一種mppm調(diào)制的軟解調(diào)算法及誤符號(hào)率性能估計(jì)方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種MPPM調(diào)制的軟解調(diào)算法及誤符號(hào)率性能估計(jì)方法,軟解調(diào)算法包括:產(chǎn)生隨機(jī)的0、1序列,進(jìn)行(N,M)MPPM信號(hào)調(diào)制;產(chǎn)生指數(shù)韋伯信道衰落和高斯白噪聲,得到受高斯白噪聲和信道衰落干擾的MPPM信號(hào)塊,抽樣,找到其中M個(gè)最大值,解調(diào),仿真足夠次數(shù)得到誤符號(hào)率。該算法復(fù)雜度低且誤符號(hào)率性能優(yōu)于硬解調(diào)算法。誤符號(hào)率估計(jì)方法包括:建立大氣信道的數(shù)學(xué)模型,計(jì)算信號(hào)與非信號(hào)時(shí)隙抽樣值的累積分布函數(shù),分別求出M和N?M個(gè)非空時(shí)隙隨機(jī)變量最小值和最大值的概率密度函數(shù),求出其差值ΔY的概率密度函數(shù),計(jì)算ΔY的概率密度函數(shù)的積分,所得結(jié)果即為(N,M)MPPM的誤符號(hào)率。解決了無(wú)法通過(guò)蒙特卡洛仿真算法直接對(duì)(N,M)MPPM的誤符號(hào)率進(jìn)行理論分析的問(wèn)題。
【專(zhuān)利說(shuō)明】
一種MPPM調(diào)制的軟解調(diào)算法及誤符號(hào)率性能估計(jì)方法
技術(shù)領(lǐng)域
[0001 ]本發(fā)明涉及無(wú)線光通信系統(tǒng)中的(N,M)MPPM調(diào)制方式在指數(shù)韋伯信道下的軟解調(diào) 計(jì)算方法,屬于無(wú)線光通信技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 無(wú)線光通信又稱(chēng)自由空間光通信(free-space optical,F(xiàn)S0),其采用大氣信道作 為傳輸媒介,而大氣湍流導(dǎo)致的光學(xué)折射率隨機(jī)起伏會(huì)使光信號(hào)在傳輸過(guò)程中產(chǎn)生光強(qiáng)閃 爍、光束漂移和光束擴(kuò)展等效應(yīng)。這些效應(yīng)引起的信道衰落會(huì)導(dǎo)致傳輸?shù)墓馐|(zhì)量下降,誤 碼率劣化,進(jìn)而影響系統(tǒng)的穩(wěn)定性和可靠性。
[0003] 為了研究大氣湍流對(duì)FS0通信的影響,國(guó)內(nèi)外科研人員對(duì)大氣湍流信道模型進(jìn)行 了深入研究,先后提出了對(duì)數(shù)正態(tài)分布、K分布、gamma-gamma分布等模型,結(jié)果表明:對(duì)數(shù)正 態(tài)分布模型適合于弱端流,K分布適合于強(qiáng)端流,而gamma-gamma分布則適合于強(qiáng)、中、弱三 種湍流情況。但上述分布都不能很好地模擬采用有限孔徑接收機(jī)無(wú)線光通信系統(tǒng)的光信號(hào) 強(qiáng)度波動(dòng),于是2012年首次從可靠性工程領(lǐng)域引入指數(shù)韋伯(exponentiated Weibull,EW) 分布以描述孔徑平均效應(yīng)存在情況下的光強(qiáng)衰落。
[0004] 基于上述信道模型,各國(guó)研究人員對(duì)無(wú)線光通信的調(diào)制解調(diào)方式也進(jìn)行了深入探 討和研究。對(duì)于調(diào)制方式,開(kāi)關(guān)鍵控(On-Off Keying,00K)作為最常用的調(diào)制方案,實(shí)現(xiàn)簡(jiǎn) 單,但其抗干擾性能較差。而新型的多脈沖位置調(diào)制(Multipulse Pulse Position Modulation,MPPM)方式,其抗干擾能力相比于00K具有很大的優(yōu)勢(shì),并且?guī)捓寐瘦^高。
[0005] 對(duì)于解調(diào)方式,通常分為硬解調(diào)和軟解調(diào)。硬解調(diào)通過(guò)固定、最佳或動(dòng)態(tài)判決門(mén)限 等方法把含噪聲和衰落的信號(hào)判定為相應(yīng)的調(diào)制電平,技術(shù)簡(jiǎn)單、易實(shí)現(xiàn),但性能往往不夠 理想。軟解調(diào)對(duì)于接收到的信號(hào),不急于做判決,通過(guò)計(jì)算相應(yīng)比特的軟信息,提高判決的 準(zhǔn)確性,降低系統(tǒng)誤碼率,其性能遠(yuǎn)遠(yuǎn)優(yōu)于硬解調(diào)。
