CN105828370B - 一种基于广义平均的rbir物理层抽象算法 - Google Patents

一种基于广义平均的rbir物理层抽象算法 Download PDF

Info

Publication number
CN105828370B
CN105828370B CN201610136564.7A CN201610136564A CN105828370B CN 105828370 B CN105828370 B CN 105828370B CN 201610136564 A CN201610136564 A CN 201610136564A CN 105828370 B CN105828370 B CN 105828370B
Authority
CN
China
Prior art keywords
sinr
per
curve
signal
fading
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610136564.7A
Other languages
English (en)
Other versions
CN105828370A (zh
Inventor
李国兵
祝志奇
杜清河
吕刚明
张国梅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou ZhaoJian Intelligent Technology Co.,Ltd.
Original Assignee
Xian Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN201610136564.7A priority Critical patent/CN105828370B/zh
Publication of CN105828370A publication Critical patent/CN105828370A/zh
Application granted granted Critical
Publication of CN105828370B publication Critical patent/CN105828370B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/06—Testing, supervising or monitoring using simulated traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel
    • H04B17/3911—Fading models or fading generators
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel
    • H04B17/3912—Simulation models, e.g. distribution of spectral power density or received signal strength indicator [RSSI] for a given geographic region

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Electromagnetism (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于广义平均的RBIR物理层抽象算法，目的在于，能够使复杂度低，通用性强，准确性高，能够降低预测误差造成的性能损失，所采用的技术方案为：首先仿真参考曲线；其次根据参考曲线得到参考包长的参考误包率；再次根据衰落信道下链路级仿真的结果PERFading‑SINR来拟合广义平均数因子r；最后计算所需包长PL的误包率PERPL，完成RBIR物理层抽象算法，本发明采用广义平均数代替算数平均数的方法来求平均互信息，经过与现有物理层抽象算法的对比，不同坐标下本发明算法的获得的曲线更为接近标准曲线，即能够提供更精准的预测结果。

