[01331187]一种基于信道场景分类的移动通信信号的信噪比预测方法

无线链路自适应传输系统跟踪无线信道状态的变化，动态地改变传输参数，使系统容量达到最大或者系统性能达到最佳，获得较高的频谱效率。

无线信道状态的跟踪是通过接收端进行信道估计将信道状态信息（CSI： Channel State Information）反馈给发射端来实现的，常用的CSI是信噪比。

发射端根据反馈选择合适的自适应参数包括调制星座大小、编码方案、功率分配等。

然而从信噪比估计到发射端接收反馈后发送数据的时间内，无线信道的时变衰落特性使得信道的状态可能发生变化，甚至是急剧的变化，于是根据反馈做出的自适应参数选取将直接导致错误的决策，使系统整体性能下降，通常称这类信道状态信息为OCSI。

鉴于CSI反馈及处理过程的时延是一个无法回避的问题，如何克服OCSI对系统性能的影响受到了广泛的关注。

信道预测技术就是无线链路自适应系统解决OCSI问题的重要方法，通过预测发射端发送数据时的信噪比决定自适应传输参数的选取。

在对此类方法进行比较分析之后，发现已有的信道预测技术没有充分考虑到无线信道的衰落和时变特性，不能应对CSI短时间内发生较大变化甚至突变的情况，严重损害了无线链路自适应系统的性能。

针对无线链路自适应传输中的过时信道状态信息（OCSI： Outdated Channel State Information）对系统性能造成的不利影响，首先从数学上对影响进行了分析，定义了OCSI对系统频谱效率的影响因子;

接着提出了一种基于信噪比预测的无线链路自适应系统模型，与已有系统模型不同的是，该模型在测量信噪比的基础上应用本文提出的基于信道变化场景的信噪比预测算法（SSPA： Scenario-based SNR Prediction Algorithm）对发送数据时的信噪比进行预测，以克服OCSI的影响。

SSPA将信道的变化划分为缓变、中等变化和突变三种场景，其中突变场景进一步区分为回归突变和非回归突变两种情形，在不同场景中采用不同的预测步骤针对性地进行信噪比预测。

为了验证算法性能，建立了基于SSPA的无线链路自适应系统仿真平台;仿真结果表明，与现有技术比较，基于SSPA的无线链路自适应系统具有近似的误比特率性能，频谱效率得到了有效的提升，特别是在高信噪比区域，频谱效率的改善十分显著。