CN108833327A - 一种数字信号调制及解调方法及装置 - Google Patents

Abstract

本申请提出一种新的数字调制解调方法，该方法利用盲源分离模型建立数字调制模型，用盲源分离算法识别有用矩阵信息，来完成接收端解调的第一步；通过设计逆有界成分分析(Reverse Boundary Component Analysis，RBCA)映射来满足BSS数学模型混合矩阵的要求，设计RBCA解映射克服算法带来的模糊性影响，从而恢复矩阵信息中的原始信息。该方法不仅可以完成数字调制解调过程，还由于被调制矩阵C矩阵因子的灵活选择使得调制后的信号具有灵活性，同时具备安全性，而且解调方式不需要做任何改变，因此解调方法更加的简单可行。

Description

一种数字信号调制及解调方法及装置

技术领域

本发明涉及信息技术领域，具体地说，涉及一种数字信号调制及解调方法及装置。

背景技术

传统的数字调制解调通过改变载波的幅度、相位或者频率来完成调制过程，不同的调制过程对应的解调方法也各不相同，接收方需要已知发送端调制方式的先验信息才能完成信息的提取，因此传统数字调制解调方法不具有普适性和灵活性。随着对传统通信技术的研究不断深入，对传统数字调制方法的盲解调已不成问题，因此传统数字调制方法隐蔽性和安全性大大降低。

发明内容

为解决上述问题，本发明提出一种新的数字调制解调方法，该方法利用盲源分离(Blind Source Separation，BSS)模型建立数字调制模型，用盲源分离算法识别有用矩阵信息，来完成接收端解调的第一步；通过设计逆有界成分分析(Reverse BoundaryComponent Analysis，RBCA)映射来满足BSS数学模型混合矩阵的要求，设计RBCA解映射克服算法带来的模糊性影响，从而恢复矩阵信息中的原始信息。

本发明实施例提供一种数字信号调制方法，所述方法包括：

获取比特信息流且r≥2，被调制信号向量

基于所述被调制信号向量c通过向量矩阵化生成被调制矩阵C，向量矩阵化公式为C(i,j)＝Mat(c)(i,j)＝c((i-1)n+j)，其中i∈{1,…,r}，j∈{1,…,n}，c为随机信号且具有有界性；

基于X＝BH(b)·TC对所述比特信息流b进行调制，生成发送矩阵X，其中，矩阵是满足参数ρ在开区间(0,1)内的Toeplitz矩阵，

ρ∈(0,1)，BH(b)为对所述比特信息流b每两比特进行4QAM映射；

对得到的发送矩阵X进行发送。

在一种实施方式中，所述r∈{2，3，4}，n≥10，ρ∈[0.5,1)。

在一种实施方式中，所述r＝2，n≥100，ρ接近于1，被调制信号向量c为4QAM基带映射信号。

本发明实施例还提供一种对上述方法调制的信号进行解调的方法，包括：

接收所述发送矩阵X；

基于b＝HB(Q(mean(Δ(Angle(BCA(X,r,n))))))对所述发送矩阵X进行解调，得到比特信息流b，其中BCA(X,r,n)为BCAPM算法，矩阵其中q_n是Q的任意行向量，n∈{1,...,N}， b＝HB(·)为4QAM逆映射，Angle(·)为取角度函数；

对解调得到的比特信息流b进行输出。

本发明实施例还提供一种数字信号调制装置，所述装置包括：

获取单元，用于比特信息流且r≥2，被调制信号向量

矩阵生成单元，用于基于所述被调制信号向量c通过向量矩阵化生成被调制矩阵C，向量矩阵化公式为C(i,j)＝Mat(c)(i,j)＝c((i-1)n+j)，其中i∈{1,…,r}，j∈{1,…,n}，c为随机信号且具有有界性；

调制单元，用于基于X＝BH(b)·TC对所述比特信息流b进行调制，生成发送矩阵X，其中，矩阵是满足参数ρ在开区间(0,1)内的Toeplitz矩阵，ρ∈(0,1)，BH(b)为对所述比特信息流b每两比特进行4QAM映射；

