CN109039541B - 一种基于aos通信系统丢包率最小化的链路自适应优化方法 - Google Patents

Abstract

本发明公开了一种基于AOS通信系统丢包率最小化的链路自适应优化方法,针对AOS空间通信系统中数据突发性高等特点引起通信系统丢包，最终导致系统吞吐量下降的问题，对数据链路层的有限长度队列、有限次重传、物理层的自适应调制编码进行联合优化。该方法将系统丢包率作为目标函数，通过求解最小系统丢包率来合理分配重传次数和调制编码方案，最终提高系统平均吞吐量。

Description

一种基于AOS通信系统丢包率最小化的链路自适应优化方法

技术领域

本发明涉及空间通信技术领域，具体说是一种基于AOS通信系统丢包率最小化的链路自适应优化方法。

背景技术

随着航空航天、载人飞船和轨道空间站技术的快速发展，人类空间活动进入空间站时代,复杂的空间任务还提出了许多难度较高的数据处理要求,由于需要动态管理具有复杂化、高数据率和高交换量等特点的传送数据，因此需要协商制定新的通用标准从而适应空间技术的发展。CCSDS为满足复杂航天器的需要发展了高级在轨系统体制和标准。

AOS空间通信具有数据传输量大、信道延时大、信道误码率高以及信道时变衰落的特点，引入混合自动重传提高可靠性，自适应调制编码提高传输效率，但考虑到数据流随机到达、数据突发性高的特点，需引入队列。这些特点对空间通信的可靠性提出了新的要求。

发明内容

针对AOS空间通信系统中数据突发性高等特点引起通信系统丢包，最终导致系统吞吐量下降的问题，本发明对数据链路层的有限长度队列(以下简称FLQ)、有限次重传(以下简称LR)、物理层的自适应调制编码(以下简称AMC)进行联合优化，提出基于系统丢包率最小化链路自适应优化方法。该方法将系统丢包率作为目标函数，通过求解最小系统丢包率来合理分配重传次数和调制编码方案，最终提高系统平均吞吐量。

为实现上述目的，本申请的技术方案为：一种基于AOS通信系统丢包率最小化的链路自适应优化方法，具体步骤如下：

步骤1：数据包到达时，判断数据是否超过有限长度队列；

步骤2：如果超过有限长度队列，队列丢包更新丢包率数据，跳至步骤10，否则跳至步骤3；

步骤3：基于系统丢包率最小分配重传次数；

步骤4：基于信道信息分配调制编码方案传输数据；

步骤5：再次判断数据是否超过有限长度队列；

步骤6：如果超过，队列丢包更新丢包率，跳至步骤10，否则跳至步骤7；

步骤7：判断传输是否出现错误，如果没有出现错误跳至步骤5，否则跳至步骤8；

步骤8：判断重传次数是否超过最大重传次数，如果超过，丢包更新丢包率，跳至步骤10，否则跳至步骤9；

步骤9：重传，更新丢包率数据，跳至步骤4；

步骤10：结束。

进一步的，本申请中丢包率的计算方法为：

ξ＝1-(1-P_d)(1-P) (1)

