CN101835256A - 一种路径损耗估计方法及装置 - Google Patents

Abstract

本发明公开了一种路径损耗估计方法及装置，该方法包括SU从主层网络的广播信息中解调出PU上/下行链路使用的自适应调制编码AMC模式；根据过去T个时刻内PU下行链路的AMC模式，得到BS与PU间路径损耗的估值；根据BS与PU间的路径损耗估值和PU上行链路的AMC模式，得到PU发射功率的统计特性；根据解调出的主层网络广播信息，获得PU上行占用信道的编号，并测量该信道的接收功率；根据发射功率、接收功率和路径损耗间关系，得到SU与PU间路径损耗的估值。本发明技术不需层间信息交换，不影响主层网络的通信，兼容现有通信系统标准，也适用于未来通信系统。

Description

一种路径损耗估计方法及装置

技术领域

本发明涉及通信领域，特别涉及地理重叠、频谱共享的双层网络中一种无线信号传播路径损耗估计的方法及实现装置。

背景技术

飞速发展的无线通信面临两个难题：1)使用的频段越来越高，信号随传播距离的衰减也越来越大，从而导致室内或小区边缘的覆盖不良，信号质量不理想；2)各种高数据率应用的出现，导致对传输速率的要求不断增加。因此，急需改善覆盖、提供高数据率和高系统容量的技术。

地理重叠、频谱共享的双层网络能改善覆盖和/或提高系统容量，如普通蜂窝小区(以下简称为Macrocell，即宏蜂窝)加上布放于室内或Macrocell边缘的若干毫微微小区(以下简称为Femtocell，也称毫微微蜂窝)、Macrocell加上覆盖热点地区的若干个微小区(以下简称为Microcell)、或WiMAX(WorldwideInteroperability for Microwave Access，全球微波互联接入，即IEEE 802.16)加Wi-Fi(无线局域网，即IEEE 802.11)、或原有网络加认知网络等。这类双层网络在主层优先使用信道的约定、相互干扰门限的约束下进行频谱共享，有可能获得高的频谱利用率，但频谱共享会导致严重的层间干扰。如果次层网络用户(Secondary User，SU)知道其与各主层网络用户(Primary User，PU)间的无线信号传播损耗，SU就可选择接入较远PU占用的信道，从而降低层间干扰。因此，SU估计其与PU间的传播损耗很有必要。

现有文献中，两个地点或两个通信设备间无线信号传播损耗(以下简称路径损耗)的估计方法可以分为两大类：基于模型的方法和基于测量的方法。在基于模型的估计方法中，两点间的距离是个已知量，将该距离代入传播损耗模型，即可估计出两点间的路径损耗。基于测量的估计方法则分为两步，估计端(即无线信号的接收端)首先获取另一端(即无线信号的发送端)的发射功率，再用该发射功率除以自己测得的接收功率来得到路径损耗估值。这里，信号的发射功率是一个已知的固定值(如导频信号的发射功率是固定的，且为全网设备所知)，或者搭载在数据包中传到估计端。

对于上述双层网络，PU和SU都可能移动。SU与PU间的距离是变化的，且不为SU所知，故而基于模型的路径损耗估计方法不适用。基于测量的估计方法要求估计端明确被告知另一端信号的发射功率，但实际网络中PU的发射功率通常与其位置、当前信道状态和应满足的信干噪比(SINR)有关，而两层之间没有信息交换，作为估计端的SU很难知道PU的发射功率，所以基于测量的路径损耗估计方法也不适用。

发明内容

本发明提供一种应用在双层无线网络中，次层网络的SU独立地估计其与主层网络的PU间路径损耗的方法和装置。所述双层网络包括主层网络和次层网络，这两层网络地理重叠、频谱共享。主层网络包括用户PU、控制中心或称基站(BS)。次层网络包括用户SU，可以有控制中心或称接入点(AP)，也可以没有AP。

