CN112737659B - 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
CN112737659B
CN112737659B CN202011393240.4A CN202011393240A CN112737659B CN 112737659 B CN112737659 B CN 112737659B CN 202011393240 A CN202011393240 A CN 202011393240A CN 112737659 B CN112737659 B CN 112737659B
Authority
CN
China
Prior art keywords
plasma sheath
channel
algorithm
simo
scale
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
Application number
CN202011393240.4A
Other languages
English (en)
Other versions
CN112737659A (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

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/14—Relay systems
    • H04B7/15—Active relay systems
    • H04B7/185—Space-based or airborne stations; Stations for satellite systems
    • H04B7/18502—Airborne stations
    • H04B7/18506—Communications with or from aircraft, i.e. aeronautical mobile service
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/0082—Monitoring; Testing using service channels; using auxiliary channels
    • H04B17/0087—Monitoring; Testing using service channels; using auxiliary channels using auxiliary channels or channel simulators
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel
    • H04B17/3911—Fading models or fading generators
    • 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)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Electromagnetism (AREA)
  • Astronomy & Astrophysics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Plasma Technology (AREA)
  • Transmitters (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
Figure GDA0003426444700000031
并计算等离子体鞘套透射系数
Figure GDA0003426444700000032
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
Figure GDA0003426444700000033
等离子体鞘套分层总数
Figure GDA0003426444700000034
与等离子体鞘套各分层厚度
Figure GDA0003426444700000035
为等离子体鞘套分层序号
Figure GDA0003426444700000036
等离子体鞘套时变时间
Figure GDA0003426444700000037
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
Figure GDA0003426444700000038
和第二高斯函数影响参数
Figure GDA0003426444700000039
峰值电子密度
Figure GDA00034264447000000310
峰值电子密度在
Figure GDA00034264447000000311
轴坐标为
Figure GDA00034264447000000312
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
Figure GDA00034264447000000313
(2)计算等离子体鞘套透射系数
Figure GDA00034264447000000314
输入通信信号的载波频率
Figure GDA00034264447000000315
电子质量
Figure GDA00034264447000000316
时变等离子体鞘套的电子碰撞频率
Figure GDA00034264447000000317
等离子体鞘套各层的本征波阻抗
Figure GDA00034264447000000318
真空的本征波阻抗
Figure GDA00034264447000000319
利用时变等离子体鞘套电子密度模型
Figure GDA00034264447000000320
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
Figure GDA00034264447000000321
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 GDA00034264447000000322
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
Figure GDA00034264447000000323
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：
Figure GDA00034264447000000324
其中
Figure GDA00034264447000000325
是
Figure GDA00034264447000000326
维接收信号向量，
Figure GDA00034264447000000327
为发送信号，具体设计将在下节给出，
Figure GDA00034264447000000328
是
Figure GDA00034264447000000329
信道矩阵，
Figure GDA00034264447000000330
是
Figure GDA00034264447000000331
接收端复高斯白噪声，
Figure GDA00034264447000000332
的每一个元素均服从CSCG分布，且均值为零，方差为
Figure GDA00034264447000000333
即
Figure GDA00034264447000000334
Figure GDA0003426444700000041
为高超声速飞行器下行链路等离子体鞘套-莱斯信道，其中
Figure GDA0003426444700000042
表示等离子体鞘套信道，由
Figure GDA0003426444700000043
得到；
Figure GDA0003426444700000044
表示空间莱斯信道衰落，即
Figure GDA0003426444700000045
的包络服从莱斯分布，
Figure GDA0003426444700000046
假定噪声方差
Figure GDA0003426444700000047
