一種基于蟻群融合的盲傳輸格式檢測方法

摘要：針對現有3GPP標準中盲傳輸格式檢測方案的性能不足，文章結合蟻群算法和融合量的特點提出了一種適用于WCDMA終端的盲傳輸格式檢測算法。該算法利用蟻群信息量記憶傳輸格式歷史數據，對不同判據的可靠性程度進行加權融合。仿真結果表明：文章提出的方法在多應用場景下均明顯提高了WCDMA終端中盲傳輸格式檢測的可靠性。

關鍵詞： 蟻群；融合；盲傳輸格式檢測；寬帶碼分多址

Abstract： In this paper， a new blind transport-format detection method based on ant colony merge algorithm for WCDMA systems is proposed. The method is designed to alleviate detriments to link performance using currently available blind-transport- format algorithms. Such algorithms use the ant colony to remember historical information about the transport format， and merge the detection judgment according to the reliability. Simulations show that the proposed algorithm significantly improves link performance in all practical scenarios.

Key words： ant colony； merge； blind transport format detection； WCDMA

在寬帶碼分多址（WCDMA）系統的下行鏈路中，為了節省信道容量，某些傳輸信道并未發送傳輸格式的信息[1]。通過上層的協商，僅知道可能的傳輸格式（可能的結束比特位置{nend }）集合，如圖1所示。圖中有4個可能的結束比特位置，分別為nend = 1～4，且實際傳輸的結束比特位置為nend = 3。因此，終端需要通過維特比譯碼器的工作狀態以及循環冗余校驗（CRC）校驗的結果檢測當前正在使用的實際傳輸格式。

現有寫入第三代移動通訊伙伴項目（3GPP）標準中的盲傳輸格式檢測算法，具體為：在每一個可能結束的比特位置從零狀態開始回溯幸存路徑，并恢復出相應長度的數據序列。對于每一個被恢復的數據序列，通過檢查CRC來進行錯誤檢測，如果能通過CRC校驗，并且路徑量度滿足一定的條件，則說明被恢復的序列是正確的[2]。第三代移動通信的其他標準中也有類似的需求[3-4]。

其中a max（nend ）和a min （nend ）是在結束比特位置nend 的所有狀態中路徑量度值的最大值和最小值，a 0 （nend ）是零狀態的路徑量度值。

為了減少錯誤檢測的可能性（當選擇的路徑是錯誤的而CRC卻是正確時，會發生此類情況），刻意引入一個路徑選擇門限D。門限D決定了是否應該在每一個結束比特位置nend 進行回溯。如果在這個可能的結束比特位置處的路徑量度滿足條件：

S （nend ） ≤ D （2）

則可以從該結束比特位置回溯并恢復出數據，其中D是路徑量度門限，是一個設計參數。

如果不止一個滿足（2）的結束比特位置恢復出的數據通過CRC校驗，則認為具有最小的S （nend ）值的結束比特位置是正確的。如果所有的結束比特位置都沒有滿足（2），則認為接收到的幀數據流錯誤。

業界也有針對標準中盲傳輸格式檢測方式的修正和性能的評估探討[5-6]。上述盲傳輸格式檢測流程均基于分支判決的模式，未能綜合考慮路徑量度和CRC校驗結果之間的關系。CRC長度與CRC校驗結果的置信度也未在現有的檢測流程中得到體現。實際應用中由于語音信號以及聲碼器的特點造成了傳輸格式在使用時間上有一定的延續性[7]，并使得系統在啟用某種傳輸格式后通常會沿用該傳輸格式一段隨機的時間。該特點作為先驗信息亦未被現有的盲傳輸格式檢測流程利用。

1 蟻群融合盲傳輸格式

檢測的提出

1.1 融合量的產生

（1） 路徑量度融合量

定義結束比特位置在nend 處的路徑量度融合量的表達式為：

其中a max（nend ）和a min （nend ）是在結束比特位置nend 的所有狀態中路徑量度值的最大值和最小值，a 0 （nend ）是零狀態的路徑量度值。

可見，路徑量度融合量的最大值為1，此時a 0 （nend ） = a max（nend ），表明零狀態是在該位置到達可能性最大的狀態；路徑量度融合量的最小值為0，此時a 0 （nend ） = a min （nend ），表明零狀態是在該位置到達可能性最小的狀態。此外，路徑量度融合量S （nend ）隨著a 0（nend ）- a min （nend ）增加而單調增加。分母a max（nend ） - a min （nend ）起到了歸一化路徑量度融合量的作用。

