专利名称：基于结构化稀疏性的直扩信号压缩域联合同步与解调方法
技术领域：
本发明涉及一种基于压缩感知的信号同步和解调方法，应用于直接序列扩频通信系统，属于通信信号处理领域。
背景技术：
根据Nyquist采样定律，接收机为了无失真地接收信号，需要以不低于信号的最高频分量两倍的速率进行采样。随着当今无线通信系统的发展，信号的带宽越来越宽，这就对接收机前端Α/D提出了很高的要求。在直接序列扩频通信系统中，由于在扩频过程中，将信号带宽进一步地展宽，使得接收机按照Nyqui St采样定律进行采样变得非常困难，这样会增加采样成本和采样复杂度。另外，在扩频之后，即便系统能够以Nyquist速率进行采样，所采得的数据量也会相当的大，这就要耗费后续的数字化处理资源和时间。传统的直接序列扩频通信系统仍以Nyquist速率进行采样，但是，随着信号频率的提高，系统的Α/D部分的采样速率开始逼近物理极限，会造成提高设计难度和增加成本。因此，迫切需要一种方法能够将系统的采样率降至Nyquist速率以下。压缩感知理论出现于2005-2006年，该理论指出利用某个选定的测量矩阵可把一个稀疏的高维信号投影到低维的空间上，并证明了这样的随机投影包含了重建信号的足够信息。即压缩感知理论利用信号的稀疏性(或可压缩性)先验条件，通过一定的线性或非线性的解码模型可以以很高的概率重建原始信号。压缩感知依赖于两个准则稀疏性和不相关性。稀疏性的数学定义是信号1S在基ΨΝχυ(又称测量矩阵，一般地NSU)下的变换系
数为1=Ψλγχ^，如果系数向量&中的非零元素很少，则称信号纟在基Vnxu下是稀疏的。只要
信号具有稀疏性，我们就可以通过适当的方式来采集和恢复出原信号。不相关性是指，测量矩阵ΦΜχι^^任意一列在基Ψ下的表示都是非稀疏的。测量矩阵ΦΜΧΝ需要满足Restrictedisometry Property(RIP)的条件,为特定信号专门设计测量矩阵是非常困难的，而高斯随机矩阵和Rademacher矩阵满足这一条件，目前，二者为最常用的测量矩阵。同时，压缩感知理论指出，若信号的稀疏度为K,表不信号在基ΨΝχυ下系数向量匕
中非零元素的个数，则存在测量矩阵ΦΜΧΝ，其中，M = CX(KlogI)，M<<N，c为常数，使得
K
信号可以被精确地恢复。对于稀疏信号进行恢复，已经有多种成熟的方法，如通过对I1范数的最优化的方法、利用贪婪算法(greedy algorithm)以及基搜索(basis pursuit)方法。下面以OMP(Orthogonal Matching Pursuit)算法为例说明贪婪算法的实施过程。Input CS matrix Φ，measurement vector yOutput Sparse representation sInitialize s = 0 r = y Ω = 0 i = 0while halting criterion false doi — i+权利要求
1.基于结构化稀疏性的直扩信号压缩域联合同步与解调方法，其特征在于本发明的具体实现方法为 对于直接序列扩频通信系统，接收机所接收波形为 r (t) =s (t) +X (t) 给出信号部分s (t)的等效基带为 s(f)=Σρ=ιΣ^ι ァAAHm ィP](1) 其中，P为可分辨多径数量；Q为信号帧长度，其中有Qt个码元为训练序列，(Q-Qt)个码元承载发送信息；TS为码元周期；u(t)为扩频波形，=沖-/r>L为扩频增益，c⑴表示长度为L的扩频码，g(t)为截断的带限成形波形，其支撑长度为2FI；，F为大于I的整数，Tc为码片周期，I为扩频码中的码片序号；Yp为第P条可分辨多径的复增益；τρ为第P条可分辨多径的延时，τρ e
