CN111628848B - 通信符号的检测方法、设备及计算机可读存储介质 - Google Patents
通信符号的检测方法、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111628848B CN111628848B CN202010400293.8A CN202010400293A CN111628848B CN 111628848 B CN111628848 B CN 111628848B CN 202010400293 A CN202010400293 A CN 202010400293A CN 111628848 B CN111628848 B CN 111628848B
- Authority
- CN
- China
- Prior art keywords
- communication symbol
- preset
- symbol
- determining
- communication
- 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
Links
Images
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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
-
- 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
- H04L1/0046—Code rate detection or code type detection
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Mobile Radio Communication Systems (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本发明公开了一种通信符号的检测方法、设备及计算机可读存储介质,所述方法包括:当侦测到通信符号时,根据与所述通信符号对应的传输信道在预设基扩展模型上的函数表示,对所述通信符号进行滤波,得到滤波信号;确定所述滤波信号在预设信号分类上的概率分布,并根据所述概率分布,确定所述通信符号的对数似然比;根据所述对数似然比,确定所述通信符号的类型,完成对所述通信符号的检测。本发明实现了从信道表示和滤波处理等方面来提升符号检测的准确性,提高了检测性能。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种通信符号的检测方法、设备及计算机可读存储介质。
背景技术
随着通信技术的发展,高动态信道所存在的场景越来越多。高动态信道是指在某些特殊通信场景下,由于环境的复杂性和动态变化,对通信信号造成强烈的动态影响,从而影响通信链路性能。从时域上来看,其可以表现为强时变特性。例如等离子鞘套环境下的通信问题,即表现为复杂环境下信道具有的高动态特性。等离子鞘套是指航天器从外太空返回地球经过大气层时,由于其高速运动导致气体电离,所形成的包裹于飞行器表面的等离子体。这时航天器与地面通信时,通信信号即会受到等离子体的强烈影响,表现为强时变特性,具有高动态性。对于该类等离子体环境下的高动态信道,其相干时间可达到0.1μs的量级,这和高速飞行器的通信场景中测控通信符号周期可比拟,甚至更小,表现出时域上的强时变特性。另一个高动态信道的场景就是在复杂的生产作业环境中,比如大型海上钻井、采油平台内部环境,由于平台内部主体由钢铁建造,并且各舱室内部有大量的金属管道、线路、大型设备,以及大型设备工作运行时会带来电磁干扰,使得通信环境极为复杂,由于工作人员在平台内部巡检作业时的移动,而容易导致无线信道具有高动态特性。
对于高动态信道的通信场景,通常在复杂动态环境下的通信信噪比较低,且发送端功率又受限;此时,为了尽可能提高接收端收到的符号能量,可以通过适当延长通信的符号周期来增加每个通信符号所携带的能量。但这将出现在高动态信道下信号的符号周期可能比信道相干时间更长的情况,而导致了高动态信道通信场景中,传统的基于发送符号正交性的相关符号检测方式,因没有考虑到信道的高动态强时变特性,在较长的时间尺度下,难以找到合适的基对高动态信道进行表示,使得对符号的检测不准确,检测性能不佳。
发明内容
本发明的主要目的在于提供一种通信符号的检测方法、设备及计算机可读存储介质,旨在解决现有技术中基于发送符号正交性的相关符号检测方式,在高动态强时变场景下,所检测的符号不准确,检测性能不佳的技术问题。
为实现上述目的,本发明提供一种通信符号的检测方法,所述通信符号的检测方法包括以下步骤:
当侦测到通信符号时,根据与所述通信符号对应的传输信道在预设基扩展模型上的函数表示,对所述通信符号进行滤波,得到滤波信号;
确定所述滤波信号在预设信号分类上的概率分布,并根据所述概率分布,确定所述通信符号的对数似然比;
根据所述对数似然比,确定所述通信符号的类型,完成对所述通信符号的检测。
优选地,所述当侦测到通信符号时,根据与所述通信符号对应的传输信道在预设基扩展模型上的函数表示,对所述通信符号进行滤波,得到滤波信号的步骤包括:
当基于预设基扩展模型侦测到通信符号时,根据预设信号公式,将所述通信符号转换为接收信号;
获取与所述通信符号对应的传输信道在所述预设基扩展模型上的函数表示,并根据所述函数表示,对所述接收信号进行滤波转换,得到滤波信号。
