CN103516484B

CN103516484B - 双向中继信道模型的正交差分空时网络编码方法

Info

Publication number: CN103516484B
Application number: CN201310466504.8A
Authority: CN
Inventors: 金小萍; 韩新强; 朱瑞鑫
Original assignee: China Jiliang University
Current assignee: Hangzhou Rong Qi Science and Technology Ltd.
Priority date: 2013-10-09
Filing date: 2013-10-09
Publication date: 2017-04-12
Anticipated expiration: 2033-10-09
Also published as: CN103516484A

Abstract

本发明公开了一种双向中继信道模型的正交差分空时网络编码方法，所述模型包括两个信源和，一个中继R，信源引入多天线机制，配备有多个天线；包括如下步骤：信号传输过程分为两个阶段：信源传输阶段，比特流通过星座映射、Alamouti编码、差分空时调制，得到发射信号矩阵；中继广播阶段，实现信号的接收、检测、解调，然后实现两信源信息的异或网络编码、差分调制，并映射为发送符号，广播给两信源；其中信号接收时采用多分组处理，采用多符号差分球形译码完成信号检测，对上行链路中继和下行链路信源的接收信号译码都适用。

Description

双向中继信道模型的正交差分空时网络编码方法

技术领域

本发明属于无线通信领域，主要涉及多输入多输出双向中继信道（Multipleinput multiple output Two-Way Relay Channel ，MIMO-TWRC）模型中的一种正交差分空时网络编码（ODSTNC）方法。

背景技术

目前，多输入多输出双向中继通信网络（MIMO-TWRC）是一种双向多跳中继网络，结合了双向中继通信模型和多输入多输出技术，能充分利用空间资源，进一步扩大了网络覆盖范围，不仅能获得很高的分集增益，而且能够进一步提高传输效率。TWRC网络中，终端可以是两个距离较远的基站，中继可以是一个移动设备，如手机等，所以该网络可用于完成公共无线网络中距离较远的两基站之间的信息传递。另外，MIMO-TWRC模型也可以用于传感器网络中两汇聚中心的信息交换等，结构简单，易于实现。

通常，每个节点采用半双工的方式传送数据，对于双向中继网络中的传统协作存储转发方案，中继节点每次只能转发一个信号，很大程度上浪费了时隙资源，降低了传输速率。而一种新的传输方案，即网络编码（network coding，NC），要求在中继处，对接收到多个信源的信号进行合并，然后进行广播，能够节省时隙开销，提高传输速率。很多研究也证明，网络编码的应用不仅能有效解决中继节点协作通信频谱利用率较低的问题，而且可提高系统的资源利用率，获得网络编码增益。

一般情况下，在无线环境中对接收端接收到的信号进行检测，需要估计每条信道的信息。但在实际中，当移动设备处于移动状态或终端在比较恶劣的环境中，很难获得准确的信道信息，特别是MIMO-TWRC模型中多条信道处于快速变化的移动环境时，信道估计更增加了系统设计复杂度和难度。针对这个问题，常采用差分调制避免信道估计。基于此，利用差分调制技术，可以实现用于双向中继信道网络的差分网络编码（differential networkcoding, D-NC）方案，常规的D-NC方案不需要知道信道信息，但仅实现单天线传输，不能获得较高的分集增益。因此。将D-NC方案应用在MIMO-TWRC网络中，利用MIMO技术的优势，构造正交空时分组码，可以获得满分集增益，进一步提高系统性能。

而针对接收端对已接收差分调制信号的解码，通常采用差分检测进行信号译码。但是常规差分检测与相关检测之间存在3dB性能差距，为缩短这一差距，差分检测可扩展到多符号差分检测（MSDD）中，对符号采用多分组处理，实现性能的提高。对于MSDD，可表述为在一个分组长度内，用接收机连续接收到的N个符号联合检测N-1个符号。最优MSDD算法是最大似然（ML）差分译码，由于其穷尽搜索所有信号，复杂度随着调制节点数和分组长度的增加呈指数形式增加，所以常通过深度优先多符号差分球形译码（MSDSD）算法降低前者计算复杂度。

