CN101645755B - 实现无线接入网络系统链路自适应的装置及方法 - Google Patents

Abstract

本发明披露了实现无线接入网络系统链路自适应的装置及方法，装置包括：空口质量测量单元以及编码方式自适应单元，其中：空口质量检测单元根据接收的分集信号检测出空口质量参数，并输出给编码方式自适应单元；编码方式自适应单元根据空口质量参数和预设的各固定业务的吞吐率门限，获取及输出适合当前空口质量环境的编码方式。本发明基于时隙载干比估计值对空口质量进行实时检测，并依据测得的空口质量及固定业务的系统吞吐率门限，选择当前合适的编码方式实现系统链路自适应。与传统的方法相比，本发明具有实现复杂度低、可靠性高以及自适应判决准的特点。

Description

实现无线接入网络系统链路自适应的装置及方法

技术领域

本发明涉及通信系统数字信号处理领域，尤其涉及全球移动通信系统增强数据传输速率演进无线接入网(GERAN，GSM EDGE Radio AccessNetwork)系统中实现链路自适应的装置及方法。

背景技术

在GERAN演进过程中，快速的数据传输速率(系统吞吐率)一直是大众普遍关注的焦点。而链路自适应技术正是凭借其在数据传输率上的卓越性能赢得了人们的青睐，它广泛应用于各种无线通信系统。

目前，在频分复用(FDD，Frequency Division Duplex)时分多址(TDMA，Time Division Multiple Access)方式下工作的GERAN系统中，有多达20种以上的分组域业务。低编码率业务由于加入了大量的冗余保护，适用于信道质量较差的无线传播环境。高编码率业务则凭借其携带的一大批数量较为可观的有用信息比特，适用于信道质量较好的无线传播环境。无线环境是瞬息万变的。在保证一定服务质量(QoS，Quality of Serveice)的条件下，采用链路自适应技术、时域动态调整PS业务编码方式，可将系统吞吐率最大化。

通常，采用反编码方法作为GERAN系统中的链路自适应技术。该方法主要对上行解码后的数据块进行编码处理，将得到的反编码比特与上行数据块中的解交织比特进行一一对比以获取解调比特差错率(BER，Bit ErrorRate)结果，从而得到上行空口质量信息。依据该上行空口质量信息和预先设置的一系列性能门限，实现链路自适应。可以看出，该方法额外地增加了解码模块的运算量，使系统开销增加不少。另外，当误码率较高时进行反编码操作会使得误码进一步传播，导致估计出的解调BER失准。

专利CN200680028910.4“估计EDGE无线系统中的比特差错概率(BEP)”中提出了一种采用分布参数映射法估计BEP作为链路自适应的方法。该方法首先对均衡输出的软判决比特信息进行分布类型分析(高斯分布或莱斯分布)，然后针对相应分布计算均值、方差，并以该分布下的均值与方差的比值映射依据经验确定的BEP表、得到一个BEP估计值。最后对同一个数据块内的四个BEP做平均、滤波处理，得到当前上行空口质量信息，从而实现链路自适应。可以看出，该方法的实现架构较为复杂，模块运算量较大，且影响系统开销。另外，该方法中分布类型判决准度直接影响BEP估计准度；均值与方差的比值或由于方差为0而无意义，影响了BEP映射表的查找，由此降低了链路自适应性能。

