0 引 言

LTE-5G通信的调制、传输、解调的复杂程度要显著超过传统的LTE-3GPP技术，因而当前研究者主要致力于研究信源-信道交互编码领域[1-3]。如Wan.J[4]等提出了一种基于时间窗映射编码机制，能够针对信源及信道传输具有的对应特性，将信源时域时间窗口与信道频域时间窗口进行一一映射，从而改善了信源编码中难以与信道编码进行交互的问题。然而该算法需要能够在时域领域对信源进行连续编码，当信道噪声频域与信源频率近似时，由于信源-信道共振效应，导致编码性能呈现严重衰减的趋势。Zhao.Y等[5]提出了基于生长树误差回溯纠错机制，可通过码元生成树的方式对误码分组进行回溯裁剪，从而降低了信源误码在信道传播中的强化效应。然而，该算法对信道衰落指标要求苛刻，当信道衰落强度高于一定阈值时，算法的编码速率将急剧下降，随之带来严重的传输拥塞问题。Saeed.A等[6]基于星座强度映射投影机制，通过将相同频率子信道噪声进行星座投影的方式，进一步提取特征矢量实现信源信号编码强度提升。然而该算法需要在编码周期内进行全频域噪声投影，当子信道数量较多时其信源编码的效率会受到很大的影响，导致传输误码率出现上升的趋势。

对此，为了提高LTE-5G网络数据传输算法的传输速率及质量，提出了一种基于分级传输方式的信源-信道编码误差消除机制的LTE-5G网络数据优化传输算法。首先，基于信源-信道联合编码，利用一级分组-二级分组交互的方式构建误码生成树，并使用积分线性误差控制模型对待传输分组进行裁剪，减少了信源噪声及信道噪声对编码的影响，提高了数据传输的准确度；随后基于误差级别，采取级别分割方式建立映射，减轻编码过程中的噪声引入，大大提升信号成型中难以改善的噪声混入难题，进一步提高了算法的适用性；最后采用NS2仿真实验环境对本文算法进行了仿真，验证了本文算法的实践价值。

1 本文LTE-5G网络数据优化传输算法设计

考虑到5G信道环境具有严重的时变衰落特性，因此信号在发射前均需要经过预调制过程[7]，调制时应当基于信源编码误差最小化原则，尽量降低信源-信道交互编码过程中的误码扩散现象，如图1所示；此外，鉴于单纯降低信源-信道交互编码中误码扩散将导致传输率下降的问题，本文通过将误码等级进行划分的方式，实现编码块的一次性预发射传输，以便提升数据传输带宽，改善数据传输质量。

  

图1 本文LTE-5G网络数据优化传输算法过程

1.1 联合编码误差消除

考虑到LTE-5G信号在发射入信道之前，均需要进行信源编码，且编码过程中需要考虑到扩频编码的插入；因此，实践中往往需要考虑到信道编码对扩频效应的对冲因素[7]。此外需要注意到LTE-5G的信源编码速率要远远超过传统的4G信号，编码过程中的误码极易发生严重的扩散，故本文算法对编码过程采用映射基模式，如图2所示，首先根据信道误码率的性能对信源进行排序，然后从中选取性能最好的一组信源映射基作为编码基，以便能够提高编码速率，降低编码过程中的误码现象。

  

图2 本文算法的编码过程

完成编码基的筛选后，信源-信道编码的速率有了一定程度的提高，需要对信源-信道编码组进行误差筛选，如图3 所示。首先，按周期对全部的信源-信道编码组进行排序，在数据传输周期内，该排序将保持不变；其中误差组会随着编码过程不断增长；在下一个周期内需要对得到的信源-信道编码组进行误码筛选，以便能够降低信道传输前的误码，如图2所示：将一级分组的误差Trem(1)和与二级分组的总误差Trem(2)相比，若一级分组的总体误差要小于二级分组在周期内的总误差，则说明发生了严重的误码扩散现象，必须采取一定的措施抑制误码扩散现象：直接将产生Trem(2)的相关编码进行下线处理；当仅当Trem(2)全部下线处理后，整个一级分组的Trem(1)低于Trem(2)时，继续轮询该过程，直到信源-信道编码组得到充分的优化。当信源-信道编码组完成形成后，从当前已得到的分组出发，分级回溯误差最小的Trem(2)，即可完成整个信源-信道编码组的优化。

  

图3 联合编码误差的消除

由Simulink仿真得到的图形可以看出原系统的阶跃响应并不理想，其响应的速度慢，而且超调量明显过大，因此要将此系统串联滞后—超前校正来改善其性能指标。

 

