CN111819885B

CN111819885B - 用于处置信道的链路自适应的方法和网络节点

Info

Publication number: CN111819885B
Application number: CN201880091146.8A
Authority: CN
Inventors: 朱怀松; 秦琦; C·斯卡尔比
Original assignee: Telefonaktiebolaget LM Ericsson AB
Current assignee: Telefonaktiebolaget LM Ericsson AB
Priority date: 2018-03-13
Filing date: 2018-03-13
Publication date: 2024-01-02
Anticipated expiration: 2038-03-13
Also published as: CN111819885A; EP3766280A1; US20210036804A1; WO2019173957A1; US11296817B2; EP3766280A4

Abstract

本文的实施例涉及一种由网络节点执行的用于处置信道的链路自适应（LA）的方法。网络节点获得传输时间间隔TTI集合中每个TTI的信道质量值。网络节点基于信道质量值的分布，根据所述TTI集合的所获得的信道质量值，估计特定信道质量将出现的概率。网络节点还基于信道质量的所估计的概率，确定优化LA的目标函数的传输参数集合，其中每个传输参数集合被映射到成功接收所需的信道质量。

Description

用于处置信道的链路自适应的方法和网络节点

技术领域

本文中的实施例涉及用于处置信道的链路自适应（LA）的方法和网络节点。此外，本文还提供了计算机程序和计算机可读存储介质。

背景技术

在典型的无线通信网络中，无线装置，也称为无线通信装置、移动台、站（STA）和/或用户设备（UE），经由诸如Wi-Fi网络之类的局域网或无线电接入网（RAN）与一个或多个核心网络（CN）通信。RAN覆盖被划分成服务区域或小区区域的地理区域，其也可以被称为波束或波束组，其中每个服务区域或小区区域由诸如无线电接入节点之类的无线电网络节点服务，无线电接入节点例如Wi-Fi接入点或无线电基站（RBS），其在一些网络中也可以被表示为例如在新空口（NR）中表示的NodeB、eNodeB（eNB）或gNodeB（gNB），其也可以被称为5G。服务区域或小区区域是由无线电网络节点提供无线电覆盖的地理区域。无线网络节点通过空中接口与无线网络节点范围内的无线装置进行通信，空中接口也可以被称为信道或无线电链路，其在射频上操作。

演进分组系统（EPS）的规范，也称为第四代（4G）网络，已经在第3代合作伙伴计划（3GPP）内完成，并且该工作在即将到来的3GPP版本中继续，例如以指定第五代（5G）网络，也称为5G新空口（NR）。EPS包括：演进通用陆地无线电接入网（E-UTRAN），也称为长期演进（LTE）无线电接入网；以及演进分组核心（EPC），也称为系统架构演进（SAE）核心网络。E-UTRAN/LTE是3GPP无线电接入网的变体，其中无线电网络节点直接连接到EPC核心网络而不是连接到3G网络中使用的RNC。通常，在E-UTRAN/LTE中，3G RNC的功能分布在无线电网络节点（例如LTE中的eNodeB）和核心网络之间。因此，EPS的RAN具有基本上“平坦”的架构，包括直接连接到一个或多个核心网络的无线电网络节点，即，它们不连接到RNC。为了补偿这一点，E-UTRAN规范定义了无线电网络节点之间的直接接口，该接口被表示为X2接口。

多天线技术可以显著地增加无线通信系统的数据速率和可靠性。如果传送器和接收器两者配备有多个天线，则性能被特别地改进，这得出多输入多输出（MIMO）通信信道。这样的系统和/或相关技术通常被称为MIMO。

链路自适应通常是调整与信道上某些信息的传输相关的参数的概念，所述信道即：你希望适应的“链路”以便满足某些目标。虽然在处理信息传递的所有系统中一般需要某种形式的信道，但是这在无线系统中特别具有挑战性，因为信道的特性容易以相对快的速度改变。

非常常见的目的是使资源消耗最小化，同时保持某一期望的稳健性（robustness）水平，并且其中资源消耗和稳健性相关，使得更高的资源消耗意味着更高的稳健性，反之亦然。这种情况的两个非常常见的示例是当要调整的参数是信道编码的量（更多的编码 ->需要更多的资源来传送相同的信息量）或发射功率时。

在设计成携带对话语音的传统电路交换系统中，通常基于用户对语音质量的感知，例如丢失帧的最大频率，来导出期望的稳健性水平。在这种系统中进行链路自适应的一种广泛采用（well adopted）的策略是试图维持一定的误解码率，其也可以被称为误块率（BLER）。期望实现的BLER率可以被称为“BLER目标”。

这种策略后面的基本原理是简单的：假设BLER目标对应于一般用户认为良好语音质量的目标，则如果BLER低于该目标，则可能通过降低稳健性而不牺牲用户体验来节省资源，而如果BLER高于该目标，则必须提高稳健性以便实现期望的用户体验。

对于用于携带互联网业务的分组交换连接，要求看起来有些不同。为了得到良好的性能，与上述语音情况相比，分组丢失率的水平可较低。由于信道可能快速变化，因此低于1% BLER通常不是与无线连接协调良好的东西。

然而，与语音形成对照，因特网业务相对容许延迟，并且这为发送方留下了缓冲传送分组并且在它们最终丢失的情况下重传它们的空间。这需要接收器向传送器发送某一反馈，并且这种方案通常被称为自动重传请求方案（ARQ）。在采用前向纠错（FEC）的系统中，还存在通过将FEC和ARQ组合到混合ARQ（HARQ）中来提高效率的机会，其中接收器在FEC之前针对相同数据的每次传输组合所接收的信号，并且因此利用所有传输，而不仅仅是最后一个传输（这是对于纯ARQ方案的情况）。

