CN104753636A - 通信系统中信道质量指示的反馈方法与装置、通信终端 - Google Patents

Abstract

一种通信系统中信道质量指示的反馈方法与装置、通信终端，所述通信系统中信道质量指示的反馈方法包括：以当前子帧的信道容量预测后续子帧的信道容量；以预测的后续子帧的信道容量作为信道状态信息获得对应的信道质量指示；将获得的所述信道质量指示上报至所述通信系统中的基站。本发明技术方案能够简单、准确地预测后续子帧的信道状态信息，提升系统的性能增益。

Description

通信系统中信道质量指示的反馈方法与装置、通信终端

技术领域

本发明涉及通信技术领域，特别涉及一种通信系统中信道质量指示的反馈方法与装置、通信终端。

背景技术

信道质量指示（CQI，Channel Quality Indicator）是无线信道的通信质量的测量标准，用于自适应地选择适当的调制编码方式（MSC，Modulation andCode Scheme）。CQI可以是代表一个给定信道的信道测量标准的一个值（或多个值）。通常，一个高值的CQI表示一个信道具有较好的质量，反之亦然。对一个信道的CQI一般能够通过使用例如信噪比（SNR，Signal to Noise Ratio）、信号与干扰加噪声比（SINR，Signal to Interference plus Noise Ratio）、信号与噪声失真比（SNDR，Signal to Noise plus Distortion Reduction）等信道的性能指标进行计算。

在链路自适应系统中，基站需要根据通信终端上报的CQI来选择不同的编码调制方式以获得最大的吞吐效率。但是由于信道的时变特性和长期演进（LTE，Long Term Evolution）等通信系统基于时分双工（TDD，Time DivisionDuplex）的帧结构特点，导致当前子帧计算得到的CQI没有实时地上报并直接的应用到下一个下行子帧，而是等到上行子帧的时候上报，然后再用到下一帧的下行子帧中。但是这样估计出的信道状态特性和若干个子帧后的信道状态特性会有一定的误差，如果目前使用的信道状态信息是若干个子帧前的信道状态信息，那么使用该信道状态信息将会导致系统性能大大下降。

根据系统的调度算法，如果时延差较大，这样会造成信道状态特性有较大偏差。在常用算法中，一般通过信道估计的时间相关性，预测未来的信道估计，然后再根据得到的信道估计来计算信噪比得到信道状态信息，最后根据该信道状态信息得到需要上报的CQI。然而，由于信道估计的计算需要覆盖整个带宽，预测得到信道估计后，还需要再计算功率并换算到信噪比，由此得到信道状态信息的复杂度较高，存储量较大，而且预测的准确度也不是非常高。

发明内容

本发明要解决的问题是现有技术以信道估计获得的信噪比作为信道状态信息选择上报的CQI，其复杂度高、存储量大且预测的准确度不高。

为解决上述问题，本发明技术方案提供一种通信系统中信道质量指示的反馈方法，包括：

以当前子帧的信道容量预测后续子帧的信道容量；

以预测的后续子帧的信道容量作为信道状态信息获得对应的信道质量指示；

将获得的所述信道质量指示上报至所述通信系统中的基站。

可选的，所述以当前子帧的信道容量预测后续子帧的信道容量包括：以当前子帧的信道容量作为自回归模型（AR model，Autoregressive model）的观测值，通过所述自回归模型预测后续子帧的信道容量。

可选的，所述通过所述自回归模型预测后续子帧的信道容量包括：将当前子帧的信道容量作为观测值输入所述自回归模型后，求解出当前子帧及其后续子帧的信道相关系数和噪声方差，根据求解出的所述信道相关系数和噪声方差得到预测的后续子帧的信道容量。

可选的，所述当前子帧的信道容量以互信息（MI，Mutual Information）映射的方式获得。

可选的，以互信息映射的方式获得所述当前子帧的信道容量包括：

将各个子载波上的信噪比除以码率修正因子后，分别映射为对应的信道容量；

对各个子载波的信道容量求平均后获得所述当前子帧的信道容量。

可选的，所述以预测的后续子帧的信道容量作为信道状态信息获得对应的信道质量指示包括：

在标准信道模型下，仿真出在不同信道质量指示和不同信道容量下的误块率的仿真结果；

基于所述仿真结果，以所述后续子帧的信道容量确定对应的信道质量指示。

可选的，所述以预测的后续子帧的信道容量作为信道状态信息获得对应的信道质量指示包括：

根据不同的码率修正因子，分别确定与第一对应关系中各个信噪比门限值相对应的信道容量值，所述第一对应关系为在标准信道模型下满足预设误块率（BLER，Block Error Ratio）门限的信道质量指示与信噪比门限之间的对应关系；

构造基于码率修正因子和所述信道容量值的第二对应关系，所述第二对应关系为在标准信道模型下，与不同的码率修正因子相对应的满足预设误块率门限的信道质量指示与信道容量之间的对应关系；

基于所述第二对应关系，以预测的后续子帧的信道容量以及当前选用的码率修正因子确定对应的信道质量指示。

可选的，所述标准信道模型为加性高斯白噪声（AWGN，Additive WhiteGaussian Noise）信道模型、扩展行人（EPA，Extended Pedestrian A）信道模型、扩展行车（EVA，Extended Vehicular A）信道模型或扩展城市（ETU，ExtendedTypical Urban）信道模型。

