一种可见光MIMO通信预编码及解码方法与流程

本发明涉及无线光通信技术领域，尤其涉及一种可见光mimo通信预编码及解码方法。

背景技术：

随着人类对海洋的探索逐渐深入，迫切需要一种适于水下短距无线高速通信的新技术，以满足与日俱增的水下通信需求。水下可见光通信(underwaterwirelessopticalcommunication)以其独特的优势，成为高速短距离水下无线通信的主流方案。相比于较为成熟的水下声波通信系统，uwoc利用在海水中衰减较小的蓝绿色可见光通信，其具有系统带宽大，时延小，安全性高等优点，且受水下散射和吸收影响较小，适用于水下实时视频传输、高吞吐量传感器网络等各种场景。

发光二极管(lightemittingdiode)的调制带宽只有几mhz，限制了进一步提高uwoc系统通信速率的能力。因此，mimo-ofdm技术被引入到uwoc系统中，其在不增加带宽或发射功率的情况下，可以提高频谱利用率，实现高数据传输。由于非成像可见光mimo系统采用强度调制与直接检测，不同发射天线光信号易于被其他接收端接收，因此子信道间存在较强相关性，从而导致其误码率(biterrorrate)较高，难以实现空间复用。目前光mimo解相关方法分为两类：一类是利用非成像器件解相关，即通过对阵列结构的优化或者添加非成像器件降低信道之间的相关性。但是这一类方法多是针对特定通信距离对接收机阵列结构进行优化改造，其结果不具有普适性。另一类是通过信号处理的手段解相关，主要通过预编码、空间调制等手段克服信道相关性高造成的误码率高，可靠性差等缺陷。然而，在svd预编码器中，预编码方阵存在负数元素。为了保证发射信号的非负约束条件，预编码后需要在信号中增加直流偏置，降低了功率效率。且通过直流偏置满足信号非负约束的方法造成的功率损耗，导致其误比特率性能比不采用直流偏置差。此外，目前的可见光预编码的研究主要基于单载波系统，如ook、pam等，不但难以适应的浑浊水下场景，且信道容量不高。而空间调制因为每一时隙只有一个或者部分led发光，因此其通信速率相比普通mimo系统低，难以满足未来水下短距无线高速的通信需求。因此适宜水下非成像光mimo-ofdm的预编码方法仍然有待研究。

