通信系統中進行快速鏈路自適應的裝置與計算機程序產品的制作方法
【技術領域】
[0001] 本發明的各個方面一般設及采用鏈路反饋的通信系統，尤其設及快速鏈路自適應 技術。
【背景技術】
[0002] 隨著手機、智能手機和平板設備等現代無線通信設備的普及，對流媒體視頻、電 視、音樂和用戶設備扣巧或移動臺（M巧的互聯網接入等大量多媒體數據能力的需求也 隨之激增。為滿足運種日益增長的對更高數據速率的需求，基于多輸入多輸出（MIMO)、 正交頻分多址接入（0抑MA)、和比特交織編碼調制度ICM)等技術的新通信標準正在開 發。例如，運些標準包括第S代合作伙伴計劃（3GP巧正在研發的長期演進化T巧和 LTE-Advanced(LTE-A)，電氣電子工程師學會（I邸巧維護的802. 11和802. 16系列無線寬 帶標準，WiMAX論壇對IE邸802. 11標準的實現方式WiMAX, W及其他標準。
[0003] 通過無線通信信道傳輸的數據質量通常由于介質的易失性而變得復雜，會受到衰 落、來自其他用戶的干擾和UE設備之間的變動等因素的影響。眾所周知，根據當前信道條 件，對諸如調制編碼方案（MC巧或傳輸功率之類的系統參數進行自適應可顯著提升總體吞 吐量。但是，要對通信鏈路或發射機與接收機之間的鏈路進行自適應，發射機需要準確了解 鏈路的當前信道狀態信息（CSI)。
[0004] 為了滿足運一點，如上所述的那些現代通信系統包括某種類型的反饋機制，W允 許發送機之間的鏈路閉環自適應，發射機可位于基站收發信臺或eNodeB，而接收機可位于 MS或者肥上。例如，3GPP LTE和LTE-A標準包括從一個肥或MS發送回CSI至發射機的 規定，其中，CSI用于選擇調制編碼方案（MCS)、和/或者預編碼矩陣、和/或者秩數等傳輸 參數。LTE包括幾種類型的CSI，包括信道質量指示（CQI)，秩指示巧I)、及預編碼矩陣指示 (PMI)。所述CQI是一個介于1和15之間的整數值。籠統地說，每一個CQI值與29個MCS 中的其中一個對應，運29個MCS用于不包括HARQ重傳的下行共享物理信道（PDSCH)上的 數據傳輸。在本方案中，較高的CQI值對應于較高吞吐量的MCS。此后，CQI和MCS可互換 使用。
[0005] 確定接收機的適當CSI值、發送所述CSI到發射機、并基于接收到的CSI來修改所 述鏈路的過程稱為鏈路自適應（LA),通常用于采用MIMO-OFDM技術的系統中，例如，3GPP LTE rel-8中定義的PDSCH。LA的目的是調整傳輸參數，如MCS和/或預編碼矩陣和/或秩 數，運樣，在保持塊錯誤率度LER)運個在無線和其他通信系統中使用的典型服務質量QoS 度量低于給定闊值的同時，最大程度地提高物理層的平均吞吐量。在移動通信系統中使用 的BLER闊值通常約為0. 1，或10%，可根據所期望的QoS來調大或調小。
[0006] 在移動通信系統中，鏈路自適應方案通常是為了實現從一個無線基站到MS的傳 輸，被稱為下行鏈路值L)，但也可W用來改善上行鏈路扣L)傳輸。為了實現LA,接收機接 收包含數據包的傳輸數據，并基于所接收的信號計算鏈路質量度量化QM)。然后，接收機確 定適當的CSI值并將它們發送給發射機，運些CSI值用于為隨后的數據傳輸選擇鏈路參數。 無線鏈路是非常不穩定的介質，因此當計算一個CSI值并發送給發射機用于調整鏈路參數 時，該鏈路可能已經發生很大地改變，導致自適應無法達到理想效果。因此，當使用修改后 的傳輸方案時，接收機應該嘗試預測未來的CSI，而不是僅僅計算當前的CSI值和把其返回 給發射機，運樣才能提升鏈路吞吐量。因此，LA需要根據當前的和過去的信道信息來預測 用于下一次的傳輸最佳CSI。由于無線鏈路是不斷迅速變化的，用于CSI預測的LA算法必 須足夠快地調整，W跟蹤運些變化。能夠適應運些快速的鏈路變化的算法被稱為快速鏈路 自適應（FLA)。