和
Figure GDA0003426444700000048
为未知信息，且已知等离子体鞘套信道的平均功率衰减
Figure GDA0003426444700000049
进一步，所述优化的功率调制：发送符号
Figure GDA00034264447000000410
其中
Figure GDA00034264447000000411
Figure GDA00034264447000000412
第
Figure GDA00034264447000000413
个符号的功率，
Figure GDA00034264447000000414
是编码本，
Figure GDA00034264447000000415
是
Figure GDA00034264447000000416
的基数，
Figure GDA00034264447000000417
等概率发送，且满足平均功率约束
Figure GDA00034264447000000418
依据等离子体鞘套信道的平均功率衰减
Figure GDA00034264447000000419
和下行信道的渐进特性设计优化的
Figure GDA00034264447000000420
进一步，所述发送星座
Figure GDA00034264447000000421
的自适应设计方法具体包括：
(1)对于
Figure GDA00034264447000000422
令
Figure GDA00034264447000000423
令
Figure GDA00034264447000000424
的解调区间
Figure GDA00034264447000000425
Figure GDA00034264447000000426
其中
Figure GDA00034264447000000427
表示解调边界
Figure GDA00034264447000000428
令
Figure GDA00034264447000000429
由0均值独立随机变量
Figure GDA00034264447000000430
实现，
Figure GDA00034264447000000431
的矩母函数为
Figure GDA00034264447000000432
令
Figure GDA00034264447000000433
对于优化星座
Figure GDA00034264447000000434
有
Figure GDA00034264447000000435
令
Figure GDA00034264447000000436
Figure GDA00034264447000000437
(2)利用算法1和算法2搜索到满足功率约束的最高
Figure GDA00034264447000000438
和相应的最优星座
Figure GDA00034264447000000439
算法1用于初始化和更新
Figure GDA00034264447000000440
值，算法1得出
Figure GDA00034264447000000441
值代入算法2；算法2搜索当前
Figure GDA00034264447000000442
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
Figure GDA00034264447000000443
值；循环算法1和2，直至
Figure GDA00034264447000000444
值满足设定精度10-3，得到输出满足功率约束的最高
Figure GDA00034264447000000445
和相应的最优星座
Figure GDA00034264447000000446
算法1和2具体如下：
算法1：初始化
Figure GDA00034264447000000447
代入算法2；若算法2星座满足功率约束条件，令
Figure GDA00034264447000000448
若算法2星座不满足功率约束条件，令
Figure GDA00034264447000000449
得到的t值继续代入算法2，再次得到
Figure GDA0003426444700000051
值，循环算法1，直至
Figure GDA0003426444700000052
值满足设定精度10-3。
算法2：令
Figure GDA0003426444700000053
选择
Figure GDA0003426444700000054
的最小值，使得
Figure GDA0003426444700000055
为
Figure GDA0003426444700000056
且
Figure GDA0003426444700000057
Figure GDA0003426444700000058
此过程按顺序执行，直到找到
Figure GDA0003426444700000059
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
Figure GDA00034264447000000510
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
Figure GDA00034264447000000511
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
Figure GDA00034264447000000512
的平均功率：
Figure GDA00034264447000000513
由于等离子体鞘套信道的高动态和深衰落特性，造成
Figure GDA00034264447000000514
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 GDA00034264447000000515
的条件概率密度函数
Figure GDA00034264447000000516
则最大似然(ML)解调器输出为：
Figure GDA00034264447000000517
其中
Figure GDA00034264447000000518
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
Figure GDA00034264447000000519
描述：
Figure GDA00034264447000000520
其中
Figure GDA00034264447000000521
表示状态
Figure GDA00034264447000000522
在混合高斯过程中的状态概率，即第
Figure GDA00034264447000000523
个高斯过程在混合高斯过程中所占比率，
Figure GDA00034264447000000524
表示均值和方差；
考虑一个二维时变序列
Figure GDA00034264447000000525
描述接收统计量
Figure GDA00034264447000000526
的非平稳随机过程，其中
Figure GDA00034264447000000527
表示接收端的统计序列，
Figure GDA00034264447000000528
表示隐藏状态的序列，
Figure GDA00034264447000000529
表示马尔科夫模型中的状态数。需要估计的参数是
Figure GDA00034264447000000530
其中
Figure GDA00034264447000000531
Figure GDA00034264447000000532
参数先验分布：
Figure GDA00034264447000000533
初始化为1。
Figure GDA00034264447000000534
其中
Figure GDA00034264447000000535
Figure GDA0003426444700000061
表示具有参数
Figure GDA0003426444700000062
和
Figure GDA0003426444700000063
的伽马分布，
Figure GDA0003426444700000064
代表Dirichlet分布.