优选地,所述预设信号分类包括第一分类和第二分类,所述确定所述滤波信号在预设信号分类上的概率分布的步骤包括:
根据与所述第一分类对应的第一预设公式,对所述滤波信号进行转换,生成所述滤波信号在所述第一分类上的第一概率分布;
根据与所述第二分类对应的第二预设公式,对所述滤波信号进行转换,生成所述滤波信号在所述第二分类上的第二概率分布。
优选地,所述根据所述概率分布,确定所述通信符号的对数似然比的步骤包括:
将所述第一概率分布和所述第二概率分布传输到预设概率公式中,得到待转换概率公式;
根据与所述第二概率分布对应的修正函数,对所述待转换概率公式进行转换,得到待计算概率公式;
对所述待计算概率公式进行计算,得到所述通信符号的对数似然比。
优选地,所述根据所述对数似然比,确定所述通信符号的类型的步骤包括:
将所述对数似然比传输到软译码器,基于所述软译码器对所述对数似然比进行预测,确定所述通信符号的类型。
优选地,所述当侦测到通信符号时,根据与所述通信符号对应的传输信道在预设基扩展模型上的函数表示,对所述通信符号进行滤波的步骤之前包括:
根据预设采样频率以及与所述通信符号对应传输信道的传输速率,确定符号采样点数;
根据所述符号采样点数,生成采样矩阵,并确定所述采样矩阵的多个特征向量;
根据多个所述特征向量,确定所述预设基扩展模型的目标正交基,并基于所述目标正交基对所述传输信道进行展开,得到所述传输信道在所述预设基扩展模型上的函数表示。
优选地,所述根据多个所述特征向量,确定所述预设基扩展模型的目标正交基的步骤包括:
根据所述符号采样点数,确定对所述传输信道进行展开的基数量;
根据所述采样矩阵的多个特征值,对多个所述特征向量进行排序;
根据所述基数量,对排序的多个所述特征向量进行筛选,得到所述预设基扩展模型的目标正交基。
优选地,所述当侦测到通信符号时,根据与所述通信符号对应的传输信道在预设基扩展模型上的函数表示,对所述通信符号进行滤波的步骤之前包括:
调用多个待测试基扩展模型分别对测试信道进行展开,生成与多个所述待测试基扩展模型分别对应的展开结果;
确定各所述展开结果分别与所述测试信道之间的相似度,并查找各所述相似度中的最大相似度;
确定多个所述待测试基扩展模型中与所述最大相似度对应的待测试基扩展模型,并将对应的待测试基扩展模型确定为预设基扩展模型进行部署。
进一步地,为实现上述目的,本发明还提供一种通信符号的检测设备,所述通信符号的检测设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的通信符号的检测程序,所述通信符号的检测程序被所述处理器执行时实现上述的通信符号的检测方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有通信符号的检测程序,所述通信符号的检测程序被处理器执行时实现上述的通信符号的检测方法的步骤。
本发明实施例提出的通信符号的检测方法、设备及计算机可读存储介质,一旦侦测到信号符号,则根据与该通信符号对应的传输信道在预设基扩展模型上的函数表示,对通信符号进行滤波,得到滤波信号;再确定该滤波信号在预设信号分类上的概率分布,并依据概率分布,来确定信号符号的对数似然比;进而依据该对数似然比,确定通信符号的类型,完成对信号符号的检测。因由预设基扩展模型对传输信道所进行的函数表示,充分考虑了传输信道所具有的高动态、强时变特性,使得在较长的时间尺度下,准确的表示了传输信道;同时,进一步考虑到传输信道具有的动态特性而设置依据函数表示进行滤波机制,有利于从信道表示和滤波处理等方面来提升符号检测的准确性,提高了检测性能。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的通信符号的检测设备结构示意图;
图2为本发明通信符号的检测方法第一实施例的流程示意图;
图3为本发明通信符号的检测方法第二实施例的流程示意图;
图4为本发明通信符号的检测方法中以不同数量的正交基基于基扩展模型检测方法对传输信道表示的性能示意图;
图5为本发明通信符号的检测方法中离散椭球基对高动态的测试信道展示的示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的通信符号的检测设备结构示意图。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身没有特定的意义。因此,“模块”、“部件”或“单元”可以混合地使用。
本发明实施例通信符号的检测设备可以是PC,也可以是平板电脑、便携计算机等可移动式终端设备。
如图1所示,该通信符号的检测设备可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的通信符号的检测设备结构并不构成对通信符号的检测设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及通信符号的检测程序。
在图1所示的设备中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的通信符号的检测程序,并执行以下操作:
当侦测到通信符号时,根据与所述通信符号对应的传输信道在预设基扩展模型上的函数表示,对所述通信符号进行滤波,得到滤波信号;
确定所述滤波信号在预设信号分类上的概率分布,并根据所述概率分布,确定所述通信符号的对数似然比;
根据所述对数似然比,确定所述通信符号的类型,完成对所述通信符号的检测。
