CN111464226B - 低压缩因子下的基于直扩的sefdm系统的逐块检测方法 - Google Patents

Abstract

低压缩因子下的基于直扩的SEFDM系统的逐块检测方法，涉及电子与通信技术领域，本发明是为了在保障频谱效率不过度降低的前提下，提升宽带卫星通信的抗干扰性，本发明将DSSS和SEFDM有效的结合在一起，接收端的检测方法利用了DSSS的优点，以基于ML方法的思想进行逐块的检测，极大的降低了传统算法的复杂度，本发明适用于带宽压缩因子低于0.6的系统。

Description

低压缩因子下的基于直扩的SEFDM系统的逐块检测方法

技术领域

本发明涉及电子与通信技术领域，具体涉及宽带星地通信场景下提升信息传输速率的抗干扰传输技术。

背景技术

卫星通信作为地面通信的补充，在未来的信息传输中有着及其重要的作用，其中宽带卫星是现阶段十分重要的研究领域，然而由于卫星传输技术本身存在的不足以及复杂信道条件的限制，卫星传输信号很有可能会受到一些有意或无意的干扰，这些干扰会影响信号的传输质量，为了保证良好的卫星传输效果，需要采取相应的措施，在卫星通信中通常为了抵抗外部干扰，常用扩频通信作为抗干扰技术，扩频通信分为直接序列扩频(DirectSequence Spread Spectrum,DSSS)和跳频序列扩频(Frequency Hopping SpreadSpectrum,FHSS)，DSSS系统因具有抗干扰、抗噪声、抗多径衰落、保密性强、可多地址复用和高精度测量等优点，被广泛应用于各种军用和民用通讯以及导航系统中，DSSS通过直接将每个信息比特与高数据速率扩展序列进行组合或相乘来扩展信息信号，从而达到抗干扰的目的。

高频谱效率频分复用(Spectrally Efficient Frequency DivisionMultiplexing,SEFDM)技术是2003年由I.Darwazeh等人提出了一种高效率的频分复用技术，该技术建立在正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)的基础上，OFDM通过使相邻的子载波相互交叠达到正交的关系，载波之间有很大程度的交叠，在一定程度上节省了很多的频谱资源，SEFDM是在OFDM的基础上进一步压缩子载波间隔，以牺牲正交性换取频谱效率的提升。

由于SEFDM的固有特性，虽然节省了很大的带宽，但是使得收发装置在硬件方面面临着实现的高复杂度的问题，而且其面临的最大问题还是检测问题，由于破坏了子载波间的正交性，使得在接收端需要很高复杂度的检测方法来克服载波间干扰从而恢复出数据，在现有的检测算法里，最优的检测算法为最大似然(Maximum Likehood,ML)检测算法，但是由于其高复杂性变得不适用于实际实现，其他的检测算法，诸如球形译码(SphereDecoding,SD)、固定复杂度球形译码(Fixed Sphere Decoding,FSD)等都是在ML算法的基础上进行简化，虽然性能比不上ML算法，但是复杂度性对于ML算法下降了很多。

发明内容

本发明是为了在保障频谱效率不过度降低的前提下，提升宽带卫星通信的抗干扰性，从而提供一种低压缩因子下的基于直扩的SEFDM系统的逐块检测方法。

低压缩因子下的基于直扩的SEFDM系统的逐块检测方法，其特征在于，所述方法包括如下步骤：

步骤一：在发射端，将信源数据{a₀,a₁,...,a_L-1}与直扩序列{d₀,d₁,...,d_M-1}相乘得到扩频序列{s₀,s₁,...,s_N-1}，然后通过串并转换后，输出N路并行数据，然后在N路并行数据末端补上