[0007] FLA可W是一個棘手和具有挑戰性的問題。在一個動態和受到各種變化影響的惡 劣環境下，例如，慢速或快速衰落場景、異質網絡、干擾和由于運動、溫度和肥之間的變動 而引起的肥條件改變，對傳輸參數做出調整W最大程度地提升平均吞吐量性能并維持可 接受的低BLm?會遇到許多困難。一個理想的FLA技術應該滿足一些制約因素，包括W下內 容：
[0008] 為了最大程度地提升平均吞吐量，同時保持BLmH氏于給定闊值，FLA應該能夠推 薦一個適于任何實際的移動環境的MCS/CQI ;
[0009] 所述FLA技術應該有一個"快速"自適應率，因此它能夠緊密跟蹤信道質量的變 化；
[0010] 在不同信道條件下，參數和/或查找表（LUT)必須保持較小數量，計算的復雜性必 須保持t旦定；
[0011] 該FLA技術應該能夠成功應對線性和非線性信道均衡器，不完美信道和噪聲協方 差的知識，W及射頻（R巧缺陷。
[0012] 許多針對FLA問題的解決方案已經提出，每個解決方案都有其優點和缺點。經 典的方法是使用帶有或不帶有校準與校正的鏈路質量度量化QM)，如平均交互信息每編碼 比特映射（MMIBM)。在運種方法中，通過利用采用的均衡器的一組后處理信號干擾噪聲比 (SINR)，獲得一個標量鏈路質量度量化QM)。然而，只有線性最小均方誤差（LMMS巧類型的 均衡器才了解閉合形式后處理SINR。對于其他類型的均衡器，如最大似然（ML)型均衡器， 需要一些近似估計。在獲得各個傳輸參數的如MCS之類的標量LQM后，經典經典的方法是 從LQM到BL邸的映射中找到對應的BLER，該映射通常是離線創建的。該離線映射或查找表 (LUT)是在加性高斯白噪聲（AWGN)信道條件下MCS分別獲得的，W及考慮到的傳輸塊大小。 此后，推薦一個適當的頻譜效率最高的MCS方案，運樣考慮到的MCS方案的預測BL邸就低 于期望的闊值。預測的BLER闊值通過模擬獲得，運樣，平均BLER可W滿足期望的QoS要求 的約束條件。運種"經典"的方法在文獻中進行了實證研究，并在一個經校準的設置中有良 好的表現。不巧地是，為每一個需要的MCS和信道條件找到校準和校正因子需要進行漫長 而枯燥的模擬。不同的傳輸大小需要若干LUT，因此，基于LTE/LTE - A系統就無法使用運 種方法。當使用非線性或ML型均衡器時，也很難找到合適的校正因子。在實際系統中，射 頻（R巧缺陷是不可避免的，會對性能產生負面影響，因為無法調整校正因子來適應所有類 型的現實世界中的變化和缺陷。
[001引基于支持向量機（SVM)的FLA技術也得W確立。運些方法使用SVM為實時或在線 的每個候選MCS獲知均值或有序后處理的SINR和BLER之間的映射。運種獲知的映射會定 期更新，并用于預測各組支持的MCS方案的BL邸性能。然后，預測的BL邸值可用來為下一 個數據包選擇和推薦MCS方案。基于SVM的FLA優于基于經典LQM/LUT的方法，也可W應 付某些類型的射頻和非線性缺陷。然而，基于SVM的方法存在內存消耗大，復雜性成本不夠 低，很難在當前狀態下的數字信號處理值S巧設備中應用的問題。基于SVM的FLA技術在 非平穩的場景下的工作表現如何或它們是否可W適當地跟蹤系統的變化，仍不得而知。
[0014] 另外一種LA解決方法是一種被稱為量化內核最小均方（QKLM巧的在線內核方法 (OKM)。在獲知均值或有序后處理的SINR與BLER之間的映射方面，QKLMS與SVM方法是相 似的，但是QKLMS沒有那么復雜，且對存儲器要求比目前已知的SVM方法要低得多。雖然 QKLMS具有一些優勢，但運種方法也存在一些問題。QKLMS跟蹤能力較差，其更準確地特征 為一種"慢"LA技術。通過詳盡的和耗時的離線網格捜索來尋找QKLMS自由超參數。需要 額外的捜索來確定如何從可用的一組MCS中選擇一個合適的MCS。OKM的輸入是平均后處 理SINR或均衡器中的一組有序后處理SINR，都具有非常高的動態范圍，因而降低由OKM提 供的潛在增益。
