论文部分内容阅读
通信系统中主要通过系统级仿真评估系统的整体性能。它作为一种多点对多点的仿真,需要两点之间的链路性能作为基础,然而在系统仿真中对链路性能进行测量的开销十分巨大,因此引入了一种链路级仿真到系统级仿真(Link to System, L2S)的接口方法,将链路仿真与系统仿真分离。在众多的接口技术中,指数有效信噪比映射(Exponential Effective SNR Mapping, EESM)算法与互信息量有效信噪比映射(Mutual Information Effective SNR Mapping, MIESM)算法的应用最为广泛。它们通过将各子载波上的信噪比映射为一个有效值来预测链路的性能。本文主要对这两种L2S算法进行研究。指数有效信噪比映射算法是一种基于子载波上的误符号率推导出的近似算法,能够通过简单的计算预测链路的性能。然而由于该算法缺乏严格的数学推理,使得高阶调制时的预测性能急剧下降。本文首先给出一种参考曲线的建模方法以减少参考曲线的偶然误差,并将其用于算法的仿真中。然后,针对高阶调制下该算法性能下降的原因,给出了基于Logistic模型的改进算法。通过实际仿真,验证了该改进算法不仅在高阶调制时性能更优,而且实现复杂度更低。互信息量有效信噪比映射算法是一种基于信息理论的接口算法,使用比特互信息量作为衡量信道质量的指标,因此该算法的性能是现有接口算法中最优的,能在整体意义上很好地预测链路的误块率。然而,上层仿真往往更加关注某一关键区域的预测性能,非关键区域的误差会对算法参数的优化造成负面影响,针对此问题,本文给出了一种加权参数优化方法,旨在提高该关键区域中算法的准确度。通过仿真,验证了该方法在某些场景的有效性。现有的链路仿真方法均是通过软件完成的,然而用软件模拟的信道比较理想,不足以反映真实信道的性能特点。针对软件仿真平台的不足,本文给出了一种软硬件结合的仿真平台设计方案,通过软件对数据进行基带处理,信道部分则通过信道硬件仿真仪实现。该方案避免了电路设计的复杂工作,从而控制了成本,而且由于仿真依靠物理信号实现,更加接近真实场景。通过系统的实际测试,证明了该方案的可行性。