一种正交时频二维空间调制信号接收方法及接收器

文档序号：1231355 发布日期：2020-09-08 浏览：15次 >En<

阅读说明：本技术 一种正交时频二维空间调制信号接收方法及接收器 (Orthogonal time-frequency two-dimensional space modulation signal receiving method and receiver ) 是由牛凯戴金晟徐晋于 2020-04-26 设计创作，主要内容包括：本发明公开了一种正交时频二维空间调制信号接收方法及接收器,通过对接收信号进行Zak变换解调,得到时延-多普勒域接收信号,对时延-多普勒域接收信号进行重排列得到加噪码字,采用基于因子图的期望传播算法,通过迭代方式计算各码字的译码概率,再根据各码字的译码概率进行判决,将译码概率最大的码字作为译码结果输出,由于在最终的检测算法上使用了期望传播算法,在迭代过程中大大减少了概率乘积与加和运算,使得整体系统的性能有所提升,在保障了译码的准确度的同时,降低了系统的运算复杂度,更加符合实际需要。(The invention discloses a method and a receiver for receiving orthogonal time-frequency two-dimensional space modulation signals, which are used for obtaining time delay-Doppler domain received signals by performing Zak transform demodulation on the received signals, rearranging the time delay-Doppler domain received signals to obtain noise-added code words, calculating the decoding probability of each code word in an iterative mode by adopting an expected propagation algorithm based on a factor graph, judging according to the decoding probability of each code word, and outputting the code word with the maximum decoding probability as a decoding result.)

技术领域

本发明涉及移动通信技术领域，特别是指一种正交时频二维空间调制信号接收方法及接收器。

背景技术

在无线通信中，为了抵抗复杂的无线通信环境对通信质量产生的影响，同时也为了提高通信的传输速率与频带利用率，往往要采用波形设计技术。良好的波形设计有助于提升通信质量与通信速度，例如在4G中使用的正交频分多址(OFDMA)接入技术能够很好地对抗无线传输环境中的频率选择性衰落，可以获得很高的频谱利用率。但是由于OFDMA技术基于正交频分复用技术(OFDM)调制，其对多普勒效应的敏感程度极高，当终端在高速移动时，多普勒效应将导致OFDM分配的各个子载波之间不再正交，产生码间干扰，极大地影响通信质量；

有鉴于此，正交时频扩展(OTFS)技术考虑无线信道的特点，将信息承载于时延-多普勒域进行传输，对于移动终端，由于其移动所引起的在时延-多普勒域的信道响应为多个冲击，将信息承载于此不会产生码间干扰，可以获得更加优异的通信性能；

但是由于进行时延-多普勒域与时频域的变换，加之最终接收的信号所包含的噪声影响，使用传统的信号检测算法无法满足实际需要，如果使用最大似然检测计算复杂度也较高。

发明内容

有鉴于此，本发明的目的在于提出一种正交时频二维空间调制信号接收方法，包括：

对接收信号进行Zak变换解调，得到时延-多普勒域接收信号；

对所述时延-多普勒域接收信号进行重排列，得到加噪码字，加噪码字为码字在通过信道叠加噪声后的结果；

采用基于因子图的期望传播算法，通过迭代方式计算各所述码字的译码概率；

根据各所述码字的译码概率进行判决，将译码概率最大的所述码字作为译码结果输出。

优选地，对接收信号进行Zak变换解调，得到时延-多普勒域接收信号包括：

对接收信号进行维格纳变换，采样得到时-频域二维采样信号点；

将时-频域二维采样信号点变换至时延-多普勒域，得到时延-多普勒域接收信号。

优选地，加噪码字包括时延-多普勒域发送信号序列的一维向量、时延-多普勒域接收信号序列的一维向量和时延-多普勒域接收信号中噪声的一维向量，所述因子图中包括因子节点和校验节点，所述因子节点表示所述加噪码字，所述通过迭代方式计算各所述码字的译码概率包括，

