文献阅读【研究生数学建模竞赛B题】:Effective SNR Mapping for Link Error Prediction in OFDM Based Systems

基于正交频分复用(OFDM)系统的链路误差预测有效信噪比(SNR)映射

(发表于2007年12月20-22日在印度泰米尔纳德邦金奈市MG.R.大学举办的英国工程技术学会(IET)信息与通信技术在电气科学中的应用国际会议(ICTES 2007),第684-687页)

作者:R.桑达纳拉克西米(R.Sandanalakshmi)*、T.G.帕拉尼维鲁教授(Prof.T.G.Palanivelu)、K.马尼万南教授(Prof.K.Manivannan)
印度普杜切里邦本地治里工程学院
*邮箱:sandlakshmi@gmail.com

关键词:正交频分复用(OFDM)、切尔诺夫界(Chernoff bound)、调制编码方案(MCS)、信噪比(SNR)、误码率(BER)

摘要

具有自适应调制编码的多载波通信系统(如正交频分复用(OFDM)系统),非常适合移动全球微波互联接入(Mobile WiMAX)等高速、面向移动性的网络,这类网络需支持处于不同衰落和移动性条件下的用户。信道估计与链路预测在不同层级开展,这些估计器和预测器通常需通过复杂的仿真器进行验证。然而,对于相同信噪比(SNR)下不同链路的性能预测难度极大,因此亟需设计简单的链路性能预测方法。

本文提出采用指数有效信干噪比(SINR)映射法估算误码率(BER)和误差概率(PeP_ePe)。经验证,该方法的预测效果优于传统方法,且结果处于切尔诺夫联合界(Chernoff union bound)定义的边界条件内。此边界是基于加性高斯白噪声(AWGN)信道下二进制相移键控(BPSK)的数学模型,为指数有效信干噪比映射(EESM)推导得出。文中还给出了不同调制阶数和不同信道实现场景下的实验结果。

1. 引言

在未来移动通信系统中,“不同移动场景下的高速数据传输与低时延”是核心特性。正交频分复用(OFDM)因具备优异的频谱效率和抗符号间干扰(ISI)能力,被视为第四代(4G)无线网络的核心调制与多址接入技术。行业标准组织普遍认为,网络性能评估需采用系统级仿真器;但高分辨率、长时长的系统仿真计算成本极高,会导致仿真耗时大幅增加。因此,网络性能评估需分别部署链路级仿真器与系统级仿真器。

“映射方法”是连接两类仿真器的关键技术,需谨慎设计。传统映射方法(如“实际值映射”“平均值映射”)效率低且复杂度高,无法满足多载波网络评估需求;此外,“查找表(Look-Up Table)”仅在单载波通信中表现较好,若应用于多载波系统,需针对不同信道条件构建大量额外表格,实用性差。

在近期3GPP(第三代合作伙伴计划)的技术提案与标准化工作中,已提出多种适用于OFDM/多载波系统的“链路-系统”映射方法。但通过这类方法连接不同信道的仿真器时,信道条件预测存在较大处理延迟,且系统复杂度显著升高。

本文重点研究指数有效信干噪比映射(EESM) ——该方法原理简单,要求单个用户的所有子载波采用相同的调制编码方案(MCS)。其核心思想是构建一个“压缩函数”,将时变的信干噪比(SINR)序列映射为单一值,且该值与实际误码率(BER)具有强相关性。

现有研究表明,单载波系统的链路误差预测方法性能较好,但无法适用于未来无线网络[2]-[4]。文献[5]虽针对超3G(Beyond 3G)系统开展了建模研究,但仅推进了数学与理论分析工作,未给出仿真环节的具体结果。

本文阐述了如何在实际仿真器中通过“有效信干噪比(SINR)方法”将多状态信道整合为单状态信道,并研究了加性高斯白噪声(AWGN)信道与瑞利衰落(Raleigh Fading)信道条件下,多载波调制(OFDM)系统的性能提升(以误码率(BER)和误差概率为指标)。

2. EESM的基本原理

在准确的系统级评估中,核心问题是如何从“瞬时信道状态”(如OFDM系统中各子载波的瞬时信干噪比(SINR))推导对应的误差概率。为避免直接计算误差概率,本文提出采用有效信干噪比映射(ESM) :将一组子载波信干噪比γk\gamma_kγk映射为单一的“有效信干噪比”γeff\gamma_{eff}γeff,再通过链路级性能数据由γeff\gamma_{eff}γeff估算误差概率。

一个有效的ESM需满足以下条件:
Pe(γk)≈Pe(γeff)P_e(\gamma_k) \approx P_e(\gamma_{eff})Pe(γk)Pe(γeff)

上述条件需对每个瞬时信道实现成立,或至少对所有信道实现均成立。

3. OFDM系统中的有效SNR映射

将有效信干噪比(γeff\gamma_{eff}γeff)映射为对应误码率(BER)的方式有两种:

  1. 采用“查找表”存储映射函数;
  2. 若存在近似解析表达式,直接通过表达式计算。

系统评估准确性的关键在于:能否从“瞬时信道状态”(如不同调制类型或信道实现下的瞬时信噪比(SNR))推导误差概率。其映射流程如下:
子载波信干噪比序列[SINR(1),SINR(2),...,SINR(p)]→压缩有效信干噪比(γeff)→映射误码率(BER)/误帧率(FER)/块误码率(BLER)[\text{SINR}(1), \text{SINR}(2), ..., \text{SINR}(p)] \xrightarrow{\text{压缩}} \text{有效信干噪比(}\gamma_{eff}\text{)} \xrightarrow{\text{映射}} \text{误码率(BER)/误帧率(FER)/块误码率(BLER)}[SINR(1),SINR(2),...,SINR(p)]压缩 有效信干噪比(γeff映射 误码率(BER/误帧率(FER/块误码率(BLER

4. 从切尔诺夫联合界推导EESM

4.1 二进制相移键控(BPSK)的误差概率与切尔诺夫界

对于加性高斯白噪声(AWGN)信道下的二进制相移键控(BPSK)传输,假设信噪比为γ\gammaγ、符号间距为1,则误差概率PeP_ePe可表示为:
Pe(γ,1)=Q(2γ)P_e(\gamma, 1) = Q(\sqrt{2\gamma})P

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

BetterInsight

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值