。在下文中参考图6描述用于确定适当传输参数设置(也表示为用于调制和编码方案的MCS)的流程。

图6示出了根据本发明的实施方式的流程图600。

PER低于特定阈值而数据速率高于特定阈值的约束可被看作QoS(服务质量)约束。

在601中，基于QoS约束和估计的接收SNR和/或噪声功率选择一组MCS。例如通过使用查询表大略估计空间流的数量和传输模式来实现601。

在602中，例如基于上文所述的EXIT分析，为这一组MCS中的每个MCS确定PER的近似值。然后通过该PER近似值来计算期望的吞吐量。

在603中，选择提供最大吞吐量的MCS。每个MCS例如都有一个索引，将选择的MCS的索引通过反馈信道传输至发射器101。

在602中对MCS的PER的确定是基于预生成的、MCS(传输参数设置)至PER的映射。在下文参考图7描述了用于该PER预测方法的实施例。

图7示出了根据本发明的实施方式的流程图700。

在701中，提供PER预测方法的输入。这些输入是信道估计

信道估计误差σ_e ²、估计的噪声功率N₀和应该确定期望PER的MCS(传输参数设置)。

接收电路106的输出被建模为具有由等式(13)(在SVD的情况中)或等式(23)(在MMSE的情况中)给出的SNRγ的多个虚拟AWGN信道。

在702中，根据等式(25)确定每个虚拟信道的输出的外部互信息。

在703中，外部互信息c _a(包括所有虚拟信道的外部互信息)用于根据等式(29)逼近PER，其中CBER通过等式(30)给出。函数f_CBER依赖于所使用的码。函数f_CBER通过仿真和曲线拟合来预生成。为了用合理的复杂度来近似描述函数f_CBER，可减少c _a的维数。例如通过使用均匀量化器来实现维数的减少。

在下文中，参考图8和图9描述了根据本发明的实施方式、由两个通信设备执行的链路自适应的两个实施例。

在参考图8描述的实施例中，链路自适应是基于发射器的。这意味着数据的发射器自身选择用于数据传输的MCS(传输参数设置)。在这种情况中，不需要从接收器至发射器的MCS反馈。

图8示出了根据本发明的实施方式的流图800。

其中包括第一通信设备801(例如，接入点(AP))和第二通信设备802(例如，移动站(STA))。

第一通信设备801和第二通信设备802具有通过对应的(reciprocal)(例如，根据TDD(时分双工)模式)通信信道的通信连接。这意味着存在从第一通信信道801至第二通信信道802的下行链路和从第二通信信道802至第一通信信道801的上行链路。将通信信道的对应性质用于该链路自适应方法。下行链路用于选择用于上行链路信道的MCS，反之亦然。

在803(t₀时刻)，第一通信设备801根据例如最初选择的第一MCS(MCS A)发射第一数据帧811。

在805(t₁时刻)，第二通信设备802接收第一数据帧811，以及在805，第二通信设备802(作为发射器)利用接收自第一数据帧811的信息(例如，关于下行链路信道的信道状态信息)选择用于至第一通信设备801的数据传输的第二MCS(MCS B)。这意味着第二通信设备802基于下行链路信道选择上行链路信道的MCS。

在806(t₂时刻)，第二通信设备802根据第二MCS发射第二数据帧812。

在807(t₃时刻)，第一通信设备801接收第二数据帧812，以及在808中，第一通信设备801(作为发射器)利用接收自第二数据帧812的信息选择用于下行链路传输的第三MCS(MCS C)。

在809，第一通信设备801根据第三MCS发射第三数据帧813，第三数据帧813由第二通信设备802(t₅时刻)接收，等等。

在参考图9描述的实施例中，链路自适应是基于发射器的。这意味着数据的发射器使用由接收器告知的用于数据传输的MCS。对此，通信信道不需要是对应的，因为MCS选择在接收器中完成。

图9示出了根据本发明的实施方式的流图900。

类似于图8，包括第一通信设备901(例如，接入点(AP))和第二通信设备902(例如，移动站(STA))。

第一通信设备901和第二通信设备902具有通过通信信道的通信连接，与图8的情况不同，该通信信道不需要对应。

在903(t₀时刻)，第一通信设备901根据第一MCS(MCS X)将第一数据帧911传输至第二通信设备901。第一数据帧911包括对第二MCS(MCS X1)的规定，其为第二通信设备902推荐的MCS X1的反馈(FB)速率。这个规定能够被认为是最初的反馈。

