CN104184551A - 一种结合amc和harq的跨层动态阈值调整方法 - Google Patents

Abstract

本发明提供了一种结合AMC和HARQ的跨层动态阈值调整方法，包括以下步骤：1)设共有M+1种传输模式，产生阈值为将信道SNR划分为M+1个不重叠的区域，获取系统误包率、最大重传次数Nr，以及各个传输模式进行数据传输时的阈值γ_n；2)在每一种传输模式中，将各次数据传输时的阈值γ_n与底限值进行比较，当各次数据传输时的阈值γ_n低于底限值时，进行步骤3)；当各次数据传输时的阈值γ_n高于底限值时，则获得各次数据传输时的阈值；3)将系统误包率设为1，阈值设为底限值后，计算各次数据传输时的阈值γ'_n，本发明根据每一种传输模式中底限值与阈值的比较，进行数据传输时的阈值的动态选择，能够有效的提高系统的平均频谱效率，提高数据传输效率。

Description

一种结合AMC和HARQ的跨层动态阈值调整方法

技术领域

本发明属于无线通信系统中自适应编码与调制(AMC)结合自动混合重传请求(HARQ)技术的跨层设计领域，涉及一种结合AMC与HARQ的跨层动态阈值调整方法。

背景技术

现有的关于跨层设计的文献中，有的介绍了一种将AMC和ARQ(AutomaticRepeat-reQuest，自动重传请求)相结合的跨层方案，但是并没有考虑包的时延；有的考虑了包的时延，但是跨层模型并未引入HARQ(Hybrid AutomaticRepeat Request，混合自动重传请求)机制，只是单一的将ARQ与AMC结合在一起；有的在进行跨层联合设计时，各次传输各种模式的阈值只要求最后一次传输的误包率(PER)满足一定要求即可，这可能导致初次传输的PER无法处于正常的范围内；有的介绍了一种跨层设计的动态阈值方案，但当初次传输与重传时的PER曲线有很大差别时，无法找到满足误包率要求的阈值；有的基于跨层设计的思想，提出一种自适应参数优化选择方案，将AMC与HARQ相结合，以最大化系统频谱效率为准则，在满足Qos的前提下给出了一种优化模型，但是并没有考虑时延要求，也没有扩展到MIMO模型中。

综上所述，研究新的跨层动态阈值调整方案，同时考虑时延要求，并将模型扩展到MIMO是很有必要的。

发明内容

针对上述缺陷或不足，本发明提出了一种结合AMC与HARQ的跨层动态阈值调整方法，能够提高系统的平均频谱效率。

为达到以上目的，本发明的技术方案为：

包括以下步骤：

1)、设共有M+1种传输模式，产生阈值为将信道SNR划分为M+1个不重叠的区域，获取系统误包率、最大重传次数Nr，以及各个传输模式进行数据传输时的阈值γ_n；

2)、在每一种传输模式中，将各次数据传输时的阈值γ_n与底限值进行比较，当各次数据传输时的阈值γ_n低于底限值时，进行步骤3)；当各次数据传输时的阈值γ_n高于底限值时，则计算各次数据传输时的阈值γ'_n；

3)、将系统误包率设为1，阈值设为底限值后，计算各次数据传输时的阈值γ'_n。

所述获取系统误包率包括：

获取Type-I型HARQ时的误包率PER_n,i(γ)以及Type-II型HARQ时的误包率PER'_n,i(γ)，其中，Type-I型HARQ为结合chase combining型HARQ，Type-II型HARQ为结合incremental redundancy型HARQ；

${\mathrm{PER}}_{n,i}\left(\mathrm{\&gamma;}\right)\&ap;\left\{\begin{array}{cc}1,& 0\&le;\mathrm{\&gamma;}<\frac{{\mathrm{\&gamma;}}_{p_{n,0}}}{i+1}\\ a_{n,0}{e}^{-g_{n,0}(i+1)\mathrm{\&gamma;}},& \mathrm{\&gamma;}\&GreaterEqual;\frac{{\mathrm{\&gamma;}}_{p_{n,0}}}{i+1}\end{array}\right.---\left(2\right)$

其中，γ为信噪比，a_n,0为初次传输选择模式n时拟合误包率PER的参数，g_n,0(i+1)为第1次重传选择模式n时拟合误包率PER的参数，为初次传输选择模式n时的底限值，i第几次传输，i＝0表示初次传输，i＝1表示第1次重传；

${{\mathrm{PER}}^{\&prime;}}_{n,i}\left(\mathrm{\&gamma;}\right)\&ap;\left\{\begin{array}{cc}1,& 0\&le;\mathrm{\&gamma;}<{\mathrm{\&gamma;}}_{p_{n,i}}\\ a_{n,i}{e}^{-g_{n,i}\mathrm{\&gamma;}},& \mathrm{\&gamma;}\&GreaterEqual;{\mathrm{\&gamma;}}_{p_{n,i}}\end{array}\right.---\left(3\right)$

其中，为第i次传输选择模式n时的底限值，a_n,i为第i次传输选择模式n时拟合误包率PER的参数，g_n,i为第i次传输选择模式n时拟合误包率PER的参数。

计算各个传输模式进行数据传输时的阈值γ_n包括；

1.1、获取信息重传时系统带来的增益PER_n,0(γ)：

PER_n,0(γ)≤P_loss   (4)

其中，P_loss为对误包率的要求；PER_n,0(γ)为初次传输选择模式n的误包率；

1.2、将公式(2)和(3)代入公式(4)中，分别得到结合Type-I型HARQ的阈值γ_n,i和Type-II型HARQ的阈值γ'_n,i：

${\mathrm{\&gamma;}}_{n,i}=\frac{1}{g_{n,0}(i+1)}\ln \left(\frac{a_{n,o}}{P_i}\right),n=\mathrm{1,2},...,M---\left(7\right)$

