一种基于酉空时编码调制的水声MIMO通信方法

文档序号:32404328发布日期:2022-12-02 20:04阅读:75来源:国知局
一种基于酉空时编码调制的水声MIMO通信方法
一种基于酉空时编码调制的水声mimo通信方法
技术领域
1.本发明涉及的是水声无线通信技术领域,特别是涉及一种基于酉空时编码调制的水声mimo通信方法。


背景技术:

2.水声通信信道中广泛存在着多径传播,多普勒频移等现象,这些现象会对通信质量造成严重的干扰。采用多输入多输出( mimo)技术,在有限的水下频谱资源条件下,可以有效地改善水声通信系统的频谱效率和功率效率,从而有效地改善数据速率和通信链路可靠性。另外,为有效克服干扰,在mimo技术中能充分获得空间分集增益与编码增益的空时编码(stc,space time coding)一直是研究热点。
3.mimo的主要挑战之一是用于相干检测和/或传输器预编码的精确信道状态信息(csi)的可用性,一方面随着收发端天线数或换能器数量的增加,信道估计变得越来越困难,特别是在一些快速衰落环境中,信道估计完成前环境已经改变。另外,发送训练序列进行信道估计导致信道带宽的浪费,大大降低频带利用率,让本不富裕的水声信道带宽更加紧张。传统空时编码方案若是不能准确获取csi,会导致通信失败,在某些领域带来不可估计的后果。
4.因此,迫切需要快衰落条件下关于无需信道信息的空时码的研究,采用不需csi的酉空时编码调制(ustm)就可以满足水下无线通信的高可靠性等各方面要求,具有极大的研究价值。


技术实现要素:

5.本发明的目的是提供一种基于酉空时编码调制的水声mimo通信方法,以弥补现有技术的不足。
6.为实现上述目的,本发明采取的具体技术方案为:一种基于酉空时编码调制的水声mimo通信方法,包括以下步骤:s1:发射信号,信号转化为二进制信息比特位,再进行ldpc编码,将编码后的数据映射到酉矩阵星座集;s2:将所述映射得到的酉矩阵信号送入发送水声换能器,经过水声信道到达接收端,接收端采用ustm解调器计算在接收信号序列和ldpc译码器传输的先验信息μ条件下的对数似然比软信息;所述接收端配有n个接收水声换能器阵列,ustm解调器计算接收信号序列和ldpc译码器传输的先验信息μ(首次外迭代将其设置为所有元素都为0的稀疏矩阵)条件下的后验对数似然比,从后验对数似然信息中提取先验信息μ生成信息μ';s3:所述对数似然比软信息经过计算得到外部信息提供给ldpc译码器;将ldpc译码器的输出结果再反馈到ustm解调器,通过引入这种外迭代的关系构建一种联合迭代译码,联合迭代译码包括所述ustm解调器和所述ldpc译码器,经过不断的迭代译码,最后输出译码结果。
7.所述s2得到的μ'作为外部信息提供给ldpc译码器,ldpc译码器由变量节点译码器和校验节点译码器组成,译码算法采用对数域置信传播(llr bp)算法;为了将ldpc码的高可靠性输出结果进行充分利用,将ldpc码的输出结果反馈到ustm解调器,通过引入这种外迭代的关系构建了一种联合迭代译码算法,联合译码模块包括ustm解调器和ldpc译码器两部分。
8.其中,所述ldpc译码器一方面接收外部信息作为其先验信息进行变量节点和校验节点间的内迭代译码,另一方面将内迭代的结果信息反馈给ustm解调器进行下一次外迭代。
9.进一步的,所述s1包括:s1-1:表示为x={x1,

