CN102130755B - 一种自适应空间调制方法 - Google Patents

Abstract

本发明公开了一种自适应空间调制方法。针对现有的基于空间调制的MIMO系统的抗干扰的能力较弱的问题，本发明的调制方法充分考虑了各发射天线对应信道的差异，根据信道的状态来调整传输数据的映射方式，即选取适应于当前信道的最佳自适应传输方案，每个方案中，各MIMO发射天线采用不同的调制方式，即根据当前信道状态的好坏，适当选择调制的阶数，当发射天线信道条件较好的时候，采用高阶调制方案；当发射天线信道条件较差的时候，采用低阶调制方案。采用本发明的调制方法，可以更有效对抗发射-接收信道衰落的影响，降低数据传输的误码率。

Description

一种自适应空间调制方法

技术领域

本发明属于通信技术领域，特别涉及多输入-多输出系统（MIMO，Multiple-InputMultiple-Output）的调制方法。

背景技术

空间调制（SM,Spatial Modulation）是多输入-多输出系统中特有的一种调制方式，它能避免传统MIMO系统中的信道间干扰和发射天线信道间同步的问题，成为未来移动多媒体通信的主要候选技术之一。

传统空间调制的各个发射天线一般采用的调制方法是BPSK、QPSK以及各阶QAM调制，具体可参考文献：R.Mesleh、H.Haas,S.Sinanovic,C.W. Ahn,S.Yun,Spatial modulation,IEEE Trans on Vehicular Technology，Vol57(4),2228-2241,2008.07。具体调制时对各个天线携带的数据比特统一进行相同阶数调制，或选择MIMO发射天线调制阶数时没有考虑与信道状态信息的关系。

现有的空间调制方法的主要缺点在于：没有考虑各发射-接收信道的差异，对各发射天线均采用相同的调制阶数，从而造成基于空间调制的MIMO系统的抗干扰的能力较弱。

发明内容

本发明的目的是为了解决现有的基于空间调制的MIMO系统的抗干扰的能力较弱的问题，提出了一种自适应空间调制方法。

为了方便地描述本发明的内容，首先作以下定义：

（1）空间调制是指利用多输入-多输出系统的天线索引和幅度相位调制作为数据信息携带载体的调制方式，在空间调制中，传输数据被分割成天线索引部分和幅度相位调制部分，每个传输时刻只有一根对应索引的天线被激活，并且激活的天线传输幅度相位调制信号。

（2）多输入-多输出系统是指发射端和接收端分别使用多个发射天线和接收天线，信号通过发射端和接收端的多个天线传送和接收。

（3）幅度相位调制（APM,Amplitude/Phase Modulation）是指将发送的比特数据映射为载波的幅度和相位，以便于信道传输，特别地，正交幅度调制（QAM,QuadratureAmplitudeModulation）是APM的一种，它利用幅度和相位同时携带信息。

（4）Frobenius模值，也叫2-模值，若向量x=[x₁,x₂,...,x_n]，那么向量x的Frobenius模值||x||_F可以表示为：

||x||_F＝(|x₁|²+|x₂|²+...+|x_n|²)^(1/2)，

其中“|*|”表示求“*”的绝对值大小。

（5）内积是一种矢量运算，假设矢量A=[a₁,a₂,...,a_n],B=[b₁,b₂,...,b_n],则矢量A和B的内积表示为：

<A·B>＝a₁×b₁＋a₂×b₂＋…＋a_n×b_n

（6）Q(·)表示高斯Q函数,标量x对应的高斯Q函数值为

（7）近邻个数是指一个样本在样本空间中最相似(即样本空间中最邻近)的样本个数。

本发明的技术方案是：一种自适应空间调制方法，具体包括如下步骤：

步骤（1）：传输数据根据接收端反馈的索引信息在发射端的所有备选自适应方案集合中选取对应的当前信道下的传输方案，即各个发射天线最佳调制阶数，并对传输数据按照选取的传输方案进行调制，映射到对应的发射天线单元，得到发射信号x，进行发射；其中备选自适应方案集合根据MIMO系统当前信息传输速率m来确定，具体包括如下步骤：

