一种基于物理层抽象算法的异构网动态系统级仿真方法

摘要

一种基于物理层抽象算法的异构网动态系统级仿真方法，针对LTE蜂窝移动通信网络与基于Wi-Fi无线传输标准协议802.11n的下一代高速无线局域网的异构网融合，利用物理层抽象算法，将复杂物理层的链路仿真简化、抽象为一个简单的一元带参数函数，屏蔽了物理层协议的细节，将802.11n和LTE不同的物理层，抽象为统一的空中接口模型，作为跨层模块。本发明提出了一种基于物理层抽象算法的异构网动态系统级仿真方法，实现了动态的系统级仿真，并且极大地降低了计算复杂度。

说明书

技术领域

本发明属于无线通信技术领域，涉及LTE(Long Term Evolution，长期演进)和802.11n的异构网融合、RBIR(received block mean mutual information rate，块平均互信息率)物理层抽象算法，提出了一种基于物理层抽象算法的异构网动态系统级仿真方法。

背景技术

目前随着无线通信技术发展迅速，各种标准在不断被更新，新的无线网络架构和技术也不断被提出。人们也对无线通信系统提出了更高的要求，如更高的传输速率、更高的服务质量以及更为广泛的接入等，这样的需求使得跨层设计受到了极大的关注另外，无线局域网与蜂窝移动通信网络的融合必将是大势所趋。LTE(Long Term Evolution，长期演进)作为对现有3G技术的增强和演进，是最新一代蜂窝移动通信网络技术；目前，Wi-Fi(wireless fidelity，无线保真/无线相容性认证)，即IEEE 802.11系列作为高速无线局域网的主要标准得到了广泛的应用，802.11n已经成为下一代主流高速无线局域网技术。而LTE和802.11n异构网融合后系统将极其复杂，使用常见的静态的或者准静态的方式，进行系统级仿真，计算数据量庞大，复杂度极高，因此对无线通信系统分析与设计变得更加困难。

发明内容

本发明要解决的问题是：目前的无线通信中，一方面，针对802.11n和LTE融合而成的异构网，系统极其复杂；另一方面，使用常见的静态的或者准静态的方式，进行系统级仿真，计算数据量庞大，复杂度极高，故欲对802.11n和LTE融合而成的异构网进行系统级仿真，可谓是难上加难。

本发明的技术方案为：一种基于物理层抽象算法的异构网动态系统级仿真方法，对802.11n和LTE融合而成的异构网进行动态的系统级仿真，包括如下步骤：

第一步，确定接入的网络为802.11n或LTE；

第二步，确定选择的调制编码方式MCS，所述调制编码方式MCS包括LTE蜂窝移动通信网络的调制编码方式或802.11n无线局域网络的调制编码方式；

第三步，利用RBIR物理层抽象算法建立LTE和802.11n异构网的统一空中接口抽象模型，由实时信道信息得到块平均互信息率RBIR；

第四步，利用上述统一的空中接口抽象模型，通过链路级仿真，在LTE和802.11n通信网络的单输入单输出SISO以及多输入多输出MIMO系统中不同的MCS条件下，由块平均互信息率RBIR得到块误码BLER，BLER与RBIR的函数簇为：

$>\mathrm{BLER}=f_{\mathrm{NET},\mathrm{MSC}}(\mathrm{RBIR},{\alpha }_1,{\alpha }_2)=\frac{1}{2}\mathrm{erfc}\left(\frac{\mathrm{RBIR}-{\alpha }_1}{{\alpha }_2}\right);$>

对于确定的网络NET和调制编码方式MSC，即可确定相应的函数参数α₁、α₂，从而确定确定BLER与RBIR的函数；

第五步，将每一次传输实际的编码调制与检测过程建模为一次伯努利实验，当每一时刻无线链路的状态给定后，每一个用户传输的统计块误码BLER值是通过RBIR物理层抽象算法计算得到的，伯努利实验产生[0，1]均匀分布的随机数a：a＞＝BLER，传输无误；a＜BLER，传输错误，得到该传输包传输的正误；

第六步，判断实验结束与否：否，回到第一步；是，统计仿真结果。

为了解决现有技术存在的问题，本发明针对802.11n和LTE异构网融合，提出了一种基于物理层抽象算法的异构网动态系统级仿真方法，实现了动态的系统级仿真，并且极大地降低了计算复杂度。物理层抽象可以将无线信道即时的状态通过一个或几个简单的量反映给系统的高层模块，从而实现跨层信息的交互，达到系统整体性能的优化。RBIR物理层抽象算法，作为一种以信息论原理为基础的物理层抽象算法，不需要调整参数，具有一般性。本发明利用物理层抽象算法，将复杂物理层的链路仿真简化、抽象为一个简单的一元带参数函数，屏蔽了物理层协议的细节，将802.11n和LTE不同的物理层，抽象为统一的空中接口模型，作为跨层模块。

本发明的有益效果主要体现两个方面在：

第一，针对802.11n和LTE异构网融合，采用RBIR物理层抽象算法，简化LTE和802.11n异构网的物理层链路仿真，建立统一空中接口抽象模型作为跨层模块；

第二，由于复杂的物理层的链路仿真被简化、抽象为一个简单的一元带参数函数，相较一般的系统级仿真，这种简化的异构网动态系统级仿真方法极大地降低了系统分析与仿真的计算复杂度。

附图说明

图1为本发明异构网动态系统级仿真方法流程图。

图2为本发明利用物理层抽象算法的异构网跨层设计系统结构图。

图3为现有技术中一般的802.11n和LTE异构网分层系统结构图。

图4为本发明在SISO情况下802.11n网络RBIR物理层抽象算法仿真结果。

图5为本发明在MIMO情况下802.11n网络RBIR物理层抽象算法仿真结果。

图6为本发明在SISO情况下LTE网络RBIR物理层抽象算法仿真结果。

图7为本发明在MIMO情况下LTE网络RBIR物理层抽象算法仿真结果。

具体实施方式

如图1，本发明对802.11n和LTE融合而成的异构网进行动态的系统级仿真，包括如下步骤：

对802.11n和LTE融合而成的异构网进行动态的系统级仿真，包括如下步骤：

第一步，确定接入的网络为802.11n或LTE；

第二步，确定选择的调制编码方式MCS，所述调制编码方式MCS包括LTE蜂窝移动通信网络的调制编码方式或802.11n无线局域网络的调制编码方式；

第三步，利用RBIR物理层抽象算法建立LTE和802.11n异构网的统一空中接口抽象模型，由实时信道信息得到块平均互信息率RBIR；

第四步，利用上述统一的空中接口抽象模型，通过链路级仿真，在LTE和802.11n通信网络的单输入单输出SISO以及多输入多输出MIMO系统中不同的MCS条件下，由块平均互信息率RBIR得到块误码BLER，BLER与RBIR的函数簇为：

$>\mathrm{BLER}=f_{\mathrm{NET},\mathrm{MSC}}(\mathrm{RBIR},{\alpha }_1,{\alpha }_2)=\frac{1}{2}\mathrm{erfc}\left(\frac{\mathrm{RBIR}-{\alpha }_1}{{\alpha }_2}\right);$>

对于确定的网络NET和调制编码方式MSC，即可确定相应的函数参数α₁、α₂，从而确定确定BLER与RBIR的函数；

第五步，将每一次传输实际的编码调制与检测过程建模为一次伯努利实验，当每一时刻无线链路的状态给定后，每一个用户传输的统计块误码BLER值是通过RBIR物理层抽象算法计算得到的，伯努利实验产生[0，1]均匀分布的随机数a：a＞＝BLER，传输无误；a＜BLER，传输错误，得到该传输包传输的正误；

第六步，判断实验结束与否：否，回到第一步；是，统计仿真结果。

图3是现有技术中一般的802.11n和LTE异构网分层系统结构图，802.11n和LTE融合后直接与数据链路层连接，数据链路层再依次连接网络层、传输层和应用层，每层模块独立地进行设计和操作，各层之间的接口是静态的，且与系统的状态和应用需求无关，由于无线通信环境具有快速变化的特性，而基于分层结构的通信协议栈只能在相邻的层之间以固定的方式进行通信，这样，传统的分层设计就无法灵活地适应无线传输环境的变化，导致了系统无法有效地利用有限的无线频谱资源。本发明方法下，利用物理层抽象算法的异构网跨层设计系统结构图如图2，利用RBIR物理层抽象算法建立LTE和802.11n异构网的统一空中接口抽象模型，802.11n和LTE融合后，通过统一空中接口抽象模型连接数据链路层、网络层、传输层和应用层，使得系统内的每一层都能够与其他层进行信息交互，当无线信道发生变化时，物理层能够在第一时间将变化信息传给其他各层，从而使得整个无线通信系统都做出及时地调整，极大的方便了异构网络共存环境下的系统资源管理及性能优化。

一般RBIR算法的表达为：

$>{\mathrm{BLER}}_u=1-\underset{z_1,...,z_{N/C_R}}{E}\left\{2^{N/C_R\{{\mathrm{RBIR}}_u(z_1,...,z_{N/C_R})-1\}}\right\}$>

其中，用BLER_u表示未解码的块差错概率，RBIR_u表示解码前的块平均互信息率，N表示编码数据块的比特数目，C_R表示编码码率，Z表示迭代译码的比特软输出值。

也就是说，BLER_u可以根据RBIR_u计算得到，而且BLER与BLER_u、RBIR与RBIR_u具有一一对应的关系，所以，BLER可以表述为RBIR的确定函数，这个函数很复杂。

本发明，利用RBIR物理层抽象算法建立，通过链路级仿真，在LTE和802.11n通信网络SISO(Single-Input Single-Output)以及MIMO(Multiple-Input Multiple-Output)系统中不同的MCS(Modulate&Coding Scheme，调制编码方式)条件下，获得BLER与RBIR的函数簇：

$>\mathrm{BLER}=f_{\mathrm{NET},\mathrm{MSC}}(\mathrm{RBIR},{\alpha }_1,{\alpha }_2)=\frac{1}{2}\mathrm{erfc}\left(\frac{\mathrm{RBIR}-{\alpha }_1}{{\alpha }_2}\right)$>

即，通过改进的RBIR物理层抽象算法，得到的统一的空中接口抽象模型。链路级仿真结果，如附图4-7所示，表明了BLER与RBIR之间的函数关系，并从中得到了α₁和α₂具体参数值，如表1和表2所示，选定通信网络类型和编码调制方式MCS后，即可确定BLER与RBIR的函数。图4和图5中，编码调制方式由左向右依次为BPSK1/2，QPSK 1/2，QPSK 3/4，16QAM 1/2，16QAM 3/4，64QAM 2/3，64QAM 3/4，64QAM 5/6；图6和图7中，由左向右依次为MCS0，MCS3，MCS6，MCS9，MCS10，MCS12，MCS14，MCS16，MCS17，MCS19，MCS21，MCS23，MCS25，MCS27。

表1.LTE蜂窝移动通信网络

表1中的MCS n(n＝0，2，6，9，10，12，14，16，17，19，21，23，25，27)，指LTE蜂窝移动通信网络可选的调制编码方式，在3GPP2LTE物理层协议中有具体详细的规定。

表2.802.11n无线局域网络

  SISO  α₁  α₂  MIMO  α₁  α₂  MCS 0  0.6218  0.0582  MCS 8  0.6470  0.0570  MCS 1  1.2893  0.1046  MCS 9  1.3320  0.0991  MCS 2  1.7415  0.0647  MCS 10  1.7110  0.0809

  MCS 3  2.6266  0.1903  MCS 11  2.7123  0.1672  MCS 4  3.4145  0.1241  MCS 12  3.5012  0.1307  MCS 5  4.7799  0.2154  MCS 13  4.9307  0.2108  MCS 6  5.1957  0.1841  MCS 14  5.2608  0.1872  MCS 7  5.4992  0.1437  MCS 15  5.4841  0.1422

表2中的MCS n(n＝0，1，2，3，4…13，14，15)，指802.11n无线局域网络可选的调制编码方式，在IEEE 802.11n物理层协议中有具体详细的规定。