無線局域網絡（Wireless Local Area Networks; WLAN）是相當便利的數據傳輸系統，它利用射頻（Radio Frequency; RF）的技術，取代舊式礙手礙腳的雙絞銅線（Coaxial）所構成的局域網絡，使得無線局域網絡能利用簡單的存取架構讓用戶透過它，達到「信息隨身化、便利走天下」的理想境界。

無線MIMO技術被認為是實現未來高速寬帶無線INTERNET接入網的關鍵技術之一，在第三代（3G）及三代以后（B3G）的移動通信系統中有著廣闊的應用前景。然而，實現這一振奮人心的通信目標并非易事，常規單天線收發通信系統面臨嚴峻挑戰。即使采用常規發射分集或接收分集或智能天線技術已不足以解決新一代無線通信系統的大容量與高可靠性需求問題。在新一代的移動通信中，MIMO技術的應用使得系統的容量隨發射和接收端的最小天線數目的增加而線性增加。然而，與常規單天線收發通信系統相比，MIMO通信系統中多天線的應用面臨大量亟待研究的問題。

本文在IEEE 802.11n的MIMO信道模型基礎上，對WLAN系統模型的SISO模式的鏈路性能進行研究，采用了一種利用長訓練序列估計SNR方法，并提出一種通過估計SNR動態調整MCS方法，在系統仿真中驗證了鏈路性能改進的效果。

1 時變信道下WLAN系統鏈路性能及分析

下面通過802.11n MIMO系統模型來研究時變信道的BER性能，將天線設置為SISO的配置，主要討論信道場景A和B.在用戶端（UE）和基站（Node B）的天線數目分別為1,發射天線之間的歸一化距離為1個波長，接收天線之間的歸一化距離為0.5個波長，鏈路方向為下行，載波頻率為5.25 GHz,移動速度為1.2 km/h,對模型A和B傳播環境下的信道進行仿真，得到信道矩陣H的時域衰落特性曲線圖，如圖1所示。其中信道A只有1條徑，信道B有9條徑。

在WLAN應用時，站點及周邊環境的運動所造成的信道沖激響應變化很慢，信道的相關時間較大，可認為WLAN的信道屬于慢變信道，在發送一幀數據時信道矩陣系數保持不變，連續數幀的數據發送時信道矩陣也近似不變或變化很小。

考慮外界噪聲干擾為固定功率，設信號功率為1,通過信噪比定義得到的功率即是所加的固定功率，這里信噪比與噪聲功率一一對應，直接用SNRfix來表示所加的噪聲功率。

在信道場景A下，設置MCS為3和5、噪聲功率SNRfix=12、幀長500 B時連續發送3 000幀得到的BER隨時間變化，如圖2.

如圖2所示，在時間軸上，由于信道矩陣H的時間衰落特性導致BER會隨著時間的增加呈現時變的特性，在信道矩陣衰落較大的時間點，BER較高，在信道矩陣衰落不大的地方，BER較低，BER隨時間變化的規律曲線與信道矩陣隨時間變換規律相一致。在時變信道下，采用固定MCS方式傳輸數據的鏈路性能較差。圖2（a）的MCS較小，中間有大量BER為0的時間點，可以采用更大的MCS在保證性能的前提下提高數據的傳輸率，增加數據吞吐率。圖2（b）的MCS較大，BER一直很大，數據的傳輸可靠性很低，需要轉換為更小的MCS以提高數據傳輸可靠性。

在信道場景B下，設置MCS為3和5、噪聲功率（SNRfix=16）、幀長為500 B時連續發送3 000幀得到的BER隨時間變化如圖3,可以得到類似的結論。

2 基于長訓練序列的SNR估計

信噪比是音箱回放的正常聲音信號與無信號時噪聲信號（功率）的比值。用dB表示。例如，某音箱的信噪比為80dB,即輸出信號功率比噪音功率大80dB.信噪比數值越高，噪音越小。"噪聲"的簡單定義就是："在處理過程中設備自行產生的信號",這些信號與輸入信號無關。對于MP3播放器來說，信噪比都是一個比較重要的參數，它指音源產生最大不失真聲音信號強度與同時發出噪音強度之間的比率稱為信號噪聲比，簡稱信噪比（Signal/Noise），通常以S/N表示，單位為分貝（dB）。對于播放器來說，該值當然越大越好。它也指在規定輸入電壓下的輸出信號電壓與輸入電壓切斷時，輸出所殘留之雜音電壓之比，也可看成是最大不失真聲音信號強度與同時發出的噪音強度之間的比率，通常以S/N表示。一般用分貝（dB）為單位，信噪比越高表示音頻產品越好，常見產品都選擇60dB以上。

通過以上的仿真可知，在WLAN時變信道中，由于信道矩陣H的時變特性，會引起BER時間上相一致的變化特性。本文通過長訓練序列相關運算估計的SNR值來表征信道質量變化，其方法可參照文獻[8].