a.对迭代参数进行初始化；

b.更新每个因子节点的均值与方差；

c.根据每个因子节点的均值与方差，分别计算各因子节点向校验节点传输的均值与方差；

d.根据各因子节点向校验节点传输的均值与方差，更新校验节点在接收到信息后的均值与方差；

e.根据更新后的校验节点的均值与方差，计算校验节点向因子节点回传的均值与方差；

f.根据校验节点向因子节点回传的均值与方差，更新估计因子节点的均值与方差；

g.根据估计因子节点的均值与方差，计算因子节点各码字的概率；

h.对所述步骤b-g进行迭代，直到迭代次数达到设定值时跳出循环，输出各所述码字的译码概率。

优选地，对迭代参数进行初始化包括：

设定初始因子节点取各个码字的概率相同，初始化校验节点回传方差为无穷大，回传均值为0，并将迭代计数器置为1。

优选地，根据因子节点的均值与方差，计算因子节点向校验节点传输的均值与方差符合以下公式：

其中表示第t次迭代中第i个因子节点的均值与方差，表示由第i个因子节点向第j个校验节点传递的均值与方差，h_j,_i表示信道矩阵H的第j行第i列的参数。

优选地，根据校验节点的均值与方差，计算校验节点向因子节点回传的均值与方差符合以下公式

其中，分别表第j个示校验节点的方差和均值，

表示由第j个校验节点向第i个因子节点传递的均值与方差，h_j,_i表示信道矩阵H的第j行第i列的参数。

优选地，根据估计因子节点的均值与方差，计算因子节点各码字的概率符合以下公式

其中，为第i个因子节点的方差，为第i个因子节点的均值，

表示第i个因子节点的码字c_i的概率，

为概率计算函数，具体形式为

一种正交时频二维空间调制信号接收器，包括：

Zak解调模块，用于对接收信号进行Zak解调，得到时延-多普勒域接收信号；

重排列模块，用于对所述时延-多普勒域接收信号进行重排列，得到加噪码字；

概率计算模块，用于采用基于因子图的期望传播算法，通过迭代方式计算各码字的译码概率；

译码判决模块，用于根据所述概率计算模块计算出的各码字的译码概率进行判决，将译码概率最大的所述码字作为译码结果输出。

优选地，Zak解调模块包括：

采样模块，用于对接收信号进行维格纳变换，采样得到时-频域二维采样信号点；

辛傅里叶变换模块，用于对所述采样模块采样得到的时-频域二维采样信号点进行辛傅里叶变换，得到时延-多普勒域接收信号。

从上面所述可以看出，本发明提供的正交时频二维空间调制信号接收方法及接收器，通过对接收信号进行Zak变换解调，得到时延-多普勒域接收信号，对时延-多普勒域接收信号进行重排列得到加噪码字，采用基于因子图的期望传播算法，通过迭代方式计算各码字的译码概率，再根据各码字的译码概率进行判决，将译码概率最大的码字作为译码结果输出，由于在最终的检测算法上使用了期望传播算法，在迭代过程中大大减少了概率乘积与加和运算，使得整体系统的性能有所提升，在保障了译码的准确度的同时，降低了系统的运算复杂度，更加符合实际需要。

附图说明

图1为本发明实施例的正交时频扩展通信系统示意图；

图2为本发明实施例的正交时频扩展通信流程示意图；

图3为本发明实施例的EP算法流程框图，节点更新指更新相应节点的均值与方差；

图4为本发明实施例的进行EP算法检测时，由某一因子节点向所有校验节点传递消息的情况示意图；

图5为本发明实施例的进行EP算法检测时，由某一校验节点向所有因子节点传递消息的情况示意图；

图6为本发明实施例的正交时频二维空间调制信号接收方法流程框图；

图7为本发明实施例的正交时频二维空间调制信号接收器模块示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。

