CN102868652A - 一种基于ukf的混沌协同通信方法 - Google Patents

Abstract

本发明公开了一种基于UKF的混沌协同通信方法，在混沌差分相移键控协同通信系统基础上，应用了UKF算法估计载波信号，并把估计的载波信号作为参考信号，解调后续放发送的用户信息信号。本发明通过UKF算法减少了参考信号所含的噪声分量，有效地提高了误码性能，又可以根据信道变化的快慢，选着合适的参考信号与用户信息信号帧数比，减少了所需发送信号帧数。

Description

一种基于UKF的混沌协同通信方法

技术领域

本发明涉及混沌协同通信方法，特别涉及一种基于UKF的混沌协同通信方法。

背景技术

由于混沌对初始条件的敏感性、貌似随机的行为、连续宽带功率谱等特征，混沌通信相对传统通信来说有很多优势。混沌通信分为相干通信和非相干通信两种，虽然相干通信如混沌相移键控(Chaos Shift Keying，CSK)具有较好的误码性能，但需要进行混沌同步，在是实际通信环境中很难实现。差分混沌相移键控(differential chaos shift keying,DCSK)是非相干通信中的一种经典技术，其不需混沌同步，但是其误码性能明显不如CSK通信系统。因此，又有很多学者提出改进的混沌数字通信系统，如调频差分混沌相移键控(frequency modulateddifferential chaos shift keying,FM-DCSK)等。但是这些系统很少涉及多径衰落这一无线通信环境中普遍存在的干扰现象。

分集技术是一种在无线通信系统中广泛使用的技术，其在发射端发射多个信号样本，这些信号经过独立的衰落信道后在接收端合并，能有效对抗无线信道中的多径衰落。多天线技术就是一种重要的实现分集的手段。但在实际应用中，终端设备往往只有一根天线。为了解决这一矛盾，近年来人们提出了一种协同通信方式，该方式在多用户环境下通过共享其它用户的天线，形成虚拟的多天线阵列，从而实现空间分集。

另外，近年来无先导卡尔曼滤波(Unscented Kalman Filtering，UKF)算法已提出并得到广泛应用，混沌信号的滤波便是其中一个应用热点。与扩展卡尔曼滤波算法(Extended Kalman Filtering，EKF)相比，UKF不需要计算雅可比矩阵且精度更高，因此更适合用于混沌信号的滤波。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种基于UKF的混沌协同通信方法，减少了参考信号所含的噪声分量，有效地提高了误码性能，又可以根据信道变化的快慢，选着合适的参考信号与用户信息信号帧数比，减少了所需发送信号帧数。

本发明的目的通过以下技术方案实现：

一种基于UKF的混沌协同通信方法，包括以下步骤：

（1）在第1时隙，第1用户同时向第2用户和基站发送其所用的载波信号，第2用户也同时向用户1和基站发送其所用的载波信号；设第1时隙基站接收到第1用户的载波信号为

接收到第2用户的载波信号为

（2）在第2时隙，第1用户把接收到的第2用户的载波信号放大后向基站转发，第2用户也把接收到的第1用户的载波信号放大后向基站转发；设第2时隙基站接收到第1用户发送的信号为

接收到第2用户发送的信号为

（3）基站在接收到第1用户和第2用户发送的载波信号后，用UKF算法对第1用户和第2用户所用的载波信号进行估计；

（4）在第3、4…2i+1，2i+2…2M+1，2M+2时隙，其中i＝1，...,M，第1用户和第2用户分别用各自的载波信号调制各自的第i位用户信息；在第2i+1时隙，第1用户同时向第2用户和基站发送第1用户的第i位用户信息，而第2用户也同时向第1用户和基站发送第2用户的第i位用户信息；在第2i+2时隙，第1用户向基站转发第2用户的第i位用户信息，同时第2用户也向基站转发第1用户的第i位用户信息；M是由信道系数变化快慢决定的一个数值；当信道系数变化比较快时，应选一个较小的M值，当信道系数变化比较慢时，应选一个较大的M值，以便减少所需发送的载波信号帧数。