,xk}的k个二进制信息比特位首先由一个码率为r=k/n的ldpc编码器将其编码为长度为n的码字c={c1,

,cn};这里k表示信息位长度,ldpc编码后的信息比特位长度表示为n;s1-2:依次从n长的码字序列中取出q个比特(可使k=n/q,即k组),在每个时间块t内,将这q个比特根据某种映射规则映射成一个t
×
m的φ
l
矩阵信号,φ
l
是l=2q个酉矩阵星座集ω={φ1,


l
}中的任意一个,l=1,...l,m是发射换能器数,从q个比特到一个φ
l
矩阵信号点的映射是gray映射。
10.进一步的,所述s1中,酉矩阵星座集采用系统化的简单构造方法:φ
l

l-1 φ1,φ1是t
×
m维酉矩阵,它的构成可以从t
×
t维dft矩阵中任选m列,θ是一个t
×
t维对角阵,其l次方是t
×
t维单位矩阵i
t

11.所述s2具体为:s2-1:与发射信号φ
l
对应的经过水声信道的接收信号y,即酉矩阵星座集,表示为下式:这里的h表示信道衰落系数,w表示加性高斯白噪声。为了有效模型真实的水声环境,针对水声信道的特点,并结合ustm的特点,考虑水声信道中多普勒效应及时变的影响,在bellhop模型的基础上,构造适合ustm的水声信道模型,经过建模仿真得出水声信道环境的h;即通过水声信道模型仿真得到幅度a,相位φ等参数,每个通道上时间块t的信道衰落系数可以被建模为一个复杂的随机变量:s2-2:码字c长度为n,将n分成k组,每组q位,即n=kq;k为第k组,m为第k组的第m位,其中k=1,

,k和m=1,

,q,f(k)表示某种映射规则,将每组ck映射为相应的酉矩阵φ
(f(k))

(f(k))
∈ω,ω表示酉星座集,对于一个码字c,所有接收信号表示为y。那么对于码字c的第d位c(d)(d=1,2,

,n)的后验概率对数似然比值λ(c(d))可以表示为:s2-3:设码字c第d位为第k组的第m位表示为c
km
(d),ck表示第k组的全部q位比特,假设各信号矩阵发射概率是等概的,则λ(c(d))可进一步写为:
s2-3:设码字c第d位为第k组的第m位表示为c
km
(d),ck表示第k组的全部q位比特,假设各信号矩阵发射概率是等概的,则λ(c(d))可进一步写为:s2-4:酉空时调制中,已知发送信号矩阵为x的前提下,接收信号矩阵y的条件概率密度函数为:ξ表示矩阵的共轭转置,将上式接收信号矩阵y的条件概率密度函数化简运算得:将y的条件概率密度函数代入λ(c(d)),λ(c(d))可进一步表示为:从得到的后验llr中减去输入的先验信息,得到外部信息输出到ldpc译码器。即外部信息值可以由下式给出:。
12.进一步的,所述s3具体为:首先对ldpc译码算法符号进行说明:i为校验节点,j为变量节点,z是当前的迭代次数;pj(1)为接收到yj发送端发送比特cj=1的后验概率,pj(0)为接收到yj发送端发送比特cj=0的后验概率,q
ji
^z(b)为第z次迭代时,节点j传给节点i的外部信息,b=0,1。r
ij
^z(b)为第z次迭代时,节点i传给节点j的外部信息,qj^z (b)为第z次迭代时的硬判决消息;c(j)表示与j相连的校验节点集合,c(j)={i:h
ij
=1},v(i)表示与i相连的变量节点集合,v(i)={j:h
ij
=1};c(j)\i表示除i外与j相连的校验节点的集合,c(j)\i={ u:h
ij
=1,u≠i};v(i)\j表示除j外与i相连的变量节点的集合,v(i)\j={ u:h
ij
=1,u≠j}。
13.s3-1:初始化:计算每一个变量节点与相连的校验节点的初始先验概率信息,表示为:校验节点到变量节点信息的更新:计算更新所有校验节点传给相连的变量节点的信息,表示为:
变量节点到校验节点信息的更新:计算更新所有变量节点传给相连的校验节点的信息,表示为:llr总和:对γ (z) (q
j )进行判决,如果γ (z) (q
j )《0,则x'=1;若γ (z) (q
j )≥0,则x'=0,最终形成码字x=[x1,x2,

