下行链路（共7篇）
下行链路 篇1
0引言
随着人们对无线网络性能和数据速率要求的提高,下一代移动通信系统需要有更小的时延、更大的系统容量、更高的数据速率和更低的成本。为了应对新技术和新业务的挑战,3GPP(第三代合作伙伴计划)组织提出了LTE (长期演进)技术,它是移动通信从3G向4G过渡的一个关键技术。然而在无线环境中,终端、反射体以及散射体之间的相对运动或者仅仅是传输媒介的细微变化,都可能对无线信道产生较大影响,这就是无线信道的时变特性和衰落特性[1]。要想使LTE系统获得更大的吞吐量,必须使数据发送速率与无线信道的时变特性和衰落特性相适应,而AMC(自适应调制和编码)技术恰恰能胜任这项任务。
AMC是指通信系统根据从接收端反馈的信道状态信息,在发送端动态调整编码方式和调制方式等参数,从而在相同的带宽下使系统提供尽可能高的数据速率。在不同的通信系统中,AMC算法也不尽相同。LTE系统标准的物理层规范中虽然定义了几种编码和调制方式供AMC技术选用,但并未给出AMC的具体实 现方法。因此,研究AMC技术在LTE系统中的应用具有很高的实用价值[2]。
1AMC算法原理
本文中下行AMC实现原理 如下:首先,LTEeNodeB(基站)接收UE(用户设备)上报的CQI(信道质量指示),进行相应 的处理之 后,选择相应 的MCS(调制编码 方式);然后,再根据UE对应的ACK/NACK(肯定确认/否定确认)信息对BLER(误码率)进行估计,并以此为依据,应用特定的算法对MCS进行调整,确定最终的MCS-index(MCS索引值)。
下行AMC中关键的两个部分为根据UE上报的CQI选择MCS-index和根据UE对应的ACK/NACK对MCS-index进行调整。在 理想状态,即UE上报的CQI非常精确的情况下,下行AMC过程只需通过CQI选择相应的MCS-index即可,不需要后面的调整过程。但在实际系统中,因为UE对CQI的上报与实际传输之间存在时间差,同时,为了降低反馈开销,CQI所表示的信道质量的精确度有限,并且UE也不是每个TTI(传输时间间隔,持续时间为1ms)都进行CQI反馈的,所以根据UE上报的CQI所选择的MCS-index与实际所需的MCS-index之间存在一定的误差,仅仅通过UE反馈的CQI来选择MCS-index是不准确的。
在协议中已经规定了CQI和码率的对应关系,所以有一种简易的AMC算法,只根据UE上报的CQI来选取MCS。根据LTE协议可以 得出每个CQI对应的码率,然后根据码率选取最接近的PRB(物理资源块)个数和MCS。但是由于MCS有27个索引值,而CQI只有15个,因此这种算法也不够精细,在后面的仿真中会将本文介绍的AMC算法与这种算法做一个对比[3,4,5,6,7,8]。
2AMC算法设计
下面具体介绍根据UE上报的CQI选择MCSindex以及根据UE对应的ACK/NACK对MCSindex进行调整的过程。在下面的描述中,我们令TTI =t时根据上报的CQI得到的MCS-index为MCS(t)init,所估计出的测量值与实际值之间的差值为ΔMCS(t),最终确定的MCS-index为MCS(t)。整体算法流程如图1所示。
图中,CQI(t)report为TTI =t时UE上报的CQI,CQI(t)offset为TTI = t时补偿后 的CQI,CQI(t)为TTI =t时经过平 滑处理后 的CQI,BLER(t)为TTI =t时估计的BLER,ΔBLER(t)为TTI =t时测量BLER与目标BLER的差值。
2.1上报 CQI的补偿
在普通场景中,单码字传输时,UE上报的CQI对应的RI(秩指示)为1,双码字传输时,UE上报的CQI对应的RI为2。但是在实际传输中,由于无线情况下信道状况变化很快,UE上报的RI并不能与当前传输的码字数完全匹配,即经常会出现码字数与UE上报的CQI对应的RI不匹配的情况。
当采用单码字传输时,如果直接采用UE上报的RI为2对应的CQI来选择MCS,则会导致选择的MCS偏低。而当采用双码字传输时,如果直接采用UE上报的RI为1的CQI来选择MCS,则会导致选择的MCS偏高。无论是在单码字还是双码字传输时,如果出现UE交替上报RI=1和RI=2的情况,则可能导 致流量不 稳,甚至BLER较大。此时应该先对UE上报的CQI进行补偿,然后再将补偿后的CQI作为MCS选择的标准。TTI =t时,补偿后的CQI可表示为CQI(t)offset=CQI(t)report+ΔCQI,式中,ΔCQI为CQI补偿值,可以通过实际测试得到。
2.2 MCS(t)init计算
当TTI =t,eNodeB端收到UE对应的CQI更新时,则会根据更新后的CQI来计算MCS(t)init。
对于CQI的更新,一般情况 下可直接 用当前TTIUE上报的CQI来计算MCS(t)init,但在实际系统中,由于传输错误,可能导致在某个TTI或某几个TTIUE反馈的CQI出现跳变,若直接使用跳变后的CQI来计算MCS(t)init,则会出现很大的误差,所以要对UE上报的CQI进行平滑 处理。TTI =t时,经过平滑处理后的CQI可表示如下:
式中,CQI(t-1)为前一个TTI的CQI;α为平滑因子,其值为0.998。
得到平滑处理后的CQI(t)后,需要通过查表得到对应的MCS(t)init。虽然MCS和CQI在协议中已经统一规定,但是因为CQI是在UE端获得,所以最终的映射表需要结合具体测试情况来确定。
2.3BLER估计
当TTI =t时,eNodeB根据UE对应的ACK/NACK来估计BLER,然后对MCS-index进行调整。本方案采用遗忘因子滤波的方法得到估计的BLER。
当TTI =t时,估计的BLER可以表示为
BLER(t)=β(t)·BLER(t-1)+ (1-β(t))·HARQ(t),
式中,BLER(t-1)为TTI=t-1时估计的BLER;β(t)为遗忘因子;HARQ(t)为当前TTI下eNodeB收到的UE反馈情况。HARQ(t)可表示如下:
式中,ACK/NACK对应新传数据,对于重传情况,BLER(t)不进行更新。
β(t)可表示如下:
如果收到ACK/NACK,则
如果没有收到ACK/NACK,则
式中,βCounter为用于统计收到ACK/NACK次数的计数器;βsteady为遗忘因子的稳定值;β(t-1)为TTI =t-1时的遗忘因子。β(t)的初值为0,且从收到第一个ACK/NACK开始增加,直到达到一个稳定值;βCounter的初值为0。
同时,为了避免UE在进入稳定值之后,由于较长时间没有被调度,一旦信道状况等信息发生大的变化,导致前面对于BLER的估计已经不能用于当前调度的情 况,将eNodeB上一次收 到ACK/NACK到本次收到ACK/NACK之间的TTI数目定义为Δt,若Δt超过其门限值Δtmax,则认为该UE长时间没有被调度,此时将β(t)和βCounter清零,重新开始对β(t)进行更新。
2.4 MCS(t)计算
计算出估 计的BLER(t)之后,则需要计 算ΔMCS(t)。由于BLER是一个不断变化的量,需要统计一段时间内BLER的变化情况才能够确定实际BLER与目标BLER之间的差值。
令BLER与目标BLER的差值为ΔBLER(t),则可以计算一段时间内ΔBLER(t)的积分,然后与允许差值的积分进行比较,如果积分超过了允许的积分区间,则计算出对应的ΔMCS(t)。最终的MCS通过MCS(t)= MCS(t)init+ΔMCS(t)来得到。每次更新MCS后需要将ΔBLER(t)的积分清零,清零后设置一个小的时间窗,在该时间窗内不统计积分,以保证在调整MCS后如果需要二次调整,能够快速地使统计的积分值达到门限要求。
由于ΔBLER(t)的积分要达到门限值需要一段时间,往往不能够对BLER值的突变作出快速反应,所以需要另加一个能够针对BLER突变的MCS调整策略来辅助调整。设置一个较大的ΔBLER(t)的区间,当ΔBLER(t)的突变超过了门限值时就得到相应的ΔMCS(t),进而确定MCS(t)。
3数据仿真及结果
3.1仿真环境
设定场景为城市宏小区单UE场景,下行调度采用轮询调度算法[9],为了体现AMC算法适应信道条件变化的特点,UE移动速度设为120km/h,使用Matlab软件进行仿真[10]。仿真时小区布局为一个圆形360°扇区,小区半径为1000m,采用全向天线,下行2发2收,上行1发2收,载波频率 为2GHz,上下行带 宽各为10 MHz,信道模型 采用SCME(空间信道模型的扩展),UE选取两种速度:低速30km/h和高速120km/h,基站发射功率为49dBm,UE最大发射功率为23dBm。
3.2仿真结果及分析
仿真结果如图2~图5所示。图中,“本文提出的算法”代表本文介绍的AMC算法,“只根据CQI的算法”指的是前面提到的用来对比的算法。
从图中可以看出,UE从近点出发分别以30和120km/h的速度移动,随着时间SINR(信号与干扰加噪声比)值发生变化,UE的整体吞吐量也相应地发生变化,但是本文提出的AMC算法的吞吐量始终比只根据CQI选取MCS的算法要高。这是因为本文的算法利用UE反馈的ACK/NACK对MCS进行了动态调整,使之更适应信道条件,从而获得了更高的吞吐量。而只根据CQI选取MCS的算法由于自身精确性的限制无法使系统吞吐量达到最大。在高速移动中,信道条件的变化速度会非常快,本文提出的算法能够快速反应,而只根据CQI的算法不具备这种特点,所以在整体吞吐量上,本文提出的算法能够达到更高。
4结束语
