CN103281716B - 一种基于信道场景分类的移动通信信号的信噪比预测方法 - Google Patents

Abstract

本发明公开了一种基于信道场景分类的移动通信信号的信噪比预测方法，包括如下步骤：1.测量时刻的信噪比并与时刻预测的时刻预测信噪比进行比较，得出时刻测量信噪比与预测信噪比的偏差值；2.当 时，将当前信道变化场景判为信道缓变场景，采用信道缓变场景的预测方案预测时刻的预测信噪比值；3.当 时，将当前信道变化场景判为信道中等变化场景，采用信道中等变化场景的预测方案预测时刻的预测信噪比值；4.当 时，将当前信道变化场景判为信道突变场景，采用信道突变场景的预测方案预测时刻的预测信噪比值；5.令，返回步骤1。本发明能很好地应对传统预测技术失效的信道场景，能够快速准确地跟踪信噪比的变化，使整个系统的性能得到提高。

Description

一种基于信道场景分类的移动通信信号的信噪比预测方法

技术领域

本发明涉及移动通信领域，具体涉及一种基于信道场景分类的移动通信信号的信噪比预测方法。

背景技术

无线通信和有线通信最重要的区别是信道的随机变化性，主要是指信道传输环境的开放性与信道参量的时变性，引起信道频率选择性衰落和时变衰落，接收机和发射机的移动也导致了接收环境的复杂性和接收地点的随机性。传统的思想是保证系统能够在较为恶劣的信道条件下保持正常通信，一般通过增加发射机的发射功率，降低调制阶数和提高纠错编码的冗余度等方式来实现通信的可靠性。这种方法固然能保证通信质量，但当信道条件较好时就会造成很大的资源浪费，而且随着无线通信技术的发展，通信业务的需求量也在不断增加，频谱资源日益紧张。因此，传统的技术已经不能满足人们的需求，人们开始采用根据信道与业务要求的变化改变系统中某些参数的自适应技术来优化无线通信系统，提高频谱利用率。

链路自适应技术能够根据无线信道的时变特性，在保证通信可靠性的前提下，尽可能的提高频谱利用率。自适应调制技术的核心思想是接收端对信道进行估计，将信道状态信息(如信噪比等)反馈回发送端，发送端再根据信道状态信息通过判决准则来自适应调整调制方式，以达到频带利用率和通信可靠性的平衡。但是，由于接收端测量和计算信噪比的时间与发射端发送数据的时间存在一定的时延，这两个时间点的信噪比的差别可能是比较大的，如果以测量时的信噪比为依据选取调制和编码方式，可能导致错误的决策，给系统带来严重的损害。

为了应对这种过时信道状态信息对系统的影响，可以通过预测发射端发送数据时的信噪比来决定调制、信道编码等传输技术的选取，以提高系统的通信性能。然而，当进行信噪比预测时，预测信噪比与测量信噪比之间可能存在较大的偏差。如果将预测信噪比应用在自适应系统中，根据预测信噪比值选择具体的传输技术，那么不准确的预测信噪比就可能导致系统性能受到严重影响，因此信噪比预测方法的准确与否是克服过时信道状态信息影响的关键。传统的信噪比预测方法只适用于信道状态缓慢变化的情况，当信道在短时间内发生较大的变化甚至突变时，信噪比预测偏差将会很大，传统的预测方法就会失效，从而导致应用信噪比预测技术的自适应通信系统性能受到严重的损害。

发明内容

针对现有技术的不足，本发明提供一种基于信道变化场景分类的信噪比预测方法，根据信道特性变化对信号信噪比的影响程度将信号传输场景划分为信道缓变、信道中等变化、信道突变三种场景，并针对不同的场景采取相应的信噪比预测方法。

本发明的有益效果：

(1)本发明提出的基于信道场景分类的信噪比预测方法根据实际信道特性的变化情况，建立了典型的信道特性变化场景，并针对每一种场景，提出了相应的信噪比预测方案，特别是能很好地应对传统预测技术失效的信道场景，这样当信道在短时间内发生较大的变化甚至突变时，就能够快速准确地跟踪信噪比的变化，从而使整个系统的性能得到提高。