进一步地,所述当侦测到通信符号时,根据与所述通信符号对应的传输信道在预设基扩展模型上的函数表示,对所述通信符号进行滤波,得到滤波信号的步骤包括:
当基于预设基扩展模型侦测到通信符号时,根据预设信号公式,将所述通信符号转换为接收信号;
获取与所述通信符号对应的传输信道在所述预设基扩展模型上的函数表示,并根据所述函数表示,对所述接收信号进行滤波转换,得到滤波信号。
进一步地,所述预设信号分类包括第一分类和第二分类,所述确定所述滤波信号在预设信号分类上的概率分布的步骤包括:
根据与所述第一分类对应的第一预设公式,对所述滤波信号进行转换,生成所述滤波信号在所述第一分类上的第一概率分布;
根据与所述第二分类对应的第二预设公式,对所述滤波信号进行转换,生成所述滤波信号在所述第二分类上的第二概率分布。
进一步地,所述根据所述概率分布,确定所述通信符号的对数似然比的步骤包括:
将所述第一概率分布和所述第二概率分布传输到预设概率公式中,得到待转换概率公式;
根据与所述第二概率分布对应的修正函数,对所述待转换概率公式进行转换,得到待计算概率公式;
对所述待计算概率公式进行计算,得到所述通信符号的对数似然比。
进一步地,所述根据所述对数似然比,确定所述通信符号的类型的步骤包括:
将所述对数似然比传输到软译码器,基于所述软译码器对所述对数似然比进行预测,确定所述通信符号的类型。
进一步地,所述当侦测到通信符号时,根据与所述通信符号对应的传输信道在预设基扩展模型上的函数表示,对所述通信符号进行滤波的步骤之前,处理器1001可以用于调用存储器1005中存储的通信符号的检测程序,并执行以下操作:
根据预设采样频率以及与所述通信符号对应传输信道的传输速率,确定符号采样点数;
根据所述符号采样点数,生成采样矩阵,并确定所述采样矩阵的多个特征向量;
根据多个所述特征向量,确定所述预设基扩展模型的目标正交基,并基于所述目标正交基对所述传输信道进行展开,得到所述传输信道在所述预设基扩展模型上的函数表示。
进一步地,所述根据多个所述特征向量,确定所述预设基扩展模型的目标正交基的步骤包括:
根据所述符号采样点数,确定对所述传输信道进行展开的基数量;
根据所述采样矩阵的多个特征值,对多个所述特征向量进行排序;
根据所述基数量,对排序的多个所述特征向量进行筛选,得到所述预设基扩展模型的目标正交基。
进一步地,所述当侦测到通信符号时,根据与所述通信符号对应的传输信道在预设基扩展模型上的函数表示,对所述通信符号进行滤波的步骤之前,处理器1001可以用于调用存储器1005中存储的通信符号的检测程序,并执行以下操作:
调用多个待测试基扩展模型分别对测试信道进行展开,生成与多个所述待测试基扩展模型分别对应的展开结果;
确定各所述展开结果分别与所述测试信道之间的相似度,并查找各所述相似度中的最大相似度;
确定多个所述待测试基扩展模型中与所述最大相似度对应的待测试基扩展模型,并将对应的待测试基扩展模型确定为预设基扩展模型进行部署。
本发明通信符号的检测设备的具体实施方式与下述通信符号的检测方法各实施例基本相同,在此不再赘述。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
参照图2,本发明第一实施例提供一种通信符号的检测方法的流程示意图。该实施例中,所述通信符号的检测方法包括以下步骤:
步骤S10,当侦测到通信符号时,根据与所述通信符号对应的传输信道在预设基扩展模型上的函数表示,对所述通信符号进行滤波,得到滤波信号;
本实施例中的通信符号的检测方法应用于通信双方的接收端,通信双方之间的通信通道具有高动态强时变的特性,适用于接收端检测通过该类通信通道所接收到的通信符号的类型。其中,通信符号是通信双方之间通过通信通道所发送信号的最小单位,通过对通信符号类型的检测来确定所接收到的信号内容。具体地,接收端预先部署有预设基扩展模型,以用于对传输信道进行展开表示,进而由展开表示的传输信道对通信符号进行接收。传输信道即为通信双方之间具有高动态强时变特性的通信通道,预设基扩展模型可以是离散椭球基、复指数基、多项式基中的任意一种。通过各种类型基对传输信道进行展开,选取展开性能效果最好的作为预设基扩展模型。此外,也可以直接结合各种类型基的性能进行选取,如离散椭球基相比较于复指数基和多项式基,其本身具有正交性,且具有时域能量和频域能量更集中的特点,故可将预设基扩展模型优选为离散椭球基。
进一步地,从预设基扩展模型中选取一组正交基对传输信道进行正交展开,形成传输信道在预设基扩展模型上近似的函数表示;并且针对每一正交基均设定对应的滤波器,以对通过每个正交基所接收的通信符号进行滤波。以此,实现接收端在侦测到通信符号时,依据传输该通信符号的传输信道在预设基扩展模型上的函数表示,确定对应的滤波器,进而由所确定的滤波器对接收的通信符号进行滤波,得到滤波信号。
更进一步地,所述当侦测到通信符号时,根据与所述通信符号对应的传输信道在预设基扩展模型上的函数表示,对所述通信符号进行滤波,得到滤波信号的步骤包括:
步骤S11,当基于预设基扩展模型侦测到通信符号时,根据预设信号公式,将所述通信符号转换为接收信号;
步骤S12,获取与所述通信符号对应的传输信道在所述预设基扩展模型上的函数表示,并根据所述函数表示,对所述接收信号进行滤波转换,得到滤波信号。
进一步地,预先设置有对所接收通信符号进行表示的预设信号公式,对传输信道进行正交展开表示的预设基扩展模型,一旦侦测到通信符号,则通过该预设信号公式,将通信符号转换表示为接收信号。其中,预设信号公式具体如下公式(1)所示:
y=hx+n(1);
其中,y表示接收信号,x表示通信符号,h为传输信道,n为复高斯噪声,n的分布满足n~CN(0,σ02),σ02为噪声方差。
需要说明的是,传输信道h由一组正交基展开表示的函数表示具体如下公式(2)所示:
其中,Q表示一组正交基中所包含正交基的个数,Uq为正交基,Cq为正交基对应的表示系数。
更进一步地,对该函数表示进行获取,并通过其对接收信号进行滤波转换,得到滤波信号。其中,滤波信号依据预设基扩展模型内用于表示传输信道的一组正交基中所包含正交基数量的不同而具有不同的表示方式。本实施例选取不同数量的正交基基于基扩展模型检测方法对传输信道进行表示,表示的结果示意图如图4所示,图4中横坐标为正交基的数量,纵坐标为信道均方误差。由图4可知,正交基的数量越多,精度越好,但综合考虑数据量处理和系统资源等因素,使用两个正交基基于基扩展模型检测方法即可对具有高动态强时变特性的通信通道具有较好的近似效果。故本实施例将正交基的数量优选为2进行说明,对于正交基的数量为2的情况,所获取到的传输信道在预设扩展基模型上近似的函数表示如下公式(3)所示:
进一步地,在通过函数表示对接收信号进行滤波的过程中,将由公式(3)所表征的函数表示传输到由公式(1)所表征的接收信号中,得到公式(4):
y=C1U1x+C2U2x+n (4);
考虑到正交基的正交特性,对公式(4)进行拆分,得到滤波器的输出如下公式(5)所示:
进而,得到滤波器的滤波信号Z=[Z1,Z2]如下公式(6)所示:
步骤S20,确定所述滤波信号在预设信号分类上的概率分布,并根据所述概率分布,确定所述通信符号的对数似然比;
更进一步地,本实施例中的通信符号包含0和1两种类型,将该0或者1的类型作为两类不同的预设信号分类,确定对通信符号经滤波所得到的滤波信号在预设信号分类上的概率分布,表征所侦测到的通信符号是0的可能性大小以及是1的可能性大小。具体地,将0的类型作为预设信号分类中的第一分类,将1的类型作为预设信号分类中的第二分类,使得预设信号分类包括第一分类和第二分类;并且,确定滤波信号在预设信号分类上的概率分布的步骤包括:
步骤S21,根据与所述第一分类对应的第一预设公式,对所述滤波信号进行转换,生成所述滤波信号在所述第一分类上的第一概率分布;
步骤S22,根据与所述第二分类对应的第二预设公式,对所述滤波信号进行转换,生成所述滤波信号在所述第二分类上的第二概率分布。
进一步地,针对第一分类和第二分类,对表征滤波信号的公式(6)进行展开。其中,对于作为0类型的第一分类,对公式(6)进行展开,得到公式(7),具体的公式(7)为:
其中,下标real和下标imag分别表示对应复高斯噪声的实分部和虚分部。
通过该公式(7)可知,滤波信号满足自由度k=2的卡方分布,即Z1,Z2~x2(k),将该卡方分布作为第一预设公式,对滤波信号进行转换,得到概率密度函数。该概率密度函数即为滤波信号在第一分类上的第一概率分布,具体如下公式(8)所示:
其中,Γ(n)=(n-1)!为伽马函数。
更进一步地,对于作为1类型的第二分类,对公式(6)进行展开,得到公式(9),具体的公式(9)为:
其中,下标real和下标imag分别表示对应复高斯噪声和信道展开系数的实部和虚部。
进而由该公式(9)可以得到滤波信号为非中心的卡方分布,即Z1~x2(k,λ1)和Z2~x2(k,λ2);其中,k为自由度参数,取值为2,λ1和λ2未非中心参量,取值由公式(10)表征,公式(10)为:
将该非中心的卡方分布作为第二预设公式,对滤波信号进行转换,得到概率密度函数。该概率密度函数即为滤波信号在第二分类上的第二概率分布,具体如下公式(11)所示:
其中,I(x)为第一类修正贝塞尔函数。
进一步地,在确定对通信符号经滤波所得到的滤波信号在预设信号分类上的概率分布,即在第一分类上的第一概率分布和在第二分类上的第二概率分布,表征所侦测到的通信符号是0类型的可能性大小以及是1类型的可能性大小之后;则可依据两种分类上的概率分布,来确定通信符号的对数似然比。其中对数似然比表征了通信符号类型的可能性,相当于概率。具体地,根据概率分布,确定通信符号的对数似然比的步骤包括:
步骤S23,将所述第一概率分布和所述第二概率分布传输到预设概率公式中,得到待转换概率公式;
步骤S24,根据与所述第二概率分布对应的修正函数,对所述待转换概率公式进行转换,得到待计算概率公式;
步骤S25,对所述待计算概率公式进行计算,得到所述通信符号的对数似然比。
更进一步地,预先设置有表征对数似然比的预设概率公式,该预设概率公式具体如下公式(12)所示:
将确定的第一概率分布和第二概率分布传输到该预设概率公式中,并对预设概率公式进行变换,得到待转换概率公式,该待转换概率公式如下公式(13)所示:
进一步地,在得到待转换概率公式之后,再经由与第二概率分布对应的修改函数,对待转换概率公式进行转换,得到用于计算对数似然比的待计算该类公式。其中与第二概率分布对应的修正函数为用于表征第二概率分布的公式(11)中所包含的第一类修正贝塞尔函数,通过对该第一类修正贝塞尔函数的近似计算,来实现对待转换概率公式的转换,计算所得到的近似值即为待计算概率公式。该待计算概率公式可用如下公式(15)进行表征:
更进一步地,通过对待计算概率公式的计算,所得到的计算结果即为通信符号的对数似然比,以对通信符号的类型可能性大小进行表征。
步骤S30,根据所述对数似然比,确定所述通信符号的类型,完成对所述通信符号的检测。
