专利名称：基于压缩感知理论的tds-ofdm传输方法
技术领域：
本发明涉及无线通信技术领域，特别涉及一种基于压缩感知理论的TDS-OFDM传输方法。
背景技术：
2011年12月，ITU (国际电信联盟)在瑞士日内瓦通过对ITU-RBT. 1306和ITU-RBT. 1368两项国际标准的修订，正式将我国的DTMB(数字电视地面多媒体广播系统标准)纳入其中。至此，我国2006年颁布的数字电视标准DTMB成为继美国ATSC(AdvancedTelevision Systems Committee,美国的数字电视国家标准)、欧洲DVB-T (欧洲数字地面电视广播传输标准)、日本ISDB-T (日本的数字地面电视广播传输标准)之后的第四个数字电视国际标准，这对我国数字电视产业的发展和国际化推广，都具有重大的意义和深远的影响。近年来，在南美、亚洲和非洲多国进行的标准对比评估中，DTMB标准在包括频谱效率、覆盖范围、同步时间、接收门限等关键技术指标在内的整体性能上优于同类的国际标准，在国外引起强烈反响，老挝、柬埔寨、古巴等国均已正式宣布采用中国地面数字电视标准DTMB。然而，基于激烈的“标准圈地”形势，欧洲于2009年正式颁布了第二代地面数字电视传输标准DVB-T2。通过增强信道纠错能力、采用256QAM(Quadrature AmplitudeModulation,正交调幅)高阶调制等一系列先进技术，DVB-T2的主要性能指标已超越包括我国的DTMB标准在内的全部现有第一代数字电视标准。从2010年开始，英国、瑞典、芬兰等欧洲国家已经开始部署DVB-T2 ;2011年，俄罗斯、菲律宾等国先后宣布采用DVB-T2标准。欧洲的DVB-T2标准在国际上给中国标准DTMB造成了空前的竞争压力。为了巩固和占领数字电视领域的技术制高点，进一步推动我国数字电视产业的全面发展，研发在基础理论和关键技术上取得重大突破的中国地面数字电视演进系统迫在眉睫、刻不容缓。DTMB标准最核心的基础性原创技术是TDS-OFDM(时域同步-正交频分复用)。与绝大部分无线通信系统和数字广播系统中广泛采用的CP-0FDM(循环前缀-正交频分复用)技术不同的是，基于时频联合处理的基本框架，TDS-OFDM技术采用时域已知的PN序列(Pseudo-noise Sequence,伪噪声序列，训练序列的一种)替换了 CP-0FDM中的CP (循环前缀)用作保护间隔，PN序列还可用于接收机同步、信道估计等，故TDS-OFDM无需像CP-OFDM那样在频域插入大量的导频，这使得DTMB标准比DVB-T的频谱效率提高了约10%。然而，基于DVB-T的新一代数字电视标准DVB-T2，一方面通过导频的优化设计来降低导频开销，另一方面通过将DVB-T最高可支持的星座图调制方式从64QAM调制提高到256QAM，首次实现了 256QAM高阶调制在商用无线系统中的应用，使得系统频谱效率显著提升了 30%以上。2011年8月颁布的WiFi (—种无线通信方式)演进标准IEEE 802. Ilac草案也将IEEE 802. Iln最高可支持的64QAM提高到256QAM以提高系统的频谱效率。不幸的是，由于TDS-OFDM中PN序列与数据块之间存在的相互干扰必须通过复杂的迭代算法予以消除，而迭代干扰消除过程中信道估计和信号检测是相互依赖、互为条件的，干扰难以彻底消除导致目前最高仅能支持64QAM的TDS-OFDM技术难以支持256QAM等高阶调制；另一方面，迭代干扰消除算法需要假设信道在TDS-OFDM信号帧内保持不变，且干扰消除在快速时变信道下更难实现，较大的残留干扰导致TDS-OFDM在快速时变信道下的性能明显恶化。