（2） CRC校驗結果融合量

CRC校驗結果的可靠程度與CRC比特數的多少密切相關，CRC比特數越多，CRC校驗結果的置信度就越高，每增加1比特CRC比特數時同一錯誤數據幀通過CRC校驗的概率下降大約50%。

根據標準，WCDMA系統收到的數據幀可以使用8比特、12比特、16比特或24比特這4種CRC比特數，并可以知道當前使用的CRC比特數[8]。

參照路徑量度融合量的置信程度，定義CRC比特數為8且通過CRC校驗時的CRC校驗結果融合量的值為0.5，由此可以得出CRC比特數分別為12、16和24時通過CRC校驗時的CRC校驗結果融合量的值分別為0.875、0.96875和0.99609375。如未能通過CRC校驗，則CRC校驗結果融合量的值為0。

綜上所述，結束比特位置在nend 處的CRC校驗結果融合量的表達式為（4），即：

可見，CRC融合量為0到1區間內的變量。C （nend ）的數值越大表明使用CRC判據得出的該幀結束比特位置在nend 處的置信度越高。

（3）蟻群融合量

根據昆蟲學家的觀察，發現自然界的螞蟻雖然視覺不發達，但它可以在沒有任何提示的情況下找到從食物源到巢穴的最短路徑，并且能在環境發生變化（如原有路徑上有了障礙物）后，自適應地搜索新的最佳路徑。這種能力是因為螞蟻在走過的路上會釋放一種特殊的分泌物-信息激素，使得一定范圍內其他螞蟻能夠覺察到并由此影響它們的行動，當一條路上的信息激素越來越多（隨時間的推移會逐漸減弱），后來的螞蟻選擇這條路徑的概率也越來越大，從而增加該路徑的信息激素強度，這種選擇過程稱為螞蟻的自催化過程，其原理是一種正反饋機制，所以螞蟻系統也稱為增強性學習系統。

蟻群系統的基本思想是模仿螞蟻依賴信息激素進行通信而顯示出的社會行為，在智能體定義的基礎上，由一個貪心法指導下的自催化過程引導每個智能體的行動，它是一種隨機的通用試探法，可用來求解各種不同的組合優化問題。

文章基于上述原理引入蟻群融合量作為盲傳輸格式檢測的判據之一，蟻群融合量產生方法如下所述：

不妨假設可能的結束比特位置有N個，盲傳輸格式檢測流程在這N個可能的結束比特位置中選出當前實際傳輸的結束比特位置。定義N×N階的信息素濃度矩陣為P，其中P [nend ’， nend ]表示從第nend ’個結束比特位置轉變到第nend 個結束比特位置的信息素濃度。可見，當前一幀檢測出的結束比特位置為nend’時，P [nend’，nend ]就是結束比特位置為nend的蟻群融合量，簡寫為P （nend ）。

為了便于表述信息素濃度矩陣的更新流程，定義信息素釋放系數p_r、信息素揮發系數p_v（以及最大信息素濃度p_max和最小信息素濃度p_min。完成當前幀檢測后可以采用以下方式更新信息素濃度矩陣：在信息素濃度矩陣中相應位置上以信息素釋放系數的速度釋放信息素，并使得更新后的信息素濃度不大于最大信息素濃度；信息素濃度矩陣中所有位置上的信息素以信息素揮發系數的速度揮發，并使得揮發后的信息素濃度不小于最小信息素濃度。前一幀檢測出的結束比特位置為nend ’，當前幀檢測出的結束比特位置則為nend *，此時更新信息素矩陣的過程可以描述為兩個步驟：

（1） 使用（5）中在矩陣的第nend ’行，第nend *列的位置釋放信息素

如果更新后的P [nend’， nend* ]大于p_max，則令P [nend’， nend* ]等于p_max；

（2）使用（6）在矩陣中每個元素的位置上揮發信息素，（6）中的i和j均為[0，N -1]區間內的任意整數

如果更新后的任意一個P [i，j ]小于p_min，則令該P [i，j ]等于p_min。

1.2 合并融合量

將每個可能的結束比特位置nend 處的上述3種融合量按比例融合后得出該結束比特位置處的融合量度M （nend ）。一種可行的融合方式是將上述3種融合量按照相等的比例融合得出融合量度，計算方法為（7）：

不妨假設可能的結束比特位置有N個，依次求得這N個可能的結束比特位置各自的融合量度，隨后通過比較得出這N個融合量度中的最大值M（nend*），則nend*為盲傳輸格式檢測流程檢測出的結束比特位置。