(2)在链路自适应通信系统中，由于信噪比测量与发送信号之间存在时延，两时间点之间的信噪比会存在差别，这种过时信道信息可能对系统性能造成较大损害，本发明能有效预测将来某一时间的信噪比，从而可以有效抑制过时信道信息给系统性能造成的损害，具有十分重要的应用价值和科学意义。

本发明通过下述的技术方案实现。

首先，对信号传输场景作如下定义：

信道缓变场景：当i时刻的测量信噪比和预测信噪比的偏差绝对值|e(i)|大于或等于零且小于时，信噪比的测量轨迹和预测轨迹基本吻合，这种情况通常发生在信道传输特性对信号信噪比的影响呈现相对缓慢变化的场景中，本发明称此类场景为信道缓变场景。

信道中等变化场景：当i时刻的测量信噪比和预测信噪比的偏差绝对值|e(i)|大于或等于且小于时，信噪比的测量轨迹明显偏离了预测轨迹，这种情况通常发生在信道传输特性对信号信噪比的影响呈现中等程度变化的场景中，本发明称此类场景为信道中等变化场景。

信道突变场景：当i时刻的测量信噪比和预测信噪比的偏差绝对值|e(i)|大于或等于时，信噪比的测量轨迹突然大幅度偏离了预测轨迹，这种情况通常发生在信道传输特性对信号信噪比的影响呈现大幅度突然变化的场景中，本发明称此类场景为信道突变场景。

根据突变发生的具体情况，信道突变场景又分为信道回归突变场景和信道非回归突变场景：

(1)信道回归突变场景：信道回归突变场景的主要特征在于当信噪比的测量轨迹突然大幅度偏离预测轨迹后，在短时间内又返回到原预测轨迹。

(2)信道非回归突变场景：信道非回归突变场景的主要特征在于当信噪比的测量轨迹突然大幅度偏离预测轨迹后，在短时间内不再返回到原预测轨迹。

本发明中，系统预测器指当前系统进行信噪比预测所采用的预测器，即输出预测信噪比值的预测器。保留预测器用于信道突变场景的解决方案中，指满足flag为0的条件下，如果信道在i时刻发生突变，则i-1时刻的系统预测器成为保留预测器，保留预测器输出的预测信噪比称为保留预测信噪比，保留预测器以保留预测信噪比值作为保留预测器的输入，同时输出下一时刻的保留预测信噪比值。当保留预测器成为系统预测器时，保留预测信噪比即成为预测信噪比。

一种基于信道场景分类的移动通信信号的信噪比预测方法，包括如下步骤：

(1)初始化计时器τ＝0,flag＝0；

(2)测量和计算i时刻的测量信噪比值u(i)，并与i-1时刻预测的i时刻的预测信噪比值进行比较，得出i时刻测量信噪比值与预测信噪比值的偏差绝对值|e(i)|；

(3)当偏差绝对值|e(i)|处于区间中时，将i时刻的信道变化场景判为信道缓变场景，采用信道缓变场景的信噪比预测方案预测i+1时刻的预测信噪比值；进一步判断flag是否等于零，如果等于零，直接输出i+1时刻的预测信噪比值；如果flag不等于零，比较计时器τ和溢出门限T；如果τ≥T，则重置τ＝0,flag＝0；如果τ＜T，则τ＝τ+1，同时利用保留预测器在i时刻的保留预测信噪比值，预测i+1时刻的保留预测信噪比值；接着，输出i+1时刻的预测信噪比值；

(4)当偏差绝对值|e(i)|处于区间中时，将i时刻的信道变化场景判为信道中等变化场景，采用信道中等变化场景的信噪比预测方案预测i+1时刻的预测信噪比值；进一步判断flag是否等于零，如果等于零，直接输出i+1时刻的预测信噪比值；如果flag不等于零，比较计时器τ和溢出门限T；如果τ≥T，则重置τ＝0,flag＝0；如果τ＜T，则τ＝τ+1，同时利用保留预测器在i时刻的保留预测信噪比值，预测i+1时刻的保留预测信噪比值；接着，输出i+1时刻的预测信噪比值；

