实施例1
如图1所示,一种多数字调解系统中的最优掩膜计算方法,包括以下步骤:
S1:构造每一数字调解系统的埃尔米特变换矩阵及其的掩膜系数向量最优化设计的目标函数,得到每一数字调解系统的埃尔米特变换矩阵与其最优化掩膜系数向量之间的关系;
S2:对每一埃尔米特变换矩阵的每一元素求导,并将求导后的每一元素按求导前的位置重新组合成导数埃尔米特变换矩阵;
S3:将每一导数埃尔米特变换矩阵进行奇异值分解得到两个埃尔米特变换矩阵,以及一个对角矩阵;
S4:将S3中得到的两个埃尔米特变换矩阵和对角矩阵处理后得到一个新的埃尔米特变换矩阵;
S5:将S4中得到的新的埃尔米特变换矩阵进行再次进行S2-S4的步骤处理,并将结果迭代进行若干次S2-S4的步骤处理得到S1中每一数字调解系统的埃尔米特变换矩阵的局部最优解;
S6:根据S5中得到的结果和S1中每一数字调解系统的埃尔米特变换矩阵与其最优化掩膜系数向量之间的关系即可得到最优化掩膜系数向量。
本实施例中,步骤S5中,若连续两次S2-S4的步骤计算得到的埃尔米特变换矩阵之间的差值的绝对值小于阀值ε时,则最后计算得到的埃尔米特变换矩阵即为数字调解系统的埃尔米特变换矩阵的局部最优解。
本实施例中,步骤S2-S4的重复次数达到阀值T时,则最后计算得到的埃尔米特变换矩阵即为数字调解系统的埃尔米特变换矩阵的局部最优解。
本实施例中,为接收方信号,c=0,1,…,C-1,C为用于传输信号的数字调制系统总数,N为每个接收训方练信号的维度,i=0,1,…,Mc-1,Mc为每个调制系统接收到的信号数。表示a×b实数空间矩阵。由于xc,i被未知噪声污染,以及受信道的未知特性影响而失真。对于每个数字调制系统,设在理想条件下的接收方信号为:
设Uc为a×b复值空间矩阵,Uc为数字解调系统的埃尔米特变换矩阵,即
符号H代表共轭转置算子,IN×N定义为N×N单位矩阵。在传统滤波方式中,Uc是离散傅里叶变换矩阵。对于在旋转时频域中进行掩膜运算,Uc是离散分数傅里叶变换矩阵。
设
为数字解调系统的掩膜系数向量。设diag(z)为对角阵,对角元素为向量z。
定义
Fc≡diag(fc),c=0,1,…,C-1. (5)
接收信号进行离散时间信号滤波时为Ucxc,i,在进行在旋转时频域中进行掩膜运算后接收信号为FcUcxc,i。因此,滤波后的信号在时域中为滤波后的信号和对应的理想环境接收信号之间的最小二乘误差总和为因此,同时最优化设计数字解调系统的埃尔米特变换矩阵和掩膜系数可以构造成如下目标函数:
||·||为欧几里得范数。对于给定的Uc,设最优化掩膜系数向量为:
要同时最优化设计Uc和fc,依赖于Uc,c=0,1,…,C-1。定义Re(z)为矩阵z的实数部分。定义特殊矩阵此矩阵(n+1)th行和(n+1)th列全为1,其余元素全为0。可得如下关系式,对于给定Uc for c=0,1,…,C-1解相应的
式(8中)c=0,1,…,C-1,n=0,1,…,N-1。
关系式(8)的证明过程如下:
定义
c=0,1,…,C-1 and i=0,1,…,Mc-1,同时,定义
得,
c=0,1,…,C-1,上标“*”表示共轭运算,|·|表示模运算。可得:
c=0,1,…,C-1,n=0,1,…,N-1,
c=0,1,…,C-1,n=0,1,…,N-1,证毕。
对于给定的Uc,c=0,1,…,C-1,可基于式(8)解出c=0,1,…,C-1。
因此同时设计最优化Uc和fc,c=0,1,…,C-1可以转化为仅最优化设计Uc,
c=0,1,…,C-1。定义
,c=0,1,…,C-1,
c=0,1,…,C-1,
由此,将原来同时最优化设计Uc和fc,c=0,1,…,C-1转化为仅最优化设计Uc,c=0,1,…,C-1。
原来同时最优化设计Uc和fc,c=0,1,…,C-1,现等同于仅最优化设计Uc,c=0,1,…,C-1,可得:
式子(17a)证明过程如下:
c=0,1,…,C-1,令
得,
c=0,1,…,C-1,证毕。
通过式(17a)可知,我们只需要最优化Uc for c=0,1,…,C-1。在解得最优化Ucfor c=0,1,…,C-1后,for c=0,1,…,C-1可以通过式(8)导出。但是,这个最优化问题包含一个二阶复值等式限制条件。这种最优化问题非常难解决。为了解决这个难题,使用拉格朗日乘数法将等式限制条件下的最优化问题转化为非限制最优化问题。定义λc,p,q,c=0,1,…,C-1,p=0,1,…,N-1,q=0,1,…,N-1为最优化问题的拉格朗日乘子,
为包含这些拉格朗日乘子的矩阵,δ(·)为离散时间狄拉克函数。等式限制条件下的最优化问题现转化为如下非限制最优化问题:
设非限制最优化问题的最优化解为c=0,1,…,C-1,设
c=0,1,…,C-1。令for c=0,1,…,C-1。
同时,设Uc,J和Vc,J for c=0,1,…,C-1为埃尔米特矩阵,Dc,λ,c=0,1,…,C-1为对角阵,得
设
c=0,1,…,C-1,n=0,1,…,N-1。
设
c=0,1,…,C-1,n=0,1,…,N-1.同时,
Uc,λ=Vc,λ=Vc,J for c=0,1,…,C-1, (28)
Dc,λ=Dc,J for c=0,1,…,C-1, (29)
式(30)证明过程如下:
设
c=0,1,…,C-1,n=0,1,…,N-1,
c=0,1,…,C-1,n=0,1,…,N-1.
for c=0,1,…,C-1,n=0,1,…,N-1。因此可得(27)。同时,由(17),(22)和(24)可得
因为c=0,1,…,C-1是一个埃尔米特矩阵,可得
Uc,λ=Vc,λ,c=0,1,…,C-1. (35)
因此可得
c=0,1,…,C-1。因此,可直接得到(28)-(30)。
通过式(27),我们知道c=0,1,…,C-1需要满足(30),Uc,J和Vc,J,c=0,1,…,C-1是for c=0,1,…,C-1的奇异值分解矩阵。但是,c=0,1,…,C-1同时也依赖于c=0,1,…,C-1。因此,要到找c=0,1,…,C-1依然非常困难。为了解决这个难题,我们首先需要初始化任意的埃尔米特矩阵Uc,c=0,1,…,C-1。然后,我们计算c=0,1,…,C-1和相应的奇异值分解矩阵Uc,J,Dc,J和Vc,J,c=0,1,…,C-1。将这些矩阵代入(28)-(30),得到一个新的埃尔米特矩阵Uc,c=0,1,…,C-1。如上过程不断迭代,当连续两次S2-S4的步骤计算得到的埃尔米特变换矩阵之间的差值的绝对值小于阀值ε时或者步骤S2-S4的重复次数达到阀值T时,迭代停止将得到的埃尔米特矩阵作为最优化问题的局部最优解,其中ε、T的值根据实际的接收信号类型选取。
相同或相似的标号对应相同或相似的部件;
附图中描述位置关系的用于仅用于示例性说明,不能理解为对本专利的限制;
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。