相较于只根据CQI进行调整的AMC算法,本文提出的算法能够合理补偿UE反馈的CQI,并合理利用UE反馈的BLER来动态调整MCS,而且多门限的切换策略能够及时适应信道条件的变化,所以本文提出的算法在仿真中表现出了更好的性能,无论是高速模式还是低速模式,都能显著提升LTE系统的吞吐量。此外,在实际应用中,AMC算法不仅需要考虑反馈链路的传输延迟和传输差错,还需要考虑算法的时间复杂度和空间复杂度。如何设计更合理的AMC算法来满足实际应用的需求还需要进一步研究。
摘要：无线信道是十分复杂的传输信道,具有时变特性和衰落特性,AMC(自适应调制和编码)技术因具有能够使通信系统与无线信道相适应的特性,而成为了3GPP(第三代合作伙伴计划)LTE(长期演进)系统的一项关键技术。文章针对LTE系统提出了一种AMC实现方案,并对该方案的性能进行了仿真测试。仿真结果表明,该AMC方案能够有效地提高系统吞吐量。
关键词：长期演进,自适应调制和编码,无线信道,系统吞吐量
下行链路 篇2
1 EDGE系统概述
EDGE系统是建立在GPRS系统之上的, 它沿用了现有的GPRS系统的频带和时隙, 与GPRS系统相比, 它采用了一种新的调制技术, 即最先进的多时隙操作和8移相键控 (8 Phase Shift Keying, 8PSK) 。8PSK可将现有GPRS系统采用的GMSK调制技术的信号空间从2扩展到8, 从而使每个符号所包含的信息是原来的4倍, 因此可以提高系统的传输速率[6]。GPRS系统和EDGE系统主要技术参数的比较如表1所示。从表1可以看出, 与GPRS系统相比, EDGE系统的速率还是非常高的。
1.1 EDGE系统的技术特点
EDGE系统的一个主要目标就是提供比GPRS系统更高的传输速率、更高的频谱利用率。为了实现这一目标, 在EDGE系统中采用了三种关键技术[7]。
①8PSK调制方式
在GSM和GPRS系统中, 使用的是高斯滤波最小频移键控 (Gaussian Filtered Minimum Shift Keying, GMSK) 调制方式。而在EDGE系统中, 为了能够进一步提高数据的传输速率, 引入了8PSK调制方式, 它的传输速率是GSM/GPRS系统采用GMSK调制方式的3倍, 其符号速率保持在270ksym/s, 每个时隙可以得到最大为59.2kB/s的有效载荷速率。
②自适应调制编码
在EDGE系统中, 能提供三组业务, 它们分别是EGPRS业务、T-ECSD业务和NT-ECSD业务。以EGPRS业务为例, 它支持9种调制和编码方案 (Modulation and Coding Scheme, MCS) [8], 如表2所示。9种MCS根据相互之间的相关特性被分为3族, 分别是A、B、C。在各族内几种编码方案的结构之间具有相互包含或被包含的关系, 这样可以更易于实现编码速率的转换。在实际应用中需要平衡有效信息的传递速率和有效的传递质量两项因素, 传送有效信息较少而包含较多的冗余纠错比特的低速信道编码方案适用于传输质量较差的环境。例如在小区边界更适宜使用速率较低的GMSK调制方式下的MCS-1～MCS-4, 这样可以补偿较差的链路质量;在传播条件较好的小区中心区域, 可以采用信息速率较高的MCS, 通过周期性地对链路质量进行估计, 为下一个要传输的内容选择最合适的调制和编码方式, 从而使用户的数据比特率达到最大。在EGPRS业务中, 采用慢速自适应调制编码 (Adaptive Modulation Coding, AMC) 技术, 最快为4帧进行一次调整, 即最短调整时间为, 大约是54次/秒。
③增量冗余技术
增量冗余是EDGE系统在重发信息中加入更多的冗余信息从而提高接收端正确解调的概率。当接收端检测到故障帧时, GPRS系统会删除收到的故障数据块, 并要求发送端再次重发相同的数据块, 即混合自动重发请求 (Hybrid Automatic Repeat Request, HARQ) 类型一, 它结合了简单的前向纠错机制和接收端只检错的自动重发机制, 使得前后信息伴随的冗余比特之间没有相关性, 这主要得益于同组MCS之间的包容性。而EDGE系统采用全增量混合重发请求, 即HARQ类型二, 它在前后相继的若干个数据块中加入的冗余纠错比特具有部分相关性, 因此, EDGE系统会在接收端存储故障数据块而不是删除, 发送端重发一个使用同组内不同MCS数据块, 接收端综合前次故障数据块中的信息比特、冗余信息、本次信息比特、冗余信息等多方信息进行综合纠、检错分析后作相关解调接收, 以冗余的信息量提高接收的成功率。
1.2 EDGE系统的物理信道
EDGE系统对GPRS系统的物理层和RLC/MAC层作了较大的改动, 图1表示的是一个LLC帧, 即包含有高层信息的LLC分组数据单元 (Packet Data Unit, PDU) 映射到GSM系统的TDMA突发的过程。为了匹配TDMA突发的结构, 一个LLC PDU分成几个20ms的RLC数据块, 每个RLC数据块的比特数根据链路适配的编码方案来决定。用户数据部分中都加入了RLC/MAC层的头部信息, 例如块序列序号 (Block Sequence Number, BSN) 和编码方案指示。再加入用户数据的块检测序列 (Block Check Serial, BCS) 和头检测序列 (Header Check Sequence, HCS) 构成一个RLC无线块。RLC无线块到达物理层后, 用户数据部分和头信息部分进行单独编码, 然后根据编码方案映射到2个或4个的TDMA突发中。图2是EDGE系统物理层的基带模型[9], 包括发信部分、无线信道和接收部分。发信部分由编码器、交织器和调制器组成。编码器和调制器提供9种调制和编码方案 (MCSs) , 即4种GMSK调制方案 (MCS-1～MCS-4) 和5种8PSK调制方案 (MCS-5～MCS-9) 。发射信号经过无线信道, 受到反射和散射路径造成的多径传播, 最后接收信号在接收端被解调解码。
EDGE系统的时隙突发结构如图3所示。所有的数据以符号 (symbol) 为单位。EDGE系统的时隙突发结构和GSM/GPRS系统的时隙突发结构一致, 唯一的区别是在GSM/GPRS系统中每个符号代表一个比特, 而在EDGE系统中每个符号根据MCS代表1个或3个比特。其中处于突发结构中间位置的训练序列用来估计信道响应, 对信道响应的估计通常用于减小符号间的干扰和其他噪声的干扰。
2 下行无线链路预算
链路预算的目的是通过对系统中前反向信号传播途径中各种影响因素进行考虑, 对系统的覆盖能力进行估算, 获得保持一定呼叫质量下, 链路所允许的最大传播损耗。然后选择合适的电磁环境下对应的传播模型, 从而确定覆盖半径, 便于进行网络规划和优化。
2.1 链路预算的基本概念
链路预算的基本结构如图4所示。通过对系统中前反向信号传播途径中各种影响因素进行考察, 对系统的覆盖能力进行估计, 获得保持一定呼叫质量下, 链路所允许的最大传播损耗。业务和性能指不同数据速率业务的处理增益、解调特性、终端功率以及对误帧率 (Frame Error Rate, FER) 要求不一样, 导致了信号覆盖半径的差异。
2.2 EDGE系统的覆盖半径
对于EDGE系统而言, 移动台的接收功率为:
式中, Pout-BS为基站业务信道最大发射功率;Backoff为余量, 通常Backoff取3.2dB;Lc-BS为基站合路器损耗;Lf-BS为馈缆损耗, 典型的馈缆损耗为5dB/100m。Ga-BS为基站天线增益;Ga-UE为用户设备天线增益;Lpath为路径损耗;Mf为阴影衰落余量;Lp为建筑物穿透损耗;M为干扰余量, 通常取2dB。
移动台接收功率只有大于接收机灵敏度, 数字信号才能被正确检测, 因此, EDGE系统下行链路的最大允许路径损耗为:
式中, S为接收机灵敏度。
EDGE系统的有效覆盖范围主要由两个指标决定, 即信噪比 (或载干比) 和信号强度。信噪比直接决定了信号的传输质量, 即误码率 (Bit Error Rate, BER) 或误帧率 (BLock Error Rate, BLER) 。EDGE系统的覆盖范围就是基于这两个参数与传统GSM系统相似的前提下来进行分析的。根据无线传播和上下行链路预算平衡的原理可以知道, 有效的覆盖范围一般是由上行或下行链路信号强度较小的一方决定, 在此前提下, 保证上下行链路的相对平衡。另外在EDGE系统中, 对于不同的信道编码方式 (MCS1～MCS9) , 在系统信道环境下, 其误码率性能也是不一样的, 当然也可以将这种特性转换为相同误码率下对应的不同覆盖范围, 也就是说, 为保证一定的误码率性能, 某一种信道编码方式只适合一定范围内的信号有效传输。在进行EDGE系统的链路预算时, 有以下几点与GSM系统的链路预算不同。
①手机发射功率
手机在不同业务及调制方式下发射功率的对比如表3所示。
此外, 手机的发射功率与EDGE业务手机捆绑使用的时隙数有关。在极端情况下, 手机在8PSK调制方式下捆绑6个时隙能使发射功率下降到23dBm。
②基站输出功率
8PSK的调制方式不同于GMSK调制方式, 采用的不是恒包络调制, 8PSK的调制方式对功率放大器的线性提出了更高的要求。为了满足功率放大器的线性要求, 当高功率的EDGE收发信机在发送8PSK的信号时, 必须降低其平均发射功率, 大约比采用GMSK调制方式下平均功率低2～5dB。两种调制方式下基站输出功率的对比如表4所示。