技术实现要素：

本发明的目的在于提供一种可见光mimo通信预编码及解码方法，以解决信道相关性导致误码率性能下降的问题。

为了达到上述目的，本发明提供了一种可见光通信mimo预编码方法，包括：

输入二进制随机信息序列，并对所述二进制随机信息序列进行qam映射形成复数数据；

将所述复数数据放入ofdm符号中的奇数子载波上后进行厄米特共轭对称；

将厄米特共轭对称后的所述复数数据顺次执行快速傅里叶逆变换、并串转换及插入循环前缀，以得到时域aco-ofdm信号；

通过遗传算法求最优的预编码方阵w；

将最优的所述预编码方阵w与时域aco-ofdm信号矢量s相乘以使接收信号矢量之间的最小欧氏距离最大化，并以得到待发送信号；

通过发射天线传送所述待发送信号。

可选的，令时域ofdm信号矢量接收信号的最小欧式距离为：

其中，为调制方案的信号集合，m为调制阶数，nt为led发射天线数，h是信道矩阵。

可选的，通过遗传算法求解如下公式以得到最优的预编码方阵w：

s.t.tr(w)≤pmax

其中，pmax为总发射功率，wk,l为w中第k行第l列的元素。

具体的，求解最优的所述预编码方阵w的步骤包括：

生成所述预编码方阵w的初始种群，并采用实数编码方式，利用功率优化因子作为染色体的一个基因进行编码，对于种群中的第t个个体，其染色体的基因排列为

利用ρj组成所述预编码方阵其中，ρj为第j个发射天线功率；

设pmax＝1，对每个所述发射天线通过一个功率分配因子0＜ρj＜1进行功率值调整，其中，ρj满足约束条件

利用公式计算种群中每个个体的适应度；

通过选择、交叉、变异操作，不断更新种群，直到种群收敛得到所述预编码方阵w最优解。

具体的，通过随机选择种群中任意两个由ρj组成的预编码方阵w1、w2，并将两个所述预编码方阵w1、w2对角线上的元素进行交叉操作。

具体的，随机改变预编码方阵对角线上的数值以进行变异操作，且改变后所述预编码方阵对角线上的数值之和小于或等于pmax。

本发明还提供了一种可见光通信mimo解码方法，包括：

接收所述的可见光mimo通信预编码方法发送的光信号并转换为电信号，电信号通过a/d转化，得到对应的数字信号；

对所述数字信号进行去循环前缀、串并转换及快速傅里叶变换并提取奇数子载波；

对所述奇数子载波进行最大似然估计及解编码，以得到复数数据；

对所述复数数据进行qam反映射以得到二进制随机信息序列。

可选的，令时域aco-ofdm信号矢量利用信道矩阵h及预编码方阵w根据如下公式得到复数数据

其中，为调制方案的信号集合。

在本发明提供的可见光通信mimo预编码及解码方法中，在发送端，得到时域aco-ofdm信号后，通过遗传算法求解得到最优的预编码方阵w，将w与所述时域aco-ofdm信号矢量s相乘以使接收信号矢量之间的最小欧氏距离最大化，在接收端，对所述奇数子载波进行最大似然估计及解编码，以恢复出复数数据，从而大幅降低了误码率，提高了系统性能。

附图说明

图1为发明实施例提供的可见光mimo通信预编码及解码方法的流程图；

图2为发明实施例提供的采用本实施例中的方法和不采用本实施例中的方法的性能对比图；

图3为发明实施例提供的在不同pd间距下，2×2mimo-aco-ofdm系统采用本实施例中的方法的误码率性能对比图；

图4为发明实施例提供的在不同pd间距下，4×4mimo-aco-ofdm系统采用本实施例中的方法的误码率性能对比图；

图5为发明实施例提供的采用本实施例中的方法及其他方法的误码率性能对比图。

具体实施方式

下面将结合示意图对本发明的具体实施方式进行更详细的描述。根据下列描述，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。

如图1所示，本实施例提供了一种可见光mimo通信预编码方法，包括：

步骤1：输入二进制随机信息序列并对所述二进制随机信息序列进行qam映射成复数数据；

步骤2：将所述复数数据放入ofdm符号中的奇数子载波上后进行厄米特共轭对称；

步骤3：将厄米特共轭对称后的所述复数数据顺次执行快速傅里叶逆变换、并串转换及插入循环前缀，以得到时域aco-ofdm信号；

步骤4：通过遗传算法求最优的预编码方阵w；

步骤5：将最优的所述预编码方阵w与时域aco-ofdm信号矢量s相乘以使接收信号矢量之间的最小欧氏距离最大化，并以得到待发送信号；

步骤6：通过发射天线传送所述待发送信号。

本实施例中的mimo通信系统及信道的参数如下表所示：

在步骤4中，得到最优的预编码方阵w的算法实现过程如下：

mimo通信系统中，二进制随机信息序列被映射成为的信号向量其中为调制方案的信号集合，m为调制阶数，在本实施例中m取值为4，nt为led发射天线数目，本实施例中该值分别取2、4，光mimo接收信号的最小欧式距离表达式为：

通常mimo通信系统的通信误码率上界与接收信号的最小欧式距离有关，最小欧式距离越大，误码率也就越低。因此，可以通过对发射信号进行预编码的方式，最大化接收信号的最小欧氏距离，改善系统误码率性能，由于非成像光mimo最优预编码方阵为对角矩阵。故提出一种基于对角阵的预编码，在发送信号之前将对时域aco-ofdm信号矢量s左乘对角预编码方阵，即相当于对不同led分配不同的功率，以改善光mimo系统的误码率性能。

下面具体说明计算最优的预编码方阵w的步骤：

首先，令预编码方阵w为对角矩阵，其主对角线上元素为不同led上的发射功率，且必须满足值均大于零，非对角线元素全为零。通过预编码方阵w与时域aco-ofdm信号矢量s相乘，使接收信号矢量之间的最小欧氏距离最大化，于是最优的预编码方阵w的求解可以转换为如下所述的最优化问题，其优化模型如下：

s.t.tr(w)≤pmax

其中，pmax为led阵列的总发射功率，wk,l为预编码方阵w中第k行第l列的元素。

然后通过遗传算法求解上述最优化问题，具体的求解过程如下：

首先生成初始种群，种群规模为1000，代表着生成的预编码方阵的数量为1000个。本实施例采用实数编码方式，每个功率优化因子作为染色体的一个基因进行编码，对于第t个个体，其染色体的基因排列为利用ρj组成预编码方阵ρj表示第j个led发射天线功率。种群中的每个个体满足步骤5.1的优化模型的约束条件，不失一般性，设pmax为1。对每个led通过一个功率分配因子0＜ρj＜1进行功率值调整，ρj满足约束条件

接下来，计算种群的适应度，因为优化目标是使接收信号的最小欧式距离最大，因此个体的适应度值应该和与它对应的接收信号的最小欧式距离呈正相关，即最小欧式距离越大，适应度的值也越大，考虑到适应度需大于零，故直接采用最小欧式距离为适应度，则第t个个体的适应度可以表示为：