可选的，所述通信系统为支持多载波技术的通信系统。

可选的，所述通信系统为LTE通信系统。

为解决上述问题，本发明技术方案还提供一种通信系统中信道质量指示的反馈装置，包括：

预测单元，适于以当前子帧的信道容量预测后续子帧的信道容量；

第一获得单元，适于以预测的后续子帧的信道容量作为信道状态信息获得对应的信道质量指示；

上报单元，适于将获得的所述信道质量指示上报至所述通信系统中的基站。

为解决上述问题，本发明技术方案还提供一种包括上述通信系统中信道质量指示的反馈装置的通信终端。

与现有技术相比，本发明的技术方案至少具有以下优点：

通过当前子帧的信道容量预测后续子帧的信道容量，并以预测的后续子帧的信道容量作为信道状态信息选择相应的CQI进行上报，由此能够更简单、准确地预测后续子帧的信道状态信息，使反馈的CQI更为准确，从而提升系统的性能增益。

基于互信息和自回归模型来进行信道容量的预测，因为信道容量具有很强的相关性，对信道容量进行AR建模，可以得到稳定的信道相关特性，进而预测后面子帧的信道容量，以预测的信道容量作为信道状态信息来查基于信道容量的CQI表（即满足预设误块率的信道质量指示与信道容量之间的对应关系），得到对应的CQI。该方法复杂度低，应用灵活，而且可以准确地预测若干子帧后的信道容量。

附图说明

图1是信道容量的延迟特性的示意图；

图2是AWGN信道模型下CQI选择标准的示意图；

图3是不同子帧下信噪比变化的示意图；

图4是不同子帧下信道容量变化的示意图；

图5是本发明技术方案提供的通信系统中信道质量指示的反馈方法的流程示意图；

图6是本发明实施例的CQI反馈原理的示意图；

图7是本发明实施例的信道预测示意图。

具体实施方式

由于信道的时变特性和某些通信系统TDD帧结构特点，使CQI的上报存在一定时延，会造成信道状态特性有较大偏差，导致系统性能大大下降。而现有技术以信道估计获得的信噪比作为信道状态信息选择上报的CQI，其复杂度高、存储量大且预测的准确度不高。

因此，本申请的发明人对现有技术进行了充分的分析，考虑从信道容量的角度出发，利用信道容量相关性强的特点，以当前子帧的信道容量预测后续子帧的信道容量，用预测的信道容量作为信道状态信息选择上报的CQI。

首先对信道容量的延迟特性进行简单说明。参阅图1，图1示出了不同子帧下信道容量的变化情况（图1中信道容量的单位为仿真时采取的定点信道容量单位，对应信道容量值除以2048后即得到信道容量的常用单位：比特/符号，后续相关附图中信道容量的单位也是如此），其中，实线表示的曲线反映的是真实信道容量的变化情况，虚线表示的曲线反映的是时间提前的信道容量的变化情况，即以当前子帧信道容量作为后续子帧信道容量的估计值。从图1可以看出，虚线表示的曲线所反映的信道容量存在明显的延迟特性，如果目前使用的信道状态信息是若干个子帧前的信道状态信息，使用该信道状态信息将会导致系统性能大大下降。

然后对现有技术中CQI上报的原理进行说明。

实现链路自适应，CQI的上报分为如下步骤，首先需要计算信道SNR，然后根据计算出的SNR选择相应的调制编码方式，最后将所选的调制编码方式（即待上报的CQI）作为反馈发送给上行基站作为参考。

选择的标准如图2所示，需要做大量AWGN信道下的系统级仿真，得到满足预设误块率的信道质量指示与信噪比之间的对应关系（该对应关系通常可称为AWGN信道模型下的CQI表），所述预设误块率一般取值为0.1，即选择的标准为误块率小于0.1的最大调制编码方式，如此可以得到最高的吞吐量。那么根据AWGN信道下的信噪比，就可以得到对应的调制编码方式，即上报的CQI。继续参阅图2，在BLER等于10^-1的位置，各种调制编码方式（即CQI）所对应的SNR值可称为信噪比门限值。

在正交频分复用（OFDM，Orthogonal Frequency Division Multiplexing）通信系统中，实际无线衰落信道的瑞利衰落特性是变化的，不同子载波上的信噪比是不同的，但是一个编码块只有一种编码调制方式，只能确定一种编码调制方式，因此不能直接用来计算CQI。由于AWGN信道下针对信噪比的性能是唯一的，这样就需要将不同子载波的不同信噪比综合为一个AWGN信道模型下的信噪比，用该信噪比去查找CQI表。一般可以通过指数有效SNR映射（EESM，Exponential Effective SNR Mapping）或互信息映射等方法将瑞利衰落信道下的得到的信噪比转化为AWGN信道下的等效信噪比，再将此信噪比与上面所述的信噪比门限值进行比较得到CQI。

例如：通过EESM映射时，将多个瑞利衰落信道下SNR映射为一个AWGN信道模型下的SNR，折中映射方式是统计最优的映射方式，可以得到时频选择性衰落下不同资源块的性能的等效SNR。EESM映射方式如下所示：

${\mathrm{SNR}}_{\mathrm{eff}}=-\mathrm{\β}1n\left(\frac{1}{N}\underset{i=0}{\overset{i=N}{\mathrm{\Σ}}}{e}^{\frac{-{\mathrm{SNR}}_i}{\mathrm{\β}}}\right)---\left(1\right)$

公式（1）中，SNR_eff为EESM映射后得到的等效SNR，SNR_i为每个子载波上的信噪比，β为码率修正因子，N是子载波的数量。

可以看出，现有技术一般都是将瑞利衰落信道下的得到的各个子载波的信噪比映射为AWGN信道下的等效信噪比，再以该等效信噪比查询CQI表，选择相应的CQI，即：以等效信噪比作为信道状态信息选择相应的CQI。

