CN115551005A - 一种NB-IoT上行传输中的重复次数配置方法 - Google Patents

Abstract

本发明公开了一种NB‑IoT上行传输中的重复次数配置方法，包括：S1，构建能效模型：根据当前数据块传输所需的发射功率、传输时间、重复次数以及块传输率推导能效计算公式；利用数字通信中的误比特率公式分析出块传输率与信噪比和重复次数之间的关系，构建得到理论块传输率模型；对NB‑IoT的能效和块传输率进行细粒度分析，采用线性回归方法以校正理论块传输率模型，得到回归块传输率模型；将校正后的回归块传输率模型代入能效计算公式中，构建得到能效模型；S2，基于当前的信噪比，采用能效模型自计算得到能效最高时的最优重复次数，对重复次数进行自适应调整。本发明能够同时提高能效、块传输率和传输速率。

Description

一种NB-IoT上行传输中的重复次数配置方法

技术领域

本发明涉及通信技术领域，具体而言涉及一种NB-IoT上行传输中的重复次数配置方法，用于提高NB-IoT上行传输过程中的网络性能。

背景技术

窄带物联网(Narrowband Intemet of Things，NB-IoT)主要应用于传输感知数据，而上行数据传输消耗在整个传输周期中占有较大的比例，该阶段的能效对NB-IoT的功耗影响较大，重复次数机制是NB-IoT在上行链路中通过重复传输当前数据块实现增强覆盖的关键解决方案，与全球移动通信系统(GSM)相比，重复方案的增益提高了20dB。重复次数是由基站端配置，基站端根据信号强度划分三个覆盖等级，normal coverage level(ECL0)，robust coverage level(ECL1)和extreme coverage level(ECL2)，如果UE处于ECL0或ECL1下，则重复次数较小，而对于ECL2，配置的重复次数较大。另外，重复次数的设置会极大地影响能耗，如果重复次数设置过大，会消耗额外的能量，当重复次数设置过小时，网络覆盖性能将降低。测量结果显示，默认的重复次数机制所选择的重复次数不能总是保证能效最优。

目前，虽然有一些工作针对重复次数机制进行优化，例如，公开号为CN108234095A的发明中公开了一种窄带物联网中确定上行重复次数的方法，包括：获取修正参数，和/或窄带物理随机接入信道NPRACH配置信息；根据参考信号接收功率RSRP测量值、覆盖增强等级CE Level与重复次数的对应关系和所述修正参数，确定上行重复次数。本发明的方法能够针对14dBm功率等级的UE的NPRACH的重复次数进行修正，从而满足NB-IoT对覆盖增强水平的需求。公开号为CN108494525A的发明中公开了一种窄带物联网中重复次数与传输块大小联合的自适应选择方法，包括分别确定传输块大小和重复次数的自适应门限；然后分别实现重复次数和传输块的自适应；直到传输完成所有的数据。本发明针对任意给定的上行或下行时频资源分配，实现小时间尺度上的传输块大小自适应以及大时间尺度上的重复次数自适应的联合优化；与现有的两者分离设计相比，能够有效消除重复次数硬切换造成的吞吐量突降问题，显著提高系统的传输速率。公开号为CN113411904A的发明中公开了一种上行调度控制方法及装置、设备和存储介质，包括：获取第一调度方式，所述第一调度方式包括基站基于终端所属的覆盖等级确定的第一上行调度调制编码策略和第一最大重复次数；根据所述终端发送的消息3对应的信噪比确定上行业务信道的信噪比；通过所述上行业务信道的信噪比修正所述第一调度方式以得到第二调度方式；以及将所述第二调度方式发送给所述终端，以使所述终端基于所述第二调度方式进行上行数据传输的调度，通过上述技术方案可以提升窄带物联网(NB-IoT)系统的上行传输效率。

但这些优化方法仅仅是基于理论分析，不能为重复次数优化方案的真实部署提供可参考性，鉴于重复次数机制对NB-IoT网络性能的重要性，有必要对默认重复方案的性能进行测量并研究其优化方案。

