[4G&5G专题-42]：物理层-无线信道的特征,RSRP、SNR、BLER、MCS、CSI、CQI、SI、PMI

在无线网络中，一个设备（如eNodeB）是按块（block）向另一个设备（如UE）发送数据的。发送端使用块中的数据计算出一个CRC，并随着该块一起发送到接收端。接收端根据收到的数据计算出一个CRC，并与接收到的CRC进行比较，如果二者相等，接收端就认为成功地收到了正确的数据，并向发送端回复一个“ACK”；如果二者不相等，接收端就认为收到了错误的数据，并向发送端回复一个“NACK”，以要求发送端重传该块。

如果在某个特定的周期内，发送端没有收到接收端的回复，则发送端假定之前发送的块没有到达接收端，发送端自动重发该块。(MAC层的HARQ处理)。

BLER（block error rate），即误块率，是出错的块在所有发送的块中所占的百分比（只计算初传的block）。

在实际应用中，某一特定百分比（如：LTE中数据信道的BLER要求为10%以下）的BLER并不总是必须的，因为可以重传出错的块并通过特殊的处理（如软合并等），使得接收端正确解出收到的数据。需要测量和计算BLER时，在发送端就能够完成，因为可以通过收到的NACK数来计算BLER。

在LTE中，控制信道的目标BLER为1%，数据信道的目标BLER位10%。

当BLER不超过10%时，UE将向基站上报它所能解码的最高MCS。MCS越高，数据的速率越高，调制阶数越高。

LTE在无HARQ重传情况下误块率指标为10%，加入HARQ重传后误帧率（FER）大概为1%，再加上RLC层的ARQ后性能提升到10^-5数量级。

例：假设发送了500个block的数据，其中499个block回复ACK，1个block回复NACK，则BLER为1 / 500 = 0.002 * 100% = 0.2%。

从这个例子可以看出，计算BLER时，是不把重传的block的ACK/NACK计算在内的，即最终的误码率。

5 调制与编码策略MCS

LTE中速率的配置通过MCS（Modulation and Coding Scheme，调制与编码策略）索引值实现。

MCS将所关注的影响通讯速率的因素作为表的列，将MCS索引作为行，形成一张速率表。

所以，每一个MCS索引其实对应了一组参数下的物理传输速率和调制方式。

MCS index	modulation	code rate×1024	efficiency
0	QPSK	99.329806	0.194003527
1	QPSK	126.4197531	0.24691358
2	QPSK	153.5097002	0.299823633
3	QPSK	198.659612	0.388007055
4	QPSK	243.8095238	0.476190476
5	QPSK	297.989418	0.582010582
6	QPSK	352.1693122	0.687830688
7	QPSK	424.4091711	0.828924162
8	QPSK	478.5890653	0.934744268
9	QPSK	532.7689594	1.040564374
10	16QAM	266.3844797	1.040564374
11	16QAM	297.989418	1.164021164
12	16QAM	343.1393298	1.340388007
13	16QAM	388.2892416	1.51675485
14	16QAM	442.4691358	1.728395062
15	16QAM	496.64903	1.940035273
16	16QAM	514.7089947	2.010582011
17	64QAM	343.1393298	2.010582011
18	64QAM	367.2192828	2.151675485
19	64QAM	415.3791887	2.433862434
20	64QAM	451.4991182	2.645502646
21	64QAM	487.6190476	2.857142857
22	64QAM	523.7389771	3.068783069
23	64QAM	565.8788948	3.315696649
24	64QAM	609.5238095	3.571428571
25	64QAM	657.6837155	3.85361552
26	64QAM	681.7636684	3.994708995
27	64QAM	705.8436214	4.135802469
28	64QAM	826.2433862	4.841269841

6. 信道状态信息CSI

是UE反馈给基站的一种无线信道状态信息。它包括三个小部分：CQI，RI和PMI。

7. 信道质量指示CQI（Channel Quality Indicator ）

（1）CQI的定义

CQI-Channel Quality Indication，信道质量指示，指示意味着CQI信息来自于终端的测量，然后汇报给基站，因此，CQI一般指的是下行信道质量。

基站MAC层调度器，会根据UE反馈的CQI信息，选择合适的调度算法和下行数据块大小，以保证UE在不同的无线环境下获取最佳的下行性能。

（2）引入CQI的原因

PDSCH支持三种编码方式：QPSK、16QAM及64QAM，其对应三种星座图，从而所需要的信道条件也不相同，即：编码方式越高（QPSK<16QAM<64QAM），信道条件要求就越高。