最后对线性信噪比的相关特性与信道容量的相关特性进行比较。参阅图3和图4，其中图3示出了不同子帧下信噪比的变化情况（图3中信噪比的单位为仿真时采取的定点信噪比的单位，对应信噪比值除以4096后即得到信噪比的常用单位：dB），图4示出了不同子帧下信道容量的变化情况。对比图3和图4可知，不同子帧下信噪比的变化曲线中存在较多的直线，曲线变化不够平滑，表明信噪比的相关特性较差，通过相关性预测后续子帧的信噪比准确度不高；而不同子帧下信噪比的变化曲线则显得更为平滑，表明信道容量的相关特性较好，通过相关性预测后续子帧的信道容量则能够确保较高的准确度。因此，信道容量的相关特性要好于线性信噪比的相关特性。

基于上述分析，本发明技术方案提出了一种通信系统中信道质量指示的反馈方法。如图5所示，所述通信系统中信道质量指示的反馈方法包括：

步骤S1，以当前子帧的信道容量预测后续子帧的信道容量；

步骤S2，以预测的后续子帧的信道容量作为信道状态信息获得对应的信道质量指示；

步骤S3，将获得的所述信道质量指示上报至所述通信系统中的基站。

为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。

需要说明的是，本实施例中，以所述通信系统具体是LTE通信系统为例对CQI的反馈方法的实施进行说明，本领域技术人员可以理解，所述CQI的反馈方法完全也可以适用于其他支持多载波技术的通信系统之中。

在执行步骤S1时，为了实现信道容量的预测，首先需要计算出当前子帧的信道容量，再结合子帧间信道容量的相关特性，预测后续若干子帧的信道容量，需要预测的后续子帧的数量由实际需求决定。

在本实施例中，对于信道容量的预测是基于互信息和AR模型实现的。

一方面，步骤S1中所述当前子帧的信道容量以互信息映射的方式获得。具体地，以互信息映射的方式获得所述当前子帧的信道容量包括：将各个子载波上的信噪比除以码率修正因子后，分别映射为对应的信道容量；对各个子载波的信道容量求平均后获得所述当前子帧的信道容量。

互信息映射一般是通过如下所示公式（2）的互信息公式，将每个子载波上的信噪比SNR_s除以码率修正因子β后，映射为信道容量也就是每符号传输的信息比特数，再将各个子载波的信道容量求平均，然后再反查容量表（所述容量表即指信道容量与信噪比之间的对应关系）并乘以码率修正因子，得到AWGN信道下的等效信噪比SNR_eff。

${\mathrm{SNR}}_{\mathrm{eff}}={\mathrm{\βI}}^{-1}\left[\frac{1}{N}\underset{s=1}{\overset{N}{\mathrm{\Σ}}}I\left(\frac{{\mathrm{SNR}}_s}{\mathrm{\β}}\right)\right]---\left(2\right)$

公式（2），中SNR_eff为互信息映射后得到的等效信噪比，SNR_s为每个子载波上的信噪比，β为码率修正因子，N是子载波的数量。

需要说明的是，公式（2）所起的作用通常是计算AWGN信道下的等效信噪比，然而在本实施例中，由于采用了信道容量作为信道状态信息选择相应的CQI，因此将各个子载波的信道容量求平均之后便可以得到当前子帧的信道容量，不再需要去反查容量表，因为省去了反查容量表这个操作，所以一定程度上简化了复杂度，而且性能不会带来损失。

公式（2）中将每个子载波上的信噪比SNR_s除以码率修正因子β后，映射为信道容量的过程具体可以通过如下所示公式（3）实现：

$I\left(\mathrm{\γ}\right)=m-E_Y\left\{\frac{1}{2^m}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\underset{b=0}{\overset{1}{\mathrm{\Σ}}}\underset{z\∈x_b^i}{\mathrm{\Σ}}{\log }_2\frac{\underset{\hat{x}\∈X}{\mathrm{\Σ}}{e}^{-{|Y-\sqrt{\mathrm{\γ}}(\hat{x}-z)|}^2}}{\underset{\hat{x}\∈X}{\mathrm{\Σ}}{e}^{{-|Y-\sqrt{\mathrm{\γ}}(\hat{x}-z)|}^2}}\right\}---\left(3\right)$

公式（3）中，γ为线性信噪比，I(γ)为计算得到的该信噪比条件下的互信息大小（即当前子帧的信道容量），m为每个调制符号含有的比特数目，Y为零均值单位方差的高斯随机变量，b为比特取值为0或1，是当i等于b时的数据符号集合，X是2^m个数据符号集合。

另一方面，步骤S1中对于后续子帧的信道容量的预测通过构建自回归模型，以当前子帧的信道容量作为自回归模型的观测值，通过所述自回归模型预测后续子帧的信道容量。

自回归模型是统计上一种处理时间序列的方法，用同一变量例如x的之前各期，亦即x₁至x_t-1来预测本期x_t的表现，并假设它们为一线性关系。因为这是从回归分析中的线性回归发展而来，只是不用x预测y，而是用x预测x（自己），所以叫做自回归。

因此，通过构建信道容量的自回归模型，便能够实现对后续子帧的信道容量的预测。具体地，所述通过所述自回归模型预测后续子帧的信道容量包括：将当前子帧的信道容量作为观测值输入所述自回归模型后，求解出当前子帧及其后续子帧的信道相关系数和噪声方差，根据求解出的所述信道相关系数和噪声方差得到预测的后续子帧的信道容量。