发明内容

本发明所要解决的技术问题是提供一种实现无线接入网络系统链路自适应的装置及方法，能够有效地提高链路自适应性能。

为了解决上述技术问题，本发明提供了一种实现无线接入网络系统链路自适应的装置，包括：空口质量测量单元以及编码方式自适应单元，其中：

空口质量检测单元，用于根据接收的分集信号检测出空口质量参数，并输出给编码方式自适应单元；

编码方式自适应单元，用于根据空口质量参数和预设的各固定业务的吞吐率门限，获取及输出适合当前空口质量环境的编码方式。

进一步地，在空口质量检测单元和编码方式自适应单元之间还包括滤波单元，其中：

滤波单元，用于对空口质量参数进行滤波处理，得到平滑的空口质量参数，输出给编码方式自适应单元；

编码方式自适应单元，用于根据平滑的空口质量参数和各固定业务的吞吐率门限获取及输出适合当前空口质量环境的编码方式。

进一步地，空口质量检测单元进一步包括信道估计单元和分集载干比估计单元，其中：

信道估计单元，用于根据接收的分集信号I_k获取其信道参数估计值h；

分集载干比估计单元，用于根据信道参数估计值h、训练序列t_m获取分集的重构信号r_k，即 $r_k=\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}{t}_{k-i}{h}_i,$ 其中m为训练元素的序号，L为信道弥散长度；根据所述分集信号I_k和所述重构信号r_k获取分集的误差信号e_k，即e_k＝I_k-r_k；根据分集的重构信号r_k和误差信号e_k获取分集载干比估计值CIR_div，即 ${\mathrm{CIR}}_{\mathrm{div}}=\frac{\underset{k}{\mathrm{\Σ}}{\left|r_k\right|}^2}{\underset{k}{\mathrm{\Σ}}{\left|e_k\right|}^2};$

滤波单元，对分集载干比估计值CIR_div进行平均滤波处理或FIR滤波处理，得到平滑的滤波载干比估计值CIR_filter；FIR滤波处理即 ${\mathrm{CIR}}_{\mathrm{filter}}\left(n\right)=\underset{l=0}{\overset{N}{\mathrm{\Σ}}}{\mathrm{CIR}}_{\mathrm{filter}}(n-l)*f_l,$ 其中N表示FIR滤波器阶数，f_l表示FIR滤波器的抽头系数；

编码方式自适应单元，根据各固定业务的吞吐率门限得到编码方式与滤波载干比估计值的映射表，将计算获得的滤波载干比估计值CIR_filter代入映射表中，从而找到适合当前空口质量环境的编码方式。

进一步地，空口质量检测单元进一步包括多个信道估计单元、多个分集载干比估计单元、分集合并载干比估计单元，其中：

多个信道估计单元，用于分别对接收的分集信号I_k进行相应的信道估计，获取相应的信道参数估计值h_n，n为所述分集的序号；

多个分集载干比估计单元，用于分别根据相应分集的信道参数估计值h_n、训练序列t_m获取相应分集的重构信号r_k，即 $r_k=\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}{t}_{k-i}{h}_i,$ 其中m为训练元素的序号，L为信道弥散长度；根据相应的分集信号I_k及其重构信号r_k获取相应分集的误差信号e_k，即e_k＝I_k-r_k；根据相应分集的重构信号r_k及其误差信号e_k获取相应分集的载干比估计值CIR_div，即 ${\mathrm{CIR}}_{\mathrm{div}}=\frac{\underset{k}{\mathrm{\Σ}}{\left|r_k\right|}^2}{\underset{k}{\mathrm{\Σ}}{\left|e_k\right|}^2};$

分集合并载干比估计单元，用于求取多个分集的有效载干比估计值，即分别计算各分集的噪声自相关值α(n)，即 $\mathrm{\α}\left(n\right)=\underset{k}{\mathrm{\Σ}}{e}_k\left(n\right)*e_k^{*}\left(n\right);$ 计算各分集间的噪声互相关值β(n)，即 $\mathrm{\β}\left(a\right)\left(b\right)=\underset{k}{\mathrm{\Σ}}{e}_k\left(a\right)*e_k^{*}\left(b\right)$ (α＝1，…，n；b＝1，…，n)；然后求取α(n)的平方和与β(n)的平方和的比值γ，即

根据γ获取当前场景类型；依据分集接收数及所述当前场景类型，获取归一化因子，根据所述归一化因子与多个分集载干比估计值的均值Avg的乘积获取多分集接收合并后的有效载干比估计值；

滤波单元，用于对多分集接收合并后的有效载干比估计值进行FIR滤波处理或平均滤波处理，得到平滑的滤波有效载干比估计值CIR_filter；FIR滤波处理即 ${\mathrm{CIR}}_{\mathrm{filter}}\left(n\right)=\underset{l=0}{\overset{N}{\mathrm{\Σ}}}{\mathrm{CIR}}_{\mathrm{filter}}(n-l)*f_l,$ 其中N表示FIR滤波器阶数，f_l表示FIR滤波器的抽头系数；