Description

一种基于广义平均的RBIR物理层抽象算法
技术领域
本发明属于无线通信领域中仿真方法学领域，具体涉及一种基于广义平均的RBIR物理层抽象算法。
背景技术
随着无线通信系统的日益完善，其复杂度越来越高。因此在设计新系统时，需要先通过仿真来衡量方案的可行性。无线通信系统仿真分为链路级仿真和系统级仿真。由于物理层技术较为复杂，计算量大，系统级仿真直接调用物理层仿真模块将会产生巨大的计算开销和仿真延时。所以人们提出了一种通过链路级仿真来评估和预测系统级性能的物理层抽象算法。即通过在链路层与系统层之间建立接口函数，用链路层简单的表格和函数映射表达式来反映系统层的性能。也就是系统级仿真给出信干噪比SINR等参数，通过物理层抽象算法可以得出该SINR所对应的误包率PER。现有的关于WLAN中物理层抽象算法的研究主要集中在基于等效信干噪比映射的方法。其中，指数等效信干噪比映射的EESM(Exponential Effective SINR Mapping)方案复杂度低，实现简单，但是该方案要求一个终端的所有子载波必须使用相同的调制编码方式，限制了自适应调制编码系统的应用；有的如平均每比特互信息的MMIB(Mean Mutual Information per Bit)方案，适用于自适应调制编码系统，但是需要的参数较多，复杂度较高；有的如接受比特互信息的RBIR(Received Bit mutual Information Rate)方案复杂度低、通用性强，但是该方案的准确性还有待提升。
综上所述，有必要研究一种新的复杂度低、通用性强且准确性高的物理层抽象算法来可能降低由于预测误差造成的性能损失。
发明内容
为了解决现有技术中的问题，本发明提出一种复杂度低，通用性强，准确性高，能够降低预测误差造成的性能损失的基于广义平均的RBIR物理层抽象算法。
为了实现以上目的，本发明所采用的技术方案为：包括以下步骤：
1)仿真参考曲线：
1.1)选取参考包长PL0；
1.2)根据参考包长PL0分别仿真出AWGN信道和衰落信道下误包率随信干噪比变化的曲线PERAWGN-SINR和PERFading-SINR；
1.3)仿真出不同调制方式下互信息I随信干噪比变化的曲线I-SINR；
2)根据参考曲线得到参考包长的参考误包率
2.1)计算每个子载波经过信道均衡后的信干噪比SINRi，计算公式如下：其中P0为信号的发射功率，σ2为噪声功率，Hi为第i个子载波的信道系数，是信号的发端信噪比，用SINRFading表示；
2.2)根据I-SINR曲线由SINRi映射出每个子载波的互信息Ii；
2.3)根据PERFading-SINR曲线来拟合广义平均数因子r，并根据广义平均数因子r计算所有子载波的平均互信息Iave，计算公式如下：其中N为所用子载波的个数；
2.4)根据I-SINR曲线由Iave映射出等效信干噪比SINReff；
2.5)根据PERAWGN-SINR曲线由SINReff映射出参考误包率
3)根据公式即可计算出包长为PL时的误包率PERPL，完成RBIR物理层抽象算法。
所述的步骤1.1)中当包长PL<400byte时，设置参考包长PL0＝32byte；否则设置参考包长PL0＝1458byte。
所述的步骤1.2)中仿真出曲线PERAWGN-SINR和PERFading-SINR的步骤为：首先生成比特流；接着对比特流进行扰码、编码、星座映射和OFDM调制；接下来通过AWGN信道或衰落信道并添加噪声；然后是以上过程的逆过程，其中均衡方式为MMSE理想均衡，解调方式为软解调，译码方式为维特比软译码，即完成曲线PERAWGN-SINR和PERFading-SINR的仿真。
所述的步骤1.3)中曲线I-SINR是根据下列公式仿真出来的：
其中M是与调制方式有关的参数，表示调制的阶数；sk和sm表示第k和第m个星座点，k＝1,2,….M，m＝1,2,….M；U是一个均值为0，方差为1的复高斯随机变量；EU是对包含U变量的表达式取均值。