发送单元，用于对得到的发送矩阵X进行发送。

在一种实施方式中，所述r∈{2，3，4}，n≥10，ρ∈[0.5,1)。

在一种实施方式中，所述r＝2，n≥100，ρ接近于1，被调制信号向量c为4QAM基带映射信号。

本发明实施例还提供一种对上述装置调制的信号进行解调的装置，包括：

接收单元，用于接收待解调信号，获取待解调矩阵；

解调单元，用于基于b＝HB(Q(mean(Δ(Angle(BCA(X,r,n))))))对所述发送矩阵X进行解调，得到比特信息流b，其中BCA(X,r,n)为BCAPM算法，矩阵其中q_n是Q的任意行向量，n∈{1,...,N}， b＝HB(·)为4QAM逆映射，Angle(·)为取角度函数；

输出单元，用于对解调得到的比特信息流b进行输出。

本发明实施例提供一种数字信号调制及解调方法及装置，不仅可以完成数字调制解调过程，还由于被调制矩阵C因子的灵活选择使得调制后的信号具有灵活性，同时具备安全性，而且解调方式不需要做任何改变，因此解调方法更加的简单可行。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：

图1显示了根据本发明的一个实施例的调制解调方法流程图；

图2显示了根据本发明的一个实施例的不同分布被调制信号向量影响下误比特率曲线图；

图3显示了根据本发明的一个实施例的改变被调制信号向量样本点列数的误比特率曲线图；

图4显示了根据本发明的一个实施例的改变Toeplitz矩阵参数ρ的误比特率曲线图；

图5显示了根据本发明的一个实施例的改变矩阵阶数r的误比特率曲线图；

图6显示了根据本发明的一个实施例的调制装置结构示意图；

图7显示了根据本发明的一个实施例的解调装置结构示意图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

同时，在以下说明中，出于解释的目的而阐述了许多具体细节，以提供对本发明实施例的彻底理解。然而，对本领域的技术人员来说显而易见的是，本发明可以不用这里的具体细节或者所描述的特定方式来实施。

另外，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

正定线性瞬时混合盲源分离数学模型，简称盲源分离(Blind SourceSeparation，BSS)数学模型，用于描述观测信号与先验知识少的信源信号和混合方式的关系。盲源分离算法能仅从观测信号中分离和恢复出未观测到的信源信号和具有模糊性的混合方式。2015年针对盲源分离含噪数学模型Cruces提出专门的算法——有界成分分析周长匹配(Bounded Component Analysis Perimeter Matching，BCAPM)算法，该算法仅需信源满足有界条件，可以在噪声存在的条件下识别出混合矩阵，分离出源信号。

本申请通过改写传统数字调制解调数学表达式发现，该模型可以看作盲源分离模型的一种特殊情况，而盲源分离算法可以直接识别出未知信息。

因此，本申请提出一种新的数字调制解调方法，该方法利用盲源分离模型建立数字调制模型，用盲源分离算法识别有用矩阵信息，来完成接收端解调的第一步；通过设计RBCA映射来满足BSS数学模型混合矩阵的要求设计RBCA解映射克服算法带来的模糊性影响，从而恢复矩阵信息中的原始信息。。该方法不仅可以完成数字调制解调过程，还由于被调制矩阵C矩阵因子的灵活选择使得调制后的信号具有灵活性，同时具备安全性，而且解调方式不需要做任何改变，因此解调方法更加的简单可行。

本文用小写粗斜体字母表示向量，如s，大写粗斜体字母表示矩阵，如S。用罗马斜体表示集合，如字母表示数集，和分别表示实数集和复数集，是正整数集。用大写、小写斜体字母表示变量，如R，M，r，n。用^T表示转置，用^-1表示矩阵的逆。S＝diag(s₁,…,s_r)表示对角矩阵，对角线元素为s₁,…,s_r，其他元素为0。斜体字母和括号表示映射或者函数，如f(·)。