N个零，获得补零后的N路并行数据；N为正整数；

步骤二：将步骤一获得的补零后的N路并行数据进行

点IDFT变换，经过变换后，取输出数据的前N路数据组成1列N行的矩阵S；

步骤三：将步骤二获得的矩阵S经过并串转换以及D/A转换器后，再经过射频调制，通过天线发送到无线信道中；

步骤四：接收端在无线信道接收步骤三发射的无线信号，然后将接收信号依次经过A/D转换和串并转换后，输出N路并行数据，在N路并行数据的末端补上

N个零，获得补零后的N路并行数据；

步骤五：将步骤四获得的补零后的N路并行数据进行

点DFT变换，变换后，取输出数据的前N路数据组成1列N行的矩阵Y；

步骤六：将步骤五矩阵Y分成L个块，记为{G₀,G₁,...,G_L-1}，其中每个块包含M个数据，然后获取截取的失真矩阵

步骤七：对于当前块G_i(i＝0,1,2,...,M-1)会收到后j个块以及前面所有块的干扰，因此利用最大似然检测算法可以得出当前块G_i的估计值，以此类推，依次获取每个块的估计值，直到最后一个块的估计值被获取；

步骤八：每个块的值都被估计完成后，最后利用已知的扩频码依次解扩出数据。

本发明将DSSS和SEFDM有效的结合在一起，接收端的检测方法利用了DSSS的优点，以基于ML方法的思想进行逐块的检测，极大的降低了传统算法的复杂度，本发明适用于带宽压缩因子低于0.6的系统，若带宽压缩因子大于0.6，DS-SEFDM固有的特性就具有很优的误码性能。

附图说明

图1是本发明的DS-SEFDM系统框图；

图2是本发明的逐块检测算法分块示意图；

图3是无检测算法和不同压缩因子下的DS-SEFDM系统的性能图；

图4是DS-SEFDM系统应用本发明的逐块检测算法性能图。

具体实施方式

具体实施方式一、低压缩因子下的基于直扩的SEFDM系统的逐块检测方法，其特征在于，所述方法包括如下步骤：

步骤一：在发射端，将信源数据{a₀,a₁,...,a_L-1}与直扩序列{d₀,d₁,...,d_M-1}相乘得到扩频序列{s₀,s₁,...,s_N-1}，然后通过串并转换后，输出N路并行数据，然后在N路并行数据末端补上

N个零，获得补零后的N路并行数据；N为正整数；

步骤二：将步骤一获得的补零后的N路并行数据进行

点IDFT变换，经过变换后，取输出数据的前N路数据组成1列N行的矩阵S；

步骤三：将步骤二获得的矩阵S经过并串转换以及D/A转换器后，再经过射频调制，通过天线发送到无线信道中；

步骤四：接收端在无线信道接收步骤三发射的无线信号，然后将接收信号依次经过A/D转换和串并转换后，输出N路并行数据，在N路并行数据的末端补上

N个零，获得补零后的N路并行数据；

步骤五：将步骤四获得的补零后的N路并行数据进行

点DFT变换，变换后，取输出数据的前N路数据组成1列N行的矩阵Y；

步骤六：将步骤五矩阵Y分成L个块，记为{G₀,G₁,...,G_L-1}，其中每个块包含M个数据，然后获取截取的失真矩阵

步骤七：对于当前块G_i(i＝0,1,2,...,M-1)会收到后j个块以及前面所有块的干扰，因此利用最大似然检测算法可以得出当前块G_i的估计值，以此类推，依次获取每个块的估计值，直到最后一个块的估计值被获取；

步骤八：每个块的值都被估计完成后，最后利用已知的扩频码依次解扩出数据。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

具体实施例：本具体实施例所述的DS-SEFDM系统，包括发送步骤和接收步骤；

本实施例的发送步骤包括：

步骤A1、符号映射，符号映射的目的是生成星座映射复符号，由发送信息的0,1二进制比特信息，经过不同的调制方式，将若干码元为一组映射成复符号，以四相位星座映射为例，该阶段具体步骤为：

