基于信源-信道联合编码的LTE网络数据传输算法

基于信源-信道联合编码的LTE网络数据传输算法
武爱林;周胜源
【摘要】To solve the problem of low efficiency of source channel matching,and serious transmission jitter in the current source LTE data transmission scheme,the LTE network data transmission algorithm based on source channel joint coding was proposed.The source partition mapping transmission mechanism was constructed to finish the partition mapping transmission of source,and the fast bandwidth relocation mechanism was used for the elimination of redundant
bandwidth.Concurrent rate priority channel ordering mechanism was used for the source.The Laplace coding cycle error elimination algorithm was used to obtain the best transmission sub channel.Simulation results show that the proposed algorithm has larger data transmission band width and higher transmission quality compared with ACEC and SM-CE.%为解决当前LTE数据传输方案中存在的信源-信道匹配效率低、传输抖动严重的不足,提出基于信源信道联合编码优化机制的LTE网络数据稳定传输算法.构建信源分割映射传输机制,对信源进行分割映射传输,使用快速带宽重定位机制来消除冗余带宽,借助并发码率优先信道排序机制重排信源,采用拉普拉斯编码循环误差消除算法来获取最佳传输子信道.仿真结果表明,与累计误差消除传输算法(adaptive cumulative cancellation algorithm,ACEC)、信道预估传输调制算法(stable modular algorithm for channel estimation,SM-CE)相比,所提算法的数据传输质量与传输带宽更高.
【期刊名称】《计算机工程与设计》
【年(卷),期】2017(038)012
【总页数】7页(P3229-3235)
【关键词】LTE网络;数据稳定传输;信源-信道联合编码;分割映射传输;快速带宽重定位;拉普拉斯编码
【作者】武爱林;周胜源
【作者单位】广西科技师范学院图书馆,广西来宾 546199;桂林电子科技大学信息与通信学院,广西桂林 541004
【正文语种】中文
【中图分类】TP393.04
LTE-5G技术对数据的调制与解调性能、抗干扰性能要求极高，单纯采用传输层优化机制难以适应不同的应用场景，因此采用一定的编码技术，改善数据传输及信道抗噪性能，提升数据传输质量，成为当前LTE-5G技术中的研究热点[1,2]。

当前，研究者着力于信源编码及信道编码效率的改善，取得了一定的研究成果，如Hasan.M等[3]提出了一种基于流重定向排序机制的LTE网络稳定传输算法，通过中继信道的方式将信道数据流进行重定向后，采取正交调制方式实现传输率的正交化，且引入随机编码对信号进行加密处理。

然而该算法仅从信道数据流出发，并不能降低信源编码过程中所混入的窄带噪声，因此该算法在信道噪声与信源频率相似时的抗干扰性能较差，无法进一步提升数据传输质量。

Wan.J等[4]提出了一种基于分段等级编码机制的LTE网络稳定传输算法，通过克隆信源编码副本的方式对信源编码质量进行实时监控，能够在信源噪声受到严重干扰时大大提高编码的准确
度，数据编码质量较高。

然而该算法未能考虑信道噪声对信源传输数据的混频影响，当信道噪声与信源频率出现共振效应时，算法的数据传输率将出现显著下降。

Zhao.Y等[5]提出了一种基于信源-信道正交映射机制的LTE数据稳定传输算法，
在编码过程中对信道质量进行适配，且通过正交映射方式进一步降低信道噪声对数据传输过程的干扰效应，稳定了数据传输性能。

然而该算法仅适应于例如高斯信道等非相干广谱信道，当信道衰落频率与信号频率近似时，将导致严重的信号传输衰落现象，使得信号传输性能严重下降。

为此，本文提出了一种基于信源-信道联合编码优化机制的LTE网络数据稳定传输算法。

首先使用信源分割映射传输机制(source segmentation mapping transmission mechanism，SSMT机制)对信源进行分割映射传输，且采用快速
带宽重定位机制降低信源传输中存在的冗余带宽现象；通过预发射子信源与子信道的匹配传输，降低了传输过程中的误码现象；使用匹配优化机制，对接收子信源的状态转移矩阵进行矢量特征投影拆分(split vector feature projection，SVFP)，
且进行相应子信道的功率匹配；在提升了信道传输效率及降低了信道衰落影响的同时，也改善了数据传输质量。

最后通过仿真实验验证了本文算法的有效性。

基于信源-信道联合编码优化机制的LTE网络数据稳定传输算法的过程如图1所示，主要包含3个部分，信源分割映射传输、信道分级编码传输、匹配稳定优化传输。

首先采取信源分割映射传输机制(SSMT机制)，将信源经过SSMT切割为独立状态的子数据源，并进行信源编码，然后经过快速带宽重定位(fast bandwidth relocation，FBR)机制，形成误码率最小的预发射子信源。

