CN103731381A - 缺秩情况下室内可见光通信系统信号估计方法 - Google Patents

Abstract

一种无线信号信道估计技术领域的缺秩情况下室内可见光通信系统信号估计方法，依据奇异值分解的方法对所得到的信道冲激响应矩阵估计值进行奇异值排序。在选定某个设定的奇异值门限基础上，将小于该门限的奇异值进行重新设定，并进行重新分解，得到信道冲激响应矩阵估计值的伪逆阵，利用该伪逆阵对接收到的MIMO信号进行估计。该方法特别适用于室内LED可见光通信系统中数据信号的接收、估计和检测，而且其实现方法简单，易于实现。

Description

缺秩情况下室内可见光通信系统信号估计方法

技术领域

本发明涉及的是一种无线信号信道估计技术领域的方法，具体是一种基于改进奇异值分解的缺秩情况下室内可见光通信系统信号估计方法，用于针对信号在信道冲激响应矩阵缺秩情况下的接收信号分析与估计，特别适用于室内LED可见光通信系统中调制信号的接收、估计和检测。 

背景技术

在室内可见光通信系统中，为了有效提高系统的传输速率并有效抑制通信中的多径效应，可以采用MIMO的通信方式。在MIMO通信方式下，系统的输入输出模型为：Y(t)=H(t)X(t)+n(t)，其中：X(t)为t时刻的信源信号列向量，维数为N_t×1，N_t为相互独立的信源个数；Y(t)为t时刻接收的信号列向量，维数为N_r×1；n(t)为t时刻接收端的加性噪声列向量，维数为N_r×1；H(t)为t时刻的信道冲激响应矩阵，维数为N_t×N_r。 

一般情况下，在MIMO通信中，从每一个发射单元到每一个接收单元，都会存在相应的传输路径。这些传输路径可分为直射路径（LOS）和反射或折射路径（NLOS）两大类。在正常通信且发射单元和接收单元数目保持相同（N_t=N_r）的情况下，信道冲激响应矩阵H(t)为一个满秩的方阵。但是在某些特殊情况下，例如某个（或某些）发射单元的发射信号不能准确到达接收单元，或者某个（或某些）接收单元不能正常工作的时候，有可能会导致信道冲激响应矩阵H(t)成为一个缺秩的方阵，使得MIMO信号的接收出现严重的问题。 

简单地说，在上式中，当信道冲激响应矩阵H(t)为一个满秩的方阵时，信源信号列向量的估计值满足：

其中：[]^-1为矩阵求逆运算符。当n(t)为加性高斯白噪声列向量时，可得到信源信号列向量的无偏估计。但是，当信道冲激响应矩阵H(t)缺秩时，无法对上式进行计算，其估计结果不成立，这也成为制约其应用的一个重要方面。因此，为了有效地估计或恢复出信源信号列向量，需要研究其它方法来获取信道冲激响应矩阵H(t)缺秩情况下的可见光通信系统MIMO解析算法。 

经过对现有技术的检索发现，中国专利文献号CN102664669A公开日2012‐09‐12，公开了一种提高室内分布式多输入多输出系统信道容量的方法，涉及无线通信领域。提供一种可获得最佳提升系统容量的性能的提高室内分布式多输入多输出系统信道容量的方法。发射端根 据接收端反馈的角域信息，建立分布式多输入多输出信道的角域模型；根据建立的分布式多输入多输出信道的角域模型，针对不同室内环境重新构造信道信息矩阵；根据信道信息矩阵，在室内分布式天线中选择信道增益较大和到达角差异较大的发射天线用于数据发送；利用奇异值分解方法分解天线选择后的信道信息矩阵，并采用功率注水算法对已选择的发射天线进行功率分配；利用室内分布式多输入多输出系统，发送各用户在各个信道中的待发送信号，从而达到提高信道容量的目的。但该技术所适用的环境和情况并没有考虑MIMO系统中信道缺秩的情况，而信道缺秩在实际应用中是不可避免会出现的场景。 

