CN107689847B - 标记辅助无线通信系统信号发送和接收方法 - Google Patents

标记辅助无线通信系统信号发送和接收方法 Download PDF

Info

Publication number
CN107689847B
CN107689847B CN201710919046.7A CN201710919046A CN107689847B CN 107689847 B CN107689847 B CN 107689847B CN 201710919046 A CN201710919046 A CN 201710919046A CN 107689847 B CN107689847 B CN 107689847B
Authority
CN
China
Prior art keywords
label
symbol
signal
central point
follows
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
Application number
CN201710919046.7A
Other languages
English (en)
Other versions
CN107689847A (zh
Inventor
梁应敞
黄雨迪
张倩倩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201710919046.7A priority Critical patent/CN107689847B/zh
Publication of CN107689847A publication Critical patent/CN107689847A/zh
Application granted granted Critical
Publication of CN107689847B publication Critical patent/CN107689847B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
    • H04L1/0045—Arrangements at the receiver end
    • H04L1/0047—Decoding adapted to other signal detection operation
    • H04L1/005—Iterative decoding, including iteration between signal detection and decoding operation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
    • H04L1/0045—Arrangements at the receiver end
    • H04L1/0047—Decoding adapted to other signal detection operation
    • H04L1/0048—Decoding adapted to other signal detection operation in conjunction with detection of multiuser or interfering signals, e.g. iteration between CDMA or MIMO detector and FEC decoder
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
    • H04L1/0045—Arrangements at the receiver end
    • H04L1/0054—Maximum-likelihood or sequential decoding, e.g. Viterbi, Fano, ZJ algorithms
    • 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
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • H04L25/03178—Arrangements involving sequence estimation techniques
    • H04L25/03312—Arrangements specific to the provision of output signals
    • 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
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03891—Spatial equalizers
    • H04L25/03898—Spatial equalizers codebook-based design
    • H04L25/0391—Spatial equalizers codebook-based design construction details of matrices
    • 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
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03891—Spatial equalizers
    • H04L25/03898—Spatial equalizers codebook-based design
    • H04L25/0391—Spatial equalizers codebook-based design construction details of matrices
    • H04L25/03923—Spatial equalizers codebook-based design construction details of matrices according to the rank

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Radio Transmission System (AREA)

Abstract

本发明属于通信技术领域，具体的说是涉及一种无线通信系统信号发送和接收方法。本发明的主要方法为在发射端：发射机在发送数据信息之前，插入T个标记符号，T是所需发送的最小标记符号数，所述标记符号的内容是接收端已知的；在接收端：利用接收到的标记符号，通过标记恢复恢复出K‑T个标记，采用K个标记符号分别标记每个类别对应的发送符号；然后采用聚类算法，以K个标记为初始中心点辅助算法快速收敛到全局最优解；聚类完成后，被划分到每个类别的数据信号将被判决为该类别被标注的发送符号，实现符号检测。本发明的有益效果在于，相对于传统的PAT系统，本发明的方法不需要信道估计，且以较低复杂度实现了ML检测。