下面对AR预测的原理进行介绍。

基于观测值为信道容量的AR模型，如公式（4）所示：

$x\left(n\right)=\underset{k=1}{\overset{p}{\mathrm{\Σ}}}{a}_{k}x(n-k)+\mathrm{\ω}\left(n\right)---\left(4\right)$

其中，x(n)为当前子帧的信道容量，a_k为当前子帧前面第k个子帧上的信道相关系数，ω(n)表示信道噪声。

对公式（4）进行Z变换，得到公式（5）：

$H\left(z\right)=\frac{X\left(z\right)}{W\left(z\right)}=\frac{1}{1+\underset{k=1}{\overset{p}{\mathrm{\Σ}}}{a}_k{z}^{-k}}---\left(5\right)$

可以将公式（5）改写为公式（6）的形式：

$P_{\mathrm{xx}}\left(\mathrm{\ω}\right)={\left|H\left(\mathrm{\ω}\right)\right|}^2{\mathrm{\σ}}_{\mathrm{\ω}}^2=\frac{{\mathrm{\σ}}_{\mathrm{\ω}}^2}{{|1+\underset{k=1}{\overset{p}{\mathrm{\Σ}}}{a}_k{e}^{-\mathrm{j\ωk}}|}^2}---\left(6\right)$

为了得到X（z）的功率谱P_xx(ω)，必须求得参数a₁,a₂,a₃,…,a_p及其中参数a₁,a₂,a₃,…,a_p为相应子帧上的信道相关系数，为信道噪声方差。

按定义：φ_xx(m)=E[x(n)x(n+m)]

将公式（4）的关系代入上式，得：

${\mathrm{\φ}}_{\mathrm{xx}}\left(m\right)=E\left\{x\left(n\right)\right[-\underset{k=1}{\overset{p}{\mathrm{\Σ}}}{a}_{k}x(n-k+m)+\mathrm{\ω}(n+m)\left]\right\}$

$=-\underset{k=1}{\overset{p}{\mathrm{\Σ}}}{a}_k{\mathrm{\φ}}_{\mathrm{xx}}(m-k)+E\left[x\left(n\right)\mathrm{\ω}(n+m)\right]----\left(7\right)$

按公式（4），x(n)只与ω(n)相关而与ω(n+m)(m≥1)无关，故公式（7）中的第二项为：

$E\left[x\left(n\right)\mathrm{\ω}(n+m)\right]=E\left[\mathrm{\ω}\left(n\right)\mathrm{\ω}(n+m)\right]=\left\{\begin{array}{cc}0,& m>0\\ {\mathrm{\σ}}_{\mathrm{\ω}}^2& m=0\end{array}\right\}$

代入公式（7）后得到：

${\mathrm{\φ}}_{\mathrm{xx}}\left(m\right)=\left\{\begin{array}{c}-\underset{k=1}{\overset{p}{\mathrm{\Σ}}}{a}_k{\mathrm{\φ}}_{\mathrm{xx}}(m-k),m>0---\left(8\right)\\ -\underset{k=1}{\overset{p}{\mathrm{\Σ}}}{a}_k{\mathrm{\φ}}_{\mathrm{xx}}(-k)+{\mathrm{\σ}}_{\mathrm{\ω}}^2,m=0---\left(9\right)\end{array}\right.$

或：

$\left\{\begin{array}{c}{\mathrm{\φ}}_{\mathrm{xx}}\left(m\right)+\underset{k=1}{\overset{p}{\mathrm{\Σ}}}{a}_k{\mathrm{\φ}}_{\mathrm{xx}}(m-k)=0,m>0---\left(10\right)\\ {\mathrm{\φ}}_{\mathrm{xx}}\left(m\right)+\underset{k=1}{\overset{p}{\mathrm{\Σ}}}{a}_k{\mathrm{\φ}}_{\mathrm{xx}}(-k)={\mathrm{\σ}}_{\mathrm{\ω}}^2,m=0---\left(11\right)\end{array}\right.$

将m=1，…，p分别代入公式（8）并写成矩阵形式，得：

$\left[\begin{array}{ccccc}{\mathrm{\φ}}_{\mathrm{xx}}\left(0\right)& {\mathrm{\φ}}_{\mathrm{xx}}(-1)& {\mathrm{\φ}}_{\mathrm{xx}}(-2)& \·\·\·& {\mathrm{\φ}}_{\mathrm{xx}}(-(p-1))\\ {\mathrm{\φ}}_{\mathrm{xx}}\left(1\right)& {\mathrm{\φ}}_{\mathrm{xx}}\left(0\right)& {\mathrm{\φ}}_{\mathrm{xx}}(-1)& \·\·\·& {\mathrm{\φ}}_{\mathrm{xx}}(-(p-2))\\ \·& \·& \·& & \·\\ \·& \·& \·& & \·\\ \·& \·& \·& & \·\\ {\mathrm{\φ}}_{\mathrm{xx}}(p-1)& {\mathrm{\φ}}_{\mathrm{xx}}(p-2)& {\mathrm{\φ}}_{\mathrm{xx}}(p-3)& \·\·\·& {\mathrm{\φ}}_{\mathrm{xx}}\left(0\right)\end{array}\right]\left[\begin{array}{c}{a}_1\\ a_2\\ \·\\ \·\\ \·\\ a_p\end{array}\right]=\left[\begin{array}{c}{\mathrm{\φ}}_{\mathrm{xx}}\left(1\right)\\ {\mathrm{\φ}}_{\mathrm{xx}}\left(2\right)\\ \·\\ \·\\ \·\\ {\mathrm{\φ}}_{\mathrm{xx}}\left(p\right)\end{array}\right]---\left(12\right)$