所述的步骤2.3)中根据PERFading-SINR曲线拟合广义平均数因子r包括以下步骤：
(1)设置误包率PER的取值；
(2)根据设置的误包率PER，分别通过PERAWGN-SINR和PERFading-SINR映射出AWGN信道下的信干噪比SINRAWGN和衰落信道下的信干噪比SINRFading；
(3)定义其中L和Up分别是r的下界和上界；
(4)将(2)中得到的衰落信道下的信干噪比SINRFading代入所述步骤2.1)～2.3)中，其中广义平均数因子r分别取上界和下界时根据下列公式分别计算所有子载波的平均互信息Iave；
并分别根据I-SINR曲线由Iave映射出广义平均数因子r分别取上界和下界时等效信干噪比和SINRL；
(5)定义以下误差函数：
其中i表示步骤1)中误包率PER所取的第i个误包率点，i＝1,2,…,N；EL和分别是r取值为L和Up时的所选误包率点处等效信干噪比和参考值之间的差值之和；
(6)定义误差函数的阈值T：
T＝e*length(SINR)
其中，e是每个误包率处信干噪比之差，length(SINR)是所取信干噪比点的个数；
(7)计算误差函数并根据EL、与T值得大小确定广义平均数因子r：
(7.1)如果EL和都小于T，取
(7.2)如果EL＜T且取r＝L；
(7.3)如果EL＞T且取r＝Up；
(7.4)如果取Up'＝Up，并返回步骤3)；
(7.5)如果取L'＝L，并返回步骤3)。
所述的步骤1)中误包率PER的取值为：PER＝[1,0.9,0.8,0.7,0.6,0.5,0.4,0.3,0.2,0.1,0.09,0.08,0.07,0.06,0.05,0.04,0.03,0.02,0.01]。
所述的步骤3)中WLAN中取L＝1,Up＝3。
与现有技术相比，本发明基于广义平均的RBIR物理层抽象算法，把物理层抽象算法分为四部分，首先仿真参考曲线；其次根据参考曲线得到参考包长的参考误包率再次根据衰落信道下链路级仿真的结果PERFading-SINR来拟合广义平均数因子r；最后计算所需包长PL的误包率PERPL，完成RBIR物理层抽象算法，本发明采用广义平均数代替算数平均数的方法来求平均互信息，经过与现有物理层抽象算法的对比，不同坐标下本发明算法的获得的曲线更为接近标准曲线，即能够提供更精准的预测结果，无论是在等效信干噪比还是在信干噪比的前提下，本发明方案的性能都远远优于现有的RBIR方案，都更为接近实际的链路性能，且本发明复杂度低，通用性强，准确性高，能够有效降低预测误差造成的性能损失。
附图说明
图1是拟合r值的流程图；
图2是MCS0时本发明与现有RBIR算法在等效信干噪比坐标下的性能比较；
图3是MCS0时本发明与现有RBIR算法在信干噪比坐标下的性能比较；
图4是MCS1时本发明与现有RBIR算法在等效信干噪比坐标下的性能比较；
图5是MCS1时本发明与现有RBIR算法在信干噪比坐标下的性能比较；
图6是MCS2时本发明与现有RBIR算法在等效信干噪比坐标下的性能比较；
图7是MCS2时本发明与现有RBIR算法在信干噪比坐标下的性能比较；
图8是链路级仿真流程图；
图9是AWGN信道下MCS0-MCS2链路级仿真结果；
图10是衰落信道下MCS0-MCS2链路级仿真结果；
图11是调制方式为BPSK和QPSK时的互信息随信干噪比变化的曲线。
具体实施方式
下面结合具体的实施例和说明书附图对本发明作进一步的解释说明。
本发明包含以下步骤：
第一步，仿真参考曲线；
(1)选取参考包长PL0；
由于WLAN中包长可变，所以我们采用参考包长来进行链路级仿真，参考包长的设置如下：当包长PL<400byte时，设置参考包长PL0＝32byte；否则设置参考包长PL0＝1458byte；其余参数的设置均按照IEEE Std 802.11ac-2013协议中332页Table 22-46设置；
