摘要：6G移动通信对高数据速率的需求推动了更高效的编码调制技术的发展。多级编码调制通过将数据分层并使用不同的编码和调制策略，能够有效降低编解码复杂度、提升频谱效率并增强系统的适应性和灵活性。简要介绍了5G通信系统中比特交织编码调制流程和优缺点。详细介绍了多级编码调制
《移动通信》2025年第2期目录
面向6G的多级编码调制技术
122(1.上海第二工业大学，上海 201209；
2.上海交通大学，上海 200240)
【摘 要】6G移动通信对高数据速率的需求推动了更高效的编码调制技术的发展。多级编码调制通过将数据分层并使用不同的编码和调制策略，能够有效降低编解码复杂度、提升频谱效率并增强系统的适应性和灵活性。简要介绍了5G通信系统中比特交织编码调制流程和优缺点。详细介绍了多级编码调制的基本原理、分层设计、发送和接收机制，以及基于多级编码调制的自适应重传方案。仿真表明，相比传统的比特交织编码调制，多级编码调制在高阶调制、高码率场景下能显著降低信道编解码的负荷，从而降低编解码的功耗。最后，结合研究现状，探讨了多级编码调制在未来6G通信系统中的潜力和面临的挑战。
【关键词】6G；比特交织编码调制；多级编码调制；混合自动重传请求
doi:10.3969/j.issn.1006-1010.20241207-0001
中图分类号：TN929.5 文献标志码：A
文章编号：1006-1010(2025)02-0019-07
引用格式：魏岳军,陈春锜,夏斌. 面向6G的多级编码调制技术[J]. 移动通信, 2025,49(2): 19-25.
WEI Yuejun, CHEN Chunqi, XIA Bin. Multi-Level Coded Modulation for 6G[J]. Mobile Communications, 2025,49(2): 19-25.
0 引言
随着通信技术的迅速发展，6G移动通信预计将提供超高数据速率、极低延迟以及高度的网络可靠性，为支持复杂的应用场景如远程医疗、自动驾驶和大规模物联网提供基础。6G将要求更高的频谱效率和更强的信号处理能力来满足未来智能社会的需求[1,2]。为了满足这些需求，6G需要高阶调制技术和高吞吐的信道编码方案。5G-Advanced协议已经支持64QAM（Quadrature Amplitude Modulation）、256QAM和1024QAM等高阶调制[3]，可以预见的是，1024QAM、4096QAM甚至更高阶的调制将可能应用到6G通信系统中，以能够在有限的频谱资源下提升频谱效率。而高吞吐编码，如低密度奇偶校验码（Low Density Parity Check, LDPC）码[4]、Polar码[5]等，则需在降低译码复杂度和功耗的同时保证优异的纠错能力。在实现6G的高标准目标中，编码调制技术扮演着重要的角色。为了适应极端的网络条件和不断增长的数据需求，需要发展新的编码调制策略，以提高传输效率、降低编解码的复杂度和功耗。比特交织编码调制（Bit-Interleaved Coded Modulation, BICM）是一种在现代通信系统中广泛使用的技术，已应用在包括4G、5G等通信系统中[3,6,7]，但6G对吞吐率、功耗和性能的更高要求推动了对更先进编码调制技术的探索。多级编码调制（Multi-Level Code Modulation, MLCM）作为一种先进的编码调制方案，通过将数据分层处理和不同层使用不同的编码和调制方案[8,9]，能够显著降低高阶调制下的编解码负荷，从而降低编解码的功耗。MLCM的层次化结构允许系统根据信道的即时状态调整传输策略，有效利用每个信道的特性，从而有潜力实现更优的频谱利用和能效比。在高阶调制、高动态、多服务和多用户的6G环境中，MLCM能提供必要的灵活性和效率，满足不同应用对服务质量的严格要求。通过进一步的技术发展和创新，MLCM有潜力成为实现6G愿景中关键的技术之一。在后续章节中，将探讨MLCM的具体工作机制、性能评估、潜在的优势以及面对的挑战，评估其在未来通信系统中的应用前景。
1 比特交织编码调制简介
BICM包含信道编码、交织和调制三个主要部分。信道编码通过引入冗余比特增强系统对干扰和噪声的抵抗力，调制则将编码后的比特映射为适合传输的信号形式，而交织则通过打乱比特顺序，减少突发干扰对连续比特的影响。
以5G为例，5G数据信道的BICM的发送和接收分别如图1和图2所示，其中信道编码采用LDPC码，星座映射为格雷映射，调制阶数从BPSK到1024QAM，比特交织采用的是“行写列读”的分组交织器2.1 基于理论容量界的分层设计原则
2.2 基于多级译码的MLCM机制
MLCM将星座信号点中的各个二进制比特视为独立的多个层次，每一层使用不同的编码方法对比特进行编码，从而在不同层次上对信息比特提供不同程度的保护。这种方法通过扩展星座图来引入冗余位，实现对信号的错误控制，同时通过增加调制符号之间的最小欧氏距离来增强抗干扰能力。其基本思想是通过分层编码和调制，在提升信号可靠性的同时，最大化码字之间的最小欧氏距离，以提高系统的误码率性能。图8为三级编码调制系统的发送端框图。
2.3 MLCM性能
以LDPC码、BCH（Bose-Chaudhuri-Hocquenghem）码和不编码（No Coding, NC）的三级MLCM为例进行仿真。三级编码调制中，低信噪比最低的一层的比特用LDPC码进行保护，次低信噪比的比特用BCH码进行保护，最高信噪比的比特不编码。相比于LDPC译码的复杂度，BCH在某些特定码长和码率情况下的译码的复杂度可以忽略不计[18]。图10是基于5G LDPC码、256QAM调制、加性高斯白噪（Additive White Gaussian Noise, AWGN）信道下，对BICM和MLCM的误块率（Block Error Rate, BLER）性能的仿真。仿真中，设置每次传输信息比特长度为8 192；MLCM中，LDPC层、BCH层、不编码层的比特数比例为4:0:4。在此MLCM配置下，有超过50%的信息比特经过LDPC编译码，而少于50%的比特未经过编译码，此时编译码复杂度大致降为BICM的50%。
由图10可以看出，在码率为0.8时，MLCM和BICM性能相当。在码率为0.92时，MLCM比BICM性能优大约0.2 dB。
进一步的，为了探究存在BCH编码时系统的性能，仿真基于5G LDPC码、1024QAM调制下BICM和MLCM的性能。仿真中，同样设置每次传输信息比特长度为8 192；MLCM中，LDPC层、BCH层、不编码层的比特数比例为2:4:4，此时编译码复杂度大致降为BICM的20%。
由图11可以看出，在码率为0.92时，MLCM比BICM性能优大约0.1 dB。
3 基于MLCM的MCS和HARQ方案
3.1 基于MLCM的MCS
在5G标准TS38.214[19]“Table 5.1.3.1-4: MCS index table 4 for PDSCH”中，调制编码方案（Modulation and Coding Scheme, MCS）表格详尽定义了每个资源单元（Resource Element, RE）可以承载的有效比特数。该表格为终端设备提供了一种灵活的机制，以便在不同的信道条件下选择适当的调制阶数和编码码率，从而优化传输性能。在这种背景下，对于MLCM系统，同样可以设计相应的MCS表格。这些表格将不仅在相同的调制阶数和总编码码率下保持一致性，而且能够在不同的信道条件下灵活选择编译码复杂度最低且性能最高的传输方案。通过定义MLCM系统的MCS表格，能够针对每个比特层的不同重要性，选择最优的编码和调制策略。这种方法允许在保证整体系统性能的同时，降低编译码复杂度，从而提高通信系统的效率和可靠性。具体而言，MLCM系统中的MCS表格可以在BICM系统的MCS表格基础上增添以下内容：
1）多级方案配置：根据调制阶数和总码率，选择性能与BICM相当或略好、复杂度最低的级数以及各级使用的信道编码。
2）编码码率调整：在总码率一定的前提下，为不同的重要性层次选择适当的编码码率，以确保重要比特层具有更强的纠错能力，而次要比特层则可以使用较高的码率以提高整体效率。
3.2 基于MLCM的混合自动重传
物理层的混合自动重传（Hybrid Automatic Repeat reQuest, HARQ）有两大类：一类是“追逐组合”（Chase Combining, CC），一类是“增量冗余”（Incremental Redundancy, IR）[20][21]。在CC方案中，重传和初传发送的是相同的编码比特和调制符号。接收端在接收到重传信号后，首先对星座符号进行解调，得到比特的LLR，然后将其与初传时得到的比特LLR进行Chase合并，最后进行信道译码。CC方案能获得重传的能量增益，比如初传加上一次重传后，相对初传能获得平均3dB增益（2倍能量）。另外，重传在有信道衰落的情况下还可以获得一定的分集增益。
在IR方案中，重传和初传发送的是不同的编码比特。初传对应信道码的一部分码字比特，而重传则对应信道码的另一部分比特。接收端在接收到重传信号后，首先对星座符号进行解调，得到比特的LLR，然后将其与初传时得到的LLR进行组合，从而形成一个具有较低实际码率的信道码字。在此基础上，进行译码后，系统不仅能够获得与CC方案相同的能量增益和分集增益，还能通过码率降低带来额外的“净编码增益”。因此，IR方案通常在重传性能上优于CC方案。然而，IR方案的实现依赖于信道编码具备支持IR功能的能力，即信道码必须具有“码率兼容”（Rate Compatible, RC）特性。具体而言，母码码字通过打孔（Puncturing）可以生成不同的码率，同时保证这些码率的渐进性能。4G的Turbo码和5G的LDPC码均具备良好的RC特性，适合用于IR方案。
在MLCM中，由于不同比特层可采用不同的信道编码，因此在设计重传方案时，通常可以针对每个比特层采用不同的重传策略：对于具有RC特性的信道编码层，可以采用IR重传；而对于不具备RC特性的信道编码层，则采用CC重传。例如，在LDPC+BCH+NC的三级编码调制方案中，LDPC编码层具备RC特性，而BCH编码层不具备该特性，因此可以选择IR+CC+CC的重传方案，其中LDPC层使用IR重传，BCH层和NC层则使用CC重传。
这里基于5G LDPC码、256QAM调制和AWGN信道，仿真验证MLCM的性能。MLCM采用4比特LDPC编码和4比特不编码两层，重传采用IR+CC重传方案，其中LDPC层重传采用IR，不编码层的重传为CC。仿真中，此处设置每次传输信息比特长度为8 192比特。
图12为仿真BLER曲线，其中RV0为初传，RV1为一次重传。可以看出，采用IR+CC方案时，重传可以为MLCM系统带来约5.5 dB的性能增益。
4 MLCM的潜在优势和挑战探讨
在未来6G系统中，MLCM相比现有的BICM，具有以下潜在的优势：
（1）编译码码复杂度降低：与BICM相比，MLCM可以减少高复杂度信道编码的使用频率，从而降低整体的编码和译码复杂度。
（2）频谱效率提升：通过将不同层的数据映射到不同的星座点，比特的传输效率可以得到优化，尤其在高阶调制和高码率场景下，有可能获得比BICM更高的频谱效率。
（3）灵活性更强：MLCM的多级架构可以根据不同的信道条件动态调整各层次的编码和调制方式，适应性强，适合多样化的应用场景。
尽管MLCM在理论上存在编译码复杂度低等优点，但其在实际应用中仍面临若干挑战，主要体现在以下方面：
（1）系统设计变得复杂：MLCM的多级设计需要在发送端和接收端都进行较为复杂的算法处理过程，包括发送端进行分层、接收端进行逐级的干扰消除，这会增加算法设计的难度。
（2）信道估计要求高：相比BICM，MLCM可能更依赖于对信道条件的准确估计，以便在不同层次之间合理分配资源。如果信道估计不准确，可能会导致资源分配不合理，从而影响系统性能。
（3）高信噪比条件的需求：MLCM的优势主要在高信噪比条件下表现显著，在低信噪比环境中，其性能优势不明显，甚至可能因为层次划分带来的处理复杂度而劣于传统的BICM。因此，如何优化MLCM在各种信噪比条件下的适用性仍然是一个挑战。
5 结束语
本文全面介绍了面向6G系统设计的MLCM技术，详细分析了其工作原理、分层设计原则以及发送与接收机制。仿真结果显示，在256QAM和1024QAM调制下，MLCM相较于BICM大幅降低了编解码负荷和功耗，且具备更优的误码性能。本文进一步探讨了基于MLCM的MCS和HARQ方案，其中MCS通过为不同层次的比特设计灵活的编码和调制策略，而HARQ则结合IR和CC重传方案，根据各层的编码特性选择合适的重传方式。最后，文章讨论了MLCM在降低编解码功耗、提升频谱效率等方面的潜在优势，并探讨了信道估计和系统设计等方面的挑战。未来研究将致力于优化MLCM的设计，提升其在各种信道条件下的适应性和性能，以期推动其在6G通信系统中的广泛应用。
参考文献：（上下滑动浏览）
[1] ITU-R, DRAFT NEW RECOMMENDATION. Framework and overall objectives of the future development of IMT for 2030 and beyond[R]. 2023.
[2] Tong W, Zhu P. 6G The Next Horizon[M]. Cambridge: Cambridge Univ. Press, 2021.
[3] 3GPP TS38.211-v18.4.0. Technical Specification Group Radio Access Network; NR; Physical channels and modulation[S]. 2024.
[4] Gallager R G. Low-density parity-check codes[J]. IRE Trans. on Inform. theory, 1962: 21-28.
[5] Arikan E. Channel polarization: A method for constructing capacity-achieving codes for symmetric binary-input memoryless channels[J]. IEEE Transactions on information Theory, 2009, 55(7): 3051-3073.
[6] 3GPP TS38.212-v18.4.0. Technical Specification Group Radio Access Network; NR; Multiplexing and channel coding[S]. 2024.
[7] 3GPP TS36.212-v18.0.0. Technical Specification Group Radio Access Network; Evolved Universal Terrestrial Radio Access (E-UTRA); Multiplexing and channel coding[S]. 2023.
[8] C Wu, W Chen, L Chen, et al. U-UV Coding for Bit-Interleaved Coded Modulation[J]. IEEE Transactions on Communications, 2023, 71(9): 5065-5077.
[9] T Matsumine, M P Yankov, T Mehmood, et al. Rate-Adaptive Concatenated Multi-Level Coding With Novel Probabilistic Amplitude Shaping[J]. IEEE Transactions on Communications, 2022, 70(5): 2977-2991.
[10] 胡伟国,宋义梅,张建勇,等. 基于比特交织极化编码的MDM系统性能研究[J]. 光通信研究, 2022(4): 12-16+46.
[11] R Yuan, B Bai, J Fang, et al. Two-Level LDPC-Coded Modulation With Probabilistic Shaping[J], IEEE Communications Letters, 2023, 27(8):2019-2023.
[12] Xiaodong Li, J A Ritcey. Bit-interleaved coded modulation with iterative decoding[J]. IEEE Communications Letters, 1997, 1(6): 169-171.
[13] B Wu, K Niu, J Dai. Conditional Entropy-Based Construction of Multilevel Polar-Coded Modulation With Probabilistic Shaping[J]. IEEE Communications Letters, 2023, 27(5):1262-1266.
[14] Y Koganei, T Oyama, K Sugitani, et al. Multilevel Coding with Spatially Coupled Repeat Accumulate Codes for High-order QAM Optical Transmission[J]. J Lightwave Technology, 2019, 37(2): 486–492.
[15] J Hagenauer. The exit chart-introduction to extrinsic information transfer in iterative processing[C]//2004 12th European Signal Processing Conference, Vienna, Austria, 2004: 1541-1548.
[16] U Wachsmann, R F H Fischer, J B Huber. Multilevel codes: theoretical concepts and practical design rules[J]. IEEE Transactions on Information Theory, 1999, 45(5): 1361-1391.
[17] J Luo. On Low-Complexity Maximum-Likelihood Decoding of Convolutional Codes[J]. IEEE Transactions on Information Theory, 2008, 54(12): 5756-5760.
[18] X Zhang, Z Wang. A Low-Complexity Three-Error-Correcting BCH Decoder for Optical Transport Network[J]. IEEE Transactions on Circuits and Systems II: Express Briefs, 2012, 59(10): 663-667.
[19] 3GPP TS38.214-v18.4.0. Technical Specification Group Radio Access Network; NR; Physical layer procedures for data[S]. 2024.
[20] I Andriyanova, E Soljanin. Optimized IR-HARQ Schemes Based on Punctured LDPC Codes Over the BEC[J]. IEEE Transactions on Information Theory, 2012, 58(10): 6433-6445.
[21] S Ge, Y Xi, H Zhao, et al. Energy Efficient Optimization for CC-HARQ Over Block Rayleigh Fading Channels[J]. IEEE Communications Letters, 2015, 19(10): 1854-1857.★
★原文刊发于《移动通信》2025年第2期★
作者简介魏岳军:工学博士，曾先后在华为无线产品线、华为海外研究所任职，历任工程师、主任工程师和高级技术专家。现就职于上海第二工业大学计算机与信息工程学院，主要研究方向包括新型编码调制、无线通信、智能信号处理。陈春锜:上海交通大学电子信息与电气工程学院电子系在读硕士研究生。研究方向包括新型编码调制和无线通信。夏斌:教授，现任职于上海交通大学电子信息与电气工程学院电子系，主要研究方向包括编码调制、多天线、卫星通信、网络资源管理与优化等。主持或参与多个国家级科研项目，发表学术论文100余篇，其中2篇入选ESI高被引论文，申请国内外发明专利60余项，研究成果被3GPP LTE和IEEE 802.16等国际标准采纳。★往期推荐★【25专题征稿】6G卫星互联网、语义通信、通感算一体化
《移动通信》杂志由中国电子科技集团公司主管，中国电子科技集团公司第七研究所主办，是中国期刊方阵“双效期刊”、工业和信息化部精品电子期刊、中国科技论文统计源刊、中国通信学会《信息通信领域高质量科技期刊分级目录》入选期刊、中国电子学会《电子技术、通信技术领域高质量科技期刊分级目录》入选期刊、中国应用型核心期刊、日本JST收录期刊。国内连续出版物号：CN44-1301/TN，国际连续出版物号：ISSN1006-1010，邮发代号：46-181。
来源：移动通信编辑部
