一种误码率测量方法、误码率测量系统及功率控制系统

技术领域

本发明涉及功率控制技术领域，尤其涉及一种误码率测量方法、误码率 测量系统及功率控制系统。

背景技术

误码率(BLockErrorRate，BLER)测量技术主要应用于闭环功率控制的 外环控制中，由于BLER测量能直接反映业务质量(QualityofService，QoS)， 所以使所述闭环功率控制可直接基于误码率测量进行功率控制，避免了通过 信噪比反映业务质量的不确定性，但是因其样本需求量极大导致实时性较差。

现有技术中存在一种基于循环冗余校验码(CyclicRedundancyCode， CRC)的误码率估计方法。该方法适用于使用CRC的系统中，具有一定的实 时在线性。但是，其估计精确度取决于分级统计中所预先设定的阈值，即精 确度与信噪比级别(误码率)紧耦合，在信噪比较高的情况下仍然需要大量 样本，导致其准确度与实时性需要一定的取舍。

发明内容

有鉴于此，本发明提供了一种误码率测量方法、误码率测量系统及功率 控制系统，以解决现有技术中准确度与实时性不能同时保证的问题。

为了实现上述目的，本发明实施例提供的技术方案如下：

一种误码率测量方法，包括：

对接收到的数据信号按照当前功率控制系统基带的工作模式进行处理， 获得每一比特对应的软信息；

按照当前功率控制系统调制方式和星座图特性，对基于核函数的PDF (ProbabilisticDensityFunction，软信息概率密度函数)估计参数进行初始化；

根据所述PDF估计参数和统计极大算法，对所述每一比特对应的软信息 进行PDF盲估计，计算得到PDF估计值；

根据所述每一比特对应的软信息和所述PDF估计值计算得到误码率估计 值。

优选的，所述按照所述当前所述功率控制系统调制方式和星座图特性， 对基于核函数的PDF估计参数进行初始化包括：

按照当前所述功率控制系统星座图特性对所述每一比特对应的软信息进 行分类，对所述每一比特对应的软信息的类别数量及各类别的元素数目进行 统计；

计算所述各类别中的软信息的先验概率；

计算得到基于核函数的PDF估计的平滑参数。

优选的，所述计算得到基于核函数的PDF估计的平滑参数，包括：

当接收所述数据信号的通道为高斯信道，则根据计算得到 基于核函数的PDF估计的平滑参数；

其中，σ_j为高斯函数(N(μ，σ²))中的一个变量，N_j为所述PDF估计参数 中的软信息各类别的元素数目，j为所述软信息类别的数量。

优选的，所述计算得到基于核函数的PDF估计的平滑参数，包括：

当接收所述数据信号的通道为未知信道，则根据 ${\mathrm{SP}}_{optimal}={\left(\frac{A\left(K\right)}{N\times B{\left(K\right)}^2\times C\left({\hat{f}}_X\right)}\right)}^{1/5}={\left(\frac{\int {\left(K\left(t\right)\right)}^{2}dt}{N{\left(\int t^{2}K\left(t\right)dt\right)}^2\int {\left({\hat{f}}_X^{\prime \prime }\left(t\right)\right)}^{2}dt}\right)}^{1/5}$计算得到基于核函数的 PDF估计的平滑参数；

其中，A和B分别为常数，N为接收的所述数据信号的比特数量，K(.) 为所述核函数，f_X为函数。

优选的，所述根据所述PDF估计参数和统计极大算法，对所述每一比特 对应的软信息进行PDF盲估计，计算得到PDF估计值包括：

S301、判断当前迭代次数t是否大于所述最大迭代次数T；

若所述当前迭代次数t小于或等于所述最大迭代次数T；

S302、计算当前软信息类别中的软信息的后验概率；

S303、根据所述计算得到后验概率，计算并更新所述PDF估计参数；

S304、根据所述更新后的PDF估计参数，计算并更新所述PDF估计值；

令t＝t+1，重复执行S301-S304，直至当前迭代次数t大于所述最大迭代次 数T；

其中，一次软信息的后验概率计算和一次PDF估计参数的计算均对应一 种软信息类别。

优选的，所述根据所述PDF估计参数和统计极大算法，对所述每一比特 对应的软信息进行PDF盲估计，计算得到PDF估计值，包括：

根据${\mathrm{PDF}}_{X_i}={\hat{f}}_X\left(x\right)=\frac{1}{N\times SP}\underset{X_i}{\Sigma }K\left(\frac{x-X_i}{SP}\right)$计算得到PDF估计值；

