CN115133974A - 基于符号级预编码方式转化卫星通信网络信息干扰的方法 - Google Patents
基于符号级预编码方式转化卫星通信网络信息干扰的方法 Download PDFInfo
- Publication number
- CN115133974A CN115133974A CN202210644591.0A CN202210644591A CN115133974A CN 115133974 A CN115133974 A CN 115133974A CN 202210644591 A CN202210644591 A CN 202210644591A CN 115133974 A CN115133974 A CN 115133974A
- Authority
- CN
- China
- Prior art keywords
- satellite
- model
- symbol
- strict
- level precoding
- 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.)
- Pending
Links
- 230000006854 communication Effects 0.000 title claims abstract description 64
- 238000004891 communication Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000003068 static effect Effects 0.000 claims abstract description 41
- 239000011159 matrix material Substances 0.000 claims abstract description 21
- 238000005457 optimization Methods 0.000 claims description 53
- 238000004364 calculation method Methods 0.000 claims description 20
- 230000005540 biological transmission Effects 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 9
- 230000010287 polarization Effects 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 230000009977 dual effect Effects 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 4
- 238000009827 uniform distribution Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 102000002274 Matrix Metalloproteinases Human genes 0.000 claims description 2
- 108010000684 Matrix Metalloproteinases Proteins 0.000 claims description 2
- 230000001131 transforming effect Effects 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
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
- H04B7/1851—Systems using a satellite or space-based relay
- H04B7/18519—Operations control, administration or maintenance
-
- 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
Abstract