如果将公式（8）与公式（9）合在一起[即公式（13）]写成矩阵形式，有：

$\left[\begin{array}{ccccc}{\mathrm{\φ}}_{\mathrm{xx}}\left(0\right)& {\mathrm{\φ}}_{\mathrm{xx}}(-1)& {\mathrm{\φ}}_{\mathrm{xx}}(-2)& \·\·\·& {\mathrm{\φ}}_{\mathrm{xx}}(-p)\\ {\mathrm{\φ}}_{\mathrm{xx}}\left(1\right)& {\mathrm{\φ}}_{\mathrm{xx}}\left(0\right)& {\mathrm{\φ}}_{\mathrm{xx}}(-1)& \·\·\·& {\mathrm{\φ}}_{\mathrm{xx}}(-(p-1))\\ \·& \·& \·& & \·\\ \·& \·& \·& & \·\\ \·& \·& \·& & \·\\ {\mathrm{\φ}}_{\mathrm{xx}}\left(p\right)& {\mathrm{\φ}}_{\mathrm{xx}}(p-1)& {\mathrm{\φ}}_{\mathrm{xx}}(p-2)& \·\·\·& {\mathrm{\φ}}_{\mathrm{xx}}\left(0\right)\end{array}\right]\left[\begin{array}{c}1\\ a_1\\ \·\\ \·\\ \·\\ a_p\end{array}\right]=\left[\begin{array}{c}{\mathrm{\σ}}_{\mathrm{\ω}}^2\\ 0\\ \·\\ \·\\ \·\\ 0\end{array}\right]---\left(13\right)$

考虑到直接从Yule-Walker方程式（13）求解参数a_k(k=1，2，…，N)需要作求逆矩阵的运算，当N较大时，运算量很大，并且每当模型阶数增加一阶，矩阵增大一维，需要全部重新计算。

因此，可以通过Levinson-Durbin算法对Yule-Walker方程提供了一个高效率的解法。此算法是按下列递推法进行的：

依次求得 注意，附加的a的第一个下标是指AR模型的阶数，最后p阶的解即是所要求的解。递推算法以一阶AR模型(求一阶参数a₁₁及)开始。按公式（13）一阶AR模型的Yule-Walker矩阵方程应为：

$\left[\begin{array}{cc}{\mathrm{\φ}}_{\mathrm{xx}}\left(0\right)& {\mathrm{\φ}}_{\mathrm{xx}}\left(1\right)\\ {\mathrm{\φ}}_{\mathrm{xx}}\left(1\right)& {\mathrm{\φ}}_{\mathrm{xx}}\left(0\right)\end{array}\right]\left[\begin{array}{c}1\\ a_{11}\end{array}\right]=\left[\begin{array}{c}{\mathrm{\σ}}_1^2\\ 0\end{array}\right]$

从这个矩阵方程可解a₁₁与分别为：

a₁₁=-φ_xx(1)/φ_xx(0)                       （14）

${\mathrm{\σ}}_1^2=(1-{\left|a_{11}\right|}^2){\mathrm{\φ}}_{\mathrm{xx}}\left(0\right)---\left(15\right)$

再从二阶AR模型的矩阵方程

$\left[\begin{array}{ccc}{\mathrm{\φ}}_{\mathrm{xx}}\left(0\right)& {\mathrm{\φ}}_{\mathrm{xx}}\left(1\right)& {\mathrm{\φ}}_{\mathrm{xx}}\left(2\right)\\ {\mathrm{\φ}}_{\mathrm{xx}}\left(1\right)& {\mathrm{\φ}}_{\mathrm{xx}}\left(0\right)& {\mathrm{\φ}}_{\mathrm{xx}}\left(1\right)\\ {\mathrm{\φ}}_{\mathrm{xx}}\left(2\right)& {\mathrm{\φ}}_{\mathrm{xx}}\left(1\right)& {\mathrm{\φ}}_{\mathrm{xx}}\left(1\right)\end{array}\right]\left[\begin{array}{c}1\\ a_{21}\\ a_{22}\end{array}\right]=\left[\begin{array}{c}{\mathrm{\σ}}_2^2\\ 0\\ 0\end{array}\right]$

解得a₂₂，a₂₁，σ₂分别为：

$a_{22}=-[{\mathrm{\φ}}_{\mathrm{xx}}\left(0\right){\mathrm{\φ}}_{\mathrm{xx}}\left(2\right)-{\mathrm{\φ}}_{\mathrm{xx}}^2\left(1\right)]/[{\mathrm{\φ}}_{\mathrm{xx}}^2\left(0\right)-{\mathrm{\φ}}_{\mathrm{xx}}^2\left(1\right)]$

$=-[{\mathrm{\φ}}_{\mathrm{xx}}\left(2\right)+a_{11}{\mathrm{\φ}}_{\mathrm{xx}}\left(1\right)]/{\mathrm{\σ}}_1^2---\left(16\right)$

$a_{21}=-[{\mathrm{\φ}}_{\mathrm{xx}}\left(0\right){\mathrm{\φ}}_{\mathrm{xx}}\left(1\right)-{\mathrm{\φ}}_{\mathrm{xx}}\left(1\right){\mathrm{\φ}}_{\mathrm{xx}}\left(2\right)]/[{\mathrm{\φ}}_{\mathrm{xx}}^2\left(0\right)-{\mathrm{\φ}}_{\mathrm{xx}}^2\left(1\right)]$