在904(t₁时刻)，第二通信设备902接收第一数据帧911，在905，第二通信设备902选择将由第一通信设备901使用的第三MCS(MCSY)，用作从第一通信设备901至第二通信设备902的下一次数据传输的MCS。这意味着接收器(在该情况中为第二通信设备902)指示发射器(在该情况中位第一通信设备901)应该(或被建议)根据哪个MCS发射数据。

在906(t₂时刻)，第二通信设备905根据由第一通信设备901在第一数据帧911中推荐的第二MCS X1发射第二数据帧912。第二数据帧912包括对第三MCS的规定(例如，在第二数据帧912的反馈(FB)字段中)。

在907(t₃时刻)，第一通信设备接收第二数据帧912，以及在908，第一通信设备选择第四MCS(MCS Z)，第四MCS是第一通信设备是为从第二通信设备902至第一通信设备901的下一次数据传输推荐的。在909(t₄时刻)，根据第三MCS，将包括对第四MCS的规定的第三数据帧913从第一通信设备901发射至第二通信设备902，并且第三数据帧913由第二通信设备902接收(t₅时刻)，等等。

根据本发明的一个实施方式，MCS选择算法用于解决下面的优化问题：

max  r_MCS(1-PER_MCS)

s.t. Pr(PER_MCS＞PER_t arget)≤0.05    (31)

r_MCS∈MCS_set，

其中，对形成MCS的给定(例如，预选的)的一组MCS_set的所有MCS实现最大化，r_MCS是数据速率，PER_MCS是各个MCS的误包率。

例如，中断概率(outage probability)P_r(PER_MCS＞PER_t arg et)被设置为小于5％。

在下文中，图8和9中示出了由通信设备执行的MCS选择算法的实施例，包括参考图10解释的PER预测。

图10示出了根据本发明的实施方式的MCS选择的数据流图1000。

在该实施例中，MCS选择算法由三部分构成：MCS集合的构造、MCS搜索算法以及MCS切换算法。

在1001中，构造(例如，以MCS表的形式)用于两个通信设备801、901、802、902的共同可用的MCS集合。对此，可考虑在1006中提取的系统参数。该集合非常巨大，因为它可包含具有不同数量的空间流的MCS。为了减少MCS搜索的范围，在一个实施方式中，该搜索从MCS的(子)集合开始，根据先前数据传输使用的MCS(例如，传输上一次接收的数据包所使用MCS)，对于该(子)集合将使用相同数量的空间流。对于具有两倍速率的这些MCS，通过在具有相同速率的所有MCS中选择具有最优PER性能的MCS，可简化所实现的MCS集合。

如果存在具有相同数据速率的MCS(理论上的，即，不考虑包错误)，那么，通过在具有相同数据速率的所有MCS中选择具有最优PER性能的MCS，可简化实现的MCS集合。

为了在MCS集合中搜索最优MCS，可执行几种不同的方法。例如，如果MCS集合很小，则可执行穷举搜索。在1002中，按照MCS集合中的搜索方向，用PER预测算法(例如，参考图7描述的PER预测算法)测试每个MCS。例如当找到用于MCS的合适选择时停止搜索，并在1007中选择该MCS用于数据传输。

一种简化方法是在表中排列MCS使得它们的数据速率以降序排列。该搜索例如从表的中间项开始，或者从被选择用于上次数据传输的MCS处开始。

MCS搜索可限于具有相同空间流数量的MCS，用于降低复杂度。为了进一步增加吞吐量性能，可从选择的MCS切换至应该使用不同流数量的另一MCS。在该情况中，首先，为与具有相同空间流数量的所有MCS生成吞吐量性能曲线。基于这些曲线，通过查询表实现切换。能用较少数量的空间流的MCS替换选择的MCS以增加吞吐量。另一方面，较少数量的流的MCS可被选择用于改进强壮性且维持相同的吞吐量。通过切换，使MCS搜索范围变小，复杂度降低，因为不再需要估计多个空间流的PER性能。

PER的预测依赖于信道相干时间和估计可靠性。PER是通过下式给出的函数：

PER＝f(MCS，N₀，H，L)，    (32)

其中，N₀是噪声方差，H是给出了通信信道的当前传输特征的信道矩阵，以及L是包长度。

例如为上文所述的MCS方案预测PER，如下所述例如由通信设备801、901、802、902使用PER。对于MMSE检测，在1005中，例如通过用于每个空间流和子载波的MIMO模块，在1004的同步之后，基于1003中执行的信道估计来确定SNRγ_i。