式中：P_d代表排队丢包率，P代表传输出错率。

进一步的，传输出错率P的计算方法为：1)先求出平均传输丢包率PER；2)再加上重传的对传输丢包率的影响求出传输出错率P。

进一步的，平均传输丢包率PER的计算方法为：信噪比γ是一个随机变量，其概率密度函数表示如下：

这里的m是信道衰落参数

根据自适应调制编码的MCS方案，则MCSn被选中的概率为：

式中：τ(m)是伽马函数

γ_n和γ_n+1分别为选择MCSn时对应的信噪比区间的下上边界点；

在自适应调制编码AMC传输方案下，MCSn模式下的平均传输出错率

符合条件概率模型，其计算方法如下：

其中

为平均接受信噪比，m为信道衰落参数，a_n和g_n为采用的第n种调制编码方案的相关系数，通过将实际的误包率曲线与表达式PER＝a exp(-bγ)拟合得到；

则自适应调制编码AMC传输方案的平均传输出错率

如下：

其中R_n为第n种调制编码方案的调制编码率。

进一步的，考虑重传机制下多次重传对传输出错率的影响，假设最大重传次数N_max取值0-4，单次传输平均出错率为

由于数据包在信道中传输的成功率是相互独立的，联合自适应调制编码和有限次重传后的传输出错率P表示为：

更进一步的，排队丢包率P_d的计算方法为：设在第t个单位时间开始时，队列中有C_t-1个数据包，在此时的信道状态下，发送端可以发送C_t个数据包；当时间段t结束时，在该时间段内到达数据包的数目为A_t，从队列中发送的C_t个数据包不会立刻从队列中删除而是等待接收端的反馈信息，填补进新到的A_t数据包，此时队列中有U_t个数据包；下面将分别对数据包的到达过程、队列服务过程和队列状态递归进行分析,构建一个有限状态马尔科夫链；

假设数据包的到达符合泊松分布，A_t的期望满足E{A_t}＝λT_f，T_f表示单位时间，Pr(A_t＝a)表示单位时间数据包到达数目为a的概率，则：

AMC模块为队列提供一个动态的服务过程，则每个单位时间段内传输数据包的数目不同，对于MCSn，在单位时间段内传输数据包的数目用C_n表示，b表示资源分配参数，AMC模块动态地为队列提供N+1种服务状态

当信道处于状态n时，选择MCSn，对应服务状态为C_n；服务状态随着信道状态变化而变化，用服务过程C_t表示服务状态的演进，这里用FSMC的状态转移矩阵来建模此服务过程；假设数据包不考虑重传则队列的传输能力为bR_n，如果考虑重传次数的影响，算出平均传输次数

队列的传输能力表示为：

假设队列缓存的大小为K，即最多容纳K个数据包，队列状态的递归表示为：

U_t＝min{K,max{U_t-1-C_t}+A_t} (10)

式(10)可以看出队列状态U_t取决于(U_t,C_t)，使用包含队列状态和服务状态的状态对(U_t-1,C_t)来创建一个FSMC过程，进而分析该FSMC过程，得到(U_t-1,C_t)的联合平稳分布；

稳态分布P(U＝u,C＝c)根据下面的等式计算得到：

D_t表示时间段t内被丢弃的数据包的数目，且D_t与U_t-1、A_t和C_t有关，D_t表达式如下：

D_t＝max{0,A_t-K+max{0,U_t-1-C_t}} (12)

排队丢包率为：

假设已知多普勒频移f_d、平均接受信噪比

信道衰落参数m并且固定资源分配参数b、接收端缓存大小K、单位时间数据包到达速率λT_f，系统丢包率包括传输出错率和排队丢包率两个部分；随着最大重传次数的增大，传输出错率会降低；排队丢包率是受最大重传次数的影响的，而且随着最大重传次数的增大，排队丢包率会增加；最大重传次数将影响系统丢包率的传输出错率和排队丢包率，在最大重传次数的范围内调整重传次数，平衡之间的影响，使系统丢包率最小。

本发明由于采用以上技术方案，能够取得如下的技术效果：本发明结合了AOS空间通信的特点，提出了基于系统丢包率最小化链路自适应优化方法，该方法对数据链路层的有限长度队列、有限次重传、物理层的自适应调制编码进行联合优化，将系统丢包率作为目标函数，通过遍历所有重传次数对应的系统丢包率的方法选择最小系统丢包率对应的重传次数，再将最小系统丢包率对应的重传次数做取整的处理，找到次优解对应的重传次数。最终达到降低系统的丢包率，提高系统的平均吞吐量的目的。

附图说明

图1为AOS系统中LR、FLQ和AMC优化框图；

图2为队列状态递归模型图；

图3为算法流程图；

图4为仿真参数明细图；

图5为系统丢包率ξ与信噪比SNR的关系图；

图6为平均吞吐量与信噪比SNR的关系图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步详细的描述：以此为例对本申请做进一步的描述说明。