进一步地,在经计算得到通信符号的对数似然比之后,即可依据该对数似然比,来确定通信符号的类型,进而实现对通信符号的检测。其中,类型的确定可通过预先设定类型与对数似然比之间的对应关系实现,也可通过经训练的软译码器实现。对于预先设定对应关系的方式,即设定不同的对数似然比范围对应不同的类型,将计算得到对数似然比和各对数似然比范围对比,确定所在的目标对数似然比范围,进而由各项对应关系中和目标对数似然比对应的类型,来得到通信符号的类型,实现通信符号的检测。对于训练的软译码器,其实质为经训练用于类型预测的分类器,将计算得到的对数似然比传输到软译码器中,由软译码器依据其训练的参数对对数似然比进行分类预测,得到的预测结果即为通信符号的类型,从而完成通信符号的检测。
在本实施例中,一旦侦测到信号符号,则根据与该通信符号对应的传输信道在预设基扩展模型上的函数表示,对通信符号进行滤波,得到滤波信号;再确定该滤波信号在预设信号分类上的概率分布,并依据概率分布,来确定信号符号的对数似然比;进而依据该对数似然比,确定通信符号的类型,完成对信号符号的检测。因由预设基扩展模型对传输信道所进行的函数表示,充分考虑了传输信道所具有的高动态、强时变特性,使得在较长的时间尺度下,准确的表示了传输信道;同时,进一步考虑到传输信道具有的动态特性而设置依据函数表示进行滤波机制,有利于从信道表示和滤波处理等方面来提升符号检测的准确性,提高了检测性能。
进一步地,请参照图3,基于本发明通信符号的检测方法的第一实施例,提出本发明通信符号的检测方法第二实施例,在第二实施例中,所述当侦测到通信符号时,根据与所述通信符号对应的传输信道在预设基扩展模型上的函数表示,对所述通信符号进行滤波的步骤之前包括:
步骤S40,根据预设采样频率以及与所述通信符号对应传输信道的传输速率,确定符号采样点数;
步骤S50,根据所述符号采样点数,生成采样矩阵,并确定所述采样矩阵的多个特征向量;
步骤S60,根据多个所述特征向量,确定所述预设基扩展模型的目标正交基,并基于所述目标正交基对所述传输信道进行展开,得到所述传输信道在所述预设基扩展模型上的函数表示。
本实施例接收端在接收到通信符号前,对用于展开传输信道的正交基进行确定。具体地,获取对通信符号进行传输的传输信道所具有的传输速率,即传输信道传输通信符号的速率,并且对预先依据需求设定表征单位时间内采样次数的预设采样频率进行读取,进而依据该传输速率和预设采样频率,确定符号采样点数。如若传输速率为1M,预设采样频率为500MHz,则可确定每个符号采样点数为500。
进一步地,根据符号采样点数,生成采样矩阵,该采样矩阵的行数和列数均等于每个符号采样点数。其中采样矩阵的第i行,第j列元素可用如下公式(16)表示,公式(16)为:
其中,fd为高动态信道下的频率扩展参数,本实施例取值为500KHz,TNs为采样间隔,本实施例取值为2×10-9s。
进而计算采集举证的多个特征值和多个特征向量,多个特征值和多个特征向量之间选在一一对应关系,即一项特征值对应其中一项特征向量。并且预设基扩展模型中的各个正交基通过各个特征向量表征,满足Cui=λiui的关系,其中ui表示特征向量,即预设基扩展模型中的正交基,λi表示特征值。
进一步地,在得到采集举证的多个特征向量之后,则依据各个特征向量,从预设基扩展模型的多个正交基中确定出目标正交基。并且,通过目标正交基对传输信道进行正交展开,形成传输信道在预设基扩展模型上近似的函数表示,以由展开表示的传输信道对通信符号进行传送。其中,根据多个特征向量,确定预设基扩展模型的目标正交基的步骤包括:
步骤S61,根据所述符号采样点数,确定对所述传输信道进行展开的基数量;
步骤S62,根据所述采样矩阵的多个特征值,对多个所述特征向量进行排序;
步骤S63,根据所述基数量,对排序的多个所述特征向量进行筛选,得到所述预设基扩展模型的目标正交基。
更进一步地,在选取对传输信道进行展开表示的目标正交基之前,需要先确定用于对传输信道进行展开表示的目标正交基的基数量。具体地,基数量依据符号采样点数计算得到,计算公式如下公式(17)所示:
其中,fd为高动态信道下的频率扩展参数,TNs为采样间隔,Ns为符号采样点数。
可理解地,因预设基扩展模型中的各个正交基可通过各个特征向量表征,从而使得从预设基扩展模型的多个正交基中选取目标正交基的过程,其实质为从多个特征向量中选取出目标特征向量的过程。考虑到相对于特征向量,特征值的大小关系更容易确定,从而对特征值按照从大到小的顺序进行排列;并且,依据特征值和特征向量之间的上述关系式,根据排列的特征值,对多个特征向量进行排序,得到特征向量序列。进而依据基数量,对排序的各个特征向量进行筛选,选取排列在前列的基数量个特征向量作为目标特征向量;如基数量为2,则选取排列在前两位的特征向量作为目标特征向量。此后,将目标特征向量所表征的正交基确定为预设基扩展模型的目标正交基,以用于对传输信道进行正交展开,实现信号符号的传送。
本实施例通过计算采样矩阵的特征向量,并计算用于对传输信道进行展开的基数量,由基数量对特征向量进行筛选,来确定预设基扩展模型的目标正交基。所选取的特征向量具有最优性,使得所确定的目标正交基在基数量上准确展开传输信道的同时,还对传输信道具有较好的展开效果。
进一步的,基于本发明通信符号的检测方法第一实施例或第二实施例,提出本发明通信符号的检测方法的第三实施例,在第三实施例中,所述当侦测到通信符号时,根据与所述通信符号对应的传输信道在预设基扩展模型上的函数表示,对所述通信符号进行滤波的步骤之前包括:
步骤a,调用多个待测试基扩展模型分别对测试信道进行展开,生成与多个所述待测试基扩展模型分别对应的展开结果;
步骤b,确定各所述展开结果分别与所述测试信道之间的相似度,并查找各所述相似度中的最大相似度;
步骤c,确定多个所述待测试基扩展模型中与所述最大相似度对应的待测试基扩展模型,并将对应的待测试基扩展模型确定为预设基扩展模型进行部署。
本实施例针对预设基扩展模型的类型进行确定。预设基扩展模型可以是离散椭球基、复指数基、多项式基等,将该类离散椭球基、复指数基、多项式基均作为待测试基扩展模型,以通过测试从其中确定出预设基扩展模型。具体地,预先设定用于测试的高动态测试信道,对该类多个待测试基扩展模型进行调用,通过调用的多个待测试基扩展模型分别对该测试信道进行展开,得到与各个待测试基扩展模型分别对应的展开结果。进而计算各个展开结果分别与原始测试信道之间的相似度,其中相似度越大,表征展开后的测试信道与展开前的测试信道越相似,越能实现测试信道的功能,展开效果越高,反之则展开效果越差。故在各个相似度之间比较,查找其中的最大相似度,该最大相似度即表征展开效果最好。
进一步地,从各个待测试基扩展模型中查找出生成该最大相似度的待测试基扩展模型,该查找得到的待测试基扩展模型即为与最大相似度对应的待测试基扩展模型。因该待测试基扩展模型对测试信道具有最好的展开效果,故而将其确定为预设基扩展模型,部署在接收端,以在对传输信道进行展开时具有较好的展开效果,实现通信符号的高效传送。
需要说明的是,经测试确定离散椭球基对测试信道进行展示的效果最好,故将其作为预设基扩展模型部署在接收端。其中,离散椭球基对高动态的测试信道进行展示的示意图如图5所示。
本实施例通过设置多个待测试基扩展模型进行测试,从其中选取出对测试信道展开效果最好的作为预设基扩展模型部署在接收端,以确保在对实现接收端通信的传输通道进行展开时,具有最好的展开效果。
此外,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有通信符号的检测程序,所述通信符号的检测程序被处理器执行时实现上述通信符号的检测方法各实施例的步骤。
在本发明计算机可读存储介质的实施例中,包含了上述通信符号的检测方法各实施例的全部技术特征,说明和解释内容与上述通信符号的检测方法各实施例基本相同,在此不做累述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个计算机可读存储介质(如ROM/RAM、磁碟、光盘)中执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种通信符号的检测方法,其特征在于,所述通信符号的检测方法包括以下步骤:
当侦测到通信符号时,根据预设信号公式,将所述通信符号转换为接收信号;
获取与所述通信符号对应的传输信道在预设基扩展模型上的函数表示;
根据所述函数表示,对所述接收信号进行滤波,得到滤波信号;
确定所述滤波信号在预设信号分类上的概率分布,并根据所述概率分布,确定所述通信符号的对数似然比;
根据所述对数似然比,确定所述通信符号的类型,完成对所述通信符号的检测。
2.如权利要求1所述的通信符号的检测方法,其特征在于,所述预设信号分类包括第一分类和第二分类,所述确定所述滤波信号在预设信号分类上的概率分布的步骤包括:
根据与所述第一分类对应的第一预设公式,对所述滤波信号进行转换,生成所述滤波信号在所述第一分类上的第一概率分布;
根据与所述第二分类对应的第二预设公式,对所述滤波信号进行转换,生成所述滤波信号在所述第二分类上的第二概率分布。
3.如权利要求2所述的通信符号的检测方法,其特征在于,所述根据所述概率分布,确定所述通信符号的对数似然比的步骤包括:
将所述第一概率分布和所述第二概率分布传输到预设概率公式中,得到待转换概率公式;
根据与所述第二概率分布对应的修正函数,对所述待转换概率公式进行转换,得到待计算概率公式;
对所述待计算概率公式进行计算,得到所述通信符号的对数似然比。
4.如权利要求1所述的通信符号的检测方法,其特征在于,所述根据所述对数似然比,确定所述通信符号的类型的步骤包括:
将所述对数似然比传输到软译码器,基于所述软译码器对所述对数似然比进行预测,确定所述通信符号的类型。
5.如权利要求1-4任一项所述的通信符号的检测方法,其特征在于,所述当侦测到通信符号时,根据与所述通信符号对应的传输信道在预设基扩展模型上的函数表示,对所述通信符号进行滤波的步骤之前包括:
根据预设采样频率以及与所述通信符号对应传输信道的传输速率,确定符号采样点数;
根据所述符号采样点数,生成采样矩阵,并确定所述采样矩阵的多个特征向量;
根据多个所述特征向量,确定所述预设基扩展模型的目标正交基,并基于所述目标正交基对所述传输信道进行展开,得到所述传输信道在所述预设基扩展模型上的函数表示。
6.如权利要求5所述的通信符号的检测方法,其特征在于,所述根据多个所述特征向量,确定所述预设基扩展模型的目标正交基的步骤包括:
根据所述符号采样点数,确定对所述传输信道进行展开的基数量;
根据所述采样矩阵的多个特征值,对多个所述特征向量进行排序;
根据所述基数量,对排序的多个所述特征向量进行筛选,得到所述预设基扩展模型的目标正交基。
7.如权利要求1-4任一项所述的通信符号的检测方法,其特征在于,所述当侦测到通信符号时,根据与所述通信符号对应的传输信道在预设基扩展模型上的函数表示,对所述通信符号进行滤波的步骤之前包括:
调用多个待测试基扩展模型分别对测试信道进行展开,生成与多个所述待测试基扩展模型分别对应的展开结果;
确定各所述展开结果分别与所述测试信道之间的相似度,并查找各所述相似度中的最大相似度;
确定多个所述待测试基扩展模型中与所述最大相似度对应的待测试基扩展模型,并将对应的待测试基扩展模型确定为预设基扩展模型进行部署。
8.一种通信符号的检测设备,其特征在于,所述通信符号的检测设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的通信符号的检测程序,所述通信符号的检测程序被所述处理器执行时实现如权利要求1-7中任一项所述的通信符号的检测方法的步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有通信符号的检测程序,所述通信符号的检测程序被处理器执行时实现如权利要求1-7中任一项所述的通信符号的检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010400293.8A CN111628848B (zh) | 2020-05-12 | 2020-05-12 | 通信符号的检测方法、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010400293.8A CN111628848B (zh) | 2020-05-12 | 2020-05-12 | 通信符号的检测方法、设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111628848A CN111628848A (zh) | 2020-09-04 |
CN111628848B true CN111628848B (zh) | 2023-02-03 |
Family
ID=72261149
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010400293.8A Active CN111628848B (zh) | 2020-05-12 | 2020-05-12 | 通信符号的检测方法、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111628848B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112887245B (zh) * | 2021-01-08 | 2022-10-11 | 鹏城实验室 | 高动态信道的符号检测方法、装置、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2363985A1 (en) * | 2010-03-04 | 2011-09-07 | Universität Wien | A method for estimating basis expansion model coefficients of an OFDM transmission channel |
CN102938746A (zh) * | 2012-12-11 | 2013-02-20 | 上海现代先进超精密制造中心有限公司 | 基于复指数基扩展模型的信道估计方法和信道估计器 |
CN105262708A (zh) * | 2015-10-30 | 2016-01-20 | 西安电子科技大学 | 基于导频信道估计的mimo系统软检测方法 |
CN105871766A (zh) * | 2015-01-23 | 2016-08-17 | 北京三星通信技术研究有限公司 | 干扰删除方法、干扰删除辅助方法、装置、基站及终端 |
CN106254284A (zh) * | 2016-08-01 | 2016-12-21 | 西安电子科技大学昆山创新研究院 | 一种基于低轨卫星系统的快变信道估计方法 |
CN107018101A (zh) * | 2017-03-28 | 2017-08-04 | 西安电子科技大学 | 基于简化基扩展模型的快时变信道估计方法 |
-
2020
- 2020-05-12 CN CN202010400293.8A patent/CN111628848B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2363985A1 (en) * | 2010-03-04 | 2011-09-07 | Universität Wien | A method for estimating basis expansion model coefficients of an OFDM transmission channel |
CN102938746A (zh) * | 2012-12-11 | 2013-02-20 | 上海现代先进超精密制造中心有限公司 | 基于复指数基扩展模型的信道估计方法和信道估计器 |
CN105871766A (zh) * | 2015-01-23 | 2016-08-17 | 北京三星通信技术研究有限公司 | 干扰删除方法、干扰删除辅助方法、装置、基站及终端 |
CN105262708A (zh) * | 2015-10-30 | 2016-01-20 | 西安电子科技大学 | 基于导频信道估计的mimo系统软检测方法 |
CN106254284A (zh) * | 2016-08-01 | 2016-12-21 | 西安电子科技大学昆山创新研究院 | 一种基于低轨卫星系统的快变信道估计方法 |
CN107018101A (zh) * | 2017-03-28 | 2017-08-04 | 西安电子科技大学 | 基于简化基扩展模型的快时变信道估计方法 |
Non-Patent Citations (2)
Title |
---|
"Decision feedback turbo equalization for OFDM over doubly selective channels";Imad Barhumi等;《IEEE》;20130422;全文 * |
"时频双选信道环境下OFDM系统的信道估计技术研究";陆晓忆;《中国优秀硕士学位论文全文数据库 信息科技辑》;20190215;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111628848A (zh) | 2020-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109274621B (zh) | 基于深度残差网络的通信协议信号识别方法 | |
Billings et al. | Spectral analysis for non-linear systems, Part I: Parametric non-linear spectral analysis | |
JP5267900B2 (ja) | 到来方向推定装置およびそれを備えた無線通信装置 | |
CN111050315B (zh) | 一种基于多核双路网络的无线发射机识别方法 | |
US9288090B2 (en) | Spectrum sensing method and spectrum sensing device | |
CN109425786A (zh) | 非线性失真检测 | |
CN111628848B (zh) | 通信符号的检测方法、设备及计算机可读存储介质 | |
CN110708125A (zh) | 一种构建动态目标信道的方法及空口测试系统 | |
US20040098215A1 (en) | Method for the rapid estimation of figures of merit for multiple devices based on nonlinear modeling | |
CN109058089A (zh) | 一种基于声发射信号的真空泵过载故障检测的方法 | |
EP1982446B1 (en) | Method, apparatus, analyser and computer program of searching for propagation paths | |
CN115706607A (zh) | 使用机器学习的组合tdecq测量和发射器调谐 | |
CN111711966B (zh) | 一种信道模拟方法及装置 | |
US20100197259A1 (en) | Method and apparatus for producing signal used for verifying the performance of standard radio receiver | |
JP3250529B2 (ja) | 軟判定復調用多次元疑似雑音発生回路 | |
US9429612B2 (en) | Methods and apparatuses for generating real-environment noise using statistical approach | |
CN111931288B (zh) | 一种火工冲击响应时频域分布相似性测度方法 | |
Geng et al. | Integrating field measurements into a model-based simulator for industrial communication networks | |
Raghunathan et al. | Dynamic test sequence compaction for sequential circuits | |
JP5917708B2 (ja) | 無線装置及びこれを作動させる方法 | |
CN106533586B (zh) | 一种测量接收机的抗干扰能力的方法及设备 | |
JP2005533448A (ja) | 時間遅延が試験範囲よりも良好かどうかの評価方法 | |
US20220123844A1 (en) | Method and apparatus for signal regeneration | |
US6545454B1 (en) | System and method for testing an integrated circuit device using FFT analysis based on a non-iterative FFT coherency analysis algorithm | |
US20230045847A1 (en) | Method and apparatus for testing disaggregated components of a radio access network |
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 |