专利名称：用于通讯系统的信噪比软消息的趋近方法
技术领域：
本发明是指一种用于通讯系统的信噪比软消息的趋近方法，尤指一种以概率分布
模型趋近信噪比软消息的方法。
背景技术：
在无线通讯系统中，为了达成预设的通讯功能，相关规范中会定义多组调制与编 码机制(Modulation and Coding Scheme, MCS)，包含有调制技术、编码率及数据传输速率 等设定，且不同的调制与编码机制是以索引号作区别。以IEEE 802. lln无线通讯系统规范 为例，MCS-15表示使用的调制技术为64-QAM，编码率为5/6，数据传输速率则依据使用的频 宽为20MHz或40MHz而有不同。根据相关规范所定义的多种调制与编码机制，无线通讯系 统可选择合适的一组调制与编码机制，以得到最佳的传输效能。 另一方面，就无线通讯系统而言，实际的传输通道并非理想，而可能受到各种因 素，如多路径传播、噪声或其它电子系统的干扰，导致传输错误。当传输信道中的环境产生 变化，无线通讯系统需重新选择合适的调制与编码机制，避免传输信道可接受优于初始设 定的传输速率时，无线通讯系统仍未更新设定而造成传输资源浪费；或者，当传输通道状态 不佳时，无线通讯系统仍维持较高的传输速率设定，导致传输吞吐量(Throughput)大幅下 降。 当无线通讯系统的传送端无法得知传输通道的状态时，传送端仅能根据数据封包 的传输结果，即无线通讯系统的接收端所回传的确认收讫消息(Acknowledgement, ACK)或 未收讫消息(Non-acknowledgement， NACK)，判断传输通道的状态。为了判断传输通道的 状态，已知技术使用了自动速率后退(Auto Rate Fallback, ARF)算法、适应性自动速率后 退(Adaptive ARF，AARF)算法、取样速率(Sample Rate)算法、0noe算法、适应性多重速率 重试(Adaptive Multi Rate Retry, AMRR)算法、Madwif i (Multiband AtherosDriver for WiFi)算法及强健式速率调整算法(Robust Rate Ad即tationAlgorithm，RRAA)。自动速率 后退算法及适应性自动速率后退算法是发送探测封包(Probe Packets)，以决定是否可接 受更高的传输速率，或是在发生连续传输失败的情形下降低传输速率。取样速率算法是周 期性地以随机选择的传输速率传送探测封包，并根据检测结果，选择其中一个可得到最高 传输吞吐量的传输速率，用于正常数据封包的传输。0noe算法是于一段时间中，以特定传 输速率传输数据封包，若在此时间中的封包错误率低于10%，即提高传输速率至下一层级， 反之则调降传输速率的层级。适应性多重速率重试算法及Madwif i算法同样是发送探测封 包，并以两个封包接收成功率的临界值，决定提高或调降传输速率。强健式速率调整算法则 是根据传输信号的确认收讫消息及封包接收成功率，决定传输速率。 由上可知，已知传输速率调整方法需发送额外的探测封包，或统计一段时间的 传输质量，才能决定更新的传输速率。对于要求实时性的通讯服务来说，若无线通讯系 统使用上述方法，则更新传输速率的收敛速度过慢，无法有效提升传输吞吐量。因此，本 案申请人于中国台湾专利申请第97146118号揭露一种传输速率调整方法，其是无线通讯系统的传送端根据对应于已传送的数据封包的响应消息及对应于前一数据封包的信
噪比(Signal-to-noiseRatio， SNR)的条件概率密度函数(Conditional Probability
DensityFunction)，更新信噪比的条件概率密度函数，并根据已更新的信噪比的条件概率
密度函数，选择适当的调制与编码机制，使下一个数据封包能够以较佳的传输速率被传送。
信噪比的条件概率密度函数又称信噪比软消息(SNR Softinformation)。 信噪比的条件概率密度函数是在已知接收信号强度指示(ReceivedSignal
Strength Indication, RSSI)、已知传输速率及已知对应于数据封包的确认收讫消息或未
收讫消息的条件下所求得的条件概率密度函数，其是于每一次收到确认收讫消息或未收讫