特别是在添加ARQ和HARQ的情况下，BLER变得与终端用户体验断开，因为解码错误不一定导致数据丢失。理论上，HARQ可以或多或少地取代链路自适应，因为传送器可以仅保持发送相同数据的冗余版本，直到累积的稳健性足以用于解码为止。

然而，实际上，反馈延迟和分辨率以及反馈信道的可靠性使得这种方法在许多情况下不可行。虽然它基本上缺少与终端用户体验的任何连接，但是BLER目标方法迄今仍用于对分组交换互连网数据进行链路自适应。与电路交换语音情况相比的唯一差别在于，与用于电路交换语音的～1%相比，通常使用10%的BLER目标。

传统LA使用某些方法，例如外环和内环，来估计表示无线信道状况的信号与干扰加噪声比（SINR）值。然后，基于该SINR映射具有固定BLER目标的调制和编码方案（MCS）值，以便保持无线传输的正确性。

在一些先进的LA研究中，使用高复杂度监督学习方法来获得性能增益。

在传统的LA中，即使忽略了相邻小区引起的干扰，即，外环LA收敛的恒定偏置，真实的业务量突发特性也会使BLER测量置信范围过大，以至于在基于现网测量时无法得到满意的收敛速度。来自一个小区对另一个小区的干扰也可以被称为闪光效应。

当考虑相邻单元闪光效应时，此问题变得更加严重。不同的相邻小区调度将使得诸如例如SINR的信道质量非常快速地向上和向下跳跃。这种变化的信道质量难以跟踪。

发明内容

本文实施例的目的特别是通过提供用于处置信道的链路自适应的方法来增强无线通信网络的性能。

根据本文的实施例的第一方面，该目的通过由网络节点执行的用于处置信道的链路自适应（LA）的方法来实现。网络节点获得传输时间间隔（TTI）集合中每个TTI的信道质量值。网络节点基于信道质量值的分布，根据针对TTI集合所获得的信道质量值，估计特定信道质量将出现的概率。网络节点还基于信道质量的估计概率来确定优化LA的目标函数的传输参数集合，其中每个传输参数集合被映射到成功接收所需的信道质量。

根据本文的实施例的一方面，该目的通过一种用于执行用于处置信道的LA的方法的网络节点来实现。网络节点被配置成获得TTI集合中每个TTI的信道质量值。网络节点被配置成基于信道质量值的分布，根据针对TTI集合所获得的信道质量值，估计特定信道质量将出现的概率。网络节点还配置成基于信道质量的估计概率来确定优化LA的目标函数的传输参数集合，其中每个传输参数集合映射到成功接收所需的信道质量。

本文还提供了一种包括指令的计算机程序，所述指令在至少一个处理器上执行时，使所述至少一个处理器执行如由网络节点执行的上述方法中的任何方法。本文另外提供了一种包含计算机程序的载体，所述计算机程序包括指令，所述指令在至少一个处理器上执行时使所述至少一个处理器执行如由网络节点执行的上述方法中的任何方法，其中所述载体是电子信号、光信号、无线电信号或计算机可读存储介质之一。

本文中的实施例提供了一种用于连续估计信道质量值的分布并且用于从统计的角度基于信道质量值的分布来优化链路自适应的目标函数的方法。这避免了与外环调整LA相关的置信范围问题。这虑及系统中预期吞吐量的直接最大化，这对于具有固定BLER目标的外环是不可能实现的。因此，本文的实施例提供了改进的LA。从而可以提高无线通信网络的性能和容量。