中国专利文献号CN101166047公开日2008‐04‐23，公开了一种利用信道几何均值分解的多天线通信系统的发送装置、接收装置、发送方法及接收方法,在所述接收装置中通过对信道进行分析以获得信道矩阵,并对信道矩阵进行几何均值分解及量化处理以得到信道特征信息,再将信道特征信息反馈回发送装置使其进行相应预编码处理,同时接收装置根据信道特征信息对信道矩阵进行修正及分解以得到均衡矩阵,再根据所述均衡矩阵对接收信号进行均衡处理以实现通信的正常进行,从而可解决因接收端反馈回发射端的信道特征信息存在量化误差而导致所述通信系统难以正常工作的问题,并提出了一种增加通信系统吞吐量的子信道的选择方法,采用本发明可有效降低通信系统的复杂度,使其便于在实际中推行。但该技术利用传统的SVD分解方法来实现信道均衡，但是直接使用SVD分解方法仍然无法避免缺秩情况下小奇异值所带来的误码情况，不利于保障缺秩情况下室内可见光通信系统信号的正确接收。 

发明内容

本发明针对现有技术存在的上述不足，提出一种缺秩情况下室内可见光通信系统信号估计方法，用于在接收机端对可见光通信信号进行估计和接收，特别适用于室内可见光通信系统，而且其方法简单，易于实现。 

本发明是通过以下技术方案实现的，本发明通过收发MIMO训练序列，对信道冲激响应矩阵进行估计，并将信道冲激响应估计矩阵

进行奇异值分解，对信道冲激响应矩阵估计值的均值

进行奇异值重构，对小于门限值的奇异值进行重置，获得优化的左奇异值向量和右奇异值向量；最后通过发射普通MIMO数据信号序列，并在接收端利用优化的左奇异值向量和右奇异值向量进行信号接收和估计，并对估计值进行解调，即可完成室内MIMO可见光通信系统的通信功能。 

所述方法具体包括以下步骤： 

第一步，发射MIMO训练序列：首先在MIMO可见光通信系统的所有发射端发射相应的训练序列，即

且t=1,2,…,N，其中：N_t为MIMO可见光通 信系统发射端的发射装置个数，N为所发射的训练序列周期时长，[·]^T为矩阵（向量）转置运算符。 

第二步，接收MIMO训练序列：接下来在MIMO可见光通信系统的所有接收端获得相应的接收训练序列，即且t=1,2,…,N，其中：N_r为MIMO可见光通信系统接收端的接收装置个数。 

第三步，对系统信道冲激响应矩阵H(t)进行估计：在接收端已知发射训练序列的情况下，根据系统输入输出模型Y(t)=H(t)X(t)+n(t)，对信道冲激响应矩阵H(t)进行估计，估计式为：

其中：

为信道冲激响应矩阵H(t)的估计值。 

第四步，对信道冲激响应矩阵进行奇异值分解：对信道冲激响应矩阵

取均值得

对其进行奇异值分解，得：

给出，其中：

为矩阵

的秩，σ_i为分解所得到的从大到小排列的奇异值，u_i和v_i分别为分解所得到的与σ_i对应的左奇异值向量和右奇异值向量，[·]^H为矩阵（向量）复共轭转置运算符。 

第五步，对信道冲激响应矩阵估计值的均值

进行奇异值重构，对小于门限值的奇异值进行重置：计算奇异值的均值

得：选定一个在区间(0,1)之间的门限常数k，当奇异值σ_i小于时，将该奇异值重新设定为大于该固定值

的奇异值中的最小值。根据重新得到的奇异值σ′_i再进行奇异值分解，得：

其中：u′_i和v′_i分别为分解所得到的与σ′_i对应的左奇异值向量和右奇异值向量。 

第六步，针对普通MIMO数据信号序列，在接收端利用左奇异值向量和右奇异值向量对接收到的信号进行估计和解调：当发射端的发射数据信号序列为 

接收端相应的接收数据信号序列为 

则在接收端对发射信号的估计可由下式来实现，即： 

其中：

即为发射数据信号序列A(t)的估计值。将该数据信号序列的估计值进行解调，即可完成室内MIMO可见光通信系统的通信功能。 

技术效果 

与现有方法和技术相比，本发明用于接收和估计室内可MIMO见光通信系统的数据信号，方法简单，过程实施方便，具有很好的可行性和实用性。 

附图说明

图1是实施例中采用所提出方法的接收端估计信号与传统信道冲激响应矩阵直接求逆方法所得估计信号在不同信噪比条件下的误码率性能对比结果。 

具体实施方式

下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。 

实施例1 

本实施例是用Matlab仿真软件生成MIMO训练序列、数据信号序列、以及室内MIMO可见光通信系统信道冲激响应特性，利用所提出的方法估计出MIMO接收信号，并进行相应的误码率性能验证。 