[0006] 目前的問(wèn)題在于:由于MPPM的復(fù)雜性,關(guān)于其軟解調(diào)特性的報(bào)道較少。目前已知軟 解調(diào)系統(tǒng)算法大多是基于條件信道下的計(jì)算,即只考慮存在加性高斯白噪聲,不考慮大氣 導(dǎo)致的衰落。該算法不能用于指導(dǎo)實(shí)際的FS0通信系統(tǒng)接收機(jī)設(shè)計(jì)。
[0007] 因此基于EW分布的無(wú)線光通信MPPM調(diào)制的軟解調(diào)算法及其誤符號(hào)率性能的估計(jì) 實(shí)屬當(dāng)前十分重要的研究方向。
【發(fā)明內(nèi)容】
[0008] 本發(fā)明的目的是提出一種基于指數(shù)韋伯(EW)信道的無(wú)線光通信(N,M)MPPM調(diào)制的 軟解調(diào)算法并對(duì)其誤符號(hào)率進(jìn)行性能估計(jì)。其中軟解調(diào)算法的優(yōu)點(diǎn)在于無(wú)需判決門(mén)限,且 判決的性能優(yōu)于一般解調(diào)算法。之后提出的一種誤符號(hào)率性能估計(jì)方法的數(shù)學(xué)模型,對(duì)上 述(N,M)MPPM的軟解調(diào)算法誤符號(hào)率進(jìn)行理論分析,進(jìn)而正確有效的計(jì)算出理論誤符號(hào)率。
[0009] 本發(fā)明的目的是通過(guò)下述技術(shù)方案來(lái)實(shí)現(xiàn)的。
[0010] -種MPPM調(diào)制的軟解調(diào)算法,包括下述步驟:
[0011] 1)由MATLAB中rand函數(shù)產(chǎn)生0、1隨機(jī)序列作為仿真輸入比特流,并根據(jù)映射表進(jìn) 行(N,Μ) MPPM信號(hào)調(diào)制,其中,N為一個(gè)MPPM信號(hào)塊中的時(shí)隙個(gè)數(shù),Μ為N個(gè)時(shí)隙中的脈沖個(gè) 數(shù);
[0012] 2)在MATLAB中由逆函數(shù)法產(chǎn)生符合指數(shù)韋伯分布的衰落信道系數(shù)并由randn函數(shù) 產(chǎn)生高斯白噪聲隨機(jī)數(shù);
[0013] 3)將步驟2)產(chǎn)生的信道衰落系數(shù)和高斯白噪聲隨機(jī)數(shù)加入到步驟1)獲得的(N,M) MPPM調(diào)制信號(hào)中,得到受到高斯白噪聲和信道衰落干擾的MPPM信號(hào)塊;
[0014] 4)對(duì)步驟3)得到的(N,Μ )MPPM信號(hào)塊中的每個(gè)時(shí)隙進(jìn)行抽樣;
[0015] 5)利用MATLAB中的MAX函數(shù)找到抽樣值中的最大值,將抽樣值中Μ個(gè)最大值對(duì)應(yīng)的 時(shí)隙號(hào)判為1,其余均判為〇;
[0016] 6)利用步驟1)中(Ν,Μ)MPPM信號(hào)調(diào)制時(shí)的映射表,將步驟5)經(jīng)過(guò)判決的信號(hào)塊恢 復(fù)為〇、1序列,并將該序列與步驟1)中產(chǎn)生的信號(hào)對(duì)照,判斷是否與其相同,若相同,則為正 確解調(diào);若不相同,則錯(cuò)誤符號(hào)個(gè)數(shù)加1;
[0017] 7)重復(fù)步驟1)到6),仿真足夠多的次數(shù),得到錯(cuò)誤符號(hào)個(gè)數(shù),計(jì)算仿真的誤符號(hào) 率。
[0018] 相應(yīng)地,本發(fā)明給出了基于上述(N,M)MPPM調(diào)制的軟解調(diào)算法進(jìn)行誤符號(hào)率性能 估計(jì)的方法,包括下述步驟:
[0019] 1)建立點(diǎn)對(duì)點(diǎn)無(wú)線光通信大氣信道的數(shù)學(xué)模型;
[0020] 2)計(jì)算信號(hào)時(shí)隙與非信號(hào)時(shí)隙抽樣值的概率密度函數(shù);
[0021] 3)將接收到的(Ν,M)MPPM調(diào)制信號(hào)的每個(gè)時(shí)隙抽樣值作為互相獨(dú)立的隨機(jī)變量, 求出各自的累積分布函數(shù),在此,N為一個(gè)MPPM信號(hào)塊中的時(shí)隙個(gè)數(shù),Μ為N個(gè)時(shí)隙中的脈沖 個(gè)數(shù);;
[0022] 4)求出Μ個(gè)非空時(shí)隙隨機(jī)變量最小值Ysmin的概率密度函數(shù),再求出N-Μ個(gè)空時(shí)隙隨 機(jī)變量中最大值Yr?aX的概率密度函數(shù);
[0023] 5)得到非空時(shí)隙隨機(jī)變量的最小值與空時(shí)隙隨機(jī)變量的最大值的差值Δ Y,求出 差值的概率密度函數(shù);
[0024] 6)計(jì)算ΔΥ的概率密度函數(shù)從負(fù)無(wú)窮到零處的積分,所得結(jié)果即為(N,M)MPPM的誤 符號(hào)率。
[0025]本發(fā)明具有以下優(yōu)點(diǎn):
