本发明涉及通信技术领域,尤其涉及无线通线系统接收端的信号检测方法,具体地说是一种gsm-mbm系统低复杂度检测方法。
背景技术:
媒介索引调制(mbm,mediabasedmodulation)作为新提出的天线技术,有望成为5g通信系统的关键技术之一。与传统的相移键控(psk,phaseshiftkeying)、正交振幅调制(qam,quadratureamplitudemodulation)等不同,媒介调制的核心思想是将发送信息包含在传输媒介中,即利用信道的随机性和独立性来发送不同消息。所有传输信道将映射成为接收星座图,能够在不增加发射能耗的前提下增加接收星座图维度的大小,在提高频谱利用率和节省能耗上具有很大优势。
有文献报道使用rf镜作为散射体的mbm单输入多输出(simo-mbm,singleinputmultipleoutput-mediabasedmodulation)模型。频谱效率比传统的simo系统有所提高,但是对于单个天线可以使用的rf镜数量是有限制的。研究者提出基于媒介调制的空间调制(smbm,spatialmodulation-mediabasedmodulation),它将空间调制(sm,spatialmodulation)与mbm相结合,使发射天线与rf镜同时被索引,进一步提高了频谱效率和系统的传输速率。可是,sm技术的复用增益与发射天线数目成对数关系,传输效率不高。研究人员提出了基于媒介调制的广义空间调制(gsm-mbm,generalizedspatialmodulation-mediabasedmodulation)。gsm的突出特点是拓展了sm的空间域概念,改由多根被激活天线的组合构成空间星座点。因此,在配置相同数目的发射天线时,gsm-mbm系统往往能获得比smbm系统更高的频谱效率。然而,随着激活天线和可选择的镜像激活模式(map,mirroractivationpattern)的增加,接收端的复杂度指数级的上升,使得设备复杂度和成本都增加。目前还没有文献专门针对于该问题进行研究。
技术实现要素:
本发明的目的在于针对现有技术的不足,本发明提出一种gsm-mbm系统低复杂度检测方法,该方法是一种基于自适应信号向量和距离排序思想的低复杂度检测方法(asvd-dod,adaptivesignalvectorbaseddetection-distancebasedordereddetection)。该方法将传统最大似然(ml,maximumlikelihood)检测算法中的联合检测转化成发射天线激活序列集、激活的map索引值、调制符号三部分分开检测。首先利用排序方法获得激活的天线序列集,接着对于该集合的每一个发射天线,根据设定的误差概率阈值自适应选择多个map作为候选模式,然后对接收向量进行信道衰减的补偿,基于信号欧式距离恢复对应于每个候选map状态的qam/psk符号。最后,将每个候选map模式及其对应的qam/psk符号联合检测。仿真结果表明,asvd-dod检测算法在系统性能损失允许的范围内,减小了搜索空间,降低了接收端检测复杂度。
具体包括如下步骤:
1)所述gsm-mbm系统具有nt根发射天线,nr根接收天线,每个时隙激活na根发射天线。每根天线周围有mrf个rf镜,通过输入比特‘1’或‘0’分别控制rf镜的开或关,从而扰动发送天线附近的传输环境来随机化无线信道,进而改变整个传输路径。因此,对于一根天线,可由附近的mrf个rf镜产生
y=hx+n(1)
其中,
其中si,sj∈s表示mpsk调制符号,而si,sj在x向量中的位置m,n与激活的天线位置有关,分别表示激活第m,n根天线,1≤m≤nt,1≤n≤nt;l,k则表示第m,n根天线分别激活第l,k个map,1≤l≤nm,1≤k≤nm;x向量中非零符号的个数为na。
2)gsm-mbm系统的信道矩阵h表示为
yj=hjxj+nj(3)
gsm-mbm系统下的接收向量可以表示为:
假设在某时隙,激活的发射天线序列集表示为γ1,其余未激活的发射天线序列记作γ2,其中γ1,γ2均是ω的子集,ω={1,2,…,nt}。当j∈γ1,yj=hjxj+nj;当j∈γ2,yj=nj。进而有
wj=norm(yj)(5)
通过对yj的范数值wj进行降序排列,前na个值对应的索引值j即为激活的发射天线序列号。
3)对于第j个发射天线,由于每个发射天线附近有mrf个rf镜,可创建nm个map模式,则第j个天线的信道矩阵可表示为
其中
对于每个激活的发射天线,用svd算法检测相应的map索引值。基本思路是在忽略噪声条件下,接收向量具有和激活的信道向量的方向一致的特性,而在考虑噪声的条件下,接收向量的方向也是在激活的信道向量的方向附近。对此,可用以下公式表示
msvd=argmaxg(k),k∈{1,2,…,nm}(7)
其中
然而在信道条件较差,信噪比较低时,检测算法的性能较差,为此提出一种改进型svd检测算法,即asvd算法。
假设激活第k个map,对于任意k≠msvd,定义
其中,
其中,ζth=q-1(pth),上式经过整理可得
由上式可以得到