(2)根据参考包长分别仿真出AWGN信道和衰落信道下误包率随信干噪比变化的曲线，即PERAWGN-SINR和PERFading-SINR；其中PERAWGN表示AWGN信道下的误包率，PERFading表示衰落信道下的误包率；仿真出曲线PERAWGN-SINR和PERFading-SINR的步骤为：首先生成比特流；接着对比特流进行扰码、编码、星座映射和OFDM调制；接下来通过AWGN信道或衰落信道并添加噪声；然后是以上过程的逆过程，其中均衡方式为MMSE理想均衡，解调方式为软解调，译码方式为维特比软译码，即完成曲线PERAWGN-SINR和PERFading-SINR的仿真；
(3)仿真出不同调制方式下互信息随信干噪比变化的曲线I-SINR；
其中I表示互信息，互信息的计算公式如公式(1)所示，
其中M是与调制方式有关的参数，表示调制的阶数；sk和sm表示第k和第m个星座点，k＝1,2,….M，m＝1,2,….M；U是一个均值为0，方差为1的复高斯随机变量，由于求U的期望复杂度较高，所以我们采用大量数据求平均的方法通过仿真来得到互信息随信干噪比变化的曲线；EU是对包含U变量的表达式取均值；
第二步，根据参考曲线得到参考包长的参考误包率
(1)计算每个子载波经过信道均衡后的SINRi，计算公式如下：其中P0为信号的发射功率，σ2为噪声功率，Hi为第i个子载波的信道系数，是信号的发端信噪比，用SINRFading表示；
(2)根据I-SINR曲线由SINRi映射出每个子载波的互信息Ii；
(3)根据广义平均数计算所有子载波的平均互信息Iave；
公式(2)给出了通过广义平均数计算平均互信息的表达式，其中N所用子载波的个数，r是广义平均数因子，其大小由第三步得到；
(4)根据I-SINR曲线由Iave映射出等效信干噪比SINReff；
(5)根据PERAWGN-SINR曲线由SINReff映射出参考误包率
第三步，根据衰落信道下链路级仿真的结果PERFading-SINR来拟合广义平均数因子r；
(1)设置误包率PER的取值；误包率的选取与业务的类型有关，如果该业务类型对误包率的要求较高，那么PER取值的精度则高，反之则低；
(2)根据(1)中设置的误包率PER，分别通过PERAWGN-SINR和PERFading-SINR映射出AWGN信道下的信干噪比SINRAWGN和衰落信道下的信干噪比SINRFading；
(3)定义其中L和Up分别是r的下界和上界；L和Up的大小可以自行设置，在WLAN中一般取L＝1,Up＝3即可满足要求；
(4)根据(2)中设置的信干噪比以及(3)中设置的r，由第二步中计算等效信干燥比的算法分别计算出r取上界和下界时的等效信干噪比和SINRL；
(5)定义以下误差函数：
其中i表示(1)中所取的第i个误包率点，i＝1,2,…,N；EL和分别是r取值为L和Up时的所选误包率点处等效信干噪比和参考值之间的差值之和；
(6)定义误差函数的阈值T：
T＝e*length(SINR)(5)
其中，e是每个误包率处信干噪比之差，length(SINR)是所取信干噪比点的个数；e的大小可以自行设置，一般当e＜0.2dB我们就可以认为误差可以接受；
(7)计算误差函数并根据EL、EU与T值得大小确定广义平均数因子r：
1)如果EL和EU都小于T，取
2)如果EL＜T且取r＝L；
3)如果EL＞T且取r＝Up；
4)如果EL＞EU＞T，取Up'＝Up，返回(3)重新选择下界进行计算；
5)如果EU＞EL＞T，取L'＝L，返回(3)重新选择上界计算；
(8)将拟合出的广义平均因子r返回给第二步中的第(3)步；
第四步，计算所需包长PL的误包率PERPL；
由于以上仿真都是在参考包长的基础上完成的，所以要想得到所需包长PL的误包率PERPL需要由公式(6)来得到：