Description

标记辅助无线通信系统信号发送和接收方法
技术领域
本发明属于通信技术领域，具体的说是涉及一种无线通信系统信号发送和接收方法。
背景技术
信号检测是无线通信系统的基本组成，其效率直接影响系统的通信吞吐量。传统的信号检测方法需要信道信息，因而依赖于基于导频的无线传输(Pilot-assistedTransmission，PAT)。传统的PAT系统的发送端发送导频信号(Pilot Symbols)使接收端进行信道估计，从而使得接收机可以利用信道信息及线性检测方法(如LMMSE、ZF等)或者复杂度较高的检测方法(如ML检测)恢复出发送符号。由于噪声的存在，只有利用较长的导频信号才能较为准确的估计出信道信息，从而降低了通信效率。而目前的聚类接收机复杂度高，参数多，需要大量的数据点才能得到较好的检测性能。
发明内容
本发明的目的，就是针对上述问题，提出一种在接收端不需要进行信道估计的用于无线通信系统信号发送和接收方法。
本发明的技术方案如下：
无线通信系统信号发送和接收方法，其特征在于，包括：
在发射端：发射机在发送数据信息之前，插入T个标记符号，T是所需发送的最小标记符号数，所述标记符号的内容是接收端已知的；
在接收端：利用接收到的标记符号，通过标记恢复恢复出K-T个标记，K为T个标记符号与恢复得到的标记符号之和；
采用K个标记符号分别标记每个类别对应的发送符号；然后采用聚类算法，以K个标记为初始中心点辅助算法快速收敛到全局最优解；在聚类算法迭代收敛过程中，类别标注关系将被保持；聚类完成后，被划分到每个类别的数据信号将被判决为该类别被标注的发送符号，实现符号检测。
本发明总的技术方案，为了解决传统的PAT系统需要长导频进行信道估计的问题，本发明的方案直接对接收信号进行聚类并利用标记符号(Label Symbols)进行类别标注(Labeling)，进而恢复出发送符号。同时，为了解决已有聚类接收机参数数量大、需要大量的数据点才能得到较好的检测性能的问题，本发明还提出了基于中心点恢复(CentroidsReconstruction)的聚类接收机方案：
假设信道在一段时间内保持不变，该时段发送的信号均经过相同的信道。由于噪声服从CSCG分布，使得在已知发送符号的的条件下，接收机上收到的信号服从多维CSCG分布。考虑该短时间内收到的所有信号，其服从高斯混合模型，通过对接收信号形成的高斯混合模型进行聚类可以将同一个发射符号对应的接收信号聚类到同一个类别。利用标记信息和聚类类别之间的对应关系指明每个类别对应的发送符号，进而对接收信号做判决以恢复出其对应的发送符号。利用调制信息的约束，仅需估计K个类别中的T个中心点，其中K＞＞T，其他K-T个类别中心点可以通过中心点恢复得到。
本发明的有益效果在于，相对于传统的PAT系统，本发明的方法不需要信道估计，且以较低复杂度实现了ML检测。相比于已有的聚类接收机，所需估计参数少，达到相同精度需要的数据点数少，算法收敛速度快。
附图说明
图1示出了本发明提出的接收机工作流程；
图2示出了本发明提出的聚类接收机工作示意图；
图3示出了本发明中聚类算法中心点恢复、更新与标记示意图；
图4示出了本发明标记符号设计方法一；
图5示出了本发明接收信号聚类后的标注方法；
图6示出了基于QPSK的2X2MIMO性能对比；
图7示出了基于16QAM的2X2MIMO性能对比；
图8示出了基于QPSK的L＝2OFDM性能对比；
图9示出了基于QPSK的L＝3OFDM性能对比。
具体实施方式
下面将结合附图和实施例，详细描述本发明的技术方案。
考虑分组衰落信道，即假设信道在一段时间内保持不变，该时段发送的信号经过相同的信道。发送符号s(n)是从一个共有K元素的有限码本中选出。由于噪声服从CSCG分布，使得在给定的条件下，接收天线上收到的信号服从均值为μk，方差为∑k的CSCG分布，即因为协方差矩阵是噪声引起的，所以所有类别的协方差矩阵相同，即∑1＝∑2＝…＝∑0。如果不同接收天线的噪声相互独立，则所以，而该时段内接收机收到的信号的分布满足：
其中πk是每一种出现的概率。显然y(n)服从高斯混合分布。
本发明提出了一种基于调制特性的高斯混合模型(Modulation-constrainedGaussian Mixture Model，MC-GMM)及其聚类方法用以符号检测。
流程如图1所示，具体包括：
(1)利用收到的T个标记符号对应的标记信号做中心点恢复，得到K-T个剩余标记信号。
(2)T个标记信号和K-T个恢复标记做类别标注，每个标记标注一个类别对应的发送符号。K个标记作为聚类算法的初始类别中心点；
(3)迭代更新T个标记对应的中心点组成的成分φ和协方差∑0直到收敛；
(4)利用φ和V通过中心点恢复的方法得到所有的类别中心点；
(5)符号检测判决。
图2为本发明提出的聚类接收机工作流程。发送的符号包含标记符号和数据符号，对应为接收端的标记信号和数据信号。标记信号首先做标记重构，重构出来的标记对每个类别做标记，并作为聚类算法的初始中心点。算法收敛之后得到估计的类别中心点和方差，相应的类别也保持标记。聚类到同一类的数据信号被检测判决为该类别相对应的发送符号。
实际上，接收机在迭代聚类算法进行检测时，无需估计K个中心点，K个协方差矩阵和K个类别权重，只需估计T个中心点和1个协方差矩阵，其他中心点信息通过中心点恢复恢复出来。
所述仅需T个中心点的中心点恢复方法具体如下：
设K个可能发送的符号向量形成的符号矩阵为：对应的接收信号中心点组成的中心点矩阵为：Ω＝[μ1,μ2,…,μK]。通过矩阵分解的方法，和Ω可以分解出相同的一个成分V，称作恢复矩阵。该恢复矩阵在信号经过信道后保持不变。同时，和Ω会各自分解出另外一个仅含T个中心点的成分，T＜＜K，记为φ。接收机只需估计T个中心点组成的成分φ即可通过V恢复剩余的中心点。以MIMO为例，其中U是满秩的矩阵。Ω＝[μ1,μ2,…,μK]＝φV，其中φ是列满秩矩阵，仅包含T个列向量。接收机仅需估计φ中的T个中心点而非Ω的所有K个中心点。
MC-GMM的具体算法为：
接收信号的似然函数为：
