A link adaptive method, electronic device and computer readable storage medium, in which the link adaptive method includes: the transmitter carries out source coding processing and channel coding processing of the target information to obtain channel transmission information; the receiver obtains the channel transmission information, and carries out time synchronization of the channel transmission information, fast Fourier transform FFT and channel estimation. The channel estimation coefficients and noise estimation information of the channel transmission information are obtained; the network training unit trains the channel estimation coefficients and the noise estimation information as characteristic input, obtains the predicted adaptive modulation and coding AMC scheme, and feeds the predicted MAC scheme back to the transmitter so that the transmitter can carry out self-determination according to the predicted AMC scheme. Adapt to adjustment.
【技术实现步骤摘要】
链路自适应方法、电子装置及计算机可读存储介质
本申请涉及电子
,尤其涉及一种链路自适应方法、电子装置及计算机可读存储介质。
技术介绍
在无线通信领域中,确定的无线通信链路的频谱效率在效能预测上通常跟通信信道的时变性一致。具体地说,多输入多输出正交频分复用(Multiple-InputMultiple-OutputOrthogonalFrequencyDivisionMultiplexingMIMO-OFDM,MIMO-OFDM)链路需要合适的自适应调制与编码(adaptivemodulationandcoding,AMC),也就是在确定的误包率(packeterrorrate,PER)条件约束下,基于信道状态信息(channelstateinformation,CSI)选择合适的调制编码方案(modulationandcodingscheme,MCS)来最大限度地提高系统吞吐量。每个MCS包含了正交振幅调制(QuadratureAmplitudeModulation,QAM)的调试阶数和编码速率。值得注意的是,在MIMO-OFDM系统中,AMC并不是一个简单的问题。因为实际的MIMO-OFDM系统中可能同时受到很多复杂因素的影响,比如OFDM调制、MIMO信道、卷积编码、位交织、无线信道效应以及电路的非线性等。因此,基于数学模型来假设尽可能近似的AMC方法,不足以精确地考虑到所有影响MIMO-OFDM系统性能的因素基于机器学习的AMC算法直接从之前观察到的信道信息进行学习、训练数据,没有做任何的数学近似。因此它们有可能具备可靠的性能,但前提是在复杂的 ...
【技术保护点】
1.一种链路自适应方法,所述方式应用于多输入多输出正交频分复用MIMO‑OFDM系统,其特征在于,所述系统包括发射机、接收机和网络训练单元,包括:所述发射机对目标信息进行信源编码处理和信道编码处理,得到信道传输信息;所述接收机获取所述信道传输信息,并对所述信道传输信息进行时间同步,快速傅里叶变换FFT和信道估计,得到所述信道传输信息的信道估计系数和噪声估计信息;所述网络训练单元将所述信道估计系数和所述噪声估计信息作为特征输入进行训练,获得预测的自适应调制与编码AMC方案,并将所述预测的MAC方案反馈至所述发射机,使得所述发射机根据MAC方案进行自适应调整。
【技术特征摘要】
1.一种链路自适应方法,所述方式应用于多输入多输出正交频分复用MIMO-OFDM系统,其特征在于,所述系统包括发射机、接收机和网络训练单元,包括:所述发射机对目标信息进行信源编码处理和信道编码处理,得到信道传输信息;所述接收机获取所述信道传输信息,并对所述信道传输信息进行时间同步,快速傅里叶变换FFT和信道估计,得到所述信道传输信息的信道估计系数和噪声估计信息;所述网络训练单元将所述信道估计系数和所述噪声估计信息作为特征输入进行训练,获得预测的自适应调制与编码AMC方案,并将所述预测的MAC方案反馈至所述发射机,使得所述发射机根据MAC方案进行自适应调整。2.根据权利要求1所述的方法,其特征在于,所述发射机对目标信息进行信源编码处理和信道编码处理,包括:所述发射机对目标信息依次进行差错控制编码,空间解析,正交幅度调制QAM调制,空时分组码STBC编码,空间映射,快速傅里叶反变换IFFT处理。3.根据权利要求1所述的方法,其特征在于,所述对所述信道传输信息进行时间同步,快速傅里叶变换FFT和信道估计,包括:从所述信道传输信息中提取短训练字段L-STF执行粗频率偏移校正,提取长训练字段L-LTF进行精细频率偏移校正和噪声估计,根据所述信道传输信息中的高速长训练字段HT-LTF做信道估计,得到估计矩阵,所述估计矩阵包括:衰落信道和空间映射;所述信道估计系数包括所述估计矩阵;所述噪声估计信息包括:所述噪声估计结果。4.根据权利要求3所述的方法,其特征在于,所述对所述信道传输信息进行时间同步,快速傅里叶变换FFT和信道估计之后,还包括:利用所述估计矩阵中的矩阵参数,以及空间均衡和信道均衡进行多输入多输出MIMO检测;根据所述MIMO检测的结果,依次进行STBC解码,QAM解调,空间解析和差错控制解码。5.根据权利要求1所述的方法,其特征在于,所述网络训练单元中的深度卷积神经网络DCNN包括:卷积层、平均池化层和全连接层构成;其中,所述DCNN的第一层和第二层隐藏层分别包含16、32个滤波器;紧接着为平均池化层,移...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。