包含信道估计误差以提供更精确的PER估计。在SNR计算中可添加偏移量。该偏移量是检测器的滤波器和噪声方差的函数。为了降低PER预测的复杂度，将这些值映射到每个空间流的平均SNRγ_i上。对于所有空间流均使用相同调制的均匀调制，首先在用于每个子载波的空间流中对空间流的SNR进行分类，然后，在频域中、在所有子载波上对空间流的SNR进行平均。

对于波束成形模式，可使用不均匀调制。在此，用于不同空间流的调制方案可以不同。在该情况中，不需要进行分类。

对于基于发射器的链路自适应，当发射天线和接收天线的数量不同时需要安全裕度。这就解释了用上行链路信道为下行链路信道选择MCS，反之亦然。例如，在接入点具有4个天线、移动站具有3个天线的系统中，上行链路将经历接收分集，而下行链路经历发射分集。需要安全裕度用于分集间的差别。

例如，对于基于发射器的链路自适应和不对称配置，可使用SNR偏移量。

将检测器的输出建模为多个虚拟AWGN信道，这些虚拟AWGN信道的SNR由γ_i给出(其中，i是虚拟信道的编号)。基于从仿真中收集的数据，可通过用于不同调制的查询表，实现1008中的检测后SNR γ_i至检测器c_ai的互信息的映射。为了减少存储要求，检测器的互信息还能够由下列形式的三次多项式建模：

$c_{\mathrm{ai}}=p_3{\mathrm{\γ}}_i^3+p_2{\mathrm{\γ}}_i^2+p_1{\mathrm{\γ}}_i+p_0,---\left(33\right)$

其中，p_j是预定的系数。注意，γ_i以dB给出。多项式系数p_j从仿真确定，并可对于不同的调制类型取不同的值。对于不同SNR值的相同调制的p_j值也可以不同。因此，在空间流上对用给定的调制方案从γ_i生成的互信息c_ai进行平均，以给出均值ca。

还通过从外信息ca至编码的误码率CBER的三次多项式映射函数对解码器的行为进行建模。CBER通过下式与外信息相关联：

$\mathrm{CBER}=\frac{1}{2}\exp$ (ca的三次多项式函数)        (34)

还能够通过蒙特-卡洛仿真离线地获得(即，预生成)该多项式函数。还能够用预生成的查询表取代多项式函数。对于所使用的每个码速率和每种类型的编码器，都有对应的映射函数。然后从CBER估计误包率。对于卷积码，PER近似为：

PER≈1-(1-CBER)^L/v    (35)

对于类似于LDPC的分组码，PER近似为：

PER≈1-(1-PER_B)^L/n    (36)

其中，PER_B是所使用的分组码的PER，n是码字的长度。PER_B通过三次多项式函数与ca相关联。

Claims (33)

1.一种为数据传输选择传输参数的方法，包括：

为多个传输参数设置中的每个确定数据吞吐量，所述数据吞吐量是当所述传输参数设置用于数据传输时的期望的数据吞吐量，其中，通过传输参数设置至数据吞吐量的预生成的映射确定所述数据吞吐量；以及

基于确定的数据吞吐量选择传输参数设置。

2.根据权利要求1的方法，其中，所述传输参数设置被选择为使得所述期望的吞吐量最大。

3.根据权利要求1的方法，其中，所述数据吞吐量从误码率确定，所述误码率是当所述传输参数设置用于数据传输时的期望的误码率。

4.根据权利要求3的方法，其中，所述误码率通过传输参数设置至误码率的预生成的映射而确定。

5.根据权利要求1的方法，其中，所述传输参数设置被选择为服从所述数据传输的目标误码率约束。

6.根据权利要求5的方法，其中，所述目标误码率约束是从所述数据传输的服务质量约束获得。

7.根据权利要求1所述的方法，进一步包括通过选择的传输参数设置执行所述数据传输。

8.根据权利要求1所述的方法，其中，所述传输参数设置定义数据传输模式、编码速率、星座大小、调制类型和编码类型中的至少一个。

9.根据权利要求3所述的方法，其中，用于传输参数设置的所述期望的误码率是用于所述传输参数设置的期望的误包率。

10.根据权利要求4所述的方法，其中，传输参数设置至误码率的所述预生成的映射是基于对接收器中的外信息传递的分析而预生成的，所述接收器根据各个传输参数设置接收数据。

