CN105471777B - 可见光信道估计方法与系统 - Google Patents
可见光信道估计方法与系统 Download PDFInfo
- Publication number
- CN105471777B CN105471777B CN201511033960.9A CN201511033960A CN105471777B CN 105471777 B CN105471777 B CN 105471777B CN 201511033960 A CN201511033960 A CN 201511033960A CN 105471777 B CN105471777 B CN 105471777B
- Authority
- CN
- China
- Prior art keywords
- estimation
- channel
- visible light
- tap
- time domain
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000004044 response Effects 0.000 claims abstract description 58
- 230000006870 function Effects 0.000 claims abstract description 36
- 238000012546 transfer Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims description 11
- 238000007476 Maximum Likelihood Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 3
- 230000003252 repetitive effect Effects 0.000 claims description 2
- 230000009131 signaling function Effects 0.000 claims description 2
- 230000003044 adaptive effect Effects 0.000 claims 1
- 238000005086 pumping Methods 0.000 claims 1
- 238000004891 communication Methods 0.000 abstract description 12
- 230000008569 process Effects 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 244000141353 Prunus domestica Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 101150050759 outI gene Proteins 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 235000015170 shellfish Nutrition 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/0212—Channel estimation of impulse response
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/11—Arrangements specific to free-space transmission, i.e. transmission through air or vacuum
- H04B10/114—Indoor or close-range type systems
- H04B10/116—Visible light communication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Optical Communication System (AREA)
Abstract
本发明提供一种可见光信道估计方法与系统,对导频信号对应的信道传递函数进行最小二乘估计,并对收到导频信号的空间位置的时域信道冲激响应进行最大似然估计,获取可见光信道中不同位置的时域信道冲激响应的最大似然估计,计算相同时刻不同时延下可见光信道中每个抽头的协方差系数,自适应选取最佳的可变统计窗口长度,再计算每个抽头的时域估计均值作为贝叶斯估计所需均值,根据贝叶斯估计所需均值,获得信道冲激响应的时域贝叶斯估计。整个过程中,自适应地根据每个抽头的协方差系数来确定最佳统计窗口的长度,计算贝叶斯估计所需要的参数,从而为可见光通信系统提供完整而精确的信道估计参数,实现对可见光信道的准确估计。
