本發(fā)明屬于信息與通信工程技術領域，涉及一種光無線通信信號處理中的訓練序列疊加及信道估計過程的方法，具體是一種可用于光無線通信的基于疊加訓練序列的信道估計方法。

背景技術：

目前，各種無線通信業(yè)務持續(xù)增長，無線頻譜需求量越來越大，對頻段的利用率要求也越來越高。然而，該問題并未得到很好地解決，且日趨嚴重。為降低頻譜資源壓力，傳輸方式方面采用了正交頻分復用技術(OFDM)。這是多載波并行傳輸調(diào)制方式之一。且，因其實現(xiàn)復雜度較低，故應用最廣。從無線傳輸?shù)慕橘|(zhì)角度出發(fā)，光無線通信作為一項新技術應運而生。相應的，對光無線通信的調(diào)制方式、同步方式及信道估計等關鍵技術研究也有了快速發(fā)展。

OFDM調(diào)制技術有許多優(yōu)點，如信道利用率高、抗干擾、衰減性強及適用范圍較大、較廣等。但本發(fā)明中需對光強調(diào)制。因光強不能為負值，而OFDM技術只能對雙極性信號調(diào)制。針對該問題，需對OFDM技術改進，出現(xiàn)了多載波非對稱限幅光-正交頻分復用(ACO-OFDM)技術。該技術可適應光無線通信中僅有單極性信號的調(diào)制過程。且其還有收發(fā)機結(jié)構(gòu)簡單、調(diào)制深度高及受非線性影響小等優(yōu)點。所以，如何解決在調(diào)制系統(tǒng)中較為有效的將雙極性信號轉(zhuǎn)換為非負單極性信號，是ACO-OFDM調(diào)制的關鍵技術之一。

信道估計技術是光無線通信中的關鍵技術之一，該技術是從接收數(shù)據(jù)中將假定的某個信道模型參數(shù)估計出來的過程，可分為盲信道估計、導頻輔助信道估計及基于疊加訓練序列的信道估計等。而由于ACO-OFDM系統(tǒng)對輸入快速傅里葉逆變換(IFFT)的向量有特殊要求，使基于導頻輔助的信道估計方法在該系統(tǒng)中實現(xiàn)較為困難。此時，使用基于疊加訓練序列的信道估計方法更為有效。但由于光強信號都為正值，信息序列均值不為零。所以，對接收信號一階統(tǒng)計平均后，會出現(xiàn)不能將所疊加的訓練序列提取出來的問題。

技術實現(xiàn)要素：

本發(fā)明針對現(xiàn)高速發(fā)展的無線光通信提供一種高效的、穩(wěn)定的調(diào)制方式和信道估計方法——基于疊加訓練序列的ACO-OFDM信道估計方法，用以促使光信息能更為準確、快速地傳輸，以便無線光通信技術能廣泛應用于生活、生產(chǎn)及科研等方面的數(shù)字通信領域中。

本發(fā)明提出了一種基于疊加訓練序列的多載波非對稱限幅光-正交頻分復用ACO-OFDM信道估計方法，其主要包括用于訓練序列的單極性非負周期實序列生成方法、本地矩陣的生成方法及信道估計方法，具體按以下步驟：

步驟一，需對偽噪聲序列處理以得到單極性非負周期實序列。

其中，該步驟將涉及對偽噪聲序列的共軛對稱、IFFT、并串變換、限幅及拆分組合等過程，主要是將偽噪聲序列轉(zhuǎn)變?yōu)榭捎糜诨鶐鬏斍乙着c數(shù)據(jù)信號分離的正實數(shù)序列。

步驟二，生成本地矩陣。

優(yōu)選的，通過對ACO-OFDM系統(tǒng)的時域信號分析，以元素全為實數(shù)b的Q×Q維實數(shù)矩陣B和循環(huán)矩陣T'來構(gòu)成本地矩陣T。Q的取值為生成周期正實數(shù)序列的周期值，T'是由訓練序列構(gòu)成的Q×Q維的循環(huán)矩陣，且T為Q×Q維的實數(shù)矩陣，b為時域信號s_c(n)的均值。

