本發明屬于多輸入多輸出mimo無線通信領域,尤其涉及基于mimo通信的新型空時移調制方案。
背景技術:
1、多輸入多輸出mimo技術在無線通信領域做出了重要貢獻。mimo通過使用多個天線同時發送和接收信號,顯著提高了無線通信系統的容量和可靠性,特別是在復雜的干擾和多徑傳播環境下,能夠有效提升信號傳輸質量。mimo的核心功能包括空間分集增益和空間復用增益。空間分集增益利用多個傳輸通道之間的獨立性來抵抗信號衰落和干擾,從而提高通信系統的魯棒性和可靠性;空間復用增益則通過多天線并行傳輸多個數據流,在同一頻帶內實現更高的傳輸速率,滿足現代無線通信對高速率的需求。
2、在mimo系統中垂直貝爾實驗室分層空時架構v-blast是一個經典的空間復用方案。v-blast通過讓每個天線獨立傳輸自己的編碼符號流,實現并行傳輸,顯著提高了數據吞吐量。在接收端,通過空間區域判決反饋均衡技術,逐步解碼并分離由多個天線傳輸的數據流。v-blast能夠充分利用多天線間的獨立性,實現高效的數據傳輸,尤其在需要高數據速率的無線通信系統中得到了廣泛應用。
3、然而,v-blast側重于空間復用增益,強調通過增加天線數量來提高系統的傳輸速率。在某些不利的信道條件下,復用增益的優勢可能會受到限制,特別是當信道存在較強的衰落或干擾時。為此,正交空時分組碼ostbcs應運而生,側重于分集增益,從而提高系統在惡劣信道條件下的可靠性。
4、ostbcs通過正交編碼技術,將多個數據流映射到多個天線,有效抵抗信號衰落和干擾,增強了通信的可靠性。與v-blast的空間復用增益不同,ostbcs通過利用時間和空間的正交性,提供了抗干擾能力,適用于信道條件不佳的情況。ostbcs也存在一些限制。在空間相關性較高的信道中,ostbcs的性能可能會下降,因為正交編碼假設天線之間的信道是獨立的,然而在空間相關較強的環境中,這一假設可能不成立。此外,在信道估計誤差較大的情況下,ostbcs的性能也會受到影響。為了克服這些限制,研究者提出了一種基于rayleigh衰落信道的比特誤碼率ber近似方法,能夠更準確地評估ostbcs在實際通信中的性能,尤其是在信道相關性較高或信道估計不完美的情況下。為了更好地應對小規模天線配置的挑戰,alamouti的stbc作為一種針對2×1天線配置的特殊ostbc方案被提出,并且在低復雜度的天線系統中發揮了重要作用。
5、與ostbcs的分集增益和v-blast的復用增益相比,線性分散編碼ldcs方案則能夠靈活地在分集和復用增益之間進行平衡。ldcs結合了v-blast的空間復用增益和ostbcs的空間分集增益,通過線性編碼技術實現了性能的靈活調整。ldcs不僅能夠在信道條件良好的情況下提升數據輸速率,還能在信道質量較差時保證較高的可靠性,適應性較強。一些研究通過結合v-blast和alamouti?stbc,提出了結合兩種增益的ldcs方案,在保證分集增益的同時,也能夠通過空間復用提升傳輸速率,從而提供靈活的性能優化。但因為在發射端引入載波間干擾,使得其信號檢測使用的最大似然方法,復雜度大大增加。
技術實現思路
1、本發明的目的是針對多輸入多輸出系統中的編碼調制問題,提出一種基于mimo通信的空時移調制方法及系統,該方法同時利用空間維度及時間維度,從而實現了在提供高傳輸速率的同時,實現分集增益和復用增益之間的靈活平衡。
2、本發明的技術方案是:
3、本發明提供一種基于mimo通信的空時移調制方法,包括以下步驟:
4、步驟1:將信源比特信息通過串/并轉換器分為兩組,第一組比特的長度為log2m,m為調制階數,第二組比特的長度為log2r,r為分散矩陣的數量;
5、步驟2:將第一比特組進行調制映射,得到調制碼元,同時根據第二組比特構造分散矩陣集合,共r個,記為d1,d2,…,dr,m表示相應調制方式映射的組合個數;
6、步驟3:根據調制碼元和選擇的分散矩陣dr(1≤r≤r)計算空時矩陣s,該矩陣同時擴展在空間和時間維度,r表示所選矩陣的索引;
7、步驟4:通過瑞利衰落信道模型生成信道矩陣,并疊加高斯白噪聲對信號進行干擾,得到接收信號模型:;其中,為發射信號的索引,為發射信號;
8、步驟5:采用最大似然檢測算法對接收信號進行恢復,通過向量化接收信號并構建等效模型;通過最小化接收信號與期望信號間的差異,得到最優的組合。
9、進一步地,步驟1中,所述將信源比特信息通過串/并轉換器分為兩組的步驟,包括:
10、將log2m個比特作為第一組,用于在步驟2中進行調制映射,所述調制包括m-psk調制或m-qam調制;
11、將log2r個比特作為第二組,用于在步驟2中選擇分散矩陣的索引。
12、進一步地,步驟2中;
13、所述將第一比特組進行調制映射的步驟為,根據星座圖將第一組比特映射為復數值調制碼元;