针对上述两个技术难题，人们已经从不同角度、利用不同的技术方法进行了深入研究，其中最引人注目的解决方案包括澳大利亚Huemer教授提出的UW-OFDM(Unique WordOFDM)技术、我国学者提出的DPN-OFDM(Dual-PN 0FDM，保护间隔长度加倍的TDS-0FDM)技术等等，但这些解决方案要么只是部分解决了上述问题，要么以牺牲较大的频谱效率为代 价，均未能从根本上解决TDS-OFDM这一核心技术面临的两大技术难题，这使得DTMB标准的总体性能无法和国外新一代地面数字电视标准DVB-T2抗衡。综上，第一代中国数字电视标准的核心技术TDS-OFDM开创了 OFDM传输技术中时频联合处理的理论先河，在高频谱效率、快速时域同步等方面具有显著性能优势的同时，却面临着现有理论和方法无法从根本上解决的难以支持256QAM高阶调制和高速动态信道下性能恶化明显这两大技术难题，这使得DTMB标准的总体性能无法和国外新一代地面数字电视标准DVB-T2抗衡。
发明内容
(一 )要解决的技术问题本发明要解决的技术问题是如何提供一种基于压缩感知理论的TDS-OFDM传输方法，以在继承TDS-OFDM这一核心技术在高频谱效率和快速时域同步等方面明显优势的同时，解决TDS-OFDM难以支持256QAM高阶调制、动态信道下性能恶化明显两大技术难题。( 二 )技术方案为解决上述技术问题，本发明提供一种基于压缩感知理论的TDS-OFDM传输方法，其包括步骤A :基于接收到的训练序列与本地训练序列的自相关特性，获取多径信道的部分先验信息，根据所述部分先验信息中所包括的所述多径信道的信道长度，确定所述接收到的训练序列中的无干扰区的位置；B :根据所述部分先验信息，基于压缩感知理论计算所述多径信道的各径时延；C :根据所述无干扰区中的信号，基于最大似然算法计算所述多径信道的各径系数。优选地，所述步骤A具体包括步骤Al :直接利用所述接收到的训练序列与所述本地训练序列做相关运算，得到初始信道计算结果；所述接收到的训练序列中包含干扰信号；A2 :从所述初始信道计算结果获得信道的部分先验信息；所述部分先验信息包括所述多径信道的信道长度；A3:根据所述接收到的训练序列的长度和所述多径信道的信道长度得到所述接收到的训练序列中的无干扰区的长度，进而确定所述接收到的训练序列中的无干扰区的位置。优选地，所述部分先验信息还包括所述多径信道部分能量高的路径的时延信息，以及所述多径信道的稀疏度信息。
优选地,所述步骤B具体包括步骤BI :从所述无干扰区中选取低维观测信号；B2 :根据所述低维观测信号、所述多径信道部分能量高的路径的时延信息，以及所述多径信道的稀疏度信息，利用非线性的压缩感知信号重构算法重构出高维多径信道；B3 :根据所述高维多径信道，计算所述多径信道的各径时延。优选地,所述压缩感知信号重构算法包括基追踪算法、Dantizig Selector算法、同伦算法、匹配追踪算法、正交匹配追踪算法、压缩采样匹配追踪算法、迭代门限判决算法、子空间追踪算法或者上述算法的组合。优选地，所述步骤C具体包括步骤Cl :从所述无干扰区中选取U个观测值；其中，U ^ K，K表示所述多径信道中非零值的数量；C2 :根据所述U个观测值求解一个低维的正定或者适定线性方程组，计算所述多径信道的各径系数。(三)有益效果本发明的基于压缩感知理论的TDS-OFDM传输方法，基于全新的压缩感知理论，在高谱效高性能的统一目标下，突破现有线性处理的基本框架和“有干扰就必须先消除”的传统思路，直接从接收到的训练序列中未受数据干扰的无干扰区中选取一部分低维观测信号，在部分先验信息辅助下，基于压缩感知的信道估计方法来重构高维多径信道，从而打破了 TDS-OFDM中信道估计和信号检测互为条件的关系，解决了 TDS-OFDM难以支持256QAM高阶调制、动态信道下性能恶化明显两大技术难题，为DTMB在频谱效率、高速移动接收等主要性能指标方面赶超国际先进水平提供了强有力的理论和技术支撑。
图Ia是传统的基于保护间隔长度加倍的TDS-OFDM传输方法原理示意图；图Ib是本发明实施例所述的基于压缩感知理论的TDS-OFDM传输方法原理不意图；图2是本发明实施例所述基于压缩感知理论的TDS-OFDM传输方法流程图。