本发明涉及一种基于符号级预编码方式转化卫星通信网络信息干扰的方法,包括在GEO静态卫星和LEO动态卫星与地面的多个单天线用户进行下行通信的无线网络系统模型环境下,基于在通信中发送端进行信号调制时所采用的调制方式,并结合发送端信息符号和信道条件,分别建立发送端干扰信号严格和非严格符号级预编码方式的条件模型,然后对最大化接收端信干燥比优化得到预编码矩阵表达式及表达式闭式解,即得到接收端可正确解调的发送端预编码模型。本发明抵制并进一步转化信息干扰,充分利用系统的所有信号,将干扰信号转化成有益于接收端正确解调的信号,从而提升网络的功率效率,实现可靠卫星通信。
Description
技术领域
本发明涉及无线通信技术领域,尤其涉及面向卫星通信网络的信号发送方法。
背景技术
随着通信系统的飞速发展,人们对高速率通信的需求日益增长,保证信息网络的全球性地按需覆盖,是保证未来通信业务持续发展的一个重要方向。卫星通信网络是解决网络覆盖全球性和连续性的理想方案。面对非静止轨道 (Non-Geostationary Orbit,NGEO)卫星以及地球同步静止轨道(Geostationary Orbit,GEO)卫星,其与地面多用户进行通信时,同频波束间将不可避免地存在严重的干扰,从而导致卫星的通信质量降低,无法为更多的用户提供可靠通信。因此,降低静止及运动卫星通信系统对其他同频系统、移动卫星服务、地面系统等的干扰是关系到全球覆盖通信的关键问题,也是提升卫星系统传输性所必须解决的技术难点问题。
在相关的卫星通信系统中的干扰抑制研究中,主要的干扰处理技术有功率控制方法、角度变化方法、认知无线电法,以及块级预编码方法,且存在这些抗干扰技术中的干扰信号始终被当作有害信号,并且在卫星远距离通信场景下的功率没有被充分的利用,导致系统的功率利用率较低,干扰功率被浪费。因此,需要研究一种能够充分利用系统干扰功率的通信技术,并且使其能够应用在静止卫星及运动卫星网络中,提升系统的功率效率以及信息传输的可靠性。
发明内容
本发明的目的在于避免现有技术的不足提供一种面向运动及静止卫星通信网络的新型符号级预编码方式,以解决上述存在的技术问题,将干扰信号有益化,充分应用其功率,提升卫星网络通信的可靠性。
为实现上述目的,本发明采取的技术方案为:一种基于符号级预编码方式转化卫星通信网络信息干扰的方法,包括如下步骤:
步骤一、在GEO静态卫星和LEO动态卫星与地面的多个单天线用户进行下行通信的无线网络系统模型环境下,分别建立所述GEO静态卫星和LEO动态卫星到地面用户之间的下行空间信道模型,并基于得到的空间信道模型,建立所述 GEO静态卫星和LEO动态卫星的发送信号经过所述空间信道传输后,在每一个用户处的接收信号模型;
步骤二、基于在通信中当发送端进行信号调制时所采用的调制方式,并结合发送端信息符号和信道条件,分别建立发送端干扰信号严格和非严格符号级预编码方式的条件模型;
其中,所述的严格符号级预编码方式是指发送端干扰信号的相位与实际信息符号的相位严格对齐的方式;所述的非严格符号级预编码方式是指所述发送端干扰信号的相位位于实际信息符号相位的可正确解调区域内的方式;
步骤三、基于步骤二中得到的条件模型,首先,在所述发送端干扰信号严格符号级预编码方式下,对最大化接收端信干燥比优化,得到预编码矩阵表达式;
然后,在所述发送端干扰信号非严格符号级预编码方式下,对所述最大化接收端信干燥比优化后的预编码矩阵进行闭式解表达,即得到接收端可正确解调的发送端预编码模型。
进一步的,所述的步骤一具体的建模步骤为:
所述GEO静态卫星处有N根发送天线,地面用户有K个,则:
所述GEO静态卫星处的发送信号表示为:
s=[s1,s2,...,sK]T
其中:sk表示给第k个用户发送的符号,k∈{1,2,...,K}。
预编码矩阵为:
所述的下行空间信道模型中的自由空间损耗为:
假设d0,k为用户k到星下点的距离,dh表示GEO静态卫星到星下点的距离,则自由空间损耗表示为:
所述的下行空间信道中的雨衰损耗为:
雨衰损耗r=[r1,r2,....,rN]T,由于卫星所处的高度不变,其所经受的雨衰信号仅受到概率超过0.01%的年平均降雨量R0.01(k),卫星仰角φ和卫星通信的频率的影响,故雨衰率表示为:
rk=k0(R0.01(k))α=p2,k(f),
其中:k0=[kH+kV+(kH-kV)cos2φcos2τ]/2;
α=[kHαH+kVαV+(kHαH-kVαV)cos2φcos2τ]/2k0;