,xn];s3-2:判决:如果校验矩阵b和最终码字x满足bx
t
=0,则译码结束,结束整个译码流程,码字x=[x1,x2,

,xn]就是最终的译码结果;s3-3:输出译码消息:选取码字x中前1到k项即为译码所得的消息;否则重复上面内迭代的步骤直至满足bx
t
=0或超过最大内迭代次数为止,此时结束内迭代过程,根据内迭代输出的软信息值反馈给ustm解调器,进行下一次外迭代,直到达到外迭代的最大次数则终止整个译码流程。
[0014]
本发明的优点和有益效果为:本发明采用不需csi的酉空时调制,实现了通信的高可靠性;采用mimo技术,获取大规模阵列提供的功率增益和多径分集增益,显著提升系统的功率效率和频谱效率,提高系统的传输速率和传输距离。采用ldpc编码可以在不降低编码性能的情况下同时降低硬件的实现复杂度,所提酉空时解调器和ldpc译码器间的联合迭代算法可有效提高系统性能。本发明具有超低速、抗干扰和高可靠性的特点。
[0015]
本发明所提的联合迭代译码方案充分利用了ldpc译码器反馈的高可靠性软信息,明显提高了ldpc-ustm声级联空时编码系统的误码性能。本发明提供了一种既能够解决mimo水声通信系统中传统空时编码不稳定不可靠的问题,又在硬件上具有可行性,能进一步提高水声通信可靠性的基于酉空时编码调制的水声通信方法。
附图说明
[0016]
图1为完整的信号发送接收流程图;图2为ldpc-ustm仿真流程图;图3为ldpc译码流程图;图4为采用简单级联ldpc编码、所提迭代ldpc编码和未编码的ustm水声通信误比特率曲线对比图。
具体实施方式
[0017]
下面结合附图对本发明做进一步描述:实施例1:一种基于酉空时编码调制的水声mimo通信方法,该方法的基本流程如图1所示,具体包括以下步骤:s1:发射信号,信号转化为二进制信息比特位,再进行ldpc编码;
ldpc编码流程如下:表示为x={x1,

,xk}的k个二进制信息比特位首先由一个码率为r=k/n的ldpc编码器将其编码为长度为n的码字c={c1,

,cn}。这里k表示信息位长度,n表示经ldpc编码后的信息比特位长度。依次从n长的码字序列中取出q个比特(可使k=n/q,即k组),在每个时间块t内,将这q个比特根据某种映射规则映射成一个t
×
m的φ
l
矩阵信号,在这里φ
l
是l=2q个酉矩阵星座集ω={φ1,


l
}中的任意一个,l=1,...l,m是发射端数,从q个比特到一个φ
l
矩阵信号点的映射可以是gray映射。
[0018]
s2:发射信号φ
l
经过水声信道后到达接收端,接收端配有n个接收器;ustm解调器计算接收信号序列和ldpc译码器传输的先验信息μ(首次外迭代将其设置为所有元素都为0的稀疏矩阵)条件下的后验对数似然比,从后验对数似然信息中提取先验信息μ生成信息μ'。
[0019]
s3:μ'作为外部信息提供给 ldpc译码器,ldpc译码器由变量节点译码器和校验节点译码器组成,译码算法采用对数域置信传播算法(llr bp)。译码信息在ustm解调器和ldpc译码器间进行外迭代译码,在ldpc译码器内部进行内迭代。在一定的迭代次数后,对最终的信息进行译码判决,最后输出判决结果。
[0020]
如图2所示,基于所述水声mimo通信方法,建模水声信道,进行具体实验,包括:1、首先建模适合ustm的水声信道环境,还原了真实的水声环境。
[0021]
2、接收端得到对数似然比软信息的具体过程是:码字c长度为n,将n分成k组,每组q位,即n=kq;k为第k组,m为第k组的第m位,其中k=1,