由上式不难看出，接收信号的最小欧几里得距离越大，个体的适应度值越大从而保证了种群中能够提供更大最小欧式距离的个体进入下一代种群的概率更大。

接着通过选择，交叉，变异操作，不断更新种群，直到种群收敛得到最优解。

具体地，随机选择种群中任意两个由ρj组成的预编码方阵w，分别用w1、w2表示，以4×4mimo-aco-ofdm为例，j取值为1到4，则将所选中的预编码方阵对角线上的元素进行交叉，以w1为例，其可供选择的交叉位置有三种情况，即情况1：与之间；情况2：与之间；情况3：与之间；当所选位置属于情况1，则被选择的预编码方阵w1中对角线上三个元素与被选择的预编码方阵w2中对角线上三个元素进行交叉；当所选位置属于情况2，则被选择的预编码方阵w1中对角线上两个元素与被选择的预编码方阵码w2中对角线上两个元素进行交叉；当所选位置属于情况3，则被选择的预编码方阵w1中对角线上一个元素与被选择的预编码方阵w2中对角线上一个元素进行交叉；而变异操作，即随机改变预编码方阵对角线上的数值，但该数值需要满足大于0，且改变后对角线上的元素之和不超过led阵列总功率值，通过上述操作后不断生成新种群，直到种群收敛得到最优解。

迭代例如50次后，算法结束，选出适应度最大的个体作为预编码方阵的最优解。

本实施例还提供了一种可见光mimo通信解码方法，包括：

接收所述可见光mimo通信预编码方法发送的光信号并转换为电信号，电信号通过a/d转化，得到对应的数字信号；

对所述数字信号进行去循环前缀、串并转换及快速傅里叶变换并提取奇数子载波；

对所述奇数子载波进行最大似然估计及解编码，以得到复数数据，具体的，在接收端，采用最大似然检测算法，利用信道矩阵h和预编码方阵w进行mimo检测以及解编码，恢复出发送端的复数数据s，s由下式可得。

对所述复数数据进行qam反映射以得到二进制随机信息序列。

通过应用上述的预编码算法，可以直接设计基于接收信号的最小欧式距离最大化的光mimo-ofdm预编码系统，并通过matlab仿真进行验证，得到了采用本实施例中的方法与普通mimo-ofdm系统的误码率曲线，如图2所示，以及本实施例中的方法与一般预编码算法误码率性能对比曲线，如图5所示。除此之外本实施例还证明了具有一定的普适性，即在不同pd间距的前提下，该方法针对不同数量收发端的mimo-aco-ofdm系统，其误码率性能均有所提升，结果如图3和图4所示。

可见，没有预编码器光mimo系统的误码率性能很差。这是因为非成像光mimo的信道相关性强，导致了接收信号的最小欧式距离较小，通信误码率较高。且4×4非成像光mimo系统由于led数目多，不同led之间的信号干扰强于2×2非成像光mimo系统，导致其信道相关性更强，故4×4系统的误码率明显高于2×2系统，本专利的预编码算法增大了光mimo系统的接收信号最小欧式距离，图2和图3为以4×4非成像光mimo-aco-ofdm系统为例，未采用预编码时的归一化最小欧氏距离为0.01，进行预编码优化后则增大为0.1886，因此，本文的预编码算法大幅降低了误码率，提高了系统性能。由图可知，在10^-5ber下，与未采用预编码相比，采用了预编码的光2×2非成像光mimo-aco-ofdm系统所需的信噪比减少了约25db。

图5为4×4非成像光mimo-aco-ofdm场景下，本实施例提出的基于欧式距离功率分配预编码与基于svd预编码算法和基于传统欧氏距离预编码算法的误码率对比图，每种算法在接收端均采用ml准则进行检测。由图5可见，本文提出的预编码算法通过对led功率进行再分配，降低了不同led光信号之间的干扰，仿真表明，其误码率优于传统欧氏距离预编码和svd预编码算法。

综上，在本发明实施例提供的可见光mimo通信预编码及解码方法中，在发送端，得到时域aco-ofdm信号后，将一对角编码矩阵与所述时域aco-ofdm信号矢量s相乘以使接收信号矢量之间的最小欧氏距离最大化，并通过遗传算法求解得到最优的预编码方阵w，在接收端，对所述奇数子载波进行最大似然估计及解编码，以恢复出复数数据，从而大幅降低了误码率，提高了系统性能。

上述仅为本发明的优选实施例而已，并不对本发明起到任何限制作用。任何所属技术领域的技术人员，在不脱离本发明的技术方案的范围内，对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动，均属未脱离本发明的技术方案的内容，仍属于本发明的保护范围之内。