其中，X_i为所述每一比特的软信息(1≤i≤N，N为正整数)，x为所述 每一比特的软信息的自变量，SP为所述PDF估计参数中的平滑参数，K(.)为 所述核函数，N为所述PDF估计参数中的此种软信息类别的元素数目。

优选的，所述根据所述每一比特对应的软信息和所述PDF估计值计算得 到误码率估计值，包括：

根据当前所述功率控制系统星座图上的差错分布区间，划分并定义积分 区间；

根据所述积分区间和所述PDF估计值计算得到所述误码率估计值。

一种误码率测量系统，应用于无线数字通信系统中的功率控制系统，包 括：

译码单元，用于对接收到的数据信号按照当前所述功率控制系统基带的 工作模式进行处理，获得每一比特的软信息；

PDF参数生成单元，用于按照当前所述功率控制系统调制方式和星座图 特性，对基于核函数的PDF估计参数进行初始化；

PDF估计单元，用于根据所述PDF估计参数和统计极大算法，对所述每 一比特对应的软信息进行PDF盲估计，计算得到PDF估计值；

误码率估计单元，用于根据所述每一比特对应的软信息和所述PDF估计 值计算得到误码率估计值。

一种功率控制系统，应用于无线数字通信系统，所述功率控制系统包括：

译码单元，用于对接收到的数据信号按照当前所述功率控制系统基带的 工作模式进行处理，获得每一比特的软信息；

PDF参数生成单元，用于按照当前所述功率控制系统调制方式和星座图 特性，对基于核函数的PDF估计参数进行初始化；

PDF估计单元，用于根据所述PDF估计参数和统计极大算法，对所述每 一比特对应的软信息进行PDF盲估计，计算得到PDF估计值；

误码率估计单元，用于根据所述每一比特对应的软信息和所述PDF估计 值计算得到误码率估计值；

目标比较单元，用于对所述误码率估计值与误码率目标门限进行比较， 生成比较结果；

方向检测单元，用于检测当前功率控制的方向；

算法设置单元，用于根据当前所述功率控制系统的外环功控步长参数调 节算法设置；

调整单元，用于根据所述比较结果、所述当前功率控制的方向及所述算 法设置，生成并输出功率控制指令比特。

本申请提供一种误码率测量方法，通过对接收到的数据信号按照当前所 述功率控制系统基带的工作模式进行处理，获得每一比特的软信息；再利用 基于核函数的软信息概率密度函数的统计特性，计算得到PDF估计值；然后 根据所述每一比特对应的软信息和所述PDF估计值计算得到所述误码率估计 值，无需现有技术中分级统计中预先设定的阈值，使误码率估计的精确度与 信噪(干)比级别(误码率)解耦，从而实现直接使用误码率作为功控调节 指标，提高了精确度；同时，误码率无需环回测量，满足自适应系统对于实 时性的要求。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实 施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面 描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不 付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请实施例提供的一种误码率测量方法流程图；

图2为本申请另一实施例提供的另外一种误码率测量方法流程图；

图3为本申请另一实施例提供的另外一种误码率测量方法流程图；

图4为本申请另一实施例提供的另外一种误码率测量方法流程图；

图5为本申请另一实施例提供的一种软信息样本概率密度示意图；

图6为本申请另一实施例提供的一种误码率测量系统结构示意图；

图7为本申请另一实施例提供的一种功率控制系统结构示意图；

图8为本申请另一实施例提供的另外一种功率控制系统结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行 清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而 不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做 出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供了一种误码率测量方法，应用于无线数字通信系统中的功率 控制系统，以解决现有技术中实时性较差，准确性较低，或者需要对接收数 据进行重新编码的问题。