Description
技术领域
本发明涉及可见光技术领域,特别是涉及可见光信道估计方法与系统。
背景技术
近年来,可见光通信(Visible Light Communications,VLC)技术的出现,成为传统无线通信系统的一个重要补充,为下一代无线通信系统与网络的演进注入了新的强大动力。
传统的基于射频(Radio Frequency,RF)的无线通信系统,在实际部署中一般采用基于导频的信道估计方案(Pilot-Aided Channel Estimation,PACE)。由于此类方案实现较为简单,结合插值算法可以方便地计算得到相邻导频之前的信道参数,因而得到了广泛的应用。然而,和无线信道模型相比,VLC信道模型的信道冲击响应(Channel ImpulseResponse,CIR)抽头随空间位置变化的包络不服从瑞利分布,并且信道响应的值为实值,在接收机移动的过程中,接收机所处的空间位置发生改变,每一个信道路径对应的抽头不服从传统的多普勒谱,对其位置改变所导致的信道变化进行跟踪变得较为困难。与此同时,和传统无线通信的瑞利衰落信道模型的功率延迟分布(Power Delay Profile,PDP)的稀疏性相比,VLC信道模型的PDP抽头数目更多。
在无线通信领域已提出了许多信道估计方案,然而,和传统的无线通信相比最大的不同是,VLC采用的是强度调制/直接检测(Intensity Modulation/Direct Detection,IM/DD),因而其时域的CIR是非负实数。因此,对于VLC信道模型,上述一般信道估计算法可能可以直接沿用,但是性能通常不能达到最优。为了取得性能的更进一步突破,需要提出一种适用于VLC信道条件下的信道估计算法。
发明内容
基于此,有必要针对一般信道估计算法无法准确获得可见光信道估计值的问题,提供一种能够准确获得可见光信道估计值的可见光信号估计方法与系统。
一种可见光信道估计方法,包括步骤:
获取可见光信道中相应的导频信号,对导频信号对应的信道传递函数进行最小二乘估计,并对收到导频信号的空间位置的时域信道冲激响应进行最大似然估计,获取可见光信道中不同位置的时域信道冲激响应的最大似然估计;
根据可见光信道中不同位置的时域信道冲激响应的最大似然估计,计算相同时刻不同时延下可见光信道中每个抽头的协方差系数;
根据每个抽头的协方差系数,自适应选取最佳的可变统计窗口长度;
根据最佳的可变统计窗口长度和每个抽头的协方差系数,计算每个抽头的时域估计均值作为贝叶斯估计所需均值;
根据贝叶斯估计所需均值和每个抽头的协方差系数,获得信道冲激响应的时域贝叶斯估计。
一种可见光信道估计系统,包括:
处理模块,用于获取可见光信道中相应的导频信号,对导频信号对应的信道传递函数进行最小二乘估计,并对收到导频信号的空间位置的时域信道冲激响应进行最大似然估计,获取可见光信道中不同位置的时域信道冲激响应的最大似然估计;
第一计算模块,用于根据可见光信道中不同位置的时域信道冲激响应的最大似然估计,计算相同时刻不同时延下可见光信道中每个抽头的协方差系数;
窗口长度选取模块,用于根据每个抽头的协方差系数,自适应选取最佳的可变统计窗口长度;
第二计算模块,用于根据最佳的可变统计窗口长度和每个抽头的协方差系数,计算每个抽头的时域估计均值作为贝叶斯估计所需均值;
贝叶斯估计模块,用于根据贝叶斯估计所需均值和每个抽头的协方差系数,获得信道冲激响应的时域贝叶斯估计。
本发明可见光信道估计方法与系统,对导频信号对应的信道传递函数进行最小二乘估计,并对收到导频信号的空间位置的时域信道冲激响应进行最大似然估计,获取可见光信道中不同位置的时域信道冲激响应的最大似然估计,计算相同时刻不同时延下可见光信道中每个抽头的协方差系数,自适应选取最佳的可变统计窗口长度,再计算每个抽头的时域估计均值作为贝叶斯估计所需均值,根据贝叶斯估计所需均值和每个抽头的协方差系数,获得信道冲激响应的时域贝叶斯估计。整个过程中,自适应地根据每个抽头的协方差系数来确定最佳统计窗口的长度,计算贝叶斯估计所需要的参数,从而为可见光通信系统提供完整而精确的信道估计参数,实现对可见光信道的准确估计。
附图说明
图1为本发明可见光信道估计方法第一个实施例的流程示意图;
图2为本发明可见光信道估计方法第二个实施例的流程示意图;
图3为本发明可见光信道估计系统第一个实施例的结构示意图;
图4为本发明可见光信道估计系统第二个实施例的结构示意图;
图5为真实VLC信道传输函数随接收机空间位置变化的示意图;
图6为在Eb/N0为30dB的情况下通过本发明可见光信道估计方法与系统处理所得到的信道传输函数估计值;
图7为本发明可见光信道估计方法与系统所获得的信道估计值的均方误差随信噪比Eb/N0变化的性能曲线;
图8为本发明可见光信道估计方法与系统的误码率随Eb/N0变化的性能曲线。