消息时，进行更新。信噪比的条件概率密度函数表示如下p(纖I i 孤，MC&,爿Ci& /崖) = pOWi i 孤)n^^-^—^—^ 其中N为至目前为止已传送的封包数量，MCSi为使用于第i个数据封包的调制与 编码机制，在此主要表示传输速率。ACKi/NACKi表示传送端所接收的对应于第i个数据封 包的响应消息，是确认收讫消息或未收讫消息。在此请注意，若传送端于预定时间内未收到 确认收讫消息，亦视为接收到未收讫消息。P(SNRlRSSI)为未收到任何数据封包的确认收讫 消息或未收讫消息时，于不同的接收信号强度指示值之下的信噪比的条件概率密度函数。 p (ACKi/NACKi I MCSi)是以已知的调制与编码机制MCSi传送第i个数据封包时，接收到确 认收讫消息或未收讫消息的概率。p (ACKi/NACKi I SNR， MCSi)是以已知的调制与编码机制 MCSi传送第i个数据封包时，于各信噪比之下接收到确认收讫消息或未收讫消息的条件概 率密度函数。式(1)可另表示为下列式(2)及式(3)，分别为对应于第N个数据封包的响应 消息为确认收讫消息或未收讫消息时的信噪比的条件概率密度函数 [ooio]p(纖I腐/,MC&,JCA:W A^lCXs)w<formula>formula see original document page 4</formula> <formula>formula see original document page 4</formula><formula>formula see original document page 4</formula> 换言之，传送端于收到第N个数据封包的响应消息时，根据对应于第(N-l)个数据 封包的信噪比的条件概率密度函数P (SNR | RSSI ， MCSs， ACKs/NACKs) N—工及于各信噪比之下接 收到第N个数据封包的响应消息的条件概率密度函数p (ACKNI SNR， MCSN)或l-p (ACKN | SNR， MCSN)，取得对应于第N个数据封包的信噪比的条件概率密度函数p (SNR| RSSI， MCSs， ACKs/ NACKs)n。 此外，于取得对应于第(N-l)个数据封包的信噪比的条件概率密度函数之后，传 送端即据以选择用于第N个数据封包的调制与编码机制MCS,，通过改变调制与编码机制，更 新传输速率。接着，传送端于接收到对应于第N个数据封包的响应消息后，取得对应于第N 个数据封包的的信噪比的条件概率密度函数，进而据以选择用于第(N+l)个数据封包的调制与编码机制MCS,)，以更新传输速率，依此类推。关于调制与编码机制的选择方法，请参 考中国台湾专利申请第97146118号，在此不详述。相较于已知技术，本案申请人所提出的 传输速率调整方法实时地根据每一数据封包的响应消息，选择最佳的调制与编码机制，使 传输速率最佳化，并且在不影响传输吞吐量的情形下，更快速地收敛至最佳的传输速率。
由式(1)、 (2)或(3)可知，为了更新信噪比的条件概率密度函数，传送端必须将 p(SNR|RSSI， MCSs， ACKs/NACKs) N—!与p(ACKN|SNR， MCSN)相乘。换言之，传送端必须基于每 一个信噪比的取样点，进行条件概率密度函数的相乘运算。请参考图1，图1为已知一 IEEE 802. lln无线通讯系统的传送端使用一已知的调制与编码机制，于各信噪比之下接收到确 认收讫消息的条件概率密度函数的示意图。以图l为例，信噪比的范围为0 30dB，若取样 的信噪比的间隔为0. ldB，传送端的系统需要进行数百次的条件概率密度函数的相乘运算， 才能取得信噪比的条件概率密度函数。在此情形下，系统运算的复杂程度相当高，运算数据 量也大，无法有效地提升系统的运作效率。
发明内容
因此，本发明的主要目的即在于提供一种信噪比软消息的趋近方法。 本发明是揭露一种用于通讯系统的传送端的信噪比软消息的趋近方法，包含有产
生对应于响应消息的条件概率密度函数；使用概率分布模型趋近该条件概率密度函数，以
取得该概率密度函数及该概率密度函数的平均值及变异数；以及根据该平均值、该变异数
及第一概率密度函数的第一平均值及第一变异数，产生第二概率密度函数的第二平均值及
第二变异数，该第一概率密度函数趋近对应于前一数据封包的信噪比的条件概率密度函
