CN112737659A - 遥测信道非相干大规模simo处理方法、系统及应用 - Google Patents

遥测信道非相干大规模simo处理方法、系统及应用 Download PDF

Info

Publication number
CN112737659A
CN112737659A CN202011393240.4A CN202011393240A CN112737659A CN 112737659 A CN112737659 A CN 112737659A CN 202011393240 A CN202011393240 A CN 202011393240A CN 112737659 A CN112737659 A CN 112737659A
Authority
CN
China
Prior art keywords
plasma sheath
channel
algorithm
scale
simo
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
Application number
CN202011393240.4A
Other languages
English (en)
Other versions
CN112737659B (zh
Inventor
石磊
刘彦明
姚博
魏海亮
李小平
袁淑容
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xidian University
Original Assignee
Xidian University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xidian University filed Critical Xidian University
Priority to CN202011393240.4A priority Critical patent/CN112737659B/zh
Publication of CN112737659A publication Critical patent/CN112737659A/zh
Application granted granted Critical
Publication of CN112737659B publication Critical patent/CN112737659B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B7/00Radio transmission systems, i.e. using radiation field
    • H04B7/14Relay systems
    • H04B7/15Active relay systems
    • H04B7/185Space-based or airborne stations; Stations for satellite systems
    • H04B7/18502Airborne stations
    • H04B7/18506Communications with or from aircraft, i.e. aeronautical mobile service
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/0082Monitoring; Testing using service channels; using auxiliary channels
    • H04B17/0087Monitoring; Testing using service channels; using auxiliary channels using auxiliary channels or channel simulators
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/309Measuring or estimating channel quality parameters
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/391Modelling the propagation channel
    • H04B17/3911Fading models or fading generators
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Electromagnetism (AREA)
  • Quality & Reliability (AREA)
  • Astronomy & Astrophysics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Transmitters (AREA)
  • Plasma Technology (AREA)

Abstract

本发明属于航天测控通信技术领域,公开了一种遥测信道非相干大规模SIMO处理方法、系统及应用,高超声速飞行器等离子体鞘套信道的建模:建立时变等离子体鞘套的分层电子密度模型;并计算等离子体鞘套透射系数;构建高超声速飞行器大规模下行SIMO系统模型:由高超声速飞行器端单天线和一个多天线接收站组成;优化的功率调制:依据等离子体鞘套信道的平均功率衰减和下行信道的渐进特性设计优化;非相干检测:采用简化的可变逆跳蒙特卡洛算法估计概率密度函数,基于最大似然准则(ML)的非相干检测。本发明针对高超声速飞行器下行SIMO信道,使得在等离子体鞘套信道下实现高可靠性和高效率的信号检测,提升通信质量,有效缓解黑障。