${{\mathrm{\&gamma;}}^{\&prime;}}_{n,i}=\frac{1}{g_{n,i}}\ln \left(\frac{a_{n,i}}{P_i}\right),n=\mathrm{1,2},...,M---\left(8\right)$

1.3、令每次传输时要满足的PER条件相同，即

$P_i=P_{\mathrm{loss}}^{1/(N_r+1)},i=\mathrm{0,1},...,N_r---\left(9\right)$

其中，P_i是第i次传输所要满足的PER，N_r为允许的最大重传次数；

将公式(9)代入到公式(7)和公式(8)中，得到结合Type-I型HARQ和Type-II型HARQ的阈值计算公式为：

${\mathrm{\&gamma;}}_{n,i}=\frac{1}{g_{n,0}(i+1)}\ln \left(\frac{a_{n,0}}{P_{\mathrm{loss}}^{1/(N_r+1)}}\right),n=\mathrm{1,2},...,M---\left(10\right)$

${{\mathrm{\&gamma;}}^{\&prime;}}_{n,i}=\frac{1}{g_{n,i}}\ln \left(\frac{a_{n,i}}{P_{\mathrm{loss}}^{1/(N_r+1)}}\right),n=\mathrm{1,2},...,M---\left(11\right).$

计算各个传输模式进行数据传输时的阈值γ_n包括；

2.1、获取各次传输时的PER满足：

$\underset{i=0}{\overset{N_r}{\mathrm{\&Pi;}}}{P}_i\&le;P_{\mathrm{loss}}---\left(12\right)$

2.2、将公式(2)和(3)代入公式(12)中，分别得到结合Type-I型HARQ的阈值γ_n,i和Type-II型HARQ的阈值γ'_n,i：

${\mathrm{\&gamma;}}_n=\frac{1}{g_{n,0}\underset{i=0}{\overset{N_r}{\mathrm{\&Sigma;}}}(i+1)}\ln \left(\frac{{a_{n,0}}^{N_r+1}}{P_{\mathrm{loss}}}\right),n=\mathrm{1,2},...,M---\left(13\right)$

${{\mathrm{\&gamma;}}^{\&prime;}}_n=\frac{1}{\underset{i=0}{\overset{N_r}{\mathrm{\&Sigma;}}}{g}_{n,i}}\ln \left(\frac{\underset{i=0}{\overset{N_r}{\mathrm{\&Pi;}}}{a}_{n,i}}{P_{\mathrm{loss}}}\right),n=\mathrm{1,2},...,M---\left(14\right).$

与现有技术比较，本发明的有益效果为：

本发明公开了一种结合AMC和HARQ的跨层动态阈值调整方法，将信道SNR划分为多个不重叠的区域，并且系统最大重传次数，信息重传时系统带来的增益时延要求，根据每一种传输模式中底限值与阈值的比较，进行数据传输时的阈值的动态选择，能够有效的提高系统的平均频谱效率，提高数据传输效率。

附图说明

图1是跨层设计结构图；

图2是结合HARQ的PER曲线；

图3是SNR＝12dB，不同PER要求下的平均频谱效率；

图4是SNR＝12dB，不同PER要求下的平均时延；

图5是SNR＝4dB，不同PER要求下的平均频谱效率；

图6是SNR＝4dB，不同PER要求下的平均时延；

图7是不同SNR下的平均频谱效率；

图8是模式1和模式4被选择的概率；

图9是模式5被选择的概率；

图10是SNR＝4dB，不同PER要求下的平均频谱效率；

图11是SNR＝4dB，不同PER要求下的平均频谱效率；

图12是不同SNR下的平均频谱效率；

图13是不同SNR下，不同Nr时平均频谱效率；

图14是动态阈值方案3的流程图。

具体实施方式

下面结合附图对本发明做详细描述。

如图1所示，本发明提供了一种结合AMC和HARQ的跨层动态阈值调整方法，包括以下步骤：

1)、设共有M+1种传输模式，产生阈值为将信道SNR划分为M+1个不重叠的区域，获取系统误包率、最大重传次数Nr，以及各个传输模式进行数据传输时的阈值γ_n；

获取Type-I型HARQ时的误包率PER_n,i(γ)以及Type-II型HARQ时的误包率PER'_n,i(γ)，其中，Type-I型HARQ为结合chase combining型HARQ，Type-II型HARQ为结合incremental redundancy型HARQ；

${\mathrm{PER}}_{n,i}\left(\mathrm{\&gamma;}\right)\&ap;\left\{\begin{array}{cc}1,& 0\&le;\mathrm{\&gamma;}<\frac{{\mathrm{\&gamma;}}_{p_{n,0}}}{i+1}\\ a_{n,0}{e}^{-g_{n,0}(i+1)\mathrm{\&gamma;}},& \mathrm{\&gamma;}\&GreaterEqual;\frac{{\mathrm{\&gamma;}}_{p_{n,0}}}{i+1}\end{array}\right.---\left(2\right)$

其中，γ为信噪比，a_n,0为初次传输选择模式n时拟合误包率PER的参数，见表1，g_n,0(i+1)为第1次重传选择模式n时拟合误包率PER的参数，见表1，为初次传输选择模式n时的底限值，见表1，i第几次传输，i＝0表示初次传输，i＝1表示第1次重传。

${{\mathrm{PER}}^{\&prime;}}_{n,i}\left(\mathrm{\&gamma;}\right)\&ap;\left\{\begin{array}{cc}1,& 0\&le;\mathrm{\&gamma;}<{\mathrm{\&gamma;}}_{p_{n,i}}\\ a_{n,i}{e}^{-g_{n,i}\mathrm{\&gamma;}},& \mathrm{\&gamma;}\&GreaterEqual;{\mathrm{\&gamma;}}_{p_{n,i}}\end{array}\right.---\left(3\right)$

其中，为第i次传输选择模式n时的底限值，见表1，a_n,i为第i次传输选择模式n时拟合误包率PER的参数，见表1，gn,i为第i次传输选择模式n时拟合误包率PER的参数，见表1。