如前所述，正交时频扩展技术(OTFS)具有比较高的对抗多普勒的能力，能够获得更加优异的性能，正交时频扩展通信系统如图1所示，包括发送端100和接收端102，其中发送端100和接收端102之间经过信道101传递信号，接收端102包括Zak解调模块1021、概率计算模块1022和译码判决模块1023。

正交时频扩展通信流程如图2所示，发送端100将时延-多普勒域二维信号进行逆辛傅里叶变换(ISSFT)，使其由时延-多普勒域变换至时-频域，得到时频域二维信号X[n,m]，ISSFT公式如下：

其中，子载波数目和OTFS符号数目分别为M和N，传输符号总数K＝NM

之后对得到的X[n,m]进行海森伯格变换，将其变换至时域，变换结果s(t)为物理可实现的时域一维信号，海森伯格变换公式如下：

其中，T为正交频分复用技术(OFDM)符号长度，Δf为子载波间隔，二者满足TΔf＝1。

至此，发送端100完成信号的调制工作。

发送端100调制后的变换结果s(t)通过信道101，根据假设的时变信道101信道101模型，H(t,f)可通过h(τ,ν)经过ISSFT变换得到，r(t)为经过信道101后的时域信号(未考虑噪声影响)，通过信道101的公式如下：

r(t)＝∫H(t,f)S(f)e^j2πftdf

接收端102接收信号r(t)后，Zak解调模块1021中的采样模块对接收信号r(t)进行维格纳变换，经过维格纳变换的过程相当于通过匹配滤波器，所得时-频域二维采样信号点Y[n,m]对应于发送端100的X[n,m]，维格纳变换的公式如下：

在数字域，对上述信号进行采样，得到时-频域二维采样信号点

Y[n,m]＝Y(t,f)|_{t＝nT,f＝mΔf}

特别需要说明的是，如果发送滤波器g_tx和接收滤波器g_rx在时间和频率上完全局部化，满足时-频域满足双正交特性，原公式可简化为Y[n,m]＝H[n,m]X[n,m]

其中H[n,m]为信道101的时-频域冲激相应采样值

H[n,m]＝∫∫h(τ,ν)e^j2πνnTe^-j2πmΔfτdτdν

之后Zak解调模块1021中的辛傅里叶变换模块，将采样的信号变换至时延-多普勒域，得到时延-多普勒域接收信号，以便进行信号检测，辛傅里叶变换(SSFT)公式如下：

时延-多普勒域接收信号实际上是时延-多普勒域发送信号与时延-多普勒域信道101冲激响应之间的二维循环卷积结果，即

对于解调后得到的时延-多普勒域接收信号，实际上是时延-多普勒域发送信号与时延-多普勒域信道101冲激响应之间的二维循环卷积并且叠加噪声的结果，具体形式为

对时延-多普勒域发送端100的信息符号序列x[k,l]的检测需要用到重排列操作，得到加噪码字。即x[k,l]为如下MN个线性方程组的解

y＝Hx+w

其中，y,x,w为y[k,l]，x[k,l]，w[k,l]的一维向量表示，H为信道101参数矩阵，即y即加噪码字，x为码字，加噪码字为码字在通过信道叠加噪声后的结果。

举例来说，加噪码字包括时延-多普勒域发送信号序列的一维向量x[k,l]、时延-多普勒域接收信号序列的一维向量y[k,l]和时延-多普勒域接收信号中噪声的一维向量w[k,l]；