具体的，如图1所示，所述误码率测量方法包括：

S101、对接收到的数据信号按照当前功率控制系统基带的工作模式进行 处理，获得每一比特对应的软信息；

所述对接收到的数据信号按照当前所述功率控制系统基带的工作模式进 行的处理与所述工作模式相对应。

具体的，所述对接收到的数据信号按照当前所述功率控制系统基带的工 作模式进行的处理包括：同步、解调和解码操作。

在具体的实际应用中，所述处理还可以包括解交织、解相关、解扩等操 作，此处并不做具体限定。

S102、按照当前功率控制系统调制方式和星座图特性，对基于核函数 (KernelFunction)的PDF估计参数进行初始化；

优选的，对基于核函数的PDF估计的公式为：

${\mathrm{PDF}}_{X_i}={\hat{f}}_X\left(x\right)=\frac{1}{N\times SP}\underset{X_i}{\Sigma }K\left(\frac{x-X_i}{SP}\right)$

所述公式为针对一种软信息类别对基于核函数的PDF估计公式；其中， X_i为所述每一比特的软信息(1≤i≤N)，x为所述每一比特的软信息的自变 量，SP为所述PDF估计参数中的平滑参数，K(.)可为所述核函数，N为所述 PDF估计参数中的此种软信息类别的元素数目。

值得说明的是，所述核函数可以为Epanechnikov、Biweight、Gaussian或 其他核函数，此处并不做具体限定，视其具体的应用环境而定。

需要初始化的所述PDF估计参数包括：C_j、α_j、N_j和SP_j。其中，C_j为所 述PDF估计参数中的软信息类别，N_j为所述PDF估计参数中的软信息分类各 类别的元素数目，α_j为所述PDF估计参数中的软信息先验概率，SP_j为所述 PDF估计参数中的各软信息类别的平滑参数，其中j为所述软信息类别的数 量。

在具体的实际应用中，所述软信息类别的数量j取决于理想情况下星座图 的星座点数目；N_j、α_j和SP_j组成核密度估计参数集Ω_j，Ω_j＝{N_j，α_j，SP_j}

S103、根据所述PDF估计参数和统计极大算法(Expectation-Maximization Algorithm)，对所述每一比特对应的软信息进行PDF盲估计，计算得到PDF 估计值；

在具体的实际应用中，对所述PDF估计参数及所述PDF估计值根据上述 公式进行不断的迭代和更新，直至得到满足需要的所述PDF估计值。

S104、根据所述每一比特对应的软信息和所述PDF估计值计算得到误码 率估计值。

根据上述过程得到的所述每一比特对应的软信息和所述PDF估计值，计 算得到误码率估计值，即可供所述无线数字通信系统中的功率控制系统进行 功率控制。

本申请提供的所述误码率测量方法，通过对接收到的数据信号按照当前 所述功率控制系统基带的工作模式进行处理，获得每一比特的软信息；再利 用基于核函数的软信息概率密度函数的统计特性，计算得到PDF估计值；然 后根据所述每一比特对应的软信息和所述PDF估计值计算得到所述误码率估 计值，无需现有技术中分级统计中预先设定的阈值，使误码率估计的精确度 与信噪(干)比级别(误码率)解耦，从而实现直接使用误码率作为功控调 节指标，提高了精确度；同时，误码率无需环回测量，满足自适应系统对于 实时性的要求。

值得说明的是，对于误码率的测量，现有技术中还存在两种方法，一种 是利用经典或拓展的MC(Monte-Carlo，蒙特卡洛)方法，另一种是利用信噪 比与误码率的关系获得误码率的估计值。

其中，经典的MC方法统计接收比特信息的差错数，并计算其与发送比特 (实际接收比特)的比值得到误码率的估计值。该方法为了保障精确度，需 要一定数量的信息比特样本，特别是在信噪比较高时，样本需求量极大，从 而导致误码率测量的实时性降低，虽然拓展的MC方法可利用统计置信度原理 在测量精度和测量时间上做出折中，但通信接收方始终需要获取一定数目的 发送比特信息，即该方法无法实现实时在线的误码率估计。