kH,kV,αH,αV表示水平或垂直极化参数;
所述的下行空间信道模型中的卫星天线增益为:
卫星天线增益bk∈b=[b1,b2,....,bN]T表示为:
同时,LEO动态卫星运动产生的多普勒效应对频率的改变量为:
其中:v为卫星运动的线速度,λ为载频的波长,β为卫星运动方向与卫星到地面接收端连线的夹角;
则,所述LEO动态卫星到地面用户之间的下行空间信道模型为:
基于所述GEO静态卫星和LEO动态卫星到地面用户之间的下行空间信道模型,则当所述的GEO静态卫星发送信号经过空间信道传输后,在每一个用户处的接收信号模型表示为:
yk=hk TWs+nk
当所述LEO动态卫星发送信号经过空间信道传输后,在每一个用户处的接收信号模型表示为:
其中,nk表示在用户k处的本地噪声,其服从均为0,方差为1的复高斯分布。
进一步的,所述的步骤二中所述的在通信中当发送端进行信号调制时所采用的调制方式为M-PSK,基于所述的M-PSK调制方式,建立所述步骤二中的严格和非严格符号级预编码方式的条件模型的具体步骤为:
(1)所述的严格符号级预编码方式的条件模型步骤为:
则严格符号级预编码方式的条件模型为:
(3)所述的非严格符号级预编码方式的条件模型步骤为:
所述接收信号的相位与实际信息符号相位夹角需满足:
θAB≤θth
进一步的,基于所述的M-PSK调制方式下建立的条件模型,所述的步骤三具体为:
(1)在所述发送端干扰信号严格符号级预编码方式条件下,发送功率受限,最大化接收端信干燥比均衡优化模型P1为:
其中:P0表示总可用发射功率,进一步的,将P1进行等价变形,转化为一个标准的最小化形式,表示为模型P2:
进一步采用拉格朗日乘子法和KKT条件分析所述的模型P2,得到一个等价模型P3,如下所示:
s.t.ΛTVΛ-P0=0
通过计算,所述发送端干扰信号严格符号级预编码矩阵的表达式为:
(2)在所述发送端干扰信号非严格符号级预编码方式条件下,构建非严格符号级预编码优化模型P4为:
然后,将所述的非严格符号级预编码优化模型P4转换为标准最小化形式,表示为模型P5:
使用拉格朗日乘子法优化方法计算得到所述非严格符号级预编码方式的最佳波束形成结构,针对模型P5进行变量的实数化,从而构造出一个变量均为实数且等价与所述模型P5的优化模型P6
最后,通过对所述模型P5的优化模型P6的拉格朗日乘子法并对其等价对偶函数求解,得到等价优化模型P7:
求解所述的等价优化模型P7,得到预编码矩阵的闭式解,即为接收端可正确解调的发送端预编码模型为:
其中:U=[I jI]。
进一步的,所述的等价优化模型P7采用线性回溯迭代算法计算,具体计算步骤如下:
首先,推导所述等价优化模型P7的拉格朗日乘子法目标函数,即
其中参数t、δ、μ根据等价优化模型P7设定;
重复上述循环,直到g(ρn+1)-g(ρn)≤ε或者到达最大迭代次数,获得拉格朗日乘子法乘数:
ρ*=ρn+1
即快速得到了所述接收端可正确解调的发送端预编码模型为:
进一步的,还包括步骤四:分别在所述发送端干扰信号严格和非严格符号级预编码方式在GEO静态卫星和LEO动态卫星信道进行仿真。
进一步的,所述的步骤二中所述的在通信中当发送端进行信号调制时所采用的调制方式为M-QAM调制方式。
本发明的有益效果是:
1.本发明所提出的面向卫星通信网络的符号级预编码方式条件下的发送方案,可以应用在对于运动LEO与静止GEO卫星通信信道环境下,并且综合考虑干扰参数如大尺度衰弱、雨衰、多普勒频移等因素,充分挖掘混合信号在时间、空间、信号多维度观测量空间内的特征差异;
2.本发明在卫星信道建模中,计算雨衰损耗时使用了由ITU给出的45度极化下雨衰的计算公式,代替了一般仿真中用到的工程计算公式,由图4可以看出相比于工程计算公式,45度极化下雨衰的计算值更加符合实际衰减情况;
3.本发明用实际天线的增益数值代替了理论计算公式得到的数值,在保证了精度的情况下简化了模型,增加了通信系统的稳定性;
4.本发明在轨道参数的设置方面,选取了一些目前公开轨道参数的LEO与 GEO卫星,使得信道模型更加趋近于实际信道,适用于多种卫星通信场景,适用性广且各参数可根据具体信道情况及时调整,比较灵活;
5.本发明采用了符号级预编码技术,即发送端利用信息符号和信道条件设计发送端预编码信号,通过建立发送端干扰信号严格和非严格符号级预编码方式模型,抵制并进一步转化信息干扰,充分利用系统的所有信号,将干扰信号转化成有益于接收端正确解调的信号,从而提升网络的功率效率,实现可靠卫星通信;
6.针对不同的编码方式在静态卫星通信信道、动态卫星信道中对所提技术进行了仿真验证,如图5,图6所示:所发明技术相对于传统卫星-多用户下行通信而言,实现了更好的通信可靠性,尤其在高信噪比条件下,基于非严格符号级预编码方式的符号级预编码的误比特率能达到误比特率为0。
总之,本发明是在静止及运动的卫星通信网络中,提出的基于符号级预编码方式转化卫星通信网络信息干扰的方法,同时从用户需求及接收信号角度考虑,设计了一种最大化用户信干噪比均衡的优化问题,并且通过对优化问题进行凸优化问题转化,并进行CVX求解,更进一步的提升了优化算法的效率,并设计线性回溯迭代算法来获取次优化解,得到一种具有低计算复杂度和高时间效率的接收端可正确解调的发送端预编码模型。仿真证明所提的卫星发送方式较传统卫星抗干扰技术而言,具有更加高的可靠性及功率效率。
附图说明
图1是本发明的系统模型图;
图2是严格符号级预编码方式示意图;
图3是非严格符号级预编码方式示意图;
图4是45度极化与工程计算下频率对雨衰数值影响的对比图;
图5是静态卫星通信信道下各编码方式的比较(8000loop);
图6是动态卫星通信信道下各编码方式的比较(8000loop)。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
为了实现上述目的,本发明提供一下具体实施方式:
实施例1:如图1-6所示,一种基于符号级预编码方式转化卫星通信网络信息干扰的方法,包括如下步骤:
步骤一、如图1所示,在GEO静态卫星和LEO动态卫星与地面的多个单天线用户进行下行通信的无线网络系统模型环境下,分别建立所述GEO静态卫星和LEO动态卫星到地面用户之间的下行空间信道模型,并基于得到的空间信道模型,建立所述GEO静态卫星和LEO动态卫星的发送信号经过所述空间信道传输后,在每一个用户处的接收信号模型,具体的建模步骤为:
所述GEO静态卫星处有N根发送天线,地面用户有K个,则:
所述GEO静态卫星处的发送信号表示为:
s=[s1,s2,...,sK]T
其中:sk表示给第k个用户发送的符号,k∈{1,2,...,K}。
预编码矩阵为:
所述的下行空间信道模型中的自由空间损耗为:
假设d0,k为用户k到星下点的距离,dh表示GEO静态卫星到星下点的距离,则自由空间损耗表示为:
所述的下行空间信道中的雨衰损耗为:
雨衰损耗r=[r1,r2,....,rN]T,由于卫星所处的高度不变,其所经受的雨衰信号仅受到概率超过0.01%的年平均降雨量R0.01(k),卫星仰角φ和卫星通信的频率的影响,故雨衰率表示为:
rk=k0(R0.01(k))α=p2,k(f),
其中:k0=[kH+kV+(kH-kV)cos2φcos2τ]/2;
α=[kHαH+kVαV+(kHαH-kVαV)cos2φcos2τ]/2k0;
kH,kV,αH,αV表示水平或垂直极化参数;
所述的下行空间信道模型中的卫星天线增益为:
卫星天线增益bk∈b=[b1,b2,....,bN]T表示为:
同时,LEO动态卫星运动产生的多普勒效应对频率的改变量为:
其中:v为卫星运动的线速度,λ为载频的波长,β为卫星运动方向与卫星到地面接收端连线的夹角;
则,所述LEO动态卫星到地面用户之间的下行空间信道模型为:
基于所述GEO静态卫星和LEO动态卫星到地面用户之间的下行空间信道模型,则当所述的GEO静态卫星发送信号经过空间信道传输后,在每一个用户处的接收信号模型表示为:
yk=hk TWs+nk
当所述LEO动态卫星发送信号经过空间信道传输后,在每一个用户处的接收信号模型表示为:
其中,nk表示在用户k处的本地噪声,其服从均为0,方差为1的复高斯分布。
步骤二、基于在通信中当发送端进行信号调制时所采用的调制方式M-PSK,并结合发送端信息符号和信道条件,分别建立发送端干扰信号严格和非严格符号级预编码方式的条件模型;
如图2、图3所示,其中,所述的严格符号级预编码方式是指发送端干扰信号的相位与实际信息符号的相位严格对齐的方式;所述的非严格符号级预编码方式是指所述发送端干扰信号的相位位于实际信息符号相位的可正确解调区域内的方式;
具体步骤为:
(1)所述的严格符号级预编码方式的条件模型步骤为:
则严格符号级预编码方式的条件模型为:
(2)所述的非严格符号级预编码方式的条件模型步骤为:
所述接收信号的相位与实际信息符号相位夹角需满足:
θAB≤θth
步骤三、基于步骤二中得到所述的M-PSK调制方式下建立的条件模型,首先,在所述发送端干扰信号严格符号级预编码方式下,对最大化接收端信干燥比优化,得到预编码矩阵表达式;
然后,在所述发送端干扰信号非严格符号级预编码方式下,对所述最大化接收端信干燥比优化后的预编码矩阵进行闭式解,即得到接收端可正确解调的发送端预编码模型。
具体为:
(1)在所述发送端干扰信号严格符号级预编码方式条件下,发送功率受限,最大化接收端信干燥比均衡优化模型P1为:
其中:P0表示总可用发射功率,进一步的,将P1进行等价变形,转化为一个标准的最小化形式,表示为模型P2:
进一步采用拉格朗日乘子法和KKT条件分析所述的模型P2,得到一个等价模型P3,如下所示:
s.t.ΛTVΛ-P0=0
通过计算,所述发送端干扰信号严格符号级预编码矩阵的表达式为:
(2)在所述发送端干扰信号非严格符号级预编码方式条件下,构建非严格符号级预编码优化模型P4为:
然后,将所述的非严格符号级预编码优化模型P4转换为标准最小化形式,表示为模型P5:
使用拉格朗日乘子法优化方法计算得到所述非严格符号级预编码方式的最佳波束形成结构,针对模型P5进行变量的实数化,从而构造出一个变量均为实数且等价与所述模型P5的优化模型P6
最后,通过对所述模型P5的优化模型P6的拉格朗日乘子法并对其等价对偶函数求解,得到等价优化模型P7:
求解所述的等价优化模型P7,得到预编码矩阵的闭式解,即为接收端可正确解调的发送端预编码模型为:
其中:U=[I jI]。
还包括步骤四:分别在所述发送端干扰信号严格和非严格符号级预编码方式在GEO静态卫星和LEO动态卫星信道进行仿真。
本实施例的具体实验例实现步骤为:
步骤一:静态卫星和运动卫星信道建模。本发明所面向的是任何LEO运动卫星/GEO卫星与地面多个单天线用户进行下行通信的无线网络,系统模型如图1所示,其中,卫星处有N根发送天线,地面用户有K个。卫星处的发送信号表示为: s=[s1,s2,...,sK]T,预编码矩阵为:在描述系统通信过程前,需要对卫星通信信道进行合理建模,充分考虑卫星与地面用户通信链路之间的多参数及影响因素:
(1)GEO静止卫星信道:在实际通信场景下,需要考虑卫星信号在传输过程中的自由空间路径损耗、雨衰、天线增益、卫星波束中心与接收端的夹角、等因素。本发明在计算雨衰损耗时采用由ITU给出的45度极化下雨衰的计算公式,代替了一般仿真中用到的工程计算公式,并且用实际天线的增益数值代替了理论计算公式得到的数值,在保证了精度的情况下简化了模型,增加了系统的稳定性。因此,卫星到地面用户k之间的下行信道建模为:
其中:假设d0,k为用户k到星下点的距离,dh表示卫星到星下点的距离,则自由空间损耗表示为:
另外,雨衰损耗r=[r1,r2,....,rN]T,由于卫星所处的高度不变,其所经受的雨衰信号仅受到概率超过0.01%的年平均降雨量R0.01(k),卫星仰角φ和卫星通信的频率的影响,故雨衰率表示为:
rk=k0(R0.01(k))α=p2,k(f),
其中:k0=[kH+kV+(kH-kV)cos2φcos2τ]/2,
α=[kHαH+kVαV+(kHαH-kVαV)cos2φcos2τ]/2k0,kH,kV,αH,αV的取值与频率f有关。
最后,卫星天线增益bk∈b=[b1,b2,....,bN]T表示为:
同时,还需要考虑卫星运动产生的多普勒效应所带来的频移影响,其对频率的改变量为:
其中:v为卫星运动的线速度,λ为载频的波长,β为卫星运动方向与卫星到地面接收端连线的夹角。
这样,LEO卫星与地面的信道建模为
因此,当GEO卫星发送信号经过空间信道传输后,在每一个用户处的接收信号表示为:
yk=hk TWs+nk
当所述LEO动态卫星发送信号经过空间信道传输后,在每一个用户处的接收信号模型表示为:
步骤二:设计基于调制方式的符号级预编码条件模型,发送端结合信息符号与信道条件,分别建立发送端干扰信号严格和非严格符号级预编码方式的条件模型;其中,本实例中,在通信中当发送端进行信号调制时所采用的调制方式为 M-PSK为例具体说明实施过程。
针对符号级预编码方式,分为两种:
(1)严格符号级预编码方式:指的是干扰信号的相位需要与相关信息符号的相位严格对齐的方式(如图2所示)。
则严格符号级预编码方式的条件模型为:
(2)非严格符号级预编码方式:与严格符号级预编码方式不同的是,并不要求接收信号的相位与相关信息符号的相位严格对齐,只要信号位于发送信号的“有益区域”,即,可以正确解调的区域即可。如图3所示,根据几何学,此时用户处的接收信号与发送符号之间的夹角在一定范围内即可,即满足:
θAB≤θth
步骤三:基于上述符号级预编码方式方案,设计最大化接收端信干噪比-均衡优化问题,并且对其进行凸化简,
(1)在严格符号级预编码方式下:在发送功率受限的情况下,SINR均衡优化问题构建为:
其中:P0表示总可用发射功率,进一步的,将P1进行等价变形,转化为一个标准的最小化问题,表示为模型P2:
为了求解符号级预编码矩阵,进一步采用拉格朗日乘子法和KKT条件分析P2,得到一个等价模型P3,如下所示:
s.t.ΛTVΛ-P0=0
通过计算,预编码矩阵的表达式为:
(2)在非严格符号级预编码方式下:首先需要构造预编码设计应满足的位置条件,以使接收信号位于构造区域。非严格符号级预编码方式的符号级预编码优化问题构造为:
然后,将非严格符号级预编码优化模型P4转换为标准最小化形式,表示为模型P5:
进一步,使用拉格朗日乘子法优化方法计算得到所述非严格符号级预编码方式的最佳波束形成结构,针对模型P5进行变量的实数化,从而构造出一个变量均为实数且等价与所述模型P5的优化模型P6,即
进一步的,通过对P6的拉格朗日乘子法并对其等价对偶函数求解,得到等价优化模型P7:
对于P7的凸优化问题,后续直接通过凸优化工具箱(如CVX)来求解。最终,得到预编码矩阵的闭式解为:
其中:U=[I jI]。
仿真后,并将符号级预编码与传统的预编码方式进行比较,通过图像得出结论,在图4中,分别仿真了由ITU给出的45度极化下雨衰的计算公式以及一般仿真中用到的工程计算公式。得到了两种计算方式下衰减强度随频率变化的曲线,其中:R0.01取概率不超过0.01%的年平均降水量20mm/h西安地区,卫星仰角φ取 90°;kH,kV,αH,αV参数取值依据ITU-R P.838-1雨衰建议书。可以看出相比于工程计算公式,45度极化下雨衰的计算值更加符合实际衰减情况。
如图5,图6所示,针对不同的编码方式在静态卫星通信信道、动态卫星信道进行仿真,分别做出了汇总对比图,整体来看,符号级预编码的误比特率相对于传统块预编码更低。与ZF编码相比,基于严格符号级预编码方式和非严格符号级预编码方式的符号级预编码实现了更好的性能,并且用于非严格符号级预编码方式的增益更显著。
实施例2:与实施例1相同,不同的是:所述的等价优化模型P7采用线性回溯迭代算法计算,具体计算步骤如下:
首先,推导所述等价优化模型P7的拉格朗日乘子法对偶函数,即
其中参数t、δ、μ根据等价优化模型P7设定;
重复上述循环,直到g(ρn+1)-g(ρn)≤ε或者到达最大迭代次数,获得拉格朗日乘子法乘数
ρ*=ρn+1
即快速得到了所述接收端可正确解调的发送端预编码模型为:
具体的线性回溯迭代算法如算法1所示:其中参数t、δ、μ根据等价优化模型P7设定。
本发明提出的线性回溯迭代算法,在所述发送端干扰信号严格和非严格符号级预编码方式均能够获得与CVX求解方式近似的性能,而在同等情况下的仿真时间将缩短40%左右。
实施例3:与实施例1相同,不同的是:所述的步骤二中所述的在通信中当发送端进行信号调制时所采用的调制方式为M-QAM调制方式。
对于M-QAM调制,是一种多层调制方式。当M不同时,其所表示的符号的相位星座图中的层数不同,例如,4-QAM,为4个分别分布在四个象限中的一层星座;16-QAM,包含16个星座点,其每四个点分布在各个象限中,是两层星座。当采用M-QAM调制方式时,只需要根据不同星座点的位置调整符号级预编码方式的条件模型即可。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于符号级预编码方式转化卫星通信网络信息干扰的方法,其特征在于,包括如下步骤:
步骤一、在GEO静态卫星和LEO动态卫星与地面的多个单天线用户进行下行通信的无线网络系统模型环境下,分别建立所述GEO静态卫星和LEO动态卫星到地面用户之间的下行空间信道模型,并基于得到的空间信道模型,建立所述GEO静态卫星和LEO动态卫星的发送信号经过所述空间信道传输后,在每一个用户处的接收信号模型;
步骤二、基于在通信中当发送端进行信号调制时所采用的调制方式,并结合发送端信息符号和信道条件,分别建立发送端干扰信号严格和非严格符号级预编码方式的条件模型;
其中,所述的严格符号级预编码方式是指发送端干扰信号的相位与实际信息符号的相位严格对齐的方式;所述的非严格符号级预编码方式是指所述发送端干扰信号的相位位于实际信息符号相位的可正确解调区域内的方式;
步骤三、基于步骤二中得到的条件模型,首先,在所述发送端干扰信号严格符号级预编码方式下,对最大化接收端信干燥比优化,得到预编码矩阵表达式;
然后,在所述发送端干扰信号非严格符号级预编码方式下,对所述最大化接收端信干燥比优化后的预编码矩阵进行闭式解表达,即得到接收端可正确解调的发送端预编码模型。
2.如权利要求1所述的基于符号级预编码方式转化卫星通信网络信息干扰的方法,其特征在于,所述的步骤一具体的建模步骤为:
所述GEO静态卫星处有N根发送天线,地面用户有K个,则:
所述GEO静态卫星处的发送信号表示为:
s=[s1,s2,...,sK]T
其中:sk表示给第k个用户发送的符号,k∈{1,2,...,K};
预编码矩阵为:
所述的下行空间信道模型中的自由空间损耗为:
假设d0,k为用户k到星下点的距离,dh表示GEO静态卫星到星下点的距离,则自由空间损耗表示为:
所述的下行空间信道中的雨衰损耗为:
雨衰损耗r=[r1,r2,....,rN]T,由于卫星所处的高度不变,其所经受的雨衰信号仅受到概率超过0.01%的年平均降雨量R0.01(k),卫星仰角φ和卫星通信的频率的影响,故雨衰率表示为:
rk=k0(R0.01(k))α=p2,k(f),
其中:k0=[kH+kV+(kH-kV)cos2φcos2τ]/2;
α=[kHαH+kVαV+(kHαH-kVαV)cos2φcos2τ]/2k0;
kH,kV,αH,,αV表示水平或垂直极化参数;
所述的下行空间信道模型中的卫星天线增益为:
卫星天线增益bk∈b=[b1,b2,....,bN]T表示为:
同时,LEO动态卫星运动产生的多普勒效应对频率的改变量为:
其中:v为卫星运动的线速度,λ为载频的波长,β为卫星运动方向与卫星到地面接收端连线的夹角;
则,所述LEO动态卫星到地面用户之间的下行空间信道模型为:
基于所述GEO静态卫星和LEO动态卫星到地面用户之间的下行空间信道模型,则当所述的GEO静态卫星发送信号经过空间信道传输后,在每一个用户处的接收信号模型表示为:
yk=hk TWs+nk
当所述LEO动态卫星发送信号经过空间信道传输后,在每一个用户处的接收信号模型表示为:
其中,nk表示在用户k处的本地噪声,其服从均为0,方差为1的复高斯分布。
3.如权利要求1所述的基于符号级预编码方式转化卫星通信网络信息干扰的方法,其特征在于,所述的步骤二中所述的在通信中当发送端进行信号调制时所采用的调制方式为M-PSK,基于所述的M-PSK调制方式,建立所述步骤二中的严格和非严格符号级预编码方式的条件模型的具体步骤为:
(1)所述的严格符号级预编码方式的条件模型步骤为:
则严格符号级预编码方式的条件模型为:
(2)所述的非严格符号级预编码方式的条件模型步骤为:
所述接收信号的相位与实际信息符号相位夹角需满足:
θAB≤θth
4.如权利要求3所述的基于符号级预编码方式转化卫星通信网络信息干扰的方法,其特征在于,基于所述的M-PSK调制方式下建立的条件模型,所述的步骤三具体为:
(1)在所述发送端干扰信号严格符号级预编码方式条件下,发送功率受限,最大化接收端信干燥比均衡优化模型P1为:
其中:P0表示总可用发射功率,进一步的,将P1进行等价变形,转化为一个标准的最小化形式,表示为模型P2:
进一步采用拉格朗日乘子法和KKT条件分析所述的模型P2,得到一个等价模型P3,如下所示:
s.t.ΛTVΛ-P0=0
通过计算,所述发送端干扰信号严格符号级预编码矩阵的表达式为:
(2)在所述发送端干扰信号非严格符号级预编码方式条件下,构建非严格符号级预编码优化模型P4为:
然后,将所述的非严格符号级预编码优化模型P4转换为标准最小化形式,表示为模型P5:
使用拉格朗日乘子法优化方法计算得到所述非严格符号级预编码方式的最佳波束形成结构,针对模型P5进行变量的实数化,从而构造出一个变量均为实数且等价与所述模型P5的优化模型P6