本发明实施例提供一种数字信号调制方法，所述方法包括：

获取比特信息流且r≥2，被调制信号向量

基于所述被调制信号向量c通过向量矩阵化生成被调制矩阵C，向量矩阵化公式为C(i,j)＝Mat(c)(i,j)＝c((i-1)n+j)，其中i∈{1,…,r}，j∈{1,…,n}c为随机信号且有界；

基于X＝BH(b)·TC对所述比特信息流b进行调制，生成发送矩阵X，其中，矩阵是满足参数ρ在开区间(0,1)内的Toeplitz矩阵，

ρ∈(0,1)，B H(b)为比特信息流每两比特进行4QAM映射对所述比特信息流b每两比特每两比特进行4QAM映射；

对得到的发送矩阵X进行发送。

下面介绍上述调制方法的推导及证明过程。设集合集合中每个元素表示由0和1随机组成的两比特码元，qam(·):表示集合到集合的映射，称作4QAM基带映射，满足qam(00)＝1+1j，qam(01)＝1-1j，qam(10)＝-1+1j，qam(11)＝-1-1j。qam^-1(·):表示集合到集合的映射，称作4QAM逆映射，满足qam^-1(1+1j)＝00，qam^-1(1-1j)＝01，qam^-1(-1+1j)＝10，qam^-1(-1-1j)＝11。集合与集合满足一一映射的关系

设向量b表示长度为2(r-1)的01随机序列，即本申请中需进行调制的比特信息流，且r≥2，b中顺次每两比特为一个向量，第k个向量记作b_k，存在集合

对b_k进行4QAM基带映射，满足用1+1j和h₂,…,h_r组成向量h＝[1+1j h₂ … h_r]^T，存在集定义BH(·):是集合到集合的映射，满足

h＝BH(b) (1)

设矩阵是满足参数ρ在开区间(0,1)内的Toeplitz矩阵：

定义符号“·”表示行数相同的向量与矩阵的一种乘积：向量中每个元素与矩阵中对应行的每个元素相乘。对式(1)向量h和式(2)矩阵T进行“·”操作，得到矩阵H，并将其命名为信息矩阵，其表达式为：

本文将以上比特信息流b映射到信息矩阵H的全部过程称作RBCA映射，数学表达式记作：

H＝BH(b)·T (4)

假设矩阵称作被调制矩阵，满足各行元素有界，即使得有|c_ij|<M_i，其中，i＝1,...,r，j＝1,...,n。

定义数字信息矩阵调制满足：

X＝HC (5)

称是调制后的发送矩阵。

将式(4)代入式(5)得到：

X＝BH(b)·TC (6)

该表达式即为RBCA调制的数学模型。

从式(5)不难看出该表达式与无噪正定线性瞬时混合盲源分离数学模型一致，其中信息矩阵H是方阵，被调制矩阵C满足有界条件，只需要H具有可逆性，即可采用BCAPM算法从X中识别出信息矩阵H。以下命题1证明并补充H具有可逆性这一前提条件。

命题1：假设矩阵H满足公式(3)，则矩阵H满秩可逆。

证明：对矩阵H的每一行元素进行II型初等行变换，第一行乘第二行乘...，第k行乘...，第r行乘得到矩阵T并满足:

H～T (7)

"～"表示矩阵H与矩阵T是行等价矩阵。

用函数rank(·)表示对矩阵求秩，因为初等变换不改变矩阵的秩，因此，

rank(H)＝rank(T) (8)

定理(LDU分解)：若的所有子矩阵都是非奇异的，则存在唯一一个单位下三角矩阵L和唯一一个单位上三角矩阵U以及唯一一个对角矩阵D使得Q＝LDU。

存在满足定理(LDU分解)的L，D，U三个矩阵如式(9)，使得表达式(10)成立，因此矩阵T满秩可逆。

T＝LDU (10)