附图说明

图1是示出用于链路自适应的传统方法的性能的图；

图2是示出无线通信网络的实施例的示意性框图；

图3a是示出被视为基于时间的变量的信道质量的图；

图3b是示出根据本文的实施例被视为随机变量的信道质量的图；

图3c是示出根据本文的实施例的估计信道质量分布的图；

图4是示出根据本文的一些实施例的方法的流程图；

图5是示出根据本文的实施例用于执行密度更新的方法的流程图；

图6是示出根据本文的实施例用于确定传输参数集合的方法的流程图；

图7是示出本文的实施例的性能增益的图；

图8是示出根据本文的实施例由网络节点执行的方法的流程图；

图9是示出网络节点的一些第一实施例的示意性框图；

图10是示出网络节点的一些第二实施例的示意性框图；

图11是根据一些实施例经由中间网络连接到主机计算机的电信网络的示意性概览；

图12是根据一些实施例主机计算机通过部分无线连接经由基站与用户设备通信的示意性概览；

图13是描绘根据一些实施例在包括主机计算机、基站和用户设备的通信系统中实现的方法的流程图；

图14是描绘根据一些实施例在包括主机计算机、基站和用户设备的通信系统中实现的方法的流程图；

图15是描绘根据一些实施例在包括主机计算机、基站和用户设备的通信系统中实现的方法的流程图；以及

图16是描绘根据一些实施例在包括主机计算机、基站和用户设备的通信系统中实现的方法的流程图。

具体实施方式

图1是示出根据本文的一些实施例的示例无线通信网络的框图。无线通信网络100包括：一个或多个用户设备（UE）120，诸如移动电话、智能电话、膝上型计算机、平板计算机、机器类型通信（MTC）装置、或可以提供无线通信的任何其它设备；以及网络节点110，诸如基站、eNB或gNB。UE 120还可以被称为无线装置。网络节点110服务于覆盖区域115，其也可以被称为例如小区或波束。通常，在网络节点110的覆盖范围内的UE 120，例如在由网络节点110服务的小区115内，通过在无线电信道125上传送和接收无线信号与网络节点110通信，该无线电信道也可以称为链路。为了满足某些目标，调整与信道（即，你希望适应的“链路”）上的信息传输相关的参数通常被称为链路适配（LA）。例如，UE 120和网络节点110可以传递包含语音业务、数据业务和/或控制信号的无线信号125。当网络节点110正向UE 120传递语音业务、数据业务和/或控制信号时，它可以被称为UE 120的服务网络节点。无线信号125可以包括下行链路传输（即，从网络节点110到UE 120）和上行链路传输（即，从UE 120到网络节点110）。每个网络节点110可以具有单个传送器或多个传送器，用于向UE 120传送信号125。在一些实施例中，网络节点110可以包括多输入多输出（MIMO）系统。类似地，每个UE120可以具有单个接收器或多个接收器，用于从网络节点110或其它UE接收信号125。反之亦然，网络节点110可以具有用于接收从UE 120或其它网络节点传送的信号125的单个接收器或多个接收器，并且UE 120可以具有用于向网络节点110传送信号125的单个传送器或多个传送器。

图2示出了根据传统的内环链路自适应（ILLA）和外环链路自适应（OLLA）的传统方法估计SINR。在传统的LA中，即使忽略相邻小区引起的干扰闪光效应，也存在外环LA向实际SINR收敛的恒定偏置，如图2中实线所示，基于网络中的测量，真实的业务量突发特性将使得BLER测量的置信范围过大，以至于无法实现满意的收敛速度。

当考虑相邻小区闪光效应时，此问题变得甚至更加严重。不同的相邻小区调度将导致诸如例如SINR的信道质量非常快速地向上和向下跳跃，如在图2中在子帧编号100、400和700处可以看到的。这种变化的信道质量，诸如例如SINR，是很难跟踪的。

ILLA尝试将SINR与增量冗余（IR）滤波器一起求平均，这导致ILLA估计的SINR在SINR值中的每次跳跃之后偏离实际SINR值。如进一步可见的，ILLA估计的SINR在多次重传之后朝向实际SINR收敛，并且然后在SINR中的下一周期性跳跃之后再次偏离。

当考虑OLLA补偿时，问题增加。由于OLLA有相对长的上升时间，SINR中的周期性跳跃会使OLLA在执行任务时疲劳并使OLLA由于乱跑（run about）而耗尽。因此，OLLA的估计误差随着SINR中的每次周期性跳跃而增加。由于LA不能预测SINR中的跳跃，因此OLLA除了找到在长时间内保证10% BLER的偏移之外别无选择。如图中所见，与经滤波的SINR组合的此偏移与实际SINR几乎没有关系。因此，从图2中明显看出，在传统LA中跟踪信道质量的性能较差。

为了克服这个问题，本文中的实施例可以从跟踪诸如SINR的时间变量改变为估计随机变量的分布。

当诸如例如SINR值之类的信道质量值被视为如图3a所示的基于时间的变量时，它将难以跟踪。然而，当将其视为随机变量时，如图3b中所示，其分布看起来稳定。在这种情况下，SINR值分布可以被看作三个群集，并且在每个群集内，SINR在其群集均值附近抖动。因此，代替估计诸如SINR值之类的信道质量值而估计信道质量值的分布。图3c示出了图3a和3b中描绘的场景的估计分布。如可以清楚地看到的，SINR值分布在三个主要群集中，即，在5dB、12dB和15dB周围。当信道质量的分布已知时，可以使用具有不同概率的串行信道质量值来找到使预期吞吐量最大化的传输参数集合，而代替仅使用一个信道质量值，例如SINR值。

在本文的一个实施例中，可以通过估计用于高斯混合模式模型的参数来完成估计分布。进一步的细节参见小节“假设和算法细节”。

在本文的进一步实施例中，估计分布可以通过直方图方法来完成。

基于信道质量值的分布来计算用于优化吞吐量的传输参数。在以下示例中，传输参数由MCS表示，而信道质量由SINR表示。然而，其它传输参数和信道质量值同样适用。

当信道质量的分布已知时，可以使用下面的等式1和2来计算根据下面的示例优化LA的目标函数的MCS，目标函数诸如吞吐量（Thp）。在下面的等式中，信道质量由SINR表示，然而，也可以使用其它信道质量。等式1仅考虑初始传输：

(1)

其中对应于优化吞吐量的MCS，P(SINR)是SINR值的概率，对应于成功传输的概率，并且/>是对应于MCS指标MCS_N+1的传输块大小。

如果允许最大一次重传，则可以根据下面的等式2来计算优化目标函数的MCS：

其中索引1st对应于第一次传输，索引2nd对应于重传。

应当注意，如果允许多于两次重传，则可以采用相同的方式扩展该等式。

假设和算法细节

信道质量值的分布，诸如例如SINR，可以被假设为遵循高斯混合模型，即，K高斯分布的混合，并且每个高斯分布可以被称为分量：

(3)

其中是与分量j相关联的观测概率的参数，N是观测值的数量，/>是分量j的平均值，而/>是分量j的方差。

主要任务是估计每个分量的概率以及每个分量的参数，诸如，例如期望值或方差。

被调度的物理资源块（PRB）的信道质量，例如在该示例中的SINR，是随机值X，并且在先前的子帧中可能已经存在若干信道质量的观测值，例如SINR，。在本文中，/>意味着在最后的子帧中的观测值，而/>意味着在之前的n个子帧中的观测值。