另外一种利用信噪比与误码率的关系获得误码率的估计值的方法，首先 对接收信噪比进行测量，再根据给定的编码/译码、调制/解调方式及已知的信 道条件下信噪比与误码率的映射关系得到误码率的估计值。该方法实时性较 高，但由于需要给定收发方式并获取信道条件，准确性和适用性均较差。

因此现有的误码率估计方法均无法同时保障适用性、精确度和实时性， 也就无法用于功率控制的改进。

本申请提供的所述误码率测量方法，通过上述步骤实现误码率的测量， 不仅保证了准确性及实时性，同时，对于接收到的数据信号无需知道其发送 比特数据，仅利用所述比特相对应的软信息即可实现后续的计算，得到所述 误码率估计值，无需现有技术中重新编码所导致的复杂性，也即同时保障了 所述误码率测量的适用性、精确度和实时性。并且降低了现有同时使用开环、 闭环、内环、外环功控系统的复杂度。

优选的，如图2所示，步骤S102包括：

S201、按照当前所述功率控制系统星座图特性对所述每一比特对应的软 信息进行分类，对所述每一比特对应的软信息的类别数量及各类别的元素数 目进行统计；

在具体的实际应用中，所述每一比特对应的软信息的类别数量取决于理 想情况下星座图的星座点数目。以BPSK(BinaryPhaseShiftKeying，二进制 相移键控)为例，可按照所述软信息X_i的正负初始化为和

$C_1^{\left(0\right)}=\left\{X_i\right|X_i\ge 0\},C_2^{\left(0\right)}=\{X_i|X_i<0\};$

则各类别的元素数目为：

$N_1^{\left(0\right)}=Card\left\{C_1^{\left(0\right)}\right\},C_2^{\left(0\right)}=Card\left\{C_2^{\left(0\right)}\right\}.$

S202、计算所述各类别中的软信息的先验概率；

以BPSK为例，类别和中的软信息的先验概率为：

${\alpha }_1^{\left(0\right)}=\frac{N_1^{\left(0\right)}}{N},{\alpha }_2^{\left(0\right)}=\frac{N_2^{\left(0\right)}}{N}.$

S203、计算得到基于核函数的PDF估计的平滑参数。

对于实际系统，函数f_X未知，其软信息类别C(f_X)无法获得，在具体的实 际应用中，可假设f_X为Gaussian函数(N(μ，σ²))，以作为计算最佳平滑参数 SP的初始值。以BPSK为例，软信息X_i的PDF为：

${\mathrm{PDF}}_{X_i,C_1}={\hat{f}}_{X,N_1}\left(x\right)=\frac{1}{N_1\times {\mathrm{SP}}_1}\underset{X_i\in C_1}{\Sigma }K\left(\frac{x-X_i}{{\mathrm{SP}}_1}\right)$

${\mathrm{PDF}}_{X_i,C_2}={\hat{f}}_{X,N_2}\left(x\right)=\frac{1}{N_2\times {\mathrm{SP}}_2}\underset{X_i\in C_2}{\Sigma }K\left(\frac{x-X_i}{{\mathrm{SP}}_2}\right);$

优选的，所述计算得到基于核函数的PDF估计的平滑参数，包括：

当接收所述数据信号的通道为高斯信道，则根据计算得到 基于核函数的PDF估计的平滑参数；

其中，σ_j为高斯函数(N(μ，σ²))中的一个变量，N_j为所述PDF估计参数 中的软信息各类别的元素数目，j为所述软信息类别的数量。

对于正态Gaussian型核函数，不同类别和对应的平滑参数SP分 别初始化为：

${\mathrm{SP}}_1^{\left(0\right)}={\left(\frac{4}{3N_1}\right)}^{1/5}{\sigma }_1$

${\mathrm{SP}}_2^{\left(0\right)}={\left(\frac{4}{3N_2}\right)}^{1/5}{\sigma }_2.$

在具体的实际应用中，上述步骤中的公式不一定限定于BPSK，还可以根 据具体情况进行采用。

优选的，如图3所示，步骤S103包括：

S301、判断当前迭代次数t是否大于所述最大迭代次数T；

具体的，最大迭代次数T取决于实际通信系统和信道状况，在使用信道 编码(如Turbo码)或信噪比较高(如对应误码率在10-5)的情况下，最大 迭代次数T应设置为较高数值(如20)。在具体的应用中，最大迭代次数T 可以根据具体的应用环境进行预先的设定。