[0026] 1)本發(fā)明中首先通過(guò)蒙特卡洛仿真實(shí)現(xiàn)了一種EW信道下MPPM調(diào)制的軟解調(diào)算法, 該方法主要通過(guò)在接收端對(duì)(N,M)MPPM塊的每個(gè)時(shí)隙進(jìn)行抽樣得到前Μ個(gè)較大值,完成對(duì)脈 沖所在時(shí)隙的判斷。該方法的算法復(fù)雜度低,誤符號(hào)率系統(tǒng)性能上優(yōu)于硬解調(diào)算法;
[0027] 2)提出一種適于理論計(jì)算軟解調(diào)MPPM無(wú)線光通信系統(tǒng)誤符號(hào)率性能的方法,解決 了無(wú)法通過(guò)上述蒙特卡洛仿真算法直接對(duì)(N,M)MPPM的誤符號(hào)率進(jìn)行理論分析的問(wèn)題。
【附圖說(shuō)明】
[0028]圖1是本發(fā)明總體的流程步驟;
[0029] 圖2是弱湍流情況下誤符號(hào)率擬合值、理論值與仿真值的對(duì)比圖;
[0030] 圖3是中湍流情況下誤符號(hào)率擬合值、理論值與仿真值的對(duì)比圖;
[0031] 圖4是強(qiáng)湍流情況下誤符號(hào)率擬合值、理論值與仿真值的對(duì)比圖;
[0032] 圖5是中湍流情況下采用動(dòng)態(tài)門(mén)限硬解調(diào)和軟解調(diào)誤符號(hào)率的對(duì)比圖。
【具體實(shí)施方式】
[0033]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚,下面結(jié)合附圖和【具體實(shí)施方式】進(jìn) 一步詳細(xì)說(shuō)明。本實(shí)施例僅表示對(duì)本發(fā)明的原理性說(shuō)明,不代表對(duì)本發(fā)明的任何限制。 [0034]如圖1所示,本發(fā)明以(5,2 )MPPM為例,利用MATLAB軟件實(shí)現(xiàn)蒙特卡洛仿真。詳細(xì)介 紹指數(shù)韋伯(EW)信道下的無(wú)線光通信(N,M)MPPM調(diào)制的軟解調(diào)算法。
[0035] 步驟1利用MATLAB中rand函數(shù)產(chǎn)生隨機(jī)的0,1序列,并進(jìn)行(5,2) MPPM調(diào)制
[0036] la)首先需要設(shè)定仿真次數(shù)T,T的取值需要足夠大以確保仿真的一般性,在本實(shí)例 中我們?nèi)ˇ?= 108。
[0037] 根據(jù)MPPM調(diào)制原理可知,由于2:' <C\2 = 10<24,所以(5,2)ΜΡΡΜ調(diào)制可以對(duì)3比特 (bit)為一組的比特流進(jìn)行調(diào)制,其二進(jìn)制比特流與ΜΡΡΜ符號(hào)之間的映射關(guān)系如表1所示, 其中(11,12 )表不有脈沖時(shí)隙所在位置,此表格表不的映射關(guān)系僅為一種實(shí)例。
[0038] lb)利用MATLAB中rand函數(shù)產(chǎn)生3個(gè)0,1隨機(jī)數(shù),作為一組對(duì)應(yīng)映射表格進(jìn)行調(diào)制, 得到有5個(gè)時(shí)隙的MPPM信號(hào)塊[ Χ1,χ2,…,Xi ],其中i = 5。
[0039] 表1(5,2)MPPM調(diào)制映射表
[0040] ±±± UU ± ± U
\0 y J
[0041 ]步驟2產(chǎn)生符合EW的信道衰落和高斯白噪聲
[0042] 2a)已知EW型衰落下光強(qiáng)波動(dòng)I的概率密度函數(shù)和累積分布函數(shù)分別為:
[0043]
[0044]
[0045]
[0046] 其中,形狀參數(shù)β>0,其取值與閃爍指數(shù)相關(guān)。尺度參數(shù)n>0,其取值由β決定并與 輻照度均值相關(guān)。定義α>0為在給定觀測(cè)空間內(nèi),準(zhǔn)直傳播的光束與非準(zhǔn)直傳播的光束被 成功接收的平均量。
[0047] 根據(jù)以上公式,利用逆函數(shù)法,可以產(chǎn)生符合EW分布的隨機(jī)數(shù)EW_rand。
[0048] 2b)關(guān)于加性高斯白噪聲,已知平均信噪比為:
[0049] sm = μ2 Ι·2σ]
[0050] 式中,μ為系數(shù),y2=(RNPt/M)2,R表示光電轉(zhuǎn)換效率,P t表示發(fā)射端的平均發(fā)射功 率。本實(shí)例中設(shè)定R,Pt的值均為1,N與Μ分別等于5、2。則加性高斯白噪聲的方差可以表示 為:
[0051]
[0052]根據(jù)上述公式得出的噪聲方差利用randn函數(shù)即可產(chǎn)生符號(hào)高斯白噪聲分布的隨 機(jī)數(shù)AWGN。
[0053]步驟3將信號(hào)通過(guò)信道,得到受噪聲和信道衰落干擾的MPPM信號(hào)塊
