CN102647215B - 基于宽带多天线系统的伪码迭代捕获装置及捕获方法 - Google Patents

Abstract

本发明提供的是一种基于宽带多天线系统的伪码迭代捕获装置及捕获方法。主要包括最大合并比模块、迭代译码模块和信息解调模块；发射信号通过发射天线到达接收端，接收端的多根天线接收到的信号送入到最大比合并模块，将多路信号合并成一路信号；最大比合并模块将合并后的信号交给迭代译码模块，对合并后的信号进行迭代译码，得到判决矩阵，由判决矩阵得到伪码的最终向量状态和位置，恢复出本地伪码，将恢复出的本地伪码与接收到的信号进行自相关运算，得到的相关值与门限值进行比较；将捕获到的信号送到信息解调模块，得到发射端的信号。本发明可以明显改善低信噪比环境下的捕获性能，提高信号的捕获概率。

Description

基于宽带多天线系统的伪码迭代捕获装置及捕获方法

技术领域

本发明涉及的是一种宽带多输入多输出(MIMO)系统的捕获装置，此外还涉及一种长伪随机序列的快速捕获方法。

背景技术

扩频通信中，长伪码的快速捕获技术在一些实时性要求很到的应用中具有重要的实际意义。例如，在采用扩频体制的高速运载器无线电导航或遥测中需要对长伪码进行快速的捕获；另外，在采用长伪码扩频的地波导航中，也对长伪码的快速捕获提出了要求，特别是在处理地波导航中出现时变天波干扰时，长伪码的快速捕获显得尤为重要。但是，长伪码的快速捕获，一直是扩频通信中的难点，人们提出的多种伪码捕获算法，实质上都是本地伪码与接收信号之间的滑动相关，这在长伪码快速捕获应用中面临着两方面的难题：首先，传统的捕获方法中，需要在很大的相位范围内对当前相位进行搜索，这种搜索往往需要很长的时间，很难实现快速捕获，因而跟踪不上快速变化的信号；其次，对于现有的快速捕获方法，其运算复杂度过高，很难用硬件或软件实现。因此，迫切需要寻找一种快速的低复杂度的伪码捕获方法。

滑动相关检测是一种最简单、最实用的捕获方法，采用与发射端频率有差别的时钟来驱动本地码(码型已知)，由于时钟差，引起接收信号与本地产生的伪随机码的相对滑动。滑动过程中码不重叠时，相关器输出噪声，当两码接近重合或重合时，有相关峰值出现，经包络检波、积分后输出脉冲电压。当输出的脉冲电压超过门限时，表示已检测到码位同步，于是停止搜索转入跟踪状态。图1是滑动相关捕获的原理图。

在长伪码捕获时，滑动相关方法需要在很大的范围内进行滑动搜索，所以这将耗费很多时间，这是我们所不希望的。基于此提出了一种采用迭代消息传递算法(IMPA)来实现伪码快速捕获的方法，这种算法是基于因子图的思想，根据伪随机码自身存在的约束关系，建立因子图模型，然后利用软信道初始信息在因子图上执行消息传递算法，通过迭代处理，得到本地对接收序列的最大后验估计，并据此生成本地码，从而完成伪随机码的捕获。可以看出这种方法不需要对本地码片进行滑动，而只需通过对接收信息执行一种算法估计，来得到当前码片的相位，这是一种典型的迭代检测方法，该方法因其捕获时间短、实现复杂度低而受到人们的广泛关注。图2是迭代捕获原理图。

由于迭代检测的优异特性，使得基于迭代检测的扩频码快速捕获方法在性能和速度上都取得了令人满意的结果。但是，这种方法存在着一定的问题：在信噪比比较低的情况下，信号衰落严重，误码率较高，这样就导致捕获时间增加，因此，还需要对迭代捕获算法进行一定的改进。

发明内容

本发明的目的在于体提供一种能够改善在信噪比很低的情况下，无法捕获信号、性能差等问题的基于宽带多天线系统的伪码迭代捕获装置。本发明的目的还在于提供一种基于宽带多天线系统的伪码迭代捕获方法。