根据表达式(8)，矩阵H满秩可逆。证毕。命题1成立。

由此可证本发明实施例提供的数字信号调制方法的可行性。

本发明实施例还提供一种对上述方法调制的信号进行解调的方法，包括：

接收所述发送矩阵X；

基于b＝HB(Q(mean(Δ(Angle(BCA(X,r,n))))))对所述发送矩阵X进行解调，得到比特信息流b，其中BCA(X,r,n)为BCAPM算法，矩阵其中q_n是Q的任意行向量，n∈{1,...,N}， b＝HB(·)为4QAM逆映射，Angle(·)为取角度函数；

对解调得到的比特信息流b进行输出。

RBCA调制过程可概括为：比特信息首先映射成信息矩阵，然后调制到被调制矩阵上生成发送矩阵。数学模型证明满足BSS分离数学模型，对发送矩阵X可用BCAPM算法处理识别出信息矩阵H。用函数BCA(X,r,n)简记BCAPM算法，识别的信息矩阵表示为：

式中，对角矩阵表示相位旋转模糊性和比例缩放模糊性，满足比例缩放因子相位旋转角度0≤β_j≤2π，j＝1,...,r，是置换矩阵，表示识别矩阵列和原矩阵的排列模糊性。

矩阵其中q_n是Q的任意行向量，n∈{1,...,N}，定义取角度函数Angle(·)，Angle(Q)表示对矩阵Q中每一个元素取角度，元素满足：

式中[·]_nl表示第n行l列元素，real(·)表示取复数的实部，imag(·)表示取复数的虚部。arctan(·)是反正切函数。

定义矩阵行间差函数Δ(·)，满足：

定义矩阵行均值函数mean(·)，满足：

将式(11)中矩阵改写成角度形式：

其中，α_k与h_k形成一一映射。

将式(15)中矩阵代入表达式(12)中得到：

将上式代入式(13)得到：

将上式代入式(14)得到：

首先给出如下判决准则1：

假设矩阵是角度向量，0≤θ_n≤2π，n∈{1,...,N}，定义映射Q(·):Q[θ]＝[Q(θ₁),…,Q(θ_N)]^T满足：

用判决准则1对式(18)中的角度向量进行映射得到：

假设集合对h′_k+1进行4QAM逆映射，满足定义集合到集合的映射为HB(·):满足

b＝HB(h′) (21)

整理式(15)到式(21)的全部过程定义RBCA解映射满足：

将式(11)代入式(22)即为提出的RBCA解调数学模型：

b＝HB(Q(mean(Δ(Angle(BCA(X,r,n)))))) (23)

式(11)表示BCAPM算法带来了模糊性，式(23)表示RBCA解映射不受模糊性的影响，下面给出命题2以及其推论对此进行证明。

命题2：设矩阵H满足公式(3)且其中对角矩阵

0≤β_j≤2π，j＝1,...,r，置换矩阵对H和分别进行表达式(12)和表达式(13)的操作，则：

证明：如表达式(17)所示。

将矩阵H写成角度形式：

将式(25)代入式(12)，得到：

将式(26)代入式(13)得到

根据式(27)和(17)可知证毕，命题2成立。推论：设矩阵H满足公式(3)且其中对角矩阵0≤β_j≤2π，j＝1,...,r，置换矩阵则：

证明：推论与命题2的前提条件一致，命题2成立，因此式(28)成立。由此RBCA解调不受盲源分离模糊性影响的结论成立。

需要补充说明的是式(28)中HB(Q(mean(Δ(Angle(H)))))＝HB(h′)，h与h′仅第一项不同，其余项一致，h与h′分别除去第一项后与b满足集合与集合的一一映射。因此，RBCA解映射能恢复原始比特信息。

在本发明实施例的较佳实施方式中，设定r∈{2，3，4}，n≥10，ρ∈[0.5,1)，被调制信号向量分布形式多样但有界。较佳的，r＝2，n≥100，ρ接近于1，被调制信号向量c为4QAM基带映射信号。

