基于AMC的无线QoS延时性能研究

基于AMC的无线QoS延时性能研究
王宇;王永生;王立波
【摘要】提出采用AMC 模式的无线通信系统,研究其基于延时QoS 的保障仿真模型,并仿真服从Nakagami 衰落分布的FSMC 模型对视频业务流的延迟保障特性.仿真结果表明,通过提高信噪比可提高数据延时QoS 保障性能,使用该模型可以通过仿真精确认定特定衰落信道是否能满足延时QoS 要求,有效改进模型精度和仿真过程.
【期刊名称】《计算机工程》
【年(卷),期】2010(036)019
【总页数】3页(P120-122)
【关键词】服务质量;自适应调制编码;有限马尔科夫信道;Nakagami信道
【作者】王宇;王永生;王立波
【作者单位】西北工业大学电子信息学院,西安,710072;西北工业大学电子信息学院,西安,710072;西北工业大学电子信息学院,西安,710072
【正文语种】中文
【中图分类】TN929.5
1 概述
随着无线网络带宽的不断提高，无线视频通信，尤其是移动电话、视频会议、视频流媒体通信和消费电子产品，已经逐渐成为人们工作和生活中不可或缺的一部分。

由于无线信道误码率高，信道干扰严重，并且传输带宽有限，波动较大等特性，难以为视频传输提供可靠的服务质量(Quality of Service, QoS)保证，这就使无线视频传输的QoS研究成为一个具有挑战性的课题。

为了在无线网络中实现数据速率、延迟极限和延迟超限率这三方面的问题，需要建立QoS保障系统的QoS指标分析框架，从而进行服务建模(信道建模)和排队系统分析理论。

文献[1]提出使用FSMC来模拟无线衰落信道，而此模型在Rayleigh和Nakagami信道中得到一定的研究。

文献[2]建立了一个ON-OFF的信源模型和2个状态的Markov信道模型，并分析了在此模型下点对点无线传输链路中延迟超
限率。

此模型其实已经做得很不错了，但其使用的信源和信道模型还是有些不够深入。

对于无线系统的性能分析来说，需要一些更简单但又能反映平衰落信道主要特征的模型。

有限状态马氏模型可以用于近似卫星信道、室内信道、Rayleigh衰落信道、Ricean衰落信道和 Nakagami-m衰落信道等的数学模型和实验模型，也可以用
于系统设计和系统性能分析。

2 系统模型
2.1 系统结构
图1表示的是一个单天线系统(Single Input Single Output,SISO)无线系统的端到端链路模型。

使用一个无限长度队列，也就是Buffer无限大，并且排队数据遵从FIFO(First In First Out)调度模式，队列系统会将排队信息输入物理层的
AMC(Adaptive Modulation & Coding)控制器，然后物理层控制器会根据接收
到的信息和信噪比(Signal Noise Ratio, SNR)状态决定AMC所需要使用的模式。

AMC控制器其实是一个跨层概念的系统控制器，会综合链路层和物理层的信息来做出系统的工作模式控制。

在此系统中做以下假设：在一个码元周期内信道是平衰
落的，其实这样就是可以直接使用AMC的方法，这一点在现在的多载波系统(如OFDM)中易于实现；接收端可以估计出准确的CSI信息，并将其反馈到发射端，
这是因为CSI信息是物理层参数的必要输入。

图1 使用AMC方式的系统跨层模型
2.2 Nakagami衰落信道及其FSMC模型
Markov模型在衰落信道的仿真中得到了广泛的应用，Markov模型输出衰落信道的基带差错序列，而不是衰落信道的包络，这样可以简化仿真过程，从而快速、有效地实现通信模块的测试。