在初始时刻，状态数设置为
Figure GDA0003426444700000065
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
Figure GDA0003426444700000066
迭代
Figure GDA0003426444700000067
时刻所有相关参数的状态空间
Figure GDA0003426444700000068
在迭代
Figure GDA0003426444700000069
时刻更新为新的状态空间，即
Figure GDA00034264447000000610
每个迭代总结为：
1)更新
Figure GDA00034264447000000611
Figure GDA00034264447000000612
其中
Figure GDA00034264447000000613
为
Figure GDA00034264447000000614
时刻隐藏状态
Figure GDA00034264447000000615
的个数；
2)更新
Figure GDA00034264447000000616
Figure GDA00034264447000000617
Figure GDA00034264447000000618
3)更新
Figure GDA00034264447000000619
Figure GDA00034264447000000620
4)更新
Figure GDA00034264447000000621
Figure GDA00034264447000000622
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
Figure GDA0003426444700000081
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
Figure GDA0003426444700000082
莱斯因子
Figure GDA0003426444700000083
信噪比
Figure GDA0003426444700000084
时，误码率随接收天线数
Figure GDA0003426444700000085
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
Figure GDA0003426444700000086
时，误码率随
Figure GDA0003426444700000087
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
Figure GDA0003426444700000088
时，误码率随
Figure GDA0003426444700000089
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
Figure GDA00034264447000000810
时，信道容量损失随
Figure GDA00034264447000000811
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
Figure GDA00034264447000000812
时，信道容量损失随
Figure GDA00034264447000000813
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
Figure GDA0003426444700000091
时，信道容量损失随
Figure GDA0003426444700000092
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
Figure GDA0003426444700000101
等离子体鞘套分层总数
Figure GDA0003426444700000102
与等离子体鞘套各分层厚度
Figure GDA0003426444700000103
为等离子体鞘套分层序号
Figure GDA0003426444700000104
等离子体鞘套时变时间
Figure GDA0003426444700000105
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
Figure GDA0003426444700000106
轴)服从双高斯分布，第一高斯函数影响参数
Figure GDA0003426444700000107
和第二高斯函数影响参数
Figure GDA0003426444700000108
峰值电子密度
Figure GDA0003426444700000109
峰值电子密度在
Figure GDA00034264447000001010
轴坐标为
Figure GDA00034264447000001011
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
Figure GDA00034264447000001012
2)计算等离子体鞘套透射系数
Figure GDA00034264447000001013
输入通信信号的载波频率
Figure GDA00034264447000001014
电子质量
Figure GDA00034264447000001015
时变等离子体鞘套的电子碰撞频率
Figure GDA00034264447000001016
等离子体鞘套各层的本征波阻抗
Figure GDA00034264447000001017
真空的本征波阻抗
Figure GDA00034264447000001035
利用时变等离子体鞘套电子密度模型
Figure GDA00034264447000001018
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
Figure GDA00034264447000001019
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 GDA00034264447000001020
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
Figure GDA00034264447000001021
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：
Figure GDA00034264447000001022
其中
Figure GDA00034264447000001023
是
Figure GDA00034264447000001024
维接收信号向量，
Figure GDA00034264447000001025
为发送信号，具体设计将在下节给出，
Figure GDA00034264447000001026
是
Figure GDA00034264447000001027
维信道矩阵，
Figure GDA00034264447000001028
是
Figure GDA00034264447000001029
接收端复高斯白噪声。