本发明的目的是通过以下技术方案来实现的：

一种路径损耗估计方法，用于地理位置重叠、频谱共享的双层无线通信网络中次层网络用户SU与主层网络用户PU间路径损耗的估计，包括如下步骤：

(1)SU从主层网络的广播信息中解调并记录当前时刻PU与主层网络基站BS在上/下行链路通信所使用的AMC模式；

(2)SU用过去T个时刻内PU下行链路的AMC模式构成下行链路AMC模式向量，再得出BS与PU间路径损耗的估值；

(3)SU根据所述BS与PU间路径损耗的估值，得出PU在过去T个时刻发射功率的均值和均方值；

(4)SU解调主层网络广播信息，获知PU所在上行链路所使用的信道，然后测量并记录当前时刻该信道的接收功率；

(5)SU根据过去T个时刻在该信道上PU发射功率的均值和均方值、测得的接收功率值，得出其与PU间路径损耗的估值。

进一步地，所述步骤(1)具体为：SU从BS广播的UL-MAP和DL-MAP信息中，解调出PU在当前时刻i在上/下行采用的AMC模式m_u，i和m_d，i，其中下标u和d分别表示上行和下行。所述步骤(2)具体为：SU将过去T个时刻PU下行链路采用的AMC模式构建为T维向量m_d＝[m_d，i-T+1，m_d，i-T+2，…，m_d，i]^T；推导该AMC模式向量和BS与PU间路径损耗L_bp的联合概率密度函数，并采用最大后验概率的方法得到该路径损耗的估值

其中下标bp表示从BS到PU。所述步骤(3)具体为：SU根据已得到的BS与PU间路径损耗估值得到PU在当前时刻i的发射功率P_t，i的概率密度函数，再得到发射功率P_t，i的均值和均方值，其中下标t表示发射。所述步骤(4)具体为：SU从UL-MAP信息中解调出PU在上行链路所占用的信道标号，测量当前时刻i该信道的接收功率P_r，i，用过去T个时刻的接收功率构成T维向量P_r＝[P_r，i-T+1，P_r，i-T+2，…，P_r，i]^T，其中下标r表示接收。所述步骤(5)具体为：SU采用最小均方误差法，即MMSE法，得到SU与PU间路径损耗的倒数x的估值，进而得到路径损耗的估值

其中下标ps表示PU到SU。

一种路径损耗估计的装置，该装置包括：

一主层网络广播信息解调模块：根据接收的主层网络BS广播的信息，解调得到PU在当前时刻在上行采用的AMC模式和占用信道的编号、下行采用的AMC模式；

一BS与PU间路径损耗估计模块：连接主层网络广播信息解调模块，用解调出的过去T个时刻内PU下行AMC模式构建下行AMC模式向量，再建立PU下行AMC模式向量和BS与PU间路径损耗的联合概率密度函数，最后得到BS与PU间的路径损耗估值；

一PU发射功率统计特性计算模块：连接主层网络广播信息解调模块和BS与PU间路径损耗估计模块，用解调得到的过去T个时刻内PU上行AMC模式构建上行AMC模式向量，根据上行AMC模式向量和BS与PU间的路径损耗估值来计算PU在过去T个时刻内发射功率的概率密度函数，最后算出PU发射功率的均值和均方值；

一接收功率测量模块：连接主层网络广播信息解调模块，根据解调得到的PU占用的上行信道编号，在该信道上测量接收功率；和

一SU与PU间路径损耗估计模块：连接PU发射功率统计特性计算模块和接收功率测量模块，根据PU占用的上行信道上测得的接收功率、PU在过去T个时刻内发射功率的均值和均方值，得到SU与PU间的路径损耗估值。

本发明的有益效果：

1、应用本发明，SU可估计出BS与PU间的路径损耗和SU与PU间的路径损耗；

2、SU可用本发明的方法估计其到主层的任一个PU间的路径损耗，或估计其到主层的所有PU间的路径损耗；

3、次层的每一个SU都可用本发明的方法独立地进行路径损耗估计，所以本发明方是一种完全分布式的路径损耗估计方法，具有工程实用性；

4、SU用本发明的方法进行路径损耗估计时不需要SU和PU间相互通信或为一对通信发射端和接收端，不需要层间专门交互任何信息，也不会对主层网络中BS与PU间的通信造成任何影响。因此本发明的技术与现有网络完全兼容，其实施不需要对现有通信网络标准做任何修改。