本发明的目的是这样实现的：

本发明的基于宽带多天线系统的伪码迭代捕获装置主要包括：最大合并比模块、迭代译码模块和信息解调模块；发射信号通过发射天线到达接收端，接收端的多根天线接收到的信号送入到最大比合并模块，对所述信号进行最大比合并运算，将多路信号合并成一路信号后进行迭代伪码捕获过程；所述迭代伪码捕获过程包括：最大比合并模块将合并后的信号交给迭代译码模块，对合并后的信号进行迭代译码，对信号进行迭代消息传递算法处理，得到判决矩阵，将判决矩阵进行向量选择运算，得到伪码的最终向量状态和位置，恢复出本地伪码；将恢复出的本地伪码与接收到的信号进行自相关运算，得到的相关值与门限值进行比较，超过了门限值则判定捕获成功，否则再对下一段数据模块进行迭代伪码捕获过程，一直到成功捕获到信号为止；将捕获到的信号送到信息解调模块，得到发射端的信号。

本发明的基于宽带多天线系统的伪码迭代捕获装置还可以包括序列的发生装置，所述序列的发生装置是由两个互为镜像的m序列发生器、存储器和序列合成器组成；所述镜像是指对于任何一个m序列生成多项式g(D)，都有其对应的生成多项式

与之对应，能够产生顺序完全相反的m序列，即镜像序列；状态向量完成对两个互为镜像的m序列发生器初始化，然后m序列发生器分别按照两个方向产生m序列，两个方向m序列产生的长度由状态向量在序列中的位置决定，最后由合成器合成固定长度的m序列。

本发明的基于宽带多天线系统的伪码迭代捕获方法为：

由最大合并比模块、IMPA模块和信息解调模块构成基于宽带多天线系统的伪码迭代捕获装置；

(1)发射信号通过发射天线到达接收端，接收端采用多根天线进行接收，接收端将接收到的信号送入到最大比合并模块，对信号进行最大比合并运算，将多路信号合并成一路信号；

(2)最大比合并模块将合并后的信号交给迭代译码模块，对合并后的信号进行迭代译码，对信号进行迭代消息传递算法处理，得到判决矩阵；

(3)将判决矩阵进行向量选择算法，得到伪码的最终向量状态和位置，恢复出本地伪码；

(4)将恢复出的本地伪码与接收到的信号进行自相关运算，得到的相关值与门限值进行比较，超过了门限值则判定捕获成功，否则再对下一段数据模块进行步骤(2)、(3)所述的迭代伪码捕获过程，一直到成功捕获到信号为止；

(5)将捕获到的信号送到信息解调模块，得到发射端的信号。

步骤(1)所述的将接收到的信号进行最大比合并采用如下方法来实现：

(1)宽带多天线系统中，有K根发射天线和L根接收天线，并且信道是平坦衰落的，L×K维接收信号向量表示为y=Hws+n，其中y是接收信号向量、H是信道矩阵、w是发射权向量、s是发射信号、n是信道噪声向量；

(2)根据最大比合并的原理来合并接收到的向量，运用L×1的接收权向量v=Hw；经过最大比合并算法的接收信号为：

$\hat{s}=v^{H}y=w^H{H}^H\mathrm{Hws}+w^H{H}^{H}n$

其中(·)^H表示共轭转置；

接收端和发射端都具有理想的信道矩阵，w选择为半正定矩阵H^HH的最大特征值λ_max对应的标准正交特征向量；对于一个X进制的调制系统，得到的最大输出信噪比表示为：