步骤（11）：确定当前系统可用的调制阶数集合；

步骤（12）：利用步骤（11）得到的调制阶数集合确定在信息传输速率为m时可用的信息自适应传输模式方案集合，每个备选自适应方案元素满足

$m=\log \left(N\right)+\frac{1}{N}\log \left(\underset{k=1}{\overset{N}{\mathrm{\&Pi;}}}{d}_n^k\right)1\&le;n\&le;L$

log表示以2为底的自然对数，∏表示数据的连乘，N表示发射端发射天线的数目，

表示第n个自适应方案的第k个发射天线的调制阶数，L表示备选自适应方案的个数，

从调制阶数集合中选取；

步骤（3）：利用信道估计方法获取信道状态信息H，计算适应于当前信道状态的最佳自适应方案，即每个发射天线的最佳调制阶数，并通过反馈信道反馈给发射端，以调整发射端下次数据映射时采用的传输方案，具体步骤如下：

步骤（31）：获取当前信道状态信息H，并获取发射端备选自适应方案，即收发两端共用同样的备选自适应方案集合；

步骤（32）：根据当前信道状态信息H计算每个备选自适应方案的系统成对错误概率P_e(H)：

$P_e\left(H\right)\&ap;\mathrm{\&lambda;}\&CenterDot;Q\left(\sqrt{\frac{1}{{2N}_0}{d}_{\min }^2\left(H\right)}\right)$

其中N₀为加性高斯白噪声的功率谱密度，Q(·)表示高斯Q函数，d_min(H)表示接收星座的最小欧式距离，λ是具有接收星座的最小欧式距离d_min(H)的近邻个数；

步骤（33）：根据得到的各个备选自适应方案对应的最小欧式距离，获得所有最小欧式距离的最大值，该最大值对应的备选自适应方案即为当前信道状态信息H估计的最佳传输方案；

步骤（34）：反馈当前信道状态信息H估计的最佳传输方案给发射端，以调整发射端下次数据映射时采用的方案。

进一步的，步骤（1）还包括步骤（13）：根据步骤（12）求得的备选自适应方案，为每种方案规定固定的索引值，即建立与备选自适应方案集合中元素一一对应的索引表。

进一步的，步骤（32）中所述的最小欧式距离d_min(H)具体计算过程如下：由于空间调制系统的特殊性，两个不同的发射信号x_i和x_j表示为：

和

0,…,0]，其中

和

分别表示第i根和第j根天线上的来自对应星座的k和l星座点，在空间调制中，接收星座的最小欧式距离为：

$d_{\min }\left(H\right)=\underset{\underset{a_i^k\&NotEqual;b_j^l}{a_i^k,b_j^l\&Element;{\mathrm{\&chi;}}^c}}{\min }{||\begin{array}{c}\left(\begin{array}{c}{a}_i^k{h}_{1,i}\\ a_i^k{h}_{2,i}\\ ...\\ a_i^k{h}_{M,i}\end{array}\right)\left(\begin{array}{c}{b}_j^l{h}_{1,j}\\ b_j^l{h}_{2,j}\\ ...\\ b_j^l{h}_{M,j}\end{array}\right)\end{array}||}_F=\underset{\underset{a_i^k\&NotEqual;b_j^l}{a_i^k,b_j^l\&Element;{\mathrm{\&chi;}}^c}}{\min }\sqrt{{\left|a_i^k\right|}^2{m}_1+{\left|b_j^l\right|}^2{m}_2-2\mathrm{Re}\left\{a_i^k{\left(b_j^l\right)}^{*}{m}_3\right\}}$