附图说明

图1是Macrocell和Femtocell构成的双层网络示意图；

图2是主层为WiMAX系统时本发明方法的处理流程图；

图3是本发明方法的实现装置结构图；

图4是PU到BS间路径损耗的估计性能曲线图；

图5是SU、PU和BS的相对位置示意图；

图6是SU与PU间路径损耗的估计性能曲线图。

具体实施方式

用本发明的方法可以分别估计得到BS到各个PU的路径损耗，进而分别估计得到SU到各个PU的路径损耗。为叙述简洁和符号简单起见，以下仅叙述估计BS到任一个PU的路径损耗，进而估计SU到该PU的路径损耗的方法。

本发明方法利用了主层网络的广播信息和相关规定，原理如下：

1)现有的主流通信系统如WiMAX和LTE(Long Term Evaluation，即第三代移动通信的长期演进)，为了充分利用无线信道的容量和提高通信的可靠性，会根据当前的信道条件为BS发射信号(下行链路)和PU发射信号(上行链路)指定合适的自适应调制编码(AMC)模式，并会将该AMC模式在特定的控制信道上进行全网广播。PU可从该控制信道中解调出其对应的接收和发射信号采用的AMC模式，进而在数据信道上解调出接收到的数据和调制等待发射的数据。这些全网广播的AMC模式没有加密，因而SU可接收、解调并记录当前时刻BS为PU指定的上/下行AMC模式。

2)在现有主流的蜂窝网络如WiMAX、LTE等中，为降低系统的复杂度，下行BS都采用恒定的发射功率。PU离BS越近，则其接收信号质量越好；PU离BS越远，则其接收信号质量越差。为提高系统容量，BS会根据当前信道状态的优劣和PU的远近指定合适的AMC模式。距BS较近的PU被指定使用较高阶的AMC模式的概率较大，距BS较远的PU被指定使用较低阶的AMC模式的概率较大，也即BS为PU指定的下行AMC模式与BS到PU间的路径损耗存在确定的对应关系。因此，根据过去T个时刻中BS为PU指定的下行链路AMC模式的统计分布特征，SU可以得出BS与PU间的路径损耗估值。例如，可以推导出下行AMC模式和路径损耗间的联合概率密度函数，然后采用最大似然(Maximum Likelihood，ML)或最大后验概率(Maximum a Posteriori，MAP)方法来估计该路径损耗值。

3)为降低功耗，PU会根据BS为其指定的上行AMC模式、当前信道状态和与BS间的路径损耗来调制其发射功率，以使BS接收信号的信干噪比(SINR)刚好达到要求。因而，PU的发射功率是时刻变化的，SU很难准确地获得PU在各时刻的发射功率值。若给定BS与PU间路径损耗和PU上行AMC模式，PU发射功率的统计特性取决于无线信道的统计特性。因此，SU在估计出BS与PU间的路径损耗和从主层网络广播信息中解调得到PU的上行AMC模式后，可以得到PU发射功率在过去T个时刻中的统计特性，如均值和均方值。

4)在WiMAX和LTE等无线通信系统中，基站BS会根据一定的调度规则，为各PU分配合适的信道，并将该信道分配信息向全网广播。SU可解调该广播信息，确定当前时刻PU上行链路所使用的信道，测量和记录该信道上的接收功率。这里的信道是在频率上划分的一个频道，也可以是在时间上划分的时隙，也可以是频率和时间同时划分的无线资源块。

5)在得到过去T个时刻PU发射功率的统计特性、测量到过去T个时刻的接收功率后，SU就可应用发射功率、接收功率和路径损耗三者间的关系，估计出其与PU间的路径损耗。例如，可以用PU发射功率的平均值除以接收功率的平均值，得到SU与PU间的路径损耗。