11.根据权利要求4所述的方法，其中，传输参数设置至误码率的所述预生成的映射是通过仿真预生成的。

12.根据权利要求5所述的方法，其中，所述目标误码率约束是实际误码率超过预规定的目标误码率的概率的限制。

13.根据权利要求11所述的方法，其中，传输参数设置至误码率的所述预生成的映射是通过从所述仿真结果预生成的查询表而实现的。

14.根据权利要求11所述的方法，其中，传输参数设置至误码率的所述预生成的映射是通过曲线拟合从所述仿真结果预生成的。

15.根据权利要求14所述的方法，其中，所述曲线拟合函数是多项式。

16.根据权利要求14的方法，其中，不同的曲线拟合函数用于不同的传输参数设置。

17.根据权利要求14的方法，其中，不同的曲线拟合函数用于相同传输参数设置的不同信噪比范围。

18.根据权利要求1所述的方法，其中，所述数据传输是无线通信系统中的数据传输。

19.根据权利要求18所述的方法，其中，所述通信系统是多输入多输出通信系统。

20.根据权利要求16所述的方法，其中，所述通信系统是使用正交频分复用的多输入多输出系统。

21.根据权利要求1所述的方法，其中，所述传输参数设置规定了将被选择用于所述数据传输的大量空间流，基于先前选择的传输参数设置和与所述先前选择的传输参数设置相关联的预定的切换表来选择所述传输参数设置，其中，当使用与所述先前选择的传输参数设置不同数量的空间流时，所述切换表包括与所述数据传输的特征相关的信息。

22.根据权利要求21所述的方法，其中，所述数据传输的特征是所述数据传输的强壮性或所述数据传输的所述期望的吞吐量。

23.根据权利要求1所述的方法，其中，所述传输参数设置选自基于查询表生成的一组候选传输参数，所述查询表是基于以下各项中的至少之一而生成的：用于传输接收的数据包的传输参数设置、接收数据包的通信信道的信噪比、用于所述数据传输的发射天线和接收天线的数量、以及与所述数据传输相关的所述发射器和所述接收器的能力。

24.根据权利要求1所述的方法，其中，所述预生成的映射函数使用检测后信噪比作为输入。

25.根据权利要求24所述的方法，其中，多个空间流用于所述数据传输，所述检测后信噪比的确定包括对所述空间流的所述信噪比进行分组、分类或平均中的至少之一。

26.根据权利要求24所述的方法，其中，多个发射天线和多个接收天线用于所述数据传输，如果发射天线的数量不同于接收天线的数量，则使用信噪比偏移量确定所述检测后信噪比。

27.一种数据传输控制器，包括：

确定电路，被配置为为多个传输参数设置中的每个确定数据吞吐量，所述数据吞吐量是当所述传输参数设置用于数据传输时的期望的吞吐量，其中通过传输参数设置至数据吞吐量的预生成的映射确定所述数据吞吐量；以及

选择电路，被配置为基于确定的数据吞吐量选择传输参数设置。

28.根据权利要求27所述的数据传输控制器，其为通信设备的一部分。

29.根据权利要求28所述的数据传输控制器，所述通信设备是无线通信系统的一部分。

30.根据权利要求28所述的数据传输控制器，进一步包括：

发射器，根据所选择的传输参数设置发射数据、或者将所述选择的传输参数设置用信号发送给通信设备作为所述通信设备的数据传输的传输参数。

31.一种计算机程序产品，当由计算机执行时，使所述计算机执行为数据传输选择传输参数的方法，所述方法包括：

为多个传输参数设置中的每个确定数据吞吐量，所述数据吞吐量是当所述传输参数设置用于数据传输时的期望的数据吞吐量，其中通过传输参数设置至数据吞吐量的预生成的映射确定所述数据吞吐量；以及

基于确定的数据吞吐量选择传输参数设置。

32.一种估计通信信道的信噪比的方法，包括：

基于表征噪声功率的第一值和表征对接收的数据信号进行滤波的滤波器的滤波器系数，确定偏移值；

通过所述偏移值确定表征所述信噪比的第二值。

33.根据权利要求32所述的方法，其中，根据下式估计所述信噪比：

$\mathrm{\γ}=10\log \frac{a^2}{a+{\mathrm{\σ}}_e^2{\underset{\‾}{w}}^{H}w-a^2}$

其中，

w是滤波器系数的向量；

σ_e ²表示噪声功率；以及

a是基于所述滤波器系数和所述通信信道的传输特性而确定的。

Images