发明内容

本发明针对现有技术中的不足，提供一种NB-IoT上行传输中的重复次数配置方法，可实现动态配置重复次数，以提高上行传输的网络性能。

为实现上述目的，本发明采用以下技术方案：

一种NB-IoT上行传输中的重复次数配置方法，所述重复次数配置方法包括以下步骤：

S1，构建能效模型；具体包括：

S11，根据当前数据块传输所需的发射功率、传输时间、重复次数以及块传输率推导能效计算公式；

S12，利用数字通信中的误比特率公式分析出块传输率与信噪比和重复次数之间的关系，构建得到理论块传输率模型；在真实场景中展开测量并对NB-IoT的能效和块传输率进行细粒度分析，采用线性回归方法以校正理论块传输率模型，得到回归块传输率模型；

S13，将校正后的回归块传输率模型代入能效计算公式中，构建得到能效模型；

s2，基于当前的信噪比，采用能效模型自计算得到能效最高时的最优重复次数，对重复次数进行自适应调整。

为优化上述技术方案，采取的具体措施还包括：

进一步地，步骤S11中，推导得到的能效计算公式表示为：

式中，EE表示传输当前数据块的能效，TBS是当前数据块的大小，BDR表示块传输率，P_tx是发射功率，T表示该数据块在单位重复次数下成功传输所消耗的时间，N_rep表示重复次数。

进一步地，步骤S12中，利用数字通信中的误比特率公式分析出块传输率与信噪比和重复次数之间的关系，构建得到理论块传输率模型的过程包括以下步骤：

A121，基于加性高斯噪声信道和数字通信理论，采用下述公式计算单个比特错误率：

式中，Q(·)是标准正态分布的右尾函数；SNR_b表示比特信噪比，比特信噪比SNR_b由真实环境中的信噪比表示：

其中，S是有效信号强度，N是噪声信号强度，B表示有效信号带宽，R_b是传信率；

A122，采用下述公式计算得到块传输率BDR：

其中，G_rep表示不同重复次数带来的增益大小，表示为G_rep＝10logN_rep，在上行数据传输中，重复次数N_rep的取值范围是2ⁱ，i＝0，...，7；

A123，采用误差函数代替Q(·)，得到理论块传输率模型：

进一步地，步骤S12中，基于线性变换理论x′＝α₁x+α₂，修正理论块传输率模型和真实值之间的偏差，其中x是预测变量，α₁和α₂分别用来调整理论模型曲线的斜率和偏移；具体过程包括以下步骤：

B121，将x′＝SNR代入理论块传输率模型中，得到如下公式：

B122，将

代入y中，并进行公式变换，将其转化为线性表示，变换结果如下：

其中常数

被简化表示为C；

B123，用y′表示变换后的公式等号右边部分：

非线性公式转换成线性表示y′＝α₁x+α₂；

B124，选取两者真实值(x₁，y₁)，(x₂，y₂)，其中x表示SNR，y表示SNR下测量的块传输率，将y₁和y₂代入y′中得到y′₁，y′₂，将y′₁，y′₂代回线性模型y′＝α₁x+α₂中获得α₁和α₂，得到回归块传输率模型，表示如下：

