法律状态公告日
法律状态信息
法律状态
2020-06-02
授权
授权
2020-04-21
实质审查的生效 IPC(主分类):H04L25/02 申请日:20200214
实质审查的生效
2020-03-27
公开
公开
技术领域
本发明属于无线通信技术领域,具体涉及一种基于置信度与置信区间的随机信道量化方法。
背景技术
在无线传输网络中,信息的传输需要已知系统信道状态。理想的无线传输是在发送端和接收端均将系统的信道状态信息视为完美已知。但是,在实际的无线网络中,信道状态信息不能完美已知,需要通过信道估计以及信道量化反馈等方法使得发送端获得信道状态信息。因此,信道估计以及信道量化获得了研究人员的广泛关注。常用的信道状态信息量化方法主要包括等概率量化和矢量量化等。其中,等概率量化通过均匀分割被量化值落入各量化区间的概率(即令被量化值落入各量化区间的概率相等)来确定量化区间以及量化值;矢量量化则是先通过“训练”建立码书,接着利用不同的失真测度作为标准为需要量化的矢量寻找最佳匹配的码书从而进行量化。
发明内容
本发明的目的是提供一种基于置信度与置信区间的随机信道量化方法,考虑不同反馈比特数下最小量化误差对应不同的最优置信度。
一种基于置信度与置信区间的随机信道量化方法,应用于通过无线信道反馈量化接收端的信道状态信息的系统,所述系统包括至少一个源节点和一个目的节点,且反馈比特数受限,所述随机信道量化方法包括以下步骤:
步骤1,根据随机信道的概率密度函数,确定置信度与置信区间的关系表达式;
步骤2,根据有限的反馈比特数对信道状态信息的置信区间进行量化,确定量化间隔、各量化区间以及各量化值的数学表达式,并进而求得量化误差表达式;
步骤3,根据所求得的量化误差表达式,计算出不同反馈比特下的最优置信度;
步骤4,根据所求出的最优置信度,进一步计算出对应的信道量化间隔、量化区间和量化值。
进一步地,所述步骤1以高斯随机信道为例但不限于高斯随机信道,可以推广到其他任意的随机信道,其具体为:假设信道状态信息
此外,保证信道状态信息
进一步地,所述步骤2以均匀量化为例但不限于均匀量化,可以应用于其他任意的量化方法,其具体计算过程为:
步骤2-1,已知分配给信道的反馈比特数为
步骤2-2,根据均匀量化过程,得到各量化区间的端点值为
步骤2-3,根据均匀量化过程,得到各量化值为
其中,当信道状态信息
步骤2-4,根据信道量化误差的平均功率定义可以得到:
根据信道的概率密度函数
进一步地,所述步骤3中,具体计算过程为:
步骤3-1,给定反馈比特数
步骤3-2,置信度
步骤3-3,令
步骤3-4,若
步骤3-5,若
若
若
步骤3-6,令
进一步地,所述步骤4具体计算过程为:已知最优置信度
本发明与现有技术相比,其有益效果为:通过与传统等概率量化方法相比,本发明提出的随机信道量化方法显著降低了信道量化误差,并且随着反馈比特数的增加,本发明获得的信道量化误差优势更加明显。
附图说明
图1为本发明实施例基于置信度与置信区间的随机信道量化方法流程图。
图2为本发明实施例系统反馈比特数与量化误差的关系图。
图3为本发明实施例面向高斯随机信道且采用不同反馈比特数和均匀量化时的最优置信度取值表。
具体实施方式
下面结合说明书附图对本发明的技术方案做进一步的详细说明。
一种基于置信度与置信区间的随机信道量化方法,应用于通过无线信道反馈量化接收端的信道状态信息的系统,所述系统包括至少一个源节点和一个目的节点,且反馈比特数受限。本发明面向但不限于高斯随机信道以及均匀量化,本发明可以推广应用于任意随机信道及量化方法。
本实施例系统模型包含1个源节点S,1个目的节点D,目的节点D需要将已知的信道状态信息量化后反馈给源节点S。
本实施例的流程如图1所示,包括以下步骤:
步骤1,根据随机信道的概率密度函数,确定置信度与置信区间的关系表达式。
步骤2,根据有限的反馈比特数对信道状态信息的置信区间进行量化,确定量化间隔、各量化区间以及各量化值的数学表达式,并进而求得量化误差表达式。
步骤3,根据所求得的量化误差表达式,计算出不同反馈比特下的最优置信度。
步骤4,根据所求出的最优置信度,进一步计算出对应的信道量化间隔、量化区间和量化值。
步骤1中,本发明以高斯随机信道为例但不限于高斯随机信道,可以推广到其他任意的随机信道,其具体为:假设信道状态信息
此外,保证信道状态信息
步骤 2 中,本发明将以均匀量化为例但不限于均匀量化,可以应用于其他任意的量化方法,具体计算过程为:
步骤2-1,已知分配给信道的反馈比特数为
步骤2-2,根据均匀量化过程,得到各量化区间的端点值为
步骤2-3,根据均匀量化过程,得到各量化值为
其中,当信道状态信息
步骤2-4,根据信道量化误差的平均功率定义可以得到:
根据信道的概率密度函数
步骤3中,具体计算过程为:
步骤3-1,给定反馈比特数
步骤3-2,置信度
步骤3-3,令
步骤3-4,若
步骤3-5,若
若
若
步骤3-6,令
步骤4具体计算过程为:已知最优置信度
下面给出在计算机上利用MATLAB语言仿真实现本发明的一个实例。本实例中仅分析面向高斯信道且采用均匀量化时信道状态信息的反馈比特数与量化误差的关系。在仿真中设定系统是高斯信道,
图2为在基于置信度与置信区间的随机信道量化和等概率量化两种方案下,不同系统总反馈比特数对应的量化误差曲线图。从图2可知,优化置信度的均匀量化方案与等概率量化方案相比拥有更小的量化误差,表现更优越,并且随着反馈比特数的增加,基于置信度与置信区间的随机信道量化方案在量化误差上的优越性越来越明显。
此外,图3为优化算法迭代次数且信道分布固定时,面向高斯随机信道下采用均匀量化和不同系统反馈比特数时的最优置信度。从图3可以看出当优化算法迭代次数、信道分布以及最小误差表达式固定时,可以通过查表方法找到不同反馈比特数及所对应的最优置信度。
以上所述仅为本发明的较佳实施方式,本发明的保护范围并不以上述实施方式为限,但凡本领域普通技术人员根据本发明所揭示内容所作的等效修饰或变化,皆应纳入权利要求书中记载的保护范围内。
机译: 基于虚拟源位置信息的信道电平差量化和反量化方法
机译: 基于语音模糊匹配和置信区间的读取进度估计
机译: 基于语音模糊匹配和置信区间的读取进度估计