本發(fā)明屬于數(shù)字無(wú)線通信技術(shù)領(lǐng)域，具體涉及一種LDPC碼在MIMO信道下的聯(lián)合檢測(cè)與解碼算法。

背景技術(shù)：

隨著無(wú)線通信技術(shù)的高速發(fā)展，研究者提出了多輸入多輸出(Multiple-Input Multiple-Output，MIMO)系統(tǒng)，其主要特點(diǎn)是在通信系統(tǒng)的發(fā)射端和接收端分別使用多個(gè)發(fā)射天線和接收天線。MIMO系統(tǒng)能充分利用空間資源，通過(guò)多個(gè)天線實(shí)現(xiàn)多發(fā)多收，在不增加頻譜資源和天線發(fā)射功率的情況下，可以成倍的提高系統(tǒng)容量。在平坦衰落MIMO信道下，接收信號(hào)由來(lái)自不同發(fā)射天線的信號(hào)疊加而成，從而會(huì)產(chǎn)生嚴(yán)重的符號(hào)間干擾。為了有效地克服發(fā)射天線的符號(hào)間干擾，通常使用均衡器來(lái)校正或補(bǔ)償系統(tǒng)特性。

信道均衡器產(chǎn)生與信道相反的特性，目的是將信道與均衡器的整體系統(tǒng)沖擊響應(yīng)等效成一個(gè)單位沖激響應(yīng)系統(tǒng)，從而消除或減輕碼間串?dāng)_。均衡技術(shù)依據(jù)是否利用訓(xùn)練序列(導(dǎo)頻符號(hào))分為盲均衡方法和半盲均衡方法。盲均衡不需要利用訓(xùn)練序列來(lái)對(duì)信道進(jìn)行均衡，大大提高了有效數(shù)據(jù)的傳輸效率。它主要是利用發(fā)射信號(hào)的先驗(yàn)信息如統(tǒng)計(jì)特征或概率分布和信道的輸出序列來(lái)對(duì)均衡器的參數(shù)進(jìn)行調(diào)整，從而達(dá)到均衡目的。但盲均衡往往存在相位模糊問(wèn)題，而且復(fù)雜度也較高。在實(shí)際中應(yīng)用最多的是半盲均衡方法，通過(guò)發(fā)送少量的導(dǎo)頻符號(hào)，從而獲得比盲均衡方法更優(yōu)的性能。

近年來(lái)基于優(yōu)化理論的線性規(guī)劃方法成為通信領(lǐng)域的研究熱點(diǎn)，許多研究者利用這一方法對(duì)通信技術(shù)的基本問(wèn)題進(jìn)行了研究，并取得了一系列成果。2005年，J.Feldman等人，利用線性規(guī)劃松弛，對(duì)LDPC(Low Density Parity Check)碼的最大似然(Maximum Likelihood，ML)譯碼進(jìn)行近似求解，提出了線性規(guī)劃(Linear Programming，LP)譯碼算法。LP譯碼的諸多優(yōu)點(diǎn)促使人們對(duì)其做更多的研究，許多改進(jìn)的LP譯碼算法相繼被提出。其中，Taghavi等人提出了自適應(yīng)線性規(guī)劃(Adaptive Linear Programming，ALP)譯碼算法。該算法通過(guò)迭代地添加不被滿足的奇偶校驗(yàn)不等式，以較少的有效約束就能達(dá)到與原譯碼算法相同的性能，降低了譯碼復(fù)雜度。2013年，Neil等人提出了基于線性規(guī)劃的聯(lián)合半盲均衡與譯碼算法，該線性規(guī)劃模型主要針對(duì)ISI信道，只需依賴少量的導(dǎo)頻符號(hào)，便能將均衡的性能顯著提高。

MIMO信道的條件通常比較惡劣，信道衰落和噪聲的存在使得信息傳輸過(guò)程變得不可靠，以致通信系統(tǒng)中誤碼率較高。為了在接收端區(qū)分開并恢復(fù)不同天線發(fā)射的數(shù)據(jù)，現(xiàn)有的均衡算法大都需要在接收端已知信道沖激響應(yīng)矩陣，這樣制約了算法的靈活性。由于數(shù)據(jù)在傳輸過(guò)程中還會(huì)受到噪聲影響，為保證信息盡可能正確傳輸，因此將ISI信道下的聯(lián)合半盲均衡與譯碼算法進(jìn)行推廣并應(yīng)用到MIMO信道中具有重要的理論和實(shí)際意義。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提出了一種針對(duì)平坦衰落MIMO信道下的聯(lián)合半盲均衡與解碼算法，不需要在接收端已知信道的沖激響應(yīng)，僅依賴少量的導(dǎo)頻符號(hào)，便能顯著地改善系統(tǒng)的性能。