具体实施例方式下面结合附图和实施例，对本发明的具体实施方式
作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围第一代中国地面数字电视标准的核心技术TDS-OFDM在理论上的重大创新和贡献在于开创了时频联合的OFDM传输理论，从而获得了高频谱效率、快速时域同步等显著技术优势。然而，TDS-OFDM中的时频联合并不是最优的，因为这里的时频联合在处理上和性能上是互为条件、相互制约的。图Ia是传统的基于保护间隔长度加倍的TDS-OFDM传输方法原理示意图。如图Ia所示,在多径信道下，由于PN序列(Pseudo-noise Sequence,伪噪声序列，训练序列的一种)和OFDM数据之间存在相互干扰，OFDM数据的解调需要首先消除PN序列(PN序列已知)的干扰，这部分干扰的计算需要信道已知；而为了得到信道信息，又需要消除OFDM数据块对PN序列的干扰，这部分干扰的计算又要求OFDM数据块已经被正确解调并且假设信道已知。因此，TDS-OFDM技术中的时域处理和频域处理是互为条件的，时域信道估计的性能会影响频域信号解调的性能，而频域信号解调的性能反过来又会影响时域信道估计的性能，因此时域处理和频域处理的性能又是相互制约的。经典的迭代干扰消除算法在假设信道在相邻两帧基本不变的前提下，可以消除大部分干扰，但很难彻底消除残留干扰，这就是为什么TDS-OFDM很难支持信噪比要求较高的256QAM等高阶调制的根本原因。另一方面，在快速时变信道中，传统的迭代干扰消除算法中信道在相邻两帧基本不变的假设不再成立，因为信道在一帧信号内就有可能有较大变化，此时信道估计的误差变大，并进一步导致信号解调误差变大，这就是TDS-OFDM在快速时变信道下性能恶化明显的主要原因仔细分析后可以发现，TDS-OFDM技术中两部分干扰的性质是有所不同的TS序列(Training Sequence,训练序列)对OFDM数据的干扰在信道已知的情况下便可精确计算求得，而OFDM数据对训练序列的干扰却很难准确求出。于是，本发明从更难解决的OFDM数据对训练序列的干扰出发，以期突破该问题后其他问题便可迎刃而解。基于上述分析，本发明提出了基于压缩感知理论的TDS-OFDM传输方法。图Ib是本发明实施例所述的基于压缩感知理论的TDS-OFDM传输方法原理示意图，如图Ib所示，本发明方法突破“有干扰就必须先尽可能消除”的传统思路，对于TDS-OFDM中OFDM数据对训练序列的干扰“视而不见”，仅选取接收到的训练序列中最后一小部分未受OFDM数据块干扰的“无干扰区”中的低维观测信号，利用压缩感知理论来重构出高维的多径信道，使得信道估计的性能仅取决于训练序列中未受干扰的小部分低维信号及压缩感知信号重构算法，而与信号解调的性能及残留干扰的大小无关，从而打破了 TDS-OFDM中信道估计和信号解调之间互为条件、相互制约的关系，进而在继承TDS-OFDM高频谱效率的前提下，彻底解决TDS-OFDM技术中最核心的干扰问题，使得TDS-OFDM技术能够支持256QAM高阶调制，并显著提升TDS-OFDM技术在快速时变信道下的性能。下面再对本发明所述方法进行具体的分析。在基于压缩感知理论的TDS-OFDM传输方法中，假设长度为N的原始训练序列可表不为C= [Ct^c1,…，cN_JT,长度为M的OFDM数据块可表不为X = [X。, X1,…，xM_JT，长度为L的多径信道可表示为h = Dvh1,…，VJt,且L〈N，则经过多径信道后，接收到的训练序列d = [d。，(I1,…，dN_JT应表示为
C0 XM-\ XM-2 ■ · ' XM-L+\
C1C0 XM-\ ' · ' XM-L+2「，η
,K
C2C1C0 …XM-L+3
:::··: K
= h2
c^L-IcL-I CL-2 cL-T,…C0:HdLCL CL-1 CL-2 ···A'
Z I ·. IhL-IL·
11 · · · . . .