码方式自适应单元，根据各固定业务的吞吐率门限得到编码方式与滤波载干比估计值CIR_filter的映射表，将计算获得的滤波载干比估计值CIR_filter代入所述映射表中，从而找到适合当前空口质量环境的编码方式。

为了解决上述技术问题，本发明提供了一种实现无线接入网络系统链路自适应的方法，包括：

根据接收的分集信号检测出空口质量参数；

根据空口质量参数和预设的各固定业务的吞吐率门限，获取及输出适合当前空口质量环境的编码方式。

进一步地，在获取及输出适合当前空口质量环境的编码方式之前，还包括步骤：对检测出的空口质量参数进行滤波处理，得到平滑的空口质量参数。

进一步地，滤波处理为平均滤波处理，或为FIR滤波处理，即 ${\mathrm{CIR}}_{\mathrm{filter}}\left(n\right)=\underset{l=0}{\overset{N}{\mathrm{\Σ}}}{\mathrm{CIR}}_{\mathrm{filter}}(n-l)*f_l,$ 其中N表示FIR滤波器阶数，f_l表示FIR滤波器的抽头系数。

进一步地，空口质量参数在单分集接收的情况下是分集载干比估计值CIR_div，其检测具体包括：

根据接收的分集信号I_k获取其信道参数估计值h；

根据信道参数估计值h、训练序列t_m获取重构信号r_k，即 $r_k=\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}{t}_{k-i}{h}_i,$ 其中m为训练元素的序号，L为信道弥散长度；

根据接收的分集信号I_k及其重构信号r_k获取分集的误差信号e_k，即e_k＝I_k-r_k；

根据分集的重构信号r_k及其误差信号e_k获取分集载干比估计值CIR_div，即 ${\mathrm{CIR}}_{\mathrm{div}}=\frac{\underset{k}{\mathrm{\Σ}}{\left|r_k\right|}^2}{\underset{k}{\mathrm{\Σ}}{\left|e_k\right|}^2}.$

进一步地，空口质量参数在多分集接收的情况下是多分集接收合并后的有效载干比估计值CIR_div，其检测具体包括：

分别对接收的分集信号I_k进行相应的信道估计，获取相应的信道参数的估计值h_n，n为分集的序号；

分别根据相应分集的信道参数估计值h_n、训练序列t_m获取相应分集的重构信号r_k，即 $r_k=\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}{t}_{k-i}{h}_i,$ 其中m为训练元素的序号，L为信道弥散长度；

根据相应的分集信号I_k及其重构信号r_k获取相应分集的误差信号e_k，即e_k＝I_k-r_k；

根据相应分集的重构信号r_k及其误差信号e_k获取相应分集的载干比估计值CIR_div，即 ${\mathrm{CIR}}_{\mathrm{div}}=\frac{\underset{k}{\mathrm{\Σ}}{\left|r_k\right|}^2}{\underset{k}{\mathrm{\Σ}}{\left|e_k\right|}^2};$

求取多个分集的载干比估计值的均值Avg；

分别计算各分集的噪声自相关值α(n)，即 $\mathrm{\α}\left(n\right)=\underset{k}{\mathrm{\Σ}}{e}_k\left(n\right)*e_k^{*}\left(n\right);$ 计算各分集间的噪声互相关值β(n)，即 $\mathrm{\β}\left(a\right)\left(b\right)=\underset{k}{\mathrm{\Σ}}{e}_k\left(a\right)*e_k^{*}\left(b\right)$ (α＝1，…，n；b＝1，…，n)；然后求取α(n)的平方和与β(n)的平方和的比值γ，即 $\mathrm{\γ}=\frac{\underset{n}{\mathrm{\Σ}}{\left|\mathrm{\α}\left(n\right)\right|}^2}{\underset{a,b}{\mathrm{\Σ}}{\left|\mathrm{\β}\left(a\right)\left(b\right)\right|}^2};$

根据γ获取当前场景类型；依据分集接收数及所述当前场景类型，获取归一化因子；根据所述归一化因子和所述多个分集载干比估计值的均值Avg的乘积获取多分集接收合并后的有效载干比估计值CIR_div。