则map候选集lasvd包括msvd以及满足公式(11)和(12)的map状态的索引值。
采用dod检测算法来检测调制符号,该算法是一种基于信号欧氏距离的序列检测方法。首先对接收向量进行信道衰减的补偿,即将接收信号yj左乘
其中,
其中,
本发明的优点及有益效果为:
本发明提供了一种基于gsm-mbm系统新的检测方法,该方法的误码性能与ml算法相近,但是其计算复杂度相比ml算法的复杂度至少降低了90%,有极好的理论和实际意义。
附图说明
图1是gsm-mbm系统发射端框图;
图2是按照本发明提出的asvd-dod检测方法与常规的ml算法、svd-dod算法在不同调制阶数下的ber性能对比示意图,其中svd-dod算法是指svd算法(对应公式(7))和dod算法的结合;
图3是nt=4,nr=4,na=2,nm=8时不同调制阶数下asvd-dod算法、ml算法、svd-dod算法的复杂度对比示意图;
图4是nt=4,nr=4,na=2,m=16时不同map个数下asvd-dod算法、ml算法、svd-dod算法的复杂度对比示意图。
具体实施方式
本发明采用的一种gsm-mbm系统低复杂度检测方法(asvd-dod)为:首先利用排序方法获得激活的天线序列集,接着对于该集合的每一个发射天线,根据设定的误差概率阈值自适应选择多个map作为候选模式,然后对接收向量进行信道衰减的补偿,基于信号欧式距离恢复对应于每个候选map状态的qam/psk符号。最后,将每个候选map模式及其对应的qam/psk符号联合检测。
1)所述gsm-mbm系统具有nt根发射天线,nr根接收天线,每根天线周围有mrf个rf镜,每个时隙激活na根发射天线,采用m-arypsk调制。接收矩阵为
y=hx+n(1)
其中,
其中si,sj∈s表示mpsk调制符号,而si,sj在x向量中的位置m,n与激活的天线位置有关,分别表示激活第m,n根天线,1≤m≤nt,1≤n≤nt;l,k则表示第m,n根天线分别激活第l,k个map,1≤l≤nm,1≤k≤nm;x向量中非零符号的个数为na。
2)gsm-mbm系统的信道矩阵h可表示为
yj=hjxj+nj(3)
gsm-mbm系统下的接收向量可以表示为:
假设在某时隙,激活的发射天线序列集表示为γ1,其余未激活的发射天线序列记作γ2,其中γ1,γ2均是ω的子集,ω={1,2,…,nt}。当j∈γ1,yj=hjxj+nj;当j∈γ2,yj=nj。进而有
wj=norm(yj)(5)
通过对yj的范数值wj进行降序排列,前na个值对应的索引值j即为激活的发射天线序列号。
3)对于第j个发射天线,由于每个发射天线附近有mrf个rf镜,可创建nm个map模式,则第j个天线的信道矩阵可表示为
其中
对于每个激活的发射天线,用svd算法检测相应的map索引值。基本思路是在忽略噪声条件下,接收向量具有和激活的信道向量的方向一致的特性,而在考虑噪声的条件下,接收向量的方向也是在激活的信道向量的方向附近。对此,可用以下公式表示
msvd=argmaxg(k),k∈{1,2,…,nm}(7)
其中
然而在信道条件较差,信噪比较低时,检测算法的性能较差,为此提出一种改进型svd检测算法,即asvd算法。
假设激活第k个map,对于任意k≠msvd,定义
其中,
其中,ζth=q-1(pth),上式经过整理可得
由上式可以得到
则map候选集lasvd包括msvd以及满足公式(11)和(12)的map状态的索引值。
采用dod检测算法来检测调制符号,该算法是一种基于信号欧氏距离的序列检测方法。首先对接收向量进行信道衰减的补偿,即将接收信号yj左乘
其中,
其中,
下面将结合附图对本发明的具体实施例进行详细描述。
从图2可以看到,asvd-dod算法的误码率性能要好于svd-dod算法,且近似于ml算法,并且低阶调制方式的性能优于高阶调制方式。这是由于asvd-dod算法能根据信道环境的变化自适应选择候选map激活状态索引值,所以与ml算法性能接近,而svd-dod算法只能选择一种map激活状态值,在检测时性能会有一定的损失,另外低阶调制方式抗干扰能力要由于高阶调制。
图3给出了发送天线为4根、接收天线为4根、激活天线数为2根、镜像激活模式为8个时,三种检测算法的计算复杂度。从图中可知,最大似然检测的计算复杂度随着调制阶数,复杂度较高。asvd算法和svd算法由于采用了调制符号的估计检测,复杂度与调制阶数无关。
图4给出了发送天线为4根、接收天线为4根、激活天线数为2根、调制方式16psk时,三种检测算法的计算复杂度。从图中可以清楚地看出,随着map个数增加,ml算法的复杂度从105急剧增加到3×107,这是因为ml算法的搜索空间随map个数指数增长。而asvd_dod和svd-dod算法的复杂度是随着map个数线性递增。
表1是按照本发明提出的gsm-msb系统低复杂度检测方法asvd-dod算法与ml算法、svd-dod算法复杂度对比表;
表1复杂度分析表
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。