在平坦衰落MIMO信道下，信號(hào)在接收端會(huì)產(chǎn)生嚴(yán)重的符號(hào)間干擾。為了在接收端區(qū)分開并恢復(fù)不同天線發(fā)射的數(shù)據(jù)，通常使用均衡器來(lái)校正或補(bǔ)償系統(tǒng)特性。在MIMO系統(tǒng)下，均衡的目標(biāo)是使信道與均衡器的整體系統(tǒng)沖激響應(yīng)等效為一個(gè)單位矩陣，即I＝H^Tθ，H是信道沖激響應(yīng)矩陣，θ是均衡器參數(shù)構(gòu)成的矩陣。

本發(fā)明通過(guò)構(gòu)造與MIMO信道沖激響應(yīng)矩陣結(jié)構(gòu)相同的均衡器，并作用于MIMO系統(tǒng)的接收端，從而得到均衡器輸出序列。為了保證均衡器輸出序列和發(fā)送信號(hào)之間的最佳匹配，通過(guò)對(duì)發(fā)射端和接收端都已知的導(dǎo)頻符號(hào)與接收序列,運(yùn)用線性規(guī)劃方法實(shí)現(xiàn)數(shù)據(jù)的檢測(cè)。為保證信息盡可能正確傳輸，將信道均衡與解碼算法結(jié)合，構(gòu)造統(tǒng)一的代價(jià)函數(shù)，在導(dǎo)頻符號(hào)與二進(jìn)制碼字比特流的約束下，對(duì)均衡器參數(shù)進(jìn)行尋優(yōu)從而實(shí)現(xiàn)最佳均衡。

根據(jù)以上描述，本發(fā)明采用技術(shù)方案如下：

二進(jìn)制信息序列f經(jīng)過(guò)LDPC編碼器得到碼字c，再經(jīng)過(guò)調(diào)制器得到調(diào)制符號(hào)s；在調(diào)制符號(hào)s前面添加導(dǎo)頻符號(hào)p，將發(fā)送信號(hào)x由MIMO信道進(jìn)行數(shù)據(jù)傳輸；在接收端接收到的信號(hào)y首先由均衡器進(jìn)行均衡處理獲得輸出序列z，LDPC譯碼器對(duì)輸出序列z進(jìn)行譯碼，恢復(fù)出信源發(fā)送的二進(jìn)制信息序列，其中所述均衡器中的均衡器矩陣和MIMO信道沖激響應(yīng)矩陣的結(jié)構(gòu)相同。

所述均衡處理的目標(biāo)是使MIMO信道與均衡器的整體系統(tǒng)沖激響應(yīng)等效為一個(gè)單位矩陣，即I＝H^Tθ，H是信道沖激響應(yīng)矩陣，θ是均衡器參數(shù)構(gòu)成的均衡器矩陣。

通過(guò)構(gòu)造代價(jià)函數(shù)，在導(dǎo)頻符號(hào)與二進(jìn)制信息序列的約束下，使均衡器參數(shù)最優(yōu)而與MIMO信道沖激響應(yīng)矩陣的結(jié)構(gòu)相同。

所述代價(jià)函數(shù)為I_p表示發(fā)送信號(hào)中導(dǎo)頻符號(hào)的下標(biāo)集合，為導(dǎo)頻符號(hào)所構(gòu)成的約束條件引入的輔助變量，傳輸?shù)挠行?shù)據(jù)符號(hào)構(gòu)成的約束條件引入的輔助變量。

所述代價(jià)函數(shù)的線性不等式約束如下

分別表示均衡器輸出對(duì)應(yīng)導(dǎo)頻符號(hào)的實(shí)部和虛部，分別表示接收端已知的導(dǎo)頻符號(hào)的實(shí)部和虛部。