其中 $\left\{\begin{array}{c}{m}_1={\left|h_{1,i}\right|}^2+{\left|h_{2,i}\right|}^2+...+{\left|h_{M,i}\right|}^2=<H_{:,i},H_{:,i}>\\ m_2={\left|h_{1,j}\right|}^2+{\left|h_{2,j}\right|}^2+...+{\left|h_{M,j}\right|}^2=<H_{:,j},H_{:,j}>\\ m_3=H_{1,i}{h^{*}}_{1,j}+h_{2,i}{h^{*}}_{2,j}+...+h_{M,i}{h^{*}}_{M,j}=<H_{:,i},H_{:,j}>\end{array}\right.$ H_：，j和H_：，j分别表示信道状态信息H的第j列和第i列，h_1,j表示信道状态信息H第1行第j列上的元素，h_2,j表示信道状态信息H第2行第j列上的元素，h_M,j表示信道状态信息H第M行第j列上的元素,M是接收端接收天线的数目，“||·||_F”表示Frobenius模值，Re（x）表示取复数x的实数部分，<c·d>表示向量c和d之间的内积，χ^c表示第c个备选自适应方案所有星座可能值的集合。

进一步的，步骤（1）之后还包括步骤（2）：发射信号x经过信道后在接收端收到信号y，假设接收端同步完美且信道信息H已知，用极大似然检测算法得到的估计发射的数据为：

$\hat{x}=\underset{x\&Element;\mathrm{\&psi;}}{\arg \max }{p}_Y\left(y\right|x,H)=\underset{x\&Element;\mathrm{\&psi;}}{\arg \min }{\left|\right|y-\mathrm{Hx}\left|\right|}_F^2,$

其中p_Y(y|x,H)表示在信道信息H已知时，发射信号x接收到的信号y的似然函数，ψ表示发射信号x所有发射可能的集合，它由天线的位置和对应天线的调制信息组合得到，即空间调制的星座，“||·||_F”表示Frobenius模值，

表示使得函数f(x)取得最大值时变量x的值，

表示使得函数f(x)取得最小值时变量x的值。

本发明的有益效果：本发明的调制方法充分考虑了各发射天线对应信道的差异，根据信道的状态来调整传输数据的映射方式，即选取适应于当前信道的最佳自适应传输方案，每个方案中，各MIMO发射天线采用不同的调制方式，即根据当前信道状态的好坏，适当选择调制的阶数，即当发射天线信道条件较好的时候，采用高阶调制方案；当发射天线信道条件较差的时候，采用低阶调制方案。采用本发明的调制方法，可以更有效对抗发射-接收信道衰落的影响，降低数据传输的误码率。

附图说明

图1是本发明的自适应空间调制方法的示意图。

具体实施方式

下面结合附图和具体的实施例对本发明作进一步的阐述。

如图1所示，本发明的自适应空间调制方法，具体包括如下步骤：

步骤（1）：传输数据根据接收端反馈的索引信息在发射端的所有备选自适应方案集合中选取对应的当前信道下的传输方案，即各个发射天线最佳调制阶数，并对传输数据按照选取的传输方案进行调制，映射到对应的发射天线单元，得到发射信号x，进行发射；其中备选自适应方案集合根据MIMO系统当前信息传输速率m来确定，具体包括如下步骤：

步骤（11）：确定当前系统可用的调制阶数集合；

步骤（12）：利用步骤（11）得到的调制阶数集合确定在信息传输速率为m时可用的信息自适应传输模式方案集合，每个自适应方案元素满足

$m=\log \left(N\right)+\frac{1}{N}\log \left(\underset{k=1}{\overset{N}{\mathrm{\&Pi;}}}{d}_n^k\right)1\&le;n\&le;L$

log表示以2为底的自然对数，∏表示数据的连乘，N表示发射端发射天线的数目，

表示第n个自适应方案的第k个发射天线的调制阶数，L表示备选自适应方案的个数，

从调制阶数集合中选取；

步骤（3）：利用信道估计方法获取信道状态信息H，计算适应于当前信道状态的最佳自适应方案，即每个发射天线的最佳调制阶数，并通过反馈信道反馈给发射端，以调整发射端下次数据映射时采用的传输方案，具体步骤如下：