FSMC模型将接收信号的SNR量化为有限的状态，然后采用一阶有限态 Markov模型实现，该方法具有很高的准确性和较低的复杂度[3]。

Nakagami-m分布相对瑞利分布、对数正态分布、莱斯分布能更准确地与实验数
据相吻合，并且具有更好的灵活性与广泛的适应性。

Nakagami-m分布能够比较
充分地描述多径效应，因此，在现代无线通信的理论研究与实际应用中得到了广泛的重视。

Nakagami-m分布的包络概率密度函数为：
其中，；m为衰落参数；γ= E( r2)。

在Nakagami衰落条件下，当衰落参数m
变化时，可以表征不同的衰落信道。

当m= 1 2时，为单边高斯衰落，这是信道衰落中最坏的情况，在通常见到的信道中很难见到；当m=1时，为Rayleigh衰落；当m＞1时，为精确的Ricean衰落信道和对数衰落信道；当m=∞时，为最常见
的无衰落的高斯信道AWGN。

对接收信号的SNR进行采样，采样周期为T= 1Rs ，Rs为基带数据速率。

时变信噪比γ(0 ≤γ<∞)量化为许多区间，第 j个区间Rj对应一个信噪比范围R j = {γ:A j ≤γ≤ Aj+1}，区间的边界Aj和总的区间个数是模型的参数。

模型假定在时间间隔
T内γ值保持在同一个区间内，在这个时间间隔结束时，可能继续停留在本区间内或者转移到相邻的信噪比区间，即若某个时刻的信道状态是Rj，则下一时刻的信道状态只可能是Rj−1、Rj或者Rj+1，不能到达别的状态，这在 fd T很小时是一个合理的假设。

在这样的假设下，得出对于所有的都有 pi , j = 0。

那么临近状态的转移概率就可以近似写为：
其中，NΓ(Γ k )是在 SNR 为γ 点时的电平穿越速率(Level-Crossing Rate, LCR)。

那么，便可以得出剩下部分的转移概率。

将上面的公式计算结果综合起来，组成 Markov状态转移概论矩阵，可以表示为
同时，FSMC的静态分布概率表示为π =[π 1, π2 ,… ,πK]，其值由下式给出：而LCR值可以通过下式推出：
其中， fd为信道最大多普勒频率。

2.3 AMC模型和状态转移矩阵
在时变信道中，自适应调制编码可以增强传输的可靠性并提高频带利用率。

在瑞利衰落中，由此引起的信号功率损失可能高达 30 dB，所以，按最坏情况进行的设
计必然导致非常低效的信道利用。

自适应方式在信道条件好的时候提高传输速率或减小发射功率，在信道条件差的时候降低速率或增大功率，从而可以提高平均吞吐量，降低所需的发射功率，或降低平均误码率。

AMC机制已经应用于未来所有的无线宽带通信网络系统中，如 3GPP(3rd Generation Partnership Project)组织的LTE[4] (Long Term Evaluation)标准、目前在全球广大范围正在部署的Wimax[5]网络、IEEE的 802.11n、DVB组织的DVB-T2、DVB-S2和DVB-C2
等多种移动通信和广播系统。

图2是3GPP-LTE通信模式中的一部分，通过将信号经过衰落信道过程加在接收机的信噪比来影响发射机的调制和编码方式的改变。

图2 3GPP-LTE中部分模式的AMC示意图
2.4 递归式排队分析
在网络中分析QoS性能时，通常都是在定义好服务调度模型(比如 FIFO模型)的情况下，通过队列分析得到等效的QoS指标度量，并映射到相应的QoS保障评价体系。