2 性能仿真與分析

語言業務幀的結構見圖1，有10種可能的結束比特位置，分別為nend =1～10，它們各自對應的幀長分別為16，55，58，65，71，74，77，91，81和97，其中的CRC比特數均為8比特。仿真中實際傳輸的幀長按照給定的幀長變化周期從上述10種幀長中隨機選取。盲傳輸格式檢測在這10種可能的結束比特位置中選出當前實際傳輸的結束比特位置。

仿真環境為加性高斯白噪聲（AWGN）信道，而每個數據的仿真語言業務幀數則為10萬幀，比特信噪比E b /N0均為譯碼器的典型工作區域1.0 dB，仿真結果如表1所示。

其中，方法的種類1為現有的方案；2為采用CRC和路徑量度的融合法；3為蟻群融合算法。DER為誤檢測率，表示未能正確檢測出結束比特位置的比例；PDER為凈誤檢測率，表示譯碼正確但未能正確檢測出結束比特位置的比例；FDR為誤傳輸格式檢測率，表示未能正確檢測出結束比特位置但通過CRC校驗的幀的比例。

由統計結果可見，方法2在同樣僅使用路徑量度和CRC校驗結果作為判據的情況下，基于融合方式后在DER和FDR這兩種性能上均優于基于分支判決的現有算法。且在幀長變化周期較大時，引入的蟻群融合量大幅改善了3種誤檢測率。同時，在幀長變化周期較小甚至每幀的長度都在發生隨機變化的極端場景下，蟻群融合算法依然保持了較好的誤檢測率指標。

考慮到實際應用環境中語音編碼的傳輸格式有一定周期，基于融合法的蟻群算法速率判決在實際應用中收到了較為滿意的效果。

根據仿真結果綜合分析，蟻群融合法的性能提升主要來源于以下方面：

（1） 采用了基于融合的檢測方法取代了現有的基于分支判決的檢測流程。

（2） 對于不同的CRC比特數，在檢測流程中引入了不同的權重。

（3） 提出了蟻群融合量判據。

3 結束語

盲傳輸格式檢測是WCDMA終端側接收語音業務時必須進行的步驟，其性能的優劣直接影響到后續語音處理的質量。文章一改傳統分支判決的思路，采用融合法作為判決的基本方案，并將蟻群融合量引入了融合過程，在計算機仿真和芯片應用實踐中均獲得了顯著的性能改善。為同類系統中盲檢測設計提供了一種新的選擇。

參考文獻

[1] 3GPP TS 25.211（Release 9）. Technical Specification Group Radio Access Network Physical Channels and Mapping of Transport Channels on to Physical Channels （FDD）[S]. 2012：51-54.

[2] 3GPP TS 25.212（Release 9）. Technical Specification Group Radio Access Network Multiplexing and Channel Coding （FDD）[S]. 2012：102-104.

[3] MAO W M， BROWN T. Optimal Blind Transport Format Detection for the UMTS uplink[J]. IEEE Transactions on Communications， 2008，56 （6）：866-870.

[4] LI P， WANG S ，LUO X . Blind Rate Detection for CDMA2000 1x EV-DO Reverse Traffic channel[C]//Proceedings of the 2009 IEEE International Conference on Robotics and Biomimetics （ROBIO’09），Dec 19-23，2009， Guilin， China. Piscataway， NJ， USA：IEEE， 2009：2244-2248.

[5] HU Y， WU S，GENG H. Improvement on Blind Symbol Rate Detection under Unfavorable Conditions[C]//Proceedings of the 2010 International Conference on Communications and Intelligence Information Security （ICCIIS’10），Oct 13-14，2010， Nanning， China. Los Alamitos， CA，USA： IEEE Computer Society，2010：29-35.

[6] 張家佶， 吳更石. 傳輸格式檢測方法、裝置以及通信系統[P].CN 201010603655.X， 2011.

[7] 白楊， 景新幸. EVRC語音編解碼算法的研究及實現[J].電聲技術， 2008，32（3）： 53-55.

[8] WU C. Ant Colony Multilevel Path Optimize Tactic Based on Information Consistence Optimize[C]//Proceedings of the International Conference on Computer Application and System Modeling （ICCASM’10）：Vol 1，Oct 22-24，2010， Taiyuan， China. Los Alamitos， CA，USA： IEEE Computer Society，2010：533-536.