步驟三，以此為計算必要所需參數(shù)條件，按上述信道估計方法，完成信道估計。

另外，在信道估計仿真實驗中，本發(fā)明加入子載波數(shù)量和功率分配因子兩個可控因素，并以均方誤差(MSE)來評價信道估計效果，使整個系統(tǒng)具有可調(diào)性和完整性。

優(yōu)選的，步驟一，由偽噪聲序列(PN序列)生成復向量，再經(jīng)快速傅里葉逆變換(IFFT)變?yōu)閷崝?shù)序列，序列多次重復后最終生成周期正實數(shù)序列。

優(yōu)選的，步驟一依次通過以下步驟實現(xiàn)：

步驟1.1.對長為Q的PN序列星座映射及并串變換，且Q的取值可為4的整倍數(shù)的數(shù)；此時，所得序列長度為原PN序列的四分之一，即長為Q/4的復向量p，且p是一個1×Q/4維的向量；

步驟1.2.將經(jīng)步驟1.1所得復向量p作共軛對稱變換，得向量p'；向量p'只有奇數(shù)項承載信息，而偶數(shù)項都為零，即當變量m為偶數(shù)時，有p'(m)＝0；由于系統(tǒng)信號需基帶傳輸，故需將復信號共軛對稱，再經(jīng)IFFT處理后轉(zhuǎn)變?yōu)閷崝?shù)序列，再將其傳輸；當且僅當p'向量具有共軛對稱性時，才能執(zhí)行IFFT處理，否則，重復步驟1.2，使生成向量具有共軛對稱性；

步驟1.3.將步驟1.2中的向量p'作IFFT處理后，轉(zhuǎn)變?yōu)閷崝?shù)序列；再對其依次執(zhí)行并串變換、限幅處理，且限幅處理主要使實數(shù)序列的元素值不小于零，即可生成長度為Q的單極性非負實數(shù)序列t'(n)；為了具備周期性，在上述生成實數(shù)序列t'(n)基礎上，將其重復N_Q次，N_Q為自然數(shù)，得到單極性非負周期實數(shù)序列t(n)；且t(n)為一個1×Q·N_Q維、周期為Q，元素值都為正值的實數(shù)序列；n為自然數(shù)，取值為(1,Q·N_Q)范圍的整數(shù)。

優(yōu)選的，步驟二采用以下步驟實現(xiàn)：

步驟2.1.實數(shù)矩陣B的生成過程；實數(shù)矩陣是指矩陣內(nèi)的所有元素都為實數(shù)，矩陣B是一個Q×Q維的全實數(shù)對稱矩陣，且Q為步驟1.3中訓練序列的周期值；將輸入的正交頻分復用技術(OFDM)基帶信號表示為：s(n)，且s(n)滿足均值為零的正態(tài)分布，即s(n)～N(0,σ²)，其均值為0，方差為σ²；對s(n)作限幅處理，即限制每個信號幅值不低于零，得到時域信號：s_c(n)；

步驟2.2.對于步驟2.1所得序列s_c(n)及s(n)，因s(n)滿足均值為零的正態(tài)分布，得s_c(n)均值為：令即可構(gòu)造Q×Q階元素都為b的實數(shù)矩陣B，即有：

步驟2.3.在步驟2.2中生成的實數(shù)矩陣B上，疊加一個循環(huán)矩陣，即可完成本地矩陣構(gòu)建，該循環(huán)矩陣以步驟1.3生成的訓練序列t(n)為矩陣元素，即有：

步驟2.4.將步驟2.2與步驟2.3所得實數(shù)矩陣B和循環(huán)矩陣T'相加，得本地矩陣T，即有：

優(yōu)選的，步驟三的信道估計方法由時域離散模型得到發(fā)送信號x(n)及接收信號r(n)，將接收信號分為Q路，依次對其Q倍下采樣，之后對每路分別求均值，得量化結(jié)果y(n)；再對其無偏估計，結(jié)合本地矩陣的逆矩陣，完成信道估計過程。