其中是参考误包率，由第二步得到；PERPL是包长为PL的误包率，是我们最终需要的结果，综上，完成本发明算法。
WLAN中现有的传统的RBIR物理层抽象算法，包含以下步骤：
1)仿真出AWGN信道以及衰落信道下误包率随信干噪比变化的曲线PERAWGN-SINR和PERFading-SINR；
参考包长的设置如下：当包长PL<400byte时，设置参考包长PL0＝32byte；否则设置参考包长PL0＝1458byte；
2)仿真出不同调制方式下互信息随信干噪比变化的曲线I-SINR；
公式(1)给出了互信息的计算公式，其中M是与调制方式有关的参数，表示调制的阶数；sk和sm表示第k和第m个星座点，k＝1,2,….M，m＝1,2,….M；U是一个均值为0，方差为1的复高斯随机变量；由于求U的期望复杂度较高，所以我们采用大量数据求平均的方法通过仿真来得到互信息随信干噪比变化的曲线；
3)计算每个子载波经过信道均衡后的SINRi；
4)根据I-SINR曲线由SINRi映射出每个子载波的互信息Ii；
5)根据算数平均数计算所有子载波的平均互信息Iave；
公式(7)给出了通过算数平均数计算平均互信息的表达式，其中N所用子载波的个数；
6)根据I-SINR曲线由Iave映射出等效信干噪比SINReff；
7)根据PERAWGN-SINR曲线由SINReff映射出误包率
8)由公式(6)计算出包长为PL时的误包率PERPL，完成WLAN中现有的传统的RBIR物理层抽象算法。
现有传统的RBIR方案，在预测精度方面仍然有一定的欠缺，因此在改进方案中我们采用广义平均数代替算数平均数的方法来求平均互信息。
下面对结合下表中的仿真参数对本发明所提出的改进算法作进一步详细描述：
本发明提出的基于广义平均的RBIR物理层抽象算法，把物理层抽象算法分为四部分。首先，仿真参考曲线；其次，根据参考曲线得到参考包长的参考误包率再次，根据衰落信道下链路级仿真的结果PERFading-SINR来拟合广义平均数因子r；最后，计算所需包长PL的误包率PERPL；
第一步，仿真参考曲线；
(1)当包长PL<400byte时，设置参考包长PL0＝32byte；否则设置参考包长PL0＝1458byte；
由表1可知包长为32byte，所以取参考包长PL0＝32byte；
(2)根据参考包长分别仿真出AWGN信道和衰落信道下误包率随信干噪比变化的曲线，即PERAWGN-SINR和PERFading-SINR；
链路级仿真的流程图如图8所示，参数的设置如表1所示，仿真的步骤如下：首先生成32byte的比特流；接着对其进行扰码，编码、星座映射(调制)和OFDM调制；接下来，通过信道(AWGN或衰落信道)并添加噪声；然后是以上过程的逆过程，其中均衡方式为MMSE理想均衡，解调方式为软解调，译码方式为维特比软译码；
图9分别给出了包长为32byte时三种调制编码方式在AWGN信道下的误包率曲线PERAWGN-SINR；
图10分别给出了包长为32byte时三种调制编码方式在衰落信道下的误包率曲线PERFading-SINR；
(3)根据公式(1)计算出互信息随信干噪比变化的曲线I-SINR；
由于求U的期望复杂度较高，所以我们通过大量数据求平均的方式仿真出互信息随信干噪比变化的曲线I-SINR，图11分别给出了BPSK、QPSK、两种调制方式下的互信息曲线；
第二步，根据参考曲线得到参考包长的参考误包率
(1)计算每个子载波经过信道均衡后的SINRi；
(2)根据I-SINR曲线由SINRi映射出每个子载波的互信息Ii；
(3)根据广义平均数计算所有子载波的平均互信息Iave；
公式(2)给出了通过广义平均数计算平均互信息的表达式，其中N所用子载波的个数，r是广义平均数因子，其大小由第三步得到；
(4)根据I-SINR曲线由Iave映射出等效信干噪比SINReff；
(5)根据PERAWGN-SINR曲线由SINReff映射出参考误包率