（5）基站把步骤（3）所估计的载波信号作为参考信号，解调步骤（4）中第1用户和第2用户所发送的用户信息。

其中

是第1用户到基站间的L+1阶冲激响应，x₁(k)是第1用户所用的载波，w_1d(k)是第1用户的加性高斯白噪声；

其中

是第2用户到基站间的L+1阶冲激响应，x₂(k)是第2用户所用的载波，w_2d(k)是第2用户的加性高斯白噪声；其中

是第1用户到第2用户再到基站的L+1阶冲激响应；

其中

是第2用户到第1用户再到基站的L+1阶冲激响应。

步骤（3）所述用UKF算法对第1用户和第2用户所用的载波信号进行估计，具体为：

对第1用户，首先建立载波信号的状态空间模型：

观测方程为：

$\left[\begin{array}{c}{y}_{1d}^1\left(k\right)\\ y_{2d}^2\left(k\right)\end{array}\right]=\left[\begin{array}{ccc}{h}_{1d}^0& \·\·\·& h_{1d}^L\\ h_{12d}^0& \·\·\·& h_{12d}^L\end{array}\right]\left[\begin{array}{c}{x}_1\left(k\right)\\ \·\\ \·\\ \·\\ x_1(k-L)\end{array}\right]+\left[\begin{array}{c}{w}_{1d}\left(k\right)\\ w_{2d}\left(k\right)\end{array}\right]---\left(1\right)$

状态方程为：

$\left[\begin{array}{c}{x}_1\left(k\right)\\ x_1(k-1)\\ \·\\ \·\\ \·\\ x_1(k-L)\end{array}\right]=\left[\begin{array}{c}{f}_1\left(x_1(k-1)\right)\\ x_1\left(k\right)\\ \·\\ \·\\ \·\\ x_1(k-L+1)\end{array}\right]---\left(2\right)$

其中f₁为产生第1用户载波的混沌映射；

根据式（1）和式（2）所描述的状态空间模型，利用UKF算法对载波信号x₁(k)进行估计；

对第2用户，首先建立载波信号的状态空间模型：

观测方程为：

$\left[\begin{array}{c}{y}_{2d}^1\left(k\right)\\ y_{1d}^2\left(k\right)\end{array}\right]=\left[\begin{array}{ccc}{h}_{2d}^0& \·\·\·& h_{2d}^L\\ h_{21d}^0& \·\·\·& h_{21d}^L\end{array}\right]\left[\begin{array}{c}{x}_2\left(k\right)\\ \·\\ \·\\ \·\\ x_2(k-L)\end{array}\right]+\left[\begin{array}{c}{w}_{2d}\left(k\right)\\ w_{1d}\left(k\right)\end{array}\right]---\left(3\right)$

状态方程为：

$\left[\begin{array}{c}{x}_2\left(k\right)\\ x_2(k-1)\\ \·\\ \·\\ \·\\ x_2(k-L)\end{array}\right]=\left[\begin{array}{c}{f}_2\left(x_2(k-1)\right)\\ x_2\left(k\right)\\ \·\\ \·\\ \·\\ x_2(k-L+1)\end{array}\right]---\left(4\right)$

其中f₂为产生第2用户载波的混沌映射；

根据式（3）和式（4）所描述的状态空间模型，利用UKF算法对载波信号x₂(k)进行估计，得到估计载波信号。

步骤（5）所述基站把步骤（3）所估计的载波信号作为参考信号，解调步骤（4）中第1用户和第2用户所发送的用户信息，具体为：

令时隙2i+1时，基站接收到第1用户发送的信号为

基站接收到第2用户发送的信号为

其中i＝1，...,M；

令时隙2i+2时，基站接收到第1用户转发的信号为

基站接收到第2用户发送的信号为

第1用户的第i位用户信息为：

其中sgn(.)为符号函数，β是扩频系数，A₁和A₂为权值；它们由接收信号的噪声方差大小决定，噪声方差越大，权值越小；

第2用户的第i位用户信息为：

与现有技术相比，本发明具有以下优点和有益效果：

（1）本发明在解调时可以根据用户信道的噪声方差大小，调整权值的大小，以便获得最优效果。

（2）现有的DCSK-CC系统中，用户每发送1位用户信息，就需发送一次载波信号；本发明可以根据信道变化快慢，选择每发送一次载波信号，用户每发送多少位用户信息，提高了通信的效率。