发明内容

针对现有技术中存在的上述技术问题，本发明提供了一种双向中继信道模型的正交差分空时网络编码方法，所述模型包括两个信源和，一个中继R，信源引入多天线机制，配备有多个天线；包括如下步骤：信号传输过程分为两个阶段：信源传输阶段，比特流通过星座映射、Alamouti编码、差分空时调制，得到发射信号矩阵；中继广播阶段，实现信号的接收、检测、解调，然后实现两信源信息的异或网络编码、差分调制，映射为发送符号，并广播给两信源；其中信号接收时采用多分组处理，采用MSDSD完成信号译码，对上行链路中继和下行链路信源的接收信号译码都适用。

进一步的，下行链路中，信源对检测后的比特信息，与本身信息进行反异或处理，消除自身干扰。

进一步的，所采用模型为MIMO双向中继信道，信源和分别配有2个独立天线，中继R为单天线。

进一步的，所述信源所发送比特信息是随机产生的，相互独立，互不影响。

进一步的，本方法适用于多种无线信道，如高斯信道、瑞利信道等常见信道模型。

本发明的特点：MIMO-TWRC模型能很好的体现出两信源间的信息交换，模型构造简单，通信方式灵活，利用信源与中继之间的多天线信道，能够保证较高的传输性能，同时中继节点的网络编码，可获得更高的传输效率。本方案具有成本低，功耗小，结构简单，易于实现的优点。且多符号差分球形译码应用与接收信号的检测，便于操作，容易实现，能在很大程度上降低最优检测算法最大似然译码的计算复杂度。

附图说明

图1是双向中继信道MIMO-TWRC模型结构示意图；

图2a是正交差分空时网络编码ODSTNC方法的上行链路传输示意图；

图2b是正交差分空时网络编码ODSTNC方法的下行链路中继到信源的传输示意图；

图3是应用于ODSTNC方法中的接收信号检测算法多符号差分球形译码MSDSD的算法流程框图；

图4是ODSTNC方法中两种接收信号译码算法的计算复杂度比较示意图；

图5是信道衰落不同情况下，采用不同译码算法时的ODSTNC方法；

图6是不同分组长度的MSDSD算法应用于ODSTNC方法下的性能比较示意图。

具体实施方式

下面主要结合附图对本发明的具体实施进行详细的描述。

按照本发明提出的应用于MIMO-TWRC模型中的ODSTNC方法的具体实施例，系统模型如图1所示，基本框图如图3所示，主要按照下列步骤进行：

系统模型包括两个信源和，其中信源产生二进制比特流，且比特信息经过星座映射：，假设第t时刻编码矩阵中包含连续的两个符号，分别是符号和，按照Alamouti编码形成编码矩阵。差分后第t个编码矩阵可以表示为，该矩阵满足正交性。

中继对信源第t个码字的信号接收矩阵可表示为：

（1）

其中，表示到R的信道矩阵，为均值0，方差为的复高斯白噪声。

中继接收符号采用多分组处理，在前N个时隙，中继接收来自信源的信息，得到N个接收信号。在后N个时隙，中继接收到来自另一个信源的信息。对于接收信源的信号，令表示为一个分组里信源发送的信号，则发送符号矩阵以及R接收信号矩阵分别表示为：

，，，

信道衰落系数为：，

随机噪声表示为：。则中继接收信号（1）可表示为：

（2）

针对上式，最大似然算法可用于信号检测，可以给出度量表达式为：

（3）

本发明方案中，针对上式中计算复杂度随着调制星座点数和分组长度的增加呈指数增长的问题，在现有多符号差分球形译码的基础上，将算法应用于针对矩阵运算的多符号差分球形译码，每次判决不再针对单个信号，而是针对整个编码矩阵块进行信号判决，每次计算得出的是一个编码矩阵块。设定一个初始球形半径C，度量表达式可以表示为：

（4）

通过上式，接收机利用连续接收到N个符号联合检测N-1个符号，可以译码得到。

对检测得到的多个信号，进行逆映射，恢复出两信源各自对应的比特信息。如，t时刻译码信号表示为，，还原为二进制比特，，对应中，。对（，）与（，）进行异或操作，即，，合并后的信息对应映射集中的，，可表示为，。定义一个进制符号集，即：，进行差分编码，可得，。

