本发明涉及通信技术领域,具体涉及一种大规模单入多出系统使能的短数据包超可靠低时延传输方法。
背景技术:
与目前的无线通信物理层传输机制不同,由于对时延的严格要求,超可靠低时延通信(ultrareliablelowlatencycommunications,urllc)系统的主要特点是进行短数据包的传输,这将对现有物理层信号传输理论分析方法和编码调制方案设计提出以下两点主要挑战:(1)传统基于信道容量或信道中断概率准则对长数据包(长码、长帧等)传输性能衡量的研究分析方法及其逼近信道容量或可达信道容量的编码方法已不再适用。(2)短数据包传输过程中系统时间分集将严重受限,传统长包传输过程中基于交织、混合自动重发等提高系统时间分集增益的技术将受到极大限制。为提高系统可靠性,需开发无线通信系统中其他可利用的分集资源。因此,为了降低系统时延并确保无线通信链路的可靠性,研究如何减少短数据包传输对具有较强纠错能力的信道编码方案的依赖以及利用其他分集资源(空域、频域)来提升系统可靠性,对于第五代通信系统(5-thgeneration,5g)实现超可靠低时延通信具有重要意义。大规模单入多出(single-inputmultiple-output,simo)系统以其较大的天线阵列增益、准确定性信道、高空间分集增益与频率分集增益的特点,能够显著提高通信链路信噪比,可以在信道占用次数受限情况下,极大提高链路的可靠性,减轻信号传输对现有具有较强纠错能力的信道编码方案的依赖,被认为是实现超可靠低时延通信中短包传输的使能技术方案之一。然而,在urllc场景下,由于移动终端(如无人机、无人驾驶等)可能存在的超高移动性,链路信道状态信息(channelstateinformation,csi)剧烈变化,如何获取瞬时csi被认为是大规模simo系统进行短数据包传输时面临的主要挑战。
在当前长数据包传输过程中,发送端能够发送充分长的训练序列来获取精确的csi,以此达到在接收端相干检测的目的。然而,在短数据包传输过程中,由于控制数据和信息数据尺寸相当,训练序列的使用会极大降低系统的频谱效率;另一方面,在短数据包传输过程中,由于占用信道次数有限,基于训练序列估计的信道状态信息精度将受到严重影响。因此,瞬时csi的有效获取被广泛认为是限制大规模simo系统实现urllc的技术瓶颈。目前,虽然针对多天线系统的盲信号处理和差分调制方法可以解决csi获取的难题,但盲信号处理方法往往需要使用较长时间的采样窗口来获取,因此不能够满足短数据包对时延的要求。差分调制方案虽然可以简化相干机制中的信道估计操作,但其相对于相干机制会有3分贝的误差性能损失,并不能确保短包传输的可靠性。
技术实现要素:
针对现有技术中的缺陷,一种大规模simo系统使能的短数据包超可靠低时延传输方法利用参数化调制星座与低时延卷积信道编码模块,能够避免信道估计操作模块,满足短数据包传输对无线通信超高可靠性与低时延的严格要求。
第一方面,本发明提供一种大规模simo系统使能的短数据包超可靠低时延传输方法,所述方法包括:
s1:构造具有低信号处理时延的短数据包物理层非相干传输方案;
s2:获取接收端高斯白噪声的瞬时方差信息;
s3:利用噪声方差信息,在信号调制阶数与平均功率约束下,确定自适应链路信噪比的有限字符星座优化问题;
s4:将优化问题转化成多维参数空间内的星座结构设计与比特分配问题;
s5:基于该转化问题,针对不同星座调制阶数,确定各参数空间的最优离散星座结构与比特分配方案;
s6:在误比特率与传输速率要求下,解决接收端天线数的优化配置问题。
优选地,所述步骤s1具体包括:
大规模simo系统无线链路物理层采用非相干参数化调制模块,外层级联卷积编码模块,该编码与调制模块能够避免信道估计操作,且能够实现快速的非相干最大似然检测算法。
优选地,所述步骤s2具体包括:
基于大规模simo系统的无线信道硬化特性,利用特征值分解工具,在连续两个符号传输时隙内确定高斯白噪声的方差。
优选地,所述步骤s3具体包括:
针对广义参数化调制星座,分析系统在接收端天线数量趋于无穷时,检测器误符号率的收敛性能;并基于最小化系统误符号率准则,在调制阶数与星座平均能量约束条件下,确定离散星座优化问题。
优选地,步骤s4具体包括:
利用采用的参数化星座结构特殊性,将星座优化问题转化成连续参数空间内离散星座结构与比特分配问题。
优选地,所述步骤s5具体包括:
针对星座优化转化问题,采用混合优化的方法,求解星座优化问题的最优解。
优选地,所述步骤s6具体包括:
面向不同超可靠低延时业务对超高可靠性要求,采用计算机模拟的方法,在不同信噪比下,联合优化大规模simo系统接收端天线数与内层非参数化调制星座的阶数。
由上述技术方案可知,本发明提供一种大规模simo系统使能的短数据包超可靠低时延传输方法,通过在系统物理层中使用参数化调制星座级联外层卷积信道编码模块,解决短数据包在传输时因信道估计而产生的时延增加的问题。同时,接收端采用大规模天线阵列,通过利用空间分集增益与优化离散星座来增加编码增益,解决了非相干信号传输可靠性低的问题。
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一些实施例,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,还可以根据这些附图获得其他的附图。
图1(a)是大规模simo系统使能的短数据包物理层编码与非参数化调制方案示意图;
图1(b)是本发明采用的非相干短数据包帧结构;
图2是估计的噪声归一化均方误差随接收天线数目增加时的变化示意图;
图3(a)是信噪比为-10db时,本发明提供的16阶参数化调制星座示意图;
图3(b)是信噪比为0db时,本发明提供的16阶参数化调制星座示意图;