信道质量越差，就越信道编码的冗余信息越多，纠错要越强、使用更低阶调制、数据发送的速率越低。

信道质量越好，就越信道编码的冗余信息越少，纠错要越弱、使用更高阶调制、数据发送的速率越低。

由于下行调度是由基站决定的，而基站作为发射端，并不知道信道质量的好坏，就比如一个人在讲话时，听不听得清楚是有听众感知的，因此信道质量的好坏也是由UE来衡量的。

基站决定要采用何种编码方式，就需要UE来反馈这个信道质量的好坏，LTE协议将信道质量的好坏量化成了0~15的序列（4个bit来承载），并定义为CQI。

（3）CQI的选取标准

CQI 值由UE测量并上报。

LTE规范中没有明确定义CQI的测量方式，只定义了CQI的选取准则，即保证PDSCH的解码错误率（即BLER）小于10%所使用的CQI值。

也就是说，UE 需要根据测量结果（比如信噪比SINR）评估下行链路特性，并采用内部算法确定此SINR 条件下所能获取的BLER值，并根据BLER<10%的限制，上报对应的CQI值。

在相同的SINR情况下，不同的调制方式，其误码率是不一样的，调制的阶数越高，误码率越高。

（4）CQI取值及其对应的编码方式

其中，调制方式决定了调制阶数，它表示每1个符号中所传送的比特数。

QPSK对应的调制阶数为2，16QAM为4，64QAM 为6。

码率为传输块中信息比特数与物理信道总比特数之间的比值，即：

码率= 传输块中信息比特数/物理信道总比特数= 信息比特数/（物理信道总符号数*调制阶数）= 效率/调制阶数

由此可见，CQI 的不同取值决定了下行调制方式以及传输块大小之间的差异。

CQI 值越大，所采用的调制编码方式越高，效率越大，所对应的传输块也约大，因此所提供的下行峰值吞吐量越高。

（5）CQI影响因素

UE 根据所测量的SINR 值来确定可用CQI 并上报到eNodeB，因此CQI 值主要与下行参考信号的SINR 有关。

除此之外，CQI 还与UE 接收机的灵敏度、MIMO 传输模式和无线链路特性有关。具体表现为：

相同信道质量条件下，UE接收机的灵敏度越高，所测得的SINR值越高，因此所上报的CQI值也越大。
MIMO模式、重传次数和天线数目都会影响BLE性能。由于CQI对应于10% BLER 所需的SINR值，因此，相同SINR条件下，3次重传比0次重传的CQI值更高，TM3/4比TM2的CQI更高，4天线比2天线所对应的CQI更高。

（6）CQI对性能的影响

根据上述分析可知，CQI在下行调度中起着非常关键的作用！！！

UE根据SINR值估算CQI 并采用周期性或者非周期性方式进行上报，eNodeB则根据不同的CQI模式来提取出相应的宽带或者子带CQI信息，获悉UE在特定频带上的干扰情况，实现频率选择性或者非选择性调度。

重要的是，eNodeB 根据CQI和PRB信息来获取MCS和TBS信息，从而直接影响到下行吞吐量。

CQI 与单用户下行吞吐量之间的关系举例说明如下。

假设UE 上报的CQI 为最大值15，其所对应的调制方式为64QAM，码率为0.926。则20MHz （对应100 个PRB）下，TD-LTE 系统物理层峰值最大速率计算如下：

①PRB 中RE数：（14符号/子帧）x（100个PRBx 12 RE/符号）=16800RE/子帧

②假定每个子帧中为3个PDCCH符号，则去除CFI所占用的RE数，得到：16800 RE/子帧-（3个PDCCH符号x（100个PRBx 12RE/ 符号））=13200RE/子帧

③物理层比特数与调制方式相关，64QAM所对应的调制阶数为6，故：6 x 13200 = 79200 比特/子帧

④根据码率计算传输块大小：传输块中信息比特数= 物理信道总比特数x 码率=79200 x 0.926= 73340
　　

这意味着CQI=15时，20MHz带宽下所能承载的最大TBS为73340。假定上下行时隙配比是1:3，即一个5ms的TD-LTE半帧里有3个下行时隙，且根据规范要求，特殊子帧5 的DwPTS 中不能传送下行数据，则MIMO 模式下（2个码字同时传送），下行峰值速率为：73340（TBS）x 2（流数）x 3（下行时隙数）x 200（1s 内半帧数）= 88008000 bit = 88Mbps.