如图1-6所示，首先，在AOS空间通信系统中，提出AOS传输系统联合优化框图,如图1所示，发射端采用先进先出的有限长度队列(缓存)，信源数据进入有限长度队列，然后进行信道编码、符号调制，再进行载波调制在衰落信道中传输；在接收端，将接受到的信号经过载波检测、解调和信道解码，得到的信宿送到上层提取数据。对于自适应调制编码，接收端将根据实时的信道状态信息自适应地调整传输采用的调制编码方式，并将调制编码方式选择通过反馈信道回传到发射端，在预测误包率后实现AMC的选择。自动重传请求则在信息数据校验后，对出错的数据进行标记，并通过反馈信道向发射端请求重新传输。缓存中的数据包不会立刻移除，而是保留在缓存中，直到发送端收到正确的反馈信息；若接收端解码成功，会向缓存器发送正确的反馈信息，传输的数据包会立刻从缓存中删除。

在AOS传输系统联合优化框图的基础上，分析了系统丢包率受两个因素的影响：排队丢包和传输出错丢包。①排队丢包：数据包在发送之前进入发送端的缓存队列中等待发送，如果队列已满，则数据包会被丢弃，产生排队丢包；②传输出错丢包：由于信道衰落或干扰等不良影响，接收端无法把接收到的数据包正确译码，经过最大重传次数后数据包还是译码出错，将丢弃数据包。因此，需要综合考虑排队丢包和传输出错丢包的影响，把系统丢包率作为目标函数。当数据包没有被队列丢弃，同时通过衰落信道被正确接收时，表明这个数据包从信源到信宿被正确接收。用P_d代表排队丢包率，P代表传输出错率，那么数据包能够被正确接收的概率为(1-P_d)(1-P)，则系统的丢包率ξ的表达式为：

ξ＝1-(1-P_d)(1-P) (1)

在详细说明基于系统丢包率最小化链路自适应优化方法之前，先介绍该方法目标函数的建立以及相关计算公式，下面将分别计算传输出错率和排队丢包率。

1.传输出错率的计算

数据包在传输过程中，由于信道衰落或干扰等不良影响使接收端无法正确译码，数据包会丢弃。采用自适应调制编码和自动重传请求来尽可能的减少因传输出错的数据包的数目，降低传输出错率。

考虑到数据包出错，重传采用的调制编码方式MCS方案是不确定的，采取先求出平均传输丢包率PER，然后再加上重传的对传输丢包率的影响。

信噪比γ是一个随机变量，其概率密度函数表示如下：

这里的m是信道衰落参数

根据自适应调制编码的MCS方案，则MCSn被选中的概率为：

这里的τ(m)是伽马函数

γ_n和γ_n+1分别为选择MCSn时对应的信噪比区间的下上边界点。

在自适应调制编码AMC传输方案下，MCSn模式下的平均传输出错率

符合条件概率模型，其计算方法如下：

其中

为平均接受信噪比，m为信道衰落参数，a_n和g_n与采用的调制编码方式有关，通过将实际的误包率曲线与表达式PER＝a exp(-bγ)拟合得到。

则自适应调制编码AMC传输方案的平均传输出错率

如下：

其中R_n为第n种调制编码方案的调制编码率。

考虑重传机制下多次重传对传输出错率的影响。假设最大重传次数N_max取值0-4，单次传输平均出错率为

由于数据包在信道中传输的成功率是相互独立的，联合自适应调制编码和有限次重传后的传输出错率P可以表示为：

2.排队丢包率的计算

设在第t个单位时间开始时，队列中有C_t-1个数据包，在此时的信道状态下，发送端可以发送C_t个数据包；当时间段t结束时，在该时间段内到达数据包的数目为A_t，从队列中发送的C_t个数据包不会立刻从队列中删除而是等待接收端的反馈信息，填补进新到的A_t数据包，此时队列中有U_t个数据包。下面将分别对数据包的到达过程、队列服务过程和队列状态递归进行分析,构建一个有限状态马尔科夫链。

到达过程A_t与队列状态和信道状态都无关，本文假设数据包的到达符合泊松分布，A_t的期望满足E{A_t}＝λT_f，T_f表示单位时间，Pr(A_t＝a)表示单位时间数据包到达数目为a的概率，则：

AMC模块为队列提供一个动态的服务过程，则每个单位时间段内传输数据包的数目不同，对于MCSn，在单位时间段内传输数据包的数目用C_n表示，b表示资源分配参数，AMC模块动态地为队列提供N+1种服务状态