γ_out=γ_sλ_max=log₂(X)γ_bλ_max

其中γ_b是发射的码片信噪比，γ_bλ_max是最大的码片输出信噪比。

步骤(2)所述的迭代译码采用如下方法实现：

(1)设信道为加性高斯白噪声信道，经过信道的接收信号为：

$z_k=\sqrt{E_c}{(-1)}^{x_k}{e}^{{\mathrm{j\θ}}_c}+n_k,0\≤k\≤M-1$

E_c是码片能量、x_k是第k时刻码片的值、θ_c是载波相位偏移即当地载波与接收信号间载波的相位差、n_k是均值为0，方差为σ²的白噪声采样、M是待处理码片序列的长度，称M个码片采样数据为一个数据模块，设θ_c=0，E_c为定值；

(2)对接收到的信号的每个码片采样一次，经过M个码片后，得到一组观测值z=[z₀,z₁,…,z_M-1]，根据观测值z，采用对数似然比的方法得到软信道的初始信息为：

${\mathrm{\Δsi}}_k=-\ln \left(\frac{p\left(z_k\right|x_k=0)}{p\left(z_k\right|x_k=1)}\right),0\≤k\≤M-1$

这M个初始信息的度量是所有校验节点的初始输入，当Δsi_k>0时说明x_k=0的概率大，Δsi_k<0时x_k=1的概率大。

本发明提供了一种适用于宽带多天线MIMO系统的基于迭代消息传递算法的捕获装置。由于以前的迭代捕获算法都是基于单输入单输出(SISO)系统的，信道容量限制了该算法的性能，所以本发明还提供了一种基于宽带多天线MIMO系统的伪码迭代捕获方法，克服了已有技术中存在的一定的缺陷，改善了在信噪比很低的情况下，无法捕获信号、性能差的问题。

本发明中所述的宽带多天线MIMO系统的一个主要的优点就是信道容量的本质提高从而直接转化为高的数据吞吐量，另外一个好处就是显著的提高数据传输的可靠性，即低误码率。这些好处的获得，是不需要以增加可用带宽或者提高发射功率为代价的。图3是SISO与MIMO系统在信道容量上的比较图。

在宽带多天线MIMO系统中，一方面多径衰落提高了通信系统可以利用的自由度。若各个收发天线对之间路径增益衰落是独立的，这样就构建了多个并行的空间子信息，这个方法叫空间复用；另一方面，宽带多天线MIMO系统也可以实现空间分集，以对抗信道衰落。系统通过提供分集增益来提高无线链路的可靠性，其基本思想是给接收机提供信息符号的多个独立衰落副本，使得所有信号成分同时经历深度衰落的概率变小。在任意接近于信道遍历容量的数据传输率进行可靠通信要求时，在时间上对许多信道的独立实现作统计平均，这主要用来对抗信道衰落的随机性，是对抗衰落有害影响的一种强有力的途径。

本发明中的基于宽带多天线MIMO系统的伪码迭代捕获装置的构成主要包括：最大合并比模块，IMPA模块和信息解调模块。信号经发射端发射后，到达接收端，接收端首先将信号送入到最大合并比模块，对信号进行最大合并比算法，合并成一路信号，然后将该合并后的信号送入到IMPA模块，对信号进行迭代消息传递算法，得到关于伪码相位和位置的矩阵，然后对该矩阵执行向量选择算法，得到可以恢复本地伪码序列的相位和位置，最后将恢复出的本地伪码与接收到的信号进行相关运算，判断捕获是否成功，如果捕获成功，则送入信息解调模块解调出发射的消息，若捕获不成功，则进行下一次的迭代过程。图4是系统的基本结构图。

本发明中的迭代伪码装置还可以包括一种m序列的发生装置。该序列的发生装置是由两个互为镜像的m序列发生器、存储器和序列合成器组成。所谓的镜像是指对于任何一个m序列生成多项式g(D)，都有其对应的生成多项式

与之对应，它们能够产生顺序完全相反的m序列，即镜像序列；状态向量完成对两个互为镜像的m序列发生器初始化，然后m序列发生器分别按照两个方向产生m序列，两个方向m序列产生的长度由状态向量在序列中的位置决定，最后合成器按照一定的规则合成固定长度的m序列。