圖4中是采用WLAN長訓練序列SNR估計性能，取的長訓練序列是10組。圖4（a）中是SNR估計的均方誤差，圖4（b）中是SNR估計的平均值，可見，當參與運算的點數較大時，可以很準確估計SNR值。多普勒頻移造成信道矩陣的時變特性在圖4中很好的體現出來。

圖5是采用長訓練序列估計SNR方法在時變信道下得到的SNR隨時間變化圖。圖5（a）和（b）分別是在信道場景A時MCS為4和5得到的SNR估計值隨時間的變化圖，在信道矩陣衰落較大的時間點得到的SNR估計值較大；在信道矩陣系數衰落較小的時間點得到的SNR估計值較小。通過SNR值可以衡量信道質量的好壞。

3 基于SNR的動態調整MCS方法及驗證

3.1 基于SNR的動態調整MCS方法

為了提高時變信道下鏈路的性能，在實際中需要選擇適宜的MCS以達到數據吞吐率和可靠性之間的折衷。調整MCS要解決兩個問題：MCS大小和調整時機。

設定BER性能的閾值，系統需要滿足BER≤BERth,同時設定另外兩個數值：NUM_HIGH_BER和NUM_LOW_BER,分別表示BER連續高于和低于的次數。當BER連續高于BERth的系數達到NUM_HIGH_BER,表明需要調整MCS到更小，以提高傳輸數據可靠性，當BER連續低于BERth的系數達到NUM_LOW_BER,表明要調整MCS到大，以在保證可靠性下提高數據傳輸率，NUM_HIGH_BER和NUM_LOW_BER將影響MCS調整的快慢，若太小則MCS調整會頻繁操作，若太大則會降低信道傳輸的有效性，需要合理地選擇這兩個數值的大小。

當決定需要調整MCS大小時，也即BER連續高于BERth的次數達到NUM_HIGH_BER或BER連續低于BERth的次數達到NUM_LOW_BER,此時需要進行MCS選擇時，利用上一幀數據傳輸時的SNR估計值來選取MCS大小，選取BER≤BERth并具有最高數據率的MCS方案。MCS1,…，MCSN表示以數據率遞增的速率方案，θ1,…，θN表示在BER（MCSi）≤BERth下對應的SNR值，按照如下的方式進行速率方案的選擇。

MCS1 如果SNR<θ1

MCSi 如果θi≤SNR<θ+1, i=1,…，N-1

MCSN 其他

3.2 仿真驗證

圖6和圖7是采用基于SNR動態調整MCS方法對鏈路性能的仿真驗證，仿真參數如下，BERth=5E-3,NUM_HIGH_BER=3,NUM_LOW_BER=5,幀長為500 B,仿真數目為3 000幀，信道場景A的SNRfix=12,信道場景B的SNRfix=16,初始選擇的MCS均為1（BPSK,1/2碼率），選擇NUM_HIGH_BER為較小值3可以及時的調整MCS以提高傳輸可靠性，避免重傳造成信道資源的浪費和吞吐率下降，選擇NUM_LOW_BER為較大值5可以避免頻繁的MCS轉換。

圖6是在信道場景A下采用基于SNR動態調整MCS的仿真圖，由于采用了根據估計的SNR值來表征信道的時變性，在信道衰落較大的時間點，通過BER超過閾值BERth的次數達到NUM_HIGH_BER時，說明以當前MCS傳輸數據的可靠性不高，通過信道質量的表征量SNR來調整MCS以避免傳輸可靠性低導致的幀重傳，提高數據的傳輸可靠性，在信道狀況較好的時間點，通過BER達到低于閾值的次數時，說明可以采用更大的MCS在保證傳輸可靠性的前提下提高傳輸的數據率。圖7是在信道場景B中采用此方法的仿真圖，在鏈路性能上得到的類似的改進。表1為單位時間內吞吐率的比較，可見采用方法在鏈路性能上得到了很大的提高，比采用固定MCS更有優勢。

在建立WLAN MIMO信道模型的基礎上，通過IEEE 802.11n系統模型研究時變信道下BER性能，提出了一種基于SNR的動態調整MCS方法來改進鏈路的性能。這種方法通過SNR大小來衡量與閾值。通過仿真驗證，鏈路在數據吞吐率和BER性能得到了很好的平衡，可在保證BER性能的前提下提高數據的吞吐率，提高了有限帶寬的使用有效性。