OFDM的AMC_ARQ跨层设计及优化

ComputerEngineeringandApplications计算机工程与应用2011，47（30）105

OFDM的AMC/ARQ跨层设计及优化

曾菊玲

ZENGJuling

三峡大学计算机与信息学院，湖北宜昌443002

CollegeofComputerandInformationTechnology，ChinaThreeGorgesUniversity，Yichang，Hubei443002，China

ZENGJuling.AMC/puterEngineeringandApplications，2011，47（30）：105-108.

Abstract：AimingattheparalleltransmissioninfrequencydomainofOFDMandhighcomplexityofmodelingthecross-layerdesignaswellasthelowfrequencyspectrumefficiencyforAMC/ARQcross-layerdesign，amodelwithbidirectionalfeed-backbasedonfinite-state-Markov-model（FSMM）issetup，wheretheAMCparametersismappedtotheARQbyevaluationoftheFSMMandtheparametersoftheARQismappedtotheAMCbycomputationofthedelayandthepacketlossratio.ThismodelcannotonlydealtwiththeinteractionbetweentheAMCandARQbutalsoovercomethehighcomplexityre-sultedbytheembedMarkovlink.AnoptimalalgorithmofthismodelforthebiggestspectrumefficiencyunderthespecifiedQOSisproposed，whichgetstheoptimalthresholdbyexhaustivesearch.Thesimulationshowthatthespectrumefficiencyoftheoptimizedcross-layerdesignoutperformstheoldone.

Keywords：cross-layercombiningAMCwithH-ARQ；FSMMofthefrequencysubchannelofOFDM；throughput；frameer-rorratio；spectrumefficiency；optimizationmethod摘

要：针对OFDM频域并行传输及时、频二维资源分配特点和AMC/ARQ跨层设计存在的建模复杂、频谱效率低等问题，基于

OFDM频域子信道FSMM模型，建立了AMC/ARQ双向反馈模型，通过时延、丢包率等参数将ARQ参数传递到AMC，通过对FSMM性能评估，将AMC参数反馈到ARQ，，既充分考虑了AMC/ARQ间的相互作用，又避免了内嵌MARKOV链导致的计算复杂性。给出了该跨层设计的优化算法，通过穷尽搜索获得最优的FSMM门限，在保证QOS参数的条件下，使频谱效率达到最优。仿真计算证明优化后的AMC/ARQ跨层设计系统频谱效率有较大提高。

关键词：AMC/ARQ跨层设计；OFDM频域子信道FSMM；通过率；误帧率；频谱效率；优化方法DOI：10.3778/j.issn.1002-8331.2011.30.029

文章编号：1002-8331（2011）30-0105-04

文献标识码：A

中图分类号：TN929.5

1引言

AMC/ARQ[1]跨层设计将AMC（自适应调制编码）技术与

简单又能考虑双向相互作用的跨层模型非常重要。

AMC/ARQ跨层设计通过重传次数和调制阶数及信道编码的联合设计，同时提供时延、丢包率等多重QOS保证，但此时没有考虑频谱效率，不能保证无线资源使用的最优化。

对于OFDM/OFDMA，其时、频二维空间的资源分配模式和频域并行传输的特点要求AMC/AQR设计在频域子信道上进行[7]。因此首先建立OFDM频域子信道的FSMM模型非常重要。

FSMC（有限状态MARKOV信道）是应用广泛的信道模型。文[8]最早提出了应用于突发噪声信道的2状态Gilbert-El-liott模型，文[9]提出了Rayleigh信道相等状态概率的K个有限状态FSMM，这些研究成果都是基于时域平坦衰落或窄带信号的，信道特征为Rayleigh衰落，门限确定采用幅度分布。对于OFDM系统，由于频域子载波并行传输，基于频域子载波的AMC、资源分配技术以子载波帧长为时间单位，要求FSMC的状态持续不小于帧长，显然，采用幅度分布等概率法确定状态

ARQ（自动请求重传）技术结合，依靠ARQ在链路层纠错，降低对物理层的差错控制要求，提高AMC的传输模式，进而提高系统容量[2-3]，同时，该机制通过AMC、ARQ的联合设计能够同时满足时延、数据速率、丢包率等多个QOS参数[4-5]，在网络资源利用率和业务质量保证中达到良好折衷，因而得到了广泛研究。但AMC/ARQ跨层设计在建模、资源利用率及在OFDM系统应用中还存在一些问题。

AMC/ARQ跨层设计一般采取两种建模方法，一是反馈设计，通过将AMC参数反馈至ARQ作为控制参量，仅对ARQ进行优化设计，或者反方向进行

[5-6]

，方法较简单，但只能考虑层

间单方向影响，不能达到最优，二是联合设计，考虑层间双向相互作用，建立ARQ/AMC跨层设计的队列模型，形成内嵌MARKOV链，达到最优设计，但内嵌MARKOV链维数较多，计算复杂度大大增加[3]。因此，建立一种反馈和联合结合的、

基金项目：三峡大学人才启动基金支持。

作者简介：曾菊玲（1965—），女，博士，副教授，研究方向：宽带无线接入及QOS技术。E-mail：julingzeng@收稿日期：2011-04-12；修回日期：2011-07-01

1062011，47（30）ComputerEngineeringandApplications计算机工程与应用

由于Hk相互独立同分布，因此，各子载波SNR相互独立同分布。每一子载波的信噪比概率密度函数：

m-1-γ

mγmpγk(γ)=()e

m

门限不合适，采用状态持续时间相等法建立频域FSMM更为合理；很多研究表明，Nakagami-m分布能更好地描述移动多径信道的衰落特性，尤其是城市或城郊，Nakagami-m分布更适合OFDM的无线接入环境，因此，本文在文[7]中建立了符合Nak-agami-m分布的基于状态持续时间相的FSMM，对状态数及门限、转移概率矩阵、状态误比特率进行了分析。

针对以上问题，本文基于OFDM频域子信道FSMM模型，建立AMC/ARQ双向反馈优化模型，通过时延、丢包率等参数将ARQ参数传递到AMC，通过对FSMM性能评估，将AMC参数反馈到ARQ，既考虑了AMC\ARQ间的相互作用，又避免了内嵌MARKOV链导致的计算复杂性。给出了该跨层设计的优化算法，通过搜索最优的FSMM门限，在保证QOS参数的条件下，使频谱效率达到最优。仿真计算证明优化后的AMC/ARQ跨层设计系统频谱效率有较大提高。

（9）

m³1/2，m=1时为Ray-其中，为衰落因子，m越大，衰落越大，

laigh衰落，Γ(m)=0tm-1e-tdt。又由于每子载波经历γˉ=E(γ)，平坦衰落，故可用唯一参量接收信噪比γk表示信道状态。

在OFDM系统中，通常选择具有相同信道状态或信道状态处于同一MCS门限间隔之内的子载波形成分集的AMC子信道。子信道集内，每子载波具有完全相同的特征，因此，本文研究子载波的FSMM以表示子信道特征，后文的AMC/ARQ跨层设计基于子载波进行。2.2.2

OFDM频域子信道状态持续时间相等的FSMM文[9]采用状态等概法建立了衰落信道FSMM，但此法不

¥

2状态持续时间相等的OFDM频域子载波FSMM

2.1FSMM的一般原理

从信道信噪比存在的区间取逐次增大的序列γ1γ2γK+1，且γ1=0γK+1=¥，当接收信噪比γÎ[γkγk+1]时，就说信道处于k状态，形成平稳Markov的状态空间S={S1S2SK}，其中每一状态都对应一个误比特率ek，对所有的时刻n和状态ijÎ{12K}，其状态转移概率Pij定义为：

Pij=P(Sn=sj|Sn-1=si)

能保证每一状态持续期间大于帧传输时间，由于AMC/ARQ跨层设计的基本处理单元为帧，要求状态持续时间大于帧传输时间，又由于OFDM在数字信道上为频域并行传输，为保证每一子载波上具有相同的处理转换时间，采用状态持续时间相等法，并使持续时间大于帧传输时间，建立OFDM频域子信道FSMM更为合理，其基本原理为：根据文[11]给出的状态持

-续时间与门限的关系，在给定τk条件下，计算出门限，将接收信噪比划分为不重叠的间隔，即，将信道分为不同状态。由前述可知：状态持续时间必须大于帧传输时间，设状态

-持续时间为τk：

-τk=ckTf（10）

由文[10]可得：

γ(mm

γk)-γ(mmγk+1)

ck=kk+1（1）（2）

且

Pij=0，若|i-j|>1

K状态之间的转移概率Pij组成了大小为K´K的转移概率矩阵P，P中每一行元素满足

Pij=1,åj=1

K

"iÎ{12K}

（3）

（12）

状态k的稳态概率定义为：πk=P(Sn=sk)，kÎ{12k}

（4）

稳态概率矢量定义为π={π1,π1,,πK}，则πjpjk=pk,åj=1

K

K

K

ck的取值决定了门限划分及状态数K的选取，当ck确定后，再

令γ1=0γK+1=¥，就可通过求解次式（12）得出各门限（说

（5）

ck的计算与m及γ明：为简便，本文所有计算中都假定ˉ有关，m=1γ。ˉ=1）

ck的确定可采用下将FSMM用于AMC/ARQ跨层设计，

γK=MCS的最高阶数，述方法：令γK+1=¥，在给定fmTf后，[γKγK+1]为最大信噪比间隔，由式（12）可求得值cK，显然，因ck£cK。为使每状态持续时间相等且大于帧传输时间，此，对k=1,2,,K，一般可选取ck=c1£c£cK。

"kÎ{12K}或πtP=π

对任一给定状态k，输出流等于输入流，即

åπjpjk=åπkpkl

j=1

l=1

（6）

其中，FSMM门限γk的确定方法为：（1）等概法，根据每状态出现的概率相等得到；（2）状态持续时间相等法，根据每状态的持续时间相等得到。

2.2

2.2.1

OFDM频域子信道状态持续时间相等的FSMM

OFDM频域子载波统计特性

由文[10]知，OFDM频域传输特性可表述为：Rk=HkSk+Nk,k=01N-1

2.2.3持续时间相等FSMM的状态转移概率[7]

γ)m-ek+1fT2π(mfN(γk+1)TpNˉk+1

pkk+1=k+1==，

kkΓ(mγk+1)-Γ(mγk)

k=12K-1

1-mγ

（7）

其中，N为OFDM系统的最大子载波数，RkSk分别为第k子载波的接收、发射数据，由文[10]可知：若时域信道的每一径h(n)包络服从Nakagami-m分布，则频域每一子载波Hk可近似

（13）

1-mΓ

同理：

m-k

2π(mγk)efmTf

pk.k-1=

Γ(mγk+1)-Γ(mγk)

为Nakagami-m，各Hk独立同分布。

第k子载波的信噪比定义为：

2

E(Hk2s22E(sk)k)γk==Hk

k0k0

（14）（15）

（8）

p00=1-p01,pKK=1-pKK-1

曾菊玲：OFDM的AMC/ARQ跨层设计及优化

pkk=1-pkk-1-pkk+1,k=23K-1

2011，47（30）107

（16）然而，由式（21）确定的MCS门限有可能导致状态的持续时间不相等或不能满足持续3~5个信号往返周期的条件，门限的修正方法为：结合由式（12）求出的具有相等持续时间的信道状态门限γnγn+1，分别以

γ'n=max(γnΓn)γ'n+1=min(γn+1Γn+1)

3OFDM频域子载波的AMC/ARQ跨层设计系统

模型及性能分析

3.1基于OFDM频域子载波的AMC/ARQ跨层设计系统结构

在OFDM频域子信道上，AMC/ARQ跨层设计系统结构如图1所示。链路层采用选择重发ARQ协议，处理单元为包，物理层有多种传输模式（MCS），处理单元为帧，由于传输模式不同，每帧包含不同数量的包。反馈信道传输CQI（信道质量指示）和ACK/NACK信号，分别用于AMC、ARQ，假设物理信道为平坦衰落且服从Nakagami-m分布，在帧传输期间不变化，反馈无时延、无差错。

（22）

作为AMC的模式n的门限，并计算起持续时间，若持续时间小于规定值，则取消该模式，合并到较低阶，按式（22）重新确定其门限。

3.2.2AMC→ARQ算法

全部模式的平均误帧率为：------FER=

åRnπ(n)FERn

n=1

n=1

N

--------

åRnπ(n)

（23）

π(n)为模式n的稳态概率，其中，Rn=Rclb(Mn)为比特率，平

均重发次数为：

Nmax1-p-Nr=1+p++pr=

------其中，p=FER。

Nrmax

（24）

实际误帧率为：p

Nrmax

r

£Ptarget=Ploss

Nmax

图1AMC/ARQ跨层系统结构图

（25）

信号重传时，采用Chase合并计算信噪比：γcn=ε´åγk{dB}

k=1n

由式（25）求出Nrmax，然后由（17）可求出τmax。

基于双向反馈跨层设计，当新的业务到达时，可根据业务QOS参数，由ARQ→AMC算法选择AMC，当系统检测到物理信道发生变化时，可由AMC→ARQ算法，选择业务质量。

AMC/ARQ跨层设计映射QoS的过程可如图2所示。

γcn是第n次合并的信噪比，γk是第k次传输的信噪比，其中，

ε是最大比合并效率。

3.2双向反馈算法

3.2.1ARQ→AMC算法

（1）在链路层，最大重传次数

τ

Nrmax=max（17）

RTT为一次往返传输时间。其中τmax为最大传输时延，

（2）在物理层MCS的选择

误帧率计算：若Nrmax次重传后丢包率为Ploss，则最大瞬时误包率须满足：

P0r

Nmax+1

图2AMC/ARQ跨层设计QoS映射框架

4AMC/ARQ跨层设计的性能优化

上述AMC/ARQ跨层设计假定了各模式有相同的误帧率

并同时考虑了最大时延、重传次数、误帧率等多个QOS参数，但没有考虑频谱效率，而频谱资源是无线通信的瓶颈。

频谱效率为：（26）

N

假定无排队和处理时延，在给定平均时延和误帧率条件下，AMC/ARQ跨层设计可建模为：

optopt-ˉ(Nrp)=argmaxSe(Np)（27）

限制条件：ˉr×RTT£-NτdˉrÎ[1Nrmax]NpÎ(01)-Se=

n=1

£Ploss

:=Ptarget

（18）（19）

目标误帧率：P0£Ploss

1/(1+Nrmax)

åRnπ(n)

N

MCS门限的确定：由文[2]可得，在白噪声条件下，目标误

帧率与信噪比的近似关系为：

ì1,0<γ<γPn

FERn(γ)=í（20）

anexp(-gnγ),γ³γPnî

angnγPn随模式而变，可查表1（出自文[2]）。

相应于各模式的门限可由下式得到：ìΓ0=0ïFERnï1

íΓn=-ln()n=12N

nnï

ïΓ=+¥în+1

Γn+1时，第k子载波处于n状态，选择模式n。

（28）（29）（30）

（21）

MCS选择：以gk表示第k子载波的信噪比，当Γn£gk£

优化模型的求解：上述模型为非线性限制的优化，计算复

杂度高，由于MCS门限与频谱效率的不确定关系（MCS门限降低，频谱效率会提高，但误帧率会相应提高，有可能导致平均重发次数增加，这时频谱效率是增加、减小或不变，是不能确定的；若MCS门限升高，频谱效率会降低，误帧率会相应降

表4

c相同时门限及状态数随m变化的情况

0.04902.5244

2.02321.9742

3.65141.6282

5.04541.3940

6.27261.2272

7.37771.1051

8.39341.0157

门限间隔

－12.0474－6.01586.0316

－2.47543.5404

表5

门限/dB调制模式移动速度18.36km/s持续时间移动速度（3×18.36）km/s

持续时间

0无信息发送

满足平均误帧率，频谱效率最大的AMC门限

－0.50321/2BPSK4.9188

2.64391/2QPSK6.1449

5.75163/4QPSK6.0234

9.66489/1616QAM3.8735

12.20653/416QAM2.8951

18.13573/464QAM

1.63962.04832.00781.29120.9650

低，有可能导致平均重发次数减小，这时频谱效率是增加、减小或不变，也是不能确定的），采用穷尽法搜索，通过均匀改变MCS门限，搜索满足丢包率和时延、频谱效率最高的MCS门限是可行的。

搜索步骤如下：

为0.01，假定目标误帧率P假定物理信道m=1γˉ=1loss

Tp=1ms，MSC的初始门限为Γn，如表1所示，且Γ0=0，Γ

(0)

N+1

(0)

表3FSMC门限减小时，对应的平均误帧率和频谱效率

平均误帧率0.04070.1310

频谱效率0.28490.3202

对初始门限的减小量

0.10.2

5仿真结果及讨论

=¥。

表1AMC传输模式及门限（移动速度18.36km/h）

Mode1

Mode2QPSK1/21.0090.25143.49981.09422.8740

Mode3QPSK3/41.5067.61811.68833.97225.8656

1.140.26180.0248

(k)

(k-1)

仿真环境：（1）业务要求，目标误帧率为0.01，重传次数为1，

帧周期Tf为1ms，每帧包含一个包。（2）物理系统，采用的OFDM系统信息速率为20Mbit/s，512子载波/OFDM符号，子载波信息比特率为39.1kbit/s，帧周期Tf为1ms，则每帧包含40个OFDM符号，载频选用2GHz，移动速度为18.36km/h，最大多谱勒频移fm为33.8Hz，fmTf为0.0338。（3）信道，采用11径m=1，γJakes’模型信道模拟m=1的Nakagami-m信道，ˉ=1。

Mode416QAM9/162.2550.12220.66447.70219.7115

Mode516QAM3/43.0053.39870.375610.248812.2326

Mode664QAM3/44.5035.35080.090015.978418.1424

调制码率效率angnγpn/dBΓk/dB平均重传次数频谱效率平均误帧率

BPSK1/20.50274.72297.9932－1.5331－0.0410

表4是在上述环境中持续时间为帧周期的3.0466倍时的FSMM状态门限，表1中Γn是在上述环境中，由式（20）计算并结合表4和式（21）得到的满足时延、误帧率及持续时间的AMC门限，表2、3分别记录了Γn增大或减小时的平均误帧率和频谱效率，可以看到，频谱效率为0.2849时，平均误帧率为0.0407，是满足要求的一组数据，此时，MSC门限及AMC模式如表5所示。

（1）增大FSMC门限：Γn=Γn+Δ，Γ0=0，ΓN+1=¥

(k)

(k)(k)

(n=12N)，Δ为指定正常数，以Γn计算平均误帧率，计

6结论

算频谱效率，填入表2，重复（1）到指定次数。

表2

FSMC门限增大时，对应的平均误帧率和频谱效率

平均误帧率0.01610.00770.00320.00120.00040.00010.0000

(k)

n

FSMC门限对初始门限的增加量

0.10.20.30.40.50.60.7

频谱效率0.23890.19720.14680.09860.05980.03280.0163

(k)0

本文基于相等持续时间的OFDM频域子载波的FSMM，建立了AMC/ARQ跨层反馈设计模型，既考虑了AMC\ARQ间的相互作用，又避免了内嵌MARKOV链导致的计算复杂性，给出了该跨层设计的优化算法，通过搜索最优的FSMM门限，在保证QOS参数的条件下，使频谱效率达到了最优。

参考文献：

[1]GoldsmithAJ，ChuaSoon-Ghee.Variable-ratevariable-powerMQAM

forfadingchannels[J].IEEETransactionsonCommunication，1997，45（10）：1218-1230.

[2]LiuQingwen，ZhouShengli，GiannakisGB.Cross-layercombin-(k)

N+1

（2）减小FSMC门限：Γ

(k)

=Γ

(k-1)

n

-Δ，Γ

(k)

=0，Γ=¥ingofadaptivemodulationandcodingwithtruncatedARQoverwirelesslinks[J].IEEETransactionsonWirelessCommunication，2004，3（5）：1746-1755.

[3]WangXin，LiuQingwen，GiannakisGB.Analyzingandoptimiz-ingadaptivemodulationcodingjointlywithARQforQoS-guar-anteedtraffic[J].IEEETransonVehicularTechnology，2007，56（2）：710-720.

(n=12N)，Δ为指定正常数。

（3）若Γn<γpn，则停止，否则，以Γn计算平均误帧率PER，计算频谱效率，填入表3，转入（2）。

（4）在表2、3中，选择平均误帧率满足要求的一组值，从中选择频谱效率最大的值所对应的门限，即为优化的FSMC门限，且此时丢包率和时延满足要求。

（下转162页）

[5]SzeliskiR.Videomosaicsforvirtualenvironment[J].IEEECom-puterGraphics&Application，1996，16（3）：22-30.

[6]ShumHY，SzeliskiR.Systemsandexperimentpaper：construc-tionofpanoramicimagemosaicswithglobalandlocalalign-ment[J].IJofComputerVision，2000，36（2）：237-252.

[7]BertPJ.Muliresolutionsplinewithapplicationtoimagemosaics[J].

ACMTransationonGraphics，1983，2（4）：245-256.

[8]LoweDG.Distinctiveimagefeaturesfromscale-invariantkey-points[J].InternationalJournalofComputerVision，2004，60（2）：91-110.

[9]张朝伟，周焰，王耀康，等.基于SIFT特征跟踪匹配的视频拼接方

法[J].计算机工程与应用，2008，44（10）：169-172.

[10]BayH，TuytelaarsT，VanCoolL.SURF：speeded-uprobustfea-tures[C]//EuropeanConferenceonComputerVision，2006，3951：404-417.

[11]林武，洪景新，张昊，等.快速有效的视频图像序列拼接方法[J].计

算机工程与应用，2009，45（24）：173-175.

[12]汤庆阳，陆佩忠.视频图像序列运动参数估计与动态拼接[J].计算

机科学，2004，31（6）：189-193.

[13]GolubGH，vanLoanCF.Matrixcomputations[M].3rded.[S.l.]：

JohnsHopkinsUniversityPress，1996.

[14]MikolajczykK，SchmidC.Scaleandaffineinvariantinterestpoint

detectors[J].InternationalJournalofComputerVision，2004，60（1）：63-86.

[15]MeltzerJ，SoattoS.Edgedescriptorsforrobustwidebaselinecor-respondence[C]//IEEEConferenceonComputerVisionandPat-ternRecognition，2008：1-8.

[16]FischlerM，BollesR.Randomsampleconsensus：aparadigmfor

modelfittingwithapplicationstoimageanalysisandautomat-edcartography[J].CommunicationsoftheACM，1981，24（6）：381-395.

[17]DonoserM，RiemenschneiderH，BischofH.Linkededgesassta-bleregionboundaries[C]//IEEEConferenceonComputerVisionandPatternRecognition，2010.

[18]FelzenszwalbP，HuttenlocherD.Efficientgraph-basedimageseg-mentation[J].InternationalJournalofComputerVision，2004，59（2）：167-181.

[19]CatanzaroB，SuB，SundaramN，etal.Efficient，high-qualityim-agecontourdetection[C]//InternationalConferenceonComputerVision，2009：2381-2388.

像进行融合。

总体上来说，在速度上，优化过的基于SIFT配准的视频拼接算法要略优与本文所提出的算法，但是本文算法在配准和外点去除上都还有较大的改进空间，而且也能够满足视频拼接的需要；在精度上，对于有仿射变换以及重叠区域较小的视频帧，本文所提的算法拼接精度较高，而且对于一般的视频数据两种算法都有不错的效果。

6结论

本文提出一种仿射不变的轮廓匹配算法，并将它应用于

视频拼接中。实验结果表明，该算法对有较大平移，旋转或者仿射变换的视频图像有较好的拼接效果，而且对重叠区域较小，存在运动遮挡时也能够实现较大形变的拼接，算法的鲁棒性较好。值得注意的是，图像拼接时，重叠区域小的情况经常出现，其是导致拼接精度较低的一个重要因素，本文所提出的基于轮廓匹配的视频拼接算法也可用于拼接图像，算法的可扩展性较好。

需要指出的是，本文算法也有一定的局限性。由于描述子的形成依赖视频图像轮廓的提取，因此轮廓能否提取，以及轮廓的质量会对本文算法有所影响。在本文中，轮廓的提取采用的是‘linkedge’算法[17]，随着GraphCut[18]在轮廓提取上的应用，学习算法，图像理解等的发展，轮廓的提取算法也会有较大的进步和发展，本文算法的精度和速度也会相应提高。此外，当物体轮廓信息较多，描述子的计算和匹配会比较耗时，不过此处可以通过GPU加速来提高速度。总体上来讲，作为一种新型的视频拼接算法，由于其精度较高，鲁棒性好，可改进的空间大，有着广泛的应用前景。

[19]

参考文献：

[1]解凯，郭恒业，张田文.图像Mosaics技术综述[J].电子学报，2004，4（32）：630-634.

[2]余宏生，金伟其.基于视频序列的数字图像拼接技术研究进展[J].

激光与红外，2009，39（10）.

[3]朱云芳，叶秀清，顾伟康.视频序列的全景图拼接技术[J].中国图象

图形学报，2006，11（8）.

[4]IaniM.Mosaicsbasedrepresentationsofvideosequencesand

theirapplications[C]//ProcofComputerVision.CanbridgeMasa-chusettes，1995：605-611.

（上接108页）

[4]GeWeiyan，ZhangJunshan，ShenSherman.Across-layerdesign

approachtomulticastinwirelessnetworks[J].IEEETransactionsonWirelessCommunications，2007，6（30）：1063-1072.

[5]PahalawattaP，BerryR，PappasT.Content-awareresourcealloca-tionandpacketschedulingforvideotransmissionoverwirelessnetworks[J].IEEEJournalonSelectedAreasinCommunications，2007，25（4）：749-759.

[6]HouFen，SheJames，HoPin-Han.Aflexibleresourceallocation

andschedulingframeworkfornon-real-timepollingserviceinIEEE802.16networks[J].IEEETransactionsonWirelessCom-

munications，2009，8（2）：766-775.

[7]曾菊玲，周文安，宋梅.OFDM频域子信道FSMM[J].北京邮电大学

学报，2008，31（4）：46-52.

[8]GilbertEN.Capacityofaburst-noisechannel[J].BellSystTech

J，1960，39（9）：1253-1265.

[9]WangHongshen.Finite-stateMarkovchannel-ausefulmodelfor

radiocommunicationchannels[J].IEEETransactionsonVehicularTechnology，1995，44（1）：163-171.

[10]ZhangQinqing，KassamSA.Finite-stateMarkovmodelforRay-leighfadingchannels[J].IEEETransonCommun，1999，47（11）：1688-1692.

本文来源：https://www.bwwdw.com/article/4kz1.html