優(yōu)選的，步驟三采用以下步驟完成：

步驟3.1.該系統(tǒng)的發(fā)送信號x(n)為步驟2.1中所得的時域信號s_c(n)和步驟1.3中得到的訓練序列t(n)的和，其表達式如下：

x(n)＝s_c(n)+t(n) (4)

步驟3.2.步驟3.1中的發(fā)送信號x(n)經(jīng)信道后，接收端收到的信號是其經(jīng)光多徑路徑反射后，各接收信號分量的總和，其表達式如下：

其中，l表示光路徑的路徑數(shù)；h(l)表示第l條路徑的信道脈沖響應系數(shù)；w(n)表示加性高斯白噪聲，其特點為幅值滿足均值為零的高斯分布；且功率譜密度滿足均勻分布，其均值與方差只與其頻率跨度有關；

步驟3.3.將步驟3.2所得的接收信號r(n)分為Q路，即依次對其Q倍下采樣；之后對每路分別求均值，得接收信號量化結(jié)果為：y(n)＝E[r(kQ+n)]。其中，k是取值為(0,N_Q)范圍的整數(shù)，Q為步驟1.3中訓練序列的周期值；

步驟3.4.結(jié)合步驟3.1、3.2中所得的發(fā)送信號x(n)及接收信號r(n)的表達式，可計算步驟3.3的量化結(jié)果y(n)為：

其中，N_Q為步驟1.3所述的序列重復次數(shù)；

步驟3.5.因噪聲w(n)為加性高斯白噪聲，根據(jù)其幅值滿足均值為零的正態(tài)分布特點，且由步驟2.2所得的s_c(n)均值為b的結(jié)果，則步驟3.4中y(n)的計算可簡化為：

步驟3.6.求解步驟3.5所得y(n)；當且僅當Q＝L時，L表示信道階數(shù)，且其系數(shù)矩陣滿秩時，該式具有唯一解；否則，需重新調(diào)整參數(shù)，使其具有唯一解；因信道階數(shù)只能為估計值上限，則可令周期Q等于信道階數(shù)所能取得的上限值；最后，步驟3.5所得y(n)表達式可由向量計算表示為：

y＝T·h (8)

其中，T為步驟2.4中構(gòu)造的本地矩陣；y和h都是Q×1維的列向量。T·h即為本地矩陣與信道系數(shù)向量的乘法計算過程；

步驟3.7.因步驟3.6中的量化序列具有平穩(wěn)遍歷性；即對序列y作求均值運算，結(jié)果與時間參數(shù)無關，故可計算該序列y的無偏估計為：

其中，N_Q為步驟1.3所述的序列重復次數(shù)，r(n)為步驟3.2所得的接收信號。

步驟3.8.由步驟2.4所得的本地矩陣T，計算其逆矩陣T^-1；結(jié)合步驟3.7中所得序列y的無偏估計結(jié)果可通過下式完成最終信道估計結(jié)果h；向量h中的每個元素即為該估計方法所得的各信道濾波器系數(shù)

本發(fā)明通過對ACO-OFDM系統(tǒng)的調(diào)制過程原理入手，分析了該系統(tǒng)信道中信號的傳輸特點，采用基于疊加訓練序列的方法完成該系統(tǒng)的信道估計過程，構(gòu)造出了一種可應用于無線光通信的信道估計方法。本發(fā)明方法實現(xiàn)復雜度較低且準確性較高，具有較高應用價值。

針對現(xiàn)有技術存在的前述技術問題，本發(fā)明基于疊加訓練序列的信道估計方法，對訓練序列和本地矩陣開展了合理生成，其不但可解決接收端信號一階統(tǒng)計平均后不能將疊加序列分離的情況，且其整體算法簡單、估計精度高。另外，所添訓練序列不會單獨占有時隙或信道，具有較高系統(tǒng)傳輸效率，且還具有帶寬、時間和功率分配的靈活性。故其在無線光通信領域有重要應用價值。