本发明中的基于宽带多天线MIMO系统的伪码迭代捕获方法的主要特点为：

在宽带多天线MIMO众多的技术当中，分集技术是无线信道上实现可靠通信的最有效的一种技术。“空间”也能够当成一种提供分集增益的有效资源，在本发明中，正是采用空间分集的方法来实现目的的，图5是系统空间分集方案图。在发射端采用一根发射天线，而在接收端采用多根接收天线，每根天线都会接收到的信号是发射信号的不同的副本。假如接收端的天线间距足够大(一般情况下，在一个均匀散射的环境下，间距大于半个波长)，那么接收的信号将会经受不同的信道衰落，从而得到“空间”分集。

宽带多天线MIMO系统中，有K根发射天线，和L根接收天线，如图6所示系统的模型图，并且信道是平坦衰落的，那么接收信号向量L×K可以表示为y=Hws+n。

根据最大比合并(MRC)的原理来合并接收到的向量，运用L×1的接收权向量v=Hw。经过最大比合并算法(MRC)的接收信号为：

$\hat{s}=v^{H}y=w^H{H}^H\mathrm{Hws}+w^H{H}^{H}n$

其中(·)^H表示共轭转置。

发射端发射出信号以后，信号经过不同的衰落到达接收端，接收端接收到信号的不同副本，接收端将信息的不同副本送到最大合并比模块中，进行最大合并比运算，得到合并后的信号，本发明的特点就是将该合并后的信号再进行迭代捕获算法，来判断是否捕获到信号。

下面分析一下采用最大合并比方法的平均差错概率和未采用分集技术的系统的平均差错概率的比较。

例如在一个采用BPSK调制的系统中，若运用MRC，那么瑞利衰落信道下的平均差错概率可以表示成：

$P_{b,\mathrm{MRC}}={\&Integral;}_0^{\&infin;}Q\left(\sqrt{2u}\right)p_{{\mathrm{\&rho;}}_{\mathrm{eff}}}\left(u\right)\mathrm{du}---\left(4\right)$

是Q函数，

是u的概率密度函数。

应用数学中简单的代数运算，(4)式能够改写成：

$P_{b,\mathrm{MRC}}={\left(\frac{1-\mathrm{\&Gamma;}}{2}\right)}^R\underset{l=1}{\overset{R-1}{\mathrm{\&Sigma;}}}\left(\frac{R-1+l}{l}\right){\left(\frac{1}{2}(1+\mathrm{\&Gamma;})\right)}^l---\left(5\right)$

上式中， $\mathrm{\&Gamma;}=\sqrt{\frac{\mathrm{\&rho;}}{1+\mathrm{\&rho;}}}.$

式(5)在随机衰落信道下，采用最大比合并的BPSK的差错概率的表达式，虽然从直观上看出获得的分集增益有些困难，但是可以看出，在信噪比较高的情况下，式(5)仍然具有

的性质，这说明在相比没有分集的系统中，此时的差错概率衰减速度式非常快的。为了更简单的看出分集度，采用Q函数的上限，也即可以得到：

$\begin{array}{c}{P}_{b,\mathrm{MRC}}\&le;{\&Integral;}_0^{\&infin;}\frac{1}{2}{e}^{-u}\frac{u^{R-1}{e}^{-\frac{u}{\mathrm{\&rho;}}}}{{\mathrm{\&rho;}}^R(R-1)!}\mathrm{du}\\ =\frac{1}{2}\frac{1}{{(1+\mathrm{\&rho;})}^R}\\ \&le;\frac{1}{{2\mathrm{\&rho;}}^R}\end{array}---\left(6\right)$