相邻小区可以生成C类型的干扰，其也可以被称为分量。

每个分量高斯分布的概率是，j =1,…，C，其中/>意味着估计属于分量j的概率，/>。

对于每个分量，信道衰落遵循高斯分布，即，。为了简单，本文可以引入设计参数/>。观察到/>的参数/>和/>可以通过最大似然估计得到：

，

其中是i的函数，i是不同观测值的权重，由于信道老化，与N个子帧之前的观测值相比，将更加注意最后观测值的可能性。换句话说，Wi可以用于将更近期的观测值加权超过过去的观测值。

为了易于计算，算法可以被变换到对数域：

通过考虑所有概率之和是一的约束条件，即，存在约束条件

利用Lagrange函数，

。

使用直方图方法的算法简化

可能难以实现上述算法，因此可将该算法简化如下：

•忽略频率关系，即，Wi仅与观测值和估计之间的时间间隙（即，i）相关。

•忽略干扰的衰落，即，视为。

每个不同的SINR观测值将被视为单独的分量分布，其中Wi被简化为基于遗忘因子的IR函数。

•，α是常数，其与信道衰落/相干时间有关，平坦信道将引入较大的α。

在此情况下，如果，其中/>是量化误差，则此观测值/>并且

此后，满足量化误差的每个不同的SINR将被视为单独分量，且其概率/>仅与相关。于是/>可以在等式（2）中用来获得优化目标函数（诸如，例如优化吞吐量）的MCS。

图4公开了根据本文的一些实施例的框图。可以例如包括在网络节点110中或分布式节点中的基于无监督密度估计的链路自适应（UDELA）装置可以被分成两个块。一旦观察到SINR值，则它被转发到SINR密度更新块401，其更新SINR值的概率P(SINR)。然后，可以将概率P(SINR)转发到吞吐量优化的MCS计算块402，其可以将P(SINR)用于确定提供最大吞吐量的MCS值。

图5公开了由诸如SINR密度更新块401的计算块执行的SINR密度更新方法。这种方法可以被称为直方图方法。SINR密度更新方法可假设接收到SINR观察值。在动作602中，可以确定/>和/>之间的差是否小于/>。如果是，则/>属于分量/>。在动作503中，在/>的简化下，/>可被看作具有范围（SinrMin, SinrMax）的串行量化SINR值，其中量化误差是/>。对于/>所属的/>，在动作502中概率被更新为：

,

对于不是所属的其他/>，n被设置为0。

图6公开了由吞吐量优化的MCS计算块402进行的计算。在该示例中，仅考虑#1传输。图6公开了一种用于计算传输参数的方法，在这种情况下是MCS计算方法，一旦已经在SINR密度更新块401中更新了P(SINR)。在动作601中，可以使用以下等式来确定TBS：

。

在动作602中，如果最新计算的TBS_N+1大于前一个TBS_N，则选择下一个传输参数，例如在该示例中的MCS，并且对新的传输参数执行计算。通过对每个传输参数（例如每个MCS）的计算进行迭代，可以找到最大化目标函数（诸如，例如图6所示的TBS大小）的传输参数，然后将对应的MCS用于下一次传输。

图7示出根据本文的实施例执行的LA（本文还称为UDELA）与传统LA之间的性能比较。从图7中可以清楚地看出，UDELA提供了独立于小区中的用户数量的增加的上行链路（UL）吞吐量。然而，当小区中的用户数量增加时，UDELA方法有显著的性能增益。在小区中从数量为3起向上，传统LA的吞吐量几乎稳定在大约3.25 Mbps，而当在小区中有9个用户时，UDELA方法的吞吐量继续随着用户数量而增加，直到4 Mbps的吞吐量。

图8示出了从网络节点110的角度所见，根据本文的实施例用于处置LA的方法步骤。

动作801：网络节点110获得TTI集合中每个TTI的信道质量值。信道质量可以通过从UE 120接收信道质量测量来获得。信道质量可以是例如信号与干扰加噪声比（SINR）、增益与干扰加噪声比（GINR）或接收的比特信息。

动作802：网络节点110基于信道质量值的分布，根据针对TTI集合所获得的信道质量值，估计特定信道质量将出现的概率。

可以借助于所获得的信道质量值的概率分布估计（诸如，例如模型拟合）来估计概率。概率分布估计例如可以通过估计高斯混合模式模型的参数来执行。

基于信道质量值的所估计的概率分布，当应用所述传输参数集合时，可以将已知成功接收所需信道质量的传输参数集合映射到成功接收的概率。

动作803：网络节点110通过将传输参数集合映射到成功接收所需的信道质量，基于信道质量的所估计的概率来确定优化LA的目标函数的传输参数集合。

传输参数集合可以是调制和编码方案MCS、传输功率、调制方案、编码率、带宽和传输时间中的任一个。

目标函数可以是最大吞吐量、期望的稳健性水平、期望的错误概率和最小化的分组时延中的任一个。

在一些实施例中，目标函数可以是最大吞吐量，并且网络节点110可以通过执行以下可选动作703a和703b来确定优化LA的目标函数的传输参数集合。

动作803a：网络节点110可以计算每个可用传输参数集合的估计比特率，其中每个可用传输参数集合X=1，...，n的估计比特率（BRX_est）是针对每个信道质量值对于传输参数集合的成功传送的块的比率、每个信道质量值的概率以及对应于每个传输参数集合（即对应于每个传输参数集合的索引）的传输块大小（TBS）的乘积的总和。