若所述当前迭代次数t小于或等于所述最大迭代次数T，S302、计算当前 软信息类别中的软信息的后验概率；

判断当前迭代次数t是否大于所述最大迭代次数T，若当前迭代次数t等 于所述最大迭代次数T，说明在完成此次迭代之后即可满足系统需求。

计算过程中使用了上一次迭代中得到的所述PDF估计参数：

${\beta }_j^{\left(t\right)}=\frac{{\alpha }_j^{(t-1)}{\hat{f}}_{X,N_j^{(t-1)}}\left(X_i\right)}{\underset{j}{\Sigma }{\alpha }_j^{(t-1)}{\hat{f}}_{X,N_j^{\left(t-1\right)}}\left(X_i\right)};$

以BPSK为例，不同类别和中的软信息的后验概率分别为：

${\beta }_1^{\left(t\right)}=\frac{{\alpha }_1^{(t-1)}{\hat{f}}_{X,N_1^{(t-1)}}\left(X_i\right)}{{\alpha }_1^{(t-1)}{\hat{f}}_{X,N_1^{\left(t-1\right)}}\left(X_i\right)+{\alpha }_2^{(t-1)}{\hat{f}}_{X,N_2^{(t-1)}}\left(X_i\right)}$

${\beta }_2^{\left(t\right)}=1-\frac{{\alpha }_1^{(t-1)}{\hat{f}}_{X,N_1^{(t-1)}}\left(X_i\right)}{{\alpha }_1^{(t-1)}{\hat{f}}_{X,N_1^{\left(t-1\right)}}\left(X_i\right)+{\alpha }_2^{(t-1)}{\hat{f}}_{X,N_2^{(t-1)}}\left(X_i\right)}$

若当前迭代次数t已达到最大迭代次数T，跳转至步骤S104。

S303、根据所述计算得到后验概率，计算并更新所述PDF估计参数；

所述PDF估计参数中的先验概率α_j为：

${\alpha }_j^{\left(t\right)}=\frac{{\Sigma }_{i=1}^N{\beta }_{i,j}^{\left(t\right)}}{N};$

以BPSK为例，不同类别和中的软信息的先验概率分别为：

${\alpha }_1^{\left(t\right)}=\frac{1}{N}\underset{i=1}{\overset{N}{\Sigma }}{\beta }_1^{\left(t\right)};$

${\alpha }_2^{\left(t\right)}=1-{\alpha }_1^{\left(t\right)}$

其中，软信息类别C_j和软信息各类别的元素数目N_j按照当前所述功率控 制系统的星座图特性进行更新，平滑参数SP_j按照MISE最小原则计算其最佳 值。

当前迭代下两个类别的元素数目N1及N2需要根据所更新的软信息类别 C₁及C₂得到，软信息类别C₁及C₂按下式计算，其中为[0,1]间均匀分布的 变量：

$\begin{array}{c}{C}_1^{\left(t\right)}=\left\{X_i:{\beta }_1^{\left(t\right)}\ge U_i^{\left(t\right)}\right\}\\ C_2^{\left(t\right)}={\bar{C}}_1^{\left(t\right)}\end{array};$

优选的，所述计算得到基于核函数的PDF估计的平滑参数，包括：

当接收所述数据信号的通道为未知信道，则根据 ${\mathrm{SP}}_{optimal}={\left(\frac{A\left(K\right)}{N\times B{\left(K\right)}^2\times C\left({\hat{f}}_X\right)}\right)}^{1/5}={\left(\frac{\int {\left(K\left(t\right)\right)}^{2}dt}{N{\left(\int t^{2}K\left(t\right)dt\right)}^2\int {\left({\hat{f}}_X^{\prime \prime }\left(t\right)\right)}^{2}dt}\right)}^{1/5}$计算得到基于核函数的 PDF估计的平滑参数；