附圖說明

圖1為本發(fā)明中ACO-OFDM系統(tǒng)的原理結(jié)構(gòu)圖。

圖2為本發(fā)明中基于疊加訓練序列的ACO-OFDM系統(tǒng)時域離散模型。

圖3為本發(fā)明中單極性非負周期實序列生成的過程示意圖。

圖4為本發(fā)明中本地矩陣生成過程示意圖。

圖5為本發(fā)明中信道估計算法過程示意圖。

圖6為信道估計算法過程中y(n)序列無偏估計過程示意圖。

圖7為本發(fā)明中循環(huán)矩陣和實數(shù)矩陣相加過程示意圖。

圖8為本發(fā)明中本地矩陣與信道系數(shù)向量乘法計算過程示意圖。

圖9為本發(fā)明功率分配因子與信道估計均方誤差(MSE)性能的關系圖。

具體實施方式

以下通過具體實施例并結(jié)合附圖對本發(fā)明作進一步詳細描述。

本發(fā)明所提供的基于疊加訓練序列的ACO-OFDM信道估計方法可應用于以光強作為調(diào)制對象的無線光通信系統(tǒng)中，并不限于以下實施例所詳細說明的領域。

本發(fā)明依次經(jīng)過下述主要步驟得以實現(xiàn)：

利用已有正交頻分復用技術(OFDM)調(diào)制方法，依照以光強作為調(diào)制對象的特點，對其發(fā)展及改造。即構(gòu)建了可用于光無線通信的ACO-OFDM調(diào)制系統(tǒng)。在確定調(diào)制系統(tǒng)后，為更好完成對該系統(tǒng)的信道估計，建立了該系統(tǒng)的時域離散模型。進而分析信號從輸入到輸出的具體路徑及處理過程，從而得到輸入信號x(n)、信道h(l)和輸出信號r(n)間的初步關系。其中，為了保證信道估計的準確性和穩(wěn)定性。本發(fā)明中，對用于疊加的訓練序列及求解信道參數(shù)的本地矩陣作了改進與創(chuàng)新。由偽噪聲序列構(gòu)造單極性非負周期實序列用作訓練序列，由循環(huán)矩陣T'和實數(shù)矩陣B相加的方式構(gòu)造本地矩陣。最后，對接收信號量化處理得y(n)，對其化簡變形及估計運算得并結(jié)合本地矩陣的逆矩陣，完成本系統(tǒng)信道估計。由實驗仿真結(jié)果知：本發(fā)明方法在ACO-OFDM系統(tǒng)有較好應用前景，為無線光通信的信號傳輸提供了一種可行高效的信道估計方法。

本發(fā)明的具體實施方式，可依次通過以下實施例附圖來詳細說明。

圖1為ACO-OFDM系統(tǒng)的原理結(jié)構(gòu)圖。如圖1所示，ACO-OFDM調(diào)制系統(tǒng)的實現(xiàn)原理與OFDM類似。首先，對輸入的二進制序列星座映射，將其轉(zhuǎn)化為復信號。其次，對該復信號添加共軛數(shù)據(jù)以構(gòu)成Hermitian對稱，Hermitian對稱是指序列的共軛、轉(zhuǎn)置序列都為本身的特性。此時，前N/2的信號值與后N/2的信號值首尾對應構(gòu)成共軛關系，N為輸入信號的長度。對以光強作為調(diào)制對象的ACO-OFDM系統(tǒng)來說，信號輸入快速傅里葉逆變換(IFFT)處理前必須具備共軛對稱性。再對其串并變換后，可對其IFFT處理。此時，信號則為雙極性實數(shù)序列。然后，對其非對稱限幅、門限判決及頻域濾波，即可得基帶信號。最后，再對所得信號添加CP并完成并串變換，這就是本發(fā)明中ACO-OFDM系統(tǒng)的完整調(diào)制過程。