这样就可以清楚的看出，获得的分集度是R。图7是MRC情况下，系统的差错概率与未采用分集系统的差错概率的比较。

附图说明

图1是滑动相关捕获原理图。

图2是迭代捕获原理图。

图3是SISO与MIMO系统信道容量的比较图。

图4是系统基本结构图。

图5是系统空间分集方案图。

图6是系统的模型图。

图7是瑞利信道下采用MRC的比特差错概率图。

图8是22级m序列的因子图表示(含隐含节点)。

图9是局部校验关系图。

图10是向量选择算法示意图(Md为判决矩阵Mdec)。

图11是SISO与MIMO系统下捕获概率的比较，采用MRC。

具体实施方式

下面结合系统的基本结构图对本发明作进一步详细的描述：

本发明中，主要对接收到的信号进行最大比合并，然后送到译码端进行迭代译码处理，再通过向量选择算法恢复出本地伪码，将恢复出的伪码与接收到的信号进行相关处理，得到的相关值跟门限值进行比较，如果超过了门限值，则判定捕获成功，否则，再对下一段数据模块进行迭代译码处理，一直到成功捕获到信号为止。

首先，对信号进行最大比合并。假设宽带多天线MIMO系统中，有K根发射天线，和L根接收天线，并且信道是平坦衰落的，那么接收信号向量L×K可以表示为y=Hws+n，其中s是发射的信号，其平均功率是E_s，w是K×1维的发射权向量，

是L×K的信道矩阵，h_j,i是从第i根发射天线到第j根接收天线的信道系数，服从独立的瑞利衰落，并且矩阵的每个记录都是独立同分布的高斯随机变量，服从N(0,1)分布。N是L×1的噪声向量，其每个元素也是独立同分布的高斯噪声信号，服从N(0,N₀)分布，模型图如图6所示。

根据最大比合并(MRC)的原理来合并接收到的向量，运用L×1的接收权向量v=Hw。经过最大比合并算法(MRC)的接收信号为：

$\hat{s}=v^{H}y=w^H{H}^H\mathrm{Hws}+w^H{H}^{H}n---\left(1\right)$

其中(·)^H表示共轭转置。

基于信道矩阵为H，发射权向量为w的条件下，输出的信噪比可以表示为：

${\mathrm{\&gamma;}}_{\mathrm{out}}=\frac{E_s}{N_0}{\mathrm{\&omega;}}^H{H}^H\mathrm{H\&omega;}={\mathrm{\&gamma;}}_s{\mathrm{\&omega;}}^H{H}^H\mathrm{H\&omega;}---\left(2\right)$

其中γ_s=E_s/N₀是发射的信噪比。

假设接收端和发射端都具有理想的信道矩阵，那么为达到最大的输出信噪比，w将选择为半正定矩阵H^HH的最大特征值λ_max(信道矩阵H最大奇异值的平方)对应的标准正交特征向量。对于一个M进制的调制系统，得到的最大输出信噪比表示为：

γ_out=γ_sλ_max=log₂(M)γ_bλ_max   (3)其中γ_b是发射的码片信噪比，γ_bλ_max是最大的码片输出信噪比。

然后，对合并后的信号进行迭代译码处理。本发明中，采用的是22级的m序列，其本原多项式为g(D)=1+D+D²²，从而可以知道，此m序列在任何时刻，其码元值x_k可以满足下列校验关系：在实际处理译码的过程中，我们常常只取m序列中的一部分码元来参与译码的处理过程，在这里规定其长度为N，并且有22<<N<<2²²-1。根据因子图的理论，为了获得更好的译码效果，在m序列的因子图中引入了隐含节点，然后重构其因子图，如图8所示，得到的m序列的校验关系图9所示，其中黑色方块代表校验节点τ_k，圆圈代表变量节点x_k，双环圆圈代表隐含节点σ_k，并且σ_k=x_k-1。

观察上图所示的一对校验约束(x_k-1,x_k,x_k-22)，假设任意一个校验节点τ_k，其输入信息分别为：RI_k，LI_k-22，F_k，B_k+1，其输出信息为：RO_k，LO_k-22，F_k+1，B_k，并且每一个输入都对应着0和1两种信息，根据m序列的校验关系