$=a_{11}+a_{12}{a}_{11}---\left(17\right)$

${\mathrm{\σ}}_1^2=(1-{\left|a_{22}\right|}^2){\mathrm{\σ}}_1^2---\left(18\right)$

以此类推得到递推公式：

$a_{\mathrm{kk}}=[{\mathrm{\φ}}_{\mathrm{xx}}\left(k\right)+\underset{l=1}{\overset{k-1}{\mathrm{\Σ}}}{a}_{k-1,l}{\mathrm{\φ}}_{\mathrm{xx}}(k-l)]/{\mathrm{\σ}}_{k-1}^2---\left(19\right)$

a_ki=a_k-1,i+a_kka_k-1,k-i                 （20）

${\mathrm{\σ}}_k^2=(1-{\left|a_{\mathrm{kk}}\right|}^2){\mathrm{\σ}}_{k-1}^2,{\mathrm{\σ}}_0^2={\mathrm{\φ}}_{\mathrm{xx}}\left(0\right)---\left(21\right)$

由于AR模型的具体内容为本领域技术人员所知晓，此处不再详细描述。需要说明的是，本实施例中根据当前子帧的信道容量，通过AR模型对后续子帧的信道容量进行了预测，在其他实施例中，也可以采用构建其他预测模型的方式进行。

通过AR模型获得预测的后续子帧的信道容量之后，执行步骤S2，以预测的后续子帧的信道容量作为信道状态信息获得对应的信道质量指示。

在一具体实施过程中，步骤S2可以包括：

在标准信道模型下，仿真出在不同信道质量指示和不同信道容量下的误块率的仿真结果；

基于所述仿真结果，以所述后续子帧的信道容量确定对应的信道质量指示。

本发明实施例的CQI反馈原理如图6所示。SNR₁、……、SNR_J为某一子帧的各个子载波下的SNR，输入各自的调制模型后，分别得到各个子载波对应的信道容量值SI₁、……、SI_J，所述调制模型体现的是信道容量与信噪比之间的对应关系，参考图6示出的SI与SNR的函数关系示意图，其中SI表示子载波对应的信道容量。得到信道容量值SI₁、……、SI_J之后，输入图6所示编码模型中的“E[]”求平均，之后输出接收的编码块信息率（RBIR，Receivedcoded Block Information Rate），此即为该子帧的信道容量。上述过程也可参考步骤S1中以互信息映射的方式获得当前子帧的信道容量的相关描述。

由于一个编码块中具有多个信道状态信息，现有技术中的CQI反馈是将不同子载波的不同SNR综合为一个AWGN信道下的等效SNR，用该等效信噪比去查找CQI表，该CQI表为满足预设BLER的CQI与SNR之间的对应关系，因此现有技术的CQI表一般都是基于SNR的CQI表。

而本发明实施例中则是以基于信道容量的CQI表来代替基于信噪比的CQI表。所述基于信道容量的CQI表体现的是满足预设BLER的CQI与信道容量之间的对应关系。为了构建基于信道容量的CQI表，需要在AWGN信道下，仿真出不同CQI下、不同信道容量下的BLER，由此能够获得的仿真结果是在不同编码调制方式下BLER与信道容量之间的对应关系，可参考图6所示的BLER与RBIR之间的函数关系示意图，该仿真结果可以预先存储于所述编码模型之中。

继续参考图6，在获得RBIR之后，编码模型根据BLER与RBIR之间的对应关系，以性能映射（Quality mapping）的方式便能将RBIR映射为相应的BLER。因此，本实施例中，在BLER确定的情况下，原先的SNR与CQI之间的关系便能够转化为信道容量与CQI之间的关系，如此省去了反查容量表的操作，简化了复杂度，性能也不会带来损失。

在获得预测的后续子帧的信道容量值后，根据误码率10%的准则，通过查询所述基于信道容量的CQI表便可以选择对应的CQI。

在另一具体实施过程中，步骤S2可以包括：

根据不同的码率修正因子，分别确定与第一对应关系中各个信噪比门限值相对应的信道容量值，所述第一对应关系为在标准信道模型下满足预设误块率门限的信道质量指示与信噪比门限之间的对应关系；

构造基于码率修正因子和所述信道容量值的第二对应关系，所述第二对应关系为在标准信道模型下，与不同的码率修正因子相对应的满足预设误块率门限的信道质量指示与信道容量之间的对应关系；

基于所述第二对应关系，以预测的后续子帧的信道容量以及当前选用的码率修正因子确定对应的信道质量指示。

在实际实施时，考虑到信道环境的不同，因此还可以根据不同的码率修正因子，构造基于码率修正因子和信道容量的CQI表。上述第一对应关系为现有技术中常用的基于SNR的CQI表，在此基础上，将所述基于SNR的CQI表中的信噪比门限值，根据不同的码率修正因子，反推出信道容量值，构造所述基于码率修正因子和信道容量的CQI表。在获得预测的后续子帧的信道容量之后，根据当前选用的码率修正因子，查询所述基于码率修正因子和信道容量的CQI表，即可得到对应的CQI。

需要说明的是，在本实施例中，所述标准信道模型具体是AWGN信道模型，在其他实施例中，所述标准信道模型也可以是EPA信道模型、EVA信道模型或ETU信道模型。

得到与预测的后续子帧的信道容量相对应的CQI之后，执行步骤S3，将获得的所述信道质量指示上报至所述通信系统中的基站。CQI上报至基站的过程为本领域技术人员所知晓，此处不再详细描述。