Description

遥测信道非相干大规模SIMO处理方法、系统及应用
技术领域
本发明属于航天测控通信技术领域,尤其涉及一种遥测信道非相干大规模 SIMO处理方法、系统及应用。
背景技术
目前:高速飞行器以高超声速飞行或再入地球大气层时,包覆于飞行器表面的等离子体鞘套会吸收、反射和散射电磁波导致信号显著衰减,甚至导致飞行器测控通信中断(黑障)。现有的缓解黑障技术方案中自适应性通信方法引起了广泛关注。缓解黑障的通信方法主要有增加发射功率、提高通信频率和自适应通信策略/方法等,自适应通信方法主要依据等离子体鞘套信道的状态自适应调整通信策略,进而缓解黑障,如利用信道估计和预测信道状况自适应调整码率、编码参数等方法。然而,已有的通信方法只是针对等离子体鞘套信道的通信。高超声速飞行器下行遥测信道(这里指等离子体鞘套信道和莱斯信道的综合信道),是更符合实际遥测场景的信道,而设计适用于高超声速飞行器下行遥测信道的调制方法以及相应的检测接收技术方面尚缺乏突破。等离子体鞘套信道因其具有高动态、非平稳和快时变特性,在接收端很难得到信道的实时状态,所以等离子体鞘套信道信息是未知的,且等离子体鞘套信道会引起PSK 信号的星座旋转(寄生调制效应),造成解调失败。因此,调制方法应该避开相位调制,且接收机应采用非相干解调。针对信道信息未知和星座旋转问题,如果能够引入多天线技术,设计相应的新型调制方案和信号检测方法,则可以适应等离子体鞘套信道而提升通信质量。
多天线技术可以有效提升深衰落信道的信道容量和通信性能。本专利针对级联等离子体鞘套信道与莱斯信道的下行SIMO信道(简称高超声速飞行器下行SIMO信道),利用下行SIMO信道的渐进相关性,设计功率调制方案以及相应的信号检测方法,这具有很大的挑战性。
通过上述分析,现有技术存在的问题及缺陷为:高超声速飞行器等离子体鞘套信道呈现高动态、深衰落特性,对于接收端,信道信息未知。常见的基于已知信道信息的通信方案也不再适用,迫切需要设计适应高超声速飞行器下行 SIMO信道的调制方案以及相应的自适应非相干信号检测方法。
解决以上问题及缺陷的难度和意义为:现有技术没有充分利用空域资源,而多天线接收技术可以有效提升深衰落信道的信道容量,设计了一种遥测信道非相干大规模SIMO系统。下行SIMO系统发送端采用功率调制方法,可避开相位调制克服星座旋转问题,为获得最大化的系统性能,该系统发送端依据信道的状态变化设计自适应的功率调制;SIMO系统接收端依据信道的渐进相关特性计算接收向量的平均功率,设计相应的自适应非相干ML信号检测方法正确解调信息,可解决等离子体鞘套信道高动态深衰落信道先验信息未知和信道估计难题。本专利针对高超声速飞行器下行SIMO系统设计自适应功率调制方案以及相应的非相干信号检测方案,可在等离子体鞘套信道下实现高可靠性和高效率的无线通信,有效缓解黑障。
发明内容
针对现有技术存在的问题,本发明提供了一种遥测信道非相干大规模SIMO 处理方法、系统及应用。
本发明是这样实现的,一种遥测信道非相干大规模SIMO处理方法,所述遥测信道非相干大规模SIMO处理方法包括:
高超声速飞行器等离子体鞘套信道的建模:建立时变等离子体鞘套的分层电子密度模型;并计算等离子体鞘套透射系数;
构建高超声速飞行器大规模下行SIMO系统模型:由高超声速飞行器端单天线和一个多天线接收站组成;
优化的功率调制:依据等离子体鞘套信道的平均功率衰减和下行信道的渐进特性设计优化;
非相干检测:采用简化的可变逆跳蒙特卡洛算法估计概率密度函数,基于 ML的快速非相干检测。
进一步,所述建立时变等离子体鞘套的分层电子密度模型Nedyn(z,t);并计算等离子体鞘套透射系数Tdyn(t,f0)。
进一步,所述等离子体鞘套信道的建模方法具体包括:
(1)建立时变等离子体鞘套的分层电子密度模型:输入高超声速飞行器天线窗口附近非均匀等离子体鞘套厚度Z、等离子体鞘套分层总数N与等离子体鞘套各分层厚度dm,m为等离子体鞘套分层序号m=1,2,…,N,等离子体鞘套时变时间T,根据等离子体鞘套电子密度沿垂直飞行器天线窗口方向服从双高斯分布,第一高斯函数影响参数c1和第二高斯函数影响参数c2,峰值电子密度 Nepeak,峰值电子密度在z轴坐标为zpeak。Nepeak沿时间方向服从正弦分布的分布规律,确定时变等离子体鞘套的电子密度分布函数,建立一个时变等离子体鞘套电子密度模型Nedyn(z,t);
(2)计算等离子体鞘套透射系数Tdyn(t,f0):输入通信信号的载波频率f0,电子质量me,时变等离子体鞘套的电子碰撞频率ven,等离子体鞘套各层的本征波阻抗zm(m=1,2,…,N)、真空的本征波阻抗z0,利用时变等离子体鞘套电子密度模型Nedyn(z,t),通过等效传输线法计算得到等离子体鞘套的时变透射系数 Tdyn(t,f0);将计算透射系数的幅度,并将结果赋值给等离子体鞘套信道T。
进一步,所述构建高超声速飞行器大规模下行SIMO系统模型:由高超声速飞行器端单天线和一个多天线接收站组成,其中接收站配备n(n→∞)根天线,该系统在一个时隙内的接收站端等效基带信号接收模型为:
y=hx+v;
其中y是M×1维接收信号向量,x为发送信号,具体设计将在下节给出,h 是n×1信道矩阵,v是n×1接收端复高斯白噪声,v的每一个元素均服从CSCG分布,且均值为零,方差为σ2,即vi~CN(0,σ2),i=1,2,…,n;
Figure RE-GDA0002973808710000041
为高超声速飞行器下行链路等离子体鞘套-莱斯信道,其中T表示等离子体鞘套信道,由Tdyn(t,f0)得到;
Figure RE-GDA0002973808710000042
表示空间莱斯信道衰落,即
Figure RE-GDA0002973808710000043
的包络服从莱斯分布,i=1,…,n。假定噪声方差σ2、T和
Figure RE-GDA0002973808710000044
为未知信息,且已知等离子体鞘套信道的平均功率衰减q2
进一步,所述优化的功率调制:发送符号
Figure RE-GDA0002973808710000045
其中
Figure RE-GDA0002973808710000046
Figure RE-GDA0002973808710000047
第k个符号的功率,
Figure RE-GDA0002973808710000048
是编码本,L是
Figure RE-GDA0002973808710000049
的基数,pk(k=1,2,···,L)等概率发送,且满足平均功率约束
Figure RE-GDA00029738087100000410
依据等离子体鞘套信道的平均功率衰减q和下行信道的渐进特性设计优化的
Figure RE-GDA00029738087100000411
进一步,所述发送星座
Figure RE-GDA00029738087100000412
的自适应设计方法具体包括:
(1)对于pk,令