Figure GDA00034264447000001030
的每一个元素均服从CSCG分布，且均值为零，方差为
Figure GDA00034264447000001031
即
Figure GDA00034264447000001032
Figure GDA00034264447000001033
为高超声速飞行器下行链路等离子体鞘套-莱斯信道，其中
Figure GDA00034264447000001034
表示等离子体鞘套信道，由
Figure GDA0003426444700000111
得到；
Figure GDA0003426444700000112
表示空间莱斯信道衰落，即矩阵元素
Figure GDA0003426444700000113
的包络服从莱斯分布，
Figure GDA0003426444700000114
假定噪声方差
Figure GDA0003426444700000115
和
Figure GDA0003426444700000116
为未知信息，且已知等离子体鞘套信道的平均功率衰减
Figure GDA0003426444700000117
步骤三：优化的功率调制：
发送符号
Figure GDA0003426444700000118
其中
Figure GDA0003426444700000119
第
Figure GDA00034264447000001110
个符号的功率，
Figure GDA00034264447000001111
是编码本，
Figure GDA00034264447000001112
是
Figure GDA00034264447000001113
的基数。假设
Figure GDA00034264447000001114
等概率发送，且满足平均功率约束
Figure GDA00034264447000001115
依据等离子体鞘套信道的平均功率衰减
Figure GDA00034264447000001116
和下行信道的渐进特性设计优化的
Figure GDA00034264447000001117
1)对于
Figure GDA00034264447000001118
令
Figure GDA00034264447000001119
的解调区间
Figure GDA00034264447000001120
其中
Figure GDA00034264447000001121
表示解调边界
Figure GDA00034264447000001122
以
Figure GDA00034264447000001123
举例，待设计的星座如图5所示，其中
Figure GDA00034264447000001124
为判决边界，有
Figure GDA00034264447000001125
令
Figure GDA00034264447000001126
由0均值独立随机变量
Figure GDA00034264447000001128
实现，
Figure GDA00034264447000001129
的矩母函数为
Figure GDA00034264447000001130
令
Figure GDA00034264447000001131
对于优化星座
Figure GDA00034264447000001132
有
Figure GDA00034264447000001133
下面讲解如何得到优化
Figure GDA00034264447000001134
和优化星座
Figure GDA00034264447000001135
(3.2)利用算法1和算法2搜索到满足功率约束的最高
Figure GDA00034264447000001136
和相应的最优星座
Figure GDA00034264447000001137
算法1用于初始化和更新
Figure GDA00034264447000001138
值，算法1得出
Figure GDA00034264447000001139
值代入算法2；算法2搜索当前
Figure GDA00034264447000001140
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
Figure GDA00034264447000001141
值；循环算法1和2，直至
Figure GDA00034264447000001142
值满足设定精度10-3，得到输出满足功率约束的最高
Figure GDA00034264447000001143
和相应的最优星座
Figure GDA00034264447000001144
算法1和2具体如下：
算法1：初始化
Figure GDA00034264447000001145
代入算法2；若算法2星座满足功率约束条件，令
Figure GDA00034264447000001146
若算法2星座不满足功率约束条件，令
Figure GDA00034264447000001147
得到的
Figure GDA00034264447000001148
值继续代入算法2，再次得到
Figure GDA00034264447000001149
值，循环算法1，直至
Figure GDA00034264447000001150
值满足设定精度10-3。
算法2：令
Figure GDA0003426444700000121
选择
Figure GDA0003426444700000122
的最小值，使得
Figure GDA0003426444700000123
为
Figure GDA0003426444700000124
且
Figure GDA0003426444700000125
Figure GDA0003426444700000126
此过程按顺序执行，直到找到
Figure GDA0003426444700000127
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
Figure GDA0003426444700000128
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
Figure GDA0003426444700000129
并重复这个过程。
Figure GDA00034264447000001210
Figure GDA00034264447000001211
Figure GDA0003426444700000131
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
Figure GDA0003426444700000132
的平均功率：
Figure GDA0003426444700000133
设计一种简化的可变逆跳蒙特卡洛(RRJ-MCMC)算法来估计
Figure GDA0003426444700000134
的条件概率密度函数(CPDF)
Figure GDA0003426444700000135
则最大似然(ML)解调器(或
Figure GDA0003426444700000136
的估计值)为：
Figure GDA0003426444700000137
其中
Figure GDA0003426444700000138