综上，本实施例提供通信系统中信道质量指示的反馈方法，基于互信息和自回归模型来进行信道容量的预测，因为信道容量具有很强的相关性，对信道容量进行AR建模，可以得到稳定的信道相关特性，进而预测后面子帧的信道容量，以预测的信道容量作为信道状态信息来查CQI表，得到对应的CQI。该方法复杂度低，应用灵活，而且可以准确地预测若干子帧后的信道容量，再进行CQI查表和上报，能使反馈的CQI更为准确，进而提升系统的性能增益。

图7是本发明实施例的信道预测示意图。图7示出了不同子帧下信道容量的变化情况，其中，曲线A反映的是真实信道容量的变化情况，曲线B反映的是时间提前的信道容量的变化情况，即以当前子帧信道容量作为后续子帧信道容量的估计值，曲线C反映的是通过本发明实施例中以当前子帧的信道容量预测获得的后续子帧的信道容量。从图7可以看出，采用信道容量预测的方法所得到信道容量变化曲线C与反映真实信道容量的变化情况的曲线A更为接近，明显优于曲线B。因此，本发明实施例中以当前子帧信道容量对后续子帧信道容量的预测能够较为准确地估计出信道状态特性。

表1示出了根据中国移动通信集团公司提供的几个测试用例，分别按照现有技术和本发明技术方案所得到的仿真数据：

表1

测试用例	现有技术	本发明技术方案
			0	228116064	2.33E+08
1	148316272	1.47E+08
			2	90670296	91162784
3	29591224	33364200
			4	224250552	2.28E+08
5	143911200	1.42E+08
			6	327464464	3.31E+08
7	142188944	1.48E+08

表1中的各项数值反映的是信道容量（单位：比特/符号），数值越大，表明信道容量越大，相应的系统性能越好。从表1可以看出，对于测试用例3、6和7，采用本发明技术方案得到的相应信道容量相对于现有技术有明显提高（表1中以粗体表示），表明系统性能增益有明显提升，而其他测试用例大多也比采用现有技术有一定改善。从总体上来看，本发明技术方案能够取得预想中积极效果。

对应于上述通信系统中信道质量指示的反馈方法，本实施例还提供一种通信系统中信道质量指示的反馈装置，包括：预测单元，适于以当前子帧的信道容量预测后续子帧的信道容量；第一获得单元，适于以预测的后续子帧的信道容量作为信道状态信息获得对应的信道质量指示；上报单元，适于将获得的所述信道质量指示上报至所述通信系统中的基站。

本实施例中，所述预测单元适于以当前子帧的信道容量作为自回归模型的观测值，通过所述自回归模型预测后续子帧的信道容量。

具体实施时，所述预测单元可以包括：输入单元，适于将当前子帧的信道容量作为观测值输入所述自回归模型；求解单元，适于通过所述自回归模型求解出当前子帧及其后续子帧的信道相关系数和噪声方差；输出单元，适于根据求解出的所述信道相关系数和噪声方差得到预测的后续子帧的信道容量。

本实施例中，所述通信系统中信道质量指示的反馈装置还包括第二获得单元，适于以互信息映射的方式获得所述当前子帧的信道容量。

具体实施时，所述第二获得单元可以包括：映射单元，适于将各个子载波上的信噪比除以码率修正因子后，分别映射为对应的信道容量；平均单元，适于对各个子载波的信道容量求平均后获得所述当前子帧的信道容量。

在一具体实例中，所述第一获得单元可以包括：仿真单元，适于在标准信道模型下，仿真出在不同信道质量指示和不同信道容量下的误块率的仿真结果；第一确定单元，适于基于所述仿真结果，以所述后续子帧的信道容量确定对应的信道质量指示。

在另一具体实例中，所述第一获得单元可以包括：第二确定单元，适于根据不同的码率修正因子，分别确定与第一对应关系中各个信噪比门限值相对应的信道容量值，所述第一对应关系为在标准信道模型下满足预设误块率门限的信道质量指示与信噪比门限之间的对应关系；构造单元，适于构造基于码率修正因子和所述信道容量值的第二对应关系，所述第二对应关系为在标准信道模型下，与不同的码率修正因子相对应的满足预设误块率门限的信道质量指示与信道容量之间的对应关系；第三确定单元，适于基于所述第二对应关系，以预测的后续子帧的信道容量以及当前选用的码率修正因子确定对应的信道质量指示。

在具体实施时，所述标准信道模型为加性高斯白噪声信道模型、扩展行人信道模型、扩展行车信道模型或扩展城市信道模型。

此外，本实施例还提供一种包括上述通信系统中信道质量指示的反馈装置的通信终端。

所述通信终端及通信系统中信道质量指示的反馈装置的具体实施可以参考本实施例所述的通信系统中信道质量指示的反馈方法的实施，此处不再赘述。

本领域技术人员可以理解，实现上述实施例中通信系统中信道质量指示的反馈装置的全部或部分是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于计算机可读存储介质中，所述存储介质可以是ROM、RAM、磁碟、光盘等。

虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (19)

1.一种通信系统中信道质量指示的反馈方法，其特征在于，包括：

以当前子帧的信道容量预测后续子帧的信道容量；

以预测的后续子帧的信道容量作为信道状态信息获得对应的信道质量指示；

将获得的所述信道质量指示上报至所述通信系统中的基站。

2.根据权利要求1所述的通信系统中信道质量指示的反馈方法，其特征在于，所述以当前子帧的信道容量预测后续子帧的信道容量包括：以当前子帧的信道容量作为自回归模型的观测值，通过所述自回归模型预测后续子帧的信道容量。