第三步，根据衰落信道下链路级仿真的结果PERFading-SINR来拟合广义平均数因子r；
如图1所示拟合广义平均数因子r的具体步骤如下：
(1)设置误包率PER的取值；
由于一般业务的误包率精度要求在0.01以内，所以我们取PER＝[1,0.9,0.8,0.7,0.6,0.5,0.4,0.3,0.2,0.1,0.09,0.08,0.07,0.06,0.05,0.04,0.03,0.02,0.01]；
(2)根据(1)中设置的误包率PER，分别通过PERAWGN-SINR和PERFading-SINR映射出AWGN信道下的信干噪比SINRAWGN和衰落信道下的信干噪比SINRFading；
(3)定义其中L和Up分别是r的下界和上界；设L＝1,Up＝3；
(4)根据(2)中设置的信干噪比SINRFading以及(3)中设置的r，由第二步中的的算法分别计算出r取上界和下界时的等效信干噪比和SINRL；
(5)根据公式(3)和公式(4)计算误差函数；
(6)计算误差函数的阈值T；设e＝0.1dB，则T＝1.9dB；
(7)计算误差函数并根据EL、与T值的大小确定广义平均数因子r：
经过以上拟合可以得到以下结果：
1)当取MCS0时，r＝2.13；
2)当取MCS1时，r＝1.6；
3)当取MCS2时，r＝1.8；
其中，MCS代表调制编码方式；
第四步，计算所需包长PL的误包率PERPL；
根据公式(6)可以得到包长为PL时的误包率PERPL，完成本发明的算法，图2-图8给出了包长PL时的误包率PERPL曲线及性能对比。
图2和图3为调制方式为BPSK，编码方式为码率为1/2的卷积码BCC时，图2与图3是在MCS0时本发明方案与现有方案在不同坐标下的性能对比：
其中图2的横坐标是等效信干噪比，在该坐标下标准曲线为AWGN信道下链路级仿真的曲线，即图2中的点圆圈线；最左侧的实圆圈线是现有RBIR方案得到的结果，右侧的实矩形线是本发明方案得到的结果；图3的横坐标是信干噪比，在该坐标下标准曲线为衰落信道下链路级仿真的曲线，即图3中的点圆圈线；最右侧的实圆圈线是现有RBIR方案得到的结果，左侧的实矩形线是本发明方案得到的结果。由图2和图3可以看出，在这两种坐标下本发明算法的性能更为接近标准曲线，即能提供更精准的预测结果。
图4和图5为调制方式为QPSK，编码方式为码率为1/2的卷积码BCC时，图4与图5是在MCS1时本发明方案与现有方案在不同坐标下的性能对比：
其中图4的横坐标是等效信干噪比，在该坐标下标准曲线为AWGN信道下链路级仿真的曲线，即图4中的点圆圈线；最左侧的实圆圈线是现有RBIR方案得到的结果，右侧的实矩形线是本发明方案得到的结果；图5的横坐标是信干噪比，在该坐标下标准曲线为衰落信道下链路级仿真的曲线，即图5中的点圆圈线；最右侧的实圆圈线是现有RBIR方案得到的结果，左侧的实矩形线是本发明方案得到的结果。由图4和图5可以看出，在这两种坐标下本发明算法的性能更为接近标准曲线，即能提供更精准的预测结果。
图6和图7为调制方式为QPSK，编码方式为码率为3/4的卷积码BCC时，图6与图7是在MCS2时本发明方案与现有方案在不同坐标下的性能对比：
其中图6的横坐标是等效信干噪比，在该坐标下标准曲线为AWGN信道下链路级仿真的曲线，即图6中的点圆圈线；最左侧的实圆圈线是现有RBIR方案得到的结果，右侧的实矩形线是本发明方案得到的结果；图7的横坐标是信干噪比，在该坐标下标准曲线为衰落信道下链路级仿真的曲线，即图7中的点圆圈线；最右侧的实圆圈线是现有RBIR方案得到的结果，左侧的实矩形线是本发明方案得到的结果。由图6和图7可以看出，在这两种坐标下本发明算法的性能更为接近标准曲线，即能提供更精准的预测结果。
综上由图2-图7可以看出，无论是在等效信干噪比还是在信干噪比的前提下，本发明所提方案的性能都远远优于现有的RBIR方案，更为接近实际的链路性能。

