CN111162873A - 一种低功耗蓝牙的低复杂度优化解码算法 - Google Patents

Abstract

本发明属于无线通信的技术领域，具体为一种低功耗蓝牙的低复杂度优化解码算法。本发明解码算法的核心是根据高斯频移键控调制(GFSK)解调输出的分布计算维特比解码的最佳输入；本发明通过计算相位域差分解调输出对数似然比的算法，进一步将此信息作为维特比解码的输入。本发明考虑了低功耗蓝牙的实际应用场景，算法复杂度低，而且能够显著降低误码率，提升接收机灵敏度。

Description

一种低功耗蓝牙的低复杂度优化解码算法

技术领域

本发明属于无线通信的技术领域，具体涉及一种低功耗蓝牙的低复杂度优化解码算法。

背景技术

低功耗蓝牙技术是物联网代表性技术之一，广泛应用于成本较低、功耗较小的计算器件以及较低数据速率和较低占空比的短距离无线通信场景下。随着物联网的发展，在2016年蓝牙协议5.0版本中，低功耗蓝牙新增了编码物理层以及两种编码方案，对应信息传输速率分别为500kb/s以及125kb/s。编码物理层增强了蓝牙信号传输的稳定性，在不提高发送功率的前提下低功耗蓝牙信号传输距离最高可以提升4倍，大大拓展了低功耗蓝牙在物联网的应用领域以及发展前景。

针对低功耗蓝牙的编码物理层，接收机直接在相位解调之后采用维特比解码性能较差，如何在不提高复杂度的基础上改进低功耗蓝牙的解码，是一个非常具有实际意义的问题。

发明内容

本发明的目的在于提供一种计算复杂度低、误码率也低的低功耗蓝牙的低复杂度优化解码算法。

本发明核心是根据高斯频移键控调制(GFSK)解调输出的分布计算维特比解码的最佳输入。

本发明通过一种计算相位域差分解调输出对数似然比的算法，进一步将此信息作为维特比解码的输入。

本发明考虑了低功耗蓝牙的实际应用场景，算法复杂度低，而且能够显著降低误码率，提升接收机灵敏度。

本发明提供的低功耗蓝牙的低复杂度优化解码算法，具体步骤如下：

第一步，对于一个经过编码以及调制发送的蓝牙信号r(t)，接收机在相位域作GFSK差分解调，得到相位φ(t)；GFSK信号是一种连续相位调制信号，其信号模型：

其中

E_b是每比特能量，T是符号周期，f₀是载波频率；I是输入的随机信号流，I_k∈{±1}；

其中I_k∈{±1}，是输入的随机信号流；L由成型函数q(t)有效持续时间决定，L＝2，h是GFSK调制指数，一般为0.5；n表示：在时间t内，第n个比特参与GFSK调制，(n-1)T<t<nT；

且当t<0时，q(t)＝0，t≥LT时，q(t)＝1/2；g(t)是高斯滤波器的脉冲响应：

上式中Q(·)是高斯Q函数，

BT是3dB带宽与时间乘积，一般地取BT＝0.5；

第二步，根据解调相位信息φ(t)计算输出对数似然比r_LLR(t),其表达式见后公式(10)-(12)；

第三步，将对数似然比r_LLR(t)解映射之后作为维特比解码的输入，进行维特比软解码。

第二步中，所述的计算解调输出对数似然比的算法，具体如下:

对接收到的蓝牙信号取相位，得到：

是噪声相位，接收信号相位

变化由上式前一项

决定；低功耗蓝牙协议规定，GFSK调制指数h＝0.5，则在无噪声干扰的理想情况下，由(2)式可以看出，当输入符号为1时，接收信号相位

变化为+π/2；当输入符号为-1时，接收信号相位变化为-π/2。

相位噪声分布是均值为0的近似高斯分布：

因此在有相位噪声情况下，当输入符号为1时，对应符号解调相位α的分布理论上应该是均值为+π/2的近似高斯分布，即：

其中

当输入符号为-1时，对应符号解调相位α的分布理论上应该是均值为-π/2的近似高斯分布，即：

其中

图1展示了实际仿真中GFSK解调输出相位分布与标准高斯分布的比较，可以进一步验证上述结论。基于解调输出的分布规律，用如下算法计算对数似然比(Log LikelihoodRatio,LLR)：

(1)将解调相位x映射到(-π,π)区间内：

α＝mod(α+π,2π)-π (9)

(2)根据x映射之后的相位值分情况讨论，具体如下：

当

时，

当

时，

r_LLR(t)＝-α-π (11)

当

时，

r_LLR(t)＝-α+π (12)。

第三步所使用的解映射具体包括：

对于低功耗蓝牙S＝2编码方案，直接将所求的每个符号相位的对数似然比作为输入，进行维特比解码；

对于低功耗蓝牙S＝8编码方案，将每4个符号的相位对数似然比a,b,c,d，作如下运算：

s＝a+b-c-d (13)

