一种基于补码技术的差分空间调制协作系统抗干扰方法与流程

文档序号:14952952发布日期:2018-07-17 22:57阅读:186来源:国知局

本发明涉及通信技术领域,尤其涉及无线通线系统中继端信号的构造方法与接收端信号检测方法,具体地说是一种基于补码技术的差分空间调制协作系统抗干扰方法。



背景技术:

传统mimo系统中,通过在发射端和接收端安装多根天线,来提高系统容量和检测性能。然而,在实际应用中,多根天线就意味着更大的能耗和更高的复杂度,而且对信道间的干扰和同步也有着严格的要求。为了解决这些问题,提出了空间调制技术。sm每次只激活一根天线发射的方式,不仅可以降低功耗,而且还能避免传统mimo系统信道间干扰和同步的问题。同时sm通过激活不同发射天线的方式来传输信息,提高了系统传输效率。mimo系统主要有两大类,即集中式mimo系统和协作mimo系统。集中式mimo系统即传统mimo系统;协作mimo系统即协作通信。本发明是将sm技术应用于协作多天线系统以提高通信的可靠性。但sm需要精确估计信道状态信息,而不论是传统mimo系统还是协作mimo系统,要精确估计信道状态信息都会是一个严峻的挑战。因此又提出了无需信道信息的差分空间调制技术。

差分空间调制技术在协作通信系统中的应用,主要是在传统mimo下差分空间调制技术特点以及协作通信系统中继模式的基础上进行研究。因此传统mimo系统下差分空间调制技术的信号矩阵构造难、检测算法复杂度高等问题,在协作通信系统中也同样存在。不过除此之外,协作通信系统的中继模式也给差分空间调制技术带来了额外的难点,主要是信号矩阵的构造与不同协作系统模型有关。目前主要是双跳半双工正交信道模型,以及连续中继两种协作模式。其中,sr因能弥补半双工协作通信的流量损失,目前获得较广泛的应用。但sr协作系统非正交的模式,不仅对差分空间调制信号矩阵的构造提出了挑战,而且也造成了虚拟天线阵列间的干扰和中继间的干扰。针对干扰,目前利用直接序列码分多址(directsequence-codedivisionmultipleaccess,ds-cdma)里扩频码的正交性来克服,但扩频码自相关函数的非零旁瓣特性会引起严重的多径干扰,互相关函数的非零特性会引起多址干扰。这些干扰造成sr协作通信系统在多用户多中继场景下性能大幅度下降。因此,在结合差分空间调制技术和sr协作通信系统优势的前提下,本发明采取以下方案:在sr协作系统模型下,从时间、空间(激活的中继数)和调制符号三维角度出发,构建具有稀疏结构的传输信号矩阵;根据sr协作系统干扰特性,研究利用补码替代传统近似正交扩频码来克服干扰的机制。

正是基于以上背景,本发明提出了一种基于补码技术的差分空间调制协作系统抗干扰方法,可以使得差分空间调制协作系统在传输效率、系统性能、能耗和复杂度之间达到平衡。



技术实现要素:

本发明针对差分空间调制协作系统的干扰问题,提出了一种基于补码技术的差分空间调制协作系统抗干扰方法。

本发明提出一种基于补码技术的差分空间调制协作系统抗干扰方法,主要包括下列步骤:

1)首先假设信源端(sourcenode,sn)每次共发送b位信息,因为在中继端(relaynode,rn)使用的是译码转发(decodeandforward,df)协议,因此先对源信息进行循环冗余校验(cyclicredundancycheck,crc)编码,以使rn能够检测潜在的解码错误,从而避免df的错误传播到目的端(destinationnode,dn)。经过crc编码后,共有b位信息。

2)接着进行l′-psk/qam调制,生成然后对其进行差分编码,得到符号:

其中,s0=i。

3)最后将信息经过补码c={cp,k(n)}(p=1,2,…,p,k=1,2,…,k,n=1,2,…,n)扩频之后通过无线信道发射,则信源端最终发射的信息为其中p为互补码的码群数目,k为每个互补码中的子码数目,n为每个子码的码长。经过sn到rn间的信道后,中继端接收到的信息为