如果把研究重点放在延时指标，则需要从信源的到达特性和信道服务特性来分析。

如图 3所示，信源数据在t时间单位信息比特到达量为tA，信道在t时间单位可用的信道容量为Ct，如果队列中存在的队列数目大于信道容量数，则按照最大容量输出。

如果没有到达最大容量，则会根据某种调制模式，比如功率最省的模式将队列中的数据发送出去。

图3 递归式队列分析模型
递归式排队延迟分析的算法及无线网络接入控制算法可以总结如下：
(1)确定时变无线信道的衰落参数、带宽和业务模型。

(2)根据信源模型产生业务流，并将业务流按照数据帧格式分成时隙帧。

(3)根据平均信噪比计算FSMC转移概率矩阵，并根据概率矩阵产生信道状态链。

根据相应状态计算信道传输能力，传送等量的业务比特。

(4)统计数据包的延迟超限率，并与相应指标比较，如果超限率低于指标，则说明系统提供有效带宽不足，通过系统决定是否增加SNR，或者拒绝该请求。

3 数据仿真
为了简单起见，在仿真中采用了IEEE 802.11a中的AMC模式，其工作参数如表1所示。

表1 802.11a工作参数表参数模式1 模式2 模式3 模式4 模式5调制方式BPSKQPSKQPSK16QAM64QAM码率1/21/23/43/43/4符号位宽
0.51.01.53.04.5 rk-1.531.0943.9710.215.9
设数据帧长2 ms，每帧100个时隙，仿真一组高速率的视频数据流，采用一阶AR模型来模拟，比特率可以表示为：
其中，a=0.878 1；b=0.110 8；w是一个均值为80 Kb/s、标准方差为 30 Kb/s 的高斯随机变量。

视频业务的系统带宽为100 kHz。

在仿真中，Nakagami衰落参数m=1，也就是Rayleigh衰落信道，多普勒频偏为5 Hz。

另外，音频业务和视频业务的QoS需求在表2中给出。

表2 Video的延时QoS需求BER目标值最大延迟/ms 延迟超限率1e-41501e-3 仿真中所给定参数和一阶AR模型的信源到达特征具有抖动式的输入分布特性，其中，AR模型常用于描述视频数据流，简单，使用广泛。

信道的输入受信道变化的影响，当存在多普勒频率时，信道会表现出时变的衰落特性，图4为仿真参数条件平均信噪比为9 dB下LCR的二维分布图。

可以看出，当信道衰落变强，也就是m增大时，信号穿越主要集中在平均SNR附近，说明信道衰落比较稳定，这样符合Nakagami信道的定义。

图4 采用仿真中的AMC参数的LCR值的二维分布
图5是所仿真视频业务在不同信噪比条件与延迟超限率之间的关系。

从图中可以看到和音频业务同样的现象，在信道带宽给定情况下，增大信噪比可以改善 AR信源模型的延迟QoS性能。

同时也发现在信道参数一定情况下，延迟超限率相对延迟极限有近似于对数变化的关系。

图5 Video数据在不同信噪比下QoS性能曲线
4 结束语
实用的衰落信道仿真模型是无线网络中基于延时QoS保障研究所面临的一个重要问题。

本文方法所采用 AMC模式的无线通信系统，较采用计算香农容量的方式更接近实用系统，同时，Nakagami衰落分布FSMC模型也更具有通用性。

如果需要得到衰落特性不同的信道(比如Ricean信道)，只需要将仿真参数m=1改为大于1的值(如m=3)，即可方便得到该信道条件下的仿真性能。

参考文献
[1] Wang Hongshen, Moayeri N. Finite State Markov Channel, a Useful Model for Radio Communication Channels[J]. IEEE Transactions on Vehicular Technology, 1995, 44(1): 163-171.
[2] Krunz M, Kim J G. Fluid Analysis of Delay and Packet Discard Performance for QoS Support in Wireless Networks[J]. IEEE Journal on Selected Areas in Communications, 2001, 19(2):384-394.
[3] 高凯, 张尔扬. 一种改进的衰落分集信道量化FSMC模型及其性能分析[J]. 电子学报, 2006, 34(12): 96-99.
[4] Sesia S, Toufik I, Baker M. LTE, The UMTS Long Term Evolution:From Theory to Practice[M]. [S. l.]: John Wiley & Sons, 2009.
[5] 李武强, 刘乃安. IEEE 802.16d WMAN 物理层仿真及性能分析[J]. 计算机工程, 2007, 33(4): 76-78.。