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
Figure GDA0003426444700000139
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，
Figure GDA00034264447000001310
表示状态
Figure GDA00034264447000001311
在混合高斯过程中的状态概率，即第
Figure GDA00034264447000001312
个高斯过程在混合高斯过程中所占比率，
Figure GDA00034264447000001313
表示均值和方差：
Figure GDA00034264447000001314
本发明考虑一个二维时变序列
Figure GDA00034264447000001315
描述接收统计量
Figure GDA00034264447000001316
的非平稳随机过程，其中
Figure GDA00034264447000001317
表示接收端的统计序列，
Figure GDA00034264447000001318
表示隐藏状态的序列，
Figure GDA00034264447000001319
表示马尔科夫模型中的状态数。需要估计的参数是
Figure GDA00034264447000001320
其中
Figure GDA00034264447000001321
Figure GDA00034264447000001322
参数先验分布：
Figure GDA00034264447000001323
初始化为1。
Figure GDA0003426444700000141
其中
Figure GDA0003426444700000142
Figure GDA0003426444700000143
表示具有参数
Figure GDA0003426444700000144
和
Figure GDA0003426444700000145
的伽马分布，
Figure GDA0003426444700000146
代表Dirichlet分布)。
在初始时刻，状态数可以设置为
Figure GDA0003426444700000147
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
Figure GDA0003426444700000148
迭代
Figure GDA0003426444700000149
时刻所有相关参数的状态空间
Figure GDA00034264447000001410
在迭代
Figure GDA00034264447000001411
时刻更新为新的状态空间，即
Figure GDA00034264447000001412
每个迭代可以总结为以下四个步骤：
1)更新
Figure GDA00034264447000001413
Figure GDA00034264447000001414
其中
Figure GDA00034264447000001415
为
Figure GDA00034264447000001416
时刻隐藏状态
Figure GDA00034264447000001417
的个数；
2)更新
Figure GDA00034264447000001418
Figure GDA00034264447000001419
3)更新
Figure GDA00034264447000001420
Figure GDA00034264447000001421
4)更新
Figure GDA00034264447000001422
Figure GDA00034264447000001423
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
Figure GDA00034264447000001424
等离子体鞘套分层总数
Figure GDA00034264447000001425
与等离子体鞘套各分层厚度
Figure GDA00034264447000001426
为等离子体鞘套分层序号
Figure GDA00034264447000001427
等离子体鞘套时变时间
Figure GDA0003426444700000151
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
Figure GDA0003426444700000152
轴)服从双高斯分布，第一高斯函数影响参数
Figure GDA0003426444700000153
和第二高斯函数影响参数
Figure GDA0003426444700000154
峰值电子密度
Figure GDA0003426444700000155
峰值电子密度在
Figure GDA0003426444700000156
轴坐标为
Figure GDA0003426444700000157
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
Figure GDA0003426444700000158
计算等离子体鞘套透射系数
Figure GDA0003426444700000159
输入通信信号的载波频率
Figure GDA00034264447000001510
载波角频率
Figure GDA00034264447000001511
电子质量
Figure GDA00034264447000001512
时变等离子体鞘套的电子碰撞频率
Figure GDA00034264447000001513
计算等离子体频率
Figure GDA00034264447000001514
与复介电常数
Figure GDA00034264447000001515
给出等离子体鞘套各层的本征波阻抗
Figure GDA00034264447000001516
Figure GDA00034264447000001517
真空的本征波阻抗
Figure GDA00034264447000001518
利用时变等离子体鞘套电子密度模型
Figure GDA00034264447000001519
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
Figure GDA00034264447000001520
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(a)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
Figure GDA00034264447000001521
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
Figure GDA00034264447000001522
4、仿真结果和分析：
图8(a)和图8(b)中描绘了在信噪比
Figure GDA00034264447000001523
莱斯因子
Figure GDA00034264447000001524
电子密度峰值
Figure GDA0003426444700000161