步骤（31）：获取当前信道状态信息H，并获取发射端备选自适应方案，即收发两端共用同样的备选自适应方案集合；

步骤（32）：根据当前信道状态信息H计算每个备选自适应方案的系统成对错误概率P_e(H)：

$P_e\left(H\right)\&ap;\mathrm{\&lambda;}\&CenterDot;Q\left(\sqrt{\frac{1}{{2N}_0}{d}_{\min }^2\left(H\right)}\right)$

其中N₀为加性高斯白噪声的功率谱密度，Q(·)表示高斯Q函数，d_min(H)表示接收星座的最小欧式距离，λ是具有接收星座的最小欧式距离d_min(H)的近邻个数；

步骤（33）：根据得到的各个备选自适应方案对应的最小欧式距离，获得所有最小欧式距离的最大值，该最大值对应的备选自适应方案即为当前信道状态信息H估计最佳传输方案；

步骤（34）：反馈当前信道状态信息H估计最佳传输方案给发射端，以调整发射端下次数据映射时采用的方案。

为了降低反馈数据的比特数目，在步骤（1）还包括步骤（13）：即根据步骤（12）求得的备选自适应方案，为每种方案规定固定的索引值，即建立与备选自适应方案集合中元素一一对应的索引表。

为了降低计算最小欧式距离的复杂度，步骤（32）中计算最小欧式距离d_min(H)的可以采用如下过程进行计算。

由于空间调制系统的特殊性，两个不同的发射信号x_i和x_j表示为：

和

其中

和

分别表示第i根和第j根天线上的来自对应星座的k和l星座点，在空间调制中，接收星座的最小欧式距离为：

$d_{\min }\left(H\right)=\underset{\underset{a_i^k\&NotEqual;b_j^l}{a_i^k,b_j^l\&Element;{\mathrm{\&chi;}}^c}}{\min }{||\begin{array}{c}\left(\begin{array}{c}{a}_i^k{h}_{1,i}\\ a_i^k{h}_{2,i}\\ ...\\ a_i^k{h}_{M,i}\end{array}\right)\left(\begin{array}{c}{b}_j^l{h}_{1,j}\\ b_j^l{h}_{2,j}\\ ...\\ b_j^l{h}_{M,j}\end{array}\right)\end{array}||}_F=\underset{\underset{a_i^k\&NotEqual;b_j^l}{a_i^k,b_j^l\&Element;{\mathrm{\&chi;}}^c}}{\min }\sqrt{{\left|a_i^k\right|}^2{m}_1+{\left|b_j^l\right|}^2{m}_2-2\mathrm{Re}\left\{a_i^k{\left(b_j^l\right)}^{*}{m}_3\right\}}$

其中 $\left\{\begin{array}{c}{m}_1={\left|h_{1,i}\right|}^2+{\left|h_{2,i}\right|}^2+...+{\left|h_{M,i}\right|}^2=<H_{:,i},H_{:,i}>\\ m_2={\left|h_{1,j}\right|}^2+{\left|h_{2,j}\right|}^2+...+{\left|h_{M,j}\right|}^2=<H_{:,j},H_{:,j}>\\ m_3=H_{1,i}{h^{*}}_{1,j}+h_{2,i}{h^{*}}_{2,j}+...+h_{M,i}{h^{*}}_{M,j}=<H_{:,i},H_{:,j}>\end{array}\right.,$ H_：，j和H_：，i分别表示信道状态信息H的第j列和第i列，h_1,j表示信道状态信息H第1行第j列上的元素，h_2,j表示信道状态信息H第2行第j列上的元素，h_M,j表示信道状态信息H第M行第j列上的元素,M是接收端接收天线的数目，“||·||_F”表示Frobenius模值，Re（x）表示取复数x的实数部分，<c·d>表示向量c和d之间的内积，χ^c表示第c个备选自适应方案所有星座可能值的集合。