具体实施方式
如图1、图2所示,一种可见光信道估计方法,包括步骤:
S100:获取可见光信道中相应的导频信号,对导频信号对应的信道传递函数进行最小二乘估计,并对收到导频信号的空间位置的时域信道冲激响应进行最大似然估计,获取可见光信道中不同位置的时域信道冲激响应的最大似然估计。
最小二乘(Least Square,LS)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。最大似然估计(Maximum Likelihood,ML)是一种统计方法,它用来求一个样本集的相关概率密度函数的参数。收到导频信号的空间位置是指接收机接收到该导频信号时在空间中所处的物理位置,一般可用三维空间坐标系来表征。
在其中一个实施例中,步骤S100具体包括:
S120:获取可见光信道中相应的导频信号,对导频信号对应的信道传递函数进行最小二乘估计,获得收到导频信号的空间位置的信道估计。
S140:根据收到导频信号的空间位置的信道估计,对收到导频信号的空间位置的时域信道冲激响应进行最大似然估计,获得收到导频信号的空间位置的时域信道冲激响应的最大似然估计。
S160:计算可见光信道中不同位置的时域信道冲激响应的最大似然估计。
首先针对可见光信道中导频信号对应的信道传递函数进行最小二乘估计,获得收到导频信号的空间位置的信道估计,再基于收到导频信号的空间位置的信道估计,对收到导频信号的空间位置的时域信道冲激响应进行最大似然估计,得到收到导频信号的空间位置的时域信道冲激响应的最大似然估计,之后再采用步骤S120和步骤S140中相同的处理方式,计算整个可见光信道中不同位置的时域信道冲激响应的最大似然估计。
S200:根据可见光信道中不同位置的时域信道冲激响应的最大似然估计,计算相同时刻不同时延下可见光信道中每个抽头的协方差系数。
可见光信道中不同位置h的时域信道冲激响应的最大似然估计来计算在第n个时刻下,第i个抽头的相距时间间隔为d的协方差系数
其中Nw为用来统计相关系数的窗口长度,一般取一个固定的数值;μn是连续Nw个的信道冲激响应的均值向量,且符号[·]i表示选取向量的第i个元素。
S300:根据每个抽头的协方差系数,自适应选取最佳的可变统计窗口长度。
可变统计窗口(Variable Statistic Window,VSW)是指贝叶斯估计中对最大似然估计取均值的窗口,最佳的可变统计窗口长度可以基于目标函数和预设准确进行选取。在这里,根据每个抽头的协方差系数,自适应选取最佳的可变统计窗口长度。
具体来说,在其中一个实施例中,步骤S300包括:
S320:根据每个抽头的协方差系数,更新每个抽头的方差。
在上述第n个时刻下,第i个抽头的相距时间间隔为d的协方差系数
上述公式中,定义相距时间间隔为d为零,即可得到抽头的方差,将抽头的方差进行更新。
S340:根据每个抽头的方差,计算每个抽头相对于真值的均方差。
真值是指该特定路径时延及特定位置下所对应的抽头的真实数值。在实际估计中,由于噪声总是存在,因此真实的数值是无法准确测量得到的,而只能获得真值的估计值。然而,可以采用数学计算的方式,将每个抽头相对于真值的均方差计算出来。详细的计算公式由公式(6)给出。
S360:以每个抽头相对于真值的均方差为目标函数,根据最小化目标函数的准则自适应选取最佳的可变统计窗口长度。
以每个抽头相对于真值的均方差为目标函数,以最小化目标函数的准则,选择最佳的可变统计窗口长度。
S400:根据最佳的可变统计窗口长度和每个抽头的协方差系数,计算每个抽头的时域估计均值作为贝叶斯估计所需均值。
计算每个抽头的时域估计均值作为贝叶斯估计所需均值
S500:根据贝叶斯估计所需均值和每个抽头的协方差系数,获得信道冲激响应的时域贝叶斯估计。
具体来说,可以利用下式获得信道冲激响应的时域贝叶斯估计
其中是一个对角矩阵,它的对角线元素为为根据抽头协方差系数计算获得的方差。
本发明可见光信道估计方法,对导频信号对应的信道传递函数进行最小二乘估计,并对收到导频信号的空间位置的时域信道冲激响应进行最大似然估计,获取可见光信道中不同位置的时域信道冲激响应的最大似然估计,计算相同时刻不同时延下可见光信道中每个抽头的协方差系数,自适应选取最佳的可变统计窗口长度,再计算每个抽头的时域估计均值作为贝叶斯估计所需均值,根据贝叶斯估计所需均值和每个抽头的协方差系数,获得信道冲激响应的时域贝叶斯估计。整个过程中,自适应地根据每个抽头的协方差系数来确定最佳统计窗口的长度,计算贝叶斯估计所需要的参数,从而为可见光通信系统提供完整而精确的信道估计参数,实现对可见光信道的准确估计。
在其中一个实施例中,根据贝叶斯估计所需均值和每个抽头的协方差系数,获得信道冲激响应的时域贝叶斯估计的步骤之后还包括:
根据信道冲激响应的时域贝叶斯估计,进行N点快速傅里叶变换得到信道传递函数。