利用所求得的MAPL和移动通信电波传播模型可以求出下行链路不同速率信号的最大发送距离, 即小区覆盖半径R。本文选取适用宏蜂窝环境 (R>1km) 、150MHz～1500MHz的Okumura Hata模型[10], 其中基站天线高度hB=30m, 移动台的天线高度Lm=1.5m, 从而可以求出900MHz频段的电波传播路径损耗为:
undefined
利用COST-231 Hata模型可以求出2GHz频段的电波传播路径损耗为:
undefined
根据式 (1) 和式 (2) 可以求出最大允许路径损耗, 代入式 (3) 和式 (4) , 再结合Okumura-HATA模型, 可以求出EDGE基站最大发信距离d。当比特率Rb不同时, 在车载的情况下, 基站最大发信距离的对比如图5所示。从表5可以看出, 基站在2GHz频段发信比在900MHz频段发信的覆盖范围要小。一般地, 当车速为30km/h时, 小区覆盖半径应达到2km左右, 在2GHz频段城区范围内, 高速率的覆盖范围只有几百米, 只适合于静止和步行环境移动通信系统, 只有在中低速的情况下, 才适合车载环境下的用户, 而在900MHz频段内, 高速率也适合在车载环境下使用。
2.3 EDGE系统的实际下行速率
在EDGE系统中, 峰值传输速率是在8个时隙绑定, 并且假设每个时隙都能够以最大传输速率59.2kB/s的情况下得到的。EDGE系统的吞吐量 (throughput) 如图5所示。从图5可以看出, 对于MCS-9所提供的59.2kB/s的速率, 要求信道的载干比 (Carrier/Interference, C/I) 为25dB左右, 这在真实情况中出现的概率是很小的。因此, 在实际情况中以每时隙较高速率传输的概率是很小的。此外, 目前的终端最多只能实现3个或者4个时隙绑定, 在基站侧, 如果为大量用户提供8时隙绑定传输, 将会大大降低话音用户的容量, 因此, 8个时隙同时绑定的情况也是很少发生的。综合上述两方面的原因, 在实际系统中以473.6kB/s的速率进行传输的机会是很小的, 出现较多的应是中等速率或者低速率和较少时隙绑定的情况。为了定量分析的方便, 进行如下的假设:
①小区的频率复用因子为1/3。
②假设时隙绑定数目 (1到8) 出现的概率相同, 即平均绑定4.5个时隙。
③选取典型的城区信道TU03。
根据上述的3个假设条件, 通过C/I-CDF曲线, 获得在各个编码调制组合方式下所需载干比门限的通信数据字段 (Communication Data Field, CDF) 值, 具体结果如表6所示。根据表6的结果, 可以得到在TU03信道状况下的每时隙的平均数据速率为32.3kB/s, 那么EDGE系统的平均数据速率为32.3kB/s×4.5=145.35kB/s。同时根据GSM系统标准对基站和移动台的最小性能的规定, 要求在BLER<10%的情况下, 其统计结果如表7所示。根据表7可以进一步得到每时隙的平均数据速率为14.9kB/s, 因此, EDGE系统的平均数据速率为14.9kB/s×4.5=67.05kB/s。由此可以看出, EDGE系统对于窄带的数据业务来说具有很强的竞争力。
在表6和表7中, “-”表示本MCS的接入门限高于比它高一级的MCS的接入门限。
3 结束语
在EDGE系统中, 473.6kB/s的理论峰值速率是一个载波8个时隙绑定为一个数据用户所用, 这和GPRS系统相同都是以牺牲话音容量为基础的, 而且多时隙绑定需要更高的平均发送功率, 这不仅会影响话音质量和其他数据用户, 也会减少电池寿命。目前的终端在下行链路最多支持3时隙绑定, 而上行链路只支持1个时隙, 实际用户的典型速率大概是60～90kB/s。选择EDGE技术作为2G向3G迈进的过渡方案, 能使运营商避免3G网络建设的巨大资金压力和市场风险, 同时作为准3G业务推出后能够起到培育市场, 推动3G发展的作用。
摘要：EDGE作为GPRS的增强型演进技术, 可作为第二代移动网络向第三代移动网络的过渡方案。从技术特点和物理信道两个方面把EDGE系统与GPRS系统进行了比较, 同时对EDGE系统的下行无线链路预算进行了详细地分析, 得出在不同信噪比和信号强度下, EDGE系统下行链路的最大允许路径损耗、覆盖半径和实际的下行速率。
关键词：EDGE,链路预算,最大允许路径损耗,覆盖半径
参考文献
[1]Furuskar A, Mazur S, Muller F, et al.EDGE:enhanced data rates forGSM and TDMA/136 evolution[J].IEEE Personal Communications, 1999, 6 (3) :56-66.
[2]Jonsson T, De Bruin P, Craig S.High capacity strategies for GSM/EDGE:impacts on data traffic performance[C].IEEE 60th Vehicular TechnologyConference, Los Angeles CA, ETATS-UNIS, 2004:3429-3433.
[3]Nogueira G, Baynat B, Eisenmann P.An analytical model for thedimensioning of a GPRS/EDGE network with a capacity constraint on agroup of cells[C].Proceedings of the Eleventh Annual InternationalConference on Mobile Computing and Networking, Cologne, Germany, 2005:215-227.
[4]Mullner R, Ball C F, Ivanov K, et al.Quality of service in GPRS/EDGE mobile radio networks[C].IEEE 59th Vehicular TechnologyConference, Milan, Italy, 2004:2507-2511.
[5]Le Guillou Y, Gaborieau O, Gamand P, et al.Highly integrated directconversion receiver for GSM/GPRS/EDGE with on-chip 84-dB dynamicrange continuous-timeΣΔADC[J].IEEE Journal of Solid-State Cir-cuits, 2005, 40 (2) :403-411.
[6]赵锐, 郭婧.通向3G的GSM演进技术──EDGE[J].移动通信, 2004, 28 (9) :40-43.
[7]苏丽君, 杨大成.从第三代WCDMA/HSDPA看EDGE技术[J].移动通信, 2004, 28 (9) :43-46.
[8]杜智斌.增强数据速率GSM演进方案──EDGE技术[J].沿海企业与科技, 2005, 10 (4) :18-20.
[9]Halonen T, Romero J, Melero J.GSM、GPRS和EDGE系统及其关键技术──向3G/UMTS系统演化[M].北京:中国铁道出版社, 2004.
下行链路 篇3
卫星传输以其覆盖广、距离远、不受地理环境限制、质量优、经济效益高等优点,成为了广播电视传输体系中的重要手段。从业人员要加深对卫星广播电视传输相关知识的理解和掌握,才能为广播电视安全运行提供保障。
2广播电视卫星传输系统组成及功能
广播电视卫星传输系统由:卫星上行地球站、广播(通信)卫星、卫星接收系统和卫星测控4大部分组成,如图1所示。
2.1卫星上行地球站主要作用是将电台、电视台传输来的节目进行复接,信道编码,调制成70MHz或140MHz中频信号,经上变频器变频到射频信号,再经高功放进行功率放大至足够强度,最后通过带自动跟踪控制的天馈系统发向同步卫星。数字卫星上行地球站发送系统由信号处理系统、上行系统、天线与馈线系统、天线跟踪系统组成,存在多路单载波(MCPC)和单路单载波(SCPC)2种工作方式。
2.2广播电视卫星的主要作用是接收上行地球站发射的上行信号,经滤波、低噪声放大、下变频和功率放大形成卫星下行信号,通过卫星天线将信号转发覆盖特定服务区域,信号处理过程如图2所示(C波段卫星为例)。进入轨道后的广播电视卫星主要由天线子系统、广播子系统、电源子系统、跟踪遥测指令子系统、位置与姿态控制子系统和温度控制子系统等组成。天线子系统接收上行地球站发送来的电磁波(微波信号),同时确定地面覆盖区的大小和形状向地面卫星接收站辐射电磁波;广播子系统实际是微波中继系统,将天线接收的电磁波(微波信号)进行一定频带内的微波中继处理,即是依靠称为转发器的设备信道来完成。1颗卫星有多个转发器分别工作,每个转发器能同时接收和转发多个地球站发射的信号。现在国内中央台和各省广播电视使用的卫星主要是C波段中星6B (115.50°E)和Ku波段中星9号(92.20°E,直播卫星)2颗卫星。
2.3卫星接收站用于接收卫星广播电视电磁波信号,经变频、解调、解扰、解复用、解码后送至有线电视前端或地面无线发射台再次传输、发射使用或直接用于用户收听收看。主要由接收天馈系统、低噪声放大变频单元LNB (高频头)、高频同轴电缆、功分器和卫星接收机IRD (可以为LNB提供直流电源)等组成,如图3所示。