最后各组预发射子信源通过匹配稳定优化传输进行传输，详细流程如图1所示。

由于LTE-5G环境中的信道处于高时变、高衰落状态，导致信源误码现象发生频繁[6]，单纯采取一次传输机制将难以对误码现象进行纠错，因此本文构建信源分割
映射传输机制(SSMT机制)，首先对信源进行特征频率排序，序列层次处于领先地
位的子信源将能够优先进入预发射状态，并形成预发射序列。

信息分割映射传输如图2所示。

考虑到采取排序机制后形成的传输信源还存在带宽间隙过大的问题，这是由于传输信源在预发射时传输信源之间以及传输数据包之间均存在较大的冗余部分，如图3(a)所示，由于冗余带宽的出现，导致数据发射带宽较大，因此，本文在SSMT 机制完毕之后，对图3(a)进行序列重排，如图3(b)所示，从而完成预发射信源的构建。

采用SSMT机制形成的预发射信源虽然已经进行了优化，然而由于信号发射均需要按着一定序列对预发射信源进行发射处理，单纯选取性能最佳的子信号将存在一定的带宽浪费现象，因此本文在信道分级编码传输流程中引入快速带宽重定位(FBR)机制[7]，如图4所示，经过FBR机制分割，预发射信源将按照时隙长短组成N个待发射序列
由于待发射序列均存在传输码率的不同，因此对FBR待发射序列进行传输码率R 排序
对于模型(2)中采取FBR机制构建的各路预发射子信源，由于其对应的序列中传输码率不同，在进行发射时所位于的优先级也有所不同，传输码率较大的子信源需要优先能够得到发射，其权值应该处于优先级别。

此外，传输过程中误码率较低的子信源也需要能够得到优先发射，本文通过最小预传输误码率E(e|FBR)作为裁决指标，以便进行权值赋予
其中，Ei(FBR)表示第i个子信源匹配信道时的最大传输误码率；Pi(FBR)表示按模型(2)所示前i个传输子信源未发生误码，但第i+1个传输子信源出现误码情况。

为进一步降低模型(4)所示的最小预传输误码率，本文引入并发码率优先信道排序机制(scheduling mechanism for concurrent rate priority channel，CRPC机制)[8]，且将模型(1)～模型(2)所示的子信源传输码率逐个代入模型(3)，可得
当子信源传输时，若未发生误码现象，则其熵损失为ΔEi
联立模型(5)～模型(6)可得
其中，rs表示第s路预发射子信源进行FBR机制分割及CRPC机制排序之后传输率；Rc表示式(2)中第c路级联码率。

由于LTE信号传输过程中往往需要进行一定的压缩，进行压缩后的传输率rs与信源码率损失情况成反比关系；在进行级联过程中，Rc与信源纠错的投影矢量呈现正比关系[8]。

在进行信号预发射时，可设当前信道传输率为Rs
考虑到系统进行数据传输时的各路子信道带宽总和为一定值，故模型(11)所示的信道传输率不能超过系统的最大传输带宽，此外当信道接收信源数据时，不应当单纯考虑传输率因素，也需要考虑到误码率应保持在较低水平。

故信道分级编码传输可概括为：在固定强度的信道噪声强度下，E(rs,Rc)均要达到最小
为取得模型(12)所对应的最佳解，联立模型(6)及模型(3)，详细过程如图5所示：首先针对预发射子信源，逐个得到信道传输率与级联码率，依据模型(4)获取最小预传输误码率E(e|FBR)，然后逐个子信源进行计算，按由低到高的顺序进行传输序列排序；为增加排序效率，在模型(4)进行数据获取时，按文献[9]所示的空间排序优化机制(spatial ordering optimization mechanism，SOO机制)[9]进行数据排序，以便增强本文算法的数据获取效率。

完成信道分级编码传输流程后，信源-信道数据传输速率与误码率将达到动态平衡状态；但是，由于LTE信号传输过程中需要进行数据调制与解调过程，如图6所示，其数据接收过程与数据发送过程为一对逆向过程；为进一步提高数据传输速率,降低预传输误码率,故需要对数据发送及接收过程进行进一步匹配，使得数据传输效率能得到提高。

不妨设数据接收时所获取的N路接收子信源C(n)为
模型(13)中，H(i)表示第i路接收子信源的状态转移矩阵；X(i)表示第i路接收子信
源在状态转移矩阵上的投影；N(i)表示LTE信道噪声干扰，一般为瑞利噪声[9]。

由于接收子信源在信道传输前需要由预发射子信源通过信道传输方式后去，传统发射过程均采取随机发射机制，一旦两路子信源同时被某个子信道所获取，则将由于数据拥塞而导致传输受阻现象。