进行N点快速傅里叶变换得到信道传递函数,实现基于非负实数的快速逆傅里叶变换时域滤波,以输出准确函数。
为了进一步详细解释本发明见光信道估计的技术方案及其带来的效果,下面将采用具体实例并结合严谨的数学公式进行解释说明整个过程。
在具体实例中,选择描述直流偏置光正交频分复用(Direct Current-biasedOptical Orthogonal Frequency Division Multiplexing,DCO-OFDM)系统,并采用正交幅度调制(Quadrature Amplitude Modulation,QAM)的星座图。
为了叙述简便,以下描述忽略了时间下标。假设在每一帧中发送信号为S=[0,S1,...,SN-1]T,并且每一个数据帧都满足埃米尔特(Hermitian)对称,即然后,在每一帧中插入一定数量的导频符号,插入导频的初始位置是Np/2,其中Np是导频间隔。此外,为方便讨论,假设导频信号与数据信号同时满足在星座图中的功率归一化E{|Xk|2}=1。
假设接收机在空间位置n收到一个OFDM信号帧,利用文献[5]的方法建模,可以得到相应的信道冲击响应h[n,k],其中0≤k≤Kmax-1,TSample是QAM符号采样周期,而τmax是信道冲激响应的最大时延。假设此时发射端满足埃米尔特对称的频域信号为S[n,k],0≤k≤N-1,则该发射信号经过N点的快速傅立叶逆变换(Inverse Fast FourierTransform,IFFT)可得到实数时域信号s[n,k],0≤k≤N-1。添加直流偏置,削去数值小于0的波形,可得到非负实数的波形sclip[n,k],0≤k≤N-1,然后将其经过电光信号转换后发射出去。发射信号与信道冲激响应进行卷积后,经过光电转化,加上高斯白噪声之后为接收机接收到的电信号。对接收到的电信号作傅立叶变换可得到满足:
其中H[n,k]是对应于信道冲击响应h[n,k]的N点FFT,ω[n,k]是均值为0、方差为σ2的复高斯噪声。
可见光信道估计方法具体包括步骤:
步骤一:最小二乘估计
首先,利用最小二乘算法,得到导频所在子载波位置处的信道估计为
其中导频信号的下标为Pi,1≤i≤Np,Np是一个OFDM符号包含的导频数目。
步骤二:最大似然估计(Maximum Likelihood Estimation,MLE)
设利用LS得到信道估计向量为原始
真实的信道向量为H=[H[n,P1],H[n,P2],H[n,P3],...,H[n,Np]]T。其中,有H=Wh,W的行向
量定义为而是该空间位置的时域信
道冲激响应。因此利用最大似然估计方法可以得到对于h的一个估计:
其中(WHW)-1WH也被称为左逆矩阵。
步骤三:信息更新过程(Information Renewal Process,IRP)
该过程利用当前和历史得到的、关于不同空间位置的h的最大似然估计来计算在第n个时刻下,第i个抽头的相距时间间隔为d的协方差系数
其中Nw为用来统计相关系数的窗口长度,一般取一个固定的数值;μn是连续Nw个的信道冲激响应的均值向量,且符号[·]i表示选取向量的第i个元素。
步骤四:阈值检测与最优化
阈值检测的目的是为了减少运算量,使系统的运行速度更快,节约硬件成本。具体地,可检测的数值,其中Lmax是贝叶斯估计中对最大似然估计取均值的窗口长度,一般可取不大于Nw的正整数,σ2是频域信号的噪声方差,是在第n个时刻下信道的第i个多径分量的方差。如果满足δ≥0,那么直接令即可得到最优的窗口长度。否则,定义关于第i个抽头的临时变量,令和令Li取从1到Lmax的整数,重复计算下式
其中被定义为信道的每个多径分量上的MLE估计的时域误差。通过式(3)可以得到的取值为这样对于第i个抽头相对于真值的均方误差(即目标函数)可以表示为
接下来更新这两个临时参数,式(7)是关于的更新方案
式(8)是关于的更新方案
再进行窗口长度的迭代更新
Li=Li+1 (9)
使Mi最小化
即可得到关于第i个抽头的最佳窗口长度利用上述公式,可以自适应地改变统计窗口长度(VSW)。此外,n时刻的第i个抽头方差可以通过下式来更新
式(10)、(11)和(12)需要对i=0,1,...,Kmax-1的不同抽头的值进行更新,从而得出第n时刻所有抽头相应的最佳窗口的长度i=0,1,...,Kmax-1。
步骤五:贝叶斯估计所需的均值计算
利用式(4)和(10),计算每个抽头的时域估计均值作为贝叶斯估计所需的先验均
值。
步骤六:时域贝叶斯估计
利用下式获得信道冲激响应的时域贝叶斯估计
其中是一个对角矩阵,它的对角线元素为
如图3所示,一种可见光信道估计系统,包括:
处理模块100,用于获取可见光信道中相应的导频信号,对导频信号对应的信道传递函数进行最小二乘估计,并对收到导频信号的空间位置的时域信道冲激响应进行最大似然估计,获取可见光信道中不同位置的时域信道冲激响应的最大似然估计;