图4是天线数为32时,随链路信噪比变化时,本发明在接收端的误差性能的变化图;
图5是天线数为64时,随链路信噪比变化时,本发明在接收端的误差性能的变化图;
图6是本发明提供的一种大规模simo系统使能的短数据包超可靠低时延传输方法的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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、完整的描述,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的实施例,都属于本发明保护的范围。
如图1所示,为本发明一实施例提供的一种大规模simo系统使能的短数据包超可靠低时延传输方法,该方法包括如下步骤:
s1:构造具有低信号处理时延的短数据包物理层非相干传输方案;
s2:获取接收端高斯白噪声的瞬时方差信息;
s3:利用噪声方差信息,在信号调制阶数与平均功率约束下,确定自适应链路信噪比的有限字符星座优化问题;
s4:将优化问题转化成多维参数空间内的星座结构设计与比特分配问题;
s5:基于该转化问题,针对不同调制阶数,确定各参数空间的最优星座结构与比特分配方案;
s6:在误比特率与传输速率要求下,解决接收端天线数的优化配置问题。
本实施例中,步骤s1具体过程如下:
建立如图1(a)所示的大规模simo系统使能的短数据包超可靠低时延传输方案,进一步地,本系统在发射端部署单根天线,接收端部署m根天线,其中m>>1。发射端与接收端之间的无线信道标记为
其中,三个参数的取值范围分别是α>0,
在接收端,假设连续两个时隙内的接收信号分别为
其中,n中的元素相互独立,且服从均值为0方差为σ2的复高斯分布,由式(2),可在式(3)中建立接收信号的最大似然概率密度函数:
然后,可建立该信号传输方案下的最大似然检测器:
将接收信号矢量堆叠成矩阵形式
在式(5)中,
其中,
由式(6),可以首先得到参数φ的最大似然估计
表1
表2
本实施例中,步骤s2具体包括:
s21:计算接收信号的相关矩阵
若将连续两符号时隙内的接收信号矢量堆叠成矩阵形式,即
y=hst+n,(7)
利用大数定律与大规模simo系统瑞利衰落信道的硬化特性,可计算接收信号的相关矩阵为
s22:估计高斯白噪声的方差:
由式(8)可得,高斯白噪声方差的估计值为r奇异值的最小值,即
其中,eig(·)为矩阵的特征值求解函数。
图2给出了步骤s2中算法估计的
本实施例中,步骤s3具体包括:
s31:计算最大似然概率密度函数成对差错概率的kullback-leibler(kl)距离。
利用chernoff-stein法则:当m趋于无穷大时,该系统的成对差错概率会呈指数衰减并趋近于零,而衰减速度则由星座符号间成对差错概率的kl收敛速度决定,利用式(1)定义的参数化星座,可计算其成对差错概率的kl距离为
其中,
s32:由式(10)与式(11),可建立基于kl准则的星座优化问题:
其中,si与sk为星座
本实施例中,步骤s4具体包括:
s41:将
s42:首先式(13)可以描述为连续参数{αi,αk,θi,θk,φi,φk}的函数,定义
则式(12)中的优化目标函数可以转化为
本实施例中,步骤s5具体包括:
s51:问题(15)为混合数值优化算法,可以通过求解以下两个子问题来确定问题(15)的解;具体来讲,首先针对任意调制阶数配置下,确定连续空间内各子星座的最优结构,即
通过求解式(16),本发明所提的星座具有以下的结构特征:对于任意给定的非负整数kα,kθ,kφ,
s52:然后通过穷尽搜索的方法确定,固定调制阶数下,各个子星座的最优调制阶数配置,即
根据本发明,可以得出不同信噪比下,固定星座调制阶数下最优参数
图3(a)与图3(b)给出了信噪比分别等于-10db与0db时本发明所提出的16阶参数化调制星座
表3
图4与图5分别给出了本发明设计的星座在天线数等于32与64时,接收端的误符号率随链路信噪比增加时的变化趋势图。从图中可以看出,本发明所设计的星座优于传统训练序列的qam星座(trainingqam)、li等人文献“designofoptimalnoncoherentconstellationsforsimosystems,”ieeetrans.communications,67期8卷,页码5706-5720(2019)中提出的基于黎曼距离设计的星座(rdbased)和gao等人文献“energy-efficientandlow-latencymassivesimousingnoncoherentmldetectionforindustrialiotcommunications,”ieeeinternetofthingsjournal,6卷,页码6247-6261(2019)提出pam星座,而且性能差距随着信噪比的增加越来越大。特别地,在高信噪比区域,本发明设计的星座相对于li等人文献中提出的星座,不存在误差地板现象。
本实施例中,步骤s6具体包括:
设定外层卷积码的编码速率为γ,参数化星座调制阶数为ks,待传输短数据包包含的原始比特数为n个,则系统在整个通信过程中需要传输
具体而言,表4给出了在误比特率不高于10-5时,针对不同信噪比与不同传输速率(1比特/信道使用,1.25比特/信道使用,1.5比特/信道使用,1.75比特/信道使用,2.0比特/信道使用),本发明所设计方案的接收端天线最小配置数(假设接收天线数为2的整数次方)。在该实例中,针对
表4
以上所述,仅为本发明的具体实施方式,但是,本发明的保护范围不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替代,都应涵盖在本发明的保护范围内。因此,本发明的保护范围应以所述权利要求的保护范围。