当信道处于状态n时，选择MCSn，对应服务状态为C_n。服务状态随着信道状态变化而变化，可以用服务过程C_t表示服务状态的演进，这里用FSMC的状态转移矩阵来建模此服务过程。考虑到重传出错的数据包滞留在缓存队列,因此重传次数对队列的影响较大.由于不同重传次数的反馈会在不同时刻返回,可能在t时刻有t时刻之前的重传的反馈，为了简化计算，假设数据包不考虑重传则队列的传输能力为bR_n，如果考虑重传次数的影响，算出平均传输次数

队列的传输能力可表示为：

队列状态递归模型如图2所示，假设队列缓存的大小为K，即最多容纳K个数据包，再加上ARQ的影响，队列状态的递归表示为：

U_t＝min{K,max{U_t-1-C_t}+A_t} (10)

式(10)可以看出队列状态U_t取决于(U_t,C_t)，使用包含队列状态和服务状态的状态对(U_t-1,C_t)来创建一个FSMC过程，进而分析该FSMC过程，得到(U_t-1,C_t)的联合平稳分布。

稳态分布P(U＝u,C＝c)可根据下面的等式计算得到：

D_t表示时间段t内被丢弃的数据包的数目，且D_t与U_t-1、A_t和C_t有关，D_t表达式如下：

D_t＝max{0,A_t-K+max{0,U_t-1-C_t}} (12)

排队丢包率为：

假设已知多普勒频移f_d、平均接受信噪比

信道衰落参数m并且固定资源分配参数b、接收端缓存大小K、数据包到达速率λ和帧长T_f，系统丢包率包括传输出错率和排队丢包率两个部分；随着最大重传次数的增大，传输出错率会降低；排队丢包率是受最大重传次数的影响的，而且随着最大重传次数的增大，排队丢包率会增加。最大重传次数将影响系统丢包率的传输出错率和排队丢包率，在最大重传次数的范围内调整重传次数，平衡之间的影响，使系统丢包率最小。参照图3所示，基于系统丢包率最小化链路自适应优化方法的具体步骤如下：

步骤1：数据包到达，判断数据是否超过有限长度队列；

步骤2：如果超过，队列丢包更新丢包率数据，跳至步骤10，否则跳至步骤3；

步骤3：基于系统丢包率最小分配重传次数；

步骤4：基于信道信息分配调制编码方案传输数据；

步骤5：再次判断数据是否超过有限长度队列；

步骤6：如果超过，队列丢包更新丢包率，跳至步骤10，否则跳至步骤7；

步骤7：判断传输是否错误，如果没有跳至步骤，否则跳至步骤8；

步骤8：判断重传次数是否超过最大重传次数，如果超过，丢包更新丢包率，跳至步骤

10，否则跳至步骤9；

步骤9：重传，更新丢包率数据，跳至步骤4；

步骤10：结束。

下面再以一个实例验证本发明的效果。

仿真参数如图4所示，仿真验证主要在系统丢包率和平均吞吐量方面对比AMC算法、联合队列状态的AMC算法和本发明提出的基于系统丢包率最小化链路自适应优化方法，如图5、6所示。

综上可得，本发明结合了AOS空间通信的特点，提出了基于系统丢包率最小化链路自适应优化方法，通过对自适应调制编码、有长度队列和有限次重传联合优化能够有效的降低系统丢包率提高系统平均吞吐量。

以上所述，仅为本发明创造较佳的具体实施方式，但本发明创造的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明创造披露的技术范围内，根据本发明创造的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明创造的保护范围之内。

Claims (1)

1.一种基于AOS通信系统丢包率最小化的链路自适应优化方法，其特征在于，具体步骤如下：

步骤1：数据包到达时，判断数据是否超过有限长度队列；

步骤2：如果超过有限长度队列，队列丢包更新丢包率，跳至步骤10，否则跳至步骤3；

步骤3：基于系统丢包率最小分配重传次数；

步骤4：基于信道信息分配调制编码方案传输数据；

步骤5：再次判断数据是否超过有限长度队列；

步骤6：如果超过，队列丢包更新丢包率，跳至步骤10，否则跳至步骤7；

步骤7：判断传输是否出现错误，如果没有出现错误跳至步骤5，否则跳至步骤8；

步骤8：判断重传次数是否超过最大重传次数，如果超过，丢包更新丢包率，跳至步骤10，否则跳至步骤9；

步骤9：重传，更新丢包率数据，跳至步骤4；

步骤10：结束；

所述丢包率的计算方法为：

ξ＝1-(1-P_d)(1-P) (1)

