[发明专利]信道质量指示预测与补偿的方法及系统

权利要求书

1.一种信道质量指示的预测与补偿方法，其特征在于，包括如下步骤：

数据准备步骤，积累相同子带或全带宽相同时间间隔的CQI值，形成CQI时间序列；

自回归求和滑动平均模型的识别步骤，依据所述CQI时间序列，识别自回归求和滑动平均模型过程，确定自回归求和滑动平均模型中的参数；

参数估计步骤，对自回归求和滑动平均模型的参数进行估计，以确定自回归求和滑动平均模型；

预测与补偿步骤，基于确定的所述自回归求和滑动平均模型对CQI值进行预测与补偿。

2.根据权利要求1所述的预测与补偿方法，其特征在于，所述参数估计步骤和所述预测与补偿步骤之间还设置有：

模型诊断步骤，对所述参数估计步骤中确定的所述自回归求和滑动平均模型进行诊断检验，确定所述模型是否合适，若合适，则执行所述预测与补偿步骤；若不适合，则放弃该模型。

3.根据权利要求1或2所述的预测与补偿方法，其特征在于，所述预测与补偿步骤中，通过如下步骤对CQI值进行预测：

预测时间计算步骤，确定CQI反馈和处理时延和CQI各采样点之间的时间间隔；计算所述CQI反馈和处理时延除以所述CQI各采样点之间的时间间隔所得到的值，作为预测时间；

补偿步骤，确定预测步长，判断预测时间是否为整数：

若是，则将该预测时间作为预测步长，预测后所得到的结果作为当前时刻对CQI的补偿结果；

若否，则预测步长确定该预测时间的上取整和下取整，分别进行两次预测，根据上取整预测步长得到的预测结果记为X₁，根据下取预测整步长得到的预测结果记为X₂，对两个预测结果进行线性插值，最终得到当前时刻CQI的补偿结果：X₁+aX₂，其中a为预测时间的小数部分。

4.根据权利要求3所述的预测与补偿方法，其特征在于，所述自回归求和滑动平均模型的识别步骤中，所述自回归求和滑动平均模型为ARIMA(p，d，q)，通过如下方式确定p，d，q：

计算所述CQI时间序列的自相关函数和偏自相关函数的估计值、所述CQI时间序列经一阶差分后序列的自相关函数和偏自相关函数的估计值、所述CQI时间序列经二阶差分后的序列的自相关函数和偏自相关函数的估计值；

判断所述CQI时间序列的自相关函数、所述CQI时间序列经一阶差分后序列的自相关函数、所述CQI时间序列经二阶差分后的序列的自相关函数的衰减属性，确定d，d为ARIMA(p，d，q)模型达到平稳所需要的差分阶数，d的取值为0、1或2；

确定所述CQI时间序列的d阶差分后序列的自相关函数和偏自相关函数的性状，以确定自回归和滑动平均算子的阶数p和q。

5.根据权利要求4所述的预测与补偿方法，其特征在于，所述参数估计步骤中，依据所述CQI时间序列的d阶差分后的序列的前p+q+1个自协方差进行参数估算。

6.根据权利要求5所述的预测与补偿方法，其特征在于，所述模型诊断步骤中，利用所述CQI时间序列的d阶差分后的序列的残差对模型进行诊断检验；若模型是合适的，当序列的长度增大时，残差就越来越接近于白噪声序列。

7.一种信道质量指示的预测与补偿系统，其特征在于，包括：

数据准备的模块，用于积累相同子带或全带宽相同时间间隔的CQI值，形成CQI时间序列；

自回归求和滑动平均模型的识别模块，用于依据所述CQI时间序列，识别自回归求和滑动平均模型过程，确定自回归求和滑动平均模型中的参数；

参数估计模块，用于对自回归求和滑动平均模型的参数进行估计，以确定自回归求和滑动平均模型；

预测与补偿模块，用于基于确定的所述自回归求和滑动平均模型对CQI值进行预测与补偿。

8.根据权利要求7所述的预测与补偿系统，其特征在于，所述参数估计模块和所述预测与补偿模块之间还设置有：

模型诊断模块，对所述参数估计步骤中确定的所述自回归求和滑动平均模型进行诊断检验，确定所述模型是否合适，若合适，则执行所述预测与补偿步骤；若不适合，则放弃该模型。