在因子图中用因子节点表示码字；

EP算法如图3所示，包括：

S301获取接收信号以及信道参数；

S302对迭代参数进行初始化，包括假定初始因子节点取各个码字的概率相同，即其中Q为调制阶数，表示第i个因子节点的码字c_i的概率。初始化校验节点回传方差

回传均值

其中上标表示迭代次数，f_j→x_i表示由第j个校验节点传向第i个因子节点，设定循环迭代次数后开始以下迭代检测：

S303初始化迭代计数器，将迭代计数L置为1；

S304更新因子节点并向校验节点传递参数，包括：

更新因子节点的均值与方差

其中

表示第t次迭代中第i个因子节点的均值与方差。表示依据概率计算均值。

根据因子节点的均值与方差，计算因子节点向校验节点传输的均值与方差；

其中

表示由第i个因子节点向第j个校验节点传递的均值与方差。h_j,i表示信道101矩阵H的第j行第i列的参数，因子节点向校验节点传递均值与方差的过程如图4所示；

重复此过程直到完成所有因子节点向校验节点传输的计算，如执行第一次过程时，将因子节点序号i设定为1，每完成一次过程，更新一次因子节点序号为i＝i+1，直到i＞MN时，完成计算。

S305更新校验节点并向因子节点回传参数，包括：

根据因子节点向校验节点传输的均值与方差，校验节点在接收到信息后，更新校验节点的均值与方差

其中

分别表第j个示校验节点的方差和均值。

表示噪声方差，表示接收信号向量y的第j个信号。

根据校验节点的均值与方差，计算校验节点向因子节点回传的均值与方差

其中表示由第j个校验节点向第i个因子节点传递的均值与方差，校验节点向因子节点回传均值与方差的过程如图5所示；

重复此过程直到完成所有校验节点向因子节点回传的均值与方差的计算，如执行第一次过程时，将因子节点序号j设定为1，每完成一次过程，更新一次因子节点序号为j＝j+1，直到j＞MN时，完成计算。

S306更新估计因子节点并计算各码字概率，包括：

根据校验节点向因子节点回传的均值与方差，更新估计因子节点的均值与方差

其中，为第i个因子节点的方差，为第i个因子节点的均值。

根据估计因子节点的均值与方差，计算因子节点各码字的概率

为概率计算函数，具体形式为

重复此过程直到完成所有因子节点各码字概率的计算，如执行第一次过程时，将因子节点序号i设定为1，每完成一次过程，更新一次因子节点序号为i＝i+1，直到i＞MN时，完成计算。

S307每完成一次迭代后将迭代计数L+1；

S308判断迭代次数是否达到预设值，如未达到则重复迭代检测，达到则结束迭代检测，输出译码概率。

之后根据各因子节点的译码概率

进行判决，输出译码结果为概率最大的码字。

上述时延-多普勒域信道响应具有准静态和稀疏特性。数据放置于时延-多普勒域承载不会出现放置于传统时-频域承载时出现的严重性能恶化。假设移动端的通信设备处于移动当中，在速度变化不大时，因其移动所产生的多普勒频移稳定在某一数值附近，另外由于其所处环境在宏观尺度下变化不大(相较于通信设备与基站的距离而言)，其通讯时延也稳定在某一特定数值，反映在信道矩阵上即为时延-多普勒域信道矩阵为准静态稀疏矩阵，这种信道矩阵较之时频域的动态信道矩阵在传输信号时更具稳定性，从而可避免因信道矩阵的动态变化所引起的性能恶化。

与现有技术相比较，本实施例在最终的检测算法上使用了期望传播(EP)算法。EP算法通过将因子节点与校验节点假设为高斯变量的方式，在迭代过程中大大减少了概率乘积与概率加和运算，降低了运算复杂度，同时对于传递的高斯变量做近似处理时，经过测试选取了较好的近似公式，保障了译码的准确度。