步骤A11、设调制相位数目为m，发送信息码元数目为n，映射后复符号个数为e。

步骤A12、发送信息0,1码元分组，每组码元映射为一个复符号，每组的码元个数h和调制相位数目m以及映射后复符号个数e的关系为：

h＝log₂ m。

步骤A13、每组信息码元以一定的规则映射到复平面上不同的星座点，形成了若干不同相位的调制符号，根据星座点数设置的不同，每组映射的原象码元的个数的增加在一定程度上相当于传输效率的提高，四相位星座映射下，将符号能量归一化，代码中，信息码元到复平面上符号位置的映射关系为：

若为四相位映射，m＝4,h＝log₂ m＝2，因此每组码元个数为2，复符号共有m＝4种形式，映射关系为：

步骤A2、直接序列扩频，在该步骤中，将每组映射后的复数符号乘以相同的扩频码，从而得到扩频后的序列，该阶段的具体步骤为：

步骤A21、经映射后数据包含L个复数符号，其周期为T，扩频码包含M个码片，码片以周期T_s进行传输，且

T＝M·T_s；

因此，复数符号经过扩频后得到扩频符号s，且s由N个复数符号组成，也即

N＝L·M。

步骤A3、DS-SEFDM信号生成，在该步骤中，将扩频符号s中的每一组复数符号调制到一组非正交的子载波上生成高效频分复用符号，该阶段具体步骤为：

步骤A31、高效频分复用信号由若干组高效频分复用符号组成，每组高效频分复用符号携带N个复符号，以T_s为周期进行数据传输，每组N维复符号调制到一组非正交的子载波上，调制后的高效频分复用信号x(t)形式为：

其中，α为带宽压缩因子，α＝Δf·T_s，Δf为子载波间隔，T_s为符号间隔，N为子载波数量，s_l,n为第l个高效频分复用符号中的第n个子载波上承载的复符号数据。

步骤A32、在数字通信系统中需要使用离散的数字信号，离散的高效频分复用信号由连续形式信号采样获得，以T_s/N为间隔采样，采样后离散形式的高效频分复用信号表达式为：

其中，X_l[k]表示表示第l个符号上的第k个时间样本点，

为归一化常数。

步骤A33、将上述过程写成矩阵形式：

X_l＝Φ·S_l

其中，X_l＝[X_l[0],X_l[1]……X_l[N-1]]^T为第l个高效频分复用符号对应的数据向量，S_l表示输入符号的向量形式，S_l＝[s_l,0,s_l,1,s_l,2,……s_l,N-1]^T，Φ为N×N的IDFT矩阵，定义为：

即Φ中第k行第n列的元素定义为

0≤n＜N,0≤k＜N。

步骤A34、从上述步骤来看，要将扩频符号调制到非正交的子载波上，重要的操作是IDFT，因此不同于OFDM简单的IDFT操作，高效频分复用信号首先需要将扩频符号经过串并转换变成并行数据，也就是说，具有N个复数符号的扩频符号经过串并转换后变成N路并行数据。

步骤A35、在N路并行数据的末尾补上

N个零，N路数据变成

路数据，接下来执行

点IDFT。

步骤A36、经过

点IDFT后，输出

路数据，然后取前N路数据得到调制后的待发送数据，最后通过天线发送到无线环境中去。

步骤A4、在接收端，天线接收到的信号经过A/D转换和下变频后，得到待处理的接收信号r。

步骤A41、为了将调制到非正交子载波上的数据恢复出来，所以需要执行解调，即解调后的数据为：

其中，r_l,n为接收到的第l个高效频分复用符号中的第n个子载波上承载的复符号数据，同以上步骤，对y(t)以采样周期为T_s/N进行离散化，因此离散化后的等式为：

其中，Y_l[k]表示表示第l个符号上的第k个时间样本点，

为归一化常数。

将上式写成矩阵的形式：

Y_l＝Φ^*·R_l

其中，Y_l＝[Y_l[0],Y_l[1],...,Y_l[N-1]]^T，表示第l个接收符号的向量形式，R_l表示接收符号的向量形式，R_l＝[r_l,0,r_l,1,r_l,2,……r_l,N-1]^T，Φ^*为N×N的DFT矩阵，且定义为：

即Φ^*中第k行第n列的元素定义为

0≤n＜N,0≤k＜N。

步骤A42、从步骤A41的分析可以看出，接收到的信号需要执行DFT操作才能解调成功，因此类似于步骤A35、A36，接收到的信号经过A/D转换和串并转换后，生成N路并行数据。

步骤A43、在N路并行数据的末尾补上

N个零，N路数据变成

路数据，接下来执行

点DFT。

步骤A44、经过

点DFT后，输出

路数据，然后取前N路数据得到解调后的数据，然后进行检测。

图1是本发明考虑的系统模型图，在系统发射端，经过扩频后的N点复数符号，首先在数据末端补上

N个零，使符号总长度变为

接下来做长度为

的IDFT，最后取出数据的前N个点，然后在接收端执行与发射端相反的操作，此后还会有数据的检测处理过程，至此，整个系统的数据发送接收过程结束。

步骤A5、检测环节，由于DS-SEFDM系统破坏了子载波间的正交性，从而引入了子载波间干扰(Inter-Carrier Interferencem,ICI)，因此解调后的数据不准确，所以需要在检测环节减小ICI带来的影响，从而提高解调后数据的准确性。

步骤A51、将解调后的数据进行分块处理，即把具有N个符号的解调后的矩阵Y_l分成L个块，记为G_i(i＝0,1,...,L-1)，每个块包含M个符号。

图2给出了本发明的逐块检测算法的分块示意图，从图上来看不同块之间相互造成了干扰，但是同一个块的内部的子载波相互之间的干扰可以完全忽略，而且块之间的距离越大，所造成的干扰越小。

步骤A52、由于经过分块后，此时每一个块为受到ICI和ISI的直扩信号，所以此时只考虑块间干扰，不必考虑块内的ICI，块之间的距离越远，受到的干扰越小，因此当块相距较远时，可以忽略所造成的干扰，假设每个块均会受到后j个块以及前面所有块的干扰，以i标记当前块的序号，i＝0,1,2,...,L-1。

步骤A6、0≤i＜j或L-1-j＜i≤L-1时，即当0≤i＜j时，当前块G_i会受到后j个块的干扰以及前

个块的干扰，当L-1-j＜i≤L-1时，当前块G_i会受到前面所有块的干扰以及后

个块的干扰，因此记当前块以及相关块(对当前块造成干扰的块)的所有可能的发送状态所组成的空间为SP_i，因此该空间内的元素数量为：

S_i＝m^j+1

其中，m表示星座点个数，然后将所有的状态向量进行扩频得到当前块以及相关块的所有可能的发送向量。

步骤A7、当j≤i≤L-1-j时，即当前块G_i会遭受到后j个块带来的干扰以及前面所有已估计出的块的干扰，但是，由于前面所有块的值已经被估计出，因此SP_i中的元素数量为：

S_i＝m^j+1。

步骤A8、发射数据经过了IDFT和DFT操作从而进入检测阶段，所以记整个过程为C，C是一个N×N的失真矩阵，且

C＝Φ^*Φ。

步骤A81、由于只考虑部分块所造成的干扰，因此需要对矩阵C进行截取，记截取后的矩阵为

且

然后，矩阵SP_i与

相乘取后M行得到G_i块所有的估计值，然后通过计算实际接收到的块与所有可能估计值的欧式距离，然后取最小值作为最后的估计值，该过程可以表示为下式：

其中，

是对G_i的估计值。

步骤A9、将每一个块的值都估计出来后，利用已知的直扩序列对每一个数据块进行解扩，解扩后执行星座解调，将星座符号恢复到比特的形式。

通过MATLAB仿真，仿真参数已经由表1和表2列出。

表1图3的仿真参数

表2图4的仿真参数

图3根据表1的参数给出了在不同压缩因子α下，DS-SEFDM系统在AWGN信道下的误码率性能，且该系统无任何检测方式，即接收端的信号经过DFT后直接进行解扩而恢复出的数据，从图中可以看出，DS-SEFDM系统在压缩因子大于0.6时具有较优的性能，且具有很强的抗干扰能力，这是由于扩频的原因导致的，因此，本专利仅仅专注于压缩因子α≤0.6时的情况下的系统检测方法，因为只有在此情况下系统的性能才会急剧恶化。

图4根据表2的参数给出了在压缩因子α＝0.5以及α＝0.4的情况下，利用逐块检测算法进行检测的误码率仿真图，从图上来看，该算法提升了检测系统的误码性能，极大的提升了系统的可行性。

本发明的DS-SEFDM系统以及接收方法是紧紧相关的，因为该接收算法的思想是利用系统之中的直扩将信号进行分块，分块的长度取决于直扩序列的长度，利用直扩序列只代表一个符号的思想，忽略块中内部的干扰，只关心块与块之间的干扰，然后再以最大似然检测算法为基础，进行逐块的检测，一方面极大的降低了传统ML算法的复杂度，另一方面也导致性能相对于ML算法不至于下降太多。

如果将DS-SEFDM技术应用于新一代宽带卫星场景下将会给在很大程度上提升系统的抗干扰性，而且由于该技术下生成的信号子载波是非正交的，从而导致频谱利用率不至于下降太多。

虽然在本文中参照了特定的实施方式来描述本发明，但是应该理解的是，这些实施例仅仅是本发明的原理和应用的示例，因此应该理解的是，可以对示例性的实施例进行许多修改，并且可以设计出其他的布置，只要不偏离所附权利要求所限定的本发明的精神和范围，应该理解的是，可以通过不同于原始权利要求所描述的方式来结合不同的从属权利要求和本文中所述的特征，还可以理解的是，结合单独实施例所描述的特征可以使用在其他所述实施例中。

Claims (2)

1.低压缩因子下的基于直扩的SEFDM系统的逐块检测方法，其特征在于，所述方法包括如下步骤：

步骤一：在发射端，将信源数据{a₀,a₁,...,a_L-1}与直扩序列{d₀,d₁,...,d_M-1}相乘得到扩频序列{s₀,s₁,...,s_N-1}，然后通过串并转换后，输出N路并行数据，然后在N路并行数据末端补上

N个零，获得补零后的N路并行数据；N为正整数；

步骤二：将步骤一获得的补零后的N路并行数据进行

点IDFT变换，经过变换后，取输出数据的前N路数据组成1列N行的矩阵S；α为带宽压缩因子；

步骤三：将步骤二获得的矩阵S经过并串转换以及D/A转换器后，再经过射频调制，通过天线发送到无线信道中；

步骤四：接收端在无线信道接收步骤三发射的无线信号，然后将接收信号依次经过A/D转换和串并转换后，输出N路并行数据，在N路并行数据的末端补上

N个零，获得补零后的N路并行数据；

步骤五：将步骤四获得的补零后的N路并行数据进行

点DFT变换，变换后，取输出数据的前N路数据组成1列N行的矩阵Y；

步骤六：将步骤五矩阵Y分成L个块，记为{G₀,G₁,...,G_L-1}，其中每个块包含M个数据，然后获取截取的失真矩阵

步骤七：对于当前块G_i(i＝0,1,2,...,M-1)会收到后j个块以及前面所有块的干扰，因此利用最大似然检测算法可以得出当前块G_i的估计值，以此类推，依次获取每个块的估计值，直到最后一个块的估计值被获取；

步骤八：每个块的值都被估计完成后，最后利用已知的扩频码依次解扩出数据。

2.根据权利要求1所述的低压缩因子下的基于直扩的SEFDM系统的逐块检测方法，其特征在于，所述步骤一中，信源数据{a₀,a₁,...,a_L-1}在与直扩序列{d₀,d₁,...,d_M-1}相乘之前，已经过编码、符号映射处理。

Images