中继在物理层广播差分后的网络编码信号，下行链路中，t时刻第个天线接收中继信号可表示为：

（5）

其中是R到的信道衰落因子，是均值为0，方差为的AWGN。

然后将两个天线接收的符号进行等增益合并（EGC），可得到：

（6）

通过最大似然检测进行译码，引入判决度量：

（7）

上式为分组长度N=2的差分检测，同样可以延伸到多符号差分检测，通过N个连续接收的信号联合检测N-1个信号，实施方式与中继处理信号类似。针对于信源译码出中继信号，需要消除自身干扰，才能得到另一信源的信息。对于对应中，对应比特信息。若获得信息，消除自身干扰，对应的比特信息需要与节点本身信息作XOR处理。即：

（8）

这时，获得比特信息，也可通过同样方法恢复的信息，完成两信源之间的信息交换。

按照本发明方案中所述的多符号差分球形译码方法，其主要树形搜索如图3所示。具体描述如下：

图3所示，各符号表示为：i-树形检测层，M-调制星座点数，C-球形半径，metric-每层分支度量，Metric-当前节点总的度量值，N-分组长度。

从根节点开始向下搜索，首先，初始化搜索半径为，根据球形译码的度量表达式，当，首层分支度量为

（9）

通过的不同取值，计算得到度量值最小的一条分支metric ₁，沿着metric ₁对应子节点向下层扩张，即，扩张节点度量表达式为：

（10）

上式为节点度量值与下层节点当前度量值之和，通过的不同取值找到上式的所有结果中最小度量metric ₂下的子节点，并继续向下层扩张。第3层（）扩张节点度量表达式为：

（11）

最小化上式，通过的不同取值可得到最小度量metric ₃下的子节点，并继续向下扩张。直到第N-1层，即，由子节点向下层扩张，度量表达式为：

（12）

通过的不同取值，得到最小化度量值metric _N-1，对应子节点为。

这时候对应总的度量值Metric _N-1 = metric ₁ + metric ₂ +…+ metric _N-1 。

然后用Metric更新球形半径C，然后回溯到上层（N-2），判断该层未扩张其他节点的总的度量值Metric _N-2。如果Metric _N-2 <C，则向下扩张，直到检测树的叶子节点（），并判断该层节点总的度量值是否小于更新后的半径，若满足条件，则更新半径，否则继续回溯上层，重复这一迭代过程。

若一直搜索不到叶子节点，且半径不再更新，则搜索结束。这时候最小度量值对应一条最佳路径，所对应的各分支子节点，就是最优检测信号。

实施例1

在TWRC模型中基于检测转发网络编码的一种接收端MSDSD方法的一个实施例，其中：

（1）系统模型采用包括两个信源和，一个中继节点R的TWRC模型，信道可采用瑞利衰落信道，且信道模型可以为多普勒频移fd ₁=0.0075的慢衰落信道和fd ₂=0.03的快衰落信道。设两信源节点产生比特源信息相互独立，各信源分别将自己的输入比特流经过星座映射、Alamouti编码、差分调制，（如DBPSK调制方式），形成编码矩阵。

（2）按照编码矩阵，两信源独立广播各自信息，中继节点接收，采用多分组处理，在这里分别取分组长度为N = 2、3、4、5情况下进行实例验证。中继分别通过MSDSD对接收信号进行译码。

（3）中继采用检测转发协议，中继广播阶段，对检测得到的多个符号，进行逆映射恢复成比特信息，得到来自两信源节点相互独立的信息比特流，采用异或网络编码合并两路检测得到的比特信息，并通过DBPSK方式进行调制，得到差分调制符号。

（4）两信源通过多天线接收中继R广播的信号。信源对接收信号采用MSDSD进行译码，通过逆映射恢复成比特信息。最后与本身信息进行异或操作用于消除自身干扰，完成信息交换。

图4是ODSTNC方法中两种接收信号译码算法的计算复杂度比较示意图；两种算法分别为最大似然算法和多符号差分球形译码MSDSD算法，多符号分组长度分别为2、3、4、5。