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，
Figure GDA0003426444700000162
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
Figure GDA0003426444700000163
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
Figure GDA0003426444700000164
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 (5)

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；
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
Figure FDA0003426444690000011
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：
Figure FDA0003426444690000012
其中
Figure FDA0003426444690000013
是
Figure FDA0003426444690000014
维接收信号向量，
Figure FDA0003426444690000015
为发送信号，
Figure FDA0003426444690000016
是
Figure FDA0003426444690000017
维信道矩阵，
Figure FDA0003426444690000018
由矩阵元素
Figure FDA0003426444690000019
构成，
Figure FDA00034264446900000110
是
Figure FDA00034264446900000111
接收端复高斯白噪声，
Figure FDA00034264446900000112
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
Figure FDA00034264446900000113
即
Figure FDA00034264446900000114
Figure FDA00034264446900000115
Figure FDA00034264446900000116
为高超声速飞行器下行链路等离子体鞘套-莱斯信道，其中
Figure FDA00034264446900000117
表示等离子体鞘套信道，由
Figure FDA00034264446900000118
得到；
Figure FDA00034264446900000119
表示空间莱斯信道衰落，即
Figure FDA00034264446900000120
的包络服从莱斯分布，
Figure FDA00034264446900000121
噪声方差
Figure FDA00034264446900000122
和
Figure FDA00034264446900000123
为未知信息，已知等离子体鞘套信道的平均功率衰减
Figure FDA00034264446900000124
所述优化的功率调制：发送符号
Figure FDA00034264446900000125
其中
Figure FDA00034264446900000126
为第
Figure FDA00034264446900000127
个符号的功率，
Figure FDA00034264446900000128
是编码本，
Figure FDA00034264446900000129
是
Figure FDA00034264446900000130
的基数，
Figure FDA00034264446900000131
等概率发送，且满足平均功率约束
Figure FDA0003426444690000021
依据等离子体鞘套信道的平均功率衰减
Figure FDA0003426444690000022
和下行信道的渐进特性设计优化的
Figure FDA0003426444690000023
Figure FDA0003426444690000024
的自适应设计方法具体包括：
(1)对于
Figure FDA0003426444690000025
令
Figure FDA0003426444690000026
的解调区间
Figure FDA0003426444690000027
Figure FDA0003426444690000028
其中
Figure FDA0003426444690000029
表示解调边界
Figure FDA00034264446900000210
令
Figure FDA00034264446900000211
由0均值独立随机变量
Figure FDA00034264446900000212
实现，
Figure FDA00034264446900000213
的矩母函数为
Figure FDA00034264446900000214
令
Figure FDA00034264446900000215
对于优化星座
Figure FDA00034264446900000216
有
Figure FDA00034264446900000217
令
Figure FDA00034264446900000218
(2)利用算法1和算法2搜索到满足功率约束的最高
Figure FDA00034264446900000219
和相应的最优星座
Figure FDA00034264446900000220
算法1用于初始化和更新
Figure FDA00034264446900000221
值，算法1得出
Figure FDA00034264446900000222
值代入算法2；算法2搜索出当前
Figure FDA00034264446900000223
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
Figure FDA00034264446900000224
值；循环算法1和2，直至
Figure FDA00034264446900000225
值满足设定精度10-3，得到输出满足功率约束的最高
Figure FDA00034264446900000226
和相应的最优星座
Figure FDA00034264446900000227
算法1和2具体如下：
算法1：初始化
Figure FDA00034264446900000228
代入算法2；若算法2星座满足功率约束条件，令
Figure FDA00034264446900000229
若算法2星座不满足功率约束条件，令
Figure FDA00034264446900000230
得到的t值继续代入算法2，再次得到
Figure FDA00034264446900000231
值，循环算法1，直至
Figure FDA00034264446900000232
值满足设定精度10-3；
算法2：令
Figure FDA00034264446900000233
选择
Figure FDA00034264446900000234
的最小值，使得