[0015] 因此，人們希望找到一種FLA技術，可W解決至少一些上述問題。
【發明內容】
[0016] 在上述技術背景下，本發明的目的是提供設備和方法，通過此設備與方法，能夠提 高采用了鏈路自適應反饋的通信鏈路中的數據傳輸速率，尤其但不完全是為了在接收機上 選擇CSI。
[0017] 本發明的另一目的是提供設備和方法，使得FLA可用于在動態環境下調整或者推 薦適合的CSI值來最大程度地提高通信鏈路的平均吞吐量，同時使平均BLER低于期望闊 值。運些設備和方法提供一個"快速"適應率，能密切跟蹤信道狀態的快速變化。
[0018] 本發明的又一個目的是提供設備和方法，使得FLA可用于在不同信道條件下保持 參數和/或查找表（LUT)的數量較小，并保持恒定的計算復雜性。
[0019] 本發明的再一個目的是提供設備和方法，使得FLA可用于在平穩或非平穩環境下 成功應對線性和非線性信道均衡器，不完美的信道和噪聲協方差知識，W及射頻（R巧缺 陷。
[0020] 上述和進一步的目的和優點都是依據本發明，通過使用高斯過程（GP)的系統模 型，可W調整和更新其模型參數來快速跟蹤通信鏈路的信道狀態變化。更新后的GP系統模 型用于為期望的一組CSI預測將來傳輸的BLm?性能，選擇一個與最高吞吐量相關聯的而且 能夠維持預測的BLER低于預定闊值的CSI。
[0021] 根據本發明的第一方面，上述和進一步的目的和優點是通過一個可用于選擇通信 鏈路的信道狀態信息（CSI)收發信機獲得的。所述收發信機包括：接收機，用于接收來自 所述通信鏈路的通信信號，并產生一個接收到的數據信號；處理裝置，與所述接收機禪合， 用于接收所述數據信號；存儲器，與所述處理裝置禪合。所述處理裝置用于：基于接收到的 數據信號，生成信道估計值、噪聲協方差估計值和一組循環冗余校驗（CRC)結果；基于信道 估計值和噪聲協方差估計值，生成一組鏈路質量度量化QM);緩存所述生成的一組LQM。基 于所述緩存的一組LQM和所述一組CRC結果，使用高斯過程（G巧系統模型更新GP系統模 型的模型參數。基于生成的一組LQM，使用更新后的模型參數與GP系統模型為支持的一組 CSI中的每一個CSI預測誤塊率度LER)。所述處理裝置從所述支持的一組CSI中選擇具有 最大吞吐量的CSI和低于闊值的預測BLER。
[0022] 根據第一方面，在所述收發信機的第一種可能的實現形式中，使用GP系統模型來 更新模型參數包括：基于所述生成的一組CRC結果，所述緩存的一組LQM和訓練數據字典， 更新模型參數。基于所述緩存的一組LQM，生成的CRC結果和所述接收到的數據信號的CSI， 更新所述訓練數據字典。
[0023] 根據第一方面的第一種可能的實現形式，在所述收發信機的第二種可能的實現形 式中，所述訓練數據字典包括多組緩存的LQM、與每組LQM關聯的至少一組CRC結果，化及關 聯的一組CSI。
[0024] 根據第一方面的第二種可能的實現形式，在所述收發信機的第=種可能的實現形 式中，所述訓練數據字典通過W下方式增強：當為當前CSI生成的CRC結果為通過，所述支 持的一組CSI中的所有低吞吐量CSI與所述CRC通過結果關聯；當為當前CSI生成的CRC 結果為失敗，所述支持的一組CSI中的所有高吞吐量CSI與所述CRC失敗結果關聯。
[00巧]根據第一方面或者第一方面的第一種至第=種可能的實現形式，在所述收發信