(1)接收天馈系统由天线反射面、馈源喇叭(馈源盘)、极化器、圆矩波导变换器、馈线、天线反射面座架等组成。作用在于通过天线反射面将空中的卫星电磁波信号能量反射汇聚送入抛物面天线焦点处设置的馈源系统中,由馈源系统中的馈源喇叭将汇聚到焦点的能量全部收集起来,送入馈源系统中的极化器进行极化分离,再通过圆矩波导变换器和波导同轴转换将信号传输至高频头输入端口。
(2)高频头是卫星接收系统的室外单元,将接收到的微弱卫星信号进行低噪声放大,下变频,输出第一中频信号。高频头处于接收系统的最前端,其噪声的大小对接收系统性能的影响最大,因此高频头的噪声和增益指标好坏直接决定了接收系统的C/N值好坏。低噪声放大器由微波场效应管和微带电路构成,噪声小,增益可达40～45dB;下变频器是通过本振,产生1个稳定的频率与卫星信号频率混合的方法,把信号从RF频率(卫星下行频率)变换到IF频率(第一中频)的电路组件;此处本振频率高,稳定性高,信号电平较大;中频放大器将微弱的第一中频(950～1750MHz)信号进行放大,频带宽度为500～800MHz,增益约在20～30dB,动态范围达到40 dB以上,输出阻抗为75Ω。
(3)卫星功分器的作用是将输入的一路第一中频信号分为多路输出相等或不相等能量信号,给多台卫星接收机提供输入信号。
(4)卫星电视接收机又称为综合解码接收机(即IRD)是指将高频头(LNB)输出的第一中频信号(1GHz频段)通过变频调谐、解调、解码和解复用处理后,转换为音视频信号或者射频信号的电子设备,是室内单元。目前普遍使用数字卫星电视接收机。
3卫星下行传输链路估算
要保证接收系统的高质量,仅了解广播电视卫星传输系统基本组成及功能是不够的,还必须了解各种因素对传输链路的影响,并且掌握接收系统链路估算,从理论上保证接收系统的可靠性和稳定性。从卫星传输链路示意图(图4)中可以看到,上行链路是指上行地球站发送信号、卫星空间广播系统接收信号的传输链路;下行链路是指卫星上广播系统发送信号,地球接收站接收信号的传输链路。大部分专业人员主要涉及到下行接收系统的设计与建设,常需要估算下行链路,其中主要包括链路功率、载噪比、自由空间传输损耗以及卫星转发器等效全向辐射功率EIRP、归一化信噪比Eb/N0,参与计算的参数还应当包括天线增益、接收站位置、卫星轨道位置、工作频率、以及接收系统的品质因数G/T。
图中PTU指上行地球站发射功率,PRu指上行链路卫星接收功率,PTD指下行链路卫星发送功率,PRD指地面接收站接收功率,EIRPE指上行链路上行站发射的等效全向辐射功率,EIRPs指下行链路卫星等效全向辐射功率,LFS是自由空间传输损耗,LF是馈线损耗,LAM是天线失调损耗,LAA是固定大气吸收损耗和Lp电离层去极化损耗。NsAT是卫星引入的噪声,NIss是卫星输入饱和状态下的噪声,ND是卫星接收站引入的噪声。
3.1下行传输链路功率估算
从图4可以看到,接收端的功率与发送端功率、空间传输损耗、接收端天线增益直接相关,即
其中PRD是指接收输入端功率,单位为dBw;EIRPs是指卫星转发器天线口面端口的等效全向辐射功率,单位为dBw;GR是接收天线增益,单位为dB;LOSSES是指卫星传输链路各种损耗值之和(包括自由空间传输损耗、馈线损耗、天线失调损耗、固定大气吸收和电离层极化损耗),单位为dB。特别注意,此公式是以分贝值相加。
3.1.1等效全向辐射功率EIRP
等效全向辐射功率(EIRP)是一个很重要的参数,对于发送端的EIRP值可以看着是输出端信号功率,对于接收端的EIRP可以看着是输入端信号功率。由公式(3-2)给出功率W和dBw之间的换算关系:
3.1.2天线增益(GR)
天线增益在出厂时已调测达标。天线都具有方向性,并且不可能完全各向同性以及天线面加工精度的影响,因此有天线效率η的存在。抛物面天线口径越大,加工精度越高,其增益越高。
3.1.3传输链路损耗(LOSSES)
(1)自由空间传输损耗(LFs)
自由空间传输损耗(LFs)计算如下:
其中d是发射天线和接收天线之间的距离。通常需要转换成频率f来计算,转换式为入=c/f,其中c=3×108m/s。当频率取单位值为MHz,距离单位为km时,自由空间传输损耗又表示为
LFs=32.4+201g d+201g f dB (3-4)
工程上简化计算地面接收站至卫星的距离d,可用公式(3-5)估算如下:
其中φ星、φ站、θ站站分别表示卫星和地面接收站的经度和纬度。
(2)馈线损耗(LF)
馈线系统是用于连接天线和设备。对于发送端来说,功率放大器与发射天线是通过滤波器、耦合器和波导连接;对于接收端来说是接收天线通过波导、滤波器、耦合器和电缆与接收设备相连接。信号在传输过程中必然会产生一定功率损耗,统称为馈线损耗(LF),用dB表示。
(3)天线失调损耗(LAM)
建立卫星链路时,理想情况是使地球站天线和卫星空间天线中心轴对齐,得到最大增益。在实际工程中总有误差,造成一定损耗。这种卫星轴外损耗称为天线指向损耗(LA),通常不到ldB。天线中的损耗还可能来自极化方向的失调损耗(LM),这两种损耗通常统称为天线失调损耗(LAM)。天线的极化是指天线辐射或接收的无线电波的电场矢量方向。极化失调是指接收天线极化方向与发射信号极化方向不完全匹配,造成能量损失,影响接收效果,其值过大无法收看到卫星广播电视节目。
(4)固定大气吸收损耗(LAA)和去极化损耗(Lp)
能量被大气吸收造成的损耗称为大气吸收损耗(LAA),主要是由空气中所含氧气和水蒸气引起,不同于因为不利天气因素引起的大气衰减,用dB表示。
卫星和地球站之间传输的电磁波经过电离层时会受到太阳辐射,造成线极化穿越电离层时,加速电离层中自由电子的运动,并且电子运动方向在地球磁场作用下发生变化,改变电场方向。同时,电子反作用于电磁波,使极化改变,从而改变无线电信号的传播。在线极化下,其共极分量(有效分量)降低(出现夹角α),形成极化不匹配损耗即去极化损耗（Lp),可表示为Lp=10log (1/cos2α) dB。因此在一些高质量要求的使用中需要在天线端安装极化跟踪器补偿此损耗。在圆极化的情况下,几乎不影响电场的共极和交叉分量,损耗不计入。
综上所述,晴天时的下行链路功率预算方程可表示为
PRD—为接收输入端功率,单位dBw;EIRPs,一等效全向辐射功率,单位dBw;
在雨天,电磁波遇到雨滴时会产生去极化效应,会被吸收和散射,造成雨衰(Lα)。雨衰大小是频率、天线仰角和降雨率的函数。雨衰随着频率的升高而增大,随着降雨率的增加而增加。工作在8GHz以上频率的电磁波雨衰影响就比较显著,Ku波段必须考虑雨衰因素,C波段可以忽略雨衰(可预留一定降雨储备量)。雨天的下行链路功率预算方程可表示为
此式与晴天计算式相比,多减去雨衰值Lα,在实际工程中可查相应的雨衰估算曲线得到。
3.2下行传输链路载噪比计算
3.2.1载噪比
载噪比是接收机输入载波功率与噪声功率之比(C/N),是卫星地面接收站性能指标,也是接收信号质量衡量指标。传输介质只要不是处于绝对温度的零度,就存在热噪声。卫星传输通道必然存在热噪声,若接收端的载波信号和热噪声功率比达不到规定的(C/N)门限值,系统就无法有效分离载波中的有用信号和噪声,不能保证接收信号质量。因此,系统载噪比的计算尤为重要。热噪声的主要特征是具有平坦的功率谱,即单位带宽的噪声功率是恒定值,其单位带宽的噪声功率称为噪声功率谱密度(N0)。噪声功率谱密度N0=KT,其中K是玻尔兹曼常数1.38×10-23 (J/K),T是绝对温度值(K为单位)。热噪声与温度相关,不受频率变化的影响。通常使用载噪密度比C/N0进行链路估算,它与载噪比C/N存在关系
(3-8)式采用分贝数计算,BN是噪声带宽,单位是Hz。当噪声带宽BN等于信号带宽B时(即BN=B),则BN=(1+α)RsHz (3-9)
其中,α是滚降系数;R,是符号率,单位为波特率。
3.2.2下行链路载噪密度比计算
(C/N0) D—下行链路载波对频谱噪声密度比即载噪密度比,.单位dBHz
(G/T) E—地球接收站品质因素,单位dB/K K-玻尔兹曼常数
LOSSESD一下行链路传输损耗(不包含接收机馈线损耗),单位dB
(3-10)式采用分贝数进行计算。
在数字电视接收系统中,用误码率Pe来衡量传输质量。采用不同调制解调方式,达到相同的误码率Pe值所需的最低每比特信号的能量Eb与噪声功率谱密度N0之比,即归一化信噪比门限值(Eb/N0)th是不同的,工程上可查关系图表得到误码率Pe对应的Eb/N0的门限值。而载噪比与归一化信噪比(Eb/N0)之间存在公式(3-11)所示关系
(3-11)式采用分贝数计算。式中m为每个符号的比特数,且m=Rb/B。Rh是信息速率,单位为bit/s,其值与编码效率Rc、符号率Rs、数字调制载波状态数M相关,关系为R b=Rc Rs (log2M)。实际(Eb/N0)值高于要求的门限值才能满足系统接收要求的误码率,才可以避免由于传输链路影响造成误码率高而导致图像出现“马赛克”或突然中断现象,才存在高质量接收的基础。
4下行传输链路估算在接收系统中的应用
以接收中星6B上C频段四川电视节目为例,进行数字卫星电视接收系统设计估算,从理论上确保接收系统可实现性与稳定性。
(1)接收系统建设目的。
接收四川电视节目作为再次无线发射使用或有线前端节目源使用。
(2)接收系统规划使用器材情况。
3m前馈天线(受安装条件限制,允许的最大尺寸)、一体化高频头、二功分器、中频电缆30m、专业卫星接收机
(3)四川电视台卫星节目技术参数。下行频率:3902MHz;符号率:9.3Mbaud;前向纠错:3/4;滚降系数:0.35
(4)中星6B下行EIRPs。