Claims (4)

1.一种基于广义平均的RBIR物理层抽象算法，其特征在于，包括以下步骤：
1)仿真参考曲线：
1.1)选取参考包长PL0；
1.2)根据参考包长PL0分别仿真出AWGN信道和衰落信道下误包率随信干噪比变化的曲线PERAWGN-SINR和PERFading-SINR；
所述的步骤1.2)中仿真出曲线PERAWGN-SINR和PERFading-SINR的步骤为：首先生成比特流；接着对比特流进行扰码、编码、星座映射和OFDM调制；接下来通过AWGN信道或衰落信道并添加噪声；然后是以上过程的逆过程，其中均衡方式为MMSE理想均衡，解调方式为软解调，译码方式为维特比软译码，即完成曲线PERAWGN-SINR和PERFading-SINR的仿真；
1.3)仿真出不同调制方式下互信息I随信干噪比变化的曲线I-SINR；
所述的步骤1.3)中曲线I-SINR是根据下列公式仿真出来的：
其中M是与调制方式有关的参数，表示调制的阶数；sk和sm表示第k和第m个星座点，k＝1,2,….M，m＝1,2,….M；U是一个均值为0，方差为1的复高斯随机变量；EU是对包含U变量的表达式取均值；
2)根据参考曲线得到参考包长的参考误包率
2.1)计算每个子载波经过信道均衡后的信干噪比SINRi，计算公式如下：其中P0为信号的发射功率，σ2为噪声功率，Hi为第i个子载波的信道系数，是信号的发端信噪比，用SINRFading表示；
2.2)根据I-SINR曲线由SINRi映射出每个子载波的互信息Ii；
2.3)根据PERFading-SINR曲线来拟合广义平均数因子r，并根据广义平均数因子r计算所有子载波的平均互信息Iave，计算公式如下：其中N为所用子载波的个数；
所述的步骤2.3)中根据PERFading-SINR曲线拟合广义平均数因子r包括以下步骤：
(1)设置误包率PER的取值；
(2)根据设置的误包率PER，分别通过PERAWGN-SINR和PERFading-SINR映射出AWGN信道下的信干噪比SINRAWGN和衰落信道下的信干噪比SINRFading；
(3)定义其中L和Up分别是r的下界和上界；
(4)将(2)中得到的衰落信道下的信干噪比SINRFading代入所述步骤2.1)～2.3)中，其中广义平均数因子r分别取上界和下界时根据下列公式分别计算所有子载波的平均互信息Iave；
并分别根据I-SINR曲线由Iave映射出广义平均数因子r分别取上界和下界时等效信干噪比和SINRL；
(5)定义以下误差函数：
其中i表示步骤1)中误包率PER所取的第i个误包率点，i＝1,2,…,N；EL和分别是r取值为L和Up时的所选误包率点处等效信干噪比和参考值之间的差值之和；
(6)定义误差函数的阈值T：
T＝e*length(SINR)
其中，e是每个误包率处信干噪比之差，length(SINR)是所取信干噪比点的个数；
(7)计算误差函数并根据EL、与T值得大小确定广义平均数因子r：
(7.1)如果EL和都小于T，取
(7.2)如果EL＜T且取r＝L；
(7.3)如果EL＞T且取r＝Up；
(7.4)如果取Up'＝Up，并返回步骤7.3)；
(7.5)如果取L'＝L，并返回步骤7.3)；
2.4)根据I-SINR曲线由Iave映射出等效信干噪比SINReff；
2.5)根据PERAWGN-SINR曲线由SINReff映射出参考误包率
3)根据公式即可计算出包长为PL时的误包率PERPL，完成RBIR物理层抽象算法。
2.根据权利要求1所述的一种基于广义平均的RBIR物理层抽象算法，其特征在于，所述的步骤1.1)中当包长PL<400byte时，设置参考包长PL0＝32byte；否则设置参考包长
PL0＝1458byte。
3.根据权利要求1所述的一种基于广义平均的RBIR物理层抽象算法，其特征在于，所述的步骤2.3)的步骤(1)中误包率PER的取值为：PER＝[1,0.9,0.8,0.7,0.6,0.5,0.4,0.3,0.2,0.1,0.09,0.08,0.07,0.06,0.05,0.04,0.03,0.02,0.01]。
4.根据权利要求1所述的一种基于广义平均的RBIR物理层抽象算法，其特征在于，所述的步骤2.3)中的步骤(3)WLAN中取L＝1,Up＝3。
CN201610136564.7A 2016-03-10 2016-03-10 一种基于广义平均的rbir物理层抽象算法 Active CN105828370B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610136564.7A CN105828370B (zh) 2016-03-10 2016-03-10 一种基于广义平均的rbir物理层抽象算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610136564.7A CN105828370B (zh) 2016-03-10 2016-03-10 一种基于广义平均的rbir物理层抽象算法