表1：具有对应TBS索引的MCS索引

网络节点110获得信道质量，在该特定示例中，信道质量由SINR表示，统计由测量（0到20dB）产生，并且确定每个接收SINR值的概率：

SINR值：0 1 2 … 20 db

概率： 1% 2% 3% … 5%

对于每个可用的传输参数集合，在由调制和编码方案MCS0-MCS28举例说明的这种情况中，通过确定基于每个SINR值的估计比特率、基于成功传送的比特率的对应概率和对应于如表1所示的MCS的传输块大小（TBS）来计算估计的比特率，基于误块率（BLER）将成功传送的比特率确定为1-BLER(传输参数，信道质量)。

对于第一传输参数集合MCS0，针对以下每项确定比特率：

对于MCS1：

计算BR1_est的类似过程

…

对于MCS28：

计算BR28_ est的类似过程

动作803b：网络节点110还可以选择使估计比特率最大化的传输参数集合1、…、X。参考上面在动作803a下公开的示例实施例，这可以通过找到具有最大BR_est的MCS级别并且使用该MCS级别作为LA的MCS来完成。

动作804：网络节点110还可以应用所确定的传输参数集合，其优化LA的目标函数。这也可以称为使用所确定的传输参数集合来执行LA。

图9是描绘用于执行用于处置信道的链路自适应（LA）的方法的网络节点110的框图。网络节点110可以包括处理单元900，诸如例如一个或多个处理器、获得单元901、接收单元902、估计单元903、确定单元904、应用单元905和/或计算单元906，作为被配置成执行如本文描述的方法的示例性硬件单元。

网络节点110例如借助于被配置成执行以下操作的处理单元901和/或获得单元902而被配置成：获得TTI集合中每个TTI的信道质量值。

网络节点110例如借助于被配置成执行以下操作的处理单元901和/或估计单元903而被配置成：基于信道质量值的分布，根据针对TTI集合所获得的信道质量值，估计特定信道质量将出现的概率。

网络节点110例如借助于被配置成执行以下操作的处理单元901和/或确定单元904而被配置成：基于信道质量的估计概率来确定优化LA的目标函数的传输参数集合，其中每个传输参数集合被映射到成功接收所需的信道质量。

网络节点110可以例如借助于被配置成执行以下操作的处理单元901和/或估计单元903而被配置成：借助于接收信道质量值的概率分布估计来估计概率。

网络节点110可以例如借助于被配置成执行以下操作的处理单元901和/或估计单元903而被配置成：通过估计高斯混合模式模型的参数来执行概率分布估计。

网络节点110可以例如借助于被配置成执行以下操作的处理单元901和/或确定单元904而被配置成：基于信道质量值的估计概率分布，将已知成功接收所需的信道质量的传输参数集合映射到应用所述传输参数集合时成功接收的概率。

网络节点110可以例如借助于被配置成执行以下操作的处理单元901和/或应用单元905而被配置成：应用优化LA的目标函数的所确定的传输参数集合。

网络节点110可以例如借助于被配置成执行以下操作的处理单元901和/或获得单元901和/或接收单元902而被配置成：通过从UE 120接收信道质量测量来获得信道质量。

在目标函数是最大吞吐量的一些实施例中，网络节点110可以例如通过借助于处理单元900和/或确定单元904和/或计算单元906而被配置成计算每个可用传输参数集合的估计比特率来确定优化LA的目标函数的传输参数集合，处理单元900和/或确定单元904和/或计算单元906被配置成计算每个可用传输参数集合的估计比特率。网络节点110可以例如借助于处理单元900和/或确定单元904和/或计算单元906而被配置成将每个可用传输参数集合的估计比特率计算为针对每个信道质量值对于传输参数集合成功传送的块的比率、每个信道质量值的概率以及对应于每个传输参数集合的传输块大小TBS的乘积之和，其中所述处理单元900和/或确定单元904和/或计算单元906被配置成将每个可用传输参数集合的估计比特率计算为所述和。网络节点110还可以例如借助于被配置成执行以下操作的处理单元901和/或确定单元904和/或选择单元906而被配置成：选择使估计比特率最大化的传输参数集合。

如图10所示，本文的实施例可以通过网络节点110中的处理电路的相应处理器或一个或多个处理器来实现，该处理电路被配置成执行根据图8和上面针对网络节点110描述的实施例的方法动作。实施例可以由处理器连同用于执行本文的实施例的功能和动作的相应计算机程序代码来执行。上面提到的程序代码也可以被提供为计算机程序产品，其例如采取数据载体的形式，该数据载体携带计算机程序代码，其用于在被加载到网络节点110中时执行本文的实施例。一种这样的载体可采取CD ROM盘的形式。但是，其他数据载体（例如记忆棒）是可行的。此外，可以在服务器上将计算机程序代码提供为纯程序代码并且下载到网络节点110。

网络节点110可以进一步包括存储器。存储器可包括一个或多个存储器单元，其用于在诸如软件、补丁、系统信息、配置、诊断数据、性能数据和/或应用上存储数据以在被执行时执行本文公开的方法等。