为改善该问题，本文构建匹配稳定优化机制，以降低子信源-子信道匹配困难的难题。

整个匹配稳定优化机制由两个部分所构成：子
信道适配、流传输。

(1)子信道适配
当预发射子信源进入信道前，需要通过模型(12)进行传输码率排序，由于模型(13)所示的接收子信源的状态转移矩阵H(i)具有正交特性，其对应的列向量均两两正交；依据接收子信源的状态转移矩阵H(i)具备的正交特性，进行矢量特征投影拆分(split vector feature projection，SVFP)[10]，如图7所示，可将整个传输信道
分割为n个正交子信道
模型(14)中F(n)表示子信源的状态矩阵，依据列排列由SVFP的方式进行矢量特征投影后获取的特征矢量，即可获取该矩阵；Λ表示单位正定矩阵。

将H(n)的特征值按从小到大排列为λ1,λ2,…,λn，则Λ可以表示为
联立模型(14)并结合模型(13)即可获取模型(15)中列向量所规定的预发射子信源，
考虑到模型(15)正定，因此模型(15)的列向量即为各个子信道所对应的特征向量，按特征值进行分割即可将子信道归并为正交的n个子信道。

(2)匹配传输
依据模型(14)～模型(15)完成子信道适配后，子信道的特征矢量将完全由模型(15)的列向量决定；由于模型(1)～模型(12)获取的预发射子信源未与模型(15)决定的正交子信道所匹配，故无法通过模型(15)进行传输优化；因此传输优化过程将依据模型(15)的正交子信道的最大传输功率，以便进行预发射子信源的传输优化，如图8所示，从而降低传输耗能。

联立模型(14)，将预发射子信源及模型(15)所示的正交子信道进行功率划分
在模型(16)中，对于预发射子信源，其传输码率已经完成了排序过程，为降低在正交子信道中的功率损失，考虑到子信源在信道传输中存在信道衰落效应[10]，因此，将码率进行质量分组，并对不同等级的质量分组采用拉普拉斯编码循环误差消除算法(Laplasse coding cyclic error elimination algorithm，LCCEE)[11]进行误差
再消除；从而在完成子信道适配流程后，对各个子信道上的子信源进行了传输优化。

为便于对本文算法的优势进行对比，采用NS2仿真环境进行信号传输仿真；此外，引入LTE信号稳定传输中常用的自适应累计误差消除传输算法(adaptive cumulative error cancellation algorithm，ACEC算法)[11]、信道预估传输稳定调制算法(stable modulation algorithm for channel estimation，SM_CE算法)[12]进行仿真对比。

整个仿真过程中子信道数量不超过1024路，信号调制方
式均采用标准LTE-5G信号调制方式[11,12]：256PAM调制；信道噪声为瑞利噪声；信道衰落方式按{1,1-e-1,1-e-2,1-e-3,1-e-4}进行信道衰落，且信号发射功率与信道衰落强度呈现线性反比关系[12]。

图9(a)～图9(c)分别显示了本文算法与ACEC算法及SM_CE算法在普通衰落信道、中等衰落信道、高衰落信道下的数据传输带宽仿真结果。

根据图9(a)～图9(c)的
数据显示，3种算法的数据传输带宽随着信道衰落强度的增加而不断下降，这是由于随着信道衰落强度增大，信道的衰落效应增强，使得信道的传输能力下降，因此数据传输带宽的性能也随之降低。

然而，本文算法在普通衰落信道、中等衰落信道、高衰落信道下的数据传输带宽均较ACEC算法及SM_CE算法要高，且下降幅度较小，稳定性较好。

这是由于ACEC算法仅采用最优子信道匹配机制，虽然能够筛
选最佳子信道进行数据传输，然而由于该方式无法对预发射子信源进行优化匹配，当存在信道噪声干扰时，其数据传输带宽也将存在一定程度的下降；SM_CE算法
虽然针对预发射子信源进行了优化排序，然而该方式所生成的子信道存在非独立特
性，存在一定的频率干扰现象，因而数据传输带宽存在瓶颈效应；本文算法通过信源分割映射传输及信道分级编码传输过程，能够在实现预发射子信源的误码率最低的基础上，进一步实现信道的分级正交化传输；且通过匹配稳定优化传输机制，提高了本文算法的信道抗衰落性能，因此本文算法的数据传输带宽具有显著的优势。

为直观体现本文算法与ACEC算法及SM_CE算法在完成数据传输后的传输质量对比，以灰度图像为待传输数据，如图10(a)所示，将其视为信源模型，采用本文算法与ACEC算法及SM_CE算法进行数据传输性能测试，3种算法接收到的信源质量如图10(b)～图10(d)所示。