本发明通过以下技术方案来实现，包括如下步骤：

(1)SU从主层网络的广播信息中解调并记录当前时刻PU与主层网络基站BS在上/下行链路通信所使用的AMC模式；

(2)SU用过去T个时刻内PU下行链路的AMC模式构成下行链路AMC模式向量，再得出BS与PU间路径损耗的估值；

(3)根据所述BS与PU间路径损耗的估值，SU得出PU在过去T个时刻发射功率的均值和均方值；

(4)SU解调主层网络广播信息，获知PU所在上行链路所使用的信道，然后测量并记录当前时刻该信道的接收功率；

(5)SU根据过去T个时刻在该信道上PU发射功率的均值和均方值、测得的接收功率值，得出其与PU间路径损耗的估值。

为了更好地理解本发明的技术方案，下面以WiMAX系统为主层网络，进行具体的阐述。图1是WiMAX系统的一个Macrocell和与其地理重叠、频谱共享的若干Femtocell构成的双层网络示意图。本发明方法的处理流程见图2，具体步骤包括：

步骤201：SU从BS广播的UL-MAP和DL-MAP信息中，解调出PU在当前时刻i在上/下行采用的AMC模式m_u，i和m_d，i，其中下标u和d分别表示上行和下行。所述UL-MAP即uplink map，DL-MAP即downlink map，分别是WiMAX系统的广播信息的一部分。

步骤202：SU将PU在过去T个时刻下行链路采用的AMC模式构建为T维向量m_d＝[m_d，i-T+1，m_d，i-T+2，…，m_d，i]^T，推导该AMC模式向量和BS与PU间路径损耗L_bp的联合概率密度函数

$f_{m,L}(m_d,L_{\mathrm{bp}})=\frac{2}{{\mathrm{\αL}}_0(R_0^2-R_{\min }^2)}{\left(\frac{L_{\mathrm{bp}}}{L_0}\right)}^{\frac{2}{\mathrm{\α}}-1}\·\underset{i=1}{\overset{T}{\mathrm{\Π}}}(e^{-\frac{\mathrm{\Ω}\left(m_{d,i}\right)L_{\mathrm{bp}}{\mathrm{\σ}}^2}{P_0}}-e^{-\frac{\mathrm{\Ω}(m_{d,i}+1)L_{\mathrm{bp}}{\mathrm{\σ}}^2}{P_0}}),---\left(1\right)$

并采用最大后验概率的方法得到该路径损耗的估值

${\hat{L}}_{\mathrm{bp}}=\underset{L_{\mathrm{bp}}}{\max }{f}_{m,L}(m_d,L_{\mathrm{bp}}),---\left(2\right)$

其中，下标bp表示“BS到PU”，R₀为Macrocell的小区半径，R_min为BS与PU间的最小距离，L₀为单位距离的路径损耗，α为衰减因子，P₀为BS的发射功率，σ²为背景噪声的功率，R₀、R_min、L₀、α、P₀和σ²的数值均由系统预先设定。Ω(m)为映射函数，由AMC模式序号m求所需的最低SINR，例如，第m阶AMC模式所需的最小SINR为15dB，那么Ω(m)＝15。

步骤203：SU根据已得到的BS与PU间路径损耗估值

得到PU在当前时刻i发射功率P_t，i(下标t表示发射)的概率密度函数、均值和均方值，

$f_P\left(P_{t,i}\right)=\left\{\begin{array}{cc}{e}^{-\mathrm{\&Omega;}\left(m_{u,i}\right){\hat{L}}_{\mathrm{pb}}{\mathrm{\&sigma;}}^2/P_{\min }}\mathrm{\&delta;}(P_{t,i}-P_{\min }),& P_{t,i}=P_{\min }\\ \frac{\mathrm{\&Omega;}\left(m_{u,i}\right){\hat{L}}_{\mathrm{pb}}{\mathrm{\&sigma;}}^2}{{\left(P_{t,i}\right)}^2}{e}^{-\mathrm{\&Omega;}\left(m_{u,i}\right){\hat{L}}_{\mathrm{pb}}{\mathrm{\&sigma;}}^2/P_{t,i}},& P_{\min }<P_{t,i}<P_{\max }\\ 1-e^{-\mathrm{\&Omega;}\left(m_{u,i}\right){\hat{L}}_{\mathrm{pb}}{\mathrm{\&sigma;}}^2/P_{\max }}\mathrm{\&delta;}(P_{t,i}-P_{\max }),& P_{t,i}=P_{\max }\end{array}\right.,---\left(3\right)$

${\stackrel{\&OverBar;}{P}}_{t,i}={\&Integral;}_{P_{\min }}^{P_{\max }}{P}_{t,i}{f}_P\left(P_{t,i}\right)d{P}_{t,i},---\left(4\right)$

$\stackrel{\&OverBar;}{P_{t,i}^2}={\&Integral;}_{P_{\min }}^{P_{\max }}{P}_{t,i}^2{f}_P\left(P_{t,i}\right)d{P}_{t,i},---\left(5\right)$

其中，P_min和P_max分别为PU的最小和最大发射功率，δ(·)为单位冲激函数。

步骤204：SU从UL-MAP信息中解调出PU在上行链路所占用的信道，测量当前时刻i该信道的接收功率P_r，i(下标r表示接收)，用过去T个时刻的接收功率构成T维向量P_r＝[P_r，i-T+1，P_r，i-T+2，…，P_r，i]^T。

步骤205：SU根据发射功率、接收功率和路径损耗这三者间的关系，估计出其与PU间的路径损耗L_ps，下标ps表示“PU到SU”。例如，采用最小均方误差(MMSE)法，SU与PU间路径损耗的倒数x的估值为

$\hat{x}=R_{x{P}_r}{R}_{P_r{P}_r}^{-1}{P}_r,---\left(6\right)$

进而得到路径损耗的估值为

${\hat{L}}_{\mathrm{ps}}=\frac{1}{\hat{x}}.---\left(7\right)$

步骤205中各参数及其计算方法描述如下。(6)式中的

是x和P_r的互相关向量，

$R_{x{P}_r}\left(i\right)={\stackrel{\&OverBar;}{P}}_{t,i}\stackrel{\&OverBar;}{x^2}+{\mathrm{\&sigma;}}^2\stackrel{\&OverBar;}{x},---\left(8\right)$

(6)式中的

是P_r的自相关矩阵，

$R_{P_r{P}_r}(i_1,i_2)=\left\{\begin{array}{cc}2\&CenterDot;\stackrel{\&OverBar;}{P_{t,i}^2}\&CenterDot;\stackrel{\&OverBar;}{x^2}+2{\stackrel{\&OverBar;}{P}}_{t,i}\&CenterDot;\stackrel{\&OverBar;}{x}{\mathrm{\&sigma;}}^2+3{\mathrm{\&sigma;}}^4,& i_1=i_2\\ {\stackrel{\&OverBar;}{P}}_{t,i}^2\stackrel{\&OverBar;}{x^2}+{\stackrel{\&OverBar;}{P}}_{t,i}\stackrel{\&OverBar;}{x}{\mathrm{\&sigma;}}^2+{\stackrel{\&OverBar;}{P}}_{t,i}\stackrel{\&OverBar;}{x}{\mathrm{\&sigma;}}^2+{\mathrm{\&sigma;}}^4,& i_1\&NotEqual;i_2\end{array}\right..---\left(9\right)$

(8)～(9)式中的路径损耗倒数x的均值

和均方值

可以通过如下方法计算得到，

$\stackrel{\&OverBar;}{x}={\&Integral;}_0^{2\mathrm{\&pi;}}\frac{1}{2\mathrm{\&pi;}{L}_0{D}^{\mathrm{\&alpha;}}}\mathrm{d\&theta;},---\left(10\right)$

$\stackrel{\&OverBar;}{x^2}={\&Integral;}_0^{2\mathrm{\&pi;}}\frac{1}{2\mathrm{\&pi;}{\left(L_0{D}^{\mathrm{\&alpha;}}\right)}^2}\mathrm{d\&theta;},---\left(11\right)$

其中，SU与PU之间的距离

r₁为SU与BS间的距离，r₀为BS与PU间的距离。

以上所述本发明的路径损耗估计方法是用图3所示装置实现的，具体包括：

1)主层网络广播信息解调模块301：根据接收的主层网络BS广播的信息，解调得到PU在当前时刻在上行采用的AMC模式和占用信道的编号、下行采用的AMC模式；

2)BS与PU间路径损耗估计模块302：连接主层网络广播信息解调模块301，用解调出的过去T个时刻内PU下行AMC模式构建下行AMC模式向量，再建立PU下行AMC模式向量和BS与PU间路径损耗的联合概率密度函数，最后得到BS与PU间的路径损耗估值。

3)PU发射功率统计特性计算模块303：连接主层网络广播信息解调模块301和BS与PU间路径损耗估计模块302，用解调得到的过去T个时刻内PU上行AMC模式构建上行AMC模式向量，根据上行AMC模式向量和BS与PU间的路径损耗估值来计算PU在过去T个时刻内发射功率的概率密度函数，最后算出均值和均方值；

4)接收功率测量模块304：连接主层网络广播信息解调模块301，根据解调得到的PU占用的上行信道编号，在该信道上测量接收功率；

5)SU与PU间路径损耗估计模块305：连接PU发射功率统计特性计算模块303和接收功率测量模块304，根据PU占用的上行信道上测得的接收功率、PU在过去T个时刻内发射功率的均值和均方值，得到SU与PU间的路径损耗估值。

应用本发明方法或装置估计BS与PU间路径损耗的可行性、性能和适用性通过以下的仿真结果来体现：

仿真参数设置为：Macrocell的半径为L₀＝500m，BS位于Macrocell的中心，PU距BS的最小距离为L_min＝35m。在下行，BS的发射功率P₀恒定不变，其值为使Macrocell小区边缘的平均接收信干噪比为12dB的功率值。无线信号传播损耗模型为L(d)＝15.3+37.6log₁₀d，其中d表示两点间的距离，单位为m。根据当前信道条件，BS为PU指定能满足误码率要求且数据率最高的AMC方式。AMC方式参照WiMAX系统IEEE 802.16e标准的规定。为仿真方便，在上行不考虑自适应调制编码的影响，每个PU调制其发射功率，使得BS接收到的信干噪比刚好为15dB。时间长度T＝200。定义估值与真值间的误差为两者间偏差的绝对值的均值，即误差＝E{|真值-估值|}。

BS与PU间路径损耗估计方法的性能只与这两点间距离有关，而与PU和SU的具体位置无关。图4给出了路径损耗的MAP估值与真值之间的误差和BS与PU间距离的关系。由图可见，当PU距离BS较远(如大于150m)时，估计误差较小，在1dB之内，这是因为BS为其发射信号指定的AMC模式的分布特性会随着PU到BS的距离变化而明显变化，基于AMC模式的分布特性的BS与PU间路径损耗估计的精度较高。由图可见，当PU距BS较近时，BS与PU间的路径损耗估计精度稍差，这是因为无论BS与PU间的距离如何变化，PU的接收信号质量会一直比较好，BS基本上都会为其发射信号分配最高阶的AMC模式。

以下通过仿真结果来证实本发明提出的SU与PU间路径损耗估计的可行性、性能和适用性。SU与PU间路径损耗估计的性能与SU、PU和BS这三者间的相对位置有关。令这三者间的相对位置关系如图5所示。图中，SU(圆圈)位于坐标(-100，0)或(-400，0)的位置，表示距BS近和远两种情况。PU(方块)位于半径r₀＝100m、250m和400m的三个圆周上。对SU的每个位置，我们考察PU在不同圆周上移动时SU和PU间路径损耗估计的性能。

图6给出了SU位于不同位置时，路径损耗的估计误差与PU位置之间的关系。图中横轴变量是图5中的夹角β。由图6可见，无论SU和PU处于什么位置，估计误差在2.7dB以下，说明本发明提供的方法是一种非常有效的路径损耗估计方法。还可以观察到，无论SU处于何处，PU离BS较远(r₀＝250m和400m)时的路径损耗估计误差总比PU离BS较近(r₀＝100m)时的小。这是由两个原因造成的。一是因为当PU距BS较远时，BS和PU间路径损耗估计的误差较小(见图4)，后续的SU与PU间路径损耗估计精度也就较高。二是PU距BS较远时PU的发射功率较大，则SU接收功率较大，接收信干噪比较高，使得估计误差较小。

本发明可应用在地理重叠、频谱共享的双层网络中，包括但不限于Macrocell加上Femtocell、Macrocell加上Microcell、WiMAX加Wi-Fi、或原有网络加认知网络等。不仅可应用在现有无线通信网络，也适用于未来无线通信网络如LTE等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种路径损耗估计方法，用于地理位置重叠、频谱共享的双层无线通信网络中次层网络用户SU与主层网络用户PU间路径损耗的估计，其特征在于，包括如下步骤：

(1)SU从主层网络的广播信息中解调并记录当前时刻PU与主层网络基站BS在上/下行链路通信所使用的AMC模式。

(2)SU用过去T个时刻内PU下行链路的AMC模式构成下行链路AMC模式向量，再得出BS与PU间路径损耗的估值。

(3)SU根据所述BS与PU间路径损耗的估值，得出PU在过去T个时刻发射功率的均值和均方值。

(4)SU解调主层网络广播信息，获知PU所在上行链路所使用的信道，然后测量并记录当前时刻该信道的接收功率。

(5)SU根据过去T个时刻在该信道上PU发射功率的均值和均方值、测得的接收功率值，得出其与PU间路径损耗的估值。

2.根据权利要求1所述的路径损耗估计方法，其特征在于，所述步骤(1)具体为：SU从BS广播的UL-MAP和DL-MAP信息中，解调出PU在当前时刻i在上/下行采用的AMC模式m_u，i和m_d，i，其中下标u和d分别表示上行和下行。

3.根据权利要求1所述的路径损耗估计方法，其特征在于，所述步骤(2)具体为：SU将过去T个时刻PU下行链路采用的AMC模式构建为T维向量m_d＝[m_d，i-T+1，m_d，i-T+2，…，m_d，i]^T；推导该AMC模式向量和BS与PU间路径损耗L_bp的联合概率密度函数，并采用最大后验概率的方法得到该路径损耗的估值

其中下标bp表示从BS到PU。

4.根据权利要求1所述的路径损耗估计方法，其特征在于，所述步骤(3)具体为：SU根据已得到的BS与PU间路径损耗估值

得到PU在当前时刻i的发射功率P_t，i的概率密度函数，再得到发射功率P_t，i的均值和均方值，其中下标t表示发射。

5.根据权利要求1所述的路径损耗估计方法，其特征在于，所述步骤(4)具体为：SU从UL-MAP信息中解调出PU在上行链路所占用的信道标号，测量当前时刻i该信道的接收功率P_r，i，用过去T个时刻的接收功率构成T维向量P_r＝[P_r，i-T+1，P_r，i-T+2，…，P_r，i]^T，其中下标r表示接收。

6.根据权利要求1所述的路径损耗估计方法，其特征在于，所述步骤(5)具体为：SU采用最小均方误差法，即MMSE法，得到SU与PU间路径损耗的倒数x的估值，进而得到路径损耗的估值

其中下标ps表示PU到SU。

7.一种路径损耗估计的装置，其特征在于，该装置包括：

一主层网络广播信息解调模块：根据接收的主层网络BS广播的信息，解调得到PU在当前时刻在上行采用的AMC模式和占用信道的编号、下行采用的AMC模式；

一BS与PU间路径损耗估计模块：连接主层网络广播信息解调模块，用解调出的过去T个时刻内PU下行AMC模式构建下行AMC模式向量，再建立PU下行AMC模式向量和BS与PU间路径损耗的联合概率密度函数，最后得到BS与PU间的路径损耗估值；

一PU发射功率统计特性计算模块：连接主层网络广播信息解调模块和BS与PU间路径损耗估计模块，用解调得到的过去T个时刻内PU上行AMC模式构建上行AMC模式向量，根据上行AMC模式向量和BS与PU间的路径损耗估值来计算PU在过去T个时刻内发射功率的概率密度函数，最后算出PU发射功率的均值和均方值；

一接收功率测量模块：连接主层网络广播信息解调模块，根据解调得到的PU占用的上行信道编号，在该信道上测量接收功率；和

一SU与PU间路径损耗估计模块：连接PU发射功率统计特性计算模块和接收功率测量模块，根据PU占用的上行信道上测得的接收功率、PU在过去T个时刻内发射功率的均值和均方值，得到SU与PU间的路径损耗估值。

Images