式中：P_d代表排队丢包率，P代表传输出错率；

传输出错率P的计算方法为：1)先求出平均传输丢包率PER；2)再加上重传对传输丢包率的影响求出传输出错率P；

平均传输丢包率PER的计算方法为：信噪比γ是一个随机变量，其概率密度函数表示如下：

这里的m是信道衰落参数

根据自适应调制编码的MCS方案，则MCSn被选中的概率为：

式中：τ(m)是伽马函数

γ_n和γ_n+1分别为选择MCSn时对应的信噪比区间的下上边界点；

在自适应调制编码AMC传输方案下，MCSn模式下的平均传输出错率

符合条件概率模型，其计算方法如下：

其中

为平均接受信噪比，m为信道衰落参数，a_n和g_n为采用的第n种调制编码方案的相关系数，通过将实际的误包率曲线与表达式PER＝a exp(-bγ)拟合得到；

则自适应调制编码AMC传输方案的平均传输出错率

如下：

其中R_n为第n种调制编码方案的调制编码率；

考虑重传机制下多次重传对传输出错率的影响，假设最大重传次数N_max取值0-4，单次传输平均出错率为

由于数据包在信道中传输的成功率是相互独立的，联合自适应调制编码和有限次重传后的传输出错率P表示为：

排队丢包率P_d的计算方法为：设在第t个单位时间开始时，队列中有C_t-1个数据包，在此时的信道状态下，发送端发送C_t个数据包；当时间段t结束时，在该时间段内到达数据包的数目为A_t，从队列中发送的C_t个数据包不会立刻从队列中删除而是等待接收端的反馈信息，填补进新到的A_t数据包，此时队列中有U_t个数据包；下面将分别对数据包的到达过程、队列服务过程和队列状态递归进行分析,构建一个有限状态马尔科夫链；

假设数据包的到达符合泊松分布，A_t的期望满足E{A_t}＝λT_f，T_f表示单位时间，Pr(A_t＝a)表示单位时间数据包到达数目为a的概率，则：

AMC模块为队列提供一个动态的服务过程，则每个单位时间段内传输数据包的数目不同，对于MCSn，在单位时间段内传输数据包的数目用C_n表示，b表示资源分配参数，AMC模块动态地为队列提供N+1种服务状态

当信道处于状态n时，选择MCSn，对应服务状态为C_n；服务状态随着信道状态变化而变化，用服务过程C_t表示服务状态的演进，这里用FSMC的状态转移矩阵来建模此服务过程；假设数据包不考虑重传则队列的传输能力为bR_n，如果考虑重传次数的影响，算出平均传输次数

队列的传输能力表示为：

假设队列缓存的大小为K，即最多容纳K个数据包，队列状态的递归表示为：

U_t＝min{K,max{U_t-1-C_t}+A_t} (10)

式(10)看出队列状态U_t取决于(U_t,C_t)，使用包含队列状态和服务状态的状态对(U_t-1,C_t)来创建一个FSMC过程，进而分析该FSMC过程，得到(U_t-1,C_t)的联合平稳分布；

稳态分布P(U＝u,C＝c)根据下面的等式计算得到：

D_t表示时间段t内被丢弃的数据包的数目，且D_t与U_t-1、A_t和C_t有关，D_t表达式如下：

D_t＝max{0,A_t-K+max{0,U_t-1-C_t}} (12)

排队丢包率为：

假设已知多普勒频移f_d、平均接受信噪比

信道衰落参数m并且固定资源分配参数b、接收端缓存大小K、单位时间数据包到达速率λT_f，系统丢包率包括传输出错率和排队丢包率两个部分；随着最大重传次数的增大，传输出错率会降低；排队丢包率是受最大重传次数的影响的，而且随着最大重传次数的增大，排队丢包率会增加；最大重传次数将影响系统丢包率的传输出错率和排队丢包率，在最大重传次数的范围内调整重传次数，平衡之间的影响，使系统丢包率最小。

Images