进一步地，归一化因子的获取具体包括：

依据当前场景类型进行相对单分集接收最大似然序列估计的性能增益的多分集接收链路仿真，获取相应的性能曲线；

通过该性能曲线和分集接收数得到归一化因子。

本发明基于时隙载干比估计值对空口质量进行实时检测，并依据测得的空口质量及固定业务的系统吞吐率门限，选择当前合适的编码方式实现系统链路自适应。与传统的方法相比，本发明具有实现复杂度低、可靠性高以及自适应判决准的特点。

附图说明

图1是本发明的实现无线接入网络系统链路自适应的装置第一实施例的结构示意图；

图2是本发明的实现无线接入网络系统链路自适应的装置第二实施例的结构示意图；

图3是本发明的实现无线接入网络系统链路自适应的装置第三实施例的结构示意图；

图4为平均载干比与四种不同编码方式业务的吞吐率关系曲线；

图5是本发明实施例提供的分集载干比估计方法流程图；

图6是本发明实施例提供的多分集合并载干比估计方法流程图。

具体实施方式

下面结合附图和优选实施例，对本发明的技术方案进行详细地阐述。以下例举的实施例仅仅用于说明和解释本发明，而不构成对本发明技术方案的限制。

实施例1

如图1所示是本发明实现无线接入网络系统链路自适应的装置第一实施例的结构框图，它是本发明的一个最基本的实施例，该装置包括空口质量检测单元及编码方式自适应单元，其中：

空口质量检测单元，用于从接收的分集信号检测出空口质量参数，并输出给编码方式自适应单元；

其中，空口质量参数在单分集接收情况下是分集载干比估计值，可参见实施例2；在多分集接收情况下是对各分集合并后的有效载干比估计值，可参见实施例3。

编码方式自适应单元，用于根据空口质量参数及预设的固定业务的吞吐率门限，获取当前合适的编码率业务并输出，从而实现链路自适应。

实施例2

如图2所示是本发明实现无线接入网络系统链路自适应的装置第二实施例的结构框图，它是本发明对最基本的实施例1的一种展开，即针对单分集接收的实施例，该装置空口质量检测单元包括信道估计单元和分集载干比估计单元，并在空口质量检测单元和编码方式自适应单元之间增加了一个滤波单元，其中：

信道估计单元，用于根据接收的分集信号I_k获取其信道参数h；

分集载干比估计单元，用于根据训练序列t_m(m为训练序列元素序号)、信道参数h获取重构信号r_k；根据接收的分集信号I_k和其重构信号r_k获取相应分集的误差信号e_k，并根据分集的重构信号能量和其误差信号能量获取相应分集的载干比估计值CIR_div；

其中：重构信号r_k按公式(1)计算：

$r_k=\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}{t}_{k-i}{h}_i---\left(1\right)$

式中，L为信道弥散长度。

误差信号e_k按公式(2)计算：

e_k＝I_k-r_k    (2)

载干比估计值CIR_div按公式(3)计算：

${\mathrm{CIR}}_{\mathrm{div}}=\frac{\underset{k}{\mathrm{\Σ}}{\left|r_k\right|}^2}{\underset{k}{\mathrm{\Σ}}{\left|e_k\right|}^2}---\left(3\right)$

滤波单元，用于对瞬时载干比估计值进行平均滤波处理得到滤波载干比CIR_filter；

通过滤波单元对作为空口质量参数的瞬时载干比估计值进行滤波处理，能获得较为平滑的载干比估计值，从而提高整体的编码方式自适应效果。

编码方式自适应单元，用于根据滤波单元输出的滤波载干比CIR_filter和预设的固定业务的吞吐率门限自适应地确定编码方式并输出。

实施例3

是本发明实现无线接入网络系统链路自适应的装置第三实施例的结构框图，它是针对多分集接收的一个实施例，该装置空口质量检测单元包括多个信道估计单元1～n、多个分集载干比估计单元1～n、分集合并载干比估计单元，其中：