在实际应用中多以矩阵或向量作为数据处理的单元，下面以矩阵形式对本实施例作进一步的详细描述。

发送端处理：

在发送端做ISSFT变换、海森伯格变换、脉冲成型，得到S矩阵。

其中为ISSFT变换矩阵(X为初始信号矩阵)，

为海森伯格变换矩阵、G_tx为脉冲成型矩阵。

以向量形式表示为：

信道处理：

根据信道模型，信道处对发送信号的变化如下(矢量形式)：

r＝Hs+w

其中

h_i为信道参数，Π为前向循环置换矩阵，Δ是对角矩阵。具体构造如下：

接收端处理：接收信号后对信号执行发送端的逆过程，公式如下：

其中，为SFFT变换矩阵，F_M为维格纳变换矩阵，G_rx为脉冲成型矩阵。

以向量形式表示为

将r带入对y进行化简

若采用矩形窗，则有G_tx＝G_rx＝I_M，上式变为

其中，P⁽ⁱ⁾与Q⁽ⁱ⁾分别代表矩形脉冲时延与多普勒域的有效信道参数矩阵。

检测判决：

在发送端处理中得到输出信号矢量与输入信号矢量的关系为

为描述方便，在本步骤中抽象为

y＝Hx+w。

EP检测算法流程如下：

参数初始化

其中j＝0,1...MN，i＝0,1...MN分别表示校验节点与因子节点。L为设定的循环次数，因子节点以x_i表示，校验节点以f_j表示。因子节点的均值与方差由与表示，校验节点的均值与方差由z与v表示。最终的估计因子节点的均值与方差由ξ与γ表示。以上所有参量的右上角标表示迭代次数。

更新因子节点并向校验节点进行消息传递，传递到消息包括均值与方差两个参量，即与

计算各因子节点均值与方差

计算第i个因子节点向第j个校验节点传递的均值与方差。

其中表示信道矩阵H的第i列第j行的参数的复数转置。

重复此过程直到完成所有节点间传递消息的计算。

更新校验节点并向因子节点进行消息传递，传递的消息包括均值与方差两个参量，即与计算各校验节点均值与方差

计算第j个校验节点向第i个因子节点传递的均值与方差。

重复此过程直到完成所有节点间传递消息的计算。

根据校验节点传输的均值与方差，对最终的变量的均值与方差进行估计并由此计算最初信号的概率

最终的变量的均值与方差计算如下

根据估计因子节点的的方差与均值计算每个因子节点各个码字的概率。

其中

为噪声w的方差。

检测是否达迭代次数，若没达到则重复迭代，若达到则输译码概率。

之后根据各因子节点的译码概率进行判决，输出译码结果为概率最大的码字。

基于上述研究结果，本发明的实施例提供了一种正交时频二维空间调制信号接收方法，如图6所示，该方法的具体实现过程包括：

S701对接收信号进行Zak变换解调，得到时延-多普勒域接收信号；

其中，Zak变换解调，得到时延-多普勒域接收信号包括：

对接收信号进行维格纳变换，采样得到时-频域二维采样信号点；

将时-频域二维采样信号点变换至时延-多普勒域，得到时延-多普勒域接收信号。

S702对时延-多普勒域接收信号进行重排列，得到加噪码字；

举例来说，加噪码字包括时延-多普勒域发送信号序列的一维向量、时延-多普勒域接收信号序列的一维向量和时延-多普勒域接收信号中噪声的一维向量。

S703采用基于因子图的期望传播算法，通过迭代方式计算各码字的译码概率；

S704根据各所述码字的译码概率进行判决，将译码概率最大的所述码字作为译码结果输出。

本发明通过对接收信号进行Zak变换解调，得到时延-多普勒域接收信号，对时延-多普勒域接收信号进行重排列得到加噪码字，采用基于因子图的期望传播算法，通过迭代方式计算各码字的译码概率，再根据各码字的译码概率进行判决，将译码概率最大的码字作为译码结果输出，由于在最终的检测算法上使用了期望传播算法，在迭代过程中大大减少了概率乘积与加和运算，使得整体系统的性能有所提升，在保障了译码的准确度的同时，降低了系统的运算复杂度，更加符合实际需要。

在本发明的实施例中，因子图中包括因子节点与校验节点，其中因子节点表示码字，通过迭代方式计算各码字的译码概率包括，