王紅展 劉凱 余金清
(中興通訊股份有限公司 廣東省深圳市 518055)
在移動通信系統中,會使用譯碼器進行Bit 級處理,如5G 的LDPC 譯碼器,4G 的Turbo 譯碼器或卷積譯碼器。這些譯碼器的性能與迭代次數關系很大,一般來說,迭代次數越多性能越好。
如LDPC 譯碼器,以MCS28 碼率為例,在AWGN 信道和3DMIMO 信道下,不同RB 下不同迭代次數的仿真結果如圖1 和圖2 所示。從圖1、圖2 來看,迭代次數對系統性能影響的仿真結果是正向作用,隨著迭代次數的提升,性能逐次提升,且沒有平底現象。根據多種迭代次數下仿真的結果,不同MCS 的情況下,迭代次數提升的性能提升總結如表1 和表2 所示。
無線系統是一個動態的系統,單位時間內處理的系統容量不定,但譯碼器能力在一定條件下卻是固定的,如果使用固定迭代次數策略,譯碼器的能力會存在不足或浪費的情況,比如在系統容量小的時候,無法發揮譯碼器的最大性能,造成浪費;或者一開始無法合理地配置迭代次數,過小和過大都可能會造成系統容量減小,甚至造成系統崩潰。
在移動通信一個小區中,用戶業務有業務量小的消息任務,也有業務量大的上傳下載任務,且用戶離基站的距離不等,且用戶處于移動狀態,信號傳輸路損不同,有些用戶數據需要重傳,有些則不需要重傳;且用戶等級不同,有VIP 客戶和普通客戶區分,需要根據不同的情況執行對應的譯碼策略,提升用戶滿意度。
為了提升客戶的滿意度,當然希望每個用戶都能采用最大迭代次數進行譯碼,但在基帶單板BIT 級處理能力一定的情況下,采用固定最高迭代次數會導致譯碼時間超長,導致譯碼結果丟失,反而會造成性能下降,這里提供一種自適應迭代次數的計算方法,最大化利用基帶板譯碼能力,提升小區整體性能。
一般情況下,一個時隙內會調度m 個TB,假設m 個TB 共有n 個CB 塊,且將這n 個CB 塊以一定的規則分為k 類,則:
假設第1 類CB 塊有t0個,記為U0={CB0,CB1,CB2,……,CBt0-1},
將第1 類CB 組中每個CB 塊的單次迭代譯碼所需的cycle 資源數集合記為X0,即此組CB 的單次迭代所需cycle 資源累加和記為XS0,即且假設此組CB 的迭代次數修正系數為α0,以及此組設置的最小迭代次數為Min0,此組設置的最大迭代次數為Max0;
假設第2 類CB 塊有t1個,記為
第2 類CB 塊的單次迭代譯碼所需的cycle 資源數集合記為此組CB 的單次迭代所需cycle資源累加和記為此組CB 的迭代次數修正系數為
第k 類CB 塊的單次迭代譯碼所需的cycle 資源數集合記為此組CB 的單次迭代所需cycle 資源累加和記為此組CB 的迭代次數修正系數為αk-1,以及此組設置的最小迭代次數為Mink-1,此組設置的最小迭代次數為Maxk-1;
同時,假設給此時隙的所有TB 的譯碼總cycle 資源數為S,那α1,以及此組設置的最小迭代次數為Min1,此組設置的最大迭代次數為Max1;

表1:AWGN 信道下迭代次數性能提升表

表2:3DMIMO 信道下迭代次數性能提升表

圖1:AWGN 信道MCS28 100RB 下的不同迭代次數性能對比


圖2:3DMIMO 信道MCS28 50RB 下不同迭代次數性能對比

圖3:自適應迭代流程圖
以此類推,假設第k 類CB 塊有tk-1個,么由公式(1)可以先求出所有CB 的初始迭代次數Iinit:


但實際運行過程中,不是所有的CB 塊都需要達到最大迭代次數進行譯碼,那么第一組CB 初始設置的迭代次數可能會有浪費,需要對第一組CB 的譯碼剩余cycle 資源進行回收,確保充分利用,那么假設第1 類CB 塊所用的實際迭代次數集合為則第一組CB 剩余的迭代次數集合為那么可以根據公式(3)計算出第一組CB 剩余的cycle 資源數SR0:

然后根據公式(4)得到第2 組CB 的初始迭代次數,


以此類推,假設第k-1 類CB 塊所用的實際迭代次數集合為則第k-2 組CB 剩余的迭代次數集合為則第k-2 組CB 剩余的cycle 資源數為:,則可以求出第k 組CB 的初始迭代次數
依據以上的步驟,可以得到如圖3 所示的流程圖。
軟件根據流程圖,實現每個時隙每個用戶的每個TB 的每個CB 的較佳的迭代次數,最大化利用譯碼器能力,提升每個TB 的譯碼成功率,最終提升系統的性能。
根據實測情況,在小帶寬的情況下,譯碼迭代次數可自適應達到100 次以上;在極限流量情況下,新傳譯碼迭代次數可達50 次以上,由于譯碼次數的大幅提升,系統重傳率降低,流量穩定,整體性能提升明顯。
對于譯碼器而言,單位時間內的譯碼時鐘周期數是非常稀缺的資源,本文描述的方法充分利用了預分配但未使用的譯碼時鐘周期,靈活適配各種用戶場景,提高了系統的整體性能。本方法對迭代類譯碼有較強的參考價值,值得推廣。