,k和m=1,

,q,f(k)表示某种映射规则,将每组ck映射为相应的酉矩阵φ
(f(k))

(f(k))
∈ω,ω表示酉星座集,对于一个码字c,所有接收信号表示为y。那么对于码字c的第d位c(d)(d=1,2,

,n)的后验概率对数似然比值λ(c(d))可以表示为:设码字c第d位为第k组的第m位表示为c
km
(d),ck表示第k组的全部q位比特,假设各信号矩阵发射概率是等概的,则λ(c(d))可进一步写为:酉空时调制中,已知发送信号矩阵为x的前提下,接收信号矩阵y的条件概率密度函数为:函数为:表示矩阵的共轭转置,将接收信号矩阵y的条件概率密度函数化简运算得:将y的条件概率密度函数代入λ(c(d)),λ(c(d))可进一步表示为:
从λ(c(d))中减去输入的先验信息,得到外部信息输出到ldpc译码器。即外部信息值可以由下式给出:;3、ldpc译码的具体过程是(如图3所示):初始化:计算每一个变量节点与相连的校验节点的初始信息,表示为:校验节点到变量节点信息的更新:计算更新所有校验节点传给相连的变量节点的信息,表示为:变量节点到校验节点信息的更新:计算更新所有变量节点传给相连的校验节点的信息,表示为:llr总和:对γ (z) (q
j )进行判决,如果γ (z) (q
j )《0,则x'=1;若γ (z) (q
j )≥0,则x'=0,最终形成码字x。
[0022]
判决:如果校验矩阵b和最终码字x满足bx
t
=0,则译码结束,结束整个译码流程,码字x=[x1,x2,

,xn]就是最终的译码结果。输出译码消息:选取码字x中前1到k项即为译码所得的消息。否则重复上面内迭代的步骤直至满足bx
t
=0或超过最大内迭代次数为止,此时结束内迭代过程,根据内迭代输出的软信息值反馈给ustm解调器,进行下一次外迭代,直到达到外迭代的最大次数则终止整个译码流程。所提的联合迭代译码方案充分利用了ldpc译码器反馈的高可靠性软信息,明显提高了ldpc-ustm声级联空时编码系统的误码性能。
[0023]
实施例2:仿真条件:发送换能器数m=2,接收换能器数n=1,信道相干时间t=4ms,酉空时符号速率r=1,ldpc码速率1/5,码长1280bit,外迭代1次,内迭代10次。水声信道参数:水深100m,发射端深度50m,接收端深度50m,传输距离2km,载波频率10khz。
[0024]
水声通信方法采用本发明的酉空时编码调制时,得到误比特率曲线对比,如图4所示。从图4中可以看出,随着信噪比的提高,错误比特数逐渐减少,误比特率曲线逐渐收敛;与未编码的酉空时调制系统相比,在误比特率为10-4
时,采用ldpc编码的酉空时系统能够提供18db左右的信噪比增益,所提联合迭代ldpc-ustm方案比简单级联ldpc-ustm方案有
0.5db左右的增益。
[0025]
对比结果可以看出,在水声信道下,采用信道编码的酉空时调制方法,比未编码的酉空时方法能够带来更多的信噪比增益,本发明所提的联合迭代ldpc-ustm译码方案比传统简单级联ldpc-ustm方案可靠性更高,译码效果更好。
[0026]
综上所述,本发明考虑在有些情况下对水下通信有高可靠性的需求,若是采用需要csi的技术,一旦信道估计不能完成任务,导致不能获取准确的csi,整帧失败,会带来严重的通信问题。将酉空时编码调制用于水声通信中有一定的研究价值和应用价值。
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1