14\
Jjvxl LcW-I CN-2 CN-3 ··· cN-L Jwxi( γ )可见，接收到的训练序列d的前L-I个符号将受到前一个OFDM数据块x的干扰，但d中最后G = Ν-L+l个符号y = [(I^1, dL,…dN_JT则不会受到前一个OFDM数据块x的干扰，这部分符号为“无干扰区”。由于无线系统中保护间隔(本发明实施例方法中保护间隔采用训练序列)的长度通常都是按最坏的情况来设计的，即保护间隔的长度可以对抗信道长度等于保护间隔长度的极端情况，而实际应用中，绝大部分情况下信道的长度都是小于甚至远小于保护间隔长度的，因此，“无干扰区”在实际系统中通常都是存在的(比如，数字电视系统中用于评估系统性能的最恶劣的广电8信道，其最大时延为31. 8us，对应241个采样点，小于PN序列长度420，因此PN序列中后面180个采样点并没有受到前一个OFDM符号的干扰)，其对应的符号可表不为
i^L-ICL-\ CL—2 CL—3 …C0
Δ dLCl Cli Cl 2 …C1Ki_ ,y =. =. . . . .. =軸
β^-\ JGxl LCW-1 CN-2 CN-3 …cN-LAgyl L^i-I Jixl(2)其中GXL阶矩阵Φ为TDS-OFDM系统中由原始训练序列c = [c0, C1,…cN_JT决定的具有Toeplitz结构的观测矩阵(托普利茨矩阵，是代数中的一种特殊矩阵)，我们称之为确定性Toeplitz观测矩阵。显然，当N < 2L-1时，无干扰区中观测值的个数G将小于多径信道中的未知数个数L，此时(2)式是一个欠定的病态(ill-conditioned)方程，在线性处理的基本框架下该数学问题存在无限多个解。此时，方程(2)式与压缩感知的数学模型完全一致(这里，与压缩感知对应的变换基矩阵为Ψ = I，观测矩阵为Φ)，而依据压缩感知理论，虽然无干扰区中已知观测信号的维数G远小于高维空间信号h的维数L，但只要h具有K维稀疏性(K表示多径信道中非零值的数量)，通过求解一个非线性的优化问题，从低维的观测信号I重构出高维的原信号h是完全有可能的，即无干扰区的长度远远小于无线信道的长度时仍可以利用压缩感知理论重构出多径信道。值得说明的是，由于UW-SC-FDE (独特字单载波频域均衡系统)与TDS-OFDM多载波系统的信号结构非常相似，都是利用已知的训练序列作为数据块的保护间隔，因此，本发明方法可以直接适用于宽带时变的独特字单载波系统。基于压缩感知理论的TDS-OFDM传输方法的核心之一是高精度低复杂度的信道估计算法。在实际应用中，标准的压缩感知信号重构算法存在所需观测值较大、需假设信号稀疏度已知、实现复杂度高、对噪声敏感等问题，因此并不直接适用于TDS-OFDM系统。为了解决上述问题，本发明方法优选以部分先验信息作为辅助进行多径信道估计。本发明方法充分利用了 TDS-OFDM时频联合的鲜明技术特点，利用TDS-OFDM中的时域训练序列来获得无线信道的长度、大致稀疏度、多径的部分时延信息等，然后利用信道的部分先验信息来提高经典压缩感知信号重构算法的性能(包括重构精度、抗噪声性能、所需的观测值个数)并大幅降低其计算复杂度。图2是本发明实施例所述基于压缩感知理论的TDS-OFDM传输方法流程图。如图2所示,所述方法包括步骤A :基于接收到的训练序列与本地训练序列的自相关特性，获取多径信道的部分先验信息，根据所述部分先验信息中所包括的所述多径信道的信道长度，确定所述接收到的训练序列中的无干扰区的位置。所述步骤A具体包括步骤