再将s的值作为维特比解码器输入。

本发明方法的优点

(1)相比较直接采用维特比解码，优化解码算法显著降低了误码率，提升了接收机灵敏度；

(2)考虑了低功耗蓝牙接收机计算能力有限及功耗低等特性，算法复杂度低，易于实现。

附图说明

图1为解调输出分布于高斯分布的比较。

图2为优化解码算法的流程图。

图3为S＝2编码方案下优化解码算法的误码率性能比较。

图4为S＝2编码方案下优化解码算法的误码率性能比较。

具体实施方式

下面通过具体实施例，进一步介绍本发明。

作为实施例，本发明用计算机仿真了蓝牙GFSK信号编码-调制-解调-解码的完整流程。仿真过程中随机生成500bit的数据包，GFSK调制指数为0.5，上采样率为2，采用低功耗蓝牙协议规定的编码方式，分别在低功耗蓝牙S＝2编码方案以及S＝8编码方案下，进行了1000次蒙特卡洛实验。最终误码率性能及比较分别如图3和图4所示，其中x-轴是仿真信噪比，y-轴是接收端解码之后的误码率。

图中硬解码算法(中间带圆圈的线)对应直接将解调相位作硬判决(0/1)之后，经过解映射输入到维特比解码器进行硬解码；原始软解码算法(上侧带正方形的线)对应将解调相位解映射之后直接作为维特比软解码的输入；LLR软解码算法(下侧带圆点的线)对应本发明提出的优化解码算法。可以看到在S＝2编码方案下，本发明提出的优化解码算法误码率性能比传统软解码提升了1.5dB，比硬解码提升了1dB左右；在S＝8编码方案下，本发明提出的优化解码算法误码率性能比传统软解码提升了1.5dB，比硬解码提升了1dB左右。

参考文献

[1]Bo Y,Yang L,Chong C C.Optimized Differential GFSK Demodulator[J].IEEE Transactions on Communications,2011,59(6):1497-1501.。

Claims (3)

1.一种低功耗蓝牙的低复杂度优化解码算法，其特征在于，具体步骤如下：

第一步，对于一个经过编码以及调制发送的蓝牙信号r(t)，接收机在相位域作GFSK差分解调，得到相位φ(t)；所述GFSK信号是一种连续相位调制信号，其信号模型：

其中

E_b是每比特能量，T是符号周期，f₀是载波频率，I是输入的随机信号流，I_k∈{±1}；

其中I_k∈{±1}，是输入的随机信号流，L由成型函数q(t)有效持续时间决定，h是GFSK调制指数；

且当t<0时，q(t)＝0，t≥LT时，q(t)＝1/2；g(t)是高斯滤波器的脉冲响应：

上式中

是高斯Q函数，

BT是3dB带宽与时间乘积；

第二步，根据解调相位信息φ(t)计算输出对数似然比r_LLR(t)；

第三步，将对数似然比r_LLR(t)解映射之后作为维特比解码的输入，进行维特比软解码。

2.根据权利要求1所述的低功耗蓝牙的低复杂度优化解码算法，其特征在于，第二步中，所述的根据解调相位信息φ(t)计算输出对数似然比r_LLR(t)，具体流程如下：

对接收到的蓝牙信号取相位，得到：

是噪声相位，接收信号相位

变化由上式前一项

决定；低功耗蓝牙协议规定，GFSK调制指数h＝0.5，则在无噪声干扰的理想情况下，由(2)式可知，当输入符号为1时，接收信号相位

变化为+π/2；当输入符号为-1时，接收信号相位变化为-π/2；

相位噪声分布是均值为0近似高斯分布：

因此在有相位噪声情况下：

当输入符号为1时，对应符号解调相位α的分布是均值为+π/2的近似高斯分布，即：

其中

当输入符号为-1时，对应符号解调相位α的分布是均值为-π/2的近似高斯分布，即：

其中

于是，对数似然比计算如下：

(1)将解调相位x映射到(-π,π)区间内：

α＝mod(α+π,2π)-π (9)

(2)根据x映射之后的相位值情况确定，具体如下：

当

时，

r_LLR(t)＝α (10)

当

时，

r_LLR(t)＝-α-π (11)

当

时，

r_LLR(t)＝-α+π (12)。

3.根据权利要求1所述的低复杂度的低功耗蓝牙优化解码算法，其特征在于，第三步中，所述将对数似然比r_LLR(t)解映射，具体如下：

对于低功耗蓝牙S＝2编码方案，直接将所求的每个符号相位的对数似然比作为输入，进行维特比解码；

对于低功耗蓝牙S＝8编码方案，将每4个符号的相位对数似然比a,b,c,d，作如下运算：

s＝a+b-c-d (13)

再将s的值作为维特比解码器输入。

Images