数，而该第二概率密度函数趋近对应于该数据封包的信噪比的条件概率密度函数。
图1为已知一 IEEE 802. lln无线通讯系统的传送端使用一已知的调制与编码机
制，于各信噪比之下接收到确认收讫消息的条件概率密度函数的示意图。 图2为本发明实施例一流程的示意图。 图3为本发明实施例一高斯概率密度函数的示意图。[主要元件标号说明] 20流程 200、202、204、206、208、210步骤
具体实施例方式
请参考图2，图2为本发明实施例一流程20的示意图。流程20用于通讯系统的传 送端，用来改善本案申请人于中国台湾专利申请第97146118号所揭露的传输速率调整方 法，以降低取得信噪比的条件概率密度函数时的系统负荷。流程20包含以下步骤
步骤200:开始。 步骤202 :于尚未收到任何确认收讫消息或未收讫消息时，使用高斯分布 (Gaussian Distribution)趋近一信噪比的初始条件概率密度函数，以取得趋近于该信噪 比的初始条件概率密度函数的高斯概率密度函数及该高斯概率密度函数的平均值l及变
5异数V。。 步骤204 :检测对应于已传送的第N个数据封包的响应消息，N > 1。
步骤206 :产生对应于该响应消息的条件概率密度函数。 步骤208 :使用高斯分布趋近该条件概率密度函数，以取得高斯概率密度函数及 该高斯概率密度函数的平均值及变异数。 步骤210 :根据该平均值、该变异数及第一高斯概率密度函数的平均值M,—工及变异 数VN—n产生第二高斯概率密度函数的平均值MN及变异数VN，并回到步骤204 ;其中，该第一 高斯概率密度函数趋近对应于第(N-l)个数据封包的信噪比的条件概率密度函数，而该第 二高斯概率密度函数趋近对应于第N个数据封包的信噪比的条件概率密度函数。
引述信噪比的条件概率密度函数的式(1)，如下
/7(纖I孺/,MGS^C^y/A^C^y)
=卩(纖,纖)f^(息〃薦刷纖,濃o
尸 1 U/ 04③7A^C&.IMCS7) (工) 关于式(1)中各变量的意义，请参考前述。请注意，p(SNRlRSSI)是传送端在未收
到任何数据封包的确认收讫消息或未收讫消息时，在不同的接收信号强度指示值之下的信
噪比的条件概率密度函数，即步骤202中的信噪比的初始条件概率密度函数。当无线通讯
系统的传送端开始传送数据封包，相对的，传送端也会收到由接收端回传的数据封包接收
成功与否的响应消息，包括确认收讫消息及未收讫消息。p(ACKi/NACKi ISNR，MCSi)是以已
知的调制与编码机制MCSi传送第i个数据封包时，于各信噪比之下接收到确认收讫消息或
未收讫消息的条件概率密度函数，于后文中简称响应消息的条件概率密度函数。 最初，传送端尚未收到任何响应消息，也未根据信噪比的条件概率密度函数选择
传输速率，此时P(SNR/RSSI，ACKs，MCSs)等于p (SNR/RSSI)。于步骤202中，传送端使用高
斯分布趋近P (SNR/RSSI)，以取得趋近于p (SNR/RSSI)的高斯概率密度函数及其平均值M。
及变异数V。。在此先请注意高斯分布的特征，一高斯概率密度函数与另一高斯概率密度函
数相乘的结果仍为高斯概率密度函数；乘积结果的高斯概率密度函数的平均值及变异数，
可根据两相乘的高斯概率密度函数的平均值及变异数计算取得；此外，若已取得平均值及
变异数，可推得对应的高斯概率密度函数。 传送端于接收到每一数据封包的响应消息时，执行步骤204至步骤210。当传送 端接收到第N个数据封包的响应消息，于步骤204中，传送端检测响应消息为确认收讫消 息或未收讫消息。若响应消息为确认收讫消息，于步骤206中，传送端产生确认收讫消息 的条件概率密度函数P(ACigSNR， MCSN);若响应消息为未收讫消息，或于预设时间内未收 到确认收讫消息，传送端产生未收讫消息的条件概率密度函数P (NACKNI SNR， MCSN)，等于 l-p(ACKN|SNR，MCSN)。于步骤208中，传送端使用高斯分布趋近响应消息的条件概率密度函 数p (ACKN/NACKNI SNR， MCSN)，以取得对应的高斯概率密度函数及其平均值及变异数，分别表 示为mean (MCSN， ACK/NACK)及var (MCSN， ACK/NACK)。 