由于同一颗星上的转发器,对处于卫星天线传播覆盖的中心区和边缘地区的EIRPs值是不同的,故在工程设计估算中,需要根据卫星波束图来查找当地的EIRPs值。从中星6B的卫星波束图(图5)上查找成都地区的EIRPs值在42～44.5dBW之间,此处取42dBW进行估算。
(5)成都接收站(104.10°E,30.7°N)与中星6B(115.50°E)间自由空间传输损耗。
利用公式(3-5)得到星站距离d≈37031km
那么,自由空间传输损耗LFs=32.4+201gd+201gf=195.58dB
(6)空间去极化损耗Lp=-0.4 dB(一般情况下取值)
(7)大气吸收损耗LAA=一0.2 dB(天线仰角约53°)
(8)天线增益GR=40 (3m天线,天线效率65%)
(9)储备余量△M=-6dB (电离层闪烁、雨衰、大气衰减等等)
(10)接收馈线损耗LF=-0.2 dB(馈线接头/波导同轴转换)
(11)接收系统噪声温度Ts计算和G/T值计算。
接收系统的噪声(ND)是由接收站天线噪声和接收站内部噪声组成。天线噪声是宇宙、地面、大气、降雨及人工制造的噪声与天线本身的损耗产生的噪声之和。由于噪声源输出噪声功率的大小为kTB (k是玻尔兹曼常数,T是绝对温度,B是接收设备带宽,是定值),其大小实际上只取决于它的温度T。那么,接收站内部噪声的大小可以用噪声温度(Ts)来表示。卫星接收站内部噪声用等效温度度量噪声功率比较方便。工程中常常使用一个工作温度为T,衰减为L的电阻四端网络内部噪声理论分析得到的计算公式(4-1)计算内部噪声等效到网络输入端的噪声温度,用公式(4-2)计算内部噪声等效到网络输出端的噪声温度。
其中L是用功率实际比值参与计算,即要将dB功率增益这个相对值,变换为输入与输出功率比值。TS和G/T值计算结果如表1所示(室温20℃为例)。
(12)总的传输损耗(不含储备余量)
(13)总的传输损耗(含储备余量)
(14)接收系统输入功率
(15)接收系统输入口载噪密度比
用公式(3-10)得到(C/N0)D=89.94 dBHz
(16)接收系统输入口载噪比
由公式(3-9)可计算出带宽BN带入公式(3-8)得到C/N=18.95 dB。
(17)归一化信噪比(Eb/N0)值
中星6B等同DVB-S系统,采用的是QPSK调制。通过查找QPSK解调器特性图、卷积解码器输入输出的误码率关系图和R-S解码输入输出的误码率关系图可知,系统输出的误码率要优于10-11,(数字卫星接收机音视频性能指标要求),则QPSK解调输出的误码率应小于10-4,对应于QPSK解调器输入端的归一化信噪比(Eb/N0)th值约为5.5dB左右(理论值)。
根据公式(3-11)估算(Eb/N0)。其中Rc在DVB-S系统中为内码编码效率即FEC的值(此处为3/4),M值为4 (QPSK调制),则(Eb/N0)为18.49dB,远高于理论门限值,有足够的余量,完全能满足高质量接收要求。
(18)安装完成后实测情况
使用TEK2712频谱仪测试结果如下(在2功分器输出端测试):
接收机输入端口电平为-51 dBm;接收机输入端口C/N值为18 dB。
(19)结论
工程中,C/N值达到12 dB就能较稳定接收广播电视节目,此系统实测C/N值达到18 dB,具有足够余量,此系统建设的设计与安装是满足使用需求的。
5接收调试和运行过程中常见现象及原因
接收系统性能估算满足要求的情况下,如果出现接收异态,则要在安装中查找原因。下面将安装中常见问题及可能的原因列出,供工程人员参考。
5.1安装时收不到信号,无图像和声音
可能的原因及处理方法:
(1)接收机故障,更换接收机。
(2)高频头损坏或IRD没供电给高频头。查看无线配置菜单,或给高频头加电,或更换高频头。
(3)馈线短路或断路,重新制作馈线电缆头,或更换馈线。
(4)馈源极化器装反,造成信号损失20dB以上。重新安装极化器,正确偏转。
(5)天线指向没有对准卫星。查看接收机信号强度和质量加以判断。调天线方位角和仰角,菜单指示和质量达到最大。
5.2安装时信号不稳定,时而出现马赛克,声音断断续续
可能的原因及处理方法:
(1)高频头增益太低或故障,更换高频头。
(2)接收机故障。
(3)馈线两端电缆头芯线或地线接触不良,导致接触电阻大,信号衰耗严重。清洗两端子或重做电缆头。
(4)天线安装精度是否有问题。一般通过目测检查天线面是否受损,口面是否平整,馈源是否受损。
(5)天线指向未对准卫星。信号弱,处于临界接收状态。仔细调整天线,使信号强度、质量指示最强。
(6)天线未安装好,如焦距不准,主面、副面及馈源不同轴或天线基座不牢固,遇风、雨有晃动等。重新安装天线或加固基座。
(7)极化角未调好。如果未调到最佳极化偏转位置,信号损耗大,且刚好使系统载噪比处于临界接收状态附近,遇雨天相对严重,另一极化信号也可能造成严重干扰。
(8)馈源、高频头、馈线等漏水、潮湿或有异物,如鸟窝。除水除潮清理杂物后重新安装。
6结束语
广播电视卫星传输的发展蒸蒸日上,出现了卫星电视接收工程建设中良莠不齐的现象,难以保证使用的稳定、可靠。希望通过对卫星传输系统组成、功能及传输链路影响因素、估算方法的介绍和实例的剖析以及故障解决方法简述,对业内提高广播电视卫星接收工程建设质量有所帮助。
参考文献
[1]叶后裕,范启岭.卫星电视接收技术[M].西安:西安电子科技大学出版社,1988.
[2]Dennis Roddy.郑宝玉等译.Satellite Communications(Fourth Edition)[M].机械工业出版社,2011(6)
[3]张荣建.数字卫星广播电视信号传输与质量分析探讨[J].数字通信世界.2012(10).
[4]吕海寰,甘仲民等.卫星通信系统与工程[M].中国人民解放军通信工程学院.1983.
[5]方德葵.卫星数字传榆与微波技术[M].中国广播电视出版社.2005(3).
[6]车晴,张文杰,王京玲等.数字卫星广播与微波技术[M].中国广播电视出版社.2003(1)
下行链路 篇4
本文提出了LTE-A系统的一种新的信道估计方法,利用LTE-A的RS来满足上述要求。首先讨论了LTE中的参考信号[1],LTE-A的参考信号[2]和信道估计是如何实现的以及为什么这种方法在LTE-A Square和LMMSE(Line Minimum Mean Square)中是可以使用的,设计得到基于LS(Least Error)的信道估计方法,并提供了使用新的RS的信道估计的仿真结果。最后评估了LTE-A链路级仿真器的估计性能。
1 LTE中的参考信号
版本8中的下行信道估计是基于小区参考信号的在给定小区内所有用户都可以使用CRS(Cell Reference Signal)来实现从e NOde B端到UE所在位置的信道估计。从这个角度来说,CRS既可以用来解调又可以用来反馈计算。但是采用CRS进行信道估计给系统强加了一些限制条件。由于需要通过CRS来获得e Node B端的反馈信息,CRS要在预编码之后插入,因此预编码信息必须传达给用户,但是这样的基于无码本的预编码设计开销较高,这是一个根本原因。考虑到LTE-A MU-MIMO传输的系统性能,码本是一个限制因素,使有效的MU-MIMO均衡复杂化,同时CRS的设计不支持8天线传输,然而扩展CRS开销又太高。
2 LTE-A中的参考信号和信道估计
为了克服上述缺点,LTE-A设计了区分反馈计算和解调[3]的参考信号。反馈计算可以通过使用CSI-RS(Channel State Information)来实现,解调可以通过使用解调参考信号来实现。CSI-RS是一种在时域和频域都非常稀疏的RS,用来估计整个传输带宽上的物理信道,所以要在预编码之后插入天线时域内[4]。UE-RS或者DM-RS用来估计有效信道,因此要在预编码之前插入层时域内。
2.1 解调参考信号
图1是DM-RS在常规CP下两个资源块M个传输层的分配情况。K为时域指数,L为子载波指数,m为层指数,n为接收天线指数。向量S(k,l)是时频位置(k,l)处的传输符号。假设信道是半静止的,在接收端接收到的向量:
其中,H(l)是子载波l处的信道,P(1)是子载波l处的预编码矩阵,A(1)是子载波l处的有效信道,n(k,l)是子载波l处的噪声。vm(l)是第m层上子载波l处的一个4维向量,m∈{1,2,…,M}。
在上述假设情况下,接收天线n在子载波l处接收到的RS向量可以表示如下式:
在式(2)中an(l,m)是A(1)在(n,m)处的入口系数,nn(l)是添加的噪声。
为了确保正确解调,LTE-A要求向量vm(l)根据层数M具有一定的结构。例如,如果M=8,标准定义8个向量中的4个向量为0,另外4个向量相互正交。确切为0的层指数由子载波l决定,控制子载波指数l∈{l1,l2,……li},i是DM-RS在频域的符号个数。层指数为0的向量是(3,4,7,8)。
结合式(2)和式(3)可以得到:
点乘v1(l),然后除以‖v1(1)‖2式(5)变为:
假设式(6)中所有的数据是确定的,因此nn(l)是一个可以忽略的误差,这样可以用LS算法进行信道估计。或者假设式(6)中所有的数据是二阶随机统计量,这样可以用LMMSE算法进行信道估计。
2.1.1 LS算法
用LS算法进行信道估计,可以用式(7)表达:
这种方法可以通过式(6)得到任意层m的估计值:
然后通过插值方法可以得到所有子载波处的信道估计值。
2.1.2 LMMSE算法
LMMSE算法考虑了时频域的自动纠错矩阵和二阶噪声统计量,假设式(6)中的nn(l)服从独立同分布方差为σ2的复值高斯随机变量,服从c∈(0,σ2)。推广式(6)到任意的元素an,ml,在频域用向量表示如下:
由于要估计整个频域范围,式(9)可以根据向量an,m=[an,m(1),an,m(2)…an,m(L)]T另表示为:
实际使用LMMSE估计算法时,原则上要求有效信道在时域变化不快,这是为了获得Ran,m需要假设各子信道的平均功率等于每一帧的瞬时功率。
2.2 信道状态信息参考信号
为了给用户提供网络端的CSI和有效的信道A(1),UE必须估计出物理信道H(l),因此,LTE-A定义了CSI-RS,它具有LTE中DM-RS和CRS的双重性能。CSI-RS最多支持8天线传输,在1-、2-、4-和8天线情况下,CSI-RS分别有20、20、10和5四种复用模式,允许不同的小区利用不同的复用模式来避免彼此的CRS-RS冲突,每个天线的CSI-RS占用两个连续的RE,CSI-RS的密度与信道估计的精确度成正比,但同时减少了下行资源利用率。CSI-RS用于下行信道状态测量和反馈报告,考虑到反馈的开销,CSI-RS间隔设置非常稀疏。与UE-RS相比,系统的性能与信道状态精确度没有太大的关系,CSI-RS使用与UE-RS同样的方法来实现正交,在整个时域内CSI-RS都相互正交。CSI-RS与CRS非常相似,都是在天线时域被插入,并且覆盖整个传输带宽,所以所有的UEs都可以同时使用CSI-RS来进行反馈计算。
3 结论
3.1 MU-MIMO信道估计
图2是在LTE-A传输模式9[5]下采用4个发送天线的一种可能的资源块的分配。在这种模式下层数M可以从一个资源块到下一个资源块动态改变。相同颜色的矩阵代表这些资源块被分配给同一个或者相类似的用户,白色的矩阵符号代表没有传输数据。UE可以使用DM-RS直接为每个资源块估计有效信道。此外,由于M≤Nt,所以估计出的维数比基于CRS估计出的维数低。
3.2 开销
表1提供了不同类型的RS在一个给定层数或天线的传输开销所占的百分比。CSI-RS的开销与Ko有关。
4 仿真结果
本节提供了基于LTE-A标准的信道仿真的数值结果,为了不受估计的影响,所有仿真基于单用户考虑,仿真相应的参数如表2。图3是子帧在常规信道下的均方误差。从图中可知LS估计算法导致高的SNR,主要是由LS估计算法在RS间的插值导致。值得注意的是,基于CSI-RS的LMMSE估计算法与基于DM-RS的LS估计算法性能十分相近,然而基于CSI-RS的信道估计开销只占DM-RS的17%,所以其计算复杂性可以忽略。
图4是估计性能及开销与吞吐量之间的关系。从表1可知在4发4收传输情况下,DM-RS和CSI-RS的开销应该比CRS的开销高,因此LTE-A的吞吐量应该低于LTE的吞吐量。在LTE-A系统的传输带宽中没有同步信号传输,它们可能与DM-RS重叠。所以在静态场景下UE应该使用4RS而不是2RS。
本文推导了LTE-A下行传输的信道估计算法证明了使用DM-RS可以有效被接收。在静态场景下,为了充分使用4 DM-RS,UEs可以在时域内预定两个连续的资源块。这样可以提高吞吐量。对于变化缓慢的信道,可以使用开销较低的CSI-RS来进行信道估计,其计算复杂度低,同时又可以获得较高的精确度。
参考文献
[1]3GPP TS 36.211 v9.0.0 evolved universal terrestrial radio Access(E-UTRA)Physical Channels and Modulation(Rel-ease9)[S].2009-12.
[2]3GPP.Technical specification group radio access networkl(E-UTRA)and(E-UTRAN);physical channels and modu-lation;(release10).Tech.Rep.,Dec.2010.[Online].Available:http://www.3gpp.org/ftp/Specs/html-info/36211.htm.
[3]3GPP.Technical specification group radio access networkl(E-UTRA)and(E-UTRAN);physical channels and modu-lation;(release10).Tech.Rep.,Dec.2010.[Online].Avail-able:http://www.3gpp.org/ftp/Specs/html-info/36213.htm.
[4]DUPLICY J,BADIC B,BALRAY R,et al.MU-MIMO in LTE systems[C].EURASIP Journal on Wireless Communi-cations and Networking,2011.
下行链路 篇5
下一代的移动通信系统在城域内或子城域内, 采用卫星来提供有效的高速率 (大约为100Mb/s) , 高质量的多媒体广播/组播业务传输[1]。卫星通信系统因其在空间段所发挥的不可替代的作用, 从而在下一代无线通信系统中得到了更多的关注。
因为单载波频域均衡 (SC-FDE) 和OFDM技术都具有较低的复杂度和有效的抗频率选择性衰落信道的优势, 是无线通信系统中均衡方面的较好解决方案[2]。但是, OFDM系统存在对定时误差、载频同步误差比较敏感, 而且具有较大的峰均功率比PAPR等问题, 直接影响了OFDM技术更大规模的应用前景。而基于频域均衡技术的单载波传输技术SC-FDE作为另外一种解决宽带无线通信系统中的码间干扰问题的方案, 有效地结合了OFDM和单载波传输的优点, 具有较强的克服频率选择性衰落的能力, 并克服了OFDM系统的不足[3]。
1 SC-FDE和OFDM技术
传统的时域均衡技术具有复杂度较高的缺点, 尤其应用在宽带无线通信系统则更加显著。作为具有低复杂度, 能有效抵抗频率选择性衰落传输技术的SC-FDE和OFDM技术, 是目前宽带无线传输研究的核心问题。
1.1 OFDM技术
OFDM系统结构如图1所示。从图1可以看出, OFDM系统主要由调制/解调模块、IFFT/FFT模块、循环前缀 (CP) 处理模块, 三个核心模块组成。在OFDM系统的发送端进行串/并转换, 在每个传输块前插入CP, 而加入CP是为了避免前一传输块和本传输块之间干扰的;在接收端, 去CP后, 所得到的传输块是发送信号与信道冲击响应循环卷积的结果, 因此可以利用FFT进行处理[4]。
OFDM技术作为一种克服选择性衰落的技术, 是将信道在频域上划分成多个子信道, 使每个子信道的频谱特性都近似平坦, 使得多个互相独立的子信道传输信号在接收机中予以合并, 以实现信号的频率分集, 从而克服在频域上多径信道呈现出频率选择性衰落。而且, 同时采用相互正交的子载波作为子信道, 具有较高的频谱利用率。
然而, OFDM技术在卫星通信系统中并不十分合适的主要原因之一就是严重的同步问题, 尤其当OFDM信号的子载波是来自于不同的用户。同时, OFDM信号具有相对高的PAPR值而需要更高的功率放大回退, 增加了用户端的功率需求。
1.2 SC-FDE技术
SC-FDE系统结构如图2所示。
根据图2可以分析出, SC-FDE在系统的组成上, 与OFDM具有相似的模块结构, 而唯一的不同即是在发端不进行频、时域的信号变换, 而在接收端进行均衡后, 再进行频、时域的信号变换。这样, 发送端的复杂度则极大的降低。而且, 在与OFDM性能相同的情况下, SC-FDE具有更低的算法复杂度。而且单载波系统避免了OFDM系统中较高PAPR的问题, 因此, 对用户功放的要求也更低。
图3是本文所考虑的宽带多媒体卫星系统场景, 即在广播/组播的情况下, 信息内容从网关传送给卫星。由于直视路径的中断, 在城区采用地面信号中继器来提供更大范围的覆盖, 而卫星的直视路径在乡村是不存在的。在本文中, 在受到严重的频率选择性衰落的情况下, 分析SC-FDE体制作为在卫星广播系统中采用MMSE均衡方式的性能。此种严重的信道情况是由于地面信号中继器引起的, 而中继器是用来进行信号的简单放大和再传输卫星信号的。我们采用具有大延时特性的信道模型, 并研究在这种长延时扩展的情况下, 接收端采用SC-FDE的误码率性能。
2 宽带卫星系统下行链路性能分析
2.1 卫星信道模型
所研究的卫星信道是线性信道, 可以通过FIR滤波器进行建模。Rician衰落信道描述的是信道中存在直射波分量, 接收信号是由直射波分量和散射分量叠加而成的一种情况。Rician衰落信道模型如图4所示。
2.2 下行链路性能分析
根据图2, 经过调制后的信号可以表示为Xn, 而后映射成K块。在发送端, 假设CP长度为L, 则经过CP插入模块后, 信号的长度为K+L, 用xn表示。假设在接收端有较好的同步实现, 则接收信号可以表示为:
Rn=h0xn+h1 xn -1+wn (1)
(2) 式中, wn为加性高斯白噪声。数组h0, h1的大小为K+L, h为信道的响应。
采用的星上功率放大器具有理想的线性特性[5], 所采用的HPA模型是Rapp’s模型, 关系式如下:
(2) 式中, Rn是信号的幅度, p为非线性的调谐量, 取值范围为2到3之间。
接收端在进行FFT变换之前, 将CP移除, 此时接收信号用rn表示, 均衡在频域依据MMSE法则进行。
系统中采用QPSK调制方式, FFT的大小为512, CP的长度为56, 编码类型为Turbo码, 则在理想的功率放大器工作的前提下, 分别采用SC-FDE和OFDM方式作为卫星通信系统下行链路均衡方式的误块率与信噪比的性能如图5所示。