步骤（1）之后还可以包括步骤（2）：发射信号x经过信道后在接收端收到信号y，假设接收端同步完美且信道信息H已知，用极大似然检测算法得到的估计发射的数据

为：

$\hat{x}=\underset{x\&Element;\mathrm{\&psi;}}{\arg \max }{p}_Y\left(y\right|x,H)=\underset{x\&Element;\mathrm{\&psi;}}{\arg \min }{\left|\right|y-\mathrm{Hx}\left|\right|}_F^2,$

其中p_Y(y|x,H)表示在信道信息H已知时，发射信号x接收到的信号y的似然函数，ψ表示发射信号x所有发射可能的集合，它由天线的位置和对应天线的调制信息组合得到，即空间调制的星座，“||·||_F”表示Frobenius模值，

表示使得函数f(x)取得最大值时变量x的值，

表示使得函数f(x)取得最小值时变量x的值。具体可参考文献：R.Mesleh、H.Haas,S.Sinanovic,C.W. Ahn,S.Yun,Spatial modulation,IEEE Trans on VehicularTechnology，Vol57(4),2228-2241,2008.07。

下面通过一个例子进行具体说明。

假设发射端的信息传输速率为m=3比特/次，发射端使用的天线数N=2，当前系统可用考虑无传输和BPSK调制情形，并且可使用4QAM，8QAM，16QAM，32QAM和64QAM调制，则总的调制阶数集合可表示为{1,2,4,8,16,32,64}。且当前信道的状态信息H为

$H=\left[\begin{array}{cc}-0.8541-0.3725i& 0.9399-0.1044i\\ 0.3780-0.7049i& -0.2991+1.1789i\end{array}\right]$

则发射端可使用的所有备选自适应方案集合满足条件 $m=3=\log \left(2\right)+\frac{1}{2}\log \left(\underset{k=1}{\overset{2}{\mathrm{\&Pi;}}}{d}_n^k\right),$ 即满足有 $d_n^1\&times;d_n^2=16,$ 且 $d_n^k\&Element;\left\{\mathrm{1,2,4,8,16,32,64}\right\},$ 故求得的

或

或

或

或

共有满足条件的5个备选自适应方案。把第一个天线采用的调制方式

第二个天线采用的调制方式

表示为

(1≤n≤5)，5个备选自适应方案对应可表示为(1,16)，(2,8)，(4,4)，(8,2)和，(16,1)。为这5个备选自适应方案建立索引表如表1所示：

表1

备选自适应方案	索引值
		(16,1)	1
(8,2)	2
		(4,4)	3

(2,8)	4
		(1,16)	5

发射端根据上次数据传输时反馈的索引来对当前天线的调制方式进行选择，在接收端，极大似然检测单元对当前数据进行检测，利用信道信息的信息计算所有备选自适应方案的最小欧氏距离分别得到的值如表2所示：

表2

备选自适应方案	dmin(H)
		(16,1)	0.5293
(8,2)	0.6560
		(4,4)	0.6327
(2,8)	0.8362
		(1,16)	0.5293

根据备选自适应方案对应的最小欧式距离d_min(H)，获得其最大值为0.8362，最大值对应的自适应方案索引值4，即当前信道状态信息H估计最佳传输模式为(2,8)，即第一个天线采用BPSK调制，第二个天线采用8QAM调制。最后反馈当前信道状态信息H估计得到的最佳传输模式的索引值4给发射端，以调整发射端下次数据映射时采用的方案。

对空间调制系统，各个天线位置信息可以独立携带数据，各个数据被独立的映射到不同的天线上。由于各个天线的信道条件差异性，不同天线上的发射数据有不同的误码率性能。当天线对应的信道状态较差时，衰落和干扰较多；同时若天线上采用较高的QAM调制阶数，信号受干扰影响也会增大。为此本发明提出了根据瞬时信道状态信息为不同的发射天线选择不同的调制阶数，同时要保证系统的平均信息传输速率不变：当发射天线信道条件较好的时候，采用高阶调制方案；当发射天线信道条件较差的时候，采用低阶调制方案。最佳调制阶数方案由接收端的自适应选择算法计算确定。

