利用改进信源编码技术的 LTE 系统速率预测与选择

在当前的无线系统中，基站 (eNodeB) 试图以用户设备 (UE) 能够可靠解码的最高速率为其服务。eNodeB 在时刻 $n$ 从 UE 获得量化的反馈速率信息，并利用该信息进行速率选择，直到时刻 $n + {\delta}$ 收到下一次反馈。由于 a) 多普勒衰落和 b) UE 活动干扰集的变化，在 $n$ 时刻收到的反馈可能在 $n + {\delta}$ 之前过时。因此，速率预测变得至关重要。由于速率属于离散集合，我们提出了一种离散序列预测方法，其中利用部分匹配预测 (PPM) 等信源编码算法为离散序列构建频率树。寻找用于预测的频率树的最佳深度被表述为一个模型阶数选择问题。通过分析速率序列复杂度，提供了模型阶数的上界。随后利用信息论准则解决模型阶数问题。最后，提出了两种利用具有最佳模型阶数的 PPM 的预测算法，系统级仿真证明了这些算法在降低丢包率和提高吞吐量方面的改进。