第一计算模块200,用于根据可见光信道中不同位置的时域信道冲激响应的最大似然估计,计算相同时刻不同时延下可见光信道中每个抽头的协方差系数;
窗口长度选取模块300,用于根据每个抽头的协方差系数,自适应选取最佳的可变统计窗口长度;
第二计算模块400,用于根据最佳的可变统计窗口长度和每个抽头的协方差系数,计算每个抽头的时域估计均值作为贝叶斯估计所需均值;
贝叶斯估计模块500,用于根据贝叶斯估计所需均值和每个抽头的协方差系数,获得信道冲激响应的时域贝叶斯估计。
本发明可见光信道估计系统,处理模块100对导频信号对应的信道传递函数进行最小二乘估计,并对收到导频信号的空间位置的时域信道冲激响应进行最大似然估计,获取可见光信道中不同位置的时域信道冲激响应的最大似然估计,第一计算模块200计算相同时刻不同时延下可见光信道中每个抽头的协方差系数,窗口长度选取模块300自适应选取最佳的可变统计窗口长度,第二计算模块400计算每个抽头的时域估计均值作为贝叶斯估计所需均值,贝叶斯估计模块500根据贝叶斯估计所需均值和每个抽头的协方差系数,获得信道冲激响应的时域贝叶斯估计。整个过程中,自适应地根据每个抽头的协方差系数来确定最佳统计窗口的长度,计算贝叶斯估计所需要的参数,从而为可见光通信系统提供完整而精确的信道估计参数,实现对可见光信道的准确估计。
如图4所示,在其中一个实施例中,处理模块100具体包括:
最小二乘处理单元120,用于获取可见光信道中相应的导频信号,对所述导频信号对应的信道传递函数进行最小二乘估计,获得所述收到导频信号的空间位置的信道估计;
最大似然估计处理单元140,用于根据所述收到导频信号的空间位置的信道估计,对所述收到导频信号的空间位置的时域信道冲激响应进行最大似然估计,获得所述收到导频信号的空间位置的时域信道冲激响应的最大似然估计;
重复单元160,用于计算所述可见光信道中不同位置的时域信道冲激响应的最大似然估计。
如图4所示,在其中一个实施例中,窗口长度选取模块300具体包括:
方差更新单元320,用于根据每个抽头的协方差系数,更新每个抽头的方差。
均方差计算单元340,用于根据所述每个抽头的方差,计算所述每个抽头相对于真值的均方差。
窗口长度选取单元340,用于所述每个抽头相对于真值的均方差为目标函数,根据最小化目标函数的准则自适应选取最佳的可变统计窗口长度。
在其中一个实施例中,可见光信道估计系统还包括:
快速傅里叶变换模块,用于根据信道冲激响应的时域贝叶斯估计,进行N点快速傅里叶变换得到信道传递函数。
为了进一步说明本发明可见光信道估计方法与系统的有益效果,下面将采用实例并结合试验数据进行说明。
4个发射机位于室内房间天花板上的4个固定位置。为了量度接收机在房间内不同空间位置的信道估计性能,假设用户手持接收机在室内连续移动,其接收到的每一帧均对应于不同空间位置,且相邻的帧对应相邻的位置。用户从房间的某个角落走到另一个角落,根据在不同空间位置的信道冲激响应的不同,得到相应的信道估计结果,最后以均方误差(Mean Square Error,MSE)和误码率(Bit Error Rate,BER)来评价本发明提出的方案的性能与优势。
仿真模型由位于房间天花板四周的LED发射机以及地面的VLC接收机所组成。假设用户拿着接收机在房间中移动,且接收机的高度保持1m不变,则用户移动轨迹可简化为二维平面轨迹。假设用户从空间位置(-2.5,-2.5)走到空间位置(2.5,0)。每个数据帧包含的符号个数为N=1024,调制方案采用16QAM。具体的仿真参数由表1给出。
表1仿真参数表
图5显示了真实VLC信道传输函数(Channel Transfer Function,CTF)随接收机空间位置变化的示意图,图6则是在Eb/N0为30dB的情况下通过本发明方案所得到的CTF估计值。由图可见,采用该方案可以得到非常接近真实值的信道估计结果。
图7给出了使用本发明的方案所获得的信道估计值的MSE随信噪比Eb/N0变化的性能曲线。图中对比了本发明的方案、现有技术一提出的MLE方法、现有技术二提出的TDLS方法、现有技术三提出的维纳滤波方法、现有技术四提出的APLI方法、现有技术提出的递归最小二乘方法。如图7所示,本发明提出的方案明显优于其他的五种方案,显示了本方案用于信道估计的精确性。
图8给出了本发明的方案的BER随Eb/N0变化的性能曲线。除上述展示的五种方案外,还多加了一条理想信道状态信息(Channel State Information,CSI)条件下的参考性能曲线。由图8可见,本发明提出的方案能够提供优于其他五种算法的BER性能。例如,当目标BER为10-4时,与理想信道状态信息(Channel State Information,CSI)情况下的系统相比,本发明提供的性能损失仅为0.6dB,而其他方法均有较大程度的损失。
以上实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (6)
1.一种可见光信道估计方法,其特征在于,包括步骤:
获取可见光信道中相应的导频信号,对所述导频信号对应的信道传递函数进行最小二乘估计,并对收到所述导频信号的空间位置的时域信道冲激响应进行最大似然估计,获取所述可见光信道中不同位置的时域信道冲激响应的最大似然估计;
根据所述可见光信道中不同位置的时域信道冲激响应的最大似然估计,计算相同时刻不同时延下可见光信道中每个抽头的协方差系数;
根据所述每个抽头的协方差系数,自适应选取最佳的可变统计窗口长度;
根据所述最佳的可变统计窗口长度和所述每个抽头的协方差系数,计算每个抽头的时域估计均值作为贝叶斯估计所需均值;
根据所述贝叶斯估计所需均值和所述每个抽头的协方差系数,获得信道冲激响应的时域贝叶斯估计;
所述根据所述贝叶斯估计所需均值和所述每个抽头的协方差系数,获得信道冲激响应的时域贝叶斯估计之后还包括:
根据所述信道冲激响应的时域贝叶斯估计,进行N点快速傅里叶变换得到信道传递函数。
2.根据权利要求1所述的可见光信道估计方法,其特征在于,所述获取可见光信道中相应的导频信号,对所述导频信号对应的信道传递函数进行最小二乘估计,并对收到所述导频信号的空间位置的时域信道冲激响应进行最大似然估计,获取所述可见光信道中不同位置的时域信道冲激响应的最大似然估计的步骤包括:
获取可见光信道中相应的导频信号,对所述导频信号对应的信道传递函数进行最小二乘估计,获得收到所述导频信号的空间位置的信道估计;
根据收到所述导频信号的空间位置的信道估计,对收到所述导频信号的空间位置的时域信道冲激响应进行最大似然估计,获得收到所述导频信号的空间位置的时域信道冲激响应的最大似然估计;
计算所述可见光信道中不同位置的时域信道冲激响应的最大似然估计。
3.根据权利要求1或2所述的可见光信道估计方法,其特征在于,所述根据所述每个抽头的协方差系数,自适应选取最佳的可变统计窗口长度的步骤包括:
根据所述每个抽头的协方差系数,更新所述每个抽头的方差;
根据所述每个抽头的方差,计算所述每个抽头相对于真值的均方差;
以所述每个抽头相对于真值的均方差为目标函数,根据最小化目标函数的准则自适应选取最佳的可变统计窗口长度。
4.一种可见光信道估计系统,其特征在于,包括:
处理模块,用于获取可见光信道中相应的导频信号,对所述导频信号对应的信道传递函数进行最小二乘估计,并对收到所述导频信号的空间位置的时域信道冲激响应进行最大似然估计,获取所述可见光信道中不同位置的时域信道冲激响应的最大似然估计;
第一计算模块,用于根据所述可见光信道中不同位置的时域信道冲激响应的最大似然估计,计算相同时刻不同时延下可见光信道中每个抽头的协方差系数;
窗口长度选取模块,用于根据所述每个抽头的协方差系数,自适应选取最佳的可变统计窗口长度;
第二计算模块,用于根据所述最佳的可变统计窗口长度和所述每个抽头的协方差系数,计算每个抽头的时域估计均值作为贝叶斯估计所需均值;
贝叶斯估计模块,用于根据所述贝叶斯估计所需均值和所述每个抽头的协方差系数,获得信道冲激响应的时域贝叶斯估计;
快速傅里叶变换模块,用于根据所述信道冲激响应的时域贝叶斯估计,进行N快速傅里叶变换得到信道传递函数。
5.根据权利要求4所述的可见光信道估计系统,其特征在于,所述处理模块包括:
最小二乘处理单元,用于获取可见光信道中相应的导频信号,对所述导频信号对应的信道传递函数进行最小二乘估计,获得收到所述导频信号的空间位置的信道估计;
最大似然估计处理单元,用于根据收到所述导频信号的空间位置的信道估计,对收到所述导频信号的空间位置的时域信道冲激响应进行最大似然估计,获得收到所述导频信号的空间位置的时域信道冲激响应的最大似然估计;
重复单元,用于计算所述可见光信道中不同位置的时域信道冲激响应的最大似然估计。
6.根据权利要求4或5所述的可见光信道估计系统,其特征在于,所述窗口长度选取模块包括:
方差更新单元,用于根据所述每个抽头的协方差系数,更新所述每个抽头的方差;
均方差计算单元,用于根据所述每个抽头的方差,计算所述每个抽头相对于真值的均方差;
窗口长度选取单元,用于以所述每个抽头相对于真值的均方差为目标函数,根据最小化目标函数的准则自适应选取最佳的可变统计窗口长度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511033960.9A CN105471777B (zh) | 2015-12-30 | 2015-12-30 | 可见光信道估计方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511033960.9A CN105471777B (zh) | 2015-12-30 | 2015-12-30 | 可见光信道估计方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105471777A CN105471777A (zh) | 2016-04-06 |
CN105471777B true CN105471777B (zh) | 2019-04-05 |
Family
ID=55609063
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201511033960.9A Active CN105471777B (zh) | 2015-12-30 | 2015-12-30 | 可见光信道估计方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105471777B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6319487B1 (ja) * | 2017-03-14 | 2018-05-09 | Nttエレクトロニクス株式会社 | 光伝送特性推定方法、光伝送特性補償方法、光伝送特性推定システム及び光伝送特性補償システム |
CN107454025B (zh) * | 2017-07-26 | 2019-09-10 | 东南大学 | 一种可见光通信中信道冲激响应抽头个数的估计方法 |
CN107343265B (zh) * | 2017-08-16 | 2023-07-18 | 华南理工大学 | 一种基于最大似然估计的可见光定位系统及方法 |
CN109547103B (zh) * | 2018-12-17 | 2020-09-15 | 武汉邮电科学研究院有限公司 | 一种可见光信道的监测方法及系统 |
EP4020849B1 (en) * | 2019-08-19 | 2024-02-28 | Nippon Telegraph And Telephone Corporation | Optical communication system and optical communication method |
CN111049768B (zh) * | 2019-12-25 | 2021-04-27 | 中山大学 | 一种基于深度学习的位置信息辅助的可见光信道估计方法 |
CN111404848B (zh) * | 2020-03-20 | 2021-03-19 | 中山大学 | 一种渐进最优的海洋通信系统信道估计方法 |
CN112350965B (zh) * | 2020-11-04 | 2022-11-15 | 西安邮电大学 | 无线光通信系统中自适应最小二乘信道估计方法及接收机 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102035765A (zh) * | 2010-11-18 | 2011-04-27 | 中国人民解放军理工大学 | 基于最大时延实时估计的mmse信道估计方法 |
CN102739573A (zh) * | 2011-04-13 | 2012-10-17 | 英特尔移动通信有限公司 | 信道估计方法以及信道估计器 |
CN103731381A (zh) * | 2014-01-14 | 2014-04-16 | 上海交通大学 | 缺秩情况下室内可见光通信系统信号估计方法 |
-
2015
- 2015-12-30 CN CN201511033960.9A patent/CN105471777B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102035765A (zh) * | 2010-11-18 | 2011-04-27 | 中国人民解放军理工大学 | 基于最大时延实时估计的mmse信道估计方法 |
CN102739573A (zh) * | 2011-04-13 | 2012-10-17 | 英特尔移动通信有限公司 | 信道估计方法以及信道估计器 |
CN103731381A (zh) * | 2014-01-14 | 2014-04-16 | 上海交通大学 | 缺秩情况下室内可见光通信系统信号估计方法 |
Non-Patent Citations (3)
Title |
---|
Decision Directed Channel Estimation Aided OFDM Employing Sample-Spaced and Fractionally-Spaced CIR Estimators;AKHTMAN Jos等;《IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS》;20070430;第6卷(第4期);全文 |
基于Cholesky分解的MIMO-OFDM系统同信道干扰抑制方法;曹敦等;《东南大学学报(自然科学版)》;20150131;第45卷(第1期);第1-3页 |