获取各个传输模式进行数据传输时的阈值γ_n包括；

1.1、获取信息重传时系统带来的增益PER_n,0(γ)：

PER_n,0(γ)≤P_loss   (4)

其中，P_loss为对误包率的要求；

1.2、将公式(2)和(3)代入公式(4)中，分别得到结合Type-I型HARQ的阈值γ_n,i和Type-II型HARQ的阈值γ'_n,i：

${\mathrm{\&gamma;}}_{n,i}=\frac{1}{g_{n,0}(i+1)}\ln \left(\frac{a_{n,o}}{P_i}\right),n=\mathrm{1,2},...,M---\left(7\right)$

${{\mathrm{\&gamma;}}^{\&prime;}}_{n,i}=\frac{1}{g_{n,i}}\ln \left(\frac{a_{n,i}}{P_i}\right),n=\mathrm{1,2},...,M---\left(8\right)$

1.3、令每次传输时要满足的PER条件相同，即

$P_i=P_{\mathrm{loss}}^{1/(N_r+1)},i=\mathrm{0,1},...,N_r---\left(9\right)$

其中，P_i是第i次传输所要满足的PER，N_r为允许的最大重传次数；

将公式(9)代入到公式(7)和公式(8)中，得到结合Type-I型HARQ和Type-II型HARQ的阈值计算公式为：

${\mathrm{\&gamma;}}_{n,i}=\frac{1}{g_{n,0}(i+1)}\ln \left(\frac{a_{n,0}}{P_{\mathrm{loss}}^{1/(N_r+1)}}\right),n=\mathrm{1,2},...,M---\left(10\right)$

${\mathrm{\&gamma;}}_{n,i}=\frac{1}{g_{n,i}}\ln \left(\frac{a_{n,i}}{P_{\mathrm{loss}}^{1/(N_r+1)}}\right),n=\mathrm{1,2},...,M---\left(11\right)$

另外，本发明还提供了一种获取各个传输模式进行数据传输时的阈值γ_n包括；

2.1、获取各次传输时的PER满足：

$\underset{i=0}{\overset{N_r}{\mathrm{\&Pi;}}}{P}_i\&le;P_{\mathrm{loss}}---\left(12\right)$

2.2、将公式(2)和(3)代入公式(12)中，分别得到结合Type-I型HARQ的阈值γ_n,i和Type-II型HARQ的阈值γ'_n,i：

${\mathrm{\&gamma;}}_n=\frac{1}{g_{n,0}\underset{i=0}{\overset{N_r}{\mathrm{\&Sigma;}}}(i+1)}\ln \left(\frac{{a_{n,0}}^{N_r+1}}{P_{\mathrm{loss}}}\right),n=\mathrm{1,2},...,M---\left(13\right)$

${{\mathrm{\&gamma;}}^{\&prime;}}_n=\frac{1}{\underset{i=0}{\overset{N_r}{\mathrm{\&Sigma;}}}{g}_{n,i}}\ln \left(\frac{\underset{i=0}{\overset{N_r}{\mathrm{\&Pi;}}}{a}_{n,i}}{P_{\mathrm{loss}}}\right),n=\mathrm{1,2},...,M---\left(14\right).$

2)、在每一种传输模式中，将各次数据传输时的阈值γ_n与底限值进行比较，当各次数据传输时的阈值γ_n低于底限值时，进行步骤3)；当各次数据传输时的阈值γ_n高于底限值时，则获得各次数据传输时的阈值γ'_n；

3)、将系统误包率设为1，阈值设为底限值后，计算各次数据传输时的阈值γ'_n。

跨层设计的系统结构如图1所示。这种跨层设计将AMC与HARQ结合在一起，并且考虑了时延，根据Qos目标，动态的调整最大重传次数Nr以及PHY层调制编码方案的阈值。

在MAC/RLC层，发射机通过得到的反馈信息ACK/NACK来判断是否需要对包进行重传。HARQ机制允许的最大重传次数为Nr，即当数据包传输成功或者传输了Nr+1次后依然传输失败，则停止重传进程。系统模型同时支持跟踪合并型HARQ以及增量冗余型HARQ。在物理层，发射机根据信道状况采取合适的传输方式(TM)，本系统模型采用M+1种传输方式，除去不传输的模式，其余模式的参数如表1所示。

表1 跨层设计传输模式

跨层联合设计系统采用Nakagami-m信道模型，信道的SNR的PDF表示为：

$p_{\mathrm{\&gamma;}}\left(\mathrm{\&gamma;}\right)=\frac{m^m{\mathrm{\&gamma;}}^{m-1}}{{\stackrel{\&OverBar;}{\mathrm{\&gamma;}}}^m\mathrm{\&Gamma;}\left(m\right)}\exp (-\frac{\mathrm{m\&gamma;}}{\stackrel{\&OverBar;}{\mathrm{\&gamma;}}})---\left(1\right)$

其中，m代表Nakagami-m信道的参数，m不小于1/2，当m＝1时为瑞利信道，代表信道SNR的平均值，Γ(m)为伽马函数。

结合chase combining型HARQ,即Type-I型HARQ时,误包率可表示为：

${\mathrm{PER}}_{n,i}\left(\mathrm{\&gamma;}\right)\&ap;\left\{\begin{array}{cc}1,& 0\&le;\mathrm{\&gamma;}<\frac{{\mathrm{\&gamma;}}_{p_{n,0}}}{i+1}\\ a_{n,0}{e}^{-g_{n,0}(i+1)\mathrm{\&gamma;}},& \mathrm{\&gamma;}\&GreaterEqual;\frac{{\mathrm{\&gamma;}}_{p_{n,0}}}{i+1}\end{array}\right.---\left(2\right)$