那么可以得到所有可能的校验状态为：(σ_k+1,σ_k,σ_k-21)∈{(0,0,0),(0,1,1),(1,0,1),(1,1,0)}。

首先我们得到码片级软信道的初始信息：

$\mathrm{Mch}\left[x_k\right]=\frac{2\sqrt{E_c}{z}_k{(-1)}^{x_k}}{N_0},x_k=\mathrm{0,1}---\left(4\right)$

然后，根据最小和算法，来得到消息的更新：

M[τ_k]=F_k[σ_k]+RI_k[x_k]+LI_k[x_k-22]+B_k+1[σ_k+1]   (5)

$F_{k+1}\left[{\mathrm{\&sigma;}}_{k+1}\right]=\underset{{\mathrm{\&tau;}}_k:{\mathrm{\&sigma;}}_{k+1}}{\min }M\left[{\mathrm{\&tau;}}_k\right]-B_{k+1}\left[{\mathrm{\&sigma;}}_{k+1}\right],{\mathrm{\&sigma;}}_{k+1}=\mathrm{0,1}---\left(6\right)$

$B_k\left[{\mathrm{\&sigma;}}_{k+1}\right]=\underset{{\mathrm{\&tau;}}_k:{\mathrm{\&sigma;}}_k}{\min }M\left[{\mathrm{\&tau;}}_k\right]-F_k\left[{\mathrm{\&sigma;}}_k\right],{\mathrm{\&sigma;}}_k=\mathrm{0,1}---\left(7\right)$

${\mathrm{LO}}_k\left[x_{k-22}\right]=\underset{{\mathrm{\&tau;}}_k:x_{k-22}}{\min }M\left[{\mathrm{\&tau;}}_k\right]-{\mathrm{LI}}_k\left[x_{k-22}\right],x_{k-22}=\mathrm{0,1}---\left(8\right)$

${\mathrm{RO}}_k\left[x_k\right]=\underset{{\mathrm{\&tau;}}_k:x_k}{\min }M\left[{\mathrm{\&tau;}}_k\right]-{\mathrm{RI}}_k\left[x_k\right],x_k=\mathrm{0,1}---\left(9\right)$

LI_k[x_k-22]=RO_k-22[x_k-22]+Mch[x_k-22],x_k-22=0,1   (10)

RI_k[x_k]=LO_k+22[x_k]+Mch[x_k],x_k=0,1   (11)

根据上述的计算来进行下述的操作：

(1)信息的初始化：

初始化各变量的值，其中i=0，F₀[σ₀]=0，B_M[σ_M]=0，LI_k[x_k-22]=M_ch[x_k-22]，RI_k[x_k]=M_ch[x_k]。

(2)消息更新规则：

根据上式(6)、(7)中计算更新F_k[σ_k]、B_k[σ_k]，22≤k≤M-22，更新步骤为：F₀[σ₀]→…→F_k[σ_k]→…→F_M[σ_M]，B_M[σ_M]→B_M-1[σ_M-1]…→B_k[σ_k]→…→B₀[σ₀]。然后根据公式(8)、(9)计算更新LO_k[x_k-22]，RO_k[x_k]；此时i=i+1；然后利用式(10)、(11)计算更新LI_k[x_k-22]与RI_k[x_k]。

(3)计算最后的输出消息：

在每次迭代完成以后，我们把总的信息量记录下来，以便于进行最后一步的向量选择并进行判决：

$\left\{\begin{array}{c}{\mathrm{Mdec}}_k^{2i-1}\left[x_k\right]=\mathrm{Mch}\left[x_k\right]+{\mathrm{LO}}_{k+22}\left[x_k\right]+{\mathrm{RO}}_k\left[x_k\right],x_k=0\\ {\mathrm{Mdec}}_k^{2i}\left[x_k\right]=\mathrm{Mch}\left[x_k\right]+{\mathrm{LO}}_{k+22}\left[x_k\right]+{\mathrm{RO}}_k\left[x_k\right],x_k=1\end{array}\right.---\left(12\right)$