从上面的分析不难知道，这种各天线独立调制的方法在原有空间调制系统的优点上，既保证了传输效率，又抑制了干扰。

现有的空间调制系统，都是所有发射天线采用统一调制阶数，或选择天线调制阶数时没有考虑与信道状态的关系，这不利于进一步降低干扰。本发明对此提出了在保证系统的平均信息传输速率不变的前提下，不固定阶数的各子天线独立调制的方法，当发射天线信道条件较好的时候，采用高阶调制方案；当发射天线信道条件较差的时候，采用低阶调制方案。

本发明利用信道估计获取的信道状态信息，计算各个备选方案的系统性能，选择系统性能最好的一个备选自适应方案，即发射端每根天线最佳的调制方式，当信道条件较好时，采用高阶调制方案；当发射天线信道条件较差的时候，采用低阶调制方案。在接收端把备选自适应方案反馈到发射端，使得发射端能自适应的调整发射方案。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为发明的保护范围并不局限于这样的特别陈述和实施例。凡是根据上述描述做出各种可能的等同替换或改变，均被认为属于本发明的权利要求的保护范围。

Claims (4)

1.一种自适应空间调制方法，其特征在于，包括如下步骤：

步骤（1）：传输数据根据接收端反馈的索引信息在发射端的所有备选自适应方案集合中选取对应的当前信道下的传输方案，即各个发射天线最佳调制阶数，并对传输数据按照选取的传输方案进行调制，映射到对应的发射天线单元，得到发射信号x，进行发射；其中备选自适应方案集合根据MIMO系统当前信息传输速率m来确定，具体包括如下步骤：

步骤（11）：确定当前系统可用的调制阶数集合；

步骤（12）：利用步骤（11）得到的调制阶数集合确定在信息传输速率为m时可用的信息自适应传输模式方案集合，每个自适应方案元素满足

$m=\log \left(N\right)+\frac{1}{N}\log \left(\underset{k=1}{\overset{N}{\mathrm{\&Pi;}}}{d}_n^k\right)1\&le;n\&le;L$

log表示以2为底的自然对数，∏表示数据的连乘，N表示发射端发射天线的数目，

表示第n个自适应方案的第k个发射天线的调制阶数，L表示备选自适应方案的个数，

从调制阶数集合中选取；

步骤（3）：利用信道估计方法获取信道状态信息H，计算适应于当前信道状态的最佳自适应方案，即每个发射天线的最佳调制阶数，并通过反馈信道反馈给发射端，以调整发射端下次数据映射时采用的传输方案，具体步骤如下：

步骤（31）：获取当前信道状态信息H，并获取发射端备选自适应方案，即收发两端共用同样的备选自适应方案集合；

步骤（32）：根据当前信道状态信息H计算每个备选自适应方案的系统成对错误概率P_e(H)：

$P_e\left(H\right)\&ap;\mathrm{\&lambda;}\&CenterDot;Q\left(\sqrt{\frac{1}{{2N}_0}{d}_{\min }^2\left(H\right)}\right)$

其中N₀为加性高斯白噪声的功率谱密度，Q(·)表示高斯Q函数，d_min(H)表示接收星座的最小欧式距离，λ是具有接收星座的最小欧式距离d_min(H)的近邻个数；

步骤（33）：根据得到的各个备选自适应方案对应的最小欧式距离，获得所有最小欧式距离的最大值，该最大值对应的备选自适应方案即为当前信道状态信息H估计最佳传输方案；

步骤（34）：反馈当前信道状态信息H估计最佳传输方案给发射端，以调整发射端下次数据映射时采用的方案。

2.根据权利要求1所述的自适应空间调制方法，其特征在于，步骤（1）还包括步骤（13）：根据步骤（12）求得的备选自适应方案，为每种方案规定固定的索引值，即建立与备选自适应方案集合中元素一一对应的索引表。