(1)

式中：μ表示在进行时域积分时Trem(1)在总体误差中的概率分布，编码速率v为一定值；误差率ω可由统计规律得到，若信道满足瑞利信道衰落条件[8]，则ω的概率密度可通过下式获取

 

(2)

由图3可知，当初始分组给定后，一级分组在下一个周期内均能分化出不同的二级分组，考虑到误差扩散均呈现一定的加性特性[9]，即随着二级分组的不断增多，误差能够随着周期不断积累，若当前二级分组的级数为i，则其积分线性误差模型将做如下的变形

 

(3)

依图1、图2可知，在考虑到误差扩散后，则是否对二级分组进行裁剪的裁决条件为

 

(4)

联立模型(7)可得噪声能量累积强度Rmax(t)满足

在实际的信源-信道编码中，若分组的强度低于噪声信号的均值E{f(ω)}，由式(5)即可获取二级分组的平均误码率，当信源能量高于信号噪声的均值E{f(ω)}时，则二级分组的平均误码率将必定低于一级分组，因此，式(4)所示的裁决条件将衍变为

 

(5)

其中，f(ω)为噪声信号概率密度函数，其均值E{f(ω)}满足

 

(6)

对模型(6)进行偏导处理可得均值的强度变化率如下

 

(7)

通过模型(4)虽然能够通过积分线性误差获取的方式进行裁决，然而其弊端也显而易见的：信源编码过程中的噪声干扰因素并未被考虑在内，实际部署中为了降低信源编码过程中的噪声干扰，一般采用冗余码的方式进行抗噪处理，该过程将降低信源编码的速率[10]。鉴于此，本文对模型(3)进行改进

在借书卡上没有借书人的姓名和日期，在另一页印有借书时间：38.6.8，38.8.24，1952年1月12日和1954年3月1日（见图4）。从该书出版日期1930年可知，它应该是1931年由国立武汉大学图书馆购进，时任馆长为梁明致先生。

 

(8)

将式(6)代入式(8)计算可得

接到任务后，我立即组织了两个层次的起草工作，一个是全市近20个委办局根据十条政策起草各自相关条文和实施意见，另一个是由各委办派出得力骨干参加市里文件起草小组，包括海关组沈耀华、李秀芬，保税区组黄开旭，金融银行组姜建清，证交所组毛应梁、尉文渊，外汇组林月娥，外经贸组陈忠浩，外资组范永进，财税组顾性泉，土地组谭企坤、王安德等人。那两个月里，五加二，白加黑，日夜奋战，除了将80年代经济技术开发区、特区的具体政策条款悉数收集、一网打尽，纳入浦东新区政策外，更主要的是研究特区没有干过的五方面事项。

(9)

通过上文的流产后，虽然能够在信号传输前最大限度的降低编码过程中存在的误差混入现象；然而由于信道噪声的客观存在，且由于信道噪声的广谱特性，需要对不同等级的噪声进行分级处理，且针对噪声于不同级别的编码进行一一映射[12]，误差较小的编码分组应该首先被送入信道进行发射，从而达到降低信道噪声对编码分组影响的目的。因此，本文构建分级映射降噪规则如下，以便进一步提高算法的数据传输性能。

Pmax=fr1(v)fM(u)dvdu=

(10)

其中，fr1和fM分别表示信道衰落和编码速度M的概率密度函数，Frk表示瑞利信道衰落的密度函数。

依据图3可知，信源-信道的整体误码情况由二级分组误差Trem(2)决定，这是由于当编码基生成之后，一级分组由新生成的编码基所唯一确定，其误差Trem(1)将不会随着编码速率的不同而发生扩散现象。然而，由于一级分组误差Trem(1)与二级分组误差Trem(2)并非呈现严格的一一对应关系；且随着编码速度的不同，两者的生长速度也有一定的差异，难以同时对两种误差进行消除；因此本文构建积分线性误差控制模型如下

根据模型(4)所获取的裁决门限R，设经过足够长时间后积累最大值和第二最大值分别为R1和R2，则获取发射误码的概率pright可由下式获取得到

 

(11)

其中，f0(x)表示R2的分布情况，f(y)表示R1的分布函数的抽样微分。

考虑到R1和R2均满足模型(2)所示的分布，式(11)可以进一步写成如下的形式

(12)

其中，mr为信道衰落统计均值，σr为衰落标准差，R为裁决门限，exp为自然对数，y为第二最大值的密度分布量，I0为一阶贝塞尔函数。

1)对中子与聚乙烯转换靶中氢核的作用点位置抽样，确定反冲质子的产生位置和能量，并抽取反冲质子的发射方向余弦，以确定反冲质子的飞行方向。

风影自幼就是个有灵性的孩子，就像传说中的转世灵童一样。而且，除了天性中的淘气与玩劣，喜欢虐杀小动物外，心里似乎还存在着另一种东西，那就是一点温存，一点怜悯，一点同情，一点善良，一点……那么纯真的天性。他喜欢听钟声，这白云寺院就在他家的附近，它坐落在半山坡上，四周青山隐隐，红墙隐没在一片翠竹当中。每天凌晨，总会从它那里响起一阵悠扬悦耳的钟声，将他的心带到十分悠远的地方，他的思想上像电击一般感受到了一道灵光，思绪就跟着它的余音，随着它一直消失在那云雾萦绕的远山之中。晨钟暮鼓，钟声每天清早都会如期响起，直到把整个的他带离这个尘世，进到一个虚无缥缈、无我、无你、无他的境界中去。

信源编码多项式组

 

(13)

根据式(2)～式(10)，联合编码误差消除过程下：

步骤1 统计信源-信道的交互周期T，并依据图3统计出该周期所对应的一级分组序列，该序列更迭的最大频率1/T即是图3所示的二级分组的级数；

步骤2 再按式(1)～式(5)，获取编码速率，然后由模型(5)获取误码总数；随后按图3所示，生成深度为1/T的最小生成树；

步骤3 随后，对二级分组进行回溯，如图4所示，当仅当一级分组及二级分组的误码总和满足式(13)规定的裁决条件时，一级分组不变，二级分组被消除；反之，则将二级分组作为下一周期内的一级分组；反复该过程，直到整个算法结束。

  

图4 联合编码误差消除流程

1.2 分级映射降噪规则

编码交互中的误码率Pmax满足[11]

(1)确定二级分组的最大级数1/T，将全部的二级分组进行排序，如图5所示，共计生成1/T个待发射分组；

  

图5 分组数量深度确定

(2)对每一个待发射分组，按模型(3)所示计算其积分线性误差；并将线性误差进行排序；

(3)按图6所示，对一级分组及二级分组进行回溯，进行完一次回溯后，将一级分组列入待发射分组中，整个回溯完毕后，按模型(7)所示进行裁决，仅发射位于二级分组前的一级分组；随后按图2所示继续进行信源-信道编码组的优化后，将一级分组发射到传输信道中。

  

图6 块编码流程的优化

1.3 本文算法的复杂度分析

由于LTE-5G信号在传输的精度偏差体现在角度上，由图3可知，本文算法通过2层的分组同时进行信号判决，而传统的采用星座接收结构的一些算法，如自适应数据压缩传输优化算法(adaptive data compression transmission algorithm，ADCT)[13]、分支误差优化传输算法(branch error optimal transmission algorithm，BEOT)[14]主要是采用遍历方式进行信号初始传输，算法的空间复杂度为o(n)，与本文算法的空间复杂度相同；此外，由于从信号发射角度而言，本文算法仅需要一次接收即可实现精准传输，时间复杂度为o(t)，另外，BEOT算法与ADCT算法均在预发射过程中需要进行冒泡递归，且发射次数为n，其时间复杂度为o(tn)，显然复杂度较高。

2 仿真实验

为了测试本文算法数据传输性能，采用MS2仿真实验环境，与当前LTE-5G通信领域中常用的自适应数据压缩传输优化算法(ADCT)[13]、分支误差优化传输算法(BEOT)[14]，仿真参数见表1。

 

表1 信号生成的仿真参数

  

参数数值信号周期持续时间(T)12h信号频率(f)不低于2.0496MHZ背景噪声均值(m)0背景噪声方差(σ)1信号初始相位π/M信号观测周期2048ms信号漂移不高于1024HZ

实验中信道采取普通衰落信道、中等衰落信道、高衰落信道条件；信源编码采用当前LTE-5G通信领域常用的0.8曲速信源变频编码方式[13,14]，为统一信源-信道编码方式，本文算法、ADCT算法及BEOT算法的信源-信道生成多项式按文献[9]的方式生成：

 

表2 网络结构生成的参数

  

参数数值网络部署区域面积3600m×4800m实验耗时/h128min节点布设方式随机分布节点是否游走否节点密度/(个/m)<196小区基站个数<64待定位节点个数<100

从行业的特点上看，建筑业本身就是高危行业，在建筑施工中诸多的安全隐患一直都是企业要面对的问题，对施工人员有着非常高的要求，需要施工人员保持非常好的安全意识。因此在建筑施工中需要施工人员不断加强在安全知识以及安全管理方面的学习，对各类的安全措施要进行完善。施工单位的负责人需要对建筑施工有足够的认知，具备极强的安全意识，认识到在建筑施工实际开展中，安全质量方面的监督是不可松懈的，对施工各个方面展开严格的监督，然后对建筑施工中的各类安全措施进行完善。

λsc(x)=0.4152x+0.1741x2+0.6174x41

(14)

信道初始多项式为

λsc(x)=0.4761x+0.7512x2+0.7421x3+0.7392x21

(15)

图7(a)～图7(c)显示了本文算法与ADCT算法及BEOT算法在3种信道条件下(普通衰落信道、中等衰落信道、高衰落信道)的传输误码率仿真实验结果。由图可知，本文算法的传输误码率始终低于ADCT算法及BEOT算法，尤其是在高落信道条件下，本文算法具有更大的优势；且在相同的信号发射强度增益的条件下，本文算法的传输误码性能均占有明显的优势；这是由于本文算法通过联合编码误差消除机制，能够提高信源-信道的交互效率，且采取了分级映射降噪机制，能够进一步提高算法的数据传输带宽，因而发生误码现象的概率较低。ADCT算法及BEOT算法虽然分别从信源或信道的层次进行了编码优化，然而两者均未能考虑到信源-信道交互特性，难以通过联合降噪的方式减少噪声频谱对编码过程的影响，因而导致传输误码现象的发生频率要高于本文算法。

  

图7 3种算法的传输误码率测试

图8(a)～图8(b)分别显示了在编码速率为0.271(低速编码)及编码速率为0.776(高速)编码时，且信道为高衰落信道下，本文算法与ADCT算法及BEOT算法的信号传输性能，显然本文算法的衰落强度较低，抗信道干扰性能较好；与本文算法相比，ADCT算法在发射过程中采取一次发射成型的机制，一旦信道噪声的强度处于非平稳状态，则信道衰落引入的噪声干扰将随之扩大，导致信号传输过程中呈现显著的衰落效应；BEOT算法虽然采用分层机制，然而由于该算法信号处理过程中未考虑分级机制，致使不同强度信号在发射过程中存在级别噪声干扰效应，信号处于不断衰落状态。因此本文算法的信号传输性能要显著强于对照组算法。

很快，扎扎的细响就被头顶花朵中间传来的声音盖住了。好像有风刮起来，卷过平原上的麦田，山岭上的松林，又吹开东海上的巨浪，由青萍之末到飞沙走石，到激扬澎湃，直至浩荡往复，好像能够将星斗一颗颗吹落到大地上。但这并非是真正的风，袁安手中的火把熊熊燃烧，纹丝不动，他们的头发也没有被吹起。

大数据所涵盖的内容十分丰富，它拥有巨大的信息群体，可以便捷无碍的实现信息的传递和交换。在大数据得到广泛应用的今天，社会的变革席卷了每一个角落，甚至推动了整个人类社会的发展进程，也为未来社会发展的方向提供了多种可能。高等教育领域与大数据的结合极具创造性，能够帮助高等院校提升信息化发展水平，有着巨大的现实意义；

图9(a)～图9(c)显示了随着信噪比的不断增加，本文算法与ADCT算法及BEOT算法在3种信道条件下(普通衰落信道、中等衰落信道、高衰落信道)的传输误码率测试结果。显然本文算法的信道适应性能较好，抗噪性能高，信道噪声对传输过程影响程度低，使得本文算法误码性能较对照组算法处于显著的优势地位，特别是在高衰落信道条件下本文算法的传输误码率要远远低于对照组算法，这表明所提算法具有更强的抗噪性能；这是用于本文算法在传输前采取联合编码误差消除方式，可以大大提高信源对误码的矫正效率，且采用分级方式针对不同性能的噪声进行定向处理，大大改善了信道传输质量；ADCT算法及BEOT算法均未对信道的传输特性进行降噪处理，且单纯依赖信源方式进行误码消除，致使噪声频谱极易与传输信号发生混杂，致使传输误码性能均要低于本文算法。

钢筋材料应力-应变关系采用Opensees材料库中Mander与Chang所提出的等向强化非线性钢筋模型ReinforcingSteel[6，8]。在Mander钢筋模型基础上，本文选用Coffin-Manson模型[9]，考虑由于低周期疲劳引起的钢筋强度和刚度退化，该模型主要由3个参数控制：损伤累积系数α、疲劳延性系数Cf、疲劳强度退化系数Cd。Brown[10]的钢筋低周疲劳材料试验研究得出上述三个参数的推荐值分别为：α=0.506，Cf=0.26，Cd=0.389；图3为考虑低周期疲劳后钢筋材料滞回曲线。

  

图8 3种算法的抗衰落测试

  

图9 3种算法的传输性能对比

3 结束语

针对当前LTE-5G控制技术中存在的误码扩散控制困难，数据传输性能较低等问题，提出了一种基于分级传输方式的信源-信道编码误差消除机制的LTE-5G网络数据优化传输算法；构建信源-信道联合编码机制，使用积分线性误差控制模型提高了算法的抗误码性能，降低了编码误差对数据传输的影响；基于误差级别的等级特性，构建分级映射降噪规则，改善了信号发射过程中存在的传输准确度不高的难题，提高了数据传输的抗衰落性能。仿真实验表明，本文算法与当前自适应数据压缩传输优化算法(ADCT)、分支误差优化传输算法(BEOT)相比，抗噪性能优越，且传输质量具有一定的优势。

巴 斌 男，1988年生，河南郑州人，博士，讲师，研究方向为阵列信号处理、参数估计，卫星与移动通信等.

下一步，将针对算法分组效率不高的问题，采用超线度积分映射机制的方式，改进对二级分组的回溯效率，进一步增强信源-信道编码交互强度，进一步提高算法的适用性能。

参考文献：

[1]YU Peidong,LI Jing,PENG Hua.A new algorithm for channel code recognition using soft decision[J].Journal of Electronics,2013,41(2):301-306(in Chinese).[于沛东,李静,彭华.一种利用软判决的信道编码识别新算法[J].电子学报,2013,41(2):301-306.]

[2]Wang H,Liu N,Li ZH.A unified algorithm for mobility load balancing in LTE multi-cell networks[J].Journal on Wireless Communications and Networking,2013,2(1):118-128.

[3]Hossain E.Distributed resource allocation for relay-aided device-to-device communication:A message passing approach[J].IEEE Transactions on Wireless Communications,2014,13(11):6326-6341.

[4]Wan J,Xu C.Research on user pairing algorithm for LTE femtocell uplink[J].Science China,2014,57(8):1-9.

[5]Zhao Y,Li Y,Chen X,et al.Joint of relay selection for network coding aided communications[J].IEEE Communications Letters,2015,19(5):807-810.

[6]Saeed A Dianati.Energy efficiency in wireless access networks[J].Wireless Communications,2013,20(2):37-43.

[7]DONG Xiaoliang.Construction of compressed sensing measurement matrix using channel coding[J].Signal Processing,2013,29(7):809-815(in Chinese).[董小亮.用信道编码构造压缩感知测量矩阵[J].信号处理,2013,29(7):809-815.]

[8]Tong E,Ding F,Pan ZW.An energy minimization algorithm based on distributed dynamic clustering for long term evolution heterogeneous networks[J].Wireless Personal Communications,2015,58(4):1-12.

[9]XU Qiang,QUAN Xin,PAN Wensheng.Analysis and experimental verification of the interference suppression ability of the same frequency full duplex LTE radio frequency interference[J].Journal of Electronics and Information,2014,36(3):662-668(in Chinese).[徐强,全欣,潘文生.同时同频全双工LTE射频自干扰抑制能力分析及实验验证[J].电子与信息学报,2014,36(3):662-668.]

[10]ZHAO Guofeng,CHEN Jing.5G mobile communication network key technology:A review[J].Journal of Chongqing University of Posts and Telecommunications,2015,4(56)441-452(in Chinese).[赵国锋,陈婧.5G移动通信网络关键技术综述[J].重庆邮电大学学报,2015,4(56):441-452.]

[11]Guo JF,James G,Dong Z.Implementation of envelope analysis on a wireless condition monitoring system for bearing fault diagnosis[J].International Journal of Automation and Computing,2015,12(1):14-24.

[12]Zhang Geng,Xu Hao,Deng Hao.Distributed source coding algorithm suitable for clustering wireless sensor network[J].Journal of Electronics & Information Technology,2013,35(2):328-334.

[13]Zhang GP,Yang K.A bargaining game theoretic method for virtual resource allocation in LTE-based cellular networks[J].Science China,2015,12(1):5-13.

[14]Li SH,Shi YM.Regulatory effects of stage-treatment with established Chinese herbal formulas on inflammatory mediators in pediatric asthma[J].Journal of Traditional Chinese Medicine,2013,33(6):727-732.