(5)当偏差绝对值|e(i)|处于区间中时，将i时刻的信道变化场景判为信道突变场景；进一步判断flag是否等于零，如果等于零，则将i时刻的信道变化场景进一步细判为信道非回归突变场景，采用信道非回归突变场景的信噪比预测方案预测i+1时刻的预测信噪比值，设置τ＝τ+1，flag＝1，利用保留预测器在i时刻的保留预测信噪比值，预测i+1时刻的保留预测信噪比值；接着输出i+1时刻的预测信噪比值；如果flag不等于零，比较计时器τ和溢出门限T；如果τ≥T，则重置τ＝0,flag＝0，将i时刻的信道变化场景进一步细判为信道非回归突变场景，采用信道非回归突变场景的信噪比预测方案预测i+1时刻的预测信噪比值，设置τ＝τ+1，flag＝1，利用保留预测器在i时刻的保留预测信噪比值，预测i+1时刻的保留预测信噪比值；接着输出i+1时刻的预测信噪比值；如果τ＜T，进一步判断i时刻测量信噪比和保留预测信噪比的偏差绝对值|e₁(i)|是否处于区间中，如果|e₁(i)|处在中，则将i时刻的信道变化场景进一步细判为信道回归突变场景，采用信道回归突变场景的信噪比预测方案预测i+1时刻的预测信噪比值，重置τ＝0,flag＝0，输出i+1时刻的预测信噪比值；如果|e₁(i)|不处在中，则将i时刻的信道变化场景进一步细判为信道非回归突变场景，采用信道非回归突变场景的信噪比预测方案预测i+1时刻的预测信噪比值，设置τ＝τ+1，利用保留预测器在i时刻的保留预测信噪比值，预测i+1时刻的保留预测信噪比值；接着输出i+1时刻的预测信噪比值；

(6)令i＝i+1，返回步骤(2)；

其中：flag用来区分计时器未溢出前的信道非回归突变场景与其它场景，flag＝1用来标志计时器未溢出前的信道非回归突变场景，flag＝0标志其它场景。

所述信道缓变场景的信噪比预测方案：

在信道缓变场景的信噪比预测方案中，利用下面的系统预测器进行信噪比的预测。

设置系统预测器的初始值和p(1)，为i＝0时刻预测的1时刻的预测信噪比值，取任意正数；p(1)是1时刻的预测均方误差，取任意正数；具体预测公式如下：

$\hat{u}(i+1)=a\hat{u}\left(i\right)+b\left(i\right)[u\left(i\right)-c\hat{u}\left(i\right)]---<I>$

$b\left(i\right)=\mathrm{acp}\left(i\right){[c^{2}p\left(i\right)+{\mathrm{\&sigma;}}_n^2]}^{-1}---<\mathrm{II}>$

$p(i+1)=[a^2-\mathrm{acb}\left(i\right)]p\left(i\right)+{\mathrm{\&sigma;}}_w^2---<\mathrm{III}>$

u(i)表示i时刻的测量信噪比值，为系统预测器的输入；表示i时刻预测的i+1时刻的预测信噪比值，为系统预测器的输出；a是状态系统参数；c是测量系统参数，b(i)是i时刻预测增益，是个随时间变化的量，每次预测之后，b(i)就调整一次，并逐渐趋于稳定；p(i)是i时刻预测均方误差，p(i+1)是i+1时刻预测均方误差，并且p(i+1)＜p(i)，即系统运行时均方误差会随着i的增大而减小到一个稳定值；是状态噪声功率，是测量噪声功率，状态噪声和测量噪声均为零均值高斯白噪声，功率不随系统状态的变化而变化。

已知i-1时刻预测的i时刻的预测信噪比与i时刻的测量信噪比u(i)，利用预测公式<I>、<II>、<III>可以得到i时刻预测的i+1时刻的预测信噪比

所述信道中等变化场景的信噪比预测方案：

通过在u(i-1)和u(i)之间等间距内插样点的方法提高信道中等变化场景中的信噪比预测精度。在i时刻，首先保存系统预测器i时刻的状态S，然后将u(i-1)和u(i)之间内插j个样点时的i时刻的候选预测信噪比值与测量信噪比值之间的偏差绝对值|E(j)初始化为0，其中j＝1，2，……，h(h为最大可内插样点数)；初始化j＝0，执行以下步骤：

(1)令j＝j+1，在u(i-1)和u(i)之间内插j个样点，内插方法如下：

$y\left(k\right)=(\frac{k}{1+j}-1)[u\left(i\right)-u(i-1)]+u\left(i\right)---<\mathrm{IV}>$

其中k＝0,1,......,j,1+j；

(2)令：

u(i-1)＝y(j)；

……

u(i-j+1)＝y(2)

u(i-j)＝y(1)；

将u(i-j)，u(i-j+1)……u(i-1)依次作为系统预测器的输入，利用预测公式<I>、<II>、<III>进行预测，并将输入u(i-1)时的预测信噪比值作为i时刻的候选预测信噪比值，计算|E(j)|并保存内插样点信息及相应的预测器状态，包括预测公式<I>、<II>、<III>中各参量的值。

(3)判断j的值是否达到最大可内插样点数h；如果j小于h，系统预测器重置为状态S，并返回步骤(1)；如果j大于或等于h，执行下一步骤。

(4)搜索|E(j)|中的最小值E_min，将|E(j)|为E_min时对应的预测器作为系统预测器，当存在两种或者两种以上样点内插方式对应的|E(j)|都为E_min时，选择j较小时对应的预测器作为系统预测器，并将输入u(i)时的预测信噪比值作为i+1时刻的预测信噪比值。

所述信道突变场景的信噪比预测方案：

如前定义所述，信道突变分为信道回归突变和信道非回归突变两个场景，下面分别给出两个场景中的信噪比预测方案。

(一)信道回归突变的信噪比预测方案：

(1)将保留预测器设置为系统预测器；

(2)将i时刻的测量信噪比值作为系统预测器的输入，代入预测公式<I>、<II>、<III>进行预测，得到i+1时刻的预测信噪比值。

(二)信道非回归突变的信噪比预测方案：

(1)为了使系统预测器能适应信道的突变，本发明采用变间距内插样本的方法提高信道非回归突变情景下的预测精度。在u(i-1)和u(i)之间内插m个样值，第一个内插点与u(i-1)的间距为d，第二内插点与第一个内插点的间距为2d，第三个内插点与第二个内插点的间距为3d，依次类推。于是有：

$y\left(k\right)=[\frac{2k}{(m+1)(m+2)}-1][u\left(i\right)-u(i-1)]+u\left(i\right)---<V>$

其中 $k=\mathrm{0,1,3,6},......,\frac{(m+1)(m+2)}{2};$

(2)令：

$u(i-1)=y\left[\frac{(1+m)m}{2}\right];$

$u(i-2)=y\left[\frac{(m-1)m}{2}\right];$

……

u(i-m+1)＝y(3)；

u(i-m)＝y(1)；

将u(i-m)，u(i-m+1)……u(i)依次作为系统预测器的输入，利用预测公式<I>、<II>、<III>进行预测，并将输入u(i)时的预测信噪比值作为i+1时刻的预测信噪比值。

附图说明

图1为一种基于信道场景分类的移动通信信号的信噪比预测方法流程图。

图2为本发明中的信道缓变场景下信噪比预测方案流程图。

图3为本发明中的信道中等变化场景下信噪比预测方案流程图。

图4为本发明中的信道回归突变场景下信噪比预测方案流程图。

图5为本发明中的信道非回归突变场景下信噪比预测方案流程图。

具体实施方式

下面给出3个实施例用以说明本发明的应用效果。

实施例1，信道缓变场景的信噪比预测：

(1)初始化计时器τ＝0,flag＝0；

(2)设定测量信噪比值u(i)(dB)：u(1)＝17.99；u(2)＝18.28；u(3)＝18.54；u(4)＝18.88；u(5)＝19.24；u(6)＝19.47；u(7)＝19.70；u(8)＝20.02；u(9)＝20.37；u(10)＝20.68。

设置 ${\&PartialD;}_1=3\left(\mathrm{dB}\right),{\&PartialD;}_2=5\left(\mathrm{dB}\right);$ 设置系统预测器的两个初始值： $\hat{u}\left(1\right)=15\left(\mathrm{dB}\right),$ p(1)＝10；给定 ${\mathrm{\&sigma;}}_w^2={\mathrm{\&sigma;}}_n^2=4\left(\mathrm{dBw}\right),$ 参数a＝c＝1；

前面9个时刻都适用于缓变场景，从u(1)开始依次输入，每次仅输入一个信噪比值，运用如下预测公式：

$\hat{u}(i+1)=a\hat{u}\left(i\right)+b\left(i\right)[u\left(i\right)-c\hat{u}\left(i\right)]---<I>$

$b\left(i\right)=\mathrm{acp}\left(i\right){[c^{2}p\left(i\right)+{\mathrm{\&sigma;}}_n^2]}^{-1}---<\mathrm{II}>$

$p(i+1)=[a^2-\mathrm{acb}\left(i\right)]p\left(i\right)+{\mathrm{\&sigma;}}_w^2---<\mathrm{III}>$

将初始值和p(1)带入预测公式<I>、<II>、<III>，迭代9次之后，可得到i＝10时刻的信噪比预测值为20.17(dB)。

i＝10时刻的测量信噪比值和预测信噪比值的偏差绝对值由于|e(10)|处于区间[0,3)中，则将当前信道变化场景判为信道缓变场景。将i＝10时刻的预测信噪比值和测量信噪比值u(10)代入公式<I>就可以得到i＝11时刻的预测信噪比值 $\hat{u}\left(11\right)=20.48\left(\mathrm{dB}\right).$

(3)判断flag是否等于零：

此时flag不为零，直接输出i＝11时刻的预测信噪比值20.48(dB)。

实施例2，信道中等变化场景的信噪比预测：

(1)初始化计时器τ＝0,flag＝0；

(2)设定测量信噪比值u(i)(dB)：u(1)＝17.99；u(2)＝18.28；u(3)＝18.54；u(4)＝18.88；u(5)＝19.24；u(6)＝19.47；u(7)＝19.70；u(8)＝20.02；u(9)＝20.37；u(10)＝23.68。

设置 ${\&PartialD;}_1=3\left(\mathrm{dB}\right),{\&PartialD;}_2=5\left(\mathrm{dB}\right);$ 设置系统预测器的两个初始值： $\hat{u}\left(1\right)=15\left(\mathrm{dB}\right),$ p(1)＝10；给定 ${\mathrm{\&sigma;}}_w^2={\mathrm{\&sigma;}}_n^2=4\left(\mathrm{dBw}\right),$ 参数a＝c＝1；

前面9个时刻都适用于缓变场景，从u(1)开始依次输入，每次仅输入一个信噪比值，将初始值和p(1)带入预测公式<I>、<II>、<III>，迭代9次之后，可得到i＝10时刻的预测信噪比值为20.17(dB)。

i＝10时刻的测量信噪比值和预测信噪比值的偏差绝对值由于|e(10)|处于区间[3,5)中，则将i＝10时刻的信道变化场景判为信道中等变化场景。内插公式为：

$y\left(k\right)=(\frac{k}{1+j}-1)[u\left(i\right)-u(i-1)]+u\left(i\right)---<\mathrm{IV}>$

设定最大可内插样点数h＝3：

①由公式<IV>在u(9)＝20.37与u(10)＝23.68之间依次内插1个样点值y(1)＝22.025，将内插值和u(10)依次作为系统预测器的输入，由公式<I>、<II>、<III>得到|E(1)|＝2.36。

②由公式<IV>在u(9)＝20.37与u(10)＝23.68之间依次内插2个样点值y(1)＝21.47，y(2)＝22.58，将2个内插值与u(10)依次作为系统预测器的输入，由公式<I>、<II>、<III>得到 $\hat{u}\left(11\right)=23.03,$ |E(2)|＝1.71。

③由公式<IV>在u(9)＝20.37与u(10)＝23.68之间依次内插3个样点值y(1)＝21.20，y(2)＝22.03，y(3)＝22.85，将3个内插值与u(10)依次作为系统预测器的输入，由公式<I>、<II>、<III>得到 $\hat{u}\left(11\right)=23.18,$ |E(3)|＝1.32。

(3)判断出插值数已经达到最大可内插样点数3，故搜索|E(j)|(此例中j＝1,2,3)中的最小值E_min，得出E_min＝|E(3)|＝1.32，故将内插3个值时对应的预测器作为系统预测器，输出i＝11时刻的预测信噪比值

实施例3，信道突变场景的信噪比预测：

(1)初始化计时器τ＝0,flag＝0；

(2)设定测量信噪比值u(i)(dB)：u(1)＝17.99；u(2)＝18.28；u(3)＝18.54；u(4)＝18.88；u(5)＝19.24；u(6)＝19.47；u(7)＝19.70；u(8)＝20.02；u(9)＝20.37；u(10)＝26.68；u(11)＝21.14。

设置 ${\&PartialD;}_1=3\left(\mathrm{dB}\right),{\&PartialD;}_2=5\left(\mathrm{dB}\right);$ 设置系统预测器的两个初始值： $\hat{u}\left(1\right)=15\left(\mathrm{dB}\right),$ p(1)＝10；给定 ${\mathrm{\&sigma;}}_w^2={\mathrm{\&sigma;}}_n^2=4\left(\mathrm{dBw}\right),$ 参数a＝1，c＝0.95；

前面9个时刻都适用于缓变场景，从u(1)开始依次输入，每次仅输入一个信噪比值，将初始值和p(1)带入预测公式<I>、<II>、<III>，迭代9次之后，可得到i＝10时刻的预测信噪比值为21.21(dB)。

i＝10时刻的测量信噪比值和预测信噪比值的偏差绝对值由于|e(10)|处于区间[5,∞)中，则将i＝10时刻信道变化场景判为信道突变场景；设定溢出门限T＝5。

(3)进一步判断出此时的flag＝0，则将当前信道变化场景进一步细判为信道非回归突变场景，采用信道非回归突变场景的信噪比预测方案预测i＝11时刻的预测信噪比值

(4)采用变间距内插样本的方法提高信道非回归突变情境下的预测精度。内插公式为：

$y\left(k\right)=[\frac{2k}{(m+1)(m+2)}-1][u\left(i\right)-u(i-1)]+u\left(i\right)---<V>$

设定内插点数m＝15。由公式<V>在u(9)＝20.37与u(10)＝26.68之间依次内插15个样点值y(1)＝20.4164，y(3)＝20.5092，y(6)＝20.6484，y(10)＝20.8340，y(15)＝21.0660，y(21)＝21.3443，y(28)＝21.6691，y(36)＝22.0403，y(45)＝22.4579，y(55)＝22.9218，y(66)＝23.4322，y(78)＝23.9890，y(91)＝24.5921，y(105)＝25.2417，y(120)＝25.9376，将15个插值与u(10)＝26.68依次作为系统预测器的输入，由公式<I>、<II>、<III>得到 $\hat{u}\left(11\right)=27.59\left(\mathrm{dB}\right).$

(5)τ增加1，此时τ＝1，设置flag＝1。

(6)将10时刻的保留预测信噪比值作为保留预测器的输入，通过公式<I>、<II>、<III>预测i＝11时刻的保留预测信噪比值

(7)输出i＝11时刻的预测信噪比值

(8)i增加1，此时i＝11，flag＝1。

(9)i＝11时的测量信噪比值与预测信噪比值的偏差绝对值由于|e(11)|处于区间[5,∞)中，则将i＝11时刻信道变化场景判为信道突变场景。

(10)判断出τ＜T，偏差绝对值|e₁(11)|处于区间[0,3)中，则将i＝11时刻信道变化场景进一步细判为信道回归突变场景，将保留预测器设置为系统预测器。

(11)将11时刻的测量信噪比值u(11)＝21.14(dB)作为系统预测器的输入，通过公式<I>、<II>、<III>进行预测，得到

(12)重置τ＝0，flag＝0，输出i＝12时刻的预测信噪比值

Claims (5)

1.一种基于信道场景分类的移动通信信号的信噪比预测方法，包括如下步骤：

(1)初始化计时器τ＝0,flag＝0；

(2)测量和计算i时刻的测量信噪比值u(i)，并与i-1时刻预测的i时刻的预测信噪比值进行比较，得出i时刻测量信噪比值与预测信噪比值的偏差绝对值|e(i)|；

(3)当偏差绝对值|e(i)|处于区间中时，将i时刻的信道变化场景判为信道缓变场景，采用信道缓变场景的信噪比预测方案预测i+1时刻的预测信噪比值；进一步判断flag是否等于零，如果等于零，直接输出i+1时刻的预测信噪比值；如果flag不等于零，比较计时器τ和溢出门限T；如果τ≥T，则重置τ＝0,flag＝0；如果τ＜T，则τ＝τ+1，同时利用保留预测器在i时刻的保留预测信噪比值，预测i+1时刻的保留预测信噪比值；接着，输出i+1时刻的预测信噪比值；

(4)当偏差绝对值|e(i)|处于区间中时，将i时刻的信道变化场景判为信道中等变化场景，采用信道中等变化场景的信噪比预测方案预测i+1时刻的预测信噪比值；进一步判断flag是否等于零，如果等于零，直接输出i+1时刻的预测信噪比值；如果flag不等于零，比较计时器τ和溢出门限T；如果τ≥T，则重置τ＝0,flag＝0；如果τ＜T，则τ＝τ+1，同时利用保留预测器在i时刻的保留预测信噪比值，预测i+1时刻的保留预测信噪比值；接着，输出i+1时刻的预测信噪比值；

(5)当偏差绝对值|e(i)|处于区间中时，将i时刻的信道变化场景判为信道突变场景；进一步判断flag是否等于零，如果等于零，则将i时刻的信道变化场景进一步细判为信道非回归突变场景，采用信道非回归突变场景的信噪比预测方案预测i+1时刻的预测信噪比值，设置τ＝τ+1，flag＝1，利用保留预测器在i时刻的保留预测信噪比值，预测i+1时刻的保留预测信噪比值；接着输出i+1时刻的预测信噪比值；如果flag不等于零，比较计时器τ和溢出门限T；如果τ≥T，则重置τ＝0,flag＝0，将i时刻的信道变化场景进一步细判为信道非回归突变场景，采用信道非回归突变场景的信噪比预测方案预测i+1时刻的预测信噪比值，设置τ＝τ+1，flag＝1，利用保留预测器在i时刻的保留预测信噪比值，预测i+1时刻的保留预测信噪比值；接着输出i+1时刻的预测信噪比值；如果τ＜T，进一步判断i时刻测量信噪比和保留预测信噪比的偏差绝对值|e₁(i)|是否处于区间中，如果|e₁(i)|处在中，则将i时刻的信道变化场景进一步细判为信道回归突变场景，采用信道回归突变场景的信噪比预测方案预测i+1时刻的预测信噪比值，重置τ＝0,flag＝0，输出i+1时刻的预测信噪比值；如果|e₁(i)|不处在中，则将i时刻的信道变化场景进一步细判为信道非回归突变场景，采用信道非回归突变场景的信噪比预测方案预测i+1时刻的预测信噪比值，设置τ＝τ+1，利用保留预测器在i时刻的保留预测信噪比值，预测i+1时刻的保留预测信噪比值；接着输出i+1时刻的预测信噪比值；

(6)令i＝i+1，返回步骤(2)；

上述各步骤中： flag用来区分计时器未溢出前的信道非回归突变场景与其它场景，flag＝1用来标志计时器未溢出前的信道非回归突变场景，flag＝0标志其它场景。

2.根据权利要求1所述的信噪比预测方法，其中步骤(3)中所述的信道缓变场景的信噪比预测方案，如下所述：

设置系统预测器的初始值和p(1)，为i＝0时刻预测的1时刻的预测信噪比值，取任意正数；p(1)是1时刻的预测均方误差，取任意正数；具体预测公式如下：

$\hat{u}(i+1)=a\hat{u}\left(i\right)+b\left(i\right)\&lsqb;u\left(i\right)-c\hat{u}\left(i\right)\&rsqb;;$

b(i)＝acp(i)[c²p(i)+σ_n ²]^-1；

p(i+1)＝[a²-acb(i)]p(i)+σ_w ²；

上述式中：u(i)表示i时刻的测量信噪比值，为系统预测器的输入；表示i时刻预测的i+1时刻的预测信噪比值，为系统预测器的输出；a是状态系统参数；c是测量系统参数，b(i)是i时刻的预测增益；p(i)是i时刻的预测均方误差，p(i+1)是i+1时刻的预测均方误差，并且p(i+1)＜p(i)；是状态噪声功率；是测量噪声功率。

3.根据权利要求1所述的信噪比预测方法，其中步骤(4)中所述的信道中等变化场景的信噪比预测方案，如下所述：

在i时刻，首先保存系统预测器i时刻的状态S，然后将u(i-1)和u(i)之间内插j个样点时的i时刻的候选预测信噪比值与测量信噪比值之间的偏差绝对值|E(j)|初始化为0，其中j＝1，2，……，h；h为最大可内插样点数；初始化j＝0，执行以下步骤：

(1)令j＝j+1，在u(i-1)和u(i)之间内插j个样点，内插方法如下：

$y\left(k\right)=(\frac{k}{1+j}-1)\&lsqb;u\left(i\right)-u(i-1)\&rsqb;+u\left(i\right);$ 其中k＝0,1,......,j,1+j；

(2)令：

u(i-1)＝y(j)；

……

u(i-j+1)＝y(2)；

u(i-j)＝y(1)；

将u(i-j)，u(i-j+1)……u(i-1)依次作为系统预测器的输入，利用预测公式

b(i)＝acp(i)[c²p(i)+σ_n ²]^-1和p(i+1)＝[a²-acb(i)]p(i)+σ_w ²进行预测，并将输入u(i-1)时的预测信噪比值作为i时刻的候选预测信噪比值，计算|E(j)|并保存内插样点信息及相应的预测器状态，包括上述预测公式中各参量的值；

(3)判断j的值是否达到最大可内插样点数h；如果j小于h，系统预测器重置为状态S，并返回步骤(1)；如果j大于或等于h，执行下一步骤；

(4)搜索|E(j)|中的最小值E_min，将|E(j)|为E_min时对应的预测器作为系统预测器，当存在两种或者两种以上样点内插方式对应的|E(j)|都为E_min时，选择j较小时对应的预测器作为系统预测器，并将输入u(i)时的预测信噪比值作为i+1时刻的预测信噪比值；

上述各步骤中：u(i)表示i时刻的测量信噪比值，为系统预测器的输入；表示i时刻预测的i+1时刻的预测信噪比值，为系统预测器的输出；a是状态系统参数；c是测量系统参数，b(i)是i时刻的预测增益；p(i)是i时刻的预测均方误差，p(i+1)是i+1时刻的预测均方误差；是状态噪声功率；是测量噪声功率。

4.根据权利要求1所述的信噪比预测方法，其中步骤(5)中所述的信道回归突变场景的信噪比预测方案如下：

(1)将保留预测器设置为系统预测器；

(2)将i时刻的测量信噪比作为系统预测器的输入，代入公式

b(i)＝acp(i)[c²p(i)+σ_n ²]^-1和p(i+1)＝[a²-acb(i)]p(i)+σ_w ²中进行预测，得到i+1时刻的预测信噪比值；

其中：u(i)表示i时刻的测量信噪比值，为系统预测器的输入；表示i时刻预测的i+1时刻的预测信噪比值，为系统预测器的输出；a是状态系统参数；c是测量系统参数，b(i)是i时刻的预测增益；p(i)是i时刻的预测均方误差，p(i+1)是i+1时刻的预测均方误差；是状态噪声功率；是测量噪声功率。

5.根据权利要求1所述的信噪比预测方法，其中步骤(5)中所述的信道非回归突变场景的信噪比预测方案如下：

(1)在u(i-1)和u(i)之间内插m个样值，于是有：

$y\left(k\right)=\&lsqb;\frac{2k}{(m+1)(m+2)}-1\&rsqb;\&lsqb;u\left(i\right)-u(i-1)\&rsqb;+u\left(i\right);$ 其中 $k=0,1,3,6,......,\frac{(m+1)(m+2)}{2};$

(2)令：

$u(i-1)=y\&lsqb;\frac{(1+m)m}{2}\&rsqb;;$

$u(i-2)=y\&lsqb;\frac{(m-1)m}{2}\&rsqb;;$

……

u(i-m+1)＝y(3)；

u(i-m)＝y(1)；

将u(i-m)，u(i-m+1)……u(i)依次作为系统预测器的输入，利用预测公式

b(i)＝acp(i)[c²p(i)+σ_n ²]^-1和p(i+1)＝[a²-acb(i)]p(i)+σ_w ²进行预测，并将输入u(i)时的预测信噪比值作为i+1时刻的预测信噪比值；

其中：u(i)表示i时刻的测量信噪比值，为系统预测器的输入；表示i时刻预测的i+1时刻的预测信噪比值，为系统预测器的输出；a是状态系统参数；c是测量系统参数，b(i)是i时刻的预测增益；p(i)是i时刻的预测均方误差，p(i+1)是i+1时刻的预测均方误差；是状态噪声功率；是测量噪声功率。