结合incremental redundancy型HARQ,即Type-II型HARQ时,误包率可表示为：

${\mathrm{PER}}_{n,i}\left(\mathrm{\&gamma;}\right)\&ap;\left\{\begin{array}{cc}1,& 0\&le;\mathrm{\&gamma;}<{\mathrm{\&gamma;}}_{p_{n,i}}\\ a_{n,i}{e}^{-g_{n,i}\mathrm{\&gamma;}},& \mathrm{\&gamma;}{\&GreaterEqual;\mathrm{\&gamma;}}_{p_{n,i}}\end{array}\right.---\left(3\right)$

共有M+1种传输模式，产生阈值将SNR划分为M+1个不重叠的区域。当γ∈[γ_n,γ_n+1)时，选择模式n进行数据包的传输。

(1)传统方案

传统的求各模式在各次传输时的阈值γ_n的方案，只要求初次传输时的PER满足一定限制条件，忽略了重传可能为系统带来的增益，即

PER_n,0(γ)≤P_loss   (4)

其中，P_loss为对误包率的要求。

将公式(2)和(3)代入公式(4)中，即可分别得到结合Type-I型HARQ和Type-II型HARQ的阈值，如式(5)所示：

${\mathrm{\&gamma;}}_n=\frac{1}{g_{n,0}}\ln \left(\frac{a_{n,0}}{P_{\mathrm{loss}}}\right),n=\mathrm{1,2},...,M---\left(5\right)$

(2)现有改进方案

传统的方案并未考虑到HARQ机制为系统带来的增益。注意到当传输次数增加时，各模式的PER曲线向低信噪比区域靠近，即对相同的SNR，重传时可能采取更高阶的模式进行传输。一种现有的动态阈值方案的基本思想是各次传输采用不同的阈值，即各次传输时的PER满足：

PER_n,i(γ)≤P_i   (6)

将公式(2)和(3)代入公式(5)中，即可分别得到结合Type-I型HARQ和Type-II型HARQ的阈值计算公式为：

${\mathrm{\&gamma;}}_{n,i}=\frac{1}{g_{n,0}(i+1)}\ln \left(\frac{a_{n,o}}{P_i}\right),n=\mathrm{1,2},...,M---\left(7\right)$

${\mathrm{\&gamma;}}_{n,i}=\frac{1}{g_{n,i}}\ln \left(\frac{a_{n,i}}{P_i}\right),n=\mathrm{1,2},...,M---\left(8\right)$

令每次传输时要满足的PER条件相同，即

$P_i=P_{\mathrm{loss}}^{1/(N_r+1)},i=\mathrm{0,1},...,N_r---\left(9\right)$

其中，P_i是第i次传输所要满足的PER，N_r为允许的最大重传次数。

将公式(5-9)代入到公式(5-7)和公式(5-8)中，即可得到结合Type-I型HARQ和Type-II型HARQ的阈值计算公式为：

${\mathrm{\&gamma;}}_{n,i}=\frac{1}{g_{n,0}(i+1)}\ln \left(\frac{a_{n,0}}{P_{\mathrm{loss}}^{1/(N_r+1)}}\right),n=\mathrm{1,2},...,M---\left(10\right)$

${\mathrm{\&gamma;}}_{n,i}=\frac{1}{g_{n,i}}\ln \left(\frac{a_{n,i}}{P_{\mathrm{loss}}^{1/(N_r+1)}}\right),n=\mathrm{1,2},...,M---\left(11\right)$

(3)发明的动态阈值方案

本论文提出了另外一种动态阈值调整方案，即各次传输时只要求总的PER满足一定要求，不要求各次传输时要满足的PER条件相同，即

$\underset{i=0}{\overset{N_r}{\mathrm{\&Pi;}}}{P}_i\&le;P_{\mathrm{loss}}---\left(12\right)$

将公式(2)和(3)代入公式(12)中，即可分别得到结合Type-I型HARQ和Type-II型HARQ的阈值计算公式为：

${\mathrm{\&gamma;}}_n=\frac{1}{g_{n,0}\underset{i=0}{\overset{N_r}{\mathrm{\&Sigma;}}}(i+1)}\ln \left(\frac{{a_{n,0}}^{N_r+1}}{P_{\mathrm{loss}}}\right),n=\mathrm{1,2},...,M---\left(13\right)$

${\mathrm{\&gamma;}}_n=\frac{1}{\underset{i=0}{\overset{N_r}{\mathrm{\&Sigma;}}}{g}_{n,i}}\ln \left(\frac{\underset{i=0}{\overset{N_r}{\mathrm{\&Pi;}}}{a}_{n,i}}{P_{\mathrm{loss}}}\right),n=\mathrm{1,2},...,M---\left(14\right).$

从图2中PER曲线可以看出这种动态阈值方案的优势所在。传统求阈值的方案要求PER_n,0(γ)≤P_loss，可得到阈值为γ_con；方案3的基本思想是PER满足即图中P_n,0·P_n,1·P_n,2≤P_loss，可得到阈值γ_agg。由图中可以看出，γ_agg小于γ_con，所以这种动态阈值方案更倾向于选择高阶的调制编码模式。

根据信道的SNR的PDF，可以得到第i次传输选择模式n的概率为：

${\mathrm{Pr}}_{n,i}=\underset{{\mathrm{\&gamma;}}_{n,i}}{\overset{{\mathrm{\&gamma;}}_{n+1,i}}{\&Integral;}}{p}_{\mathrm{\&gamma;}}\left(\mathrm{\&gamma;}\right)\mathrm{d\&gamma;}=\frac{\mathrm{\&Gamma;}(m,\frac{{\mathrm{m\&gamma;}}_{n,i}}{\stackrel{\&OverBar;}{\mathrm{\&gamma;}}})-\mathrm{\&Gamma;}(m,\frac{m{\mathrm{\&gamma;}}_{n+1,i}}{\stackrel{\&OverBar;}{\mathrm{\&gamma;}}})}{\mathrm{\&Gamma;}\left(m\right)}---\left(15\right)$