根据本文针对网络节点110描述的实施例的方法可以借助于例如计算机程序908、1001或计算机程序产品来实现，所述计算机程序产品包括指令，即，软件代码部分，其在至少一个处理器上执行时，使至少一个处理器执行由网络节点110所执行的本文所述的动作。计算机程序1001可以存储在计算机可读存储介质909、1002（例如光盘等）上。其上存储有计算机程序的计算机可读存储介质909、1002可以包括指令，该指令在至少一个处理器上执行时，使至少一个处理器执行由网络节点110所执行的本文所述的动作。在一些实施例中，计算机可读存储介质可以是非暂时性计算机可读存储介质。该计算机程序还可以被包括在载体上，其中该载体是电子信号、光信号、无线电信号或计算机可读存储介质之一。

如熟悉通信设计的人员将容易理解的那样，可以使用数字逻辑和/或一个或多个微控制器、微处理器或其他数字硬件来实现功能部件或单元。在一些实施例中，各种功能中的几个或全部可以一起实现，例如在单个专用集成电路（ASIC）中，或者在两个或更多个分离的设备中，它们之间具有适当的硬件和/或软件接口。例如，功能中的若干功能可以在与网络节点的其他功能组件共享的处理器上实现。

备选地，可以通过使用专用硬件来提供所讨论的处理部件的功能元件中的若干个，而其他功能元件被提供有用于执行软件的硬件，其与适当的软件或固件相关联。因此，本文所使用的术语“处理器”或“控制器”并不专门指代能够执行软件的硬件，并且可以隐含地包括但不限于数字信号处理器（DSP）硬件、用于存储软件的只读存储器（ROM）、用于存储软件和/或程序或应用数据的随机存取存储器以及非易失性存储器。也可以包括传统的和/或定制的其他硬件。网络节点或装置的设计者将明白这些设计选择中固有的成本、性能和维护折衷。

在本文的实施例中描述的网络节点110也可以在云中实现。虽然本文在无线电接入节点的上下文中讨论了由网络节点110执行的方法动作，但是该方法还可以由第一云（例如，服务器和/或数据中心）中包括的分布式节点或核心网络节点来执行。该方法动作可以例如由逻辑功能执行，该逻辑功能可以是托管在核心网络节点或分布式节点上的集中式服务。

另外的扩展和变型

参考图11，根据实施例，通信系统包括电信网络1110，诸如无线通信网络100，例如WLAN，诸如3GPP型蜂窝网络，其包括接入网1111（诸如无线电接入网）以及核心网络1114。接入网1111包括多个基站1112a、1112b、1112c，诸如，例如网络节点110、接入节点、AP STA、NB、eNB、gNB或其他类型的无线接入点，各自定义对应的覆盖区域1113a、1113b、1113c。每个基站1112a、1112b、1112c通过有线或无线连接1115可连接到核心网络1114。位于覆盖区域1113c中的第一用户设备（UE）（诸如非AP STA 1191）被配置成无线连接到对应的基站1112c，或由对应的基站1112c寻呼。覆盖区域1113a中的第二UE 1192（诸如非AP STA）可无线连接到对应的基站1112a。虽然在该示例中示出了多个UE 1191、1192，但是所公开的实施例同样适用于唯一UE在覆盖区域中或者唯一UE正在连接到对应的基站1112的情况。

电信网络1110本身连接到主机计算机1130，该主机计算机可以被体现在独立服务器、云实现的服务器、分布式服务器的硬件和/或软件中，或者体现为服务器场中的处理资源。主机计算机1130可以在服务提供商的所有权或控制下，或者可以由服务提供商或代表服务提供商操作。电信网络1110和主机计算机1130之间的连接1121、1122可以从核心网络1114直接延伸到主机计算机1130，或者可以经由可选的中间网络1120。中间网络1120可以是公用、私用或被托管网络中的一个或多于一个的组合；中间网络1120，如果有的话，可以是主干网或因特网；特别地，中间网络1120可以包括两个或更多个子网（未示出）。

图11的通信系统作为整体实现所连接的UE 1191、1192之一与主机计算机1130之间的连接性。此连接性可以被描述为过顶（over-the-top，OTT）连接1150。主机计算机1130和所连接的UE 1191、1192被配置成使用接入网1111、核心网络1114、任何中间网络1120和可能的另外基础设施（未示出）作为中介，经由OTT连接1150来传递数据和/或信令。在OTT连接1150通过的参与的通信装置不知道上行链路和下行链路通信的路由的意义上，OTT连接1150可以是透明的。例如，基站1112可以不被告知或者不需要被告知传入下行链路通信的过去路由，其中源自主机计算机1130的数据要被转发（例如，移交）到所连接的UE 1191。类似地，基站1112不需要知道源自UE 1191朝向主机计算机1130的传出上行链路通信的未来路由。

根据实施例，现在将参考图12描述在前面段落中讨论的UE、基站和主机计算机的示例实现。在通信系统1200中，主机计算机1210包括硬件1215，硬件1215包括通信接口1216，其被配置成设立并维持与通信系统1200的不同通信装置的接口的有线或无线连接。主机计算机1210进一步包括处理电路1218，其可以具有存储和/或处理能力。特别地，处理电路1218可以包括一个或多个可编程处理器、专用集成电路、现场可编程门阵列或适合于执行指令的这些（未示出）的组合。主机计算机1210进一步包括软件1211，该软件1211被存储在主机计算机1210中或由主机计算机1210可访问，并且由处理电路1218可执行。软件1211包括主机应用1212。主机应用1212可以可操作以向远程用户提供服务，远程用户诸如经由终止于UE 1230和主机计算机1210的OTT连接1250连接的UE 1230。在向远程用户提供服务时，主机应用1212可以提供使用OTT连接1250传送的用户数据。