[0054] 3a)對(duì)于接收到的MPPM信號(hào)而言,信號(hào)被抽樣之后的輸出模型可用以下式子表示:
[0055]
[0056]式中,由上到下依次為MPPM信號(hào)塊中有脈沖的時(shí)隙和無(wú)脈沖的時(shí)隙,η表示的是均 值為〇,方差為h = 乂/2的加性高斯白噪聲,No為其單邊功率譜密度。h表示信道衰落。
[0057] 3b)將步驟2所產(chǎn)生的符合EW分布的5個(gè)隨機(jī)數(shù)依次與一個(gè)(5,2)MPPM信號(hào)塊中5個(gè) 時(shí)隙的脈沖信號(hào)相乘。之后再將產(chǎn)生的5個(gè)高斯白噪聲隨機(jī)數(shù)依次與脈沖信號(hào)相加,最終得 到接收的一個(gè)MPPM信號(hào)塊。即,
[0058] γ? = μ · xi · Eff_rand+AWGN
[0059] 其中μ為系數(shù),EW_rand為步驟2產(chǎn)生的信道隨機(jī)數(shù),AWGN為步驟2產(chǎn)生的高斯白噪 聲。
[0060] 步驟4在接收端對(duì)MPPM信號(hào)進(jìn)行抽樣
[00611對(duì)接收到的信號(hào)進(jìn)行抽樣,得到5個(gè)時(shí)隙的抽樣值,即Y = [ Yi,Y2,Y3,Y4,Y5 ]。
[0062]步驟5在抽樣值中利用MATLAB函數(shù)找到最大值,進(jìn)行判決 [0063] 在Y3,Y4,Y5]中利用MATLAB中的MAX函數(shù)找到前兩個(gè)最大值(不分次序) Yi,Yj,將其對(duì)應(yīng)的時(shí)隙號(hào)i、j的信號(hào)值判為1,其余均判為0。如果有相同的數(shù)值而產(chǎn)生兩個(gè) 以上的最大值,則直接判斷為解調(diào)錯(cuò)誤,錯(cuò)誤符號(hào)個(gè)數(shù)加1,返回步驟1,進(jìn)行下一次仿真。
[0064] 步驟6根據(jù)判決得到的脈沖所在時(shí)隙號(hào)解調(diào)信號(hào)
[0065] 由步驟5可知脈沖時(shí)隙所在位置(1^12)為(i,j)(或(j,i),按序號(hào)從小到大排列) 對(duì)照表1中的映射表,恢復(fù)信號(hào)為3bit-組的比特流。對(duì)照步驟1中產(chǎn)生的信號(hào),判斷傳輸是 否相同,若相同則正確解調(diào);若不同或映射表中沒(méi)有解調(diào)出來(lái)的情況則判斷為解調(diào)錯(cuò)誤,錯(cuò) 誤符號(hào)數(shù)加1。
[0066]步驟7得到仿真的誤符號(hào)率
[0067]重復(fù)步驟1到6足夠的次數(shù)T。完成所有解調(diào)后,通過(guò)錯(cuò)誤個(gè)數(shù)和解調(diào)MPPM信號(hào)塊的 總個(gè)數(shù),計(jì)算出誤符號(hào)率。
[0068]注意,當(dāng)取不同的平均信噪比snr進(jìn)行計(jì)算時(shí),可以得到不同信噪比下的誤符號(hào) 率。
[0069]如圖1所示,在上述步驟的基礎(chǔ)上,指數(shù)韋伯(EW)信道下無(wú)線光通信(Ν,Μ)ΜΡΡΜ軟 解調(diào)的誤符號(hào)率性能估計(jì)方法,通過(guò)下述具體步驟進(jìn)行計(jì)算:
[0070]步驟1建立點(diǎn)對(duì)點(diǎn)無(wú)線光通信大氣信道的數(shù)學(xué)模型
[0071] 設(shè)X為發(fā)送信號(hào)序列,y為接收信號(hào)序列,則信道的數(shù)學(xué)模型為:
[0072] y = hx+n
[0073] η表示均值為0、方差為σΗ2的加性高斯白噪聲。h為服從EW分布的信道衰落。
[0074]步驟2計(jì)算信號(hào)時(shí)隙與非信號(hào)時(shí)隙抽樣值的概率密度函數(shù)
[0075] 根據(jù)已知EW型衰落下光強(qiáng)波動(dòng)的概率密度函數(shù)和累積分布函數(shù)及步驟1,可以計(jì) 算出信號(hào)時(shí)隙與非信號(hào)時(shí)隙抽樣值的概率密度函數(shù)分別為:
[0076]
[0077]
[0078] 其中f(y |yi)為信號(hào)時(shí)隙抽樣值的概率密度函數(shù),f(y|yo)為非信號(hào)時(shí)隙抽樣值的 概率密度函數(shù)。
[0079]步驟3將接收端每個(gè)時(shí)隙抽樣值看作互相獨(dú)立的隨機(jī)變量,求出各自的累積分布 函數(shù)
[0080] 3a)將接收到的(N,Μ) MPPM調(diào)制信號(hào)劃分為Μ個(gè)非空時(shí)隙以及N-M個(gè)空時(shí)隙,這些時(shí) 隙之間不僅獨(dú)立而且同分布,設(shè)接收到的(Ν,Μ)ΜΡΡΜ信號(hào)在Ν個(gè)時(shí)隙內(nèi)的抽樣變量為:
