本發(fā)明屬于通信技術(shù)領(lǐng)域,具體的說涉及空時分組編碼系統(tǒng)信號發(fā)送和接收方法。
背景技術(shù):
stbc(space-timeblockcoding,空時分組編碼)是一種利用多根發(fā)送天線提高數(shù)據(jù)傳輸可靠性的多天線系統(tǒng)。stbc及其變種技術(shù)已經(jīng)廣泛應(yīng)用于無線通信系統(tǒng),如wifi,lte等。傳統(tǒng)的stbc系統(tǒng)需要通過發(fā)送端發(fā)送導(dǎo)頻信號(pilotsymbols)使接收端進行信道估計,從而使得接收機可以利用信道信息進行解耦的最大似然檢測(mld)恢復(fù)出發(fā)送符號。由于噪聲的存在,只有利用較長的導(dǎo)頻信號才能較為準(zhǔn)確的估計出信道信息。然而即使完全知道信道信息,進行ml檢測的復(fù)雜度也極高。
技術(shù)實現(xiàn)要素:
本發(fā)明的目的,就是針對上述問題,提出一種在接收端不需要進行信道估計的空時分組編碼系統(tǒng)信號發(fā)送和接收方法。
本發(fā)明的技術(shù)方案如下:
空時分組編碼系統(tǒng)信號發(fā)送和接收方法,其特征在于:
在發(fā)射端:發(fā)射機在發(fā)送數(shù)據(jù)信息之前,插入m個標(biāo)記符號,m是可能的調(diào)制符號組合的數(shù)目,即發(fā)送的符號向量可能的總類數(shù),m為自然數(shù),所述標(biāo)記符號的內(nèi)容是接收端已知的;
在接收端:對一個時段內(nèi)收到的所有信號通過聚類算法進行聚類形成m個類別,通過獲得的標(biāo)記符號對應(yīng)的接收信號標(biāo)注每個類別,根據(jù)聚類結(jié)果和標(biāo)記符號對數(shù)據(jù)信號進行判決恢復(fù)發(fā)送符號。
本發(fā)明總的技術(shù)方案,為了解決傳統(tǒng)的基于信道檢測的stbc系統(tǒng)需要長導(dǎo)頻進行信道估計的問題,本發(fā)明的方案直接對接收信號進行聚類并利用標(biāo)記符號(labelledsymbols)進行類別標(biāo)注(labeling),進而恢復(fù)出發(fā)送符號。
本發(fā)明還提出了另一種stbc系統(tǒng)信號發(fā)送和接收方法,其特征在于,
在發(fā)射端:發(fā)射機在發(fā)送數(shù)據(jù)信息之前,插入nt<m個互不相關(guān)的標(biāo)記符號,所述標(biāo)記符號的內(nèi)容是接收端已知的;
在接收端:利用發(fā)射端發(fā)送的nt個互不相關(guān)的標(biāo)記符號向量對應(yīng)的接收信號通過線性組合的方式重構(gòu)出m個標(biāo)記符號組成的標(biāo)記矩陣,對一個時段內(nèi)收到的數(shù)據(jù)信號和標(biāo)記矩陣通過聚類算法進行聚類形成m個類別,通過重構(gòu)得到的標(biāo)記符號矩陣標(biāo)注每個類別對應(yīng)的發(fā)送符號,根據(jù)聚類結(jié)果和標(biāo)記符號矩陣對數(shù)據(jù)信號進行判決恢復(fù)發(fā)送符號;
所述用發(fā)射端發(fā)送的nt個互不相關(guān)的標(biāo)記符號向量重構(gòu)出標(biāo)記矩陣的具體方法為:
設(shè)m個標(biāo)記符號形成的標(biāo)記矩陣為:
其秩為nt,因此只需要發(fā)送nt個正交的標(biāo)記符號
本發(fā)明的有益效果在于,相對于傳統(tǒng)技術(shù),本發(fā)明的方法不需要信道估計,且以較低復(fù)雜度實現(xiàn)了mld。
附圖說明
圖1示出了本發(fā)明提出的符號檢測方法一;
圖2示出了本發(fā)明提出的符號檢測方法二;
圖3示出了傳統(tǒng)導(dǎo)頻設(shè)計方法;
圖4示出了本發(fā)明標(biāo)記符號設(shè)計方法一;