通信系统1200进一步包括基站1220，该基站1220在电信系统中提供并且包括硬件1225，使它能够与主机计算机1210和UE 1230通信。硬件1225可以包括用于设立和维持与通信系统1200的不同通信装置的接口的有线或无线连接的通信接口1226，以及用于设立和维持与位于由基站1220服务的覆盖区域（图12中未示出）中的UE 1230的至少无线连接1270的无线电接口1227。通信接口1226可以被配置成便于连接1260到主机计算机1210。连接1260可以是直接的，或者它可以通过电信系统的核心网络（图12中未示出）和/或通过电信系统外部的一个或多个中间网络。在所示实施例中，基站1220的硬件1225进一步包括处理电路1228，该处理电路1228可以包括一个或多个可编程处理器、专用集成电路、现场可编程门阵列或适合于执行指令的这些（未示出）的组合。基站1220进一步具有内部存储的或经由外部连接可访问的软件1221。

通信系统1200还包括已经提及的UE 1230。它的硬件1235可以包括无线电接口1237，其被配置成设立和维持与服务于UE 1230当前所位于的覆盖区域的基站的无线连接1270。UE 1230的硬件1235还能包括处理电路1238，其可以包括一个或多个可编程处理器、专用集成电路、现场可编程门阵列或适合于执行指令的这些（未示出）的组合。UE 1230还包括软件1231，其被存储在UE 1230中或由UE 1230可访问，并且由处理电路1238可执行。软件1231包括客户端应用1232。客户端应用1232可以可操作以在主机计算机1210的支持下，经由UE 1230向人类或非人类用户提供服务。在主机计算机1210中，正在执行的主机应用1212可以经由终止于UE 1230和主机计算机1210的OTT连接1250与正在执行的客户端应用1232通信。在向用户提供服务时，客户端应用1232可以从主机应用1212接收请求数据，并响应于该请求数据而提供用户数据。OTT连接1250可以传递请求数据和用户数据二者。客户端应用1232可以与用户交互，以生成它提供的用户数据。

注意，图12所示的主机计算机1210、基站1220和UE 1230可以分别等同于图11的主机计算机1130、基站1112a、1112b、1112c之一和UE 1191、1192之一。也就是说，这些实体的内部工作可以如图12所示，并且独立地，周围的网络拓扑可以是图11的网络拓扑。

在图12中，OTT连接1250已经被抽象地画出，以示出主机计算机1210和UE 1230之间经由基站1220的通信，而没有明确提及任何中间装置和经由这些装置的消息的精确路由。网络基础设施可以确定路由，它可以被配置成对UE 1230或操作主机计算机1210的服务提供商或者对两者隐藏该路由。当OTT连接1250活动时，网络基础设施可以进一步做出决定，通过这些决定，它动态地改变路由（例如，基于网络的重新配置或负载平衡考虑）。

UE 1230和基站1220之间的无线连接1270根据贯穿本公开描述的实施例的教导。各种实施例中的一个或多个改进了使用OTT连接1250提供给UE 1230的OTT服务的性能，其中无线连接1270形成最后一段。更精确地，这些实施例的教导可以改进数据速率和时延，并且从而提供诸如减少的用户等待时间、宽松的文件大小限制、更好的响应性之类的益处。

出于监测数据速率、时延和一个或多个实施例改进的其他因素的目的，可以提供测量过程。还可以有可选的网络功能性，用于响应于测量结果的变化而重新配置主机计算机1210和UE 1230之间的OTT连接1250。用于重新配置OTT连接1250的测量过程和/或网络功能性可以在主机计算机1210的软件1211中或者在UE 1230的软件1231中或者在二者中实现。在实施例中，传感器（未示出）可以被部署在OTT连接1250通过的通信装置中或与之关联；传感器可以通过提供上面举例说明的监测量的值或者通过提供软件1211、1231可以从中计算或估计监测量的其他物理量的值来参与测量过程。OTT连接1250的重新配置可以包括消息格式、重传设置、优选路由等；重新配置不需要影响基站1220，并且它可能对基站1220是未知的或者不可察觉的。这样的过程和功能性在本领域中可能已知并实践了。在某些实施例中，测量可以涉及专有的UE信令，从而便于主机计算机1210对吞吐量、传播时间、时延等的测量。测量可以通过如下方式来实现：软件1211和1231在它监测传播时间、错误等的同时，使用OTT连接1250促使传送消息，特别是空消息或“伪”消息。

图13是示出根据一个实施例在通信系统中实现的方法的流程图。通信系统包括主机计算机、基站（诸如AP STA）和UE（诸如非AP STA），它们可以是参考图11和12描述的那些。为了简化本公开，在本节将仅包括对图13的附图参考。在该方法的第一动作1310，主机计算机提供用户数据。在第一动作1310的可选子动作1311，主机计算机通过执行主机应用来提供用户数据。在第二动作1320，主机计算机发起将用户数据携带到UE的传输。在可选的第三动作1330，根据贯穿本公开描述的实施例的教导，基站向UE传送在主机计算机发起了的传输中携带了的用户数据。在可选的第四子动作1340，UE执行与由主机计算机执行的主机应用关联的客户端应用。