进一步地，步骤S13中，将校正后的回归块传输率模型代入能效计算公式中，构建得到能效模型的过程包括以下步骤：

求出所有重复次数下对应的修正参数α₁和α₂，得到不同重复次数下对应的能效模型。

进一步地，步骤S3中，基于当前的信噪比，采用能效模型自计算得到能效最高时的最优重复次数，对重复次数进行自适应调整的过程包括以下步骤：

S31，将能效模型部署在基站端，在UE上传数据块之前，基站端先获取当前的SNR作为能效模型的输入，并且设置重复次数初始值；

S32，将输入SNR和初始重复次数输入至能效模型中，输出对应初始配置下的能效，再遍历所有的重复次数选择，记录能效最高时的重复次数，作为最优重复次数；

S33，将最优重复次数更新到下行控制信息中，通过下行控制信道传输更新后的下行控制信息至UE；

S34，UE接受更新后的下行控制信息，解析并根据该下行控制信息配置上行传输参数，使UE根据最优重复次数传输上行数据块。

本发明的有益效果是：

本发明的NB-IoT上行传输中的重复次数配置方法，通过理论推导得到理论块传输率模型，根据现场测量的真实值并利用线性回归的方式修正理论块传输率模型，将回归块传输率模型代入到能效模型，基站端根据当前的信噪比，利用能效模型为UE配置最优的重复次数。基于真实测量数据的仿真测试表明，优化方案配置的重复次数对应的能效、数据速率和块传输率都高于默认的重复次数方案。

附图说明

图1是本发明的NB-IoT上行传输中的重复次数配置方法流程图。

图2是本发明的NB-IoT上行传输中的重复次数配置方法的架构示意图。

具体实施方式

现在结合附图对本发明作进一步详细的说明。

需要注意的是，发明中所引用的如“上”、“下”、“左”、“右”、“前”、“后”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。

参见图1，本实施例公开了一种NB-IoT上行传输中的重复次数配置方法，所述重复次数配置方法包括以下步骤：

S1，构建能效模型；具体包括：

S11，根据当前数据块传输所需的发射功率、传输时间、重复次数以及块传输率推导能效计算公式。

S12，利用数字通信中的误比特率公式分析出块传输率与信噪比和重复次数之间的关系，构建得到理论块传输率模型；在真实场景中展开测量并对NB-IoT的能效和块传输率进行细粒度分析，采用线性回归方法以校正理论块传输率模型，得到回归块传输率模型。

S13，将校正后的回归块传输率模型代入能效计算公式中，构建得到能效模型。

S2，基于当前的信噪比，采用能效模型自计算得到能效最高时的最优重复次数，对重复次数进行自适应调整。

该方法可以被划分为两个模块进行实现：能效模型构建模块和基于信噪比的自适应重复次数配置方案模块。前者分析了针对重复次数和信噪比的理论块传输率模型，并通过线性回归方式修正块传输率理论模型，得到回归块传输率模型，将该模型代入能效计算公式得到能效模型。后者则是基于能效模型，提出一种信噪比自适应的重复次数配置方法：向能效模型中输入信噪比，经过计算，输出能效最优对应的重复次数，UE根据该重复次数值传输当前数据块。

(一)构建能效模型

能效是指用户设备(User Equipment，UE)传输单个数据块所消耗的能量，根据发射功率、传输时间、块大小可表示能效，而传输时间受块传输率(Block Deliver Rate，BDR)的影响，BDR指数据块传输成功的概率。首先基于数字通信理论，确定误比特率与信噪比(Signal-Noise Ratio，SNR)之间的关系；另外，在NB-IoT系统中重复次数每提高一倍，对应的增益也会提高3dB，最终可得出块理论块传输率模型；为了保证块传输率模型的准确性，在真实场景中展开测量并对NB-IoT的能效和块传输率进行细粒度分析，结果表明块传输率理论模型与测量的真实值存在一定的偏差。之后根据测量值提出一种线性回归方法来校正块理论块传输率模型，最后将校正后的块传输率模型代入能效计算公式中，成功构建能效模型。

能效模型构建的具体步骤是：

能效EE可以根据发射功率、数据块大小、传输时间计算得到，另外重复次数N_rep和块传输率BDR是传输时间的重要影响因素，能效计算公式可表示为

TBS是当前数据块的大小，BDR表示块传输率，P_tx是发射功率，T表示该数据块在单位重复次数下成功传输所消耗的时间，N_rep表示重复次数。

根据数字通信理论计算块传输率BDR，得到所有重复次数下对应的理论块传输率模型。

将BC-35G(NB-IoT模组)放置在地下停车场(信号波动范围广，便于收集不同信噪比下对应的网络性能)，BC-35G通过笔记本的串口发送AT指令，每30秒基于UDP协议向服务器发送一次大小为256B的上行数据，并且通过另一个串口收集通信过程中产生的信令。