上述式子中Mdec是校验判决矩阵中的元素，i表示第i次迭代，2i-1表示矩阵的奇数行，2i表示偶数行，分别对应x_k=0和x_k=1。

(4)在迭代捕获算法中，设定一个固定的迭代次数I，当算法计算到该数值I时，就会产生一个2I×N的判决矩阵Mdec，最后根据得到的判决矩阵来进行校验判决：

$x_k^i=\left\{\begin{array}{c}0,{\mathrm{Mdec}}_k^{2i}[x_k=1]>{\mathrm{Mdec}}_k^{2i-1}[x_k=0]\\ 1,{\mathrm{Mdec}}_k^{2i}[x_k=1]\&le;{\mathrm{Mdec}}_k^{2i-1}[x_k=1]\end{array}\right.---\left(13\right)$

上述过程就是一个具体的迭代译码的过程，迭代伪码捕获与其最大的不同就是迭代算法结束后的校验的方法不同。

接着，对迭代译码后的结果进行向量选择算法。在迭代伪码捕获中，一般的工作环境都比较差，信噪比很低，基本上很难实现无差错的译码，但是考虑到，要想恢复一段完整的m序列，并不需要知道所有的码片值，而只需要知道产生该m序列的初始向量，并且得到该向量在m序列中的具体位置就可以了，也即，恢复本地的m序列并不要求完全无差错的译码。在该迭代捕获算法中，为了能够得到可靠性高的m序列，我们再进行一种向量选择算法，图10是向量选择算法的示意图。

(1)将迭代译码产生的判决矩阵Mdec，分成个连续的不互相重叠的数列，表示的是不超过“*”的最大的整数)，这样就可以得到

个独立的I×22的向量矩阵。

(2)然后对得到的各个向量矩阵进行统计计算。首先比较所有行中有没有完全相同的行向量，若有则记录下该行出现的次数，若出现多种相同的行，那么只要记录下次数最多的一行即可，如果在该向量中没有发现完全相同的行，那么只需要记录第一行的元素，其次数为1。通过上述的比较统计以后，我们可以得到

个向量及其出现的次数，该向量就是待选的伪码初始向量，在该过程中需要进行的比较次数为

(3)上一步产生了个初始向量，这一步的目的就是从中确定出最终的初始向量，

我们选择出现次数最高的一组作为最后的初始向量，并记下该向量在m序列中的位置，需要进行的比较次数为这样可以得到总的计算次数为：

最后根据上述向量选择算法就可以得到最终的初始向量和其位置，恢复出本地m序列，将该m序列与接收到的数据信息进行相关运算，得到的相关值如果超过了门限值，则判定捕获成功，否则，再对下一段数据模块进行上述的迭代过程，一直到成功捕获到信号为止。图11是SISO与MIMO系统下捕获概率的比较，采用MRC的方法进行合并。从图中可以看出，随着信噪比的提高，捕获概率都呈上升趋势，在宽带多天线MIMO系统中，捕获概率明显增大，性能优于SISO系统下的捕获性能。

Claims (5)

1.基于宽带多天线系统的伪码迭代捕获装置，主要包括最大合并比模块、迭代译码模块和信息解调模块；其特征是：发射信号通过发射天线到达接收端，接收端的多根天线接收到的信号送入到最大比合并模块，对所述信号进行最大比合并运算，将多路信号合并成一路信号后进行迭代伪码捕获过程；所述迭代伪码捕获过程包括：最大比合并模块将合并后的信号交给迭代译码模块，对合并后的信号进行迭代译码，对信号进行迭代消息传递算法处理，得到判决矩阵，将判决矩阵进行向量选择运算，得到伪码的最终向量状态和位置，恢复出本地伪码；将恢复出的本地伪码与接收到的信号进行自相关运算，得到的相关值与门限值进行比较，超过了门限值则判定捕获成功，否则再对下一段数据模块进行迭代伪码捕获过程，一直到成功捕获到信号为止；将捕获到的信号送到信息解调模块，得到发射端的信号。