请参考前述的式(1) 、 (2) 、 (3)及高斯分布概率模型的特征，以进一步了解步骤 210。在步骤210中，传送端根据步骤208所得的平均值mean(MCSN， ACK/NACK)、变异数 var(MCSN， ACK/NACK)、以及趋近对应于第(N_l)个数据封包的信噪比的条件概率密度函数 p(SNR/RSSI， ACKs， MCSs) (N—d的高斯概率密度函数的平均值MN—工及变异数VN—n产生平均值MN及变异数VN。平均值MN及变异数VN为趋近对应于第N个数据封包的信噪比的条件概率 密度函数P (SNR/RSSI， ACKs， MCSs)N的高斯概率密度函数的平均值及变异数。平均值MN及 变异数Vw分别表示如下式(4)及式(5): Mw =
^
! x雨(MCSw, JC《/眉00
var(MCSw,mA^CX) + PV, (5) 于平均值M,及变异数V,产生之后，传送端回到步骤204，检测下一个数据封包的响 应消息。以第1个数据封包为例说明，N二 l，MCS工表示传送端用来传送第l个数据封包的调 制与编码机制。当传送端接收到第l个数据封包的响应消息时，传送端检测响应消息为确 认收讫消息或未收讫消息，并据以产生一响应消息的条件概率密度函数P (ACK乂NACI^ I SNR， MCS》，其可能等于p I SNR， MCS》或等于l_p | SNR， MCS》。接下来，传送端使用高 斯分布趋近P (ACK乂NACK！ I SNR， MCS》，以取得趋近于p (ACK乂NACK！ | SNR， MCS》的高斯概率密 度函数的平均值mean(MCS" ACK/NACK)及变异数var (MCS" ACK/NACK)。接下来，根据步骤 210，传送端产生平均值M工及变异数V"其为趋近对应于第1个数据封包的信噪比的条件概 率密度函数的高斯概率密度函数的平均值及变异数。平均值M工及变异数K分别表示如下 式(6)及式(7): A =
K =
M。 x var(MG ， ， m崩Ciq + F0 x画"(MCS,, JCX /则CX)
var(MG^, ZC《/ M4C〖)+ ^ (6)
var(MGS,, m iV」OT) + F。 ( 7) 因此，当传送端接收到对应于第2个数据封包的响应消息时，传送端根据步骤 204，检测响应消息为确认收讫消息或未收讫消息，接着根据步骤206至步骤210，产生趋近 对应于第2个数据封包的信噪比的条件概率密度函数的高斯概率密度函数的平均值M2及 变异数、，依此类推。 请参考图3，图3为本发明实施例一高斯概率密度函数E(SNR)的示意图。由图3 可知，高斯概率密度函数E(SNR)的曲线趋近于图1中的条件概率密度函数p(ACKlSNR，MCS =2)的曲线。整体来说，E(SNR)与p(ACKlSNR， MCS = 2)的曲线并不相似，但在关键范围 中(以图3来说，是p(ACKlSNR， MCS = 2) = 0. 6 0. 95的范围)，E(SNR)的曲线近似于 p(ACKlSNR，MCS = 2)的曲线。因此，高斯概率密度函数可用来趋近对应于数据封包的响应 消息的条件概率密度函数。 简言之，根据本发明实施例，传送端于接收到对应于数据封包的响应消息时，使用 高斯分布趋近响应消息的条件概率密度函数，以取得所趋近的高斯概率密度函数的平均值 及变异数，进而将条件概率密度函数之间的相乘运算，转换为高斯概率密度函数的平均值 及变异数的相乘运算。值得注意的是，使用高斯分布趋近响应消息的条件概率密度函数仅 为本发明的一实施例，于本发明其它实施例中，传送端可使用其它适当的概率分布模型，趋 近响应消息的条件概率密度函数。 在本案申请人于中国台湾专利申请第97146118号所揭露的传输速率调整方法中，为了更新信噪比的条件概率密度函数，传送端必需基于每一个信噪比的取样点，进行条 件概率密度函数的相乘运算，才能够更新信噪比的条件概率密度函数，以选择最佳的传输 速率。相对地，根据本发明实施例，传送端仅需取得趋近于响应消息的条件概率密度函数的 高斯概率密度函数的平均值及变异数，即能产生趋近于信噪比的条件概率密度函数的高斯 概率密度函数的平均值及变异数。