其中ψ＝[{π1,θ1},{π2,θ2},…,{πM,θM}],θk＝{μk,Σk}，因为通信系统调制符号等概率，且多根天线的噪声相互独立而协方差矩阵相同，所以有Ψ＝[{π0,θ1},{π0,θ2},…,{π0,θM}],θk＝{μk,∑0}，π0＝1/K。由于每个成分的均值可以通过中心点恢复得到，定义该关系为μk＝βk(φ)。y(n)服从的MC-GMM有如下表达：
因为每个数据点y(n)必然属于某个高斯成分，故引入隐变量zn∈{0,1}K,其中znk是zn的元素k，即zn只有一个元素为1，其余为0。接收信号和隐变量的联合分布的期望为：
在假设已知高斯混合分布的参数Ψ的情况下，的后验概率为：
在假设已知γnk的情况下，通过将(4)关于φ和协方差矩阵∑0求导并取0可得相应的更新公式。
本发明还提出一种基于调制特性的K-Means算法(Modulation-constrained K-Means，MC-KMeans)用以符号检测。相比于MC-GMM，该方法无需估计协方差，也无需计算具体的到每个中心点的概率而只需计算距离，因此复杂度会降低。
原始K-Means算法的优化目标为：
其中μkn表示离y(n)最近的中心点，即
由μk＝βk(φ)可知,μkn＝βk,n(φ)，MC-KMeans的优化目标为：
通过将公式(8)关于φ求导即可求得更新公式。事实上，MC-GMM和MC_KMeans可以关联起来，其关联关系为：
实施例1
以MIMO通信系统为例，说明本发明所提出的MC-GMM和MC-KMeans的使用方法。
对于一般的有Mt根发送天线和Mr根接收天线的MIMO模型，令调制阶数为Q，有T＝Mt，接收到的信号为：
p是发送功率，H是发送机到接收机的信道矩阵，其元素相互独立且满足
是Mt根发送天线一起发送的符号向量，w(n)是服从循环对称复高斯(CSCG)分布的噪声，即w(n)与s(n)相互独立，则接收天线接收到的信号表示为：
由于噪声服从CSCG分布，使得在给定的条件下，接收天线上收到的信号服从均值为方差为∑k的CSCG分布，即而该时段内接收机所有天线收到的信号的分布满足
即MIMO系统中的接收信号服从高斯混合分布。
如图3所示，以2×2天线阵列，QPSK调制为例说明MIMO系统中聚类接收机某根接收天线上中心点标记和更新的过程。三角表示标记信号，圆圈表示通过标记恢复得到的标记。此时每个中心点对应的类别已经标记。经过一步更新之后，中心点位置更新，该过程以直线连接表示，标记状况保持不变：
故K＝42。发射机在数据符号前插入Mt个标记符号，其对应的接受标记信号首先做标记恢复，每一个标记将对一个类别对应的发送符号做标记。同时，接收到的标记信号也作为MC-GMM的初始点。
如图4所示，本例中标记符号的设计方法为，在发送数据符号之前，插入Mt个标记符号，每个标记符号向量是一种可能的发送符号向量。以2×2天线阵列，QPSK调制为例，一共有42种可能的发送符号向量。以发送的数据符号为[1+j,1+j]T为例，由于数据符号和标记符号在该段时间内经过的信道相同，所有发送符号为[1+j,1+j]T的数据符号和标记符号[1+j,1+j]T会被聚类到同一个类别。通过标记符号建立起聚类类别和发送符号之间的关系，然后所有该类别的数据信号都被判决成与该标记符号相同的发送符号。其中聚类之后的结果由图5示出。
在MIMO中Ω＝[μ1,μ2,…,μK]＝φV，即μk＝βk(φ)＝φVk。故：
且其更新公式为：
如果∑0＝σ2I，则有
通过迭代公式(13)和公式(5)即可估计得到类别中心点进而做符号判决。
类似的可得在MIMO中MC-KMeans的更新公式为：
通过迭代公式(15)和(7)即可实现参数更新。其中Vkn表示第n个点最近的中心点μk对应的恢复向量。
图6示出了基于QPSK的2x2MIMO的性能对比，可以看出本方案提出的方案性能逼近最优性能且远高过基于原始GMM的聚类接收机和基于信道估计的最大似然估计。
图7示出了基于16QAM的2x2MIMO的性能对比，可以看出本方案提出的方案性能非常逼近最优性能且远高过基于信道估计的最大似然估计。
实施例2
以OFDM系统为例，说明本发明所提出的MC-GMM和MC-KMeans的使用方法。
对于OFDM系统，假定共有M个子载波，有L条路径到达接收端，这些时域信道表示为h0,h1,…,hL-1，接收端在去循环前缀和快速离散傅里叶变换(FFT)之后，在第n个时刻的频域信号可以表示为：
yn＝Λsn+un,
其中，yn是指一个OFDM接收符号，yn＝[yn,1,yn,2,…,yn,M]T，yn,m表示第m个子载波第n个时刻的接收符号，sn是指一个OFDM发送符号，sn＝[sn,1,sn,2,…,sn,M]T，sn,m表示第m个子载波第n个时刻的发送符号，是从符号集选取的，是发送端可发送符号的集合，比如发送端采取QPSK调制方式，则假定信道在N个时刻内保持不变，Λ＝diag(H1,H2,…,HM)表示信道的频域响应，并且
考虑此OFDM系统的接收端对所有子载波上的信号作联合聚类，故所有子载波上的信号共有K＝MQ类，其中Q代表调制阶数。对于OFDM系统，μk＝βk(φ)＝Akφ，Ω＝[μ1,μ2,…,μK]＝Aφ，其中p1,p2,…pT是被标记的子载波，总的数目为L，即T＝L，S1代表集合中的一个元素，f＝[S1,…,SQ]T/S1,并且
且其更新公式为：
通过迭代公式(16)即可估计到均值和方差从而做符号判决。
类似的可得在OFDM系统中MC-KMeans的更新公式为：
通过迭代公式(17)即可实现参数更新。
图8示出了基于QPSK的L＝2OFDM的性能对比，可以看出本方案提出的方案性能非常逼近最优性能。
图9示出了基于QPSK的L＝3OFDM的性能对比，可以看出本方案提出的方案性能非常逼近最优性能。
本发明利用的EM算法也可不局限于等概率发送符号场景，同时，噪声的方差也可随时间变化。另外，本发明也不局限于利用EM算法来求得高斯混合分布的参数。
需要指出的是，本发明不局限于利用GMM和K-means模型，任何基于中心点的模型聚类算法均可使用。同时，本方法的聚类过程也不局限于EM算法。最后，本发明也不局限于MIMO和OFDM系统，任何使用该方法的系统都属于本专利保护范围内。

