下一代無線局域網(wǎng)(WLAN" class="cblue" href="http://forexkbc.com/tags/WLAN" target="_blank">WLAN)協(xié)議IEEE 802.11n中將MIMO技術加到其標準中，其使用的MIMO技術主要包括：空時編碼(STBC),、空間復用(SM),、波束成形(beamforming)。與傳統(tǒng)的單天線通信系統(tǒng)相比,，IEEE 802.11n通過這些技術來增加傳輸?shù)目煽啃?，提高系統(tǒng)吞吐率。WLAN室內(nèi)無線MIMO信道根據(jù)實際室內(nèi)信道情況,，提出了六種信道場景A到F,，每種場景對應著不同的多徑條數(shù)、功率時延譜(PDP),、角度擴展(AS),、角度功率譜(PAS)等參數(shù)配置，由多普勒效應引起WLAN MIMO信道的時變性表現(xiàn)為慢變信道[1-7],。
　信道時變性會造成鏈路性能的下降，鏈路的數(shù)據(jù)吞吐率和頻譜利用率都會下降,。鏈路自適應技術能夠充分利用信道的變化,，通過改變調(diào)制方式和編碼碼率帶來更高的頻譜利用率和提高數(shù)據(jù)吞吐率，而有效的檢測信道狀況的方法及如何調(diào)整調(diào)制和編碼方式對于改善鏈路性能至關重要,。
　本文在IEEE 802.11n的MIMO信道模型基礎上,對WLAN系統(tǒng)模型的SISO模式的鏈路性能進行研究,采用了一種利用長訓練序列估計SNR方法,并提出一種通過估計SNR動態(tài)調(diào)整MCS方法,，在系統(tǒng)仿真中驗證了鏈路性能改進的效果。
1 時變信道下WLAN系統(tǒng)鏈路性能及分析
　下面通過802.11n MIMO系統(tǒng)模型來研究時變信道的BER性能,，將天線設置為SISO的配置,主要討論信道場景A和B,。在用戶端(UE)和基站(Node B)的天線數(shù)目分別為1，發(fā)射天線之間的歸一化距離為1個波長,，接收天線之間的歸一化距離為0.5個波長,，鏈路方向為下行，載波頻率為5.25 GHz,，移動速度為1.2 km/h,，對模型A和B傳播環(huán)境下的信道進行仿真，得到信道矩陣H的時域衰落特性曲線圖,如圖1所示,。其中信道A只有1條徑,，信道B有9條徑。

   在WLAN應用時,，站點及周邊環(huán)境的運動所造成的信道沖激響應變化很慢,，信道的相關時間較大，可認為WLAN的信道屬于慢變信道,，在發(fā)送一幀數(shù)據(jù)時信道矩陣系數(shù)保持不變,，連續(xù)數(shù)幀的數(shù)據(jù)發(fā)送時信道矩陣也近似不變或變化很小,。
　考慮外界噪聲干擾為固定功率,設信號功率為1,通過信噪比定義得到的功率即是所加的固定功率，這里信噪比與噪聲功率一一對應,，直接用SNRfix來表示所加的噪聲功率,。
    在信道場景A下,設置MCS為3和5、噪聲功率SNRfix=12,、幀長500 B時連續(xù)發(fā)送3 000幀得到的BER隨時間變化,如圖2,。

    如圖2所示，在時間軸上,，由于信道矩陣H的時間衰落特性導致BER會隨著時間的增加呈現(xiàn)時變的特性,，在信道矩陣衰落較大的時間點，BER較高,，在信道矩陣衰落不大的地方,，BER較低，BER隨時間變化的規(guī)律曲線與信道矩陣隨時間變換規(guī)律相一致,。在時變信道下,，采用固定MCS方式傳輸數(shù)據(jù)的鏈路性能較差。圖2(a)的MCS較小,，中間有大量BER為0的時間點,，可以采用更大的MCS在保證性能的前提下提高數(shù)據(jù)的傳輸率，增加數(shù)據(jù)吞吐率,。圖2(b)的MCS較大,，BER一直很大，數(shù)據(jù)的傳輸可靠性很低,，需要轉(zhuǎn)換為更小的MCS以提高數(shù)據(jù)傳輸可靠性,。
　在信道場景B下,設置MCS為3和5、噪聲功率(SNRfix=16),、幀長為500 B時連續(xù)發(fā)送3 000幀得到的BER隨時間變化如圖3,，可以得到類似的結(jié)論。

2 基于長訓練序列的SNR估計
　通過以上的仿真可知,，在WLAN時變信道中,，由于信道矩陣H的時變特性，會引起B(yǎng)ER時間上相一致的變化特性,。本文通過長訓練序列相關運算估計的SNR值來表征信道質(zhì)量變化,，其方法可參照文獻[8]。
    圖4中是采用WLAN長訓練序列SNR估計性能,，取的長訓練序列是10組,。圖4(a)中是SNR估計的均方誤差，圖4(b)中是SNR估計的平均值，可見,，當參與運算的點數(shù)較大時,，可以很準確估計SNR值。多普勒頻移造成信道矩陣的時變特性在圖4中很好的體現(xiàn)出來,。

　圖5是采用長訓練序列估計SNR方法在時變信道下得到的SNR隨時間變化圖,。圖5(a)和(b)分別是在信道場景A時MCS為4和5得到的SNR估計值隨時間的變化圖，在信道矩陣衰落較大的時間點得到的SNR估計值較大,；在信道矩陣系數(shù)衰落較小的時間點得到的SNR估計值較小,。通過SNR值可以衡量信道質(zhì)量的好壞。
3 基于SNR的動態(tài)調(diào)整MCS方法及驗證
3.1 基于SNR的動態(tài)調(diào)整MCS方法
　為了提高時變信道下鏈路的性能,，在實際中需要選擇適宜的MCS以達到數(shù)據(jù)吞吐率和可靠性之間的折衷,。調(diào)整MCS要解決兩個問題：MCS大小和調(diào)整時機。
　設定BER性能的閾值,系統(tǒng)需要滿足BER≤BERth,同時設定另外兩個數(shù)值：NUM_HIGH_BER和NUM_LOW_BER,，分別表示BER連續(xù)高于和低于的次數(shù),。當BER連續(xù)高于BERth的系數(shù)達到NUM_HIGH_BER，表明需要調(diào)整MCS到更小,，以提高傳輸數(shù)據(jù)可靠性,當BER連續(xù)低于BERth的系數(shù)達到NUM_LOW_BER,表明要調(diào)整MCS到大,，以在保證可靠性下提高數(shù)據(jù)傳輸率，NUM_HIGH_BER和NUM_LOW_BER將影響MCS調(diào)整的快慢,若太小則MCS調(diào)整會頻繁操作,，若太大則會降低信道傳輸?shù)挠行?，需要合理地選擇這兩個數(shù)值的大小。
    當決定需要調(diào)整MCS大小時,，也即BER連續(xù)高于BERth的次數(shù)達到NUM_HIGH_BER或BER連續(xù)低于BERth的次數(shù)達到NUM_LOW_BER，此時需要進行MCS選擇時,利用上一幀數(shù)據(jù)傳輸時的SNR估計值來選取MCS大小,，選取BER≤BERth并具有最高數(shù)據(jù)率的MCS方案,。MCS1,…,MCSN表示以數(shù)據(jù)率遞增的速率方案，θ1,，…,，θN表示在BER(MCSi)≤BERth下對應的SNR值，按照如下的方式進行速率方案的選擇,。
    MCS1     如果SNR<&theta;1
    MCSi    如果&theta;i&le;SNR<&theta;+1, i=1,&hellip;,N-1
    MCSN    其他
3.2 仿真驗證
    圖6和圖7是采用基于SNR動態(tài)調(diào)整MCS方法對鏈路性能的仿真驗證,，仿真參數(shù)如下，BERth=5E-3,，NUM_HIGH_BER=3,，NUM_LOW_BER=5，幀長為500 B,，仿真數(shù)目為3 000幀,，信道場景A的SNRfix=12，信道場景B的SNRfix=16,，初始選擇的MCS均為1(BPSK,1/2碼率),，選擇NUM_HIGH_BER為較小值3可以及時的調(diào)整MCS以提高傳輸可靠性,，避免重傳造成信道資源的浪費和吞吐率下降，選擇NUM_LOW_BER為較大值5可以避免頻繁的MCS轉(zhuǎn)換,。

     圖6是在信道場景A下采用基于SNR動態(tài)調(diào)整MCS的仿真圖,由于采用了根據(jù)估計的SNR值來表征信道的時變性,，在信道衰落較大的時間點，通過BER超過閾值BERth的次數(shù)達到NUM_HIGH_BER時,說明以當前MCS傳輸數(shù)據(jù)的可靠性不高,通過信道質(zhì)量的表征量SNR來調(diào)整MCS以避免傳輸可靠性低導致的幀重傳,，提高數(shù)據(jù)的傳輸可靠性,，在信道狀況較好的時間點，通過BER達到低于閾值的次數(shù)時,說明可以采用更大的MCS在保證傳輸可靠性的前提下提高傳輸?shù)臄?shù)據(jù)率,。圖7是在信道場景B中采用此方法的仿真圖,，在鏈路性能上得到的類似的改進。表1為單位時間內(nèi)吞吐率的比較,，可見采用方法在鏈路性能上得到了很大的提高,，比采用固定MCS更有優(yōu)勢。
    在建立WLAN MIMO信道模型的基礎上,，通過IEEE 802.11n系統(tǒng)模型研究時變信道下BER性能,，提出了一種基于SNR的動態(tài)調(diào)整MCS方法來改進鏈路的性能。這種方法通過SNR大小來衡量與閾值,。通過仿真驗證,，鏈路在數(shù)據(jù)吞吐率和BER性能得到了很好的平衡，可在保證BER性能的前提下提高數(shù)據(jù)的吞吐率,，提高了有限帶寬的使用有效性,。
參考文獻
[1]     SALEH A A M, VALENZUELA R A. A statistical model  for indoor multipath propagation. IEEE J. Select. Areas  Commun.,1987,5:128-137.
[2]     KERMOAL J P,SCHUMACHER L,MOGENSEN P E,et al.     Experimental investigation of correlation properties of MIMO   radio channels for indoor picocell scenario. in Proc. IEEE  Veh. Technol. Conf., Boston, USA, 2000,1(9):14-21.
[3]     SALZ J,WINTERS J H. Effect of fading correlation on  adaptive arrays in digital mobile radio. IEEE Trans. Veh. Technol., 1994,43(11):1049-1057.
[4]     SCHUMACHER L, PEDERSEN K I, MOGENSEN P E. From antenna spacings to theoretical capacities-guidelines  for simulating MIMO systems[J]. in Proc. PIMRC Conf.,  2002,2(9):587-592.
[5]     SPENCER Q H. Modeling the statistical time and angle of     arrival characteristics of an indoor environment[J].IEEE J.  Select. Areas Commun.,2000,18(3):347-360.
[6]     CRAMER R J M, SCHOLTZ R A, WIN M Z. Evaluation of an ultra-wide-band propagation channel[J]. IEEE Trans. Antennas Propagat., 2002,50(5):561-570.
[7]    CHONG C C,LAURENSON D I,MCLAUGHLIN S. Statistical characterization of the 5.2 GHz wideband directional  indoor propagation channels with clustering and correlation properties[J]. in proc. IEEE Veh. Technol. Conf., 2002,1(9):629-633.
[8]    MANZOOR R S, MAJAVU W. Front-end estimation of  noise power and SNR in OFDM systems. International Conference on Intelligent and Advanced Systems 2007:435-439.