3.根据权利要求2所述的通信系统中信道质量指示的反馈方法，其特征在于，所述通过所述自回归模型预测后续子帧的信道容量包括：将当前子帧的信道容量作为观测值输入所述自回归模型后，求解出当前子帧及其后续子帧的信道相关系数和噪声方差，根据求解出的所述信道相关系数和噪声方差得到预测的后续子帧的信道容量。

4.根据权利要求1所述的通信系统中信道质量指示的反馈方法，其特征在于，所述当前子帧的信道容量以互信息映射的方式获得。

5.根据权利要求4所述的通信系统中信道质量指示的反馈方法，其特征在于，以互信息映射的方式获得所述当前子帧的信道容量包括：

将各个子载波上的信噪比除以码率修正因子后，分别映射为对应的信道容量；

对各个子载波的信道容量求平均后获得所述当前子帧的信道容量。

6.根据权利要求1所述的通信系统中信道质量指示的反馈方法，其特征在于，所述以预测的后续子帧的信道容量作为信道状态信息获得对应的信道质量指示包括：

在标准信道模型下，仿真出在不同信道质量指示和不同信道容量下的误块率的仿真结果；

基于所述仿真结果，以所述后续子帧的信道容量确定对应的信道质量指示。

7.根据权利要求1所述的通信系统中信道质量指示的反馈方法，其特征在于，所述以预测的后续子帧的信道容量作为信道状态信息获得对应的信道质量指示包括：

根据不同的码率修正因子，分别确定与第一对应关系中各个信噪比门限值相对应的信道容量值，所述第一对应关系为在标准信道模型下满足预设误块率门限的信道质量指示与信噪比门限之间的对应关系；

构造基于码率修正因子和所述信道容量值的第二对应关系，所述第二对应关系为在标准信道模型下，与不同的码率修正因子相对应的满足预设误块率门限的信道质量指示与信道容量之间的对应关系；

基于所述第二对应关系，以预测的后续子帧的信道容量以及当前选用的码率修正因子确定对应的信道质量指示。

8.根据权利要求6或7所述的通信系统中信道质量指示的反馈方法，其特征在于，所述标准信道模型为加性高斯白噪声信道模型、扩展行人信道模型、扩展行车信道模型或扩展城市信道模型。

9.根据权利要求1所述的通信系统中信道质量指示的反馈方法，其特征在于，所述通信系统为支持多载波技术的通信系统。

10.根据权利要求9所述的通信系统中信道质量指示的反馈方法，其特征在于，所述通信系统为LTE通信系统。

11.一种通信系统中信道质量指示的反馈装置，其特征在于，包括：

预测单元，适于以当前子帧的信道容量预测后续子帧的信道容量；

第一获得单元，适于以预测的后续子帧的信道容量作为信道状态信息获得对应的信道质量指示；

上报单元，适于将获得的所述信道质量指示上报至所述通信系统中的基站。

12.根据权利要求11所述的通信系统中信道质量指示的反馈装置，其特征在于，所述预测单元适于以当前子帧的信道容量作为自回归模型的观测值，通过所述自回归模型预测后续子帧的信道容量。

13.根据权利要求12所述的通信系统中信道质量指示的反馈装置，其特征在于，所述预测单元包括：

输入单元，适于将当前子帧的信道容量作为观测值输入所述自回归模型；

求解单元，适于通过所述自回归模型求解出当前子帧及其后续子帧的信道相关系数和噪声方差；

输出单元，适于根据求解出的所述信道相关系数和噪声方差得到预测的后续子帧的信道容量。

14.根据权利要求11所述的通信系统中信道质量指示的反馈装置，其特征在于，还包括第二获得单元，适于以互信息映射的方式获得所述当前子帧的信道容量。

15.根据权利要求14所述的通信系统中信道质量指示的反馈装置，其特征在于，所述第二获得单元包括：

映射单元，适于将各个子载波上的信噪比除以码率修正因子后，分别映射为对应的信道容量；

平均单元，适于对各个子载波的信道容量求平均后获得所述当前子帧的信道容量。

16.根据权利要求11所述的通信系统中信道质量指示的反馈装置，其特征在于，所述第一获得单元包括：

仿真单元，适于在标准信道模型下，仿真出在不同信道质量指示和不同信道容量下的误块率的仿真结果；

第一确定单元，适于基于所述仿真结果，以所述后续子帧的信道容量确定对应的信道质量指示。

17.根据权利要求11所述的通信系统中信道质量指示的反馈装置，其特征在于，所述第一获得单元包括：

第二确定单元，适于根据不同的码率修正因子，分别确定与第一对应关系中各个信噪比门限值相对应的信道容量值，所述第一对应关系为在标准信道模型下满足预设误块率门限的信道质量指示与信噪比门限之间的对应关系；

构造单元，适于构造基于码率修正因子和所述信道容量值的第二对应关系，所述第二对应关系为在标准信道模型下，与不同的码率修正因子相对应的满足预设误块率门限的信道质量指示与信道容量之间的对应关系；

第三确定单元，适于基于所述第二对应关系，以预测的后续子帧的信道容量以及当前选用的码率修正因子确定对应的信道质量指示。

18.根据权利要求16或17所述的通信系统中信道质量指示的反馈装置，其特征在于，所述标准信道模型为加性高斯白噪声信道模型、扩展行人信道模型、扩展行车信道模型或扩展城市信道模型。

19.一种通信终端，其特征在于，包括权利要求11至18任一项所述的通信系统中信道质量指示的反馈装置。