Claims (1)

1.标记辅助无线通信系统信号发送和接收方法，其特征在于，包括：
在发射端：发射机在发送数据信息之前，插入T个标记符号，T是所需发送的最小标记符号数，所述标记符号的内容是接收端已知的；
在接收端：利用接收到的T个标记符号，通过标记恢复恢复出K-T个剩余标记信号，K为T个标记符号与恢复得到的标记符号之和；
采用T个标记信号和K-T个恢复标记做类别标注，每个标记标注一个类别对应的发送符号；然后采用聚类算法，以K个标记为初始中心点辅助算法快速收敛到全局最优解；在聚类算法迭代收敛过程中，类别标注关系将被保持；聚类完成后，被划分到每个类别的数据信号将被判决为该类别被标注的发送符号，实现符号检测；
所述聚类算法为基于调制特性的高斯混合模型的聚类方法，包括：
接收信号的似然函数为：
其中Ψ＝[{π0,θ1},{π0,θ2},…,{π0,θM}],θk＝{μk,Σ0}，π0＝1/K，令每个成分的均值通过中心点恢复方法得到，所述中心点恢复方法为：
设K个可能发送的符号向量形成的符号矩阵为：对应的接收信号中心点组成的中心点矩阵为：Ω＝[μ1,μ2,…,μK]；通过矩阵分解的方法，和Ω可以分解出相同的一个恢复矩阵V，该恢复矩阵在信号经过信道后保持不变；同时，和Ω会各自分解出另外一个仅含T个中心点的成分，T＜＜K，记为φ，接收机只需估计T个中心点组成的成分φ即可通过V恢复剩余的中心点；
定义该关系为μk＝βk(φ)，y(n)服从：
引入隐变量zn∈{0,1}K,其中znk是zn的元素k，即zn只有一个元素为1，其余为0；接收信号和隐变量的联合分布的期望为：
在已知高斯混合分布的参数Ψ的情况下，的后验概率为：
在已知γnk的情况下，通过将(4)关于φ和协方差矩阵Σ0求导并取0可得相应的更新公式；
迭代更新T个标记对应的中心点组成的成分φ和协方差Σ0直到收敛，利用φ和V通过中心点恢复的方法得到所有的类别中心点，实现符号检测判决。
CN201710919046.7A 2017-09-30 2017-09-30 标记辅助无线通信系统信号发送和接收方法 Active CN107689847B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710919046.7A CN107689847B (zh) 2017-09-30 2017-09-30 标记辅助无线通信系统信号发送和接收方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710919046.7A CN107689847B (zh) 2017-09-30 2017-09-30 标记辅助无线通信系统信号发送和接收方法