其中，A和B分别为常数，N为接收的所述数据信号的比特数量，K(.) 为所述核函数，f_X为函数。

对于实际系统，信道情况未知，则可按照上式更新得到当前迭代平滑参 数SP的最佳值。

S304、根据所述更新后的PDF估计参数，计算并更新所述PDF估计值；

令t＝t+1，重复执行S301-S304，直至当前迭代次数t大于所述最大迭代次 数T；

其中，一次软信息的后验概率计算和一次PDF估计参数的计算均对应一 种软信息类别。

优选的，可以根据${\mathrm{PDF}}_{X_i}={\hat{f}}_X\left(x\right)=\frac{1}{N\times SP}\underset{X_i}{\Sigma }K\left(\frac{x-X_i}{SP}\right)$计算得到所述PDF估计 值；

其中，X_i为所述每一比特的软信息(1≤i≤N，N为正整数)，x为所述 每一比特的软信息的自变量，SP为所述PDF估计参数中的平滑参数，K(.)为 所述核函数，N为所述PDF估计参数中的此种软信息类别的元素数目。

在具体的实际应用中，对应不同的软信息类别分别进行软信息的后验概 率计算和PDF估计参数的计算，最后得到所述每一比特对应的软信息的所述 PDF估计值。

优选的，如图4所示，步骤S104包括：

S1041、根据当前所述功率控制系统星座图上的差错分布区间，划分并定 义积分区间；

在具体的实际应用中，软信息在星座图上存在差错分布区间，以软信息 在星座图上的差错区间划分并定义积分区间，供所述误码率估计值的计算使 用。对于更高的多相调制，需要根据星座图划分差错区间，再按差错区间设 置上式的积分区间。

S1042、根据所述积分区间和所述PDF估计值计算得到所述误码率估计 值。

以软信息在星座图上的差错区间划分并定义积分区间后，根据所述积分 区间和所述PDF估计值计算所述误码率。

图5为以BPSK系统为例进行误码率计算展示。理想情况下，根据接收 的数据信号计算得到的软信息样本(X)应为+1和-1，以+1为例进行说明： 硬判决时，由于发送的+1在被接收时接收到的样值也>0，所有比特均正确接 收，不存在误码。但在一定无线信道条件下，软信息样本(X)的概率密度呈 现一定概率分布(fX，N1和fX，N2)。由于无线信道的作用，发送的+1在 接收时对应的样值可能<0，此时判定为-1。以0点作为判决阈值，再考虑到样 值的概率分布，可知图5中间的阴影部分面积所示为误码率区域，即为误码 率值。

因此对于BPSK，误码率按下式估计：

$BER={\alpha }_1^{\left(T\right)}{\int }_{-\infty }^0{\hat{f}}_{X,N_1^{\left(T\right)}}\left(x\right)dx+{\alpha }_2^{\left(T\right)}{\int }_0^{+\infty }{\hat{f}}_{X,N_2^{\left(T\right)}}\left(x\right)dx.$

其中α₁、α₂为样值的先验概率，如取1000采样点，其中300点对应发送 比特为+1的样值，700点对应发送比特为-1的样值，则α₁＝0.3，α₂＝0.7。

本发明另一实施例还提供了一种误码率测量系统，如图6所示，应用于 无线数字通信系统，所述功率控制系统包括：

译码单元101、PDF参数生成单元102、PDF估计单元103和误码率估计 单元104。

具体的工作原理为：

译码单元101对接收到的数据信号按照当前功率控制系统基带的工作模 式进行处理同步、解调、解码操作，获得每一比特对应的软信息(X_i，1≤i≤ N)；

PDF参数生成单元102按照当前功率控制系统调制方式和星座图特性， 对基于核函数(KernelFunction)的软信息概率密度函数PDF估计参数进行初 始化；

PDF估计单元103根据所述PDF估计参数和统计极大算法，对所述每一 比特对应的软信息进行PDF盲估计，计算得到PDF估计值；

误码率估计单元104根据所述每一比特对应的软信息和所述PDF估计值 计算得到误码率估计值。

具体的工作原理与上述实施例相同，此处不再赘述。

本发明另一实施例还提供了一种功率控制系统，如图7所示，应用于无 线数字通信系统，所述功率控制系统包括：

译码单元101、PDF参数生成单元102、PDF估计单元103、误码率估计 单元104、目标比较单元105、方向检测单元106、算法设置单元107和调整 单元108。

具体的工作原理为：

译码单元101对接收到的数据信号按照当前功率控制系统基带的工作模 式进行处理同步、解调、解码操作，获得每一比特对应的软信息(X_i，1≤i≤ N)；

PDF参数生成单元102按照当前功率控制系统调制方式和星座图特性， 对基于核函数(KernelFunction)的软信息概率密度函数PDF估计参数进行初 始化；

PDF估计单元103根据所述PDF估计参数和统计极大算法，对所述每一 比特对应的软信息进行PDF盲估计，计算得到PDF估计值；

误码率估计单元104根据所述每一比特对应的软信息和所述PDF估计值 计算得到误码率估计值；

目标比较单元105对所述误码率估计值与误码率目标门限进行比较，生 成比较结果；

方向检测单元106检测当前功率控制的方向；

算法设置单元107根据当前所述功率控制系统的外环功控步长参数调节 算法设置；

调整单元108根据所述比较结果、所述当前功率控制的方向及所述算法 设置，生成并输出功率控制指令比特。

所述功率控制指令比特被另一方接收后，经过解调译码和功控比特提取， 发送给增益环节PA进行增益调节，实现功率控制的调节。

值得说明的是，现有技术中对于无线数字通信系统中的功率控制系统的 功率控制方法，目前均使用信噪比进行功率控制，上述实施例所述的误码率 测量方法，再经过：

对所述误码率估计值与误码率目标门限进行比较，生成比较结果；

检测当前功率控制的方向；

根据当前所述功率控制系统的外环功控步长参数调节算法设置；

根据所述比较结果、所述当前功率控制的方向及所述算法设置，生成并 输出功率控制指令比特；

上述步骤之后，在架构上可复用现有的功率控制系统(如图8所示)， 在经过接收、译码、误码率估计后，通过信噪比测量和信噪比标定调整的外 环控制，再比较之后，实现功控比特生成，发送给另一方经过解调译码和功 控比特提取后，发送给增益环节PA进行增益调节，完成内环控制，实现功率 控制的调节；本实施例仅在控制过程中将信噪比替换为所述误码率估计值作 为功率控制的参数指标即可。

本申请提供的所述功率控制系统，不仅同上述实施例一样，利用基于核 函数的软信息概率密度函数的统计特性，计算得到所述误码率估计值，使误 码率估计的精确度与信噪(干)比级别(误码率)解耦，从而实现直接使用 误码率作为功控调节指标，提高了精确度，使用所述误码率估计值作为功率 控制参数，使得功率控制可以更直接地反映系统业务质量；并对于接收到的 数据信号无需知道其发送比特数据，无需现有技术中重新编码所导致的复杂 性。且误码率无需环回测量，满足自适应系统对于实时性的要求。同时解决 了如图5所示的现有结合开环、闭环的功率控制技术复杂度高的问题；并以 此解决了现有方法无法同时满足准确度和实时性两方面要求的问题，可大大 提高外环功率控制的速率，甚至将基于信噪比/信干比的低准确性快速内环功 率控制和基于误码率的高准确性慢速外环功率控制一并整合为基于误码率的 功率控制系统，对于单用户标准接收的CDMA系统，在信噪比为10dB的情 况下，仅需700个样本即可获得与理论值相比方差小于10-6的误码率估计， 从而实现高准确性的实时在线功率控制。

同时，利用核密度估计方法(Kernelestimation)的无参数特性，使本实 施例所述的功率控制系统可适用于任意数字通信系统，如CDMA、WCDMA 及其它3G、4G网络系统等蜂窝通信系统，或者传感器网络、移动自组网、 车联网等。

本发明中各个实施例采用递进的方式描述，每个实施例重点说明的都是 与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对 于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的 比较简单，相关之处参见方法部分说明即可。

以上仅是本发明的优选实施方式，使本领域技术人员能够理解或实现本 发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的， 本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其 它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而 是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。