Al :直接利用所述接收到的训练序列与所述本地训练序列做相关运算，得到初始信道计算结果；所述接收到的训练序列中包含干扰信号；A2 :从所述初始信道计算结果获得信道的部分先验信息；所述部分先验信息包括所述多径信道的信道长度；A3:根据所 述接收到的训练序列的长度和所述多径信道的信道长度得到所述接收到的训练序列中的无干扰区的长度，进而确定所述接收到的训练序列中的无干扰区的位置。其中，无干扰区的长度G = N-L+1，N表示所述接收到的训练序列的长度(接收方已知)，L表示所述多径信道的信道长度。由于所述无干扰区位于所述接收到的训练序列的末端，因此知道其长度后自然可以确定其在所述接收到的训练序列中的位置。所述步骤A利用TDS-OFDM中各帧信号中的时域训练序列具有较好自相关性的特点，在不做任何形式的干扰消除的前提下(传统TDS-OFDM方法必须尽可能消除干扰)，直接利用接收到的带干扰的训练序列与本地训练序列做相关运算，得到初始信道估计结果。该初始估计结果虽然由于未进行干扰消除而存在较大的误差，特别是多径信道的各径系数，但多径信道的主要信息，特别是各径的时延信息，却由于训练序列具有良好的自相关性质而被较好保留下来。因此，我们可以据此直接获知多径信道大部分能量高的路径的时延信息、所述多径信道的信道长度、所述多径信道的大致稀疏度等信息。与标准的压缩感知信号重构算法无法得知先验信息不同，这些重要信息作为后续压缩感知信号重构算法的先验信息，不仅可以提高信号重构的质量，而且可以减小信号重构算法所需的观测值个数，并显著降低其计算复杂度。B:根据所述部分先验信息，基于压缩感知理论计算所述多径信道的各径时延。所述步骤B具体包括步骤BI :从所述无干扰区中选取低维观测信号。B2 :根据所述低维观测信号、所述多径信道部分能量高的路径的时延信息，以及所述多径信道的稀疏度信息，利用非线性的压缩感知信号重构算法重构出高维多径信道。所述压缩感知信号重构算法包括基追踪算法、Dantizig Selector算法、同伦算法、匹配追踪算法、正交匹配追踪算法、压缩采样匹配追踪算法、迭代门限判决算法、子空间追踪算法或者上述算法的组合。B3 :根据所述高维多径信道，计算所述多径信道的各径时延，即所述多径信道的K个非零值所在的位置信息。需要说明的是，与传统压缩感知信号重构算法同时获得原始信号非零值的位置及具体信号值不同，所述步骤B仅利用信号重构算法来获知多径信道各径的位置信息(即非零值所在的位置)，而不关心各径系数的恢复精度。C :根据所述无干扰区中的信号，基于最大似然算法计算所述多径信道的各径系数。所述步骤C具体包括步骤Cl :从所述无干扰区中选取U个观测值；其中，U彡K。C2 :根据所述U个观测值求解一个低维的正定或者适定线性方程组，计算所述多径信道的各径系数。利用所述步骤B和步骤C的多径信道的各径时延以及各径系数，就完成了在部分先验信息辅助下的基于压缩感知理论的参数化信道估计过程。 本发明实施例所述基于压缩感知理论的TDS-OFDM传输方法，基于全新的压缩感知理论，在高谱效高性能的统一目标下，突破现有线性处理的基本框架和“有干扰就必须先消除”的传统思路，直接从接收到的训练序列中未受数据干扰的无干扰区中选取一部分低维观测信号，在部分先验信息辅助下，基于压缩感知的信道估计方法来重构高维多径信道，从而打破了 TDS-OFDM中信道估计和信号检测互为条件的关系，解决了 TDS-OFDM难以支持256QAM高阶调制、动态信道下性能恶化明显两大技术难题，为DTMB在频谱效率、高速移动接收等主要性能指标方面赶超国际先进水平提供了强有力的理论和技术支撑。以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。