式中,m代表接收信息的为第m个中继,信源到第m个中继的信道系数服从复值高斯分布噪声向量服从复值高斯变量n0为噪声方差。

4)根据协作系统中继特性,从时间和调制符号角度出发构建具有稀疏结构的传输信号矩阵。然而在这之前,需对应进行补码解码、差分解码和解调,并进行crc的校验,如果校验不成功,则该中继不转发信息,信号直接传输到dn,则此时dn接收到的信息为

式中,信源端到目的端的信道系数hsd服从复值高斯分布噪声向量nd服从复值高斯变量否则,需构建传输信号矩阵,换句话说,就是进行差分空间调制;

构建传输信号矩阵可以采用如下方法实现:校验成功的信息在串并转换(s/p)之后,解码后的b信息位经过串并转换分为log2q和ntlog2lm比特,前者被用来选择色散矩阵,后者用于不同lm进制的psk调制,即前一路信号通过索引对构造色散矩阵集进行选择,设选择的色散矩阵为其中,令q=nt,q为色散矩阵的个数,nt为发射天线数目;后一路信号进行nt个不同lm进制的psk调制,同时将得到的所有调制符号对角化得到然后将选择的色散矩阵aq与r相乘得到传输信号接着进行差分调制,即

5)最后在发射之前,再次进行补码编码。则最后第m个rn上经过nt个发射天线发送的信号为则对应的dn端的接收信号表示为

这里,αm∈{1,0}表示被激活的第m个中继,αm=0时,表示校验未通过,中继不转发;反之,αm=1。另外,rn到dn的信道系数服从复值高斯分布噪声向量nd′服从复值高斯变量

6)在目的端为了降低检测的复杂度,在多个数据流最大比合并基础上引入分列差分检测算法,并通过与补码的解码算法结合,来抵抗不同信道间干扰。假设连续两块间的信道系数是不变的,即hrd(i)=hrd(i-1),则补码解码后第i-1个接收信号为yrd(i-1)=hrd(i)si-1+nd′(i-1),基于上述公式可得

其中综上所述,我们可以给出最大似然检测算法(maximum-likelihood,ml)的公式为

式中,分别表示第i时刻被激活的色散矩阵序号和候选调制符号,x为符号矩阵中的候选调制符号。本发明所用的分列差分检测算法是以上述的ml算法为基础,将在i-1时刻得到的接收信号yrd(i-1)视为i时刻检测发射信号所需要的信道增益矩阵hrd,则式(5)可化为

式中,分别表示第j时刻被激活的色散矩阵序号和候选调制符号,hrd(i,λ)表示第i时刻的第λ根发射天线对应的信道增益矩阵,λ=1,2,…,nt。分列差分检测算法在检测时利用分列检测的搜索方式,对接收信号矩阵yrd(i)进行逐列检测。为便于理解此算法,以发射天线nt=4、接收天线nr=2,采用qpsk调制为例,进行算法检测。

yrd(i)=hrd(i)*x(7)

如上述所示,首先式(9)将yrd(i)的第一列取出,经过检测后得到对应的色散矩阵序号与调制符号后,信道矩阵缩小为2×3的矩阵,符号矩阵缩小为3×3的矩阵;式(10)再单独取出yrd(i)的第二列进行下次检测,得到重复上述步骤直到色散矩阵序号与调制符号被全部检测出来为止。

本发明中所涉及的补码均采用完全互补码来提高系统的抗干扰性能。

本发明的有益效果为:

1)该发明方案使用了协作系统模型,以便获得分集增益,改善移动通信系统的性能;

2)使用了差分空间调制方案,以便避免信道间的干扰和同步问题,同时提高整个方案的传输效率且降低能耗;

3)利用连续中继模式来弥补半双工中继模式的50%吞吐量损失;

4)采用了补码技术来消除虚拟天线阵列和天线间的干扰;