下面是上述数值的仿真验证过程。

根据RBCA调制数学表达式(6)和RBCA解调数学表达式(23)，RBCA调制解调方法被四个参数影响，分别是：

1)被调制矩阵C每行信号或被调制信号向量c的分布形式；

2)被调制矩阵C的列数n；

3)Toeplitz矩阵T的参数ρ∈(0,1)；

4)信息矩阵H的阶数r。

本申请通过搭建如图1所示的RBCA调制解调系统，结合Matlab仿真讨论以上四个参数。图1系统中x＝Vec(X,rn)表示矩阵向量化，X＝Mat(x,r,n)表示向量矩阵化，满足且l＝rn，l，r，n均是正整数，具体表达式为其中k∈{1,…,l}，是向下取整函数；X(i,j)＝Mat(x)(i,j)＝x((i-1)n+j)，其中i∈{1,…,r}，j∈{1,…,n}。

图1系统是简单的端到端基带传输系统，码元速率f_b＝1kHZ，采样率f_s＝1kHZ。比特信息b在完成RBCA调制后经矩阵向量化，生成发送信号x再发送出去，为了系统的真实性，引入加性高斯白噪声干扰，接收端的接收信号满足对其进行向量矩阵化重排序为接收矩阵再进行RBCA解调，接收矩阵满足其中是n的矩阵表示。

本文的参数仿真采用误比特率(BER)作为评价指标，假设有N个比特流向量b，将任意的一个比特流向量记作b_j，j∈{1,…,N}，则误比特率(BER)满足：

由于引入了高斯白噪声干扰，因此本文在一定信噪比(SNR)范围内讨论RBCA调制解调系统的误比特率(BER)性能。BER越小，参数选值越好。

(1)被调制信号向量的分布形式

被调制信号向量c是随机信号，给出仿真条件：

表1RBCA调制解调参数选择(仿真参数一)

图2结果显示，无论被调制信号向量c的分布形式是什么，仿真BER随SNR的增加而降低，表明RBCA调制解调适用于不同分布的被调制信号向量。但是，不同的被调制信号向量，RBCA调制解调在相同SNR下的BER不同。其中被调制信号向量分布为4QAM基带映射、16QAM基带映射和复数高斯分布基带映射时的误比特率曲线重合度大，但4QAM基带映射时抗噪误比特效果最佳。为得到相同误比特率，相对于被调制信号向量分布选择复数高斯分布，被调制信号向量分布选择复数指数分布需要增加信噪比约2dB，被调制信号向量分布选择2ASK基带映射需要增加约6dB，被调制信号向量分布选择复数(0-1)均匀分布需要增加约8dB。

(2)被调制信号向量样本点列数

样本点列数对RBCA调制解调的影响实际是对BCAPM算法分离性能的影响，本节在200点的范围内讨论RBCA调制解调新方法的样本点参数。给出仿真参数表2。仿真结果如图3所示。

表2RBCA调制解调参数选择(仿真参数二)

从图中曲线可以看出，n≤100时，随着n的增大，调制解调系统的抗噪性能逐渐增强。保证相同的误比特率BER＝10^-2，相对于n＝100时的信噪比，n＝10时的信噪比需要增加约6dB，n＝40时的信噪比需要增加约4dB，n＝70时的信噪比需要增加约2dB。在n>100时，系统抗噪性能相差不大。

因此，对于RBCA调制解调系统，信号样本点数n∈[100,160]是个不错的选择，对信噪比可以放宽要求的情况下，n可以放松下限到10。

(3)Toeplitz矩阵

Toeplitz矩阵的参数ρ影响RBCA调制中的消息矩阵，给出仿真条件如表3所示。

表3RBCA调制解调参数选择(仿真参数三)

仿真结果如图4所示，从图中曲线可以看出，ρ＝0.05和ρ＝0.005两种情况下的误比特率曲线不同于其他ρ取值时的曲线，即不是随着信噪比的增加误比特率降低，而是信噪比的增加几乎不改变误比特率。分析出现这种结果的原因是ρ取值过小会导致消息矩阵的奇异值过小，从而消息矩阵趋向不可逆。因此ρ∈(0,0.1)不能作为参数值的可选范围。

当ρ∈(0.1,1)，随着ρ＝0.1到ρ＝0.9等间距增加，RBCA调制解调系统的抗噪性能逐渐增强。表明对于RBCA调制解调系统ρ在(0.1,1)内取值越大越好。ρ≥0.5时，RBCA调制解调系统的抗噪性能差距不再特别明显，曲线之间到达相同的误比特率，差距在2dB左右。因此，ρ∈[0.5,1)是合适的参数选值范围。

(4)矩阵阶数

矩阵阶数同样影响消息矩阵，阶数越高，式(2)中Toeplitz矩阵高维的数值会越小，消息矩阵的奇异值也会出现小值，致使消息矩阵由于小的奇异值趋向不可逆。因此理论分析ρ参数选择同样的数值，高阶的RBCA调制误码性能没有低阶的好。给出仿真条件如表4所示，仿真结果如图5所示。

表4RBCA调制解调参数选择(仿真参数四)

分析图5：很明显，在相同信噪比下，当r＝2时，误比特率最低；r越大，误比特率越高。当BER＝10^-2时，相对于r＝2的信噪比为SNR≈3dB的情况，r＝3需要增加1dB左右的信噪比达到同样的误比特率，r＝4需要增加3dB左右的信噪比，而r＝5需要增加高达11dB的信噪比。因此，消息矩阵阶数越高，RBCA调制解调系统性能越差，与理论分析的结果相符。最合适的矩阵阶数是r＝2。

经过以上参数仿真讨论，总结RBCA调制解调系统合理的有效参数值的选择范围：r∈{2，3，4}，n≥10，ρ∈[0.5,1)，在不考虑性能好坏的情况下被调制信号向量可以是任何形式的有界信号。其中r＝2，n≥100，ρ接近于1，被调制信号向量选择4QAM基带映射信号会使得RBCA调制解调系统达到最优效果。四组仿真实验证明了RBCA调制解调具有可行性。

如图6所示，本发明实施例还提供一种数字信号调制装置，所述装置包括：

获取单元601，用于比特信息流b，及被调制信号向量c；

矩阵生成单元602，用于基于所述被调制信号向量c通过向量矩阵化生成被调制矩阵向量矩阵化公式为C(i,j)＝Mat(c)(i,j)＝c((i-1)n+j)，其中i∈{1,…,r}，j∈{1,…,n}，c为随机信号且具有有界性；

调制单元603，用于基于X＝BH(b)·TC对所述比特信息流b进行调制，生成发送矩阵X，其中，矩阵是满足参数ρ在开区间(0,1)内的Toeplitz矩阵，ρ∈(0,1)，BH(b)为对所述比特信息流b每两比特进行4QAM基带映射；

发送单元604，用于对得到的发送矩阵X进行发送。

在一种实施方式中，所述r∈{2，3，4}，n≥10，ρ∈[0.5,1)。

在一种实施方式中，所述r＝2，n≥100，ρ接近于1，被调制信号向量c为4QAM基带映射信号。

如图7所示，本发明实施例还提供一种对上述装置调制的信号进行解调的装置，包括：

接收单元701，用于接收待解调信号，获取待解调矩阵；

解调单元702，用于基于b＝HB(Q(mean(Δ(Angle(BCA(X,r,n))))))对所述发送矩阵X进行解调，得到比特信息流b，其中BCA(X,r,n)为BCAPM算法，矩阵其中q_n是Q的任意行向量，n∈{1,...,N}， b＝HB(·)为4QAM逆映射，Angle(·)为取角度函数；

输出单元703，用于对解调得到的比特信息流b进行输出。

本申请提出一种新的数字调制解调方法，该，该方法利用盲源分离模型建立数字调制模型，用盲源分离算法识别有用矩阵信息，来完成接收端解调的第一步；通过设计逆有界成分分析(Reverse Boundary Component Analysis，RBCA)映射来满足BSS数学模型混合矩阵的要求设计RBCA解映射克服算法带来的模糊性影响，从而恢复矩阵信息中的原始信息。。该方法不仅可以完成数字调制解调过程，还由于被调制矩阵C矩阵因子的灵活选择使得调制后的信号具有灵活性，同时具备安全性，而且解调方式不需要做任何改变，因此解调方法更加的简单可行。

应该理解的是，本发明所公开的实施例不限于这里所公开的特定结构、处理步骤或材料，而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是，在此使用的术语仅用于描述特定实施例的目的，而并不意味着限制。

说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。

虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所公开的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (8)

1.一种数字信号调制方法，其特征在于，所述方法包括：

获取比特信息流且r≥2，被调制信号向量

基于所述被调制信号向量c通过向量矩阵化生成被调制矩阵C，向量矩阵化公式为C(i,j)＝Mat(c)(i,j)＝c((i-1)n+j)，其中i∈{1,…,r}，j∈{1,…,n}，c为随机信号且具有有界性；

基于X＝BH(b)·TC对所述比特信息流b进行调制，生成发送矩阵X，其中，矩阵是满足参数ρ在开区间(0,1)内的Toeplitz矩阵，ρ∈(0,1)，BH(b)为比特信息流b每两比特进行4QAM映射；

对得到的发送矩阵X进行发送。

2.如权利要求1所述的方法，其特征在于，所述r∈{2，3，4}，n≥10，ρ∈[0.5,1)。

3.如权利要求2所述的方法，其特征在于，所述r＝2，n≥100，ρ接近于1，被调制信号向量c为4QAM基带映射信号。

4.一种对权1-3所述方法调制的信号进行解调的方法，其特征在于，包括：

接收所述发送矩阵X；

基于b＝HB(Q(mean(Δ(Angle(BCA(X,r,n))))))对所述发送矩阵X进行解调，得到比特信息流b，其中BCA(X,r,n)为BCAPM算法，矩阵其中q_n是Q的任意行向量，n∈{1,...,N}， b＝HB(·)为4QAM逆映射，Angle(·)为取角度函数；

对解调得到的比特信息流b进行输出。

5.一种数字信号调制装置，其特征在于，所述装置包括：

获取单元，用于比特信息流且r≥2，被调制信号向量

矩阵生成单元，用于基于所述被调制信号向量c通过向量矩阵化生成被调制矩阵C，向量矩阵化公式为C(i,j)＝Mat(c)(i,j)＝c((i-1)n+j)，其中i∈{1,…,r}，j∈{1,…,n}，，c为随机信号且具有有界性；

调制单元，用于基于X＝BH(b)·TC对所述比特信息流b进行调制，生成发送矩阵X，其中，矩阵是满足参数ρ在开区间(0,1)内的Toeplitz矩阵，ρ∈(0,1)，BH(b)为对所述比特信息流b每两比特进行4QAM映射；

发送单元，用于对得到的发送矩阵X进行发送。

6.如权利要求5所述的装置，其特征在于，所述r∈{2，3，4}，n≥10，ρ∈[0.5,1)。

7.如权利要求6所述的装置，其特征在于，所述r＝2，n≥100，ρ接近于1，被调制信号向量c为4QAM基带映射信号。

8.一种对权5-7所述装置调制的信号进行解调的装置，其特征在于，包括：

接收单元，用于接收待解调信号，获取待解调矩阵；

解调单元，用于基于b＝HB(Q(mean(Δ(Angle(BCA(X,r,n))))))对所述发送矩阵X进行解调，得到比特信息流b，其中BCA(X,r,n)为BCAPM算法，矩阵其中q_n是Q的任意行向量，n∈{1,...,N}， b＝HB(·)为4QAM逆映射，Angle(·)为取角度函数；

输出单元，用于对解调得到的比特信息流b进行输出。