圖2為基于疊加訓練序列的ACO-OFDM系統(tǒng)時域離散模型。該模型具體詳細的描繪了時域信號從基帶信號s(n)到輸出序列r(n)的處理及運算過程。其中，第一個加法器處加入的單極性非負周期實序列，即訓練序列t(n)，將于圖3處具體介紹其生成過程。由該圖也可得到發(fā)送序列、信道及接收序列間的關系表達式，可作估計信道信息計算過程所需的參數(shù)條件。

圖3為訓練序列，即單極性非負周期實序列生成過程示意圖。由圖3可知，訓練序列是以偽噪聲序列為基礎，經(jīng)過一系列信號處理方式生成的。首先，偽噪聲序列(PN序列)需經(jīng)星座映射及并串變換變?yōu)閺托蛄衟。此時，對該復序列共軛對稱處理，得向量p'。該向量只有奇數(shù)項承載信息，而偶數(shù)項都為零。其次，對向量p'作IFFT處理，使其轉(zhuǎn)變?yōu)閷崝?shù)序列。再對其依次執(zhí)行并串變換、限幅處理，即可得一個單極性非負實序列t'(n)。最后，為了使訓練序列具有周期性，則將其重復多次可得所需單極性非負周期實序列t(n)。

圖4為應用于該系統(tǒng)的本地矩陣生成過程示意圖。由圖中可知，本發(fā)明中的本地矩陣T是由循環(huán)矩陣T'及實數(shù)矩陣B相加后構(gòu)成的。即有T＝T'+B。其中，循環(huán)矩陣T'是由圖3中形成的訓練序列t(n)排列組成，且該循環(huán)矩陣的階數(shù)為Q×Q階，具體表達式如下：

為了配合循環(huán)矩陣以生成本地矩陣，實數(shù)矩陣B的階數(shù)也應為Q×Q階。此時，只需取得實數(shù)b，即可得到本地矩陣。

圖4中說明了實數(shù)b的取值過程。首先，將基帶信號s(n)限幅得到ACO-OFDM時域信號序列s_c(n)。其次，根據(jù)基帶信號幅值服從正態(tài)分布的特點，即有：s(n)～N(0,σ²)。經(jīng)過限幅處理后，求取時域信號序列的均值。即取值為b，所以，實數(shù)矩陣B的表達式如下：

通過相加器將矩陣T'和矩陣B相加，可得本地矩陣T。其表達式如下：

圖5為本發(fā)明中信道估計算法過程示意圖。本發(fā)明中的信道估計結(jié)果，是通過本地矩陣及接收信號量化處理后所得向量乘法計算所得。首先，系統(tǒng)的發(fā)送信號x(n)是時域信號s_c(n)和訓練序列t(n)的和?？杀硎緸椋?/p>

x(n)＝s_c(n)+t(n) (5.1)

發(fā)送信號經(jīng)信道h后，須與信道脈沖響應系數(shù)相卷積。即在該圖中信號先乘法后累加的過程。此時，在信號中會混入高斯白噪聲w(n)，輸出信號即為r(n)。表達式為：

其中，l表示光路徑的路徑數(shù)；h(l)表示第l條路徑的信道脈沖響應系數(shù)；w(n)表示加性高斯白噪聲。

其次，將輸出信號分為Q路，依次對其Q倍下采樣，之后對每路分別求均值。結(jié)合發(fā)送信號，可得量化結(jié)果：y(n)。其表達式為：

而w(n)幅值滿足均值為零的正態(tài)分布且E(s_c(n))＝b。由此，量化結(jié)果可簡化為：

當且僅當Q＝L時，上式才有唯一解。此時，式(5.3)可表示為向量形式：

y＝T·h (5.5)

最后，對量化結(jié)果y(n)無偏估計得序列表達式為：

其中，變量i的取值為(0,N_Q-1)范圍內(nèi)的整數(shù)。并以所得估計結(jié)果結(jié)合本地矩陣T的逆矩陣T^-1，即可估計信道參數(shù)。