本方法的具体实施过程如下： 

1）首先选定系统模型和参数，即MIMO可见光通信系统发射端的发射装置个数N_t、接收端的接收装置个数N_r、训练序列周期时长N。 

在本实施例中，当N_t=4、N_r=4，且N=1000。可见光通信的室内环境设置为一个长度和宽度各为5米、高度为2.5米的房间，以天花板的任意一个角作为坐标原点、以该角的两条边作为坐标轴的x轴和y轴，4个LED灯分别排列在(0.95,0.95)、(0.95,4.05)、(4.05,0.95)、(4.05,4.05)的坐标位置。当4个接收器放在离地面高度为0.85米的水平桌面上，且分别位于4个LED灯的正下方。 

2）在发射端产生4路MIMO训练序列。所产生的训练序列为X(t)=[x₁(t),x₂(t),x₃(t),x₄(t)]^T，且t=1,2,…,1000。 

在本实施例中，训练序列中的训练数据x₁(t)、x₂(t)和x₃(t)的取值为±1，采用Matlab仿真软件中自带的随机数函数产生的随机变量生成；x₄(t)的取值为0，对应该路信号缺秩的情况。 

3）产生4×4阶的MIMO可见光通信系统的信道冲激响应矩阵H(t)，同时产生信道加性噪声列向量n(t)=[n₁(t),n₂(t),n₃(t),n₄(t)]^T，且t=1,2,…,1000。 

在本实施例中，信道冲激响应矩阵H(t)中的元素采用Matlab仿真软件中自带的rand()函数产生(0,1)区间均匀分布的随机变量生成，而加性噪声列向量n(t)中的元素采用Matlab仿 真软件中自带的randn()函数产生均值为0、方差为0.1的呈高斯分布的随机变量生成。 

4）在接收端产生4路MIMO接收训练序列。所产生的接收训练序列为Y(t)=[y₁(t),y₂(t),y₃(t),y₄(t)]^T，且t=1,2,…,1000。 

在本实施例中，接收训练序列由计算式Y(t)=H(t)X(t)+n(t)用Matlab仿真软件产生，且t=1,2,…,1000，矩阵或向量H(t)、X(t)和n(t)已由前两个步骤生成。 

5）在接收端估计信道冲激响应矩阵的估计值

在本实施例中，采用基于最小均方误差准则的最优化方法对信道冲激响应矩阵进行估计，估计值为

且t=1,2,…,1000。 

6）在接收端对信道冲激响应矩阵的估计值

进行奇异值分解（SVD分解）。 

在本实施例中，首先计算出信道冲激响应矩阵估计值的均值

计算式为 

对矩阵

进行奇异值分解，得到所对应的奇异值和奇异值向量。这里采用Matlab仿真软件中的svd()函数来实现奇异值分解，可得

其中：

为矩阵

的秩，σ_i为通过分解所得到的一组从大到小排列的奇异值，即σ₁≥σ₂≥…≥σ_p；u_i和v_i分别为分解所得到的与σ_i相对应的左奇异值向量和右奇异值向量，[·]^H为矩阵（向量）复共轭转置运算符。 

7）计算奇异值σ_i的均值

即

同时选定某个在(0,1)区间内的固定参数值k，将常数

作为奇异值的门限值。依据该门限值对奇异值进行重设定，并重新进行奇异值分解。 

在本实施例中，设定k=0.1。将从大到小排序过之后的奇异值与门限值

进行比较，得：

令数值较小的奇异值σ_l+1=σ_l+2=…=σ_p=σ_l。根据重新得到的奇异值向量[σ₁,σ₂,…,σ_l,σ_l,…,σ_l]重新进行奇异值分解，得： 

其中：u′_i和v′_i分别为分解所得到的与新的奇异值σ′_i相对应的左奇异值向量和右奇异值向量。 

8）在发射端产生正常的4×4阶MIMO数据信号序列，并在接收端利用上述步骤和方法所得到的结果进行数据信号的接收和估计。 

在本实施例中，当发射端的发射数据信号序列为A(t)=[a₁(t),a₂(t),a₃(t),a₄(t)]^T，且t=1,2,…,10000。数据信号序列中a₁(t)、a₂(t)和a₃(t)的取值为±1，采用Matlab仿真软件中自带的随机数函数产生的随机变量生成；a₄(t)的取值为0，对应该路信号缺秩的情况。接收端的接收数据信号序列为B(t)=[b₁(t),b₂(t),b₃(t),b₄(t)]^T，由计算式B(t)=H(t)A(t)+n(t)用Matlab仿真软件产生，其中：矩阵或向量H(t)和n(t)由步骤4）中相同的方法生成。在接收端对发射数据信号序列的估计通过下式来实现，即：

其中：

为发射数据信号序列A(t)的估计值。 

仿真对比结果 

在信道冲激响应矩阵缺秩的情况下，由于加性噪声或量化噪声影响的存在，仍然可能求出信道冲激响应矩阵H(t)的逆矩阵，因此可将正常求逆矩阵然后进行MIMO解码的结果与所提出的算法性能进行比较。 

考虑4×4的MIMO情况，同时为了简化分析，各信号的传输只考虑直射分量，而不考虑反射或折射分量。信号调制方式采用16QAM调制。如图1所示，为本实施例的方法与信道冲激响应矩阵直接求逆然后进行MIMO解码这两种不同方法在不同信噪比条件下的误码率性能对比结果。 

比较两条曲线可发现，当信噪比相同时，如SNR同为20dB时，使用信道冲激响应矩阵直接求逆法的误码率比本实施例方法的误码率高了一个多数量级。说明使用了本方法所提出的方法估算的信源数据更为准确和可靠。因此，本方法所提出方法的信号估计误差要小于现有技术方法，具有很好的优越性。 

Claims (6)

1.一种缺秩情况下室内可见光通信系统信号估计方法，其特征在于，通过收发MIMO训练序列，对信道冲激响应矩阵进行估计，并将信道冲激响应估计矩阵

进行奇异值分解，对信道冲激响应矩阵估计值的均值

进行奇异值重构，对小于门限值的奇异值进行重置，获得优化的左奇异值向量和右奇异值向量；最后通过发射普通MIMO数据信号序列，并在接收端利用左奇异值向量和右奇异值向量对接收到的信号进行估计和解调，即可完成室内MIMO可见光通信系统的通信功能。

2.根据权利要求1所述的方法，其特征是，所述方法包括以下步骤：

1)发射和接收MIMO训练序列；

2)对系统信道冲激响应矩阵H(t)进行估计，得到信道冲激响应估计矩阵

3)对信道冲激响应估计矩阵

的均值

进行奇异值重构，对小于门限值的奇异值进行重置，得到左奇异值向量和右奇异值向量；

4)针对普通MIMO数据信号序列，在接收端利用左奇异值向量和右奇异值向量对接收到的信号进行估计和解调。

3.根据权利要求1或2所述的方法，其特征是，所述的发射MIMO训练序列是指：在MIMO可见光通信系统的所有发射端发射相应的训练序列，即

且t=1，2，…，N，其中：N_t为MIMO可见光通信系统发射端的发射装置个数，N为所发射的训练序列周期时长，[·]^T为矩阵(向量)转置运算符；

所述的接收MIMO训练序列是指：在MIMO可见光通信系统的所有接收端获得相应的接收训练序列，即且t=1，2，…，N，其中：N_r为MIMO可见光通信系统接收端的接收装置个数。

4.根据权利要求1或2所述的方法，其特征是，所述的信道冲激响应估计矩阵

通过以下方式获得：在接收端已知发射训练序列的情况下，根据系统输入输出模型Y(t)=H(t)X(t)+n(t)，对信道冲激响应矩阵H(t)进行估计，估计式为：

其中：

为信道冲激响应矩阵H(t)的估计值。

5.根据权利要求1或2所述的方法，其特征是，所述的左奇异值向量和右奇异值向量通过以下方式得到：对信道冲激响应矩阵

取均值得

对其进行奇异值分解，得：

给出，其中：

为矩阵的秩，σ_i为分解所得到的从大到小排列的奇异值，u_i和v_i分别为分解所得到的与σ_i对应的左奇异值向量和右奇异值向量，[·]^H为矩阵(向量)复共轭转置运算符；

计算奇异值的均值得：

选定一个在区间(0，1)之间的门限常数k，当奇异值σ_i小于

时，将该奇异值重新设定为大于该固定值的奇异值中的最小值，根据重新得到的奇异值σ_i′再进行奇异值分解，得：

其中：u_i′和v_i′分别为分解所得到的与σ_i′对应的左奇异值向量和右奇异值向量。

6.根据权利要求1或2所述的方法，其特征是，所述的在接收端利用左奇异值向量和右奇异值向量对接收到的信号进行估计和解调是指：当发射端的发射数据信号序列为接收端相应的接收数据信号序列为

则在接收端对发射信号的估计可由下式来实现，即：其中：

即为发射数据信号序列A(t)的估计值。

Images