图14是示出根据一个实施例在通信系统中实现的方法的流程图。通信系统包括主机计算机、基站（诸如AP STA）和UE（诸如非AP STA），它们可以是参考图11和12描述的那些。为了简化本公开，在本节将仅包括对图14的附图参考。在该方法的第一动作1410，主机计算机提供用户数据。在可选的子动作（未示出）中，主机计算机通过执行主机应用来提供用户数据。在第二动作1420，主机计算机发起将用户数据携带到UE的传输。根据贯穿本公开描述的实施例的教导，传输可以通过基站。在可选的第三动作1430，UE接收传输中携带的用户数据。

图15是示出根据一个实施例在通信系统中实现的方法的流程图。通信系统包括主机计算机、基站（诸如AP STA）和UE（诸如非AP STA），它们可以是参考图11和12描述的那些。为了简化本公开，在本节将仅包括对图15的附图参考。在该方法的可选第一动作1510，UE接收由主机计算机提供的输入数据。附加地或备选地，在可选的第二动作1520，UE提供用户数据。在第二动作1520的可选子动作1521，UE通过执行客户端应用来提供用户数据。在第一动作1510的进一步可选子动作1511，UE执行客户端应用，其对由主机计算机提供的接收到的输入数据做出反应而提供用户数据。在提供用户数据时，所执行的客户端应用可以进一步考虑从用户接收到的用户输入。不管提供用户数据的所采用的特定方式如何，在可选的第三子动作1530，UE发起用户数据到主机计算机的传输。在该方法的第四动作1540，根据贯穿本公开描述的实施例的教导，主机计算机接收从UE传送的用户数据。

图16是图示根据一个实施例在通信系统中实现的方法的流程图。通信系统包括主机计算机、基站（诸如AP STA）和UE（诸如非AP STA），它们可以是参考图11和12描述的那些。为了简化本公开，在本节将仅包括对图16的附图参考。在该方法的可选第一动作1610，根据贯穿本公开描述的实施例的教导，基站从UE接收用户数据。在可选的第二动作1620，基站发起接收到的用户数据到主机计算机的传输。在第三动作1630，主机计算机接收由基站发起的传输中携带的用户数据。

当使用词语“包括”或“包含”时，应将其解释为非限制性的，即，意味着“至少由……组成”。当在本文中使用词语“集合”时，应将其解释为意味着“一个或多个”。

将理解的是，前述描述和附图表示本文所教导的方法和设备的非限制性示例。因此，本文所教导的设备和技术不受前述描述和附图限制。相反，本文的实施例仅由所附权利要求及其合法等同物限制。

定义

缩略语解释

UDELA 基于无监督密度估计的链路自适应

LA 链路自适应

SINR 信号与干扰加噪声比

MCS 调制和编码方案

PRB 物理资源块

IR 无限脉冲响应

TBS 传输块大小

Claims

1.一种由网络节点执行的用于处置信道的链路自适应LA的方法，所述方法包括：

—获得传输时间间隔TTI集合中每个TTI的信道质量值，

—基于信道质量值的分布，根据所述TTI集合的所获得的信道质量值，估计特定信道质量将出现的概率，

—基于所述信道质量的所估计的概率，确定优化LA的目标函数的传输参数集合，其中每个传输参数集合被映射到成功接收所需的信道质量。

2.根据权利要求1所述的方法，其中所述概率是借助于所接收的信道质量值的概率分布估计来估计的。

3.根据权利要求2所述的方法，其中通过估计高斯混合模式模型的参数来执行所述概率分布估计。

4.根据权利要求2所述的方法，其中基于信道质量y值的所估计的概率分布，将已知成功接收所需的信道质量的传输参数集合映射到在应用所述传输参数集合时成功接收的概率。

5.根据权利要求1-4中的任一项所述的方法，其中所述方法还包括：

—应用优化LA的所述目标函数的所确定的传输参数集合。

6.根据权利要求1-4中的任一项所述的方法，其中所述信道质量是通过从UE接收信道质量测量来获得的。

7.根据权利要求1-4中的任一项所述的方法，其中所述信道质量是信号与干扰加噪声比SINR、增益与干扰加噪声比GINR、或接收的比特信息。

8.根据权利要求1-4中的任一项所述的方法，其中所述传输参数集合是以下中的任一个：调制和编码方案MCS、传输功率、调制方案、编码率、带宽和传输时间。

9.根据权利要求1-4中的任一项所述的方法，其中所述目标函数是以下中的任一个：最大吞吐量、期望的稳健性水平、期望的错误概率和最小化的分组时延。

10.根据权利要求1-4中的任一项所述的方法，其中所述目标函数是最大吞吐量，并且通过以下步骤来确定优化LA的所述目标函数的传输参数集合：

—计算每个可用传输参数集合的估计比特率，其中每个可用传输参数集合的所述估计比特率是针对每个信道质量值对于所述传输参数集合成功传送的块的比率、每个信道质量值的概率以及对应于每个传输参数集合的传输块大小TBS的乘积之和，

—选择使所述估计比特率最大化的传输参数集合。

11.一种网络节点，用于执行用于处置信道的链路自适应LA的方法，所述网络节点包括：—获得单元，被配置成获得传输时间间隔TTI集合中每个TTI的信道质量值，—估计单元，被配置成基于信道质量值的分布，根据所述TTI集合的所获得的信道质量值，估计特定信道质量将出现的概率，以及

—确定单元，被配置成基于所述信道质量的所估计的概率，确定优化LA的目标函数的传输参数集合，其中每个传输参数集合被映射到成功接收所需的信道质量。

12.一种包括指令的计算机可读存储介质，所述指令在由计算机执行时使所述计算机执行根据权利要求1至10中的任一项所述的方法的步骤。