為了保證信息盡可能正確傳輸，所述LDPC譯碼器譯碼時(shí)，引入線性規(guī)劃譯碼約束，則松弛的LDPC碼字比特流滿足不等式如下：

0≤f[j]≤1 j＝1,…,L

其中，L是LDPC碼的碼長(zhǎng)，是LDPC碼校驗(yàn)矩陣中第r行元素為1的列下標(biāo)集合，且是奇數(shù)，f[j]為L(zhǎng)DPC碼字比特流第j位對(duì)應(yīng)的變量。為了降低計(jì)算復(fù)雜度，在仿真時(shí)使用自適應(yīng)線性規(guī)劃譯碼方式，該方式以一種自適應(yīng)和迭代的方式把有用的約束逐步加入原線性規(guī)劃問(wèn)題中。在平坦衰落的所述MIMO信道下，調(diào)制方式為QPSK時(shí)，采用LP譯碼的數(shù)學(xué)模型表示為：

0≤f[j]≤1

I_p表示發(fā)送信號(hào)中導(dǎo)頻符號(hào)的下標(biāo)集合，I_d發(fā)送信號(hào)中數(shù)據(jù)符號(hào)的下標(biāo)集合，為導(dǎo)頻符號(hào)所構(gòu)成的約束條件引入的輔助變量，為傳輸?shù)挠行?shù)據(jù)符號(hào)構(gòu)成的約束條件引入的輔助變量，為添加LP譯碼約束條件引入的輔助變量，分別表示均衡器輸出對(duì)應(yīng)導(dǎo)頻符號(hào)的實(shí)部和虛部，分別表示接收端已知的導(dǎo)頻符號(hào)的實(shí)部和虛部，分別表示LDPC碼字比特流對(duì)應(yīng)調(diào)制符號(hào)的實(shí)部和虛部，f[j]為L(zhǎng)DPC碼字比特流第j位對(duì)應(yīng)的變量。

本發(fā)明的有益技術(shù)效果如下：

在平坦衰落信道MIMO下，本發(fā)明提出的聯(lián)合半盲檢測(cè)與解碼算法，通過(guò)在接收端構(gòu)造與MIMO信道矩陣結(jié)構(gòu)相同的均衡器，利用線性規(guī)劃的方法，實(shí)現(xiàn)了信道均衡與解碼的有機(jī)結(jié)合，顯著提高了系統(tǒng)的性能。其次，本發(fā)明在接收端不需要已知信道沖激響應(yīng)矩陣，大大增強(qiáng)該算法的靈活性；并且該算法用少量的導(dǎo)頻符號(hào)就能獲得比經(jīng)過(guò)信道估計(jì)的Turbo均衡算法更優(yōu)的均衡性能。

附圖說(shuō)明

圖1為通信系統(tǒng)模型；

圖2為導(dǎo)頻長(zhǎng)度為4、LDPC碼碼長(zhǎng)為512，碼率為1/2，QPSK調(diào)制方式下，本發(fā)明提出的算法與基于信道估計(jì)的Turbo均衡算法在平坦衰落MIMO信道下的性能對(duì)比；

圖3為導(dǎo)頻長(zhǎng)度為10、LDPC碼碼長(zhǎng)為512，碼率為1/2，QPSK調(diào)制方式下，本發(fā)明提出的算法與基于信道估計(jì)的Turbo均衡算法在平坦衰落MIMO信道下的性能對(duì)比。

具體實(shí)施方式

以下結(jié)合附圖對(duì)本發(fā)明所提出的算法作進(jìn)一步說(shuō)明：

本發(fā)明主要為平坦衰落信道下的聯(lián)合半盲均衡與解碼技術(shù)，系統(tǒng)模型如附圖1所示。二進(jìn)制信息序列f經(jīng)過(guò)LDPC編碼器得到碼字c，再經(jīng)過(guò)調(diào)制器得到調(diào)制符號(hào)s。在調(diào)制符號(hào)s前面添加導(dǎo)頻符號(hào)p后經(jīng)MIMO信道進(jìn)行數(shù)據(jù)傳輸。發(fā)送信號(hào)x在傳輸過(guò)程中會(huì)受到加性高斯白噪聲w的干擾，這樣得到的接收信號(hào)y會(huì)出現(xiàn)嚴(yán)重的失真。所以在接收端接收信號(hào)y首先由均衡器進(jìn)行處理，然后LDPC譯碼器對(duì)均衡器的輸出序列z進(jìn)行譯碼，最終恢復(fù)出信源發(fā)送的二進(jìn)制信息序列。為了簡(jiǎn)化理論分析，作相關(guān)定義說(shuō)明：發(fā)送信號(hào)中導(dǎo)頻符號(hào)和數(shù)據(jù)符號(hào)對(duì)應(yīng)下標(biāo)集合分別為I_p和I_d，發(fā)送天線的數(shù)量為2，接收天線的數(shù)量為3。