块传输率是能效的关键影响因素，基于加性高斯噪声信道和数字通信理论，可使用公式

计算单个比特错误率即误比特率P_b，SNR_b表示比特信噪比，Q(·)是标准正态分布的右尾函数。其中比特信噪比SNR_b可由真实环境中的信噪比表示为

其中S是有效信号强度，N是噪声信号强度，B表示有效信号带宽，R_b是传信率。块传输率表示所有比特信息全部解码成功的概率，因此块传输率可用误比特率P_b表示如下：

其中，G_rep表示不同重复次数带来的增益大小，可表示为G_rep＝10logN_rep，在上行数据传输中，重复次数N_rep的取值范围是2ⁱ，i＝0，...，7。为了方便计算，我们将误差函数代替Q(·)，最终的理论块传输率模型表示如下：

开展现场测量，分析收集到的信令，根据

统计不同信噪比下对应的块传输率，并将测量值与计算的理论块传输率进行对比，发生两者存在偏差。

基于线性变换理论x′＝α₁x+α₂，修正理论块传输率模型和真实值之间的偏差，其中x是预测变量，α₁和α₂分别用来调整理论模型曲线的斜率和偏移。

将x′代入提出的最终理论块传输率模型中，得到如下公式：

该公式并非线性表示，因此不能直接用于线性回归分析。为了将其转化为线性表示，首先将

代入y中，并进行公式变换，变换结果如下：

其中常数

被简化表示为C。

用y′表示变换后的公式等号右边部分，如下公式所示：

最终描述的非线性公式可以转换成线性表示y′＝α₁x+α₂。

针对某一重复次数，分别选取两个测量值(x_i，y_i)、(x_j，y_j)，x表示SNR，y表示当前SNR下块传输率BDR的测量值，将这两个坐标代入公式：

则可以求得两个新坐标(x_i，y′_i)和(x_j，y′_j)。

将坐标(x_i，y′_i)和(x_j，y′_j)代入到线性模型y′＝α₁x+α₂中，则可以求出该重复次数下的校正参数α₁和α₂。同理，把所有重复次数下的校正参数求出来，校正后的理论块传输率模型即回归块传输率模型可以表示如下：

将回归块传输率模型代入到能效计算公式，得到能效模型

(二)自适应配置重复次数

基于信噪比的自适应重复次数配置模块：将能效模型部署于基站端，基站根据当前信噪比，为UE请求上行数据块配置最优的重复次数，以保证能效最大化，从而达到基于信噪比动态调整重复次数的目的。

基于信噪比的自适应重复次数配置方案的具体步骤是：

如图2所示，基于信噪比的自适应重复次数配置方案是根据上述构建的能效模型提出的，能效模型部署在基站端，由于复杂度低，其计算时延可以忽略不计。首先，UE在上传数据块之前，先将当前的信噪比告知基站。基站将当前信噪比输入到能效模型中，能效模型遍历所有的重复次数并记录对应的能效，最后输出能效最高对应的重复次数，即为最优重复次数。将最优重复次数更新到下行控制信息中，基站将下行控制信息发送给UE。UE根据下行控制信息传输当前数据块，保证能效最优。

以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (6)

1.一种NB-IoT上行传输中的重复次数配置方法，其特征在于，所述重复次数配置方法包括以下步骤：

S1，构建能效模型；具体包括：

S11，根据当前数据块传输所需的发射功率、传输时间、重复次数以及块传输率推导能效计算公式；

S12，利用数字通信中的误比特率公式分析出块传输率与信噪比和重复次数之间的关系，构建得到理论块传输率模型；在真实场景中展开测量并对NB-IoT的能效和块传输率进行细粒度分析，采用线性回归方法以校正理论块传输率模型，得到回归块传输率模型；