信道估计单元1～n，用于根据相应接收的分集信号I_k获取相应的信道参数估计值h₁，h₂，…，h_n；

分集载干比估计单元1～n，用于根据相应分集的信道参数h₁，h₂，…，h_n、训练序列t_m(m为训练序列元素序号)获取相应分集的重构信号r_k；根据相应的分集信号I_k及其重构信号r_k获取相应分集的误差信号e_k，并根据相应分集的重构信号能量及其误差信号能量获取相应分集的载干比估计值CIR_div；

其中：相应分集的重构信号r_k按公式(1)计算，相应分集的误差信号e_k按公式(2)计算，相应分集的载干比估计值CIR_div按公式(3)计算。

分集合并载干比估计单元，用于求取有效载干比估计值CIR_eff，即分别计算各分集的噪声自相关值α(n)和各分集间的噪声互相关值β(n)，然后求取α(n)的平方和与β(n)的平方和的比值γ，据此获取当前场景类型；依据分集接收数及场景类型，获取归一化因子，根据归一化因子和多个分集载干比估计值的均值Avg获取多分集接收合并后的有效载干比估计值CIR_eff；

其中：

多个分集载干比估计值的均值Avg按公式(4)计算：

$\mathrm{Avg}=\frac{1}{n}\underset{n}{\mathrm{\Σ}}{\mathrm{CIR}}_{\mathrm{div}}\left(n\right)---\left(4\right)$

各分集的噪声自相关值α(n)按公式(5)计算：

$\mathrm{\α}\left(n\right)=\underset{k}{\mathrm{\Σ}}{e}_k\left(n\right)*e_k^{*}\left(n\right)---\left(5\right)$

各分集间的噪声互相关值β(n)按公式(6)计算：

$\mathrm{\β}\left(a\right)\left(b\right)=\underset{k}{\mathrm{\Σ}}{e}_k\left(a\right)*e_k^{*}\left(b\right),(a=1,\·\·\·,n;b=1,\·\·\·,n)---\left(6\right)$

α(n)的平方和与β(n)的平方和的比值γ按公式(7)求取：

$\mathrm{\γ}=\frac{\underset{n}{\mathrm{\Σ}}{\left|\mathrm{\α}\left(n\right)\right|}^2}{\underset{a,b}{\mathrm{\Σ}}{\left|\mathrm{\β}\left(a\right)\left(b\right)\right|}^2}---\left(7\right)$

可通过该式获取在噪声场景和干扰场景下各平均载干比γ的分布图。两个场景下的分布曲线在某点处(γ的某个值)相交，该值即为场景门限，即区分噪声场景和干扰场景的门限。

归一化因子实际上表征相对单分集接收最大似然序列估计(MLSE，Most Likelihood Sequence Estimation)的性能增益。对于不同的多天线接收合并算法(如线性合并算法MRC、非线性的干扰抑制合并(IRC，InterferenceRejection Combine)算法)，该值均不同。可通过链路仿真的性能曲线得到归一化因子。

对于两分集接收机，场景门限定为Thr_2div。若求取的γ＞Thr_2div，则表示当前为噪声环境，对于利用干扰相关性的IRC或空时干扰抑制合并(STIRC，Space-Time Interference Rejection Combine)合并的增益与MRC合并的增益一致，约为3dB(即归一化因子Δ＝2，该值通过链路仿真的性能曲线得到)。若求取的γ≤Thr_2div，则表示当前为干扰环境，IRC或STIRC合并增益显著，约为17dB(即归一化因子Δ＝10^1.7，该值通过链路仿真的性能曲线得到)。

对于四分集接收机，场景门限定为Thr_4div。同样地，若γ＞Thr_4div，表示当前为噪声环境，IRC或STIRC的合并增益约为6dB(即归一化因子Δ＝4，该值通过链路仿真的性能曲线得到)。若γ≤Thr_4div，则表示当前为干扰环境，IRC或STIRC合并增益约为25dB(即归一化因子Δ＝10^2.5，该值通过链路仿真的性能曲线得到)。

由于天线数增加后带来的计算复杂度很高，目前一般采用两分集、四分集两种接收机。

多分集接收合并后的有效载干比估计值CIR_eff按公式(8)计算：

CIR_eff＝Avg*Δ          (8)