圖6為信道估計算法過程中y(n)序列無偏估計過程示意圖。y(n)序列是接收信號經(jīng)處理后的量化結(jié)果。在一個基帶信號周期內(nèi)，采樣序列長度有限，且序列y(n)具有平穩(wěn)遍歷性，故可對其無偏估計。首先，由接收序列r(n)，n取值為(0,Q-1)范圍的整數(shù)，Q為訓練序列周期。其次，將接收數(shù)據(jù)分Q路，依次對其Q倍下采樣。以r(0)為例，依次采樣的元素分別為r(0)、r(Q)、...、r((N_Q-1)Q)。以此類推，所得序列個數(shù)則為Q個，分別為r(iQ),r(iQ+1),...,r(iQ+Q-1)，變量i的取值為(0,N_Q-1)范圍的整數(shù)。最后，各序列元素分別累加，并除以序列元素個數(shù)值N_Q。則Q個序列即變?yōu)镼個數(shù)值，分別為以此組成無偏估計序列n的取值為(0,Q-1)范圍的整數(shù)。

圖7與圖8分別為本發(fā)明中循環(huán)矩陣T'和實數(shù)矩陣B相加及矩陣T與向量h乘法計算過程示意圖。本地矩陣的生成是通過循環(huán)矩陣T'和實數(shù)矩陣B經(jīng)加法器后得到的，具體表現(xiàn)為兩個Q×Q階矩陣對應位置元素相加得到一個新矩陣的過程。而本地矩陣與信道向量的乘法計算，表現(xiàn)為Q×Q階矩陣每行與列向量分別相乘，得到一個數(shù)值的過程。最后，得到Q個向量元素，即得到列向量：y。

圖9為功率分配因子與信道估計均方誤差(MSE)性能的關系圖。在本實施例中，如取子載波數(shù)為定值N＝512，得功率分配因子與信道估計間的關系圖。由分析可知，當SNR和N不變，SNR為信號信噪比。在P＝0.7左右時，P即為ACO-OFDM系統(tǒng)發(fā)送端生成發(fā)送信號時，分配的功率因子，MSE值最小。此時，信道估計準確率最優(yōu)。從圖8也可看出隨P值逐漸變大，均方誤差呈現(xiàn)先變大后減小的趨勢。另外，當信噪比SNR低于15dB時，信道估計的均方誤差落差較大。而當信噪比高于15dB后，信道估計均方誤差趨于平穩(wěn)。且當信噪比大于15dB，訓練序列與數(shù)據(jù)信號相對功率基本保持不變。因訓練序列的能量越高，信道估計性能就越好。所以，此時數(shù)據(jù)信號就成了影響信道估計性能的主要因素。

本發(fā)明基于疊加訓練序列的多載波非對稱限幅光-正交頻分復用(ACO-OFDM)信道估計方法。在寬帶無線光通信中，為了適應光強調(diào)制，信號取值只能為正值，可采用ACO-OFDM調(diào)制。該發(fā)明涉及一種光無線通信調(diào)制及信道估計方法，其中，調(diào)制方法主要包括信號映射、構(gòu)成哈密爾頓對稱、快速離散傅里葉逆變換及非對稱限幅等步驟；而信道估計方法包括單極性非負周期實序列生成、本地矩陣生成及一階統(tǒng)計信道估計等步驟。通過對所提ACO-OFDM信道估計方法的實驗驗證，可得該方法接近理想性能的信道估計效果。且該方法還可通過調(diào)節(jié)功率分配因子和子載波數(shù)目等，來改進其信道估計性能。因上述特點，該方法適用于無線光傳輸高精度信道估計，且可避免因接收信號多變而引起的檢測效果不穩(wěn)定等缺陷，有較大應用價值。

盡管已描述本發(fā)明的實施例，但對本領域的技術人員而言，可在不脫離本發(fā)明方法原理和精神的情況下對這些實施例開展多種變化、修改、替換和變型，本發(fā)明的范圍由所附權(quán)利要求及其等同限定。即通過改變本發(fā)明所述方法中基本原理圖、本地矩陣的維數(shù)、功率分配因子數(shù)值等基本圖例及算法參數(shù)，仍屬本發(fā)明所述方法的范疇，仍受本專利保護。