圖5示出了接收信號聚類后的標(biāo)注方法一;
圖6示出了本發(fā)明標(biāo)記符號設(shè)計方法二;
圖7示出了本發(fā)明標(biāo)記符號設(shè)計方法三;
圖8示出了本發(fā)明的聚類算法流程;
圖9示出了本發(fā)明提出的多視角聚類算法流程;
圖10示出了本發(fā)明提出的方法與傳統(tǒng)方法的性能對比。
具體實施方式
下面將結(jié)合附圖,詳細(xì)描述本發(fā)明的技術(shù)方案。
假設(shè)信道在一段時間內(nèi)保持不變,該時段發(fā)送的信號在每根接收天線上均經(jīng)過相同的信道。由于噪聲服從cscg分布,使得在已知發(fā)送符號的的條件下,接收天線上收到的信號服從多維cscg分布。考慮該短時間內(nèi)收到的所有信號,其服從高斯混合模型,通過對接收信號形成的高斯混合模型進行聚類可以將同一個發(fā)射符號對應(yīng)的接收信號聚類到同一個類別。利用標(biāo)記信息和聚類類別之間的對應(yīng)關(guān)系指明每個類別對應(yīng)的發(fā)送符號,進而對接收信號做判決以恢復(fù)出其對應(yīng)的發(fā)送符號。
以alamouti編碼系統(tǒng)為例,兩根發(fā)送天線每兩個時隙發(fā)送由兩個符號組成的符號組。為發(fā)送第n個符號組,兩根天線在第一個時隙發(fā)送[s1(n),s2(n)]t,其中si(n),i=1,2分別是調(diào)制得到的星座圖上的某一個符號。兩根天線在第二個時隙發(fā)送
其中ui(n),i=1,2是服從循環(huán)對稱復(fù)高斯(cscg)分布的噪聲,即
則(1)可表示為:
y(n)=h·s(n)+u(n).(3)
alamouti編碼系統(tǒng)的mld可表示為:
即
假設(shè)信道在一段時間內(nèi)保持不變,該時段發(fā)送的信號在每根接收天線上均經(jīng)過相同的信道。令ck表示發(fā)送符號是第k種調(diào)制狀態(tài)組合,一共有m種狀態(tài)組合,即發(fā)送信號共有m種類別,由于噪聲服從cscg分布,使得在給定
所以該時段內(nèi)接收機收到的所有的符號組的分布滿足
其中πk是每一種ck出現(xiàn)的概率。以qpsk調(diào)制為例,ck=[a+jb,p+jq]t,a={±1},b={±1},p={±1},q={±1},故m=42。從(6)可以觀察得到無論是每個時隙的接收信號yi(n)或是每個符號組的接收信號y(n)均是由m個高斯分布成分組成的高斯混合模型(gaussianmixturemodel,gmm)。
因此本發(fā)明的方法通過對接收信號進行聚類可以將同一個發(fā)射符號對應(yīng)的接收信號聚類到同一個類別,利用標(biāo)記符號和聚類類別之間的對應(yīng)關(guān)系可以恢復(fù)出接收信號對應(yīng)的發(fā)射符號。
如圖1所示,為本發(fā)明提出的符號檢測方法一,具體步驟如下:
1.對一個時段內(nèi)收到的所有信號y(n)進行聚類形成m個類別;
2.通過發(fā)送端發(fā)送的標(biāo)記符號對應(yīng)的接收信號標(biāo)注每個類別對應(yīng)的發(fā)送符號;
3.通過聚類的結(jié)果以及類別與發(fā)送符號的對應(yīng)關(guān)系,對數(shù)據(jù)信號進行判決從而恢復(fù)出對應(yīng)的發(fā)送符號。
以alamouti編碼系統(tǒng),qpsk調(diào)制為例,發(fā)射機在發(fā)送數(shù)據(jù)信息之前,插入m=42個標(biāo)記符號,每一個標(biāo)記符號是一種可能的發(fā)送符號組合,舉例說明,如兩根天線上分別發(fā)送1+j和1+j,則經(jīng)過聚類之后,該符號對應(yīng)的接收信號會和標(biāo)記符號[1+j,1+j]t處于同一個類別中,進而可以對該接收信號進行判決。