[0081 ] Y=[Ysl,Ys2,··· ,YsM,Ynl,Yn2,-·· ,Υη(Ν-Μ)]
[0082] 這里為了方便表示,不考慮二進(jìn)制比特流與MPPM符號(hào)之間的映射關(guān)系。其中,Ysi表 示的是Μ個(gè)信號(hào)中第i個(gè)時(shí)隙的抽樣變量,Υ ηι表示的是N-M個(gè)非信號(hào)時(shí)隙中第i個(gè)的抽樣變 量。則:
[0083] Ysmin=min{Ysi,Ys2, ··· ,Ysm}
[0084] Ynmax = max { Ynl, Yn2 , · · · , Yn(N-M) };
[0085] 3b)根據(jù)步驟2,可分別求出¥51的概率密度函數(shù),進(jìn)而可計(jì)算出其對(duì)應(yīng)的累計(jì)分布 函數(shù)(.0為:
[0086]
[0087] 式中,F(xiàn)(y I yi)表不信號(hào)時(shí)隙抽樣值的累積分布函數(shù)為Q函數(shù)。
[0088] 3c)同理,Yni的累積分布函數(shù)廠(.V)為:
[0089]
[0090]式中,F(xiàn)(y |yo)表不非信號(hào)時(shí)隙抽樣值的累積分布函數(shù)。
[0091] 步驟4求出Μ個(gè)非空時(shí)隙隨機(jī)變量最小值(記為¥_^)的概率密度函數(shù),再求出N-M 個(gè)空時(shí)隙隨機(jī)變量中最大值(記為Yr?ax)的概率密度函數(shù)
[0092] 4a)由步驟3知非空時(shí)隙與空時(shí)隙抽樣值的累積概率密度函數(shù),根據(jù)概率論中求解 最大最小分布的相關(guān)知識(shí)以及Q函數(shù)的性質(zhì)1 -Q ( X ) = Q ( -X ),Ysmin和Ynmax的累積分布函數(shù) 和?)可以分別表示為:
[0095] 4b)對(duì)YsmiJPY_x的累積分布函數(shù)關(guān)于y求導(dǎo),可得到它們的概率密度函數(shù)乂_ ( r) 和分別為:
[0093]
[0094]
[0096]
[0097]
[0098] 步驟5求出非空時(shí)隙隨機(jī)變量最小值與空時(shí)隙隨機(jī)變量最大值的差值Δ Y,即Δ Y = Ysmin-Yr?ax,求出ΔΥ的概率密度函數(shù)。
[0099] 5a)將Δ Υ看成兩個(gè)隨機(jī)變量相WYsmin+(-Ynmax),則Δ Υ的概率密度函數(shù)等于Ysmin 與-Y_x概率密度函數(shù)的卷積,其中-Y_x的概率密度函數(shù)/iD為:
[0100]
[0101] 5b)再將Λ (.y)與乂r 〇/)進(jìn)行卷積運(yùn)算,可求得ΔΥ的概率密度函數(shù)fAY(y)為:
[0102]
[0103] 由于Δ Y為非空時(shí)隙隨機(jī)變量最小值與空時(shí)隙隨機(jī)變量最大值的差值,可知當(dāng)Δ Y 為正,則非空時(shí)隙隨機(jī)變量最小值大于空時(shí)隙隨機(jī)變量最大值,信號(hào)可以正確解調(diào);反之, 當(dāng)Δ Υ為負(fù)表示非空時(shí)隙隨機(jī)變量最小值小于空時(shí)隙隨機(jī)變量最大值,信號(hào)解調(diào)將發(fā)生錯(cuò) 誤。
[0104] 步驟6計(jì)算ΔΥ的概率密度函數(shù)從負(fù)無(wú)窮到零處的積分,所得結(jié)果即為(Ν,Μ)ΜΡΡΜ 的誤符號(hào)率。
[0105] 根據(jù)步驟5,對(duì)fAY(y)從負(fù)無(wú)窮到零對(duì)y進(jìn)行積分,即
[0106]
[0107] 式中,Ps為誤符號(hào)率。
[0108] 將Μ = 2,N=5,代入上式即可獲得(5,2 )MPPM在軟解調(diào)時(shí)的誤符號(hào)率。
[0109] 進(jìn)一步,為了化簡(jiǎn)上述誤符號(hào)率計(jì)算過(guò)程,可以通過(guò)擬合近似代替fAy(y)的表達(dá) 式,縮小計(jì)算量,進(jìn)而求得Ps。
[0110] 由于多重積分和高冪次數(shù)以及Q函數(shù)的存在,f~(y)的表達(dá)式非常復(fù)雜,導(dǎo)致求解 Ps的解析閉合表達(dá)式非常困難。為了方便計(jì)算誤符號(hào)率表達(dá)式,引入一種函數(shù)擬合的方法 去近似代替hY(y)的表達(dá)式,從而避免了多次積分和高冪次計(jì)算,大大縮小了計(jì)算量。由于 Ps的表達(dá)式中是對(duì)fM(y)從負(fù)無(wú)窮到零這一范圍進(jìn)行積分,因此擬合時(shí)只需考慮這一部分 的數(shù)據(jù),對(duì)其進(jìn)行擬合,再對(duì)所獲得擬合表達(dá)式進(jìn)行積分,最終得到誤符號(hào)率的近似值。 [0 111] 借助于MATLAB軟件中的曲線擬合工具箱(curve fitting tools)完成擬合。這里, 使用高斯函數(shù)作為擬合函數(shù)對(duì)其進(jìn)行擬合,高斯函數(shù)表達(dá)式為:
[0112]
\ ^ J
[0113] 其中a,b,c為需要通過(guò)擬合獲得的參數(shù)。為了提高擬合的準(zhǔn)確性與穩(wěn)定性,通常使 用多個(gè)高斯函數(shù)相加進(jìn)行擬合,用疊加后的表達(dá)式去表示所需擬合的曲線,其表達(dá)式為:
[0114]
[0115] 式中,&1々1,(:1為需要通過(guò)擬合獲得的參數(shù);1表示序號(hào)。
[0116] 對(duì)兩項(xiàng)疊加的高斯函數(shù)進(jìn)行積分運(yùn)算,即:
[0117]
[0118] 進(jìn)行變量替換,令Z = (y-bi)/ci,得:
[0119]
[0120]本發(fā)明的正確性和優(yōu)點(diǎn)可通過(guò)以下仿真對(duì)比進(jìn)一步說(shuō)明:
[0121]通過(guò)MATLAB進(jìn)行解析計(jì)算和蒙卡仿真,首先,確定擬合值的準(zhǔn)確性;其次,通過(guò)理 論值和仿真值的對(duì)比證明軟解調(diào)算法的正確性;最后,再與中湍條件下的硬解調(diào)誤符號(hào)率 特性進(jìn)行對(duì)比,凸顯軟解調(diào)算法的優(yōu)越性。
[0122] 仿真結(jié)果
[0123] 圖2、3和4分別給出了弱湍、中湍和強(qiáng)湍條件下(5,2)MPPM采用軟解調(diào)時(shí),誤符號(hào)率 與平均信噪比之間的關(guān)系曲線。計(jì)算用到的指數(shù)韋伯信道參數(shù)均來(lái)自已有文獻(xiàn)。圖中包含 理論值、擬合值和仿真值。可以看出,三種湍流情況下,擬合值與理論值吻合很好,而且具有 較高的準(zhǔn)確性。另外,理論值也與仿真值吻合的很好,證明了理論值推導(dǎo)的正確。
[0124] 圖5給出了中湍條件下,(5,2)MPPM采用硬解調(diào)和軟解調(diào)時(shí)誤符號(hào)率與平均信噪比 的關(guān)系曲線。硬解調(diào)選取的是性能最好的動(dòng)態(tài)判決門(mén)限與軟解調(diào)對(duì)比。對(duì)比發(fā)現(xiàn),25mm孔徑 (a = 2.61,β = 1.37,η = 〇. 68)時(shí),若要達(dá)到10-7數(shù)量級(jí)的誤符號(hào)率,動(dòng)態(tài)判決門(mén)限和軟解調(diào) 所需的平均信噪比分別約為49.5和46dB;對(duì)于60πιπι(α = 1.52β = 4.02,η = 0.99)的孔徑而 言,若要達(dá)到同等數(shù)量級(jí)的誤符號(hào)率,只需31.5和28dB的平均信噪比即可。由此可知,兩種 不同孔徑時(shí)軟解調(diào)比動(dòng)態(tài)判決門(mén)限的硬解調(diào)有大約3.5dB的信噪比性能增益。因此,軟解調(diào) 方法在系統(tǒng)性能上優(yōu)于硬解調(diào)。
[0125] 以上所揭露的僅是本發(fā)明的較佳實(shí)施例而已,然而不能以此來(lái)限定本發(fā)明的權(quán)利 范圍,本領(lǐng)域技術(shù)人員利用上述揭露的技術(shù)內(nèi)容做出些許簡(jiǎn)單修改、等同變化或修飾,仍屬 于本發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1. 一種MPPM調(diào)制的軟解調(diào)算法,其特征在于,包括下述步驟: 1) 由MATLAB中rand函數(shù)產(chǎn)生0、1隨機(jī)序列作為仿真輸入比特流,并根據(jù)映射表進(jìn)行(N, M)MPPM信號(hào)調(diào)制,其中,N為一個(gè)MPPM信號(hào)塊中的時(shí)隙個(gè)數(shù),M為N個(gè)時(shí)隙中的脈沖個(gè)數(shù); 2) 在MATLAB中由逆函數(shù)法產(chǎn)生符合指數(shù)韋伯分布的衰落信道系數(shù)并由randn函數(shù)產(chǎn)生 高斯白噪聲隨機(jī)數(shù); 3) 將步驟2)產(chǎn)生的信道衰落系數(shù)和高斯白噪聲隨機(jī)數(shù)加入到步驟1)獲得的(N,M)MPPM 調(diào)制信號(hào)中,得到受到高斯白噪聲和信道衰落干擾的MPPM信號(hào)塊; 4) 對(duì)步驟3)得到的(N,M)MPPM信號(hào)塊中的每個(gè)時(shí)隙進(jìn)行抽樣; 5) 利用MATLAB中的MAX函數(shù)找到抽樣值中的最大值,將抽樣值中M個(gè)最大值對(duì)應(yīng)的時(shí)隙 號(hào)判為1,其余均判為〇; 6) 利用步驟1)中(N,M)MPPM信號(hào)調(diào)制時(shí)的映射表,將步驟5)經(jīng)過(guò)判決的信號(hào)塊恢復(fù)為 〇、1序列,并將該序列與步驟1)中產(chǎn)生的信號(hào)對(duì)照,判斷是否與其相同,若相同,則為正確解 調(diào);若不相同,則錯(cuò)誤符號(hào)個(gè)數(shù)加1; 7) 重復(fù)步驟1)到6),仿真足夠多的次數(shù),得到錯(cuò)誤符號(hào)個(gè)數(shù),計(jì)算仿真的誤符號(hào)率。2. 根據(jù)權(quán)利要求1所述的方法,其特征在于,所述步驟1)中,進(jìn)行(N,M)MPPM信號(hào)調(diào)制, 是通過(guò)下述方法來(lái)實(shí)現(xiàn)的: I a)已知(N,M )MPPM調(diào)制的傳信能力0為:式中,N為一個(gè)MPPM信號(hào)塊中的時(shí)隙個(gè)數(shù),M為N個(gè)時(shí)隙中的脈沖個(gè)數(shù);設(shè)一個(gè)MPPM信號(hào) 塊以b個(gè)比特信號(hào)進(jìn)行調(diào)制,則其傳信嚴(yán)+等式: 這里,b取滿足不等式的最大自然數(shù); Ib)將產(chǎn)生的二進(jìn)制0,1隨機(jī)序列以b個(gè)比特為一組,依據(jù)調(diào)制映射表進(jìn)行(N,M)MPPM調(diào) 制。3. 根據(jù)權(quán)利要求1所述的方法,其特征在于,所述步驟2)中,產(chǎn)生符合指數(shù)韋伯分布的 信道衰落系數(shù)和高斯白噪聲隨機(jī)數(shù),是通過(guò)下述方法來(lái)實(shí)現(xiàn)的:2a)已知指數(shù)韋伯型衰落下光強(qiáng)波動(dòng)I的概率密度函數(shù)fEW(I)和累積分布函數(shù)Few(I)分 別為: 和 式中,形狀參數(shù)β>〇,其取值與閃爍指數(shù)相關(guān);尺度參數(shù)n>〇,其取值由β決定并與輻照 度均值相關(guān);定義α>0為給定觀測(cè)空間內(nèi),準(zhǔn)直傳播的光束與非準(zhǔn)直傳播的光束被成功接 收的平均量; 利用逆函數(shù)法,產(chǎn)生符合指數(shù)韋伯分布的隨機(jī)數(shù); 2b)關(guān)于加性高斯白噪聲,已知平均信噪比為:式中,μ為系數(shù),μ2 = (RNPt/M)2,R表示光電轉(zhuǎn)換效率,Pt表示發(fā)射端的平均發(fā)射功率; 則加性高斯白噪聲的方差σ"2可以表示為:根據(jù)得出的噪聲方差,利用MATLAB中的randn函數(shù)即可產(chǎn)生符合高斯白噪聲分布的隨 機(jī)數(shù)。4. 根據(jù)權(quán)利要求1所述的方法,其特征在于,所述步驟3)中,得到受到高斯白噪聲和信 道衰落干擾的MPPM信號(hào)塊,是通過(guò)下述方法來(lái)實(shí)現(xiàn)的: 3a)根據(jù)信號(hào)被抽樣之后的輸出櫨W(wǎng) -式中,由上到下依次為MPPM信號(hào)塊中有脈沖的時(shí)隙和沒(méi)有脈沖的時(shí)隙,η表示的是均值 為〇,方差為< =乂/2的加性高斯白噪聲,No為其單邊功率譜密度,h表示的是信道衰落; 3b)將步驟2)所產(chǎn)生的符合指數(shù)韋伯分布的N個(gè)隨機(jī)數(shù)依次與一個(gè)(N,M)MPPM信號(hào)塊中 N個(gè)時(shí)隙的信號(hào)相乘,之后再將產(chǎn)生的N個(gè)高斯白噪聲隨機(jī)數(shù)依次與信號(hào)相加,最終得到接 收的一個(gè)MPPM信號(hào)塊。5. -種權(quán)利要求1所述的MPPM調(diào)制的軟解調(diào)算法進(jìn)行誤符號(hào)率性能估計(jì)方法,其特征 在于,包括下述步驟: 1) 建立點(diǎn)對(duì)點(diǎn)無(wú)線光通信大氣信道的數(shù)學(xué)模型; 2) 計(jì)算信號(hào)時(shí)隙與非信號(hào)時(shí)隙抽樣值的概率密度函數(shù); 3) 將接收到的(N,M)MPPM調(diào)制信號(hào)的每個(gè)時(shí)隙抽樣值作為互相獨(dú)立的隨機(jī)變量,求出 各自的累積分布函數(shù),在此,N為一個(gè)MPPM信號(hào)塊中的時(shí)隙個(gè)數(shù),M為N個(gè)時(shí)隙中的脈沖個(gè)數(shù); 4) 求出M個(gè)非空時(shí)隙隨機(jī)變量最小值Ys-的概率密度函數(shù),再求出N-M個(gè)空時(shí)隙隨機(jī)變 量中最大值Y?ax的概率密度函數(shù); 5) 得到非空時(shí)隙隨機(jī)變量的最小值與空時(shí)隙隨機(jī)變量的最大值的差值ΛΥ,求出差值 的概率密度函數(shù); 6) 計(jì)算△ Y的概率密度函數(shù)從負(fù)無(wú)窮到零處的積分,所得結(jié)果即為(N,M)MPPM的誤符號(hào) 率。