由图可知，本文算法在完成数据传输后，获取的信
源对应的图片与原始信源相比，噪声干扰程度小，且不存在扭曲及模糊现象，如图10(b)所示；而ACEC算法及SM_CE算法均出现了模糊及图形扭曲现象。

这是由
于本文算法通过信源分割映射传输及信道分级编码传输过程，能够降低信道噪声对信源传输过程的影响，且通过匹配流稳定优化传输过程，进一步改善因信源-信道
不匹配现象而导致的传输抖动现象，因而数据传输质量高。

ACEC算法由于采取的信道匹配机制无法对预发射子信源进行优化匹配，因此在数据传输过程中极易受到信道噪声干扰影响，如图10(c)所示；SM_CE 算法由于传输子信道为非正交信道，导致信道间存在严重的频率漂移现象，因而引入了新的信道噪声，因此出现了大面积模糊及图形扭曲现象，如图10(d)所示。

为改善当前LTE数据稳定传输方案中存在的匹配效率低，传输性能较差等不足，
本文提出了一种基于信源-信道联合编码优化机制的LTE网络数据稳定传输算法。

通过设计信源分割映射传输，并联合信道分级编码与快速带宽重定位，降低了数据抖动，改善数据稳定性；且利用并发码率优先信道排序机制，以及拉普拉斯编码循环误差消除技术，降低数据编码误差，改善了信源-信道的匹配效率，从而提高了
数据传输的稳定性。

实验结果验证了本文算法的合理性与优异性。

下一步，将针对本文算法在信源分割映射传输中存在的分割速度较低等问题，引入
流量分割映射机制，进一步提高本文算法在面临超带宽传输条件下对LTE数据传
输所要求的高并发、高带宽等实际需求的适应能力，增强本文算法的实际适应性能。

【相关文献】
[1]YUAN Xun.Long-term evolution system in a kind of improved ICT quality indicator correction algorithm design[J].Science Technology and Engineering,2013,35(7):679-684(in Chinese).[袁浔.长期演进系统中一种信通质量指示修正算法的设计[J].科学技术与工
程,2013,35(7):679-684.]
[2]LEI Tao,LI Xiaowen.A new cell search scheme for TD-LTE system[J].Science Technology and Engineering,2013,24(7):190-204(in Chinese).[雷涛,李小文.一种用于TD-LTE系统新的小区
初搜方案[J]. 科学技术与工程,2013,24(7):190-204.]
[3]Hasan M.Distributed resource allocation for relay-aided device-to-device communication:A message passing approach[J].IEEE Transactions on Wireless Communications,2014,13(11):6326-6341.
[4]Wan J,Xu C.Research on user pairing algorithm for LTE femtocell uplink[J].Science China,2014,8(4):96-105.
[5]Zhao Y,Li Y,Chen X,et al.Joint optimization of resource allocation and relay selection for network coding aided device-to-device communications[J].IEEE Communications Letters,2015,19(5):807-810.
[6]Navaratnarajah S,Saeed A,Dianati M,et al.Energy efficiency in heterogeneous wireless access networks[J].IEEE Wire Communications,2013,20(2):37-43.
[7]CHEN Xin,ZHANG Lei,XIANG Xudong.A stochastic network calculus approach for the
end to end delay analysis of LET networks[J].Journal of Computer,2012,35(1):46-52(in Chinese).[陈昕,张磊,向旭东.基于随机网络演算的LTE网络端到端时延分析[J].计算机学
报,2012,35(1):46-52.]
[8]Tong E,Ding F,Pan ZW.An energy minimization algorithm based on distributed dynamic clustering for long term evolution (LTE) heterogeneous networks[J].Wireless Personal Communications,2015,58(4):1-12.
[9]XU Qiang,QUAN Xin,PAN Wensheng.Analysis and experi-mental verification of the interference suppression ability of the same frequency full duplex LTE radio frequency interference[J].Journal of Electronics and Information,2014,36(3):662-668(in Chinese).[徐强,全欣,潘文生.同时同频全双工LTE射频自干扰抑制能力分析及实验验证[J].电子与信息学
报,2014,36(3):662-668.]
[10]LI Xiaowen,LUO Jia.LTE system DCI format detection and implementation of PDSCH
transmission scheme[J].Video Technology,2013,17(12):204-208(in Chinese).[李小文,罗佳.LTE系统DCI格式检测及PDSCH传输方案的实现[J].电视技术,2013,17(12):204-208.] [11]Xiong KM.LTE estimation and mutual coupling calibration with the SAGE algorithm[J].Chinese Journal of Aeronautics,2014,27(6):1538-1543.
[12]Xiang W.Underdetermined LTE estimation and blind separation of non-disjoint sources in time-frequency domain based on sparse representation method[J].Journal of Systems Engineering and Electronics,2015,25(1):17-25.。