5)在目的端,使用分列差分检测算法替代了最大似然检测,大大降低了检测复杂度。

附图说明

图1是按照本发明提出的基于补码技术的差分空间调制协作系统方案的实施例示意图。

图2是按照本发明提出的基于补码技术的差分空间调制协作系统方案中补码编码的实施例示意图。

图3是按照本发明提出的基于补码技术的差分空间调制协作系统方案中补码解码的实施例示意图。

图4是按照本发明提出的基于补码技术的差分空间调制协作系统(cc-dsm)与基于补码技术的码分多址系统(cc-cdma)的性能对比。

图5是按照本发明提出的基于补码技术的差分空间调制协作系统方案两个中继情况下采用不同补码的性能对比。

图6是按照本发明提出的基于补码技术的差分空间调制协作系统方案下最大似然(ml)检测算法与分列差分(low-complexity,lc)检测算法的性能对比。

具体实施方式

下面将结合附图对本发明的具体实施例进行详细描述。

按照本发明提出的基于补码技术的差分空间调制协作系统方案的实施例,如图1所示,按下列步骤进行:

1)首先假设信源端(sourcenode,sn)每次共发送b位信息,因为在中继端(relaynode,rn)使用的是译码转发(decodeandforward,df)协议,因此先对源信息进行循环冗余校验(cyclicredundancycheck,crc)编码,以使rn能够检测潜在的解码错误,从而避免df的错误传播到目的端(destinationnode,dn)。经过crc编码后,共有b位信息。

2)接着进行l′-psk/qam调制,生成然后对其进行差分编码,得到符号其中,s0=i。

3)最后将信息经过补码c={cp,k(n)}(p=1,2,…,p,k=1,2,…,k,n=1,2,…,n)扩频之后通过无线信道发射,则信源端最终发射的信息为其中p为互补码的码群数目,k为每个互补码中的子码数目,n为每个子码的码长。为便于理解,以n2=4的完全互补码为例,讲述补码编码的过程,如图2所示。在补码编码前,先将源数据(s1u,…,sdu)分为d个独立数据,这里的u代表第u个用户,ca0代表第一个用户的第一个天线对应的补码子码,ca1代表第一个用户的第二个天线对应的补码子码,cb0代表第二个用户的第一个天线对应的补码子码,cb1代表第二个用户的第二个天线对应的补码子码。每个数据都分别与对应天线所使用的补码的子码相乘,得到该天线最终所需要传输的信息,再综合不同用户的信息,最终得到信源端的发射信息ssn。经过sn到rn间的信道后,中继端接收到的信息为

式中,m代表接收信息的为第m个中继,信源到第m个中继的信道系数服从复值高斯分布噪声向量服从复值高斯变量n0为噪声方差。

4)根据协作系统中继特性,从时间和调制符号角度出发构建具有稀疏结构的传输信号矩阵。然而在这之前,需对其进行补码解码,如图3所示。将每个用户每个天线上接收到的信息与对应的子码相乘并对应相加,再除以码长n,得到其源码,再综合不同用户、天线的信息,最终得到补码解码后的信息。然后进行差分解码和解调,并进行crc的校验,如果校验不成功,则该中继不转发信息,信号直接传输到dn,则此时dn接收到的信息为

式中,信源端到目的端的信道系数hsd服从复值高斯分布噪声向量nd服从复值高斯变量否则,需构建传输信号矩阵,换句话说,就是进行差分空间调制。

5)校验成功的信息在串并转换(s/p)之后,一路信号通过索引对构造色散矩阵集进行选择,设选择的色散矩阵为其中,令q=nt,q为色散矩阵的个数,nt为发射天线数目;另一路信号进行nt个不同lm进制的psk调制,同时将得到的所有调制符号对角化得到然后将选择的色散矩阵aq与r相乘得到传输信号接着进行差分调制,即此时,解码后的b信息位经过串并转换分为log2q和ntlog2lm比特,前者被用来选择色散矩阵,后者用于不同lm进制的psk调制。