3.根据权利要求1所述的自适应空间调制方法，其特征在于，步骤（32）中所述的最小欧式距离d_min(H)具体计算过程如下：由于空间调制系统的特殊性，两个不同的发射信号x_i和x_j表示为： $x_i=[0,...,a_i^k,...,0]$ 和 $x_j=[0,...,b_j^l,0,...,0],$ 其中

和

分别表示第i根和第j根天线上的来自对应星座的k和l星座点，在空间调制中，接收星座的最小欧式距离为：

$d_{\min }\left(H\right)=\underset{\underset{a_i^k\&NotEqual;b_j^l}{a_i^k,b_j^l\&Element;{\mathrm{\&chi;}}^c}}{\min }{||\begin{array}{c}\left(\begin{array}{c}{a}_i^k{h}_{1,i}\\ a_i^k{h}_{2,i}\\ ...\\ a_i^k{h}_{M,i}\end{array}\right)\left(\begin{array}{c}{b}_j^l{h}_{1,j}\\ b_j^l{h}_{2,j}\\ ...\\ b_j^l{h}_{M,j}\end{array}\right)\end{array}||}_F=\underset{\underset{a_i^k\&NotEqual;b_j^l}{a_i^k,b_j^l\&Element;{\mathrm{\&chi;}}^c}}{\min }\sqrt{{\left|a_i^k\right|}^2{m}_1+{\left|b_j^l\right|}^2{m}_2-2\mathrm{Re}\left\{a_i^k{\left(b_j^l\right)}^{*}{m}_3\right\}}$

其中 $\left\{\begin{array}{c}{m}_1={\left|h_{1,i}\right|}^2+{\left|h_{2,i}\right|}^2+...+{\left|h_{M,i}\right|}^2=<H_{:,i},H_{:,i}>\\ m_2={\left|h_{1,j}\right|}^2+{\left|h_{2,j}\right|}^2+...+{\left|h_{M,j}\right|}^2=<H_{:,j},H_{:,j}>\\ m_3=H_{1,i}{h^{*}}_{1,j}+h_{2,i}{h^{*}}_{2,j}+...+h_{M,i}{h^{*}}_{M,j}=<H_{:,i},H_{:,j}>\end{array}\right.,$ H_：，j和H_：，i分别表示信道状态信息H的第j列和第i列，h_1,j表示信道状态信息H第1行第j列上的元素，h_2,j表示信道状态信息H第2行第j列上的元素，h_M,j表示信道状态信息H第M行第j列上的元素,M是接收端接收天线的数目，“||·||_F”表示Frobenius模值，Re（x）表示取复数x的实数部分，<c·d>表示向量c和d之间的内积，χ^c表示第c个备选自适应方案所有星座可能值的集合。

4.根据权利要求1所述的自适应空间调制方法，其特征在于，步骤（1）之后还包括步骤（2）：发射信号x经过信道后在接收端收到信号y，假设接收端同步完美且信道状态信息H已知，用极大似然检测算法得到的估计发射的数据

为：

$\hat{x}=\underset{x\&Element;\mathrm{\&psi;}}{\arg \max }{p}_Y\left(y\right|x,H)=\underset{x\&Element;\mathrm{\&psi;}}{\arg \min }{\left|\right|y-\mathrm{Hx}\left|\right|}_F^2,$

其中p_Y(y|x,H)表示在信道状态信息H已知时，发射信号x接收到的信号y的似然函数，ψ表示发射信号x所有发射可能的集合，它由天线的位置和对应天线的调制信息组合得到，即空间调制的星座，“||·||_F”表示Frobenius模值，

表示使得函数f(x)取得最大值时变量x的值，

表示使得函数f(x)取得最小值时变量x的值。

Images