进一步地，传送端可根据此平均值及变异数，求得对应的 高斯概率密度函数，并且据此高斯概率密度函数选择下一个欲传送的数据封包的调制与编 码机制，使下一个数据封包能以最佳的传输速率被传送。换言之，传送端不须基于每一个信 噪比的取样点，进行条件概率密度函数的相乘运算。相较之下，本发明实施例可大幅减少更 新信噪比的条件概率密度函数时的数据运算量，降低系统负荷。关于调制与编码机制的选 择方法，已揭露于中国台湾专利申请第97146118号，在此略述。 综上所述，本发明实施例是于无线通讯系统的传送端接收到对应于数据封包的响 应消息时，使用适当的概率分布模型趋近对应于数据封包的响应消息的条件概率密度函 数，进而将条件概率密度函数之间的相乘运算，转换为高斯概率密度函数的平均值及变异 数的相乘运算。如此一来，本发明实施例大幅减少更新信噪比的条件概率密度函数时的数 据运算量，降低系统负荷。 以上所述仅为本发明的较佳实施例，凡依本发明权利要求范围所做的均等变化与 修饰，皆应属本发明的涵盖范围。
权利要求
一种用于通讯系统的传送端的信噪比软消息的趋近方法，包含有产生对应于响应消息的条件概率密度函数；使用概率分布模型趋近该响应消息的该条件概率密度函数，以取得该概率密度函数及该概率密度函数的平均值及变异数；以及根据该平均值、该变异数及第一概率密度函数的第一平均值及第一变异数，产生第二概率密度函数的第二平均值及第二变异数，该第一概率密度函数趋近对应于前一数据封包的信噪比的条件概率密度函数，而该第二概率密度函数趋近对应于该数据封包的信噪比的条件概率密度函数。
2. 根据权利要求1所述的趋近方法，于产生对应于该响应消息的该条件概率密度函数 之前，还包含有使用该概率分布模型趋近一信噪比的初始条件概率密度函数，该信噪比的 初始条件概率密度函数是于不同的接收信号强度指示值之下的信噪比的概率密度函数。
3. 根据权利要求1所述的趋近方法，其中该概率分布模型是高斯分布，该概率密度函 数、该第一概率密度函数及该第二概率密度函数是高斯概率密度函数。
4. 根据权利要求1所述的趋近方法，其中该第二平均值表示如下式<formula>formula see original document page 2</formula>其中N是该数据封包的传送序号，(N-l)是该前一个数据封包的传送序号，MCS,是 使用于该数据封包的调制与编码机制，ACK/NACK是对应于该数据封包的该响应消息， mean(MCSN，ACK/NACK)是该平均值，var (MCSN， ACK/NACK)是该变异数，MN—!是该第一平均值， VN—工是该第一变异数。
5. 根据权利要求1所述的趋近方法，其中该第二变异数表示如下式<formula>formula see original document page 2</formula>其中N是该数据封包的传送序号，(N-l)是该前一个数据封包的传送序号，MCS,是使用 于该数据封包的调制与编码机制，ACK/NACK是对应于该数据封包的该响应消息，var(MCS， ACK/NACK)是该变异数，VN—工是该第一变异数。
6. 根据权利要求1所述的趋近方法，其中该响应消息是确认收讫消息ACK或未收讫消 息NACK。
7. 根据权利要求1所述的趋近方法，其中该响应消息的该条件概率密度函数是该传送 端使用已知的调制与编码机制传送该数据封包时，于各信噪比之下接收到该响应消息的条 件概率密度函数。
8. 根据权利要求1所述的趋近方法，其中该响应消息是对应于已传送的一数据封包。
全文摘要
用于通讯系统的传送端的信噪比软消息的趋近方法，包含有产生对应于响应消息的条件概率密度函数；使用概率分布模型趋近该条件概率密度函数，以取得该概率密度函数及该概率密度函数的平均值及变异数；以及根据该平均值、该变异数及第一概率密度函数的第一平均值及第一变异数，产生第二概率密度函数的第二平均值及第二变异数，该第一概率密度函数趋近对应于前一数据封包的信噪比的条件概率密度函数，而该第二概率密度函数趋近对应于该数据封包的信噪比的条件概率密度函数。
文档编号H04W28/22GK101795168SQ20091000615
公开日2010年8月4日 申请日期2009年2月3日 优先权日2009年2月3日
发明者吴承轩, 杜勇赐, 林建诚, 温俊贤, 陈俊才 申请人:雷凌科技股份有限公司