从图5中可以看出, SC-FDE方式同OFDM相比具有更好的性能和更大的功率有效性, 且SC-FDE本身具有更低的复杂度, 更适合在宽带多媒体卫星系统的下行链路中采用。
3 结论
本文从分析具有低复杂度和较强抗频率选择性衰落的SC-FDE 和OFDM技术差异入手, 进行了下一代卫星通信系统采用SC-FDE技术作为下行链路均衡算法的性能分析, 并验证了SC-FDE在能够克服OFDM的不足的同时, 还具有更强的抗频率选择性衰落的能力。而且, 如果SC-FDE技术在频域均衡后与时域判决反馈均衡相结合, 可以增强系统抗多径干扰的能力。
无线通信技术更加需要卫星通信业务与地面通信相互补充。尤其对于很多发展中国家来说, 采用3G技术的卫星通信系统可大大的提高覆盖面积, 对为偏远地区提供远程服务及高速接入等多媒体业务有着更为普遍的意义。卫星通信产业与3G/4G技术相互融合将成为卫星通信发展的必然趋势。而如何在现有的卫星系统中, 更加合理有效的采用3G/4G的相关技术将是下一步值得研究的方向。
参考文献
[1] Tero O, Ramjee P. An overview of air interface multiple access for IMT-2000/UMTS. IEEE Communication Magazine, 1998:82—95
[2] ITU. Mobile next generation network. Evolution towards 4G. 2006 (6) :1—22
[3] Fisher D, Krinock J, Lee C C, et al.SC-FDE PHY layer system pro-posal for Sub 11GHz BWA (An OFDM Compatible Solution) .Pres-entation IEEE 802.16.3c-01/32, Mar, 2001
[4] Gusmao A, Torres P, Dinis R, et al.A turbo FDE technique for re-duced-CP SC-based block transmission systems.IEEE Transactions onCommunication, 2007;55 (1) :16—20
下行链路 篇6
1 信号分析
图1是60GHz ROF下行链路系统示意图。如
图1所示,在中心站,单模激光器发出的激光被分成3路,第1路由6GHz微波余弦信号进行相位调制,第2路加基带数据进行光PSK调制,第3路由2GHz余弦信号进行光场幅度的载波抑制双边带调制[8],用于导频信号的产生,然后把3路光波叠加(偏振方向一致),得到合成光波信号电场表达式:
undefined
式中,Ec为光波电场振幅;fc为光波的中心频率;β为调相指数;fs是6 GHz微波信号频率;φPN(t)是激光本身的随机相位噪声;τ1是第2路光波与第1路光波的时延差;ΦPSK为光PSK调制的两种随机相位状态,相位为0代表二进制信息“0”,相位π代表“1”;fp是2 GHz微波信号频率,;k为DSB-SC调制指数;τ2是第3路光波与第1路光波的时延差。将此合成光波放大后通过光纤传送至基站,经光探测器PD后产生的光电流为
undefined
式中,ΔφPN(t,τ1)= φPN(t)- φPN(t-τ1),ΔφPN(t,τ2)= φPN(t)- φPN(t-τ2),ΔφPN(t, τ1-τ2)= φPN(t-τ1)- φPN(t-τ2)。式(2)中前3项是低频微波分量,与毫米波的产生无关,将后面的几项用贝塞尔级数展开,得到6 GHz微波信号的高次谐波,用相对幅度表示如下:偶次谐波为
undefined
奇次谐波为
undefined
如果要获得60 GHz的毫米波信号,用带通滤波器取出10次谐波即可,而且该毫米波已经携带了基带PSK相位信息ΦPSK ,它的幅度在正负变换,相当于相位变化π,仍是BPSK(二进制PSK)调制,但是幅度受时延τ1 影响会衰减。如果控制3路光波的光程均相同,即τ1、τ2=0,幅度会达到最大,激光相位噪声φPN(t)也抵消了,而且奇次谐波也会消失,只剩下偶次谐波,频谱能量能更集中,这时光电流里谐波构成如下:
undefined
取出第2n次谐波项F2n,变换后得到
undefined
可见,不仅获得频率为2nfs的BPSK毫米波信号,还得到了频率为(2nfs-fP)和(2nfs+fP)的余弦信号,(2nfs-fP)边频可作为导频与2nfs BPSK信号一起发射出去,无线终端下变频时就无需昂贵的毫米波振荡器,有利于信号解调和成本的降低。同时该边频还可用于上行链路中从无线终端接收到的毫米波信号的下变频,变为中频信号后调制到光波用光纤传回中心站,对此本项目组已有研究成果[5]。
2 仿真验证
在图1所示的系统中,激光器工作在1 550 nm波长,线宽10 MHz,功率200 mW。第1支路中,6 GHz微波信号加到光相位调制器PM,调相指数β设为11.9,这样可使10次谐波大于其他谐波,即J10(β)>Jn(β)(n≠10);第2支路光PSK调制器加400 Mbit/s数字基带信号;第3支路2 GHz微波信号加到光场幅度调制器AM实现DSB-SC。3个支路光波时延差调整为0;用15 km光纤传输到基站,光探测器输出信号频谱如图2所示,可见只有偶次谐波,而10次谐波60 GHz的谱线是最大的,见图3。60 GHz信号谱线已被展宽,第1零点带宽是400 MHz,可见该毫米波已实现了PSK调制;在60 GHz附近还有极纯的58 GHz和62 GHz谱线,为前面分析的导频信号。用带通滤波器(57.5～61 GHz)取出60 GHz BPSK和58 GHz导频信号,放大后一起发射出去,无线终端接收后,分别取出PSK和导频信号,混频得到2 GHz中频信号,图4为其时域波形,可看到载波相位的突变。PSK解调后得到基带波形,如图5所示,比特时间为2.5 ns,即恢复了从中心站发出的400 Mbit/s基带信号。
3 结束语
本文提出了采用光PSK调制的基于谐波生成原理的60 GHz ROF下行链路系统,实现了高速光PSK调制到60 GHz毫米波BPSK的转移调制,实现了导频的插入,为毫米波下变频提供本振,在无线终端成功地完成了信号的解调,仿真结果与理论分析得到了很好地吻合。本文还没有考虑光纤色散对毫米波的生成有何影响及相应对策,需要进一步的理论分析。
参考文献
[1]Kuri T,Kitayama K.Optical heterodyne detectiontechnique for densely multiplexed millimeter-wave-band radio-on-fiber systems[J].IEEE Journal ofLightwave Technology,2003,21(12):3 167-3 179.
[2]Wake D,Lima C R,Davies P A.Optical generation ofmillimeter-wave signals for fiber-radio systems using adual-mode DFB semiconductor laser[J].IEEETrans.Microwave Theory Tech.,1995,43(9):2 270-2 276.
[3]O'Reilly J,Lane P.Remote delivery of video servicesusing mm-waves and optics[J].IEEE Journal ofLightwave Technology,1994,12(2):369-375.
[4]Larrode M G,Koonen A M J,Olmos J J V,et al.Abidirectional radio-over-fiber link employing opticalfrequency multiplication[J].IEEE Photonics Tech-nology Letters,2006,18(1):241-243.
[5]Xiu Minglei,Lin Rujian.A Novel Bidirectional Link ofMillimetre-Wave Radio-over-Fiber System[C].Shanghai:Asia Optical Fiber Communication&Op-toelectronic Exposition&Conference,2006.1-4.
[6]Xiu Minglei,Qin Hailin,Lin Rujian.Study on Disper-sion in 60 GHz Short Millimeter-wave BroadbandWireless Access Systems over POF Link[C].Shang-hai:Proceedings of SPIE-The International Societyfor Optical Engineering,2005.v6022 II:885-892.
[7]Larrode M G,Koonen A M J,Olmos J J V,et al.Dispersion tolerant radio-over-fiber transmission of 16and 64-QAM radio signals at 40 GHz[J].ElectronicsLetters,2006,42(15):872-874.