Publications (2)

Publication Number Publication Date
CN107689847A CN107689847A (zh) 2018-02-13
CN107689847B true CN107689847B (zh) 2019-11-01

Family

ID=61154129

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710919046.7A Active CN107689847B (zh) 2017-09-30 2017-09-30 标记辅助无线通信系统信号发送和接收方法

Country Status (1)

Country Link
CN (1) CN107689847B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109271855B (zh) * 2018-08-09 2021-07-09 深圳市永达电子信息股份有限公司 一种工控信号的特征提取方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103413157A (zh) * 2013-08-01 2013-11-27 复旦大学 一种能检测时隙内标签个数的rfid读写器及其检测方法
CN107017929A (zh) * 2017-04-28 2017-08-04 电子科技大学 Mimo系统信号发送和接收方法
CN107135017A (zh) * 2017-04-28 2017-09-05 电子科技大学 反向散射通信系统信号发送和接收方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140269296A1 (en) * 2013-03-13 2014-09-18 Cox Communications, Inc. Systems and Methods of Bundled Label Switch Path for Load Splitting

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103413157A (zh) * 2013-08-01 2013-11-27 复旦大学 一种能检测时隙内标签个数的rfid读写器及其检测方法
CN107017929A (zh) * 2017-04-28 2017-08-04 电子科技大学 Mimo系统信号发送和接收方法
CN107135017A (zh) * 2017-04-28 2017-09-05 电子科技大学 反向散射通信系统信号发送和接收方法

Also Published As

Publication number Publication date
CN107689847A (zh) 2018-02-13

Similar Documents

Publication Publication Date Title
CN107135017B (zh) 反向散射通信系统信号发送和接收方法
US8537922B2 (en) Methods and systems for providing feedback for beamforming and power control
CN110071750B (zh) 一种基于机器学习的二维空码索引调制方法
Agirman-Tosun et al. Modulation classification of MIMO-OFDM signals by independent component analysis and support vector machines
Ha et al. Machine learning model for adaptive modulation of multi-stream in MIMO-OFDM system
US11258649B2 (en) Transmitter and receiver communication apparatus for non-coherent communication
CN110086743A (zh) 一种基于差分编码的短突发mimo-ofdm通信系统及方法
CN106817194A (zh) 参考信号发送方法、接收方法和设备
Bahloul et al. Modulation classification for MIMO systems: State of the art and research directions
Liu et al. Modulation classification for MIMO-OFDM signals via approximate Bayesian inference
Singhal et al. Lattice reduction aided detection in large-MIMO systems
CN109547376A (zh) 一种基于调制特性的高斯混合模型的调制识别方法
CN103297375A (zh) 具有最佳相位因子组合的空间调制通信方法
CN102651727B (zh) 用于多根天线的sm-ofdm系统中的非相干检测方法
CN107070603B (zh) 空时分组编码系统信号发送和接收方法
CN115943395A (zh) 用于无导频ofdm通信的无线电接收器、发射器和系统
CN107689847B (zh) 标记辅助无线通信系统信号发送和接收方法
Dehri et al. Blind digital modulation classification for STBC‐OFDM system in presence of CFO and channels estimation errors
WO2023041143A1 (en) Pilot assisted radio propagation channel estimation based on machine learning
Simoens et al. Reduced complexity data-aided and code-aided frequency offset estimation for flat-fading MIMO channels
CN107017929B (zh) Mimo系统信号发送和接收方法
CN107135180B (zh) Ofdm系统信号发送和接收方法
Tian et al. A machine learning approach to blind modulation classification for MIMO systems
CN107493123A (zh) 基于预编码辅助广义正交空间调制的低复杂度检测方法
CN117439714A (zh) 信号检测方法及设备、存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant