链路自适应方法、电子装置及计算机可读存储介质制造方法及图纸

一种链路自适应方法、电子装置及计算机可读存储介质，其中，该链路自适应方法包括：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；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；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，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预测得到的AMC方案进行自适应调整。

Link Adaptive Method, Electronic Device and Computer Readable Storage Media

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MIMO-OFDM系统中，使用机器学习的方法必须具有足够的能力来捕获正确的输入输出关系。特别是在现有技术中中提出的链路自适应k-NN分类算法，它基于所有的OFDM子载波的每个空间流排序的SNR，使用了一种启发式的方法来降低特征集的维度。证明了使用启发式方法来降维比使用平均SNR、有效指数SNR(EESM)映射的方法表现更加出色。然而，这种启发式方法在降维过程需要付出很大的计算代价和可靠的数据集。此外，当使用k-NN来预测新的数据时，整个训练集数据都被存储在用户的设备上，并且需要计算所有新数据的特征和样本集特征之间的距离，这是不切合实际的，特别是在大量训练数据的时候。最重要的是，特征集降维可能会丢失很多原系统中有用的特征信息以致影响k-NN算法预测的准确率。
技术实现思路
本申请实施例提供一种链路自适应方法、电子装置及计算机可读存储介质，用于根据到MIMO-OFDM系统的特性，较好地预测到合适的调试编码方案。本申请实施例第一方面提供一种链路自适应方法，包括：所述方式应用于多输入多输出正交频分复用MIMO-OFDM系统，所述系统包括发射机、接收机和网络训练单元；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AMC方案反馈至所述发射机，使得所述发射机预测的AMC方案进行自适应调整。进一步地，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。进一步地，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(legacyshorttrainingfield,L-STF)执行粗频率偏移校正，提取长训练字段(legacylongtrainingfield,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(highthroughputlongtrainingfield,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。进一步地，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(SpatialEqualization)空间均衡和(ChannelEqualization)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。进一步地，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，移动步长为4；第三层卷积层滤波器数量增加到64，紧接着为第二个平均池化层，移动步长为2；第四层卷积层滤波器降为32个；紧接着的第三个平均池化层与第二个一致；随后继续接第五个卷积层，滤波器为16个；其中，五个卷积成都是使用5*1尺寸大小的滤波器，并且都是使用RELU做为激活函数；接下来是2层全连接网络，第一层包含100个神经元，激活函数也是RELU；第二层神经元数量u和调制编码方案(modulationandcodingscheme,MCS)的数量相同，激活函数使用的是softmax。本申请实施例第二方面提供链路自适应系统，包括：发射机，用于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；接收机，用于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；网络训练单元，用于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AMC方案反馈至所述发射机，使得所述发射机预测的AMC方案进行自适应调整。进一步地，所述发射机具体还用于：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。进一步地，所述接收机具体还用于：从所述信道传输信息中提取L-STF执行粗频率偏移校正，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。本申请实施例第三方面提供一种电子装置，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现上述本申请实施例第一方面提供的链路自适应方法。本申请实施例第四方面提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现上述本申请实施例第一方面提供的链路自适应方法。由上可见，本申请方案以接收机处理得到的信道估计系数和噪声估计信息作为网络训练单元的特征输入对深度卷积神经网络进行训练，获得预测的AMC方案，并将所述预测的AMC方案反馈至所述本文档来自技高网...

【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...

【专利技术属性】
技术研发人员：王滔滔，李国，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东,44