Figure FDA00034264446900000235
为
Figure FDA00034264446900000236
且
Figure FDA00034264446900000237
Figure FDA00034264446900000238
此过程按顺序执行，直到找到
Figure FDA00034264446900000239
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
Figure FDA00034264446900000240
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
Figure FDA00034264446900000241
并重复这个过程；
所述基于ML的快速非相干检测：计算接收向量
Figure FDA0003426444690000031
的平均功率：
Figure FDA0003426444690000032
由于等离子体鞘套信道的高动态和深衰落特性，造成
Figure FDA0003426444690000033
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 FDA0003426444690000034
的条件概率密度函数(CPDF)
Figure FDA0003426444690000035
则最大似然(ML)解调器输出为：
Figure FDA0003426444690000036
其中
Figure FDA0003426444690000037
为似然函数/条件概率密度函数；
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
Figure FDA0003426444690000038
描述：
Figure FDA0003426444690000039
其中
Figure FDA00034264446900000310
表示状态
Figure FDA00034264446900000311
在混合高斯过程中的状态概率，即第
Figure FDA00034264446900000312
个高斯过程在混合高斯过程中所占比率，
Figure FDA00034264446900000313
表示均值和方差；
考虑一个二维时变序列
Figure FDA00034264446900000314
描述接收统计量
Figure FDA00034264446900000315
的非平稳随机过程，其中
Figure FDA00034264446900000316
表示接收端的统计序列，
Figure FDA00034264446900000317
表示隐藏状态的序列，
Figure FDA00034264446900000318
表示马尔科夫模型中的状态数，需要估计的参数是
Figure FDA00034264446900000319
其中
Figure FDA00034264446900000320
Figure FDA00034264446900000321
；参数先验分布：
Figure FDA00034264446900000322
初始化为
Figure FDA00034264446900000323
其中
Figure FDA00034264446900000324
Figure FDA00034264446900000325
表示具有参数
Figure FDA00034264446900000326
和
Figure FDA00034264446900000327
的伽马分布，
Figure FDA00034264446900000328
代表Dirichlet分布；
在初始时刻，状态数设置为
Figure FDA00034264446900000329
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
Figure FDA00034264446900000330
迭代
Figure FDA00034264446900000331
时刻所有相关参数的状态空间
Figure FDA00034264446900000332
在迭代
Figure FDA00034264446900000333
时刻更新为新的状态空间，即
Figure FDA0003426444690000041
每个迭代总结为：
1)更新
Figure FDA0003426444690000042
Figure FDA0003426444690000043
其中
Figure FDA0003426444690000044
为
Figure FDA0003426444690000045
时刻隐藏状态
Figure FDA0003426444690000046
的个数；
2)更新
Figure FDA0003426444690000047
Figure FDA0003426444690000048
Figure FDA0003426444690000049
3)更新
Figure FDA00034264446900000410
Figure FDA00034264446900000411
4)更新
Figure FDA00034264446900000412
Figure FDA00034264446900000413
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
Figure FDA00034264446900000414
并计算等离子体鞘套透射系数
Figure FDA00034264446900000415
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
Figure FDA00034264446900000416
等离子体鞘套分层总数
Figure FDA00034264446900000417
与等离子体鞘套各分层厚度
Figure FDA00034264446900000418
为等离子体鞘套分层序号
Figure FDA00034264446900000419
等离子体鞘套时变时间
Figure FDA00034264446900000420
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
Figure FDA00034264446900000421
和第二高斯函数影响参数
Figure FDA00034264446900000422
峰值电子密度
Figure FDA00034264446900000423
峰值电子密度在
Figure FDA00034264446900000424
轴坐标为
Figure FDA00034264446900000425
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
Figure FDA0003426444690000051
(2)计算等离子体鞘套透射系数
Figure FDA0003426444690000052
输入通信信号的载波频率
Figure FDA0003426444690000053
电子质量
Figure FDA0003426444690000054
时变等离子体鞘套的电子碰撞频率
