对流层散射通信的快衰落特性导致接收信号信噪比(Signal-to-Noise Ratio,SNR)不断变化,根据时变SNR进行自适应编码调制,可以使业务速率实时跟随SNR的变化而改变,在保证可靠传输的前提下有效提升通信吞吐量。针对散射通信系统自适应编码...对流层散射通信的快衰落特性导致接收信号信噪比(Signal-to-Noise Ratio,SNR)不断变化,根据时变SNR进行自适应编码调制,可以使业务速率实时跟随SNR的变化而改变,在保证可靠传输的前提下有效提升通信吞吐量。针对散射通信系统自适应编码调制的需求,在归一化最小均方(Normalization Least Mean Square,NLMS)算法和递归最小二乘(Recursive Least Square,RLS)算法的基础上,提出了改进递归最小二乘(Modified Recursive Least Square,MRLS)SNR预测算法。SNR预测算法可以解决接收端估计的SNR反馈到发送端的延迟问题。经过仿真和外场实验测试,相比NLMS算法和RLS算法,所提出的MRLS算法具有更小的SNR预测误差。采用所提出的MRLS算法进行自适应编码调制流程后,相比NLMS算法和RLS算法,在外场实验中分别可获得约0.4、2 Mb/s的平均业务速率提升,证明了所提出算法的性能优势。展开更多
文摘对流层散射通信的快衰落特性导致接收信号信噪比(Signal-to-Noise Ratio,SNR)不断变化,根据时变SNR进行自适应编码调制,可以使业务速率实时跟随SNR的变化而改变,在保证可靠传输的前提下有效提升通信吞吐量。针对散射通信系统自适应编码调制的需求,在归一化最小均方(Normalization Least Mean Square,NLMS)算法和递归最小二乘(Recursive Least Square,RLS)算法的基础上,提出了改进递归最小二乘(Modified Recursive Least Square,MRLS)SNR预测算法。SNR预测算法可以解决接收端估计的SNR反馈到发送端的延迟问题。经过仿真和外场实验测试,相比NLMS算法和RLS算法,所提出的MRLS算法具有更小的SNR预测误差。采用所提出的MRLS算法进行自适应编码调制流程后,相比NLMS算法和RLS算法,在外场实验中分别可获得约0.4、2 Mb/s的平均业务速率提升,证明了所提出算法的性能优势。
