CN112152949A - 一种开关键控通信系统的信道估计方法 - Google Patents
一种开关键控通信系统的信道估计方法 Download PDFInfo
- Publication number
- CN112152949A CN112152949A CN202011027464.3A CN202011027464A CN112152949A CN 112152949 A CN112152949 A CN 112152949A CN 202011027464 A CN202011027464 A CN 202011027464A CN 112152949 A CN112152949 A CN 112152949A
- Authority
- CN
- China
- Prior art keywords
- channel estimation
- iteration
- channel
- formula
- communication system
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Error Detection And Correction (AREA)
- Detection And Prevention Of Errors In Transmission (AREA)
Abstract
本发明公开了一种开关键控通信系统的信道估计方法,该方法包括以下步骤:(1)采集接收信号的数据并组成数据帧;(2)建立信道估计模型;(3)采用阶梯迭代法获得最终的信道估计结果。本发明无需导频,基于最大似然原理,是一种利用帧内所有接收信号的软判决辅助进行的信道估计方法,该方法适用于任何发送信号先验概率的情况,估计性能优于传统的信道估计方法,接近基于理想估计信号检测性能下界。
Description
技术领域
本发明涉及通信技术领域,特别涉及一种开关键控通信系统的信道估计方法。
背景技术
通常开关键控通信系统的信号是根据信道状态信息(CSI)计算判决门限来进行符号判决,即若接收数据大于判决门限则判定当前符号为1,否则为0。然而由于信道噪声的影响,CSI在接收机中属于未知信息,接收机在符号判决前需要先获取CSI,因此探究高准确度的信道估计方法是至关重要的。
大部分信道估计方法需要发送一段长期恒定的导频,大量的导频会造成带宽浪费。少部分无需导频的信道估计方法假设发送信号概率相等,基本原理是对接收信号取时间上的平均,估计性能不理想且不适用于其它发送信号概率的情况。
发明内容
本发明的目的在于,提供一种开关键控通信系统的信道估计方法。本发明通过一个数据帧内所有接收信号的软判决辅助进行信道估计,无需大量导频,具有节省带宽的优点。
为解决上述技术问题,本发明提供的技术方案如下:一种开关键控通信系统的信道估计方法,包括以下步骤:
(2)建立信道估计模型:
上述的开关键控通信系统的信道估计方法,所述步骤(2)中的信道估计模型的建立具体如下:
建立接收信号的模型:
r(k)=hs(k)+n(k);
其中,r(k)为第k个符号周期内观测到的接收信号,s(k)为第k个符号周期内的发送符号,有两种取值,分别为s(k)=1和s(k)=0,对应的先验概率分别为P1和1-P1;h为信号在信道中传播时产生的等效增益,n(k)为均值为0、方差为N0/2的加性高斯白噪声;
信噪比γ为:
其中,E[·]为求期望函数,M为进制数;
单个接收信号r(k)的条件概率密度函数分别为:
根据条件概率的全概率公式,得单个接收信号r(k)的似然函数:
将单个接收信号r(k)的条件概率密度函数代入上式:
则信道参数h的对数似然函数为:
其中c为常数;
对上式取关于h的一次偏导,并令导数等于0,得到关于参数h的方程式为:
前述的开关键控通信系统的信道估计方法,所述步骤(3)中,采用阶梯迭代法求解得到信道估计结果,具体如下:
(a1)设置判断停止迭代的阈值ε;
(a2)估计迭代起点;
前述的开关键控通信系统的信道估计方法,所述步骤(a2)中估计迭代起点的具体如下:
(b1)建立迭代起点的估计模型:
对信道估计模型变形为:
与现有技术相比,本发明通过假设未知信道状态信息的统计特性、已知发送信号先验概率,基于最大似然原理,无需导频,通过一个数据帧内所有接收信号的软判决辅助进行信道估计,从而无需大量导频,节省了带宽。由此,本信道估计方法的估计性能可以优于传统估计方法,提升了信号检测性能。此外,本发明的信道估计模型考虑了发送信号的先验概率,从而能够适用于任意发送信号概率的情况。
附图说明
图1是发送概率相等的情况下,多种估计方法基于信噪比的MSE对比图;
图2是发送概率相等的情况下,基于信噪比的根据多种估计方法进行符号判决的BEP对比图;
图3是发送概率不相等的情况下,多种估计方法基于信噪比的MSE对比图;
图4是发送概率不相等的情况下,基于信噪比的根据多种估计方法进行符号判决的BEP对比图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明,但并不作为对本发明限制的依据。
实施例1:一种开关键控通信系统的信道估计方法,包括以下步骤:
(2)建立信道估计模型:
首先建立接收信号的模型:
r(k)=hs(k)+n(k);
其中,r(k)为第k个符号周期内观测到的接收信号,s(k)为第k个符号周期内的发送符号,有两种取值,分别为s(k)=1和s(k)=0,对应的先验概率分别为P1和1-P1;h为信号在信道中传播时产生的等效增益,n(k)为均值为0、方差为N0/2的加性高斯白噪声;
信噪比γ为:
其中,E[·]为求期望函数,M为进制数;
获取从1至N个符号周期内观测到的接收信r(1),r(2),...,r(N),写作对应的发送序列写作N代表一个数据帧内包含符号个数;需要说明的是:开关键控调制信号只有1和0两种取值,因此将发送信号强度包含在信道增益h内,估计结果是信道所有乘性参数的总和。另外信号之间没有时间相关性并且AWGN也是相互独立的。
单个接收信号r(k)的条件概率密度函数(probability density function,PDF)分别为:
根据条件概率的全概率公式,得单个接收信号r(k)的似然函数:
将单个接收信号r(k)的条件概率密度函数代入上式:
则信道参数h的对数似然函数为:
其中c为常数;
求最大似然等价于求最大对数似然,为了求出符合对数最大似然的h的取值,对上式取关于h的一次偏导,并令导数等于0,得到关于参数h的方程式为:
(a1)设置判断停止迭代的阈值ε;
(a2)估计迭代起点;
所述估计迭代起点的具体如下:
(b1)建立迭代起点的估计模型;
对信道估计模型变形为:
实施例2,:本实施例中应用于自由空间光通信(FSO)二进制强度调制/直接检测(IM/DD)系统应用场景。估计参数h为光波在FSO信道中传播产生的功率损耗,n为光波在FSO信道中传播受到的加性噪声。在一个数据帧内,我们假定所有的符号拥有同样的功率损耗h,并且n(t)是均值为0、方差为N0/2的加性高斯白噪声(additive white Gaussian noise,AWGN)。FSO通信场景通常需要考虑高斯光束的传播特性、大气对光波的影响、收发机抖动产生的指向误差等问题,但研究证明,FSO信道可以看成是一定动态范围内缓慢变化的链路损耗。由于通信数据传输速率的单位已经达到Gbps以上,所以相对于超高的数据传输速度,缓变的信道在观测窗口内可以被假设为等效时不变功率损耗。因此,最终的接收光场典型地表现为出瞳处发射光场与信道乘性噪声的调制作用场以及加性噪声场形成的复合随机场形式。信号的发送光功率Ps(t)随着输入电信号s(t)改变,输入电信号s(t)实际上是经过二进制脉冲幅度调制后的数字信号s(k),即s(t)在一个符号周期内保持电平不变。经过光电转换器(photoelectric detector,PD)的接收光功率Pr(t)等比输出为光电流r(t),光电流由光电子组成。PD后置的模数转换器(analog/digital,A/D)又将连续电信号r(t)抽样成离散信号r(k),每个离散符号表现当前符号内转换出的光电子的积分。
此例为发送信号概率相等的情况。假设P1=0.5;估计参数的真实值h=1;假设信噪比γ=10dB;假设噪声均值为零,噪声方差已知,且根据信噪比公式γ=P1h2/N0=10dB,可得噪声方差N0/2=0.015;设一帧数据内包含符号个数N=15。
具体如下:
0.05639298 | 0.83858147 | -0.00717601 | 1.09453990 | 0.80025022 |
0.98847331 | 1.13939190 | 1.00623557 | 1.27100406 | 0.03651052 |
-0.43210301 | 0.80108041 | -0.14437807 | 0.93526401 | 0.88317302 |
(2)建立信道估计模型如下
(a1)设置判断迭代结束的阈值
ε=0.01
(a3)计算第一次迭代后的信道估计值:
最后采用最小均方误差的方法衡量该实例信道估计的准确度:
采用误比特率的方法衡量根据该实例信道估计进行符号判决的准确度:
M为估计次数,设M=105次重复类似实例的估计,Q为判决错误的符号个数。发送概率相等的情况下,多种估计方法基于信噪比的MSE对比图如图1所示,多种估计方法基于信噪比的BEP对比图如图2所示。从图1和图2中可以看出,本信道估计方法的估计性能可以优于传统估计方法,提升了信号检测性能。
实施例3:此例实施于与实施例2相同的应用场景。此例为发送信号概率不对称的情况。假设别P1=0.7;估计参数的真实值h=1;假设信噪比γ=10dB;假设噪声均值为零,噪声方差已知,且根据信噪比公式γ=P1h2/N0=10dB,可得噪声方差N0/2=0.015;设一帧数据内包含符号个数N=20。
具体如下:
0.95198718 | 0.25483686 | -0.36062275 | 0.21514513 | 0.10981608 |
0.95218732 | 1.10749109 | 1.21344073 | 1.44620492 | -0.10407335 |
0.12676041 | -0.10825522 | 0.81357988 | 1.04205471 | 1.04253262 |
-0.00475377 | 1.01692293 | -0.04238335 | -0.00027216 | -0.22187760 |
(2)建立信道估计模型如下
(a1)设置判断迭代结束的阈值
ε=0.1;
(a3)计算第一次迭代后的信道估计值:
最后采用最小均方误差的方法衡量该实例信道估计的准确度:
采用误比特率的方法衡量根据该实例信道估计进行符号判决的准确度:
M为估计次数,设M=105次重复类似实例的估计,Q为判决错误的符号个数。发送概率不相等的情况下,多种估计方法基于信噪比的MSE对比图如图3所示,多种估计方法基于信噪比的BEP对比图如图4所示。由图3-4可知,本发明估计方法所得的信道估计性能和检测性能优于传统的取均值信道估计方法。
综上所述,本发明通过假设未知信道状态信息的统计特性、已知发送信号先验概率,基于最大似然原理,无需导频,通过一个数据帧内所有接收信号的软判决辅助进行信道估计,从而无需大量导频,节省了带宽。由此,本信道估计方法的估计性能可以优于传统估计方法,提升了信号检测性能。
Claims (5)
2.根据权利要求1所述的开关键控通信系统的信道估计方法,其特征在于:所述步骤(2)中的信道估计模型的建立具体如下:
建立接收信号的模型:
r(k)=hs(k)+n(k);
其中,r(k)为第k个符号周期内观测到的接收信号,s(k)为第k个符号周期内的发送符号,有两种取值,分别为s(k)=1和s(k)=0,对应的先验概率分别为P1和1-P1;h为信号在信道中传播时产生的等效增益,n(k)为均值为0、方差为N0/2的加性高斯白噪声;
信噪比γ为:
其中,E[·]为求期望函数,M为进制数;
单个接收信号r(k)的条件概率密度函数分别为:
根据条件概率的全概率公式,得单个接收信号r(k)的似然函数:
将单个接收信号r(k)的条件概率密度函数代入上式:
则信道参数h的对数似然函数为:
其中c为常数;
对上式取关于h的一次偏导,并令导数等于0,得到关于参数h的方程式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011027464.3A CN112152949B (zh) | 2020-09-25 | 2020-09-25 | 一种开关键控通信系统的信道估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011027464.3A CN112152949B (zh) | 2020-09-25 | 2020-09-25 | 一种开关键控通信系统的信道估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112152949A true CN112152949A (zh) | 2020-12-29 |
CN112152949B CN112152949B (zh) | 2023-03-24 |
Family
ID=73897417
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011027464.3A Active CN112152949B (zh) | 2020-09-25 | 2020-09-25 | 一种开关键控通信系统的信道估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112152949B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113132278A (zh) * | 2021-04-20 | 2021-07-16 | 上海矽昌微电子有限公司 | 一种无线ofdm系统的信道平滑方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2644797A1 (en) * | 2006-03-07 | 2007-09-13 | The Governors Of The University Of Alberta | Non-data-aided channel estimators for multipath and multiple antenna wireless systems |
WO2008017054A2 (en) * | 2006-08-02 | 2008-02-07 | Clariphy Communications, Inc. | Receivers based on closed-form parametric estimates of the probability density function for the received signal |
US20100002783A1 (en) * | 2008-07-02 | 2010-01-07 | Advanced Micro Devices, Inc. | Blind Channel Estimation for PSK and D-PSK Modulated Multicarrier Communication Systems |
WO2010023820A1 (ja) * | 2008-08-29 | 2010-03-04 | パナソニック株式会社 | 受信装置及び伝搬路推定方法 |
CN102664838A (zh) * | 2012-04-14 | 2012-09-12 | 兰州理工大学 | 无线光通信 ook 数字调制方式的信道估计及软解调方法 |
CN106850472A (zh) * | 2017-04-10 | 2017-06-13 | 中山大学 | 一种基于Kalman和盲估计的OFDM信道估计方法 |
CN110445554A (zh) * | 2019-07-10 | 2019-11-12 | 中国科学院声学研究所 | 一种基于实际信道衰落统计的非相干水声通信方法及系统 |
-
2020
- 2020-09-25 CN CN202011027464.3A patent/CN112152949B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2644797A1 (en) * | 2006-03-07 | 2007-09-13 | The Governors Of The University Of Alberta | Non-data-aided channel estimators for multipath and multiple antenna wireless systems |
WO2008017054A2 (en) * | 2006-08-02 | 2008-02-07 | Clariphy Communications, Inc. | Receivers based on closed-form parametric estimates of the probability density function for the received signal |
US20100002783A1 (en) * | 2008-07-02 | 2010-01-07 | Advanced Micro Devices, Inc. | Blind Channel Estimation for PSK and D-PSK Modulated Multicarrier Communication Systems |
WO2010023820A1 (ja) * | 2008-08-29 | 2010-03-04 | パナソニック株式会社 | 受信装置及び伝搬路推定方法 |
CN102664838A (zh) * | 2012-04-14 | 2012-09-12 | 兰州理工大学 | 无线光通信 ook 数字调制方式的信道估计及软解调方法 |
CN106850472A (zh) * | 2017-04-10 | 2017-06-13 | 中山大学 | 一种基于Kalman和盲估计的OFDM信道估计方法 |
CN110445554A (zh) * | 2019-07-10 | 2019-11-12 | 中国科学院声学研究所 | 一种基于实际信道衰落统计的非相干水声通信方法及系统 |
Non-Patent Citations (3)
Title |
---|
ABIRI M T: "Near MAP channel estimation for FSO-OOK over atmospheric turbulence with pointing error", 《2017 IRANIAN CONFERENCE ON ELECTRICAL ENGINEERING》 * |
LAIALY DARWESH等: "Deep Learning for Improving Performance of OOK Modulation Over FSO Turbulent Channels", 《IEEE ACCESS 》 * |
MOHAMMAD TAGHI DABIRI: "FSO channel estimation for OOK modulation with APD receiver over", 《OPTICS COMMUNICATIONS》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113132278A (zh) * | 2021-04-20 | 2021-07-16 | 上海矽昌微电子有限公司 | 一种无线ofdm系统的信道平滑方法及系统 |
CN113132278B (zh) * | 2021-04-20 | 2022-08-02 | 上海矽昌微电子有限公司 | 一种无线ofdm系统的信道平滑方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112152949B (zh) | 2023-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7215721B2 (en) | Method and system for decoding multilevel signals | |
US8488726B2 (en) | Receivers based on closed-form parametric estimates of the probability density function for the received signal | |
CN109672639B (zh) | 一种基于机器学习的信号解调方法 | |
CN112787966B (zh) | 基于端到端的级联生成对抗网络信号解调方法 | |
CN105897626B (zh) | 一种mppm调制的软解调算法及误符号率性能估计方法 | |
CN112152949B (zh) | 一种开关键控通信系统的信道估计方法 | |
US20020176516A1 (en) | Method of estimating a signal-to-interferenceratio (SINR) using data samples | |
CN112235217A (zh) | 一种基于无线光ftn通信系统的自适应预均衡方法 | |
CN110190908B (zh) | 一种最小化isi信道中非相干大规模simo系统误码率的星座图设计方法 | |
CN111641453B (zh) | 基于串行中继自由空间光通信系统的自适应协议选择方法 | |
CN105262505A (zh) | 跳频通信干扰条件下的信噪比估计方法 | |
CN107528803A (zh) | 适合于无线光通信的隐序列方式的信道估计方法 | |
Avner et al. | On the dirty paper channel with fading dirt | |
CN115276818B (zh) | 一种基于深度学习的光载无线传输链路解调方法 | |
CN114531328B (zh) | 一种基于信号包络平坦度的调制格式识别方法 | |
Burris et al. | Use of Kalman filtering in data detection in optical communication systems with multiplicative noise | |
CN114915361B (zh) | 一种基于小样本学习的物联网上行信号检测方法 | |
Jia et al. | Explicit, Closed-Form Approximations for BEPs of BDPSK/QDPSK Signals over EW FSO Channel | |
US10498579B1 (en) | Dynamic constellation adaptation for slicer | |
JP4139961B2 (ja) | 符号識別方法、符号識別回路及び光伝送システム用受信回路 | |
CN100362755C (zh) | 一种符号的估计方法 | |
CN117394881A (zh) | 一种基于单比特量化的chirp扩频解调方法及解调系统 | |
Xiao et al. | Performance Analysis of Different Intensity Modulation Techniques over Weak Turbulence Channel | |
CN117728886A (zh) | 一种tdec的测试方法及相关设备 | |
CN116436506A (zh) | 基于准同步scma的卫星物联网低复杂度多用户检测方法 |
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 |