6)最后在发射之前,再次进行补码编码。则最后第m个rn上经过nt个发射天线发送的信号为则对应的dn端的接收信号表示为

这里,αm∈{1,0}表示被激活的第m个中继,αm=0时,表示校验未通过,中继不转发;反之,αm=1。另外,rn到dn的信道系数服从复值高斯分布噪声向量nd′服从复值高斯变量

7)在目的端为了降低检测的复杂度,在多个数据流最大比合并基础上引入分列差分检测算法,并通过与补码的解码算法结合,来抵抗不同信道间干扰。假设连续两块间的信道系数是不变的,即hrd(i)=hrd(i-1),则补码解码后第i-1个接收信号为yrd(i-1)=hrd(i)si-1+nd′(i-1),基于上述公式可得

其中综上所述,我们可以给出最大似然检测算法(maximum-likelihood,ml)的公式为

式中,分别表示第i时刻被激活的色散矩阵序号和候选调制符号,x为符号矩阵中的候选调制符号。

8)本发明所用的分列差分检测算法是以上述的ml算法为基础,将在i-1时刻得到的接收信号yrd(i-1)视为i时刻检测发射信号所需要的信道增益矩阵hrd,则式(5)可化为

式中,分别表示第j时刻被激活的色散矩阵序号和候选调制符号,hrd(i,λ)表示第i时刻的第λ根发射天线对应的信道增益矩阵,λ=1,2,…,nt。分列差分检测算法在检测时利用分列检测的搜索方式,对接收信号矩阵yrd(i)进行逐列检测。为便于理解此算法,以发射天线nt=4、接收天线nr=2,采用qpsk调制为例,进行算法检测。

yrd(i)=hrd(i)*x(7)

如上述所示,首先式(9)将yrd(i)的第一列取出,经过检测后得到对应的色散矩阵序号与调制符号后,信道矩阵缩小为2×3的矩阵,符号矩阵缩小为3×3的矩阵;式(10)再单独取出yrd(i)的第二列进行下次检测,得到重复上述步骤直到色散矩阵序号与调制符号被全部检测出来为止。

图4是在单用户情况下基于补码技术的差分空间调制协作系统(cc-dsm)与基于补码技术的码分多址系统(cc-cdma)在频率选择性信道下均采用完全互补码(4,4,16)的误码率性能对比,同时,两个系统都应用ml检测算法。从图中可以看出,cc-dsm系统的性能总体要优于cc-cdma系统。这是因为差分空间调制的应用使得cc-dsm系统相对于cc-cdma系统来说有着更大的系统容量、更快的传输速率以及更高的信息传输可靠性。

图5中基于补码技术的差分空间调制协作系统(cc-dsm)采用完全互补码(4,4,16)以及超级互补码(4,4,4)(8,8,8),应用lc检测算法。从图中可以看出采用完全互补码(4,4,16)的cc-dsm系统的误码率性能优于采用超级互补码,同时采用超级互补码(8,8,8)的系统要优于(4,4,4),这是因为超级互补码以部分性能损失的代价实现复杂度的降低。还可以得知,随着信噪比的增加,采用三种互补码的系统性能逐渐相近,可以在性能保持不变的情况下用超级互补码替代完全互补码以减少码长的要求,降低复杂度。

图6中基于补码技术的差分空间调制协作系统(cc-dsm)在1,2个中继下均采用超级互补码(4,4,4)。从图中可看出,两种情况下ml检测算法的性能都要优于lc检测算法,但ml检测算法需要对所有结果进行遍历搜索从而得到最优解,这导致算法的复杂度必然很大,而lc检测算法检测缩小信道矩阵的策略使得信道向量与符号的乘法数变得很小,进而使得复杂度降低。因此在保持性能相近的情况下,应用lc检测算法可以大幅降低系统的复杂度。

上面结合附图对本发明的具体实施例进行了详细说明,但本发明并不局限于上述实施例,在不脱离本申请的权利要求的精神和范围情况下,本领域的技术人员可做出各种修改或改型。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1