（3）本发明应用UKF算法估计载波信号，减少了参考信号所含的噪声分量，有效地提高了误码性能。

（4）本发明通过协同通信技术增加了接收端观测信号的数目，使UKF算法能更加准确地估计载波信号。

附图说明

图1为本发明在奇时隙的通信方式示意图。

图2为本发明在偶时隙的通信方式示意图。

图3为发明在进行载波估计过程的示意图。

图4为本发明的协同通信协议示意图。

图5为本发明在进行用户信息解调过程的示意图。

图6为本发明的用户1的载波信号及其估计值的对比图。

图7为本发明的用户1的用户信息及其估计值的对比图。

图8为本发明与DCSK-CC、非协同DCSK及非协同UKF通信方法的误码性能比较图。

具体实施方式

下面结合实施例及附图，对本发明作进一步地详细说明，但本发明的实施方式不限于此。

实施例

一种基于UKF的混沌协同通信方法，包括以下步骤：

（1）如图1所示，在第1时隙，用户1同时向用户2和基站发送其所用的载波信号，用户2也同时向用户1和基站发送其所用的载波信号；设第1时隙基站接收到用户1的载波信号为

接收到用户2的载波信号为

其中

是用户1到基站间的L+1阶冲激响应，x₁(k)是用户1所用的载波，w_1d(k)是用户1的加性高斯白噪声；

其中

是用户2到基站间的L+1阶冲激响应，x₂(k)是用户2所用的载波，w_2d(k)是用户2的加性高斯白噪声；

（2）如图2所示，在第2时隙，用户1把接收到的用户2的载波信号放大后向基站转发，用户2也把接收到的用户1的载波信号放大后向基站转发；设第1时隙基站接收到用户1发送的信号为

设第2时隙基站接收到用户2发送的信号为

阶冲激响应；

（3）如图3所示，基站在接收到用户1和用户2发送的载波信号后，用UKF算法对用户1和用户2所用的载波信号进行估计；具体为：

对用户1，首先建立载波信号的状态空间模型：

观测方程为：

$\left[\begin{array}{c}{y}_{1d}^1\left(k\right)\\ y_{2d}^2\left(k\right)\end{array}\right]=\left[\begin{array}{ccc}{h}_{1d}^0& \·\·\·& h_{1d}^L\\ h_{12d}^0& \·\·\·& h_{12d}^L\end{array}\right]\left[\begin{array}{c}{x}_1\left(k\right)\\ \·\\ \·\\ \·\\ x_1(k-L)\end{array}\right]+\left[\begin{array}{c}{w}_{1d}\left(k\right)\\ w_{2d}\left(k\right)\end{array}\right]---\left(1\right)$

状态方程为：

$\left[\begin{array}{c}{x}_1\left(k\right)\\ x_1(k-1)\\ \·\\ \·\\ \·\\ x_1(k-L)\end{array}\right]=\left[\begin{array}{c}{f}_1\left(x_1(k-1)\right)\\ x_1\left(k\right)\\ \·\\ \·\\ \·\\ x_1(k-L+1)\end{array}\right]---\left(2\right)$

其中f₁为产生用户1载波的混沌映射；

根据式（1）和式（2）所描述的状态空间模型，利用UKF算法对载波信号x₁(k)进行估计；

对用户2，首先建立载波信号的状态空间模型：

观测方程为：

$\left[\begin{array}{c}{y}_{2d}^1\left(k\right)\\ y_{1d}^2\left(k\right)\end{array}\right]=\left[\begin{array}{ccc}{h}_{2d}^0& \·\·\·& h_{2d}^L\\ h_{21d}^0& \·\·\·& h_{21d}^L\end{array}\right]\left[\begin{array}{c}{x}_2\left(k\right)\\ \·\\ \·\\ \·\\ x_2(k-L)\end{array}\right]+\left[\begin{array}{c}{w}_{2d}\left(k\right)\\ w_{1d}\left(k\right)\end{array}\right]---\left(3\right)$