S13，将校正后的回归块传输率模型代入能效计算公式中，构建得到能效模型；

S2，基于当前的信噪比，采用能效模型自计算得到能效最高时的最优重复次数，对重复次数进行自适应调整。

2.根据权利要求1所述的NB-IoT上行传输中的重复次数配置方法，其特征在于，步骤S11中，推导得到的能效计算公式表示为：

式中，EE表示传输当前数据块的能效，TBS是当前数据块的大小，BDR表示块传输率，P_tx是发射功率，T表示该数据块在单位重复次数下成功传输所消耗的时间，N_rep表示重复次数。

3.根据权利要求1所述的NB-IoT上行传输中的重复次数配置方法，其特征在于，步骤S12中，利用数字通信中的误比特率公式分析出块传输率与信噪比和重复次数之间的关系，构建得到理论块传输率模型的过程包括以下步骤：

A121，基于加性高斯噪声信道和数字通信理论，采用下述公式计算单个比特错误率：

式中，Q(·)是标准正态分布的右尾函数；SNR_b表示比特信噪比，比特信噪比SNR_b由真实环境中的信噪比表示：

其中，S是有效信号强度，N是噪声信号强度，B表示有效信号带宽，R_b是传信率；

A122，采用下述公式计算得到块传输率BDR：

其中，G_rep表示不同重复次数带来的增益大小，表示为G_rep＝10logN_rep，在上行数据传输中，重复次数N_rep的取值范围是2ⁱ，i＝0，...，7；

A123，采用误差函数代替Q(·)，得到理论块传输率模型：

4.根据权利要求3所述的NB-IoT上行传输中的重复次数配置方法，其特征在于，步骤S12中，基于线性变换理论x′＝α₁x+α₂，修正理论块传输率模型和真实值之间的偏差，其中x是预测变量，α₁和α₂分别用来调整理论模型曲线的斜率和偏移；具体过程包括以下步骤：

B121，将x′＝SNR代入理论块传输率模型中，得到如下公式：

B122，将

代入y中，并进行公式变换，将其转化为线性表示，变换结果如下：

其中常数

被简化表示为C；

B123，用y′表示变换后的公式等号右边部分：

非线性公式转换成线性表示y′＝α₁x+α₂；

B124，选取两者真实值(x₁，y₁)，(x₂，y₂)，其中x表示SNR，y表示SNR下测量的块传输率，将y₁和y₂代入y′中得到y′₁，y′₂，将y′₁，y′₂代回线性模型y′＝α₁x+α₂中获得α₁和α₂，得到回归块传输率模型，表示如下：

5.根据权利要求1所述的NB-IoT上行传输中的重复次数配置方法，其特征在于，步骤S13中，将校正后的回归块传输率模型代入能效计算公式中，构建得到能效模型的过程包括以下步骤：

求出所有重复次数下对应的修正参数α₁和α₂，得到不同重复次数下对应的能效模型。

6.根据权利要求1所述的NB-IoT上行传输中的重复次数配置方法，其特征在于，步骤S3中，基于当前的信噪比，采用能效模型自计算得到能效最高时的最优重复次数，对重复次数进行自适应调整的过程包括以下步骤：

S31，将能效模型部署在基站端，在UE上传数据块之前，基站端先获取当前的SNR作为能效模型的输入，并且设置重复次数初始值；

S32，将输入SNR和初始重复次数输入至能效模型中，输出对应初始配置下的能效，再遍历所有的重复次数选择，记录能效最高时的重复次数，作为最优重复次数；

S33，将最优重复次数更新到下行控制信息中，通过下行控制信道传输更新后的下行控制信息至UE；

S34，UE接受更新后的下行控制信息，解析并根据该下行控制信息配置上行传输参数，使UE根据最优重复次数传输上行数据块。

Images