当然，如果是单分集接收信号，则按公式(3)计算出的载干比估计值CIR_div即为有效载干比估计值CIR_eff。

滤波单元，用于对有效载干比估计值CIR_eff做滤波处理，得到平滑的滤波载干比CIR_filter；

这里优选采用FIR滤波处理，如公式(9)所示：

${\mathrm{CIR}}_{\mathrm{filter}}\left(n\right)=\underset{l=0}{\overset{N}{\mathrm{\Σ}}}{\mathrm{CIR}}_{\mathrm{filter}}(n-l)*f_l---\left(9\right)$

式中，N表示FIR滤波器阶数，f_l表示FIR滤波器的抽头系数。

采用FIR滤波处理，是为了让瞬时估计得到的有效载干比无限逼近当下空口平均载干比，也可对多个瞬时有效载干比估计值进行简单地平均滤波处理得到滤波载干比CIR_filter。

编码方式自适应单元，用于根据滤波载干比CIR_filter和GERAN系统各固定业务的吞吐率门限，确定及输出适合当前空口质量环境的业务编码方式。

编码方式自适应单元根据各固定业务的吞吐率得到编码率业务与滤波载干比的映射表，将计算获得的滤波载干比CIR_filter代入该映射表中，即可找到及输出适合当前空口质量环境的业务编码方式，从而实现系统的链路自适应。

如图4所示为滤波载干比估计值与业务吞吐率关系曲线。鉴于低编码率业务的吞吐率相对较低、高编码率业务的吞吐率较高，故图4中所示的编码方式一至四对应的业务编码率是从低到高。这里以最大化系统吞吐率作为编码方式调整的合理性评价标准。当滤波载干比CIR_filter小于CIR₁时，应采用编码方式一；滤波载干比CIR_filter在CIR₁～CIR₂之间时，采用编码方式二；滤波载干比CIR_filter在CIR₂～CIR₃之间时，采用编码方式三；滤波载干比CIR_filter大于CIR₃时，采用编码方式四。

其中，从图4可以看出，由业务的经验数据获取的4条滤波载干比与业务吞吐率关系曲线有3个交点，分别CIR₁、CIR₂以及CIR₃，称为业务吞吐率门限值，由这三个门限值可构成4个业务吞吐率门限，即分别为上述的小于CIR₁、在CIR₁～CIR₂之间、在CIR₂～CIR₃之间以及大于CIR₃，这些业务吞吐率门限可预设在编码方式自适应单元中，用于与滤波载干比估计值一起映射合适的业务编码方式。

本发明提供的实现无线接入网络系统链路自适应的方法实施例，具体包括以下步骤：

根据接收的分集信号检测获取空口质量参数，根据获取的空口质量参数和各固定业务的吞吐率自适应地输出适合当前空口质量环境的编码率。

该方法在进行自适应地确定技术处编码方式之前还包括步骤：对获取的空口质量参数进行滤波处理得到平滑的空口质量参数。

其中，在单分集接收情况下，空口质量参数即分集载干比估计值；在多分集接收情况下空口质量参数即对各分集合并后的有效载干比估计值。

分集载干比估计值的检测步骤为如图5所示，包括如下步骤：

210：根据训练序列t_n和获取的信道参数h_n按公式(1)计算重构信号r_k；

220：根据接收信号I_k和计算出的重构信号按公式(2)计算误差信号e_k；

230：根据重构信号r_k的能量和误差信号e_k的能量按公式(3)计算分集载干比的估计值CIR_div。

对各分集合并后的有效载干比估计值的检测步骤如图6所示，包括如下步骤：

301：按公式(4)计算n分集接收机各分集载干比的均值；

302：按公式(5)计算n分集接收机各分集的噪声自相关值；

303：按公式(6)计算n分集接收机各分集间的噪声互相关值；

304：按公式(7)计算n分集接收机噪声自相关平方和与噪声互相关平方和的比值；

305：根据该比值判断是否为两分集，是则执行步骤306，否则执行步骤309；

306：判断该比值是否大于两分集场景门限，是则执行步骤307，否则执行步骤308；

307：将归一化因子赋值2，执行步骤312；

308：将归一化因子赋值10^1.7，执行步骤312；

309：判断该比值是否大于四分集场景门限，是则执行步骤310，否则执行步骤311；

310：将归一化因子赋值4，执行步骤312；

311：将归一化因子赋值10^2.5；

312：根据载干比均值和归一化因子按公式(8)计算接收合并后的有效载干比，结束流程。

由上述实施例可以看出，本发明以计算每个时隙的有效载干比及FIR滤波为核心，故简单、高效地实现了时隙载干比到平均载干比的转换，保证了链路自适应的高性能。与传统的方法相比，本发明具有计算复杂度低、系统内存空间占用量小以及自适应判决准的特点。