下行链路 篇7
基于OFDM的4G无线通信系统LTE[1]的出现引起了无线网络下行链路调度算法设计的研究热潮。在这种系统中,可用的无线下行链路带宽被分为成千上百个并行的正交子频带(子信道),每个子信道可以分配给在基站覆盖范围内的一个用户,一个用户可以同时被多个子信道服务,子信道的分配随着时隙的变化而变化。设计调度的原则就是在给用户分配子信道时必须考虑时变信道的可靠性和用户队列数据的积压,并且保证用户的服务质量。由于无线资源是有限的,而用户的需求相对是无限的,并且由于无线信道的时变性,所以高效的调度算法对于提高系统的吞吐量和用户的稳定性具有重要的作用。
从网络的角度来说,这种系统可以转换为一个多用户多服务器系统[2],每个服务器代表一个子信道。由于在每个时隙一个给定的服务器只能为一个用户服务,因此本文要解决的就是多个用户竞争一个给定的服务器的问题,系统模型如图1所示:
如图1中,基站将要传输给每个用户的数据包都先存储在一个相应的缓存区队列中,图中Qi表示要发送给第i个用户的数据包存储队列,Ai(t)表示在时刻t到达队列i的数据包的个数,S表示给定的单个服务器。由于信道的衰落,每个队列和服务器之间的连接是随着时间而变化的,连接状态用一个二进制连接变量Ci(t)表示。最终要解决的问题就是当与服务器S处于连接状态的多个队列竞争服务器S时,到底要将服务器S分配给哪一个队列。最终目标就是设计一个高效的资源分配算法不但要提高网络吞吐量,而且还要保证用户的服务质量。
在此队列模型中服务器的分配是可以控制的,网络控制者在做分配决定前知道队列的长度。在每个时隙可能根据对队列历史状态的观察和之前的分配情况来决定现在的分配[3,4]。分配政策首先要使系统稳定,其次要最大限度的提高网络吞吐量,降低延迟,保证用户的服务质量。本文是用李雅普诺夫最优化[5]的理论设计一种基于队列积压和延迟的动态资源分配算法。这种方法既维持了网络的稳定性,将队列积压降低到一个最小的阻塞状态,降低了延迟,又提高了吞吐量,而且在吞吐量和延迟之间设置了一个很好的均衡。
2 系统模型分析
(1)系统模型描述
系统模型如图1所示,用Q(t)=(Q1(t),...,Qn(t))表示每个队列在时隙t的队列积压(数据包的个数),假设每个队列的缓存区容量无限大,因此没有数据包丢弃。用A(t) =(A1(t),..., An(t))表示数据包的到达矩阵,表示时隙t到达每个队列的数据包的个数。假设A(t)独立同分布,且E{A(t)} = λ@(λ1,..., λn) 。用C(t) =(C1(t),C2(t),...C3(t)) 表示服务器S与队列连接的状态矩阵。在时隙t,若Ci(t)=1则表示队列Qi与服务器S处于连接状态(信道状态处于ON状态),若Ci(t)=0,则表示队列Qi与服务器S处于断开的状态(信道状态处于OFF状态)。用μi(t) 表示在时隙t为用户i成功服务的数据包的个数,则队列的动态更新方程如下:
要使整个系统稳定,则所有队列在时间平均的意义上必须满足以下条件:
(2)时变的链路可靠性
假设服务器在每个时隙至多可以传输一个数据包,则μi(t)∈{0,1} 。用x(t)=(x1(t),x2(t),...,x3(t)) 表示传输矩阵, xi(t)∈{0,1},若xi(t)=1则表示服务器S在时隙t要对队列Qi进行传输, 假设x(t)来自所有可允许的传输集合X ,x(t) ∈X。传输矩阵x(t)和服务器的状态矩阵C(t)联合决定每个时隙服务器成功分配的概率,用以下所示的可靠性函数表示:
可靠性函数Ψ i( x(t ), C(t ))∈[0,1],表示在给定x(t)和C(t)时服务器S成功分配给队列Qi的概率,具有以下特性:
在实际中,C(t)表示每个时隙信道估计的结果,这个估计可能不准确,因此用可靠性函数Ψi(x(t),C(t))表示实际网络中信道可以为用户队列传输的概率。假设ACK/NACK信息在每个时隙末会反馈给每个用户队列,已告知传输是否成功,没有传输成功的数据包继续存储在缓存队列中。用示性变量Ii(t)表示队列Qi的传输是否被成功服务,如下所示:
则服务变量表示如下:
假设给定当前的预传输矩阵x(t)和服务器状态矩阵C(t)时,在当前时隙t成功传输与否与过去的状态无关。
(3)最优化的目标函数
设计资源分配政策的最终目的就是使目标函数最优化,本文的目标函数如下所示:
式中g(.)为效用函数,它是一个非负的连续的非递减的上凸函数[6]。其中 为用户i的吞吐量,定义如下:
其中yi(t)为时隙t中用户i成功服务的数据包的个数。Λ定义为无线网络下行链路的网络容量区,定义为所有可获得吞吐量矩阵 的闭集合。
3 最佳资源分配政策
本文用李雅普诺夫最优化的理论设计最佳资源分配算法。李雅普诺夫最优化理论是随机网络最优化的一种数学方法,此优化方法可以防止对信道状况预测不准确而带来的限制,它只需观察每个时隙开始时刻的信道状况,不像传统的基于预测的算法需要对信道状况做长期的预测[5]。这种方法充分考虑了队列模型的动态效果,充分利用了队列的积压信息来做各种调度控制决定。
(1)算法设计思想
用Hi(t)表示在时隙t数据包到达队列Qi前端的等待时间,如果Qi在t时没有数据包,则定义Hi(t)=0。如果在t时一个数据包到达一个空的队列,规定在t+1时将其放置在队列前端。定义示性变量αi(t),如果Qi(t)>0,则αi(t)=1,反之为0。则数据包到达队列前端的等待时间Hi(t)的更新方程如下:
其中βi(t)=1- αi(t),Ti(t)为队列前端的数据包和后继到达的数据包之间的时间间隔。方程(11)可以这样理解:如果αi(t)=0,则βi(t)=1,则队列Qi此时为空,此时仅且当仅有一个数据包到达时Hi(t)=1。相反,如果αi(t)=1,则βi(t)=0,此时有两种情况:1如果队列前端的数据包没有被成功服务(μi(t)=0),则延迟加1;2如果队列前端的数据包被成功服务(μi(t)=1),则下一个数据包到达队列前端,总的等待时间为Hi(t)+1-Ti(t)。由于队列前端数据包和后继到达数据包之间的间隔Ti(t)可能大于或等于Hi(t)+1,在这种情况下,定义t+1时刻队列为空,则此时Hi(t+1)=0。
定义 ,Q(t)和H(t)分别为方程(1)的值和方程(11)的值的矩阵,构建如下所示的李雅普诺夫函数:
将每个时隙所有队列的平方和定义为李雅普诺夫函数L(t),如果L(t)很小,则所有的队列都很小,如果L(t)很大,则至少有一个队列很大。因此李雅普诺夫函数是用其来衡量网络阻塞的标量。
定义 为李雅普诺夫一步漂移,其表达式如下:
如果在每个时隙做控制决定,贪婪的最小化?(t),这样可以将队列积压降低到一个最小的阻塞状态,直观的维持了网络的稳定性。
定义每个时隙的漂移-效用函数如下所示:
V是一个非负的系统控制参数,用于调节延迟和基于吞吐量的网络效用之间均衡。在每个时隙做控制决定贪婪的最小化漂移-效用函数的值,这样既维持了网络的稳定性,又提高了网络效用,有以下两个引理。
引理1:在每个时隙t,无论 取何值,李雅普诺夫漂移 满足:
式中B是一个有限的常数,将方程(1)和(11)两边平方,并求和,将αi(t)Hi(t)=Hi(t), αi(t)βi(t)=0代入便得到上式,具体证明省略。
引理2:在每个时隙t, 满足:
式中常数B和(15)的一样。本文提出的资源分配算法设计理念就是在每个时隙做控制决定贪婪的最小化式(16)的右边。由于传输决定不会影响Ai( t ) ,则只需使 这一项最大化。
(2)最佳资源分配算法
每个时隙t,观察Q(t),H(t)和C(t),按照下面的步骤做服务器的分配决定:
1选择一个传输矩阵x(t)解决以下最大化问题:
其中
2队列更新:根据方程(1)和方程(11)更新队列。
4算法性能分析
定理1 : 假设存在ε ≥0使 , 令 ,假设 ,则在本文提出的分配算法下有:
如果ε≥0,则所有的队列 的均值稳定。
如果ε >0,则所有的队列都稳定,且有:
证明:公式(12)可以写为:
(20)式中Wi={1,λi},式(15)可以写为:
对(21)式两边取期望并运用迭代期望定理则有:
两边对τ∈{0,1,...,t-1}求和有:
假设ε> 0 , ( 2 3 ) 两边同时 除以t, 由于 ,则有:
对(24)式两边当t→∞取极限得式(19),(b)证毕。
由式 ( 2 3 ) 得 :
将式(20)代入式(25),则有:
则对i∈{1,...,n}有:
由于 ,则有:
式(28)两边同时除以t,并在t→∞取极限得:
由式(29)可以看出所有的队列 的均值稳定,(a)证毕。
定理2:假设所有的队列起初为空,令y* 表示最佳的吞吐量的时间平均矩阵,则g(y*)=g*为最佳的网络效用,μ*(t) 为最佳服务率,假设E{μ*(t)}= E{Ai(t)}=y*,系统控制参数V>0,在本文提出的资源分配算法下有:
式中 定义见式(10)。
证明:由式(16)得:
将g(y*)=g*和E{μ*(t)}= E{Ai(t)}=y*代入式(31)得到:
对式(32)两边取期望得:
对式(33)两边在τ∈{0,1,...,t-1}求和,并且两边同时除以t得到:
由于L(.)≥0,则有:
对式(35)中的上凸函数g(.)使用詹森不等式[7]有:
对式(36)两边在t→∞取极限得式(30),证毕。
由定理2可以看出,增大系统控制参数V可以使基于吞吐量的网络效用无限接近于最佳值,但是由定理1可以看出增大V值可以增大队列积压值,从而增大延迟,所以在延迟和吞吐量之间形成一个O(1/V,V)的均衡,因此本文提出的分配算法选择合适的系统参数V至关重要。
5 仿真分析
为验证本文所提算法的优越性能,我们使用吞吐量、延迟来评估系统系能,仿真工具为Matlab。仿真场景为50个用户的无线网络下行链路,调度间隔(slot)为1ms,在每个调度间隔数据包的平均到达率为0.5,信道处于on状态的概率为0.5。
我们首先将吞吐量和延迟视作V的函数,观察吞吐量和延迟与V的关系,V值变化范围为0到1000,仿真时间为1500ms。由图2可以看出随着V值的增大系统的平均吞吐量也不断增大并趋于饱和,同时系统的平均延迟随着V值得增大线性增长,因此必须选择一个最佳的V值既使系统的吞吐量比较理想,同时又不会导致太大的延迟。由图2可以看出选择V=120时,平均吞吐量等于0.397,平均延迟为105个slot,是一个很好的折衷点。
其次我们固定V值,比较本文所提出的算法和随机分配算法吞吐量和延迟的性能,仿真时间为1000ms。随机分配算法就是将服务器随机分配给不为空的用户队列。图3和图4分别给出了两种算法的吞吐量和延迟的性能。从图3可以看出,在仿真范围内本文所提算法的吞吐量性都能要比随机分配的算法高。图4给出了两种算法的延迟的经验分布,可以看出本文所提算法和随机分配算法相比大大改善了延迟性能。
6 总结