Publications (2)

Publication Number Publication Date
CN105828370A CN105828370A (zh) 2016-08-03
CN105828370B true CN105828370B (zh) 2019-02-05

Family

ID=56987443

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610136564.7A Active CN105828370B (zh) 2016-03-10 2016-03-10 一种基于广义平均的rbir物理层抽象算法

Country Status (1)

Country Link
CN (1) CN105828370B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103378896A (zh) * 2012-04-23 2013-10-30 马维尔国际有限公司 用于确定信道状态信息的方法和设备
CN103686444A (zh) * 2012-09-20 2014-03-26 中国科学院声学研究所 一种MIMO OFDM系统中具有端到端QoS保证的视频传输方案

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103378896A (zh) * 2012-04-23 2013-10-30 马维尔国际有限公司 用于确定信道状态信息的方法和设备
CN103686444A (zh) * 2012-09-20 2014-03-26 中国科学院声学研究所 一种MIMO OFDM系统中具有端到端QoS保证的视频传输方案
CN103686444B (zh) * 2012-09-20 2016-09-28 中国科学院声学研究所 一种MIMO OFDM系统中具有端到端QoS保证的视频传输方案

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
异构网融合中基于RBIR的物理层抽象算法;孟超;《东南大学学报（自然科学版）》;20121101;全文

Also Published As

Publication number Publication date
CN105828370A (zh) 2016-08-03

Similar Documents

Publication Publication Date Title
CN104902504B (zh) 一种多天线移动终端的吞吐量的测试系统及测试方法
CN109560841A (zh) 基于改进的分布式压缩感知算法的大规模mimo系统信道估计方法
CN108599820A (zh) 基于块结构自适应压缩采样匹配追踪算法的大规模mimo系统信道估计方法
CN106027184B (zh) 一种基于lte-a的链路级到系统级仿真的接口方法
CN105471530B (zh) 一种基于基带等效信道模型的提高接收信号模拟准确度的方法
CN109246039A (zh) 一种基于双向时域均衡的软信息迭代接收方法
CN103701751B (zh) 一种信道估计辅助的缩小搜索范围高阶qam解映射方法
CN102868459A (zh) 用于无线电信网络的移动终端仿真器和仿真方法
CN101754267A (zh) 一种链路自适应传输方法及设备
CN100421438C (zh) 选频单载波分块传输系统中的比特加载方法
CN106533590A (zh) 基于接收端evm的上行链路信道质量测量方法
Shen et al. Joint channel estimation and decoding design for 5G-enabled V2V channel
CN106341216B (zh) 一种无线通信链路自适应方法及上下行链路自适应方法
CN110519200A (zh) 一种低信噪比环境下的极化码辅助载波同步系统及方法
CN107181704A (zh) 一种低复杂度的加权ls软迭代移动信道估计方法
CN105634672A (zh) 基于稀疏码多址接入系统的自适应编码调制方案与资源调度方法
Chen et al. AMC with a BP-ANN scheme for 5G enhanced mobile broadband
WO2017031931A1 (zh) 一种信号输出装置、板卡和方法
CN105991177A (zh) 一种天线校准的方法及装置
EP1533935A1 (en) Evaluating performance of a multiple-input multiple output (mimo) communications link
CN103607234B (zh) 一种中继合并接收方法和系统
CN108600140A (zh) 一种ofdm系统中抗脉冲干扰的信道估计方法
CN105828370B (zh) 一种基于广义平均的rbir物理层抽象算法
CN113992242A (zh) 一种plc系统帧载荷的软信息合并方法
CN109842929A (zh) 一种功率控制偏移量的获取方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20201230

Address after: Room 503, building 3, No. 133, development avenue, Tongxiang Economic Development Zone, Tongxiang City, Jiaxing City, Zhejiang Province

Patentee after: ZHEJIANG MAIZHI NETWORK TECHNOLOGY Co.,Ltd.

Address before: Beilin District Xianning West Road 710049, Shaanxi city of Xi'an province No. 28

Patentee before: XI'AN JIAOTONG University

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210510

Address after: 215131 1st floor, No.3 building, original Likou shangsheng electronics factory, 88 Qimen North Street, Yuanhe street, Xiangcheng District, Suzhou City, Jiangsu Province

Patentee after: Suzhou ZhaoJian Intelligent Technology Co.,Ltd.

Address before: Room 503, building 3, No. 133, development avenue, Tongxiang Economic Development Zone, Tongxiang City, Jiaxing City, Zhejiang Province

Patentee before: ZHEJIANG MAIZHI NETWORK TECHNOLOGY Co.,Ltd.