2.根据权利要求1所述的基于宽带多天线系统的伪码迭代捕获装置，其特征是还包括序列的发生装置，所述序列的发生装置是由两个互为镜像的m序列发生器、存储器和序列合成器组成；所述镜像是指对于任何一个m序列生成多项式g(D)，都有其对应的生成多项式

与之对应，能够产生顺序完全相反的m序列，即镜像序列；状态向量完成对两个互为镜像的m序列发生器初始化，然后m序列发生器分别按照两个方向产生m序列，两个方向m序列产生的长度由状态向量在序列中的位置决定，最后由合成器合成固定长度的m序列。

3.一种基于宽带多天线系统的伪码迭代捕获方法，其特征是包括如下步骤：

(1)发射信号通过发射天线到达接收端，接收端采用多根天线进行接收，接收端将接收到的信号送入到最大比合并模块，对信号进行最大比合并运算，将多路信号合并成一路信号；

(2)最大比合并模块将合并后的信号交给迭代译码模块，对合并后的信号进行迭代译码，对信号进行迭代消息传递算法处理，得到判决矩阵；

(3)将判决矩阵进行向量选择算法，得到伪码的最终向量状态和位置，恢复出本地伪码；

(4)将恢复出的本地伪码与接收到的信号进行自相关运算，得到的相关值与门限值进行比较，超过了门限值则判定捕获成功，否则再对下一段数据模块进行步骤(2)、(3)所述的迭代伪码捕获过程，一直到成功捕获到信号为止；

(5)将捕获到的信号送到信息解调模块，得到发射端的信号。

4.根据权利要求3所述的基于宽带多天线系统的伪码迭代捕获方法，其特征是步骤(1)所述的将接收到的信号进行最大比合并采用如下方法来实现：

(1)宽带多天线系统中，有K根发射天线和L根接收天线，并且信道是平坦衰落的，L×K维接收信号向量表示为y=Hws+n，其中y是接收信号向量、H是信道矩阵、w是发射权向量、s是发射信号、n是信道噪声向量；

(2)根据最大比合并的原理来合并接收到的向量，运用L×1的接收权向量v=Hw；经过最大比合并算法的接收信号为：

$\hat{s}=v^{H}y=w^H{H}^H\mathrm{Hws}+w^H{H}^{H}n$

其中(·)^H表示共轭转置；

接收端和发射端都具有理想的信道矩阵，w选择为半正定矩阵H^HH的最大特征值λ_max对应的标准正交特征向量；对于一个X进制的调制系统，得到的最大输出信噪比表示为：

γ_out=γ_sλ_max=log₂(X)γ_bλ_max

其中γ_b是发射的码片信噪比，γ_bλ_max是最大的码片输出信噪比。

5.根据权利要求3或4所述的基于宽带多天线系统的伪码迭代捕获方法，其特征是步骤(2)所述的迭代译码采用如下方法实现：

(1)设信道为加性高斯白噪声信道，经过信道的接收信号为：

$z_k=\sqrt{E_c}{(-1)}^{x_k}{e}^{{\mathrm{j\&theta;}}_c}+n_k,0\&le;k\&le;M-1$

E_c是码片能量、x_k是第k时刻码片的值、θ_c是载波相位偏移即当地载波与接收信号间载波的相位差、n_k是均值为0，方差为σ²的白噪声采样、M是待处理码片序列的长度，称M个码片采样数据为一个数据模块，设θ_c=0，E_c为定值；

(2)对接收到的信号的每个码片采样一次，经过M个码片后，得到一组观测值z=[z₀,z₁,...,z_M-1]，根据观测值z，采用对数似然比的方法得到软信道的初始信息为：

$\mathrm{\&Delta;}{\mathrm{si}}_k=-1n\left(\frac{p\left(z_k\right|x_k=0)}{p\left(z_k\right|x_k=1)}\right),0\&le;k\&le;M-1$

这M个初始信息的度量是所有校验节点的初始输入，当Δsi_k>0时说明x_k=0的概率大，Δsi_k<0时x_k=1的概率大。

Images