以上所述为本发明的方法实施例，并不用以限制本发明。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 (6)

1.一种实现无线接入网络系统链路自适应的装置，包括：空口质量检测单元、编码方式自适应单元及在所述空口质量检测单元和所述编码方式自适应单元之间的滤波单元，其中：

所述空口质量检测单元，用于根据接收的分集信号检测出空口质量参数，并输出给编码方式自适应单元；其中，所述空口质量参数在单分集接收情况下是分集载干比估计值，在多分集接收情况下是对各分集合并后的有效载干比估计值；

所述滤波单元，用于对所述空口质量参数进行滤波处理，得到平滑的空口质量参数，输出给所述编码方式自适应单元；

所述编码方式自适应单元，用于根据所述平滑的空口质量参数和预设的各固定业务的吞吐率门限，获取及输出适合当前空口质量环境的编码方式；

所述空口质量参数在多分集接收的情况下，所述空口质量检测单元进一步包括多个信道估计单元、多个分集载干比估计单元、分集合并载干比估计单元，其中：

所述多个信道估计单元，用于分别对接收的分集信号I_k进行相应的信道估计，获取相应的信道参数估计值h_n，所述n为所述分集的序号；

所述多个分集载干比估计单元，用于分别根据相应分集的信道参数估计值h_n、训练序列t_m获取相应分集的重构信号r_k，即其中m为训练元素的序号，L为信道弥散长度；根据相应的分集信号I_k及其重构信号r_k获取相应分集的误差信号e_k，即e_k＝I_k-r_k；根据相应分集的重构信号r_k及其误差信号e_k获取相应分集的载干比估计值CIR_div，即

所述分集合并载干比估计单元，用于求取多个分集的有效载干比估计值，即分别计算各分集的噪声自相关值α(n)，即

计算各分集间的噪声互相关值β(n)，即

a＝1，2，…，n；b＝1，2，…，n；然后求取所述α(n)的平方和与β(n)的平方和的比值γ，即

根据所述γ获取当前场景类型；依据分集接收数及所述当前场景类型，获取归一化因子，根据所述归一化因子与多个分集载干比估计值的均值Avg的乘积获取多分集接收合并后的有效载干比估计值；

所述滤波单元，进一步用于对所述多分集接收合并后的有效载干比估计值进行FIR滤波处理或平均滤波处理，得到平滑的滤波有效载干比估计值CIR_filter；所述FIR滤波处理即

其中N表示FIR滤波器阶数，f_l表示FIR滤波器的抽头系数；

所述编码方式自适应单元，进一步用于根据所述各固定业务的吞吐率门限得到编码方式与滤波载干比估计值CIR_filter的映射表，将计算获得的滤波载干比估计值CIR_filter代入所述映射表中，从而找到所述适合当前空口质量环境的编码方式。

2.按照权利要求1所述的装置，其特征在于，所述空口质量参数在单分集接收的情况下，所述空口质量检测单元进一步包括信道估计单元和分集载干比估计单元，其中：

所述信道估计单元，用于根据接收的分集信号I_k获取其信道参数估计值h；

所述分集载干比估计单元，用于根据信道参数估计值h、训练序列t_m获取分集的重构信号r_k，即

其中m为训练元素的序号，L为信道弥散长度；根据所述分集信号I_k和所述重构信号r_k获取分集的误差信号e_k，即e_k＝I_k-r_k；根据分集的重构信号r_k和所述误差信号e_k获取分集载干比估计值CIR_div，即 ${\mathrm{CIR}}_{\mathrm{div}}=\frac{\underset{k}{\mathrm{\Σ}}{\left|r_k\right|}^2}{\underset{k}{\mathrm{\Σ}}{\left|e_k\right|}^2};$