接收信號(hào)與發(fā)送信號(hào)的關(guān)系如下：

其中H是MIMO信道的沖激響應(yīng)矩陣，W是加性高斯白噪聲矩陣，X是發(fā)送信號(hào)，Y是接收信號(hào)。

本發(fā)明核心是構(gòu)造與MIMO信道沖擊響應(yīng)矩陣結(jié)構(gòu)相同的均衡器矩陣，并作用于接收信號(hào)Y，從而得到均衡器輸出符號(hào)Z。

本發(fā)明在接收端并不需要已知信道的沖激響應(yīng)矩陣，僅需少量的導(dǎo)頻符號(hào)即可得到均衡器權(quán)向量的初始估計(jì)。具體來(lái)說(shuō)，將關(guān)于導(dǎo)頻符號(hào)的約束整合到盲均衡算法中，推導(dǎo)一個(gè)統(tǒng)一的線性規(guī)劃優(yōu)化算法，則平坦衰落MIMO信道下的LP檢測(cè)算法如下所示：

通過(guò)利用發(fā)射端和接收端都已知的導(dǎo)頻符號(hào)，使用l₁準(zhǔn)則讓均衡器輸出的導(dǎo)頻符號(hào)和發(fā)送的導(dǎo)頻符號(hào)之間的誤差最小。于是針對(duì)導(dǎo)頻符號(hào)的線性不等式約束如上(1a)(1b)所示。在實(shí)際的數(shù)字調(diào)制系統(tǒng)中，調(diào)制符號(hào)屬于一個(gè)有限字符集，這一特性已被現(xiàn)有的約束優(yōu)化算法利用來(lái)恢復(fù)發(fā)送序列，則針對(duì)數(shù)據(jù)符號(hào)的線性不等式約束如(1c)(1d)示。根據(jù)以上約束，構(gòu)造相應(yīng)代價(jià)函數(shù)，能實(shí)現(xiàn)在未知信道下的數(shù)據(jù)檢測(cè)，如公式(1)所示。

由于數(shù)據(jù)在傳輸過(guò)程中會(huì)受到噪聲影響，導(dǎo)致均衡器輸出符號(hào)距離星座圖中的點(diǎn)足夠近，但其歐式距離最小的譯碼結(jié)果存在不滿足LDPC碼字約束的情況。因此，為了保證信息盡可能正確傳輸，將引入自適應(yīng)線性規(guī)劃譯碼約束，則松弛的LDPC碼字比特流滿足的不等式約束如下：

0≤f[j]≤1 j＝1,…,L

其中，L是LDPC碼的碼長(zhǎng)，是LDPC碼校驗(yàn)矩陣中第r行元素為1的列下標(biāo)集合，且是奇數(shù)，f[j]為L(zhǎng)DPC碼字比特流對(duì)應(yīng)的二進(jìn)制變量。為了降低計(jì)算復(fù)雜度，在仿真時(shí)使用自適應(yīng)線性規(guī)劃譯碼方式，該方式以一種自適應(yīng)和迭代的方式把有用的約束逐步加入原線性規(guī)劃問(wèn)題中。

綜上所述，基于線性規(guī)劃的聯(lián)合檢測(cè)與解碼算法，在平坦衰落MIMO信道下，調(diào)制方式為QPSK時(shí)的LP數(shù)學(xué)模型可寫為：

0≤f[j]≤1

為有效觀察本發(fā)明算法的性能，其誤碼率隨信噪比變化的曲線圖如圖2和圖3所示。其中，將本發(fā)明算法的仿真結(jié)果定義為JSBED，將經(jīng)過(guò)信道估計(jì)的Turbo均衡算法仿真結(jié)果定義為CETE。圖2和圖3均比較了在2×3平坦衰落MIMO系統(tǒng)下JSBED與CETE的性能，仿真結(jié)果表明：在高信噪比下，使用同樣數(shù)目的導(dǎo)頻，算法CETE會(huì)出現(xiàn)錯(cuò)誤地板，而JSBED算法卻表現(xiàn)出優(yōu)異的均衡性能。