6. 根據(jù)權(quán)利要求5所述的方法,其特征在于,所述步驟2)中,計(jì)算信號(hào)時(shí)隙與非信號(hào)時(shí) 隙抽樣值的概率密度函數(shù),是通過(guò)下述方法來(lái)實(shí)現(xiàn)的: 根據(jù)已知指數(shù)韋伯型衰落下光強(qiáng)波動(dòng)的概率密度函數(shù)fEw(I)和累積分布函數(shù)Few(I)及 步驟1)中的數(shù)學(xué)模型,計(jì)算出信號(hào)時(shí)隙與非信號(hào)時(shí)隙抽樣值的概率密度函數(shù)分別為:式中,β>〇為形狀參數(shù),n>〇為尺度參數(shù),定義α>0為在給定觀測(cè)空間內(nèi),準(zhǔn)直傳播的 光束與非準(zhǔn)直傳播的光束被成功接收的平均量,h表示信道衰落,μ為系數(shù),且y = RNPt/M;f (y Iy1)為有信號(hào)時(shí)隙抽樣值的概率密度函數(shù),f(y I y〇)為無(wú)信號(hào)時(shí)隙抽樣值的概率密度函 數(shù)。7.根據(jù)權(quán)利要求5所述的方法,其特征在于,所述步驟3)中,求出各自的累積分布函數(shù), 是通過(guò)下述方法來(lái)實(shí)現(xiàn)的: 3a)將接收到的(N,M)MPPM調(diào)制信號(hào)劃分為M個(gè)非空時(shí)隙以及N-M個(gè)空時(shí)隙,這些時(shí)隙之 間不僅獨(dú)立而且同分布,設(shè)接收到的(N,M)MPPM信號(hào)在N個(gè)時(shí)隙內(nèi)的抽樣變量為: Y= [ Ysl, Ys2-·· YsM, Ynl, Yn2-·· Yn(N-M)] 其中,Ysl表示的是M個(gè)信號(hào)中第i個(gè)時(shí)隙的抽樣變量,Yni表示的是N-M個(gè)非信號(hào)時(shí)隙中第 i個(gè)的抽樣變量; 則M個(gè)抽樣值中的最小值Ysmi4PN-M個(gè)抽樣值中的最大值Y_x分別為: Ysmin - IIlin{Ysl ,Ys2 , ,Ysm} Ynmax - max { Ynl , Yn2 , , Yn(N-M) }; 3b)根據(jù)抽樣值的概率密度函數(shù),分別求出Ysl的概率密度函數(shù),則可計(jì)算出其對(duì)應(yīng)的累 計(jì)分布函數(shù)(J)為:其中,of為加性高斯白噪聲的方差,ση為加性高斯白噪聲的標(biāo)準(zhǔn)差: 3函數(shù); 3c)同理Yni的累積分布函數(shù)&()_)為:8.根據(jù)權(quán)利要求5所述的方法,其特征在于,所述步驟4)中,求解M個(gè)非空時(shí)隙隨機(jī)變量 最小值Ysmin的概率密度函數(shù)和N-M個(gè)空時(shí)隙隨機(jī)變量中最大值YnmaJ^概率密度函數(shù),通過(guò)下 述方法實(shí)現(xiàn): 4a)由得到的非空時(shí)隙與空時(shí)隙抽樣值的累積概率密度函數(shù),利用最大最小分布以及Q 函數(shù)的性質(zhì)卜Q(chēng)(x)=Q(-x),Ys_和Y_x的累積分布函數(shù)盡_>)和及J),)可以分別表示 為:4b WiYsmir^PYnmax的累積分布函數(shù)關(guān)于y求導(dǎo),可得到其概率密度函數(shù)/}_(兄)和 分別為:9. 根據(jù)權(quán)利要求5所述的方法,其特征在于,所述步驟5)中,求出非空時(shí)隙隨機(jī)變量的 最小值與空時(shí)隙隨機(jī)變量的最大值的差值A(chǔ) Y的概率密度函數(shù),通過(guò)下述方法實(shí)現(xiàn): 5a)將Δ Y看成兩個(gè)隨機(jī)變量相WYsmin+(-Ynmax),則Δ Y的概率密度函數(shù)等于1_與-Y_x概率密度函數(shù)的卷積,其中-Ynmax的概率密度函數(shù)為:5b)再將.Ziu 與/<_ ();)進(jìn)行卷積運(yùn)算,可求得Δ Y的概率密度函數(shù)為:10. 根據(jù)權(quán)利要求5所述的方法,其特征在于,所述步驟6)中,得到(N,M)MPPM的誤符號(hào) 率,通過(guò)下述方法實(shí)現(xiàn): 根據(jù)A Y的概率密度函數(shù)求解誤符號(hào)率Ps,對(duì)fM(y)從負(fù)無(wú)窮到零對(duì)y進(jìn)行積分,BP :
【文檔編號(hào)】H04L25/03GK105897626SQ201610225127
【公開(kāi)日】2016年8月24日
【申請(qǐng)日】2016年4月12日
【發(fā)明人】王平, 王悅, 曹天, 楊本圣, 楊銀堂
【申請(qǐng)人】西安電子科技大學(xué)