从而可以得到结合Type-I型HARQ和Type-II型HARQ的第i次传输选择模式n的平均PER分别如公式(16)和公式(17)所示：

$\begin{array}{c}{\stackrel{\&OverBar;}{\mathrm{PER}}}_{n,i}=\frac{1}{{\mathrm{Pr}}_{n,i}}\underset{{\mathrm{\&gamma;}}_{n,i}}{\overset{{\mathrm{\&gamma;}}_{n+1,i}}{\&Integral;}}{\mathrm{PER}}_{n,i}\left(\mathrm{\&gamma;}\right)p_{\mathrm{\&gamma;}}\left(\mathrm{\&gamma;}\right)\mathrm{d\&gamma;}\\ =\frac{1}{{\mathrm{Pr}}_{n,i}}\frac{a_{n,o}}{\mathrm{\&Gamma;}\left(m\right)}{\left(\frac{m}{\stackrel{\&OverBar;}{\mathrm{\&gamma;}}}\right)}^m\frac{\mathrm{\&Gamma;}(m,b_{n,i}{\mathrm{\&gamma;}}_{n,i})-\mathrm{\&Gamma;}(m,b_{n,i}{\mathrm{\&gamma;}}_{n+1,i})}{{\left(b_{n,i}\right)}^m}\end{array}---\left(16\right)$

$\begin{array}{c}{\stackrel{\&OverBar;}{\mathrm{PER}}}_{n,i}=\frac{1}{{\mathrm{Pr}}_{n,i}}\underset{{\mathrm{\&gamma;}}_{n,i}}{\overset{{\mathrm{\&gamma;}}_{n+1,i}}{\&Integral;}}{\mathrm{PER}}_{n,i}\left(\mathrm{\&gamma;}\right)p_{\mathrm{\&gamma;}}\left(\mathrm{\&gamma;}\right)\mathrm{d\&gamma;}\\ =\frac{1}{{\mathrm{Pr}}_{n,i}}\frac{a_{n,i}}{\mathrm{\&Gamma;}\left(m\right)}{\left(\frac{m}{\stackrel{\&OverBar;}{\mathrm{\&gamma;}}}\right)}^m\frac{\mathrm{\&Gamma;}(m,b_{n,i}{\mathrm{\&gamma;}}_{n,i})-\mathrm{\&Gamma;}(m,b_{n,i}{\mathrm{\&gamma;}}_{n+1,i})}{{\left(b_{n,i}\right)}^m}\end{array}---\left(17\right)$

其中，公式(16)中， $b_{n,i}=m/\stackrel{\&OverBar;}{\mathrm{\&gamma;}}+g_{n,0}(i+1);$ 公式(17)中， $b_{n,i}=m/\stackrel{\&OverBar;}{\mathrm{\&gamma;}}+g_{n,i}.$

第i次传输的平均PER为：

${\stackrel{\&OverBar;}{\mathrm{PER}}}_i=\frac{\underset{n=1}{\overset{M}{\mathrm{\&Sigma;}}}{R}_n{\mathrm{Pr}}_{n,i}{\stackrel{\&OverBar;}{\mathrm{PER}}}_{n,i}}{\underset{n=1}{\overset{M}{\mathrm{\&Sigma;}}}{R}_n{\mathrm{Pr}}_{n,i}}---\left(18\right)$

传输次数的平均值如公式(19)所示：

$\stackrel{\&OverBar;}{N}=1+\underset{j=1}{\overset{N_r}{\mathrm{\&Sigma;}}}\underset{i=0}{\overset{j-1}{\mathrm{\&Pi;}}}{\stackrel{\&OverBar;}{\mathrm{PER}}}_i---\left(19\right)$

则第i次传输的平均频谱效率为：

${\stackrel{\&OverBar;}{\mathrm{SE}}}_i=\underset{n=1}{\overset{M}{\mathrm{\&Sigma;}}}{R}_n{\mathrm{Pr}}_{n,i}---\left(20\right)$

传输次数为i的概率为：

${P_i}^N=\left\{\begin{array}{c}\frac{1}{\stackrel{\&OverBar;}{N}},i=0\\ \frac{1}{\stackrel{\&OverBar;}{N}}\underset{j=0}{\overset{i-1}{\mathrm{\&Pi;}}}{\stackrel{\&OverBar;}{\mathrm{PER}}}_j,i=\mathrm{1,2},...N_r\end{array}\right.---\left(21\right)$

模式n被选择的概率为

$P_{\mathrm{mde}}={P_i}^N\&CenterDot;{\mathrm{Pr}}_{n,i}---\left(22\right)$

平均时延为：

$E\left(\stackrel{\&OverBar;}{D}\right)=[1+\underset{i=0}{\overset{N_r-1}{\mathrm{\&Sigma;}}}\underset{j=0}{\overset{i}{\mathrm{\&Pi;}}}{\stackrel{\&OverBar;}{\mathrm{PER}}}_j]T---\left(23\right)$

其中，T为包初次传输即成功的时延，是HARQ进程数与一个TTI持续时间的乘积。为方便起见，本论文讨论时延时均以T为单位。

则可得到平均频谱效率如公式(24)所示：

$\stackrel{\&OverBar;}{\mathrm{SE}}=\frac{1}{\stackrel{\&OverBar;}{N}}\underset{i=0}{\overset{N_r}{\mathrm{\&Sigma;}}}\left({P_i}^N{\stackrel{\&OverBar;}{\mathrm{SE}}}_i\right)---\left(24\right)$

可建立优化问题为：

$\begin{array}{c}\arg \max \stackrel{\&OverBar;}{\mathrm{SE}}\left(P_{\mathrm{tgt}}\right)\\ s.t.P_{\mathrm{tgt}}\&le;P_{\mathrm{loss}}\\ \stackrel{\&OverBar;}{D}\&le;D_{\max }\end{array}---\left(25\right)$