如圖2所示,為本發(fā)明的本發(fā)明提出的符號檢測方法二,具體步驟如下:
1.利用發(fā)射端發(fā)送的nt個互不相關(guān)的標(biāo)記符號向量利用線性組合重構(gòu)出m個標(biāo)記符號組成的標(biāo)記矩陣(labelmatrix)
2.對一個時段內(nèi)收到的數(shù)據(jù)信號以及標(biāo)記矩陣進行聚類形成m個類別,
3.通過重構(gòu)得到的標(biāo)記符號矩陣標(biāo)注每個類別對應(yīng)的發(fā)送符號,
4.通過聚類的結(jié)果以及類別與發(fā)送符號的對應(yīng)關(guān)系,對數(shù)據(jù)信號進行判決從而恢復(fù)出對應(yīng)的發(fā)送符號。
以alamouti編碼系統(tǒng),qpsk調(diào)制為例,m個標(biāo)記符號形成了標(biāo)記矩陣l=[l1,l2,...,lm]∈c2×m,其秩(rank)為2,故只需要發(fā)送2個互不相關(guān)的標(biāo)記符號ls=[ls1,l's1]∈c2×2即可重構(gòu)完整的標(biāo)記矩陣,即l=ls·a,其中aij表示重構(gòu)標(biāo)記符號li時lsj的權(quán)重系數(shù)。每一組發(fā)送符號對應(yīng)的接收信號y(n)雖然是將兩個時隙內(nèi)收到的信號組合而成,但對于每一對發(fā)送符號[s1,s2]t,通過第一個時隙收到的信號及其重構(gòu)得到的標(biāo)記矩陣,可恢復(fù)出第二個時隙發(fā)送的信號,故只需發(fā)送2個互不相關(guān)的標(biāo)記符號。
本發(fā)明還進一步提出一種具有糾錯能力的標(biāo)記設(shè)計方法。這種方法在每個時段發(fā)送nt個標(biāo)記符號的v次重復(fù),在標(biāo)記重建之前,相同的標(biāo)記符號向量取平均以降低噪聲干擾。
本發(fā)明以高斯混合模型聚類方法中的期望最大化(em)算法為例來闡述基于聚類的符號檢測系統(tǒng)的主要思想。與此同時,本發(fā)明以調(diào)制符號等概率以及噪聲方差不變性為例說明將通信系統(tǒng)的固有特征作為先驗來加速檢測算法的主要思想。
接收信號的似然函數(shù)為:
其中ψ=[{π1,θ1},{π2,θ2},...,{πm,θm}],θk={μk,σk},因為通信系統(tǒng)調(diào)制符號等概率,且多根天線的噪聲協(xié)方差矩陣相同,所以有ψ=[{π0,θ1},{π0,θ2},…,{π0,θm}],θk={μk,σ0},π0=1/m。因為每個數(shù)據(jù)點y(n)必然屬于某個高斯成分,故引入隱變量zn∈{0,1}m,
在假設(shè)已知高斯混合分布的參數(shù)ψ的情況下,y(n)=ck的后驗概率為:
在假設(shè)已知γnk的情況下,通過將(8)關(guān)于均值和協(xié)方差矩陣求導(dǎo)并取0,可以得到更新公式:
和
通過迭代公式(9)和公式(10)(11),高斯混合分布的參數(shù)即可求得,并用于后續(xù)分類。如果進一步考慮到不同時隙的噪聲相互獨立,即噪聲協(xié)方差矩陣為對角矩陣σ2i,協(xié)方差矩陣的更新公式可寫為:
本發(fā)明進一步提出一種基于層次聚類的stbc系統(tǒng)解碼方法。以alamouti編碼系統(tǒng),qpsk調(diào)制為例,接收信號一共會形成16個類別,對所有接收到的信號先聚類為4個大類,再對每個類別分別進行聚類。該方法可以大幅度提升解碼速度。
本發(fā)明進一步提出一種基于共同約束多視角聚類(co-regularizedmulti-viewclustering)的stbc解碼系統(tǒng)。以alamouti編碼系統(tǒng)為例,由于同一個符號組對應(yīng)的兩個時隙的接收信號y1(n)和y2(n)對應(yīng)的發(fā)射符號,對該時段內(nèi)兩個時隙收到的信號分別做聚類,其聚類得到的結(jié)果應(yīng)該趨于一致,以em計算的gmm為例,其計算得到的(9)應(yīng)近似。令一共有l(wèi)個時隙,對于第r個時隙進行聚類時,(7)等價于最小化下式:
其中
令
通過求導(dǎo)可求得更新規(guī)則為:
和
圖3示出了傳統(tǒng)導(dǎo)頻設(shè)計方法,其中灰色為發(fā)送0的天線,黑色為發(fā)送1的天線,每根天線發(fā)送一次1,共需要發(fā)送nt個符號。由于單一導(dǎo)頻受噪聲影響方差很大,需要重復(fù)發(fā)送多次導(dǎo)頻才能準(zhǔn)確估計。
圖4示出了本發(fā)明的一種標(biāo)記符號設(shè)計方法。本方法在發(fā)送數(shù)據(jù)符號之前,插入m個標(biāo)記符號,每個標(biāo)記符號向量是一種可能的發(fā)送符號向量。以2×2天線陣列,qpsk調(diào)制為例,一共有42中可能的發(fā)送符號向量。以發(fā)送的數(shù)據(jù)符號為[1+j,1+j]t為例,由于數(shù)據(jù)符號和標(biāo)記符號在該段時間內(nèi)經(jīng)過的信道相同,所有發(fā)送符號為[1+j,1+j]t的數(shù)據(jù)符號和標(biāo)記符號[1+j,1+j]t會被聚類到同一個類別。通過標(biāo)記符號建立起聚類類別和發(fā)送符號之間的關(guān)系,然后所有該類別的數(shù)據(jù)信號都被判決成與該標(biāo)記符號相同的發(fā)送符號。
圖5示出了圖4示出的方法聚類的結(jié)果和標(biāo)記的位置。
圖6示出了本發(fā)明提出的另一種在一個時間段只需發(fā)送nt個標(biāo)記符號而非m個標(biāo)記符號的標(biāo)記設(shè)計方法。以4×4天線陣列,16qam調(diào)制為例,m=164個標(biāo)記符號形成了標(biāo)記矩陣
圖7示出了本發(fā)明提出的另一種具有糾錯功能的標(biāo)記符號設(shè)計方法。由于噪聲影響,標(biāo)記可能出現(xiàn)在距離相應(yīng)類別均值較遠(yuǎn)的位置從而影響性能。通過重復(fù)v次同一個標(biāo)記,一共需要發(fā)送vnt個標(biāo)記符號,從而提高了抗噪聲能力。
圖8示出了本發(fā)明作為示例使用的聚類算法的算法流程。首先對高斯混合分布的參數(shù)進行初始化,然后迭代計算y(n)=ck的后驗概率
和高斯混合分布的參數(shù)更新,即:
和
通過迭代公式上述,高斯混合分布的參數(shù)即可求得,并用于后續(xù)分類。
圖9示出了本發(fā)明提出的應(yīng)用于stbc系統(tǒng)的多視角聚類算法流程。首先對高斯混合分布的參數(shù)進行初始化,然后對每一個時隙分別更新高斯成分的參數(shù),然后對每一個時隙分別更新后驗概率。
圖10示出了本發(fā)明提出的方法與傳統(tǒng)方法的性能對比。其中stbc-gmm曲線使用了本發(fā)明提出的第三種標(biāo)記符號設(shè)計方法及相應(yīng)的聚類算法,標(biāo)記符號重復(fù)兩次,mld-channelestimation曲線是基于信道估計的mld,導(dǎo)頻數(shù)量和stbc-gmm使用的標(biāo)記符號數(shù)量相同,mld-knowncsi曲線為完全知道信息信息的mld,本發(fā)明提出的算法在snr高出某個門限后,在不知道信道信息的情況下,達(dá)到了準(zhǔn)確知道信道信息的mld性能,優(yōu)于基于信道估計的mld性能。
本發(fā)明利用的em算法也可不局限于等概率發(fā)送符號場景,同時,噪聲的方差也可隨時間變化。另外,本發(fā)明也不局限于利用em算法來求得高斯混合分布的參數(shù)。本發(fā)明提出的層次聚類stbc系統(tǒng)也不局限于兩階段聚類方法。本發(fā)明提出的方法可輕易推廣至任意數(shù)目發(fā)送天線和接收天線,不局限于alamouti編碼系統(tǒng)。