状态方程为：

$\left[\begin{array}{c}{x}_2\left(k\right)\\ x_2(k-1)\\ \·\\ \·\\ \·\\ x_2(k-L)\end{array}\right]=\left[\begin{array}{c}{f}_2\left(x_2(k-1)\right)\\ x_2\left(k\right)\\ \·\\ \·\\ \·\\ x_2(k-L+1)\end{array}\right]---\left(4\right)$

其中f₂为产生用户2载波的混沌映射；

根据式（3）和式（4）所描述的状态空间模型，利用UKF算法对载波信号x₂(k)进行估计，得到估计载波信号。

（4）如图4所示，在时隙3、4…2i+1，2i+2…2M+1，2M+2，其中i＝1，...,M，用户1和用户2分别用各自的载波信号调制各自的第i位用户信息；在第2i+1时隙，用户1同时向用户2和基站发送用户1的第i位用户信息，而用户2也同时向用户1和基站发送用户2的第i位用户信息；在第2i+2时隙，用户1向基站转发用户2的第i位用户信息，同时用户2也向基站转发用户1的第i位用户信息；M是由信道系数变化快慢决定的一个数值；M是由信道系数变化快慢决定的一个数值；当信道系数变化比较快时，应选一个较小的M值，当信道系数变化比较慢时，应选一个较大的M值，以便减少所需发送的载波信号帧数；

（5）如图5所示，基站把步骤（3）所估计的载波信号作为参考信号，解调步骤（4）中用户1和用户2所发送的用户信息，具体为：

令时隙2i+1时，基站接收到用户1发送的信号为基站接收到用户2发送的信号为

其中i=1，...,M；

令时隙2i+2时，基站接收到用户1转发的信号为

基站接收到用户2发送的信号为

用户1的第i位用户信息为：

其中sgn(.)为符号函数，β是扩频系数，A₁和A₂为权值；它们由接收信号的噪声方差大小决定，噪声方差越大，权值越小；

用户2的第i位用户信息为：

为方便，在仿真中假设信道的冲激响应阶数位2，且两个信道中的噪声方差大小一致，因此取A₁＝A₂＝1。图6为当β＝50，信噪比（SNR）为-5dB时，用户1的载波信号及其估计值的比较图；图7为当β＝50，信噪比（SNR）为-5dB时，用户1的第100个到199个用户信息及其估计值的比较图。图8为当β＝50时，本发明和DCSK-CC通信系统、非协同DCSKC通信系统、基于UKF的非协同通信系统的误码率（BER）随SNR的变化曲线。用户2的情况类似。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受所述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (4)

1.一种基于UKF的混沌协同通信方法，其特征在于，包括以下步骤：

（1）在第1时隙，第1用户同时向第2用户和基站发送其所用的载波信号，第2用户也同时向用户1和基站发送其所用的载波信号；设第1时隙基站接收到第1用户的载波信号为

接收到第2用户的载波信号为

（2）在第2时隙，第1用户把接收到的第2用户的载波信号放大后向基站转发，第2用户也把接收到的第1用户的载波信号放大后向基站转发；设第1时隙基站接收到第1用户发送的信号为

设第2时隙基站接收到第2用户发送的信号为

（3）基站在接收到第1用户和第2用户发送的载波信号后，用UKF算法对第1用户和第2用户所用的载波信号进行估计；

（4）在第3、4…2i+1，2i+2…2M+1，2M+2时隙，其中i＝1，...,M，第1用户和第2用户分别用各自的载波信号调制各自的第i位用户信息；在第2i+1时隙，第1用户同时向第2用户和基站发送第1用户的第i位用户信息，而第2用户也同时向第1用户和基站发送第2用户的第i位用户信息；在第2i+2时隙，第1用户向基站转发第2用户的第i位用户信息，同时第2用户也向基站转发第1用户的第i位用户信息；M是由信道系数变化快慢决定的一个数值；