Figure RE-GDA00029738087100000413
令pk的解调区间
Figure RE-GDA00029738087100000420
Figure RE-GDA00029738087100000421
r(pk)+dr,k],其中dl,k>0,dr,k>0,ak表示解调边界r(pk)+dr,k。令
Figure RE-GDA00029738087100000414
由0均值独立随机变量Uk实现,Uk的矩母函数为
Figure RE-GDA00029738087100000415
Figure RE-GDA00029738087100000416
对于优化星座Popt,有
Figure RE-GDA00029738087100000417
Figure RE-GDA00029738087100000418
Figure RE-GDA00029738087100000419
(2)利用算法1和算法2搜索到满足功率约束的最高topt,和相应的最优星座Popt。算法1用于初始化和更新t值,算法1得出t值代入算法2;算法2搜索当前t值下的发送星座;算法1依据算法2所得星座是否满足功率约束条件,更新t值;循环算法1和2,直至t值满足设定精度10-3,得到输出满足功率约束的最高topt,和相应的最优星座Popt。算法1和2具体如下:
算法1:初始化tl=0,tu=∞,
Figure RE-GDA0002973808710000051
t代入算法2;若算法2星座满足功率约束条件,令tl=t;若算法2星座不满足功率约束条件,令tu=t;得到的t值继续代入算法2,再次得到t值,循环算法1,直至t值满足设定精度10-3
算法2:令p1=0,dr
Figure RE-GDA0002973808710000052
选择p2的最小值,使得J(p2)为t,且dl
Figure RE-GDA0002973808710000053
Figure RE-GDA0002973808710000054
此过程按顺序执行,直到找到pL;检查是否满足功率约束条件;如果满足,保留这个星座,利用算法1增加t并重复这个过程;如果不满足,应该丢弃该星座,利用算法1减小t并重复这个过程。
进一步,所述基于ML的快速非相干检测:计算接收向量y的平均功率:
Figure RE-GDA0002973808710000055
由于等离子体鞘套信道的高动态和深衰落特性,造成||y||2/n 的条件概率密度函数未知。为此,在接收站端设计一种简化的可变逆跳蒙特卡洛算法估计
Figure RE-GDA0002973808710000056
的条件概率密度函数(CPDF)
Figure RE-GDA0002973808710000057
则最大似然(ML)解调器输出为:
Figure RE-GDA0002973808710000058
其中
Figure RE-GDA0002973808710000059
为似然函数/条件概率密度函数。
进一步,所述简化的可变逆跳蒙特卡洛算法具体包括:整个模型的概率密度函数用混合高斯过程c描述:
Figure RE-GDA00029738087100000510
其中ωk表示状态k在混合高斯过程中的状态概率,即第k个高斯过程在混合高斯过程中所占比率,
Figure RE-GDA00029738087100000511
表示均值和方差;
考虑一个二维时变序列(ct,zt)描述接收统计量c的非平稳随机过程,其中 (ct)表示接收端的统计序列,(zt)表示隐藏状态的序列,zt∈{1,…,L},L表示马尔科夫模型中的状态数。需要估计的参数是λ={μ,σ,z,ω},其中μ=(μk),σ=(σk),ω=(ωk)。参数先验分布:ω~D(δ1,δ2,...,δL),δ1,δ2,...,δL初始化为1。μk~N(ξ,κ-1),
Figure RE-GDA0002973808710000061
其中β~G(g,h),α=2,κ=R-2,ξ=yminR/2,g= 0.2,h=10/R2,R=cmax-cmin;G(g,h)表示具有参数g和h的伽马分布,D(δ1,δ2,...,δL) 代表Dirichlet分布.
在初始时刻,状态数设置为L,剩余变量都基于它们的先验分布初始化;最大迭代次数设置为Niteration。迭代N时刻所有相关参数的状态空间 x=(η,ω,z,μ,σ,c)在迭代N+1时刻更新为新的状态空间,即 x′=(η′,ω′,z′,μ′,σ′,c′);每个迭代总结为:
1)更新ω;
Figure RE-GDA0002973808710000062
其中
Figure RE-GDA0002973808710000063
为N时刻隐藏状态zt=k的个数;
2)更新(μ,σ):
Figure RE-GDA0002973808710000064
Figure RE-GDA0002973808710000065
3)更新z:
Figure RE-GDA0002973808710000066
4)更新β:
Figure RE-GDA0002973808710000067
本发明的另一目的在于提供一种实施所述遥测信道非相干大规模SIMO处理方法的遥测信道非相干大规模SIMO处理系统,所述遥测信道非相干大规模 SIMO处理系统,包括:
建模模块,用于实现高超声速飞行器等离子体鞘套信道的建模;
系统模型构建模块,用于构建高超声速飞行器下行大规模SIMO系统模型;
功率调制模块,用于自适应功率调制;
非相干检测模块,用于基于RRJ-MCMC算法的非相干检测。
本发明的另一目的在于提供一种高速飞行器,所述高速飞行器运行所述遥测信道非相干大规模SIMO处理方法。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:本发明针对高超声速飞行器下行SIMO信道,提供一种自适应功率调制方案以及非相干信号检测方案,使得在等离子体鞘套信道下实现高可靠性和高效率的信号检测,提升通信质量,有效缓解黑障。
本发明针对高超声速飞行器下行SIMO信道接收端对信道信息未知和PSK信号星座旋转的问题,采用多天线接收技术有效提升信道容量和通信性能。设计自适应功率调制方案,来对抗或避开上述问题;同时,信号检测方法采用基于ML 的快速非相干检测方案。提供的自适应功率调制方案以及非相干信号检测方法,可实现高超声速飞行器SIMO信道高可靠性和高效率的信号检测,提升通信质量,有效缓解黑障。提供一种高超声速飞行器下行SIMO信道下的自适应功率调制方案以及非相干信号检测方案,实现等离子体鞘套信道下高可靠性和高效率的信息传输。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的遥测信道非相干大规模SIMO处理方法流程图。
图2是本发明实施例提供的遥测信道非相干大规模SIMO处理系统的结构示意图;
图2中:1、建模模块;2、系统模型构建模块;3、功率调制模块;4、非相干检测模块。
图3是本发明实施例提供的遥测信道非相干大规模SIMO处理系统的原理图。
图4是本发明实施例提供的高超声速飞行器大规模下行SIMO系统模型示意图。
图5是本发明实施例提供的高超声速飞行器大规模下行SIMO系统在L=6时的解调区域示意图。
图6是本发明实施例提供的等离子体鞘套电子密度时变图。
图7(a)和图7(b)是本发明实施例提供的等离子体鞘套信道的幅相时变图。
图8(a)是本发明实施例提供的在高超声速飞行器下行遥测SIMO信道下,本发明所提的优化功率调制和ASK调制方法采用本发明所提的非相干检测方法时,在电子密度峰值Nepeak=2×1018m-3,莱斯因子K={0,1,∞},信噪比γ=10dB 时,误码率随接收天线数n变化的变化情况示意图。
图8(b)是本发明实施例提供的在高超声速飞行器下行遥测SIMO信道下,本发明所提的优化功率调制和ASK调制方法采用本发明所提的非相干检测方法时,在Nepeak=6×1018m-3,K={0,1,∞},γ=10dB时,误码率随n变化的变化情况示意图。
图8(c)是本发明实施例提供的在高超声速飞行器下行遥测SIMO信道下,本发明所提的优化功率调制和ASK调制方法采用本发明所提的非相干检测方法时,在Nepeak=6×1018m-3,K={0,1,∞},n=100时,误码率随γ变化的变化情况示意图。
图9(a)是本发明实施例提供的在高超声速飞行器下行遥测SIMO信道下,本发明所提的优化功率调制和ASK调制方法采用本发明所提的非相干检测方法时,在Nepeak=2×1018m-3,K={0,1,∞},γ=10dB时,信道容量损失随n变化的变化情况示意图。
图9(b)是本发明实施例提供的在高超声速飞行器下行遥测SIMO信道下,本发明所提的优化功率调制和ASK调制方法采用本发明所提的非相干检测方法时,在Nepeak=6×1018m-3,K={0,1,∞},γ=10dB时,信道容量损失随n变化的变化情况示意图。
图9(c)是本发明实施例提供的在高超声速飞行器下行遥测SIMO信道下,本发明所提的优化功率调制和ASK调制方法采用本发明所提的非相干检测方法时,在Nepeak=6×1018m-3,K={0,1,∞},n=100时,信道容量损失随γ变化的变化情况示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。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。
针对现有技术存在的问题,本发明提供了一种遥测信道非相干大规模SIMO 处理方法、系统及应用,下面结合附图对本发明作详细的描述。
如图1所示,本发明提供的遥测信道非相干大规模SIMO处理方法包括以下步骤:
S101:高超声速飞行器等离子体鞘套信道的建模;
S102:构建高超声速飞行器下行大规模SIMO系统模型;
S103:自适应功率调制;
S104:基于RRJ-MCMC算法的非相干检测。
本发明提供的遥测信道非相干大规模SIMO处理方法业内的普通技术人员还可以采用其他的步骤实施,图1的本发明提供的遥测信道非相干大规模SIMO 处理方法仅仅是一个具体实施例而已。
如图2所示,本发明提供的遥测信道非相干大规模SIMO处理系统包括:
建模模块1,用于实现高超声速飞行器等离子体鞘套信道的建模;
系统模型构建模块2,用于构建高超声速飞行器下行大规模SIMO系统模型;
功率调制模块3,用于自适应功率调制;
非相干检测模块4,用于基于RRJ-MCMC算法的非相干检测。
下面结合附图对本发明的技术方案作进一步的描述。
本发明可以实现等离子体鞘套信道下高可靠性和高效率的信息传输,是缓解黑障的有效手段。
如图3所示,该方案包含有如下步骤:
步骤一:高超声速飞行器等离子体鞘套信道的建模:
1)建立时变等离子体鞘套的分层电子密度模型:输入高超声速飞行器天线窗口附近非均匀等离子体鞘套厚度Z、等离子体鞘套分层总数N与等离子体鞘套各分层厚度dm,m为等离子体鞘套分层序号m=1,2,…,N,等离子体鞘套时变时间T,根据等离子体鞘套电子密度沿垂直飞行器天线窗口方向(设为z轴) 服从双高斯分布,第一高斯函数影响参数c1和第二高斯函数影响参数c2,峰值电子密度Nepeak,峰值电子密度在z轴坐标为zpeak。Nepeak沿时间方向服从正弦分布的分布规律,确定时变等离子体鞘套的电子密度分布函数,建立一个时变等离子体鞘套电子密度模型Nedyn(z,t);
2)计算等离子体鞘套透射系数Tdyn(t,f0):输入通信信号的载波频率f0,电子质量me,时变等离子体鞘套的电子碰撞频率ven,等离子体鞘套各层的本征波阻抗zm(m=1,2,…,N)、真空的本征波阻抗z0,利用时变等离子体鞘套电子密度模型Nedyn(z,t),通过等效传输线法计算得到等离子体鞘套的时变透射系数 Tdyn(t,f0);将计算透射系数的幅度,并将结果赋值给等离子体鞘套信道
Figure RE-GDA0002973808710000101
步骤二:构建高超声速飞行器大规模下行SIMO系统模型:
如图4所示,由高超声速飞行器端单天线和一个多天线接收站组成,其中接收站配备n(n→∞)根天线。该系统在一个时隙内的接收站端等效基带信号接收模型为:
y=hx+v;
其中y是M×1维接收信号向量,x为发送信号,具体设计将在下节给出,h 是n×1维信道矩阵,v是n×1接收端复高斯白噪声。v的每一个元素均服从CSCG 分布,且均值为零,方差为σ2,即vi~CN(0,σ2),i=1,2,…,n。
Figure RE-GDA0002973808710000111
为高超声速飞行器下行链路等离子体鞘套-莱斯信道,其中T表示等离子体鞘套信道,由Tdyn(t,f0)得到;
Figure RE-GDA0002973808710000112
表示空间莱斯信道衰落,即矩阵元素
Figure RE-GDA0002973808710000113
的包络服从莱斯分布,i=1,…,n。假定噪声方差σ2、T和
Figure RE-GDA0002973808710000114
为未知信息,且已知等离子体鞘套信道的平均功率衰减q2
步骤三:优化的功率调制:
发送符号
Figure RE-GDA0002973808710000115
其中
Figure RE-GDA0002973808710000116
第k个符号的功率,
Figure RE-GDA0002973808710000117
是编码本,L是
Figure RE-GDA0002973808710000118
的基数。假设pk(k=1,2,···,L)等概率发送,且满足平均功率约束
Figure RE-GDA0002973808710000119
依据等离子体鞘套信道的平均功率衰减q2和下行信道的渐进特性设计优化的
Figure RE-GDA00029738087100001110
1)对于pk
Figure RE-GDA00029738087100001111
令pk的解调区间
Figure RE-GDA00029738087100001112
其中dl,k>0,dr,k>0,ak表示解调边界r(pk)+dr,k。以L=6举例,待设计的星座如图5所示,其中
Figure RE-GDA00029738087100001113
为判决边界,有dr,k+dl,k+1=pk+1-pk,k∈[L-1]。令
Figure RE-GDA00029738087100001114
由0均值独立随机变量Uk实现,Uk的矩母函数为
Figure RE-GDA00029738087100001115
Figure RE-GDA00029738087100001116
对于优化星座Popt,有
Figure RE-GDA00029738087100001117
下面讲解如何得到优化topt,和优化星座 Popt
(3.2)利用算法1和算法2搜索到满足功率约束的最高topt,和相应的最优星座Popt。算法1用于初始化和更新t值,算法1得出t值代入算法2;算法2搜索当前t值下的发送星座;算法1依据算法2所得星座是否满足功率约束条件,更新t值;循环算法1和2,直至t值满足设定精度10-3,得到输出满足功率约束的最高topt,和相应的最优星座Popt。算法1和2具体如下:
算法1:初始化tl=0,tu=∞,
Figure RE-GDA0002973808710000121
t代入算法2;若算法2星座满足功率约束条件,令tl=t;若算法2星座不满足功率约束条件,令tu=t;得到的t值继续代入算法2,再次得到t值,循环算法1,直至t值满足设定精度10-3
算法2:令p1=0,
Figure RE-GDA0002973808710000122
选择p2的最小值,使得J(p2)为t,且dl
Figure RE-GDA0002973808710000123
Figure RE-GDA0002973808710000124
此过程按顺序执行,直到找到pL;检查是否满足功率约束条件;如果满足,保留这个星座,利用算法1增加t并重复这个过程;如果不满足,应该丢弃该星座,利用算法1减小t并重复这个过程。
Figure RE-GDA0002973808710000125
Figure RE-GDA0002973808710000126
Figure RE-GDA0002973808710000131
步骤四:基于RRJ-MCMC算法的快速非相干检测:
为了方便接下来的信号检测及性能分析,首先计算接收向量y的平均功率:
Figure RE-GDA0002973808710000132
设计一种简化的可变逆跳蒙特卡洛(RRJ-MCMC)算法来估计
Figure RE-GDA0002973808710000133
的条件概率密度函数(CPDF)
Figure RE-GDA0002973808710000134
则最大似然(ML)解调器(或k 的估计值)为:
Figure RE-GDA0002973808710000135
其中
Figure RE-GDA0002973808710000136
为似然函数/条件概率密度函数。
本发明为了保证马尔科夫模型能适应多种环境下等离子鞘套的动态性,可以将其建模为高斯过程,这样整个模型的概率密度函数可以用混合高斯过程c 来描述,其优势在于混合高斯过程可以用来拟合任意概率密度函数,实现数学形式上的统一,ωk表示状态k在混合高斯过程中的状态概率,即第k个高斯过程在混合高斯过程中所占比率,
Figure RE-GDA0002973808710000141
表示均值和方差:
Figure RE-GDA0002973808710000142
本发明考虑一个二维时变序列(ct,zt)描述接收统计量c的非平稳随机过程,其中(ct)表示接收端的统计序列,(zt)表示隐藏状态的序列,zt∈{1,...,L},L 表示马尔科夫模型中的状态数。需要估计的参数是λ={μ,σ,z,ω}其中μ=(μk),σ=(σk),ω=(ωk)。参数先验分布:ω~D(δ1,δ2,...,δL),δ1,δ2,...,δL初始化为1。μk~N(ξ,κ-1),
Figure RE-GDA0002973808710000143
其中β~G(g,h),α=2,κ=R-2,ξ=ymin=R/2,g=0.2, h=10/R2,R=cmax-cmin;G(g,h)表示具有参数g和h的伽马分布,D(δ1,δ2,...,δL)代表Dirichlet分布)。
在初始时刻,状态数可以设置为L,剩余变量都基于它们的先验分布初始化;。最大迭代次数设置为Niteration。迭代N时刻所有相关参数的状态空间 x=(η,ω,z,μ,σ,c)在迭代N+1时刻更新为新的状态空间,即 x′=(η′,ω′,z′,μ′,σ′,c′)。每个迭代可以总结为以下四个步骤:
1)更新ω:
Figure RE-GDA0002973808710000144
其中
Figure RE-GDA0002973808710000145
为N时刻隐藏状态zt=k的个数;
2)更新(μ,σ):
Figure RE-GDA0002973808710000146
Figure RE-GDA0002973808710000147
3)更新z:
Figure RE-GDA0002973808710000148
4)更新β:
Figure RE-GDA0002973808710000151
下面结合仿真对本发明的技术效果作详细的描述。
1、仿真1,等离子体鞘套信道幅相特性仿真分析
仿真条件:
时变等离子体鞘套的分层电子密度模型:高超声速飞行器天线窗口附近非均匀等离子体鞘套厚度Z=0.06m、等离子体鞘套分层总数N=100,与等离子体鞘套各分层厚度dm=0.06cm,m为等离子体鞘套分层序号m=1,2,…,N,等离子体鞘套时变时间T=0.1s,根据等离子体鞘套电子密度沿垂直飞行器天线窗口方向(设为z轴)服从双高斯分布,第一高斯函数影响参数c1=2.56×103和第二高斯函数影响参数c2=3.55×103,峰值电子密度Nepeak=1×1018m-3~1×1019m-3,峰值电子密度在z轴坐标为zpeak=0.036m。确定时变等离子体鞘套的电子密度分布函数,建立了一个时变等离子体鞘套电子密度模型Nedyn(z,t)。
计算等离子体鞘套透射系数Tdyn(t,f0):输入通信信号的载波频率f0=28GHz,载波角频率ω=2πf0电子质量me=9.10953-31kg,时变等离子体鞘套的电子碰撞频率 ven=1GHz,计算等离子体频率
Figure RE-GDA0002973808710000152
与复介电常数
Figure RE-GDA0002973808710000153
给出等离子体鞘套各层的本征波阻抗
Figure RE-GDA0002973808710000154
Figure RE-GDA0002973808710000155
真空的本征波阻抗
Figure RE-GDA0002973808710000156
利用时变等离子体鞘套电子密度模型Nedyn(z,t),通过等效传输线法计算得到等离子体鞘套的时变透射系数Tdyn(t,f0)。
2、仿真结果和分析:
在图6中,描绘了等离子体鞘套电子密度的时变图。图中看出等离子体鞘套电子密度受到流体扰动影响的出现了小尺度抖动。
在图7中,描绘了载波在28GHz时电波穿过等离子体的透射系数的幅度结果,电波穿过等离子体的透射系数的幅度受到电子密度扰动等因素的影响的出现了高动态扰动。透射系数的幅度结果将赋值给等离子体鞘套信道T。
3、仿真2,仿真分析在高超声速飞行器下行SIMO信道优化的功率调制和非相干检测方案的误码率和信道容量随信噪比或接收天线个数变化的变化情况。
仿真条件:
等离子体鞘套参数与电磁波时变透射系数采用仿真1中的参数与结果。莱斯斯因子K={0,1,∞}。
4、仿真结果和分析:
图8(a)和图8(b)中描绘了在信噪比γ=10dB,莱斯因子K={0,1,∞},电子密度峰值Nepeak分别为2×1018m-3和6×1018m-3,误码率随接收站天线数的变化情况;图8(c)中描绘了在接收站天线数100,K={0,1,∞},Nepeak为6×1018m-3时,误码率随信噪比的变化情况。可以看出随着接收站天线数的增加,系统误码率呈现指数型下降;随着信噪比的增加,系统误码率快速下降;莱斯因子K 越大,系统检测性能越好。
在图8(a)-图8(c)仿真条件下,图9(a)-图9(c)描绘相应的信道容量性能。仿真发现系统信道容量损耗和误码率随信噪比或接收天线个数变化有相同的变化趋势。信道容量随着接收站天线数的增加,系统误码率呈现指数型下降;随着信噪比的增加,信道容量快速下降;莱斯因子K越大,系统信道容量性能越好。
本发明公开了一种高超声速飞行器下行遥测信道下非相干大规模SIMO系统。方案包含两部分,一是超声速飞行器下行SIMO信道的功率调制方案,二是针对这种调制方案设计相应的自适应非相干信号检测方法。方案首先建立高超声速飞行器等离子体鞘套信道模型,并建立高超声速飞行器大规模下行SIMO系统模型;在系统模型基础上提出一种优化功率调制方案;针对这种功率调制方案,提出了一种RRJ-MCMC算法,并在算法基础上提出自适应非相干检测。仿真表明本发明方法可通过增加接收站天线的数量和提高莱斯因子和信噪比来提升通信的质量。本发明公开的高超声速飞行器下行SIMO信道下的自适应功率调制方案以及非相干信号检测方案可显著提高等离子体信道下通信的误码率性能,改善通信质量、缓解通信黑障。
应当注意,本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现;软件部分可以存储在存储器中,由适当的指令执行系统,例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现,例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现,也可以用由各种类型的处理器执行的软件实现,也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种遥测信道非相干大规模SIMO处理方法,其特征在于,所述遥测信道非相干大规模SIMO处理方法包括:
高超声速飞行器等离子体鞘套信道的建模:建立时变等离子体鞘套的分层电子密度模型;并计算等离子体鞘套透射系数;
构建高超声速飞行器大规模下行SIMO系统模型:由高超声速飞行器端单天线和一个多天线接收站组成;
优化的功率调制:依据等离子体鞘套信道的平均功率衰减和下行信道的渐进特性设计优化;
非相干检测:采用简化的可变逆跳蒙特卡洛算法估计概率密度函数,进行基于ML的快速非相干检测。
2.如权利要求1所述的遥测信道非相干大规模SIMO处理方法,其特征在于,所述建立时变等离子体鞘套的分层电子密度模型Nedyn(z,t);并计算等离子体鞘套透射系数Tdyn(t,f0)。
3.如权利要求1所述的遥测信道非相干大规模SIMO处理方法,其特征在于,所述等离子体鞘套信道的建模方法具体包括:
(1)建立时变等离子体鞘套的分层电子密度模型:输入高超声速飞行器天线窗口附近非均匀等离子体鞘套厚度Z、等离子体鞘套分层总数N与等离子体鞘套各分层厚度dm,m为等离子体鞘套分层序号m=1,2,…,N,等离子体鞘套时变时间T,根据等离子体鞘套电子密度沿垂直飞行器天线窗口方向服从双高斯分布,第一高斯函数影响参数c1和第二高斯函数影响参数c2,峰值电子密度Nepeak,峰值电子密度在z轴坐标为zpeak,Nepeak沿时间方向服从正弦分布的分布规律,确定时变等离子体鞘套的电子密度分布函数,建立一个时变等离子体鞘套电子密度模型Nedyn(z,t);
(2)计算等离子体鞘套透射系数Tdyn(t,f0):输入通信信号的载波频率f0,电子质量me,时变等离子体鞘套的电子碰撞频率ven,等离子体鞘套各层的本征波阻抗zm(m=1,2,…,N)、真空的本征波阻抗z0,利用时变等离子体鞘套电子密度模型Nedyn(z,t),通过等效传输线法计算得到等离子体鞘套的时变透射系数Tdyn(t,f0);将计算透射系数的幅度,并将结果赋值给等离子体鞘套信道T。
4.如权利要求1所述的遥测信道非相干大规模SIMO处理方法,其特征在于,所述构建高超声速飞行器大规模下行SIMO系统模型:由高超声速飞行器端单天线和一个多天线接收站组成,其中接收站配备n(n→∞)根天线,该系统在一个时隙内的接收站端等效基带信号接收模型为:
y=hx+v;
其中y是M×1维接收信号向量,x为发送信号,h是n×1维信道矩阵,h由矩阵元素hi构成,v是n×1接收端复高斯白噪声,v的每一个元素均服从循环对称复高斯CSCG分布,且均值为零,方差为σ2,即vi~CN(0,σ2),i=1,2,…,n;
Figure RE-FDA0002973808700000021
为高超声速飞行器下行链路等离子体鞘套-莱斯信道,其中T表示等离子体鞘套信道,由Tdyn(t,f0)得到;
Figure RE-FDA0002973808700000022
表示空间莱斯信道衰落,即
Figure RE-FDA0002973808700000023
的包络服从莱斯分布,i=1,…,n;噪声方差σ2、T和
Figure RE-FDA0002973808700000024
为未知信息,已知等离子体鞘套信道的平均功率衰减q。
5.如权利要求1所述的遥测信道非相干大规模SIMO处理方法,其特征在于,所述优化的功率调制:发送符号
Figure RE-FDA0002973808700000025
其中
Figure RE-FDA0002973808700000026
为第k个符号的功率,
Figure RE-FDA0002973808700000027
是编码本,L是
Figure RE-FDA0002973808700000028
的基数,pk(k=1,2,…,L)等概率发送,且满足平均功率约束
Figure RE-FDA0002973808700000029
依据等离子体鞘套信道的平均功率衰减q2和下行信道的渐进特性设计优化的
Figure RE-FDA00029738087000000210
6.如权利要求5所述的遥测信道非相干大规模SIMO处理方法,其特征在于,所述发送星座
Figure RE-FDA00029738087000000211
的自适应设计方法具体包括:
(1)对于
Figure RE-FDA00029738087000000212
令pk的解调区间
Figure RE-FDA00029738087000000213
r(pk) +dr,k],其中dl,k>0,dr,k>0,ak表示解调边界r(pk)+dr,k,令
Figure RE-FDA0002973808700000031
Figure RE-FDA0002973808700000032
由0均值独立随机变量Uk实现,Uk的矩母函数为
Figure RE-FDA0002973808700000033
Figure RE-FDA0002973808700000034
对于优化星座Popt,有
Figure RE-FDA0002973808700000035
Figure RE-FDA0002973808700000036
(2)利用算法1和算法2搜索到满足功率约束的最高topt,和相应的最优星座Popt,算法1用于初始化和更新t值,算法1得出t值代入算法2;算法2搜索出当前t值下的发送星座;算法1依据算法2所得星座是否满足功率约束条件,更新t值;循环算法1和2,直至t值满足设定精度10-3,得到输出满足功率约束的最高topt,和相应的最优星座Popt;算法1和2具体如下:
算法1:初始化tl=0,tu=∞,
Figure RE-FDA0002973808700000037
t代入算法2;若算法2星座满足功率约束条件,令tl=t;若算法2星座不满足功率约束条件,令tu=t;得到的t值继续代入算法2,再次得到t值,循环算法1,直至t值满足设定精度10-3
算法2:令p1=0,
Figure RE-FDA0002973808700000038
选择p2的最小值,使得J(p2)为t,且
Figure RE-FDA0002973808700000039
Figure RE-FDA00029738087000000310
此过程按顺序执行,直到找到pL;检查是否满足功率约束条件;如果满足,保留这个星座,利用算法1增加t并重复这个过程;如果不满足,应该丢弃该星座,利用算法1减小t并重复这个过程。
7.如权利要求1所述的遥测信道非相干大规模SIMO处理方法,其特征在于,所述基于ML的快速非相干检测:计算接收向量y的平均功率:
Figure RE-FDA00029738087000000311
由于等离子体鞘套信道的高动态和深衰落特性,造成||y||2/n的条件概率密度函数未知,在接收站端设计一种简化的可变逆跳蒙特卡洛算法估计
Figure RE-FDA00029738087000000312
的条件概率密度函数(CPDF)
Figure RE-FDA00029738087000000313
则最大似然(ML)解调器输出为:
Figure RE-FDA0002973808700000041
其中
Figure RE-FDA0002973808700000042
为似然函数/条件概率密度函数。
8.如权利要求7所述的遥测信道非相干大规模SIMO处理方法,其特征在于,所述简化的可变逆跳蒙特卡洛算法具体包括:整个模型的概率密度函数用混合高斯过程c描述:
Figure RE-FDA0002973808700000043
其中ωk表示状态k在混合高斯过程中的状态概率,即第k个高斯过程在混合高斯过程中所占比率,
Figure RE-FDA0002973808700000044
表示均值和方差;
考虑一个二维时变序列(ct,zt)描述接收统计量c的非平稳随机过程,其中(ct)表示接收端的统计序列,(zt)表示隐藏状态的序列,zt∈{1,…,L},L表示马尔科夫模型中的状态数,需要估计的参数是λ={μ,σ,z,ω},其中μ={μk),σ=(σk),ω=(ωk)。参数先验分布:ω~D(δ1,δ2,...,δL),δ1,δ2,...,δL初始化为1,μk~N(ξ,κ-1),
Figure RE-FDA0002973808700000045
其中β~G(g,h),α=2,κ=R-2,ξ=ymin=R/2,g=0.2,h=10/R2,R=cmax-cmin;G(g,h)表示具有参数g和h的伽马分布,D(δ1,δ2,...,δL)代表Dirichlet分布;
在初始时刻,状态数设置为L,剩余变量都基于它们的先验分布被初始化;最大迭代次数设置为Niteration,迭代N时刻所有相关参数的状态空间x=(η,ω,z,μ,σ,c)在迭代N+1时刻更新为新的状态空间,即x′=(η′,ω′,z′,μ′,σ′,c′);每个迭代总结为:
1)更新ω;
Figure RE-FDA0002973808700000046
其中
Figure RE-FDA0002973808700000047
为N时刻隐藏状态zt=k的个数;
2)更新(μ,σ):
Figure RE-FDA0002973808700000051
Figure RE-FDA0002973808700000052
3)更新z:
Figure RE-FDA0002973808700000053
4)更新β:
Figure RE-FDA0002973808700000054
9.一种实施权利要求1~8任意一项所述遥测信道非相干大规模SIMO处理方法的遥测信道非相干大规模SIMO处理系统,其特征在于,所述遥测信道非相干大规模SIMO处理系统,包括:
建模模块,用于实现高超声速飞行器等离子体鞘套信道的建模;
系统模型构建模块,用于构建高超声速飞行器下行大规模SIMO系统模型;
功率调制模块,用于自适应功率调制;
非相干检测模块,用于基于RRJ-MCMC算法的非相干检测。
10.一种高速飞行器,其特征在于,所述高速飞行器运行权利要求1~8任意一项所述遥测信道非相干大规模SIMO处理方法。
CN202011393240.4A 2020-12-03 2020-12-03 遥测信道非相干大规模simo处理方法、系统及应用 Active CN112737659B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011393240.4A CN112737659B (zh) 2020-12-03 2020-12-03 遥测信道非相干大规模simo处理方法、系统及应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011393240.4A CN112737659B (zh) 2020-12-03 2020-12-03 遥测信道非相干大规模simo处理方法、系统及应用

Publications (2)

Publication Number Publication Date
CN112737659A true CN112737659A (zh) 2021-04-30
CN112737659B CN112737659B (zh) 2022-04-08

Family

ID=75598393

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011393240.4A Active CN112737659B (zh) 2020-12-03 2020-12-03 遥测信道非相干大规模simo处理方法、系统及应用

Country Status (1)

Country Link
CN (1) CN112737659B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114465684A (zh) * 2022-03-11 2022-05-10 南京信息工程大学 一种Bi-Gaussian信道的仿真方法及装置
CN115941021A (zh) * 2022-10-24 2023-04-07 西安电子科技大学 一种高超声速飞行器遥测simo信道下基于功率调制的ldpc-bicm-id系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060054590A1 (en) * 2004-09-10 2006-03-16 Krawczyk John W Methods of deep reactive ion etching
CN104378170A (zh) * 2014-10-27 2015-02-25 西安电子科技大学 一种临近空间动态等离子鞘套信道建模及模拟的方法
CN105071881A (zh) * 2015-08-20 2015-11-18 西安电子科技大学 一种再入动态等离子鞘套马尔科夫信道建模方法
CN107302387A (zh) * 2017-06-30 2017-10-27 西安电子科技大学 一种高速飞行器中继双极化mimo信道建模方法
CN111444663A (zh) * 2020-03-11 2020-07-24 西安电子科技大学 卡尔曼跟踪环路设计方法、卡尔曼跟踪环路、航天飞行器

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060054590A1 (en) * 2004-09-10 2006-03-16 Krawczyk John W Methods of deep reactive ion etching
CN104378170A (zh) * 2014-10-27 2015-02-25 西安电子科技大学 一种临近空间动态等离子鞘套信道建模及模拟的方法
CN105071881A (zh) * 2015-08-20 2015-11-18 西安电子科技大学 一种再入动态等离子鞘套马尔科夫信道建模方法
CN107302387A (zh) * 2017-06-30 2017-10-27 西安电子科技大学 一种高速飞行器中继双极化mimo信道建模方法
CN111444663A (zh) * 2020-03-11 2020-07-24 西安电子科技大学 卡尔曼跟踪环路设计方法、卡尔曼跟踪环路、航天飞行器

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
HAILIANG WEI等: "Binary Orthogonal-Division Dual-Carrier Modulation for Hypersonic Vehicle Downlink Massive 2 × M MIMO Systems With Noncoherent ML Detection", 《IEEE TRANSACTIONS ON PLASMA SCIENCE》 *
LEI SHI等: "Adaptive Multistate Markov Channel Modeling Method for Reentry Dynamic Plasma Sheaths", 《IEEE TRANSACTIONS ON PLASMA SCIENCE 》 *
MAINAK CHOWDHURY等: "Scaling Laws for Noncoherent Energy-Based Communications in the SIMO MAC", 《IEEE TRANSACTIONS ON INFORMATION THEORY》 *
石磊等: "临近空间高速飞行器综合信道模型研究", 《宇航学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114465684A (zh) * 2022-03-11 2022-05-10 南京信息工程大学 一种Bi-Gaussian信道的仿真方法及装置
CN114465684B (zh) * 2022-03-11 2023-05-09 南京信息工程大学 一种Bi-Gaussian信道的仿真方法及装置
CN115941021A (zh) * 2022-10-24 2023-04-07 西安电子科技大学 一种高超声速飞行器遥测simo信道下基于功率调制的ldpc-bicm-id系统

Also Published As

Publication number Publication date
CN112737659B (zh) 2022-04-08

Similar Documents

Publication Publication Date Title
CN111817768B (zh) 一种用于智能反射表面无线通信的信道估计方法
CN111224906B (zh) 基于深度神经网络的近似消息传递大规模mimo信号检测算法
US7583763B2 (en) Multi input multi output wireless communication reception method and apparatus
CN112737659B (zh) 遥测信道非相干大规模simo处理方法、系统及应用
CN109951214B (zh) 一种适用于大规模mimo系统的信号检测方法
CN107302387B (zh) 一种高速飞行器中继双极化mimo信道建模方法
Cho et al. Effective enzyme deployment for degradation of interference molecules in molecular communication
CN107872256A (zh) 无线光通信中盲检测及调制星座优化方法、存储介质
US20230198811A1 (en) Reconstruction method of discrete digital signals in noisy overloaded wireless communication systems
CN114362855A (zh) 一种基于lstm的信道状态预测方法及系统
CN117233803A (zh) 一种空域自适应变步长导航抗干扰方法
Kim et al. Massive data generation for deep learning-aided wireless systems using meta learning and generative adversarial network
CN114531208A (zh) 考虑光电探测噪声的大气湍流信道衰落参数估计方法
Al-Rubaye et al. Optimization of capacity in non-Gaussian noise models with and without fading channels for sustainable communication systems
CN111416629B (zh) 等离子鞘套下原模图比特交织编码调制迭代译码调制系统
Peng et al. Low complexity receiver of sparse code multiple access based on dynamic trellis
Lira de Queiroz et al. Signal-to-noise ratio estimation for M-QAM signals in η− μ and κ− μ fading channels
Wei et al. Modulation, detection, and performance for noncoherent massive SIMO systems for hypersonic vehicle downlink integrated channel
Queiroz et al. On the performance of M-QAM for Nakagami channels subject to gated noise
CN112803919B (zh) 改进nlms算法的稀疏系统辨识方法和滤波器和系统
CN114614835A (zh) 一种适用于水声通信的极化码bp译码方法
Mridula et al. Three‐dimensional sensor network connectivity considering border effects and channel randomness with application to underwater networks
Yanming et al. Adaptive protograph-based BICM-ID relying on the RJ-MCMC algorithm: a reliable and efficient transmission solution for plasma sheath channels
CN115941021A (zh) 一种高超声速飞行器遥测simo信道下基于功率调制的ldpc-bicm-id系统
Duan et al. A model‐driven robust deep learning wireless transceiver

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