，9pjq = γ^(α),￡) N+ ； 步骤三、利用步骤ニ得到的离散扩频波形构造扩频基； 构造组基Ψ e Rnxu (N = 2(Q+1)DL+2(2F-1)，1彡k彡U，U = QDL)，其中各个元素为 ^[n,k] = u[^--(k-\)S] JNSRd = Tc/D ^Ψθ, GeCfyxl; S中仅有PQ个非零元素，且根据多径编号分为P组；属于第P个多径的ー组非零元素为Hpa, θρ,2，…，0^}，记作纪=[ル1,ル2,...,%]、ぴ><1，其在^中的位置集合为{kp，kp+DL，, kp+(Q-l)DL}，其中DL (Ts-^)<tp<Ts 〈今〉 至此，完成了对直扩信号进行稀疏表示，用于在压缩域内采集和恢复信号； 步骤四、在压缩域内对接收的模拟直扩信号以远远低于Nyquist的速率进行采集，并存储米集结果； 接收的模拟信号为r(t) = s(t)+x(t);利用以Nyquist釆样速率数字化的信号代替真正的模拟信号i· = s+x ； 构造测量矩阵ΦΜΧΝ，其行数M = O (K log(N/K)) << N ;K表示稀疏度； 将接收矢量 ·并行地与測量矩阵的M行进行相关求和运算，測量矩阵与接收矢量运算后的结果为| = Λ^ + ，ye Cmx1 , A = Φψ e RMXU，ん=为运算后的噪声分量；采集到M个采样点； 步骤五、利用直扩信号固有的结构化特点，直接在压缩域内利用步骤四采集到的数据进行联合同步和解调；先依据每条多径的强度不同，优先估计幅度最大的多径分量，然后从采集信号中减去对应分量，再估计次强分量；依次估计出P条多径分量后停止； 步骤六、利用最大比合井，对步骤六得到的P条多径分量进行合并，恢复出所需要的传输信息。
2.根据权利要求I所述的基于结构化稀疏性的直扩信号压缩域联合同步与解调方法，其特征在于所述方法的步骤一中，接收机需要接收到作为观察窗ロ的信号长度不小于(Q+1)TS+(2F-1)TC.
3.根据权利要求I所述的基于结构化稀疏性的直扩信号压缩域联合同步与解调方法，其特征在于所述步骤五中联合同步与解调的具体做法如下 定义
4.根据权利要求I所述的基于结构化稀疏性的直扩信号压缩域联合同步与解调方法，其特征在于所述步骤六中恢复信号的具体方法为 步骤6. I、利用训练序列和步骤五得到的ξ对信号各多径的复幅度Yp进行估计
5.根据权利要求I所述的基于结构化稀疏性的直扩信号压缩域联合同步与解调方法，其特征在干所述方法适用于信号部分s (t)长度大于(Q+1)TS+(2F-1)T。时，増加步骤三中构造组基Ψ e Rnxu的行列数，使其行数等于信号长度。
全文摘要
本发明涉及一种基于压缩感知的信号同步和解调方法，应用于直接序列扩频通信系统，属于通信信号处理领域。本方法首先确定直接序列扩频通信系统的各种参数，根据接收到的信号所包含的多径分量构造扩频波形并离散化后，构造扩频基，完成对直扩信号进行稀疏表示，用于在压缩域内采集和恢复信号。然后在压缩域内对接收的模拟直扩信号以远远低于Nyquist的速率进行采集得到采样点。再直接在压缩域内利用步骤四采集到的数据进行同步和解调，最后利用最大比合并，恢复出所需要的传输信息。本方法降低了对A/D采样率的要求，减少了数据采集量和处理量。
文档编号H04B1/7073GK102664656SQ20121011470
公开日2012年9月12日 申请日期2012年4月18日 优先权日2012年4月18日
发明者卜祥元, 安建平, 张宇, 王帅, 王爱华, 王铁星 申请人:北京理工大学