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)記符號即可重構(gòu)完整的標(biāo)記矩陣，即l＝ls·a，其中aij表示重建標(biāo)記符號li時lsj的權(quán)重系數(shù)。

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)送令信道為h＝[h11,h21]，則接收信號表示為

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ui(n)與s(n)相互獨立。令

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，使得在給定的條件下，接收天線上在第一個時隙收到的信號y1(n)服從均值為h·ck，方差為σ²的cscg分布，即同理可知接收天線在第二個時隙收到的信號y2(n)服從均值為h·c′k，方差為σ²的cscg分布，即

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]∈c^2×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]∈c^2×2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,其中znk是zn的元素m，即zn只有一個元素為1，其余為0。接收信號和隱變量的聯(lián)合分布的期望為：

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：使用該更新公式可大幅度提高計算速度。

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urnk等于第r個時隙計算得到的γnk。用下式約束每個時隙的計算結(jié)果近似：

令進一步可得對所有時隙同時進行聚類等價于下式：

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)記矩陣其秩(rank)為nt＝4，故只需要發(fā)送nt個線性無關(guān)的標(biāo)記符號即可重建完整的標(biāo)記矩陣，即l＝ls·a，其中aij表示重建li時lsj的權(quán)重系數(shù)。

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)。