有色噪声下基于Wishart随机矩阵的贝叶斯时变信道估计;景源等;《通信学报》;20090228;第30卷(第2期);第1-4页 |
Also Published As
Publication number | Publication date |
---|---|
CN105471777A (zh) | 2016-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105471777B (zh) | 可见光信道估计方法与系统 | |
CN102035767B (zh) | 信道估计方法和装置 | |
CN106130939B (zh) | 一种迭代的mimo-ofdm系统中快时变信道估计方法 | |
Wang et al. | A MIMO-OFDM channel estimation approach using time of arrivals | |
Wong et al. | Joint channel estimation and prediction for OFDM systems | |
CN101242388B (zh) | 高速单载波频域均衡超宽带系统的信道估计方法 | |
WO2007137484A1 (fr) | Procédé et dispositif d'estimation de canaux | |
CN106506415B (zh) | 一种多用户mimo-ofdm系统信道估计的方法 | |
CN105337906B (zh) | 信道估计方法及装置 | |
EP2394405A2 (en) | Methods and systems for least squares block channel estimation | |
CN109150773A (zh) | 无线信道特征估计系统 | |
CN102664841A (zh) | Sc-fde系统低复杂度rls自适应信道估计的方法 | |
WO2011017032A1 (en) | Signal and noise power estimation by projecting a received signal on channel response autocorrelation matrix eigenvector basis | |
Nissel et al. | Doubly-selective channel estimation in FBMC-OQAM and OFDM systems | |
CN104486266A (zh) | 一种基于mimo-ofdm系统的信道估计方法及装置 | |
EP2596605A1 (en) | Method and system for wireless communication channel estimation | |
CN112350965A (zh) | 无线光通信系统中一种自适应最小二乘信道估计方法及接收机 | |
CN111404848A (zh) | 一种渐进最优的海洋通信系统信道估计方法 | |
CN109672641A (zh) | 一种适于复杂环境下的lte下行信道估计方法 | |
CN110247864A (zh) | 一种sc-fde系统的无线时变信道估计方法 | |
CN105610746A (zh) | 基于v‐ofdm的双选择信道估计方法 | |
Miriyala et al. | Reduced complexity channel estimation method for multi input multi output-orthogonal frequency division multiplexing systems by subspace tracking | |
Kutz et al. | Maximum-LikelihoodSemiblind Equalization of Doubly Selective Channels Using the EM Algorithm | |
Savaux et al. | Convergence analysis of a joint signal‐to‐noise ratio and channel estimator for frequency selective channels in orthogonal frequency division multiplexing context | |
KR102149610B1 (ko) | Ofdm 시스템에서의 mrc 기반 채널추정장치 및 그 채널추정방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |