CN109617577A - 一种基于压缩感知信号检测的无线光空间调制方法 - Google Patents

Abstract

一种基于压缩感知信号检测的无线光空间调制方法，属于无线光通信领域，在发射端利用OSM激光器映射向量和脉冲位置调制(L‑PPM)符号，构建了一种具有稀疏特性的发送信号矩阵；基于该稀疏特性，接收端采用基于压缩感知信号重构理论的正交匹配追踪(OMP)算法完成了OSM信号的检测。相比于传统的ML信号检测算法，以少量误码性能损失为代价极大地降低了信号检测的复杂度；同时，由于稀疏性的引入，该方法更适合于具有大规模的无线光空间调制系统。

Description

一种基于压缩感知信号检测的无线光空间调制方法

技术领域

本发明涉及无线光通信技术领域，具体是基于压缩感知信号检测的无线光空间调制技术。

背景技术

空间调制作为一种特殊的MIMO技术，由于其每次只激活一根天线发送信息，因此避免了MIMO技术中信道间干扰强、同步要求高、接收端译码复杂、需要多条通信链路等缺点。同时，由于其天线序号也携带了部分信息比特，极大地提高了系统的频谱效率。因此，近年来在无线通信领域掀起了研究热潮。

基于SM技术的这些优势，Haas教授等人首先将SM技术引入到了室内可见光通信，并提出了光空间调制(OSM)方案，用以缓解信道相关性给系统性能带来的影响。然而在FSO系统中，目前有关OSM技术的研究主要集中在不同大气影响因素(如湍流、衰减、瞄准误差等)对OSM系统平均误比特率的影响。这些研究成果为OSM技术在实际系统中的应用提供了理论基础。由于接收端均采用了ML检测算法，该方法虽然获得了最优的误码率性能，但由于采用了穷搜索方式，因而具有较高的复杂度。在实际中难以获得广泛应用，尤其是在调制阶数较高或在大规模MIMO系统中，故只是将它作为一个性能界用于衡量其它算法性能的优劣。

另外，接收端信号检测作为通信系统重要的环节，其算法好坏直接影响着系统的性能和应用。目前，射频通信中有关SM技术中信号检测算法的研究主要有最大比合并算法、最大似然译码算法、球形译码、线性译码算法等，而关于光空间调制中的信号检测算法还鲜有研究。因此，在保证解调性能的基础上，如何有效降低接收端译码的复杂度成为了一个亟待解决的关键问题。若采用常规的线性检测算法(如迫零(Zero Forcing，ZF)和最小均方误差检测算法(Minimum Mean Square Error，MMSE))，虽然算法的复杂度较低，但其误码性能有限，而且仅适合于发送天线数小于接收天线数的场景。

由此可见，如何获得误码性能优良、译码复杂度低、实用性强的译码算法是光空间调制技术走上实用化的关键。

发明内容

本发明的目的是为了克服OSM信号检测中经典的ML算法复杂度高的缺点，将空间调制和L-PPM调制相结合而提出了一种基于压缩感知信号检测的无线光空间调制方案。

本发明是一种基于压缩感知信号检测的无线光空间调制方法，其步骤为：在发射端利用OSM激光器映射向量和脉冲位置调制-L-PPM符号，构建了一种具有稀疏特性的发送信号矩阵；基于该稀疏特性，接收端采用基于压缩感知信号重构理论的正交匹配追踪-OMP算法完成了OSM信号的检测。

本发明的有益之处在于：利用发射信号的稀疏特性，采用压缩感知信号重构理论中的OMP算法对激活激光器的索引号和脉冲位置进行联合估计，从而恢复出原始信号。相比于传统的ML信号检测算法，本发明以少量误码性能损失为代价，极大地降低了信号检测的复杂度。同时，由于稀疏性的引入，该方法更适合于具有大规模的无线光空间调制系统。

附图说明

图1为OSM系统框图，图2为OMP算法的流程图，图3为N_t＝64，采用4PPM调制时，系统在不同探测器数量下算法的误码性能，图4为N_t＝64，N_r分别取6和8时几种不同算法的误码性能比较，图5为不同算法的复杂度比较。

具体实施方式

本发明是一种基于压缩感知信号检测的无线光空间调制方法，其步骤为：在发射端利用OSM激光器映射向量和脉冲位置调制-L-PPM符号，构建了一种具有稀疏特性的发送信号矩阵；基于该稀疏特性，接收端采用基于压缩感知信号重构理论的正交匹配追踪-OMP算法完成了OSM信号的检测。

本发明是基于发射信号矩阵的稀疏特性，在接收端采用了基于压缩感知信号重构理论的OMP算法对发射端激活激光器序号和脉冲位置进行估计。具体步骤为：

步骤1：在发射端，利用激光器映射向量和L-PPM脉冲向量构造具有稀疏性的发射信号矩阵：x_l,s＝x_sx_l。式中，(1≤i≤N_t表示激活的激光器索引号)是一个N_t×1维的映射向量。(1≤j≤L表示发送脉冲的位置)是一个1×L维的脉冲映射向量；

步骤2：在接收端充分利用发射信号的稀疏性，结合OMP算法完成发射端激活激光器序号和脉冲位置的估计。具体地，将归一化后的信道衰减矩阵经转置后和接收信号相乘，得到一个N_t×L维的内积矩阵，其行号表示激光器的序号，列号表示脉冲的位置。再从内积矩阵中挑选出绝对值最大的元素，该元素的行号即为估计出的激活激光器序号，列号即为估计出的发端发送的脉冲位置，并经逆映射后将其恢复为原始的发送信息比特。

本发明为一种基于压缩感知信号检测的无线光空间调制方案，其目的是利用发射信号矩阵的稀疏特性，采用基于压缩感知信号重构理论的OMP算法对OSM信号进行检测，从而降低经典ML检测算法的复杂度。

如图1所示，是一个有N_t个激光器(LD)和N_r个探测器(PD)的OSM系统。首先，发送端将原始数据比特进行串/并变换，并将其分别映射为激活激光器的索引号和L-PPM调制符号，由激活激光器并经光学天线发送出去。该信号经过湍流信道传输后到达接收端，接收端需要从受到信道衰减和噪声干扰的接收信号中恢复出原始的发送信息。由于发射信号具有较好的稀疏特性，因此本发明采用基于压缩感知理论的OMP算法进行信号恢复。检测后的信号再经逆映射后恢复为原始信息比特。

在发射端，首先进行OSM信号的映射，具体包括如下步骤：

步骤1：系统首先将输入的二进制信息比特流b经串/并变换划分成长为m1和m2(m＝m₁+m₂)的两部分。m₁＝log₂N_t比特映射为激活激光器的序号，则激光器序号的映射关系可以用一个N_t×1维的向量x_l来表示：

式中，非零元素i(1≤i≤N_t)表示激活的LD索引号。m₂＝log₂L比特映射为激活激光器上发送的L-PPM调制符号。脉冲位置调制符号的映射关系可以表示为一个1×L维的向量x_s，即：

其中，1≤j≤L表示发送脉冲的位置；

步骤2：经比特映射后的第j个L-PPM脉冲由激活的第i个激光器经光学天线发送出去，则发射信号可表示为：

x_l,s＝x_sx_l (3)

当信号经大气信道传播后，接收端探测器收到的信号可表示为：

y＝ηHx_sx_l+N＝ηHx_l,s+N (4)

式中，η为光电转换效率，N是服从均值为0、方差为n₀的加性高斯白噪声，H为N_r×N_t维的信道衰减矩阵。在弱湍流条件下，H中的元素h_ij均服从对数正态分布。由于OSM中激活激光器索引号和L-PPM符号都携带了部分比特信息，因此，发射信号x_l,s的维度扩展为N_t×L维，噪声N和接收信号y的维度为N_r×L。

映射原理可知，信号x_l,s具有稀疏性，尤其L-PPM调制中L取较大的值时，发射信号具有更强的稀疏性，所以求解x_l,s的过程可看成是一个稀疏矩阵重构问题。而CS中的正交匹配追踪算法(Orthogonal Matching Pursuit，OMP)在每次迭代过程中将选出的列用Gram-Schmidt正交化方法进行正交化处理，具有收敛速度较快的特点。因此，在后续的信号重构过程中采用OMP算法。具体检测过程如图2所示。具体包括如下步骤：

步骤1：为了防止噪声被过度放大，首先对信道矩阵H进行归一化处理，即：

式中，为归一化后的信道矩阵，中的第j列D为一个N_t×N_t维的对角矩阵，即D＝diag{norm(h_j)}，j＝1,2,…,N_t。因此，(4)式可改写为：

式中，

步骤2：利用OMP算法进行信号重构。由于本发明每次只激活一个激光器，因此不必像经典的OMP算法一样进行残差的更新与迭代计算，而是直接将接收信号y看成初始的残差进行内积的计算，即：

此时，所得内积矩阵是一个维度为N_t×L的矩阵；

步骤3：激光器的索引号和脉冲位置号的识别。从步骤2所得结果中找出绝对值最大元素所对应的位置，其行号表示估计出的激活激光器索引号，列号表示估计出的发送脉冲位置。将经过OMP算法检测后的信号再经过逆映射后便得到利用OMP算法估计出的原始信息比特。

为了更好地描述所提出算法的性能，分别仿真分析了其误码性能和计算复杂度，结果如图3～图5所示。仿真条件为：系统总功率不变，接收端已知完整的信道状态信息，闪烁因子光电转换效率η＝0.8，激活激光器数n_t＝1，采用4-PPM调制方式。

图3所示为本发明的误码性能。由图可见，OSM系统的误码率随着信噪比的增加逐渐减小。当信噪比大于某一门限值时，系统的误码性能将趋于一个固定值，即出现“地板效应”，而且其门限值随探测器数目的增加逐渐变小。

图4所示为本发明所提算法、ML、ZF和MMSE检测算法的误码性能比较。可以发现，所提算法性能明显优于ZF和MMSE检测算法，而仅次于ML算法。

对检测算法而言，其复杂度是衡量该算法投入实际应用的关键性因素。因此，以一次乘法和加法运算为一个计算单位，计算了本发明所提算法的计算复杂度。本发明中所提算法的复杂度为：

C_Proposed＝N_t(2N_r-1)(L+1) (8)

式中，L为脉冲调制阶数。ML算法、ZF和MMSE算法的复杂度分别为：

C_ML＝N_tL(2N_tN_rL+2N_rL-1) (9)

复杂度对比如图5所示。当N_t＝64，N_r＝10，L＝4时，本发明所提算法下的复杂度为6080，而ML算法的复杂度为1330944。与ML算法相比，本发明所提算法的复杂度降低了约99.54％。因此，本发明以少量误码性能损失为代价极大地降低了信号检测的复杂度。同时，由于稀疏性的引入，该方法更适合于具有大规模激光器的无线光通信系统。

通过以上实施方式的描述，所属领域的技术人员可以清楚地了解到本发明可以用软件和硬件相结合的方式来实现。基于以上理解，本发明的技术方案对现有技术的贡献部分可以通过软件和特定硬件来执行本发明实施例所述的方法。

Claims (2)

1.一种基于压缩感知信号检测的无线光空间调制方法，其特征在于，其步骤为：在发射端利用OSM激光器映射向量和脉冲位置调制-L-PPM符号，构建了一种具有稀疏特性的发送信号矩阵；基于该稀疏特性，接收端采用基于压缩感知信号重构理论的正交匹配追踪-OMP算法完成了OSM信号的检测。

2.根据权利要求1所述的基于压缩感知信号检测的无线光空间调制方法，其特征在于，其具体步骤为：

步骤1：发射端利用激光器映射向量和L-PPM调制符号的特点构建了具有稀疏性的发射信号矩阵：

x_l,s＝x_sx_l (1)

式中，是一个N_t×1维的激光器映射向量，1≤i≤N_t表示激活的激光器索引号；

是一个1×L维的脉冲映射向量，其中，N_t、L分别表示激光器数目和L-PPM调制的阶数，1≤j≤L表示发送脉冲的位置；

步骤2：在接收端充分利用发射信号的稀疏性，结合OMP算法完成发射端激活激光器序号和脉冲位置的估计；具体地，将归一化后的信道衰减矩阵经转置后和接收信号相乘，得到一个N_t×L维的内积矩阵，其行号表示激光器的序号，列号表示脉冲的位置；再从内积矩阵中挑选出绝对值最大的元素，该元素的行号即为估计出的激活激光器序号，列号即为估计出的发端发送的脉冲位置，并经逆映射后将其恢复为原始的发送信息比特。