权利要求
1.一种基于压缩感知理论的TDS-OFDM传输方法，其特征在于，包括步骤A :基于接收到的训练序列与本地训练序列的自相关特性，获取多径信道的部分先验信息，根据所述部分先验信息中所包括的所述多径信道的信道长度，确定所述接收到的训练序列中的无干扰区的位置；B :根据所述部分先验信息，基于压缩感知理论计算所述多径信道的各径时延；C :根据所述无干扰区中的信号，基于最大似然算法计算所述多径信道的各径系数。
2.如权利要求I所述的方法，其特征在于，所述步骤A具体包括步骤Al :直接利用所述接收到的训练序列与所述本地训练序列做相关运算，得到初始信道计算结果；所述接收到的训练序列中包含干扰信号；A2 :从所述初始信道计算结果获得信道的部分先验信息；所述部分先验信息包括所述多径信道的信道长度；A3:根据所述接收到的训练序列的长度和所述多径信道的信道长度得到所述接收到的训练序列中的无干扰区的长度，进而确定所述接收到的训练序列中的无干扰区的位置。
3.如权利要求2所述的方法，其特征在于，所述部分先验信息还包括所述多径信道部分能量高的路径的时延信息，以及所述多径信道的稀疏度信息。
4.如权利要求3所述的方法，其特征在于，所述步骤B具体包括步骤BI :从所述无干扰区中选取低维观测信号；B2 :根据所述低维观测信号、所述多径信道部分能量高的路径的时延信息，以及所述多径信道的稀疏度信息，利用非线性的压缩感知信号重构算法重构出高维多径信道；B3 :根据所述高维多径信道，计算所述多径信道的各径时延。
5.如权利要求4所述的方法，其特征在于，所述压缩感知信号重构算法包括基追踪算法、Dantizig Selector算法、同伦算法、匹配追踪算法、正交匹配追踪算法、压缩采样匹配追踪算法、迭代门限判决算法、子空间追踪算法或者上述算法的组合。
6.如权利要求4所述的方法，其特征在于，所述步骤C具体包括步骤Cl :从所述无干扰区中选取U个观测值；其中，U ^ K, K表示所述多径信道中非零值的数量；C2 :根据所述U个观测值求解一个低维的正定或者适定线性方程组，计算所述多径信道的各径系数。
全文摘要
本发明公开了一种基于压缩感知理论的TDS-OFDM传输方法，涉及无线通信领域。所述方法包括步骤基于接收到的训练序列与本地训练序列的自相关特性，获取多径信道的部分先验信息，根据部分先验信息中所包括的多径信道的信道长度，确定接收到的训练序列中的无干扰区的位置；根据部分先验信息，基于压缩感知理论计算所述多径信道的各径时延；根据无干扰区中的信号，基于最大似然算法计算多径信道的各径系数。所述方法，解决了TDS-OFDM难以支持256QAM高阶调制、动态信道下性能恶化明显两大技术难题，为DTMB在频谱效率、高速移动接收等主要性能指标方面赶超国际先进水平提供了强有力的理论和技术支撑。
文档编号H04L25/02GK102624658SQ20121005424
公开日2012年8月1日 申请日期2012年3月2日 优先权日2012年3月2日
发明者戴凌龙, 杨知行, 潘长勇, 王昭诚 申请人:清华大学