所述滤波单元，对分集载干比估计值CIR_div进行平均滤波处理或FIR滤波处理，得到平滑的滤波载干比估计值CIR_filter；所述FIR滤波处理即

其中N表示FIR滤波器阶数，f_l表示FIR滤波器的抽头系数；

所述编码方式自适应单元，根据所述各固定业务的吞吐率门限得到编码方式与滤波载干比估计值的映射表，将计算获得的滤波载干比估计值CIR_filter代入所述映射表中，从而找到所述适合当前空口质量环境的编码方式。

3.一种实现无线接入网络系统链路自适应的方法，包括：

根据接收的分集信号检测出空口质量参数；其中，所述空口质量参数在单分集接收情况下是分集载干比估计值，在多分集接收情况下是对各分集合并后的有效载干比估计值；

对检测出的空口质量参数进行滤波处理，得到平滑的空口质量参数；

根据所述平滑的空口质量参数和预设的各固定业务的吞吐率门限，获取及输出适合当前空口质量环境的编码方式；

所述空口质量参数在多分集接收的情况下的检测具体包括：

分别对接收的分集信号I_k进行相应的信道估计，获取相应的信道参数的估计值h_n，所述n为所述分集的序号；

分别根据相应分集的信道参数估计值h_n、训练序列t_m获取相应分集的重构信号r_k，即

其中m为训练元素的序号，L为信道弥散长度；

根据相应的分集信号I_k及其重构信号r_k获取相应分集的误差信号e_k，即e_k＝I_k-r_k；

根据相应分集的重构信号r_k及其误差信号e_k获取相应分集的载干比估计值CIR_div，即 ${\mathrm{CIR}}_{\mathrm{div}}=\frac{\underset{k}{\mathrm{\Σ}}{\left|r_k\right|}^2}{\underset{k}{\mathrm{\Σ}}{\left|e_k\right|}^2};$

求取多个分集的载干比估计值的均值Avg；

分别计算各分集的噪声自相关值α(n)，即

计算各分集间的噪声互相关值β(n)，即

a＝1，2，...，n；b＝1，2，...，n；然后求取所述α(n)的平方和与β(n)的平方和的比值γ，即 $\mathrm{\γ}=\frac{\underset{n}{\mathrm{\Σ}}{\left|\mathrm{\α}\left(n\right)\right|}^2}{\underset{a,b}{\mathrm{\Σ}}{\left|\mathrm{\β}\left(a\right)\left(b\right)\right|}^2};$

根据所述γ获取当前场景类型；依据分集接收数及所述当前场景类型，获取归一化因子；根据所述归一化因子和所述多个分集载干比估计值的均值Avg的乘积获取所述多分集接收合并后的有效载干比估计值CIR_div。

4.按照权利要求3所述的方法，其特征在于，所述滤波处理为平均滤波处理，或为FIR滤波处理，即其中N表示FIR滤波器阶数，f_l表示FIR滤波器的抽头系数。

5.按照权利要求3或4所述的方法，其特征在于，所述空口质量参数在单分集接收的情况下的检测具体包括：

根据接收的分集信号I_k获取其信道参数估计值h；

根据信道参数估计值h、训练序列t_m获取重构信号r_k，即

其中m为训练元素的序号，L为信道弥散长度；

根据接收的分集信号I_k及其重构信号r_k获取分集的误差信号e_k，即e_k＝I_k-r_k；

根据分集的重构信号r_k及其误差信号e_k获取所述分集载干比估计值CIR_div，即 ${\mathrm{CIR}}_{\mathrm{div}}=\frac{\underset{k}{\mathrm{\Σ}}{\left|r_k\right|}^2}{\underset{k}{\mathrm{\Σ}}{\left|e_k\right|}^2}.$

6.按照权利要求3所述的方法，其特征在于，所述归一化因子的获取具体包括：

依据所述当前场景类型进行相对单分集接收最大似然序列估计的性能增益的多分集接收链路仿真，获取相应的性能曲线；

通过所述性能曲线和分集接收数得到归一化因子。

Images