（5）基站把步骤（3）所估计的载波信号作为参考信号，解调步骤（4）中第1用户和第2用户所发送的用户信息。

2.根据权利要1所述的一种基于UKF的混沌协同通信方法，其特征在于，

其中

是第1用户到基站间的L+1阶冲激响应，x₁(k)是第1用户所用的载波，w_1d(k)是第1用户的加性高斯白噪声；

其中

是第2用户到基站间的L+1阶冲激响应，x₂(k)是第2用户所用的载波，w_2d(k)是第2用户的加性高斯白噪声；

其中

是第1用户到第2用户再到基站的L+1阶冲激响应；

其中

是第2用户到第1用户再到基站的L+1阶冲激响应。

3.根据权利要2所述的一种基于UKF的混沌协同通信方法，其特征在于，步骤（3）所述用UKF算法对第1用户和第2用户所用的载波信号进行估计，具体为：

对第1用户，首先建立载波信号的状态空间模型：

观测方程为：

$\left[\begin{array}{c}{y}_{1d}^1\left(k\right)\\ y_{2d}^2\left(k\right)\end{array}\right]=\left[\begin{array}{ccc}{h}_{1d}^0& \·\·\·& h_{1d}^L\\ h_{12d}^0& \·\·\·& h_{12d}^L\end{array}\right]\left[\begin{array}{c}{x}_1\left(k\right)\\ \·\\ \·\\ \·\\ x_1(k-L)\end{array}\right]+\left[\begin{array}{c}{w}_{1d}\left(k\right)\\ w_{2d}\left(k\right)\end{array}\right]---\left(1\right)$

状态方程为：

$\left[\begin{array}{c}{x}_1\left(k\right)\\ x_1(k-1)\\ \·\\ \·\\ \·\\ x_1(k-L)\end{array}\right]=\left[\begin{array}{c}{f}_1\left(x_1(k-1)\right)\\ x_1\left(k\right)\\ \·\\ \·\\ \·\\ x_1(k-L+1)\end{array}\right]---\left(2\right)$

其中f₁为产生第1用户载波的混沌映射；

根据式（1）和式（2）所描述的状态空间模型，利用UKF算法对载波信号x₁(k)进行估计；

对第2用户，首先建立载波信号的状态空间模型：

观测方程为：

$\left[\begin{array}{c}{y}_{2d}^1\left(k\right)\\ y_{1d}^2\left(k\right)\end{array}\right]=\left[\begin{array}{ccc}{h}_{2d}^0& \·\·\·& h_{2d}^L\\ h_{21d}^0& \·\·\·& h_{21d}^L\end{array}\right]\left[\begin{array}{c}{x}_2\left(k\right)\\ \·\\ \·\\ \·\\ x_2(k-L)\end{array}\right]+\left[\begin{array}{c}{w}_{2d}\left(k\right)\\ w_{1d}\left(k\right)\end{array}\right]---\left(3\right)$

状态方程为：

$\left[\begin{array}{c}{x}_2\left(k\right)\\ x_2(k-1)\\ \·\\ \·\\ \·\\ x_2(k-L)\end{array}\right]=\left[\begin{array}{c}{f}_2\left(x_2(k-1)\right)\\ x_2\left(k\right)\\ \·\\ \·\\ \·\\ x_2(k-L+1)\end{array}\right]---\left(4\right)$

其中f₂为产生第2用户载波的混沌映射；

根据式（3）和式（4）所描述的状态空间模型，利用UKF算法对载波信号x₂(k)进行估计，得到估计载波信号。

4.根据权利要3所述的一种基于UKF的混沌协同通信方法，其特征在于，步骤（5）所述基站把步骤（3）所估计的载波信号作为参考信号，解调步骤（4）中第1用户和第2用户所发送的用户信息，具体为：

令时隙2i+1时，基站接收到第1用户发送的信号为

基站接收到第2用户发送的信号为

其中i＝1，...,M；

令时隙2i+2时，基站接收到第1用户转发的信号为

基站接收到第2用户发送的信号为

第1用户的第i位用户信息为：

其中sgn(.)为符号函数，β是扩频系数，A₁和A₂为权值；

第2用户的第i位用户信息为：

Images