即在满足PER和时延D要求的条件下去最大化平均频谱效率。

将跨层联合设计应用到MIMO模型中，系统模型基本不变，信道SNR的PDF发生了变化。MIMO信道经过空时块编码(Space-time Block Coding,STBC),可将SNR描述为：

$p_{\mathrm{\&gamma;}}\left(\mathrm{\&gamma;}\right)=\frac{{\mathrm{\&gamma;}}^{\mathrm{m\&kappa;}-1}}{\mathrm{\&Gamma;}\left(\mathrm{m\&kappa;}\right)}{\left(\frac{{\mathrm{mn}}_T{R}_c}{\stackrel{\&OverBar;}{\mathrm{\&gamma;}}}\right)}^{\mathrm{m\&kappa;}}{e}^{\frac{{\mathrm{mn}}_T{R}_c}{\stackrel{\&OverBar;}{\mathrm{\&gamma;}}}\mathrm{\&gamma;}},\mathrm{\&gamma;}\&GreaterEqual;0---\left(26\right)$

根据信道的SNR的PDF，可以得到第i次传输选择模式n的概率为：

${\mathrm{Pr}}_{n,i}=\underset{{\mathrm{\&gamma;}}_{n.i}}{\overset{{\mathrm{\&gamma;}}_{n+1,i}}{\&Integral;}}{p}_{\mathrm{\&gamma;}}\left(\mathrm{\&gamma;}\right)\mathrm{d\&gamma;}=\frac{\mathrm{\&Gamma;}(\mathrm{m\&kappa;},{\mathrm{mn}}_T{R}_c\frac{{\mathrm{\&gamma;}}_{n+1}}{\stackrel{\&OverBar;}{\mathrm{\&gamma;}}})-\mathrm{\&Gamma;}(\mathrm{m\&kappa;},{\mathrm{mn}}_T{R}_c\frac{{\mathrm{\&gamma;}}_n}{\stackrel{\&OverBar;}{\mathrm{\&gamma;}}})}{\mathrm{\&Gamma;}\left(m\right)}---\left(27\right)$

其中，κ＝n_T·n_R，R_c为STBC编码的码率，设为1。

从而可以得到结合Type-I型HARQ和Type-II型HARQ的第i次传输选择模式n的平均PER分别如公式(28)和公式(29)所示：

$\begin{array}{c}{\stackrel{\&OverBar;}{\mathrm{PER}}}_{n,i}=\frac{1}{{\mathrm{Pr}}_{n,i}}\underset{{\mathrm{\&gamma;}}_{n,i}}{\overset{{\mathrm{\&gamma;}}_{n+1,i}}{\&Integral;}}{\mathrm{PER}}_{n,i}\left(\mathrm{\&gamma;}\right)p_r\left(\mathrm{\&gamma;}\right)\mathrm{d\&gamma;}\\ =\frac{1}{{\mathrm{Pr}}_{n,i}}\frac{a_{n,o}}{\mathrm{\&Gamma;}\left(m\right)}{\left(\frac{{\mathrm{mn}}_T{R}_c}{\stackrel{\&OverBar;}{\mathrm{\&gamma;}}}\right)}^{\mathrm{m\&kappa;}}\frac{\mathrm{\&Gamma;}\left(\mathrm{m\&kappa;}{,b}_n{\mathrm{\&gamma;}}_n\right)-\mathrm{\&Gamma;}(\mathrm{m\&kappa;},b_n{\mathrm{\&gamma;}}_{n+1})}{{\left(b_{n,i}\right)}^{\mathrm{m\&kappa;}}}\end{array}---\left(28\right)$

$\begin{array}{c}{\stackrel{\&OverBar;}{\mathrm{PER}}}_{n,i}=\frac{1}{{\mathrm{Pr}}_{n,i}}\underset{{\mathrm{\&gamma;}}_{n,i}}{\overset{{\mathrm{\&gamma;}}_{n+1,i}}{\&Integral;}}{\mathrm{PER}}_{n,i}\left(\mathrm{\&gamma;}\right)p_r\left(\mathrm{\&gamma;}\right)\mathrm{d\&gamma;}\\ =\frac{1}{{\mathrm{Pr}}_{n,i}}\frac{a_{n,i}}{\mathrm{\&Gamma;}\left(m\right)}{\left(\frac{{\mathrm{mn}}_T{R}_c}{\stackrel{\&OverBar;}{\mathrm{\&gamma;}}}\right)}^{\mathrm{m\&kappa;}}\frac{\mathrm{\&Gamma;}\left(\mathrm{m\&kappa;}{,b}_n{\mathrm{\&gamma;}}_n\right)-\mathrm{\&Gamma;}(\mathrm{m\&kappa;},b_n{\mathrm{\&gamma;}}_{n+1})}{{\left(b_{n,i}\right)}^{\mathrm{m\&kappa;}}}\end{array}---\left(29\right)$

其中，公式(28)中， $b_{n,i}={\mathrm{mn}}_T{R}_c/\stackrel{\&OverBar;}{\mathrm{\&gamma;}}+g_{n,0}(i+1);$ 公式(29)中， $b_{n,i}={\mathrm{mn}}_T{R}_c/\stackrel{\&OverBar;}{\mathrm{\&gamma;}}+g_{n,i}.$

第i次传输的平均PER、传输次数的平均值、第i次传输的平均频谱效率、传输次数为i的概率、平均时延以及平均频谱效率的推导过程同上。

6.发明的效果

图3为m＝1，SNR＝12dB时不同PER要求下，不同方案的平均频谱效率。图3说明：

1)Nr对传统方案的平均频谱效率没有影响，这是由于传统方案对初次传输的PER要求高，重传的概率非常低，传统方案平均频谱效率较低的原因是各模式的阈值比其他方案的阈值高，更倾向于选择较低的调制编码方式。

Nr＝1时，P_tgt在10^-6到10^-2.25的范围时，所提改进方案比现有改进方案的平均频谱效率高。

Nr＝2时，P_tgt在10^-6到10^-3.25的范围时，所提改进方案比现有改进方案的平均频谱效率高。

2)SNR＝12dB时，在整个P_tgt变动的范围内，现有改进方案的平均频谱效率呈先增后减的趋势，且增加的幅度越来越小，Nr＝1时可得到最优的Ptgt为10^-0.75，Nr＝2时最优的Ptgt为10^-1；在整个P_tgt变动的范围内，所提改进方案的平均频谱效率的变化不显著，这是因为最初算得的阈值比底限低的概率越来越大，影响了性能的提升。

图4为m＝1，SNR＝12dB时，不同PER要求下不同方案的平均时延对比。可以看出SNR＝12dB时，所提改进方案可以提高系统的平均频谱效率高，同时，从图5-7可以看出，所提改进方案的平均时延略高于其他方案。可以认为Nr＝1、P_tgt在10^-6到10^-2.25的范围以及Nr＝2、P_tgt在10^-6到10^-3.25的范围时，所提改进方案牺牲一点时延要求换取了平均频谱效率的提升。

图5为m＝1，SNR＝4dB时不同PER要求下，不同方案的平均频谱效率。从图5和图3对比可得到SNR越小，即信道质量越差时，所提改进方案的优越性越明显。SNR＝4dB时，在整个P_tgt变动的范围内，所提改进方案的平均频谱效率呈增长的趋势，且均高于其他方案的平均频谱效率。

图6为不同PER要求下，不同方案的平均时延对比从图6和图4可看出，SNR越大，即信道质量越好，平均时延越小。这是因为信道质量变差时会导致重传次数增加，从而增加平均时延。在整个P_tgt变动的范围内，所提改进方案的平均频谱效率明显高于其他方案，同时牺牲了一点对平均时延的要求。

图7为三种方案在不同SNR下的平均频谱效率。P_tgt＝0.01时，传统方案和现有改进方案的平均频谱在P_tgt＝0.01时都比P_tgt＝0.0001时的高；所提改进方案的平均频谱效率比P_tgt＝0.0001时的高，随着SNR的增大逐渐趋于一致。在P_tgt＝0.0001时，所提改进方案的平均频谱效率比现有改进方案和传统方案有大幅度的提升；在P_tgt＝0.01时，现有改进方案和所提改进方案的平均频谱效率比传统方案的高，在SNR较小时，所提改进方案的平均频谱效率略高一些；在SNR较大时，现有改进方案的平均频谱效率略高一些。

图8和图9是三种方案的模式1、模式4以及模式5分别被选择的概率。可以看出，相同SNR时，所提改进方案更倾向于选择更高的模式进行数据的传输。从图中可以看出，SNR较小低时，如SNR从-10dB到0dB范围内，所提改进方案选择模式1的概率比其他方案高，这是因为在这种较差的信道条件下，其他方案选择不传输模式的概率较高，因而其他方案选择模式1的概率也就比所提改进方案的低。SNR较高时，比如SNR＝15dB时，传统方案和现有改进方案选择模式4的概率要高于所提改进方案，这是因为所提改进方案选择模式5的概率要更高些。

图10为m＝1，SNR＝4dB时，不同PER要求下，不同方案的平均频谱效率。从图5-13可以看出，发射天线数n_T一定时，接收天线n_R越大，平均频谱效率越大；在SNR＝4dB时，所提改进方案的平均频谱效率大于现有改进方案的平均频谱效率，也就是说，所提改进方案可以提高系统的平均频谱效率。

图11为SNR＝4dB时，所提改进方案在不同接收天线数n_R下的平均频谱效率。从图11可以看出最大重传次数Nr对系统性能的影响，即Nr增大，系统的平均频谱效率也增大。

图12为不同SNR下，不同方案的平均频谱效率。从图12可以看出，对比现有改进方案，所提改进方案可以提高系统的平均频谱效率；发射天线数n_T一定时，接收天线n_R越大，平均频谱效率越大。

图13为不同SNR下，所提改进方案在不同Nr时的平均频谱效率。

从图13可以看出，最大重传次Nr可以提高系统的平均频谱效率，即Nr增大，系统的平均频谱效率也增大；发射天线数n_T一定时，接收天线n_R越大，平均频谱效率越大。

7.具体实施方式：(重点)

以结合Type-II型HARQ为例，方案3的流程如图14所示。首先，根据公式(14)计算出各模式的初步阈值结果，再与各模式在各次传输时的SNR底限值进行比较，若不低于则可采用初步计算的阈值，同一模式在各次传输时的阈值相等，均为γ_agg；若低于则将低于的当次传输的PER设为1，并将设为其阈值，再代入公式(14)计算其余传输次时的阈值，之后再与进行比较，直至各模式在各次传输时的阈值均不低于这种方案的同一模式在各次传输时的阈值会有可能不同。

所提方案计算阈值过程举例：SNR＝12dB,P_loss＝10^(-6)，Nr＝2时，结合Type-II型HARQ，根据公式(5-14)算得模式1的阈值γ₁＝0.5827，而此时的分别为0.7565、0.3864、0.2541。可以发现，γ₁小于大于和将γ_1，0设为即0.7565， ${\mathrm{\&gamma;}}_{\mathrm{1,1}}={\mathrm{\&gamma;}}_{1.2}=\frac{1}{g_{\mathrm{1,1}}+g_{\mathrm{1,2}}}\ln \left(\frac{a_{11}\&CenterDot;a_{12}}{P_{\mathrm{loss}}}\right)=0.5478.$ 此时的γ_1，0、γ_1，1、γ_1，2分别不低于各自的底限值，所以，模式1的阈值分别为0.7565、0.5478、0.5478。

Claims (4)

1.一种结合AMC和HARQ的跨层动态阈值调整方法，其特征在于，包括以下步骤：

1)、设共有M+1种传输模式，产生阈值为将信道SNR划分为M+1个不重叠的区域，获取系统误包率、最大重传次数Nr，以及各个传输模式进行数据传输时的阈值γ_n；

2)、在每一种传输模式中，将各次数据传输时的阈值γ_n与底限值进行比较，当各次数据传输时的阈值γ_n低于底限值时，进行步骤3)；当各次数据传输时的阈值γ_n高于底限值时，则计算各次数据传输时的阈值γ'_n；

3)、将系统误包率设为1，阈值设为底限值后，计算各次数据传输时的阈值γ'_n。

2.根据权利要1所述的结合AMC和HARQ的跨层动态阈值调整方法，其特征在于，所述获取系统误包率包括：

获取Type-I型HARQ时的误包率PER_n,i(γ)以及Type-II型HARQ时的误包率PER'_n,i(γ)，其中，Type-I型HARQ为结合chase combining型HARQ，Type-II型HARQ为结合incremental redundancy型HARQ；

${\mathrm{PER}}_{n,i}\left(\mathrm{\&gamma;}\right)\&ap;\left\{\begin{array}{cc}1,& 0\&le;\mathrm{\&gamma;}<\frac{{\mathrm{\&gamma;}}_{p_{n,0}}}{i+1}\\ a_{n,0}{e}^{-g_{n,0}(i+1)\mathrm{\&gamma;}},& \mathrm{\&gamma;}\&GreaterEqual;\frac{{\mathrm{\&gamma;}}_{p_{n,0}}}{i+1}\end{array}\right.---\left(2\right)$

其中，γ为信噪比，a_n,0为初次传输选择模式n时拟合误包率PER的参数，g_n,0(i+1)为第1次重传选择模式n时拟合误包率PER的参数，为初次传输选择模式n时的底限值，i第几次传输，i＝0表示初次传输，i＝1表示第1次重传；

${{\mathrm{PER}}^{\&prime;}}_{n,i}\left(\mathrm{\&gamma;}\right)\&ap;\left\{\begin{array}{cc}1,& 0\&le;\mathrm{\&gamma;}<{\mathrm{\&gamma;}}_{p_{n,i}}\\ a_{n,i}{e}^{-g_{n,i}\mathrm{\&gamma;}},& \mathrm{\&gamma;}\&GreaterEqual;{\mathrm{\&gamma;}}_{p_{n,i}}\end{array}\right.---\left(3\right)$

其中，为第i次传输选择模式n时的底限值，a_n,i为第i次传输选择模式n时拟合误包率PER的参数，g_n,i为第i次传输选择模式n时拟合误包率PER的参数。

3.根据权利要2所述的结合AMC和HARQ的跨层动态阈值调整方法，其特征在于，计算各个传输模式进行数据传输时的阈值γ_n包括：

1.1、获取信息重传时系统带来的增益PER_n,0(γ)：

PER_n,0(γ)≤P_loss   (4)

其中，P_loss为对误包率的要求；PER_n,0(γ)为初次传输选择模式n的误包率；

1.2、将公式(2)和(3)代入公式(4)中，分别得到结合Type-I型HARQ的阈值γ_n,i和Type-II型HARQ的阈值γ'_n,i：

${\mathrm{\&gamma;}}_{n,i}=\frac{1}{g_{n,0}(i+1)}\ln \left(\frac{a_{n,o}}{P_i}\right),n=\mathrm{1,2},...,M---\left(7\right)$

${{\mathrm{\&gamma;}}^{\&prime;}}_{n,i}=\frac{1}{g_{n,i}}\ln \left(\frac{a_{n,i}}{P_i}\right),n=\mathrm{1,2},...,M---\left(8\right)$

1.3、令每次传输时要满足的PER条件相同，即

$P_i=P_{\mathrm{loss}}^{1/(N_r+1)},i=\mathrm{0,1},...,N_r---\left(9\right)$

其中，P_i是第i次传输所要满足的PER，N_r为允许的最大重传次数；

将公式(9)代入到公式(7)和公式(8)中，得到结合Type-I型HARQ和Type-II型HARQ的阈值计算公式为：

${\mathrm{\&gamma;}}_{n,i}=\frac{1}{g_{n,0}(i+1)}\ln \left(\frac{a_{n,0}}{P_{\mathrm{loss}}^{1/(N_r+1)}}\right),n=\mathrm{1,2},...,M---\left(10\right)$

${{\mathrm{\&gamma;}}^{\&prime;}}_{n,i}=\frac{1}{g_{n,i}}\ln \left(\frac{a_{n,i}}{P_{\mathrm{loss}}^{1/(N_r+1)}}\right),n=\mathrm{1,2},...,M---\left(11\right).$

4.根据权利要2所述的结合AMC和HARQ的跨层动态阈值调整方法，其特征在于，计算各个传输模式进行数据传输时的阈值γ_n包括；

2.1、获取各次传输时的PER满足：

$\underset{i=0}{\overset{N_r}{\mathrm{\&Pi;}}}{P}_i\&le;P_{\mathrm{loss}}---\left(12\right)$

2.2、将公式(2)和(3)代入公式(12)中，分别得到结合Type-I型HARQ的阈值γ_n,i和Type-II型HARQ的阈值γ'_n,i：

${\mathrm{\&gamma;}}_n=\frac{1}{g_{n,0}\underset{i=0}{\overset{N_r}{\mathrm{\&Sigma;}}}(i+1)}\ln \left(\frac{{a_{n,0}}^{N_r+1}}{P_{\mathrm{loss}}}\right),n=\mathrm{1,2},...,M---\left(13\right)$

${{\mathrm{\&gamma;}}^{\&prime;}}_n=\frac{1}{\underset{i=0}{\overset{N_r}{\mathrm{\&Sigma;}}}{g}_{n,i}}\ln \left(\frac{\underset{i=0}{\overset{N_r}{\mathrm{\&Pi;}}}{a}_{n,i}}{P_{\mathrm{loss}}}\right),n=\mathrm{1,2},...,M---\left(14\right).$