上面的例子中，如果采用其他CQI 值，则对应的码率和调制方式有所不同，因此每个TTI 中所能传送的传输块的大小也会有所区别，从而导致下行吞吐量产生差异。因此，CQI 在下行调度中起着非常关键的作用。

UE 和eNodeB 调度算法中CQI 评估和测量机制对系统性能有着直接影响。

举例来讲，如果UE 上报的CQI 较低，但是系统却错误地发送了较大的TBS，则可能导致UE解码失败并发送ACK信息，从而产生重传，影响到系统的资源利用率。

反之，如果实际无线环境较差，但是UE上报的CQI值较高，则网络根据CQI选择较大的TBS，而这也同样可能导致UE 解码失败，导致系统资源利用率降低。

速度对于CQI报告准确性的影响也较大。速度越高，CQI偏差越大，因此应当减小发送周期，增加发送频率，以保证CQI信息的准确性。

8. RI和PMI

（1）RI

RI是UE建议基站，在下行传输中使用的传输阶数（rank 秩），即建议下行传输使用的层数（layer）。

只有在空分复用下，UE才需要发送RI以指示可用的传输层（transmission layer）数目；而其它情况下，RI总是等于1。

因此只有在TM 3/4，以及配置了PMI/RI上报的TM 8/9情况下，UE才需要上报RI。

RI是UE向基站反应自身支持MIMO层数的能力。

（2）PMI

PMI是UE建议基站在下行传输中使用的预编码矩阵（precoder matrix）。该预编码矩阵是在假设使用“上报的RI指示的层数”的基础上进行选择的。

9. 信道评估

（1）什么信道评估

所谓信道估计，就是从接收数据中将假定的某个信道模型的模型参数估计出来的过程。

如果信道是线性的话，那么信道估计就是对系统冲激响应进行估计。

需强调的是信道估计是信道对输入信号影响的一种数学表示，而“好”的信道估计则是使得某种估计误差最小化的估计算法。

（2）信道评估的背景及意义

无线通信系统的性能很大程度上受到无线信道的影响，如阴影衰落和频率选择性衰落等等，使得发射机和接收机之间的传播路径非常复杂。

无线信道并不像有线信道固定并可预见，而是具有很大的随机性，这就对接收机的设计提出了很大的挑战。

在OFDM系统的相干检测中需要对信道进行估计，信道估计的精度将直接影响整个系统的性能。

为了能在接收端准确的恢复发射端的发送信号，人们采用各种措施来抵抗多径效应对传输信号的影响，信道估计技术的实现需要知道无线信道的信息，如信道的阶数、多普勒频移和多径时延或者信道的冲激响应等参数。因此，信道参数估计是实现无线通信系统的一项关键技术。能否获得详细的信道信息，从而在接收端正确地解调出发射信号，是衡量一个无线通信系统性能的重要指标。因此，对于信道参数估计算法的研究是一项有重要意义的工作。

（3）分类

信道估计算法从输入数据的类型来分，可以划分为时域和频域两大类方法。

频域方法主要针对多载波系统；
时域方法适用于所有单载波和多载波系统，其借助于参考信号或发送数据的统计特性，估计衰落信道中各多径分量的衰落系数。

从信道估计算法先验信息的角度，则可分为以下三类：

基于参考信号的信道估计

该类算法按一定估计准则确定待估参数，或者按某些准则进行逐步跟踪和调整待估参数的估计值。

其特点是需要借助参考信号，即导频或训练序列。

基于训练序列和导频序列的估计统称为基于参考信号的估计算法。

基于训练序列的信道估计算法适用于突发传输方式的系统。

通过发送已知的训练序列，在接收端进行初始的信道估计，当发送有用的信息数据时，利用初始的信道估计结果进行一个判决更新，完成实时的信道估计。

基于导频符号的信道估计适用于连续传输的系统。通过在发送的有用数据中插入已知的导频符号，可以得到导频位置的信道估计结果；

接着利用导频位置的信道估计结果，通过内插得到有用数据位置的信道估计结果，完成信道估计。

步骤如下：

a) 假设服务小区发送了参考信号x，而UE收到的是y，服务小区和UE之间的传输信道为乘性信道，那么经过信道的冲击响应，y=H*x；这样就可以把信道模型H预估出来；

b) 得到H后，服务小区发送其他的信号a，UE收到信号为b，那么b=H*a；通过H带入，UE就可以知道a的具体值；

上述获取a的过程就是解调的过程，

盲估计

利用调制信号本身固有的、与具体承载信息比特无关的一些特征，或是采用判决反馈的方法来进行信道估计的方法。

半盲估计

结合盲估计与基于训练序列估计这两种方法优点的信道估计方法。

一般来讲，通过设计训练序列或在数据中周期性地插入导频符号来进行估计的方法比较常用。

而盲估计和半盲信道估计算法无需或者需要较短的训练序列，频谱效率高，因此获得了广泛的研究。

但是一般盲估计和半盲估计方法的计算复杂度较高，且可能出现相位模糊（基于子空间的方法）、误差传播（如判决反馈类方法）、收敛慢或陷入局部极小等问题，需要较长的观察数据，这在一定程度上限制了它们的实用性。