Figure FDA0003426444690000055
等离子体鞘套各层的本征波阻抗
Figure FDA0003426444690000056
真空的本征波阻抗
Figure FDA0003426444690000057
利用时变等离子体鞘套电子密度模型
Figure FDA0003426444690000058
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
Figure FDA0003426444690000059
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 FDA00034264446900000510
。
4.一种实施权利要求1～3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，用于基于可变逆跳蒙特卡洛RRJ-MCMC算法的非相干检测。
5.一种高速飞行器，其特征在于，所述高速飞行器运行权利要求1～3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 CN112737659A (zh) 2021-04-30
CN112737659B true 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)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7560039B2 (en) * 2004-09-10 2009-07-14 Lexmark International, Inc. Methods of deep reactive ion etching

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
Adaptive Multistate Markov Channel Modeling Method for Reentry Dynamic Plasma Sheaths;Lei Shi等;《IEEE Transactions on Plasma Science 》;20160707;全文 *
Binary Orthogonal-Division Dual-Carrier Modulation for Hypersonic Vehicle Downlink Massive 2 × M MIMO Systems With Noncoherent ML Detection;Hailiang Wei等;《IEEE TRANSACTIONS ON PLASMA SCIENCE》;20201009;全文 *
Scaling Laws for Noncoherent Energy-Based Communications in the SIMO MAC;Mainak Chowdhury等;《IEEE TRANSACTIONS ON INFORMATION THEORY》;20160316;全文 *
临近空间高速飞行器综合信道模型研究;石磊等;《宇航学报》;20110731;全文 *

Also Published As

Publication number Publication date
CN112737659A (zh) 2021-04-30

Similar Documents

Publication Publication Date Title
CN112737659B (zh) 遥测信道非相干大规模simo处理方法、系统及应用
US7583763B2 (en) Multi input multi output wireless communication reception method and apparatus
CN109951214B (zh) 一种适用于大规模mimo系统的信号检测方法
CN107872256B (zh) 无线光通信中盲检测及调制星座优化方法、存储介质
CN111556460B (zh) 非理想毫米波无线供电通信无人机网络的功率分配方法
WO2021155744A1 (zh) 基于深度学习的无线通信物理层收发端的联合优化方法、电子设备和存储介质
CN113364500B (zh) 一种混合Massive MIMO上行信道估计方法
CN104378787B (zh) 基于扩展Prony算法的平坦快衰落长距离信道预测方法
CN112134602B (zh) 一种大规模mimo系统中用户状态信息的更新方法
CN114900400A (zh) 一种基于智能反射面辅助物联网的联合稀疏信道估计方法
CN111404634B (zh) 基于变步长迭代的大规模mimo检测方法、系统及应用
Jovanović et al. Adaptive array beamforming using a chaotic beamforming algorithm
CN113517941A (zh) 一种大规模mimo系统信道估计与迭代检测仿真方法和系统
Silva et al. Closed-form expression for the bit error probability of the M-QAM for a channel subjected to impulsive noise and Nakagami fading
CN102025477B (zh) 用于软解调和信道译码级链结构的比特位宽调节方法、系统
CN110611626B (zh) 信道估计方法、装置及设备
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
CN104980202A (zh) 一种大规模mimo系统中基于mcmc技术的上行链路检测方法
Lira de Queiroz et al. Signal-to-noise ratio estimation for M-QAM signals in η− μ and κ− μ fading channels
Queiroz et al. On the performance of M-QAM for Nakagami channels subject to gated noise
Habib et al. Implementation of inverted-pair EMI detector using a Monte-Carlo based simulation framework
CN110212993B (zh) 一种信号检测方法、装置、设备及可读存储介质
CN101582743B (zh) 一种用于迭代接收机的mimo检测方法及系统
Shi et al. An Adaptive BICM-ID System Based on Binary Orthogonal-Division Dual-Carrier Modulation for the Hypersonic Vehicle Massive 2× M MIMO Telemetry Channel
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

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