对本发明方案具体实例进行验证，并通过误码率来进行说明。对于信道衰落不同情况下，采用不同分组长度时MSDSD译码算法时的ODSTNC方案性能仿真图，如下图5所示，其中fd ₁对应于慢衰落信道，fd ₂对应于快衰落信道，N=2对应于常规单符号差分检测，N=5对应于分组长度为5的多符号差分球形译码，可以看出，当多普勒频移fd ₁较大，即信道衰落较快时，信噪比较高部分会产生误码平层现象，随着分组长度的增加，性能得到改善。同时，可看出，信道衰落较慢时的性能比衰落较快时要好很多，且在同一信道衰落条件下，分组长度N = 5时的误码率比N = 2时要低很多，性能随着分组长度增加得到改善。

另外，图6所示，为不同分组长度的MSDSD算法应用于ODSTNC方案下的性能比较，取分组长度为2、3、4、5。可以看出，相同信噪比下，随着分组长度的增大，检测性能逐渐变好。同时，信噪比较低时，分组长度N对检测性能影响较小，随着信噪比的增大，误码率随着分组长度的增大而减小。

上面结合附图对本发明的具体实施例进行了详细的说明。但本发明并不局限于上述的实施例。在不脱离本申请的权利要求的精神和范围情况下，本领域的技术人员可做出各种修改或者改型。

Claims

1.双向中继信道模型的正交差分空时网络编码方法，所述模型包括两个信源X₁和X₂，一个中继R，信源引入多天线机制，配备有多个天线；包括如下步骤：信号传输过程分为两个阶段：信源传输阶段，比特流通过星座映射、Alamouti编码、差分空时调制，得到发射信号矩阵；中继广播阶段，实现信号的接收、检测、解调，然后实现两信源信息的异或网络编码、差分调制，映射为发送符号，并广播给两信源；其中信号接收时采用多分组处理，采用MSDSD完成信号译码，对上行链路中继和下行链路信源的接收信号译码都适用，具体为：信源X_k，k＝1，2产生二进制比特流，且比特信息b_k经过星座映射：假设第t时刻编码矩阵中包含连续的两个符号，分别是符号v_k,1[t]和v_k,2[t]，按照Alamouti编码形成编码矩阵差分后第t个编码矩阵可以表示为该矩阵满足正交性；

中继对信源X_k第t个码字的信号接收矩阵可表示为：

R_k[t]＝S_k[t]H_k[t]+W_k[t] (1)

其中，H_k[t]＝[h_k,1[t],h_k,2[t]]^T表示X_k到R的信道矩阵，W_k[t]＝[w_k,1[t],w_k,2[t]]^T为均值0，方差为N₀的复高斯白噪声；

中继接收符号采用多分组处理，在前N个时隙，中继接收来自信源X₁的信息，得到N个接收信号；在后N个时隙，中继接收到来自另一个信源X₂的信息；对于接收信源X_k的信号，令S_k表示为一个分组里信源X_k发送的信号，则X_k发送符号矩阵以及R接收信号矩阵分别表示为：

S_k＝diag{S_k[t],S_k[t-1],…,S_k[t-N+1]}，V_k＝diag{V_k[t],V_k[t-1],…,V_k[t-N+1]}，R_k＝[R_k[t],R_k[t-1],…,R_k[t-N+1]]^T，

信道衰落系数为：H_k＝[H_k[t],H_k[t-1],…,H_k[t-N+1]]^T，

随机噪声表示为：W_k＝[W_k[t],W_k[t-1],…,W_k[t-N+1]]^T；则中继接收信号(1)可表示为：

R_k＝S_kH_k+W_k (2)

2.如权利要求1所述的双向中继信道模型的正交差分空时网络编码方法，其特征在于：下行链路中，信源对检测后的比特信息，与本身信息进行反异或处理，消除自身干扰。

3.如权利要求1所述的双向中继信道模型的正交差分空时网络编码方法，其特征在于：所采用模型为MIMO双向中继信道，信源X₁和X₂分别配有2个独立天线，中继R为单天线。

4.如权利要求1所述的双向中继信道模型的正交差分空时网络编码方法，其特征在于：所述信源所发送比特信息是随机产生的，相互独立，互不影响。

5.如权利要求1所述的双向中继信道模型的正交差分空时网络编码方法，其特征在于：本方法适用于多种无线信道。