14、所述根據第二組比特構造分散矩陣集合的步驟為,根據能量限制,構造r個分散矩陣;其中:,nt為發射天線數,t為發射時隙數,表示為dr的共軛轉置矩陣,tr(?)為矩陣的跡。
15、進一步地,步驟3中,所述根據調制碼元和選擇的分散矩陣 dr計算空時矩陣 s的步驟,包括:
16、將調制碼元和分散矩陣 dr相乘,得到空時矩陣 s;,; nt為發射天線數, t為發射時隙數。
17、進一步地,所述步驟5包括:
18、對接收信號進行向量化,得到等效模型;
19、;
20、其中,,;,;,,;
21、表示克羅內克積;表示向量化;為的水平向量化,為單位矩陣與信道矩陣的克羅內克積,為分散矩陣 dr的集合,為向量化的高斯白噪聲;為接收端預測的發射信號;
22、通過最小化接收信號與期望信號間的差異,確定最優的組合;
23、。
24、進一步地,為提升系統在實際信道環境下的適應性,提出基于訓練信號的聯合信道估計方法解決相干通信場景,包括:
25、通過最小二乘法計算信道估計矩陣;
26、;
27、其中: t表示訓練數據編號,和表示訓練信號矩陣;表示訓練信號矩陣的共軛轉置矩陣。
28、將估計所得信道矩陣代替步驟4中的實際信道矩陣,用于步驟5的信號檢測。
29、進一步地,訓練信號矩陣和獲取方式為:
30、假設配置?個訓練塊,生成發送信號矩陣和接收信號矩陣,, t為訓練數據編號,接收端將這些矩陣水平向量化,得到和; nt為發射天線數, nr為接收天線數, t為發射時隙數。
31、進一步地,為克服信道估計困難和系統開銷過大的問題,提出基于凱萊變換的脈沖空時調制解決非相干通信場景,包括:
32、所述步驟2中調制采用m-pam調制得到信號,生成厄爾米特矩陣;
33、利用凱萊變換生成酉矩陣,并得到空時矩陣,為發射信號的索引,為單位矩陣,為由組成的空時矩陣與酉矩陣進行差分編碼后得到的矩陣;為生成的酉矩陣;
34、通過凱萊變換進行線性處理后,將所得矩陣代替步驟4中的發射信號,用于步驟5的最大似然檢測算法ml進行信號檢測。
35、進一步地,所述最大似然檢測算法ml進行信號檢測的步驟,包括:
36、將接收信號線性化為,即兩邊同乘;
37、
38、其中:,,,;
39、 j?為虛數單位,為m-pam調制信號;分別為線性處理后等效的接收信號,信道矩陣,高斯噪聲;
40、通過最小化線性化后接收信號與期望信號間的差異,確定最優的檢測值。
41、一種基于mimo通信的空時移調制方法所采用的系統,包括:
42、串并轉換單元,用于將信源比特信息通過串/并轉換器分為兩組,第一組比特的長度為log2 m, m為調制階數,第二組比特的長度為log2 r, r為分散矩陣的數量;
43、調制映射單元,用于將第一比特組進行調制映射,得到調制碼元,同時根據第二組比特構造分散矩陣集合,共 r個,記為 d1 ,d2 ,…,dr, m表示相應調制方式映射的組合個數;
44、空時映射單元,用于根據調制碼元和選擇的分散矩陣 dr,計算空時矩陣 s,該矩陣同時擴展在空間和時間維度, r表示所選矩陣的索引;
45、接收信號生成單元,用于通過瑞利衰落信道模型生成信道矩陣,并疊加高斯白噪聲對信號進行干擾,得到接收信號模型:;其中,為發射信號的索引,為發射信號;
46、檢測優化單元,用于采用最大似然檢測算法對接收信號進行恢復,通過向量化接收信號并構建等效模型;通過最小化接收信號與期望信號間的差異,得到最優的組合。
47、本發明的有益效果:
48、本發明公開了一種空時編碼調制方法及系統,通過獲取輸入比特信息、預設星座圖和分散矩陣,構建空時矩陣,并結合信道矩陣和噪聲矩陣建立接收信號模型;采用最大似然檢測算法恢復發射信號,在無需信道狀態信息的情況下,降低了檢測復雜度;有效提高了通信系統的效率,尤其在信道狀態信息不可用或難以獲取的場景下表現出色。
49、本發明中,空間調制sm是另一種典型的mimo傳輸方案,它通過將發送天線的索引作為額外的信息源,結合m進制調制星座,使得數據不僅通過調制方案傳遞,還通過激活的天線索引傳遞。這種方式有效地減少了不同天線間的信道干擾ici,提高了系統的可靠性和傳輸效率。sm的一個特例是空間移位鍵控ssk,它完全舍棄了傳統的幅度/相位調制方法,僅通過選擇不同的天線索引來傳輸信息。ssk進一步簡化了系統的結構,降低了計算復雜度,并且對信道干擾具有較強的抵抗力。
50、本發明的方法與傳統的空間調制相比,實現分集增益和復用增益之間的靈活平衡,不僅在性能上有所提升,還同時保持了低復雜度的信號檢測。
51、此外,在改進后的系統基礎上,提出了兩種可應用于實際通信場景的方案:一是基于訓練數據塊的聯合信道估計方案,二是基于凱萊變換的脈沖空時調制方案,分別用于相干通信與非相干通信場景。本發明有效解決了實際通信場景中,由信道狀態信息(csi)的估計誤差與系統開銷引起的關鍵問題,為實際通信的實現提供了有力的支持。
52、本發明的其它特征和優點將在隨后具體實施方式部分予以詳細說明。