最后,通过对所述模型P5的优化模型P6的拉格朗日乘子法并对其等价对偶函数求解,得到等价优化模型P7:
求解所述的等价优化模型P7,得到预编码矩阵的闭式解,即为接收端可正确解调的发送端预编码模型为:
其中:U=[I jI]。
5.如权利要求4所述的基于符号级预编码方式转化卫星通信网络信息干扰的方法,其特征在于,所述的等价优化模型P7采用线性回溯迭代算法计算,具体计算步骤如下:
首先,推导所述等价优化模型P7的拉格朗日乘子法目标函数,即
ρn+1=max{ρn+tn▽g(ρ),0}
如果g(ρn+1)≥g(ρn)+δ·▽g(ρ)T·(ρn+1-ρn)、t=μt,则停止迭代循环;
其中参数t、δ、μ根据等价优化模型P7设定;
重复上述循环,直到g(ρn+1)-g(ρn)≤ε或者到达最大迭代次数,获得拉格朗日乘子法乘数:
ρ*=ρn+1
即快速得到了所述接收端可正确解调的发送端预编码模型为:
6.如权利要求1-5任一所述的基于符号级预编码方式转化卫星通信网络信息干扰的方法,其特征在于,还包括步骤四:分别在所述发送端干扰信号严格和非严格符号级预编码方式在GEO静态卫星和LEO动态卫星信道进行仿真。
7.如权利要求1所述的基于符号级预编码方式转化卫星通信网络信息干扰的方法,其特征在于,所述的步骤二中所述的在通信中当发送端进行信号调制时所采用的调制方式为M-QAM调制方式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210644591.0A CN115133974A (zh) | 2022-06-08 | 2022-06-08 | 基于符号级预编码方式转化卫星通信网络信息干扰的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210644591.0A CN115133974A (zh) | 2022-06-08 | 2022-06-08 | 基于符号级预编码方式转化卫星通信网络信息干扰的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115133974A true CN115133974A (zh) | 2022-09-30 |
Family
ID=83378089
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210644591.0A Pending CN115133974A (zh) | 2022-06-08 | 2022-06-08 | 基于符号级预编码方式转化卫星通信网络信息干扰的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115133974A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116582202A (zh) * | 2023-07-13 | 2023-08-11 | 中国人民解放军战略支援部队航天工程大学 | 计算大规模非静止轨道星座下行链路干噪比分布的方法 |
CN116743219A (zh) * | 2023-05-16 | 2023-09-12 | 暨南大学 | 一种面向非正交多址通信系统的符号级预编码方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130114437A1 (en) * | 2011-11-04 | 2013-05-09 | Qualcomm Incorporated | Method and apparatus for interference cancellation by a user equipment using blind detection |
CN106603201A (zh) * | 2016-12-27 | 2017-04-26 | 清华大学 | 一种基于采样点处理的多用户联合检测算法 |
CN110996394A (zh) * | 2019-12-12 | 2020-04-10 | 南京邮电大学 | 一种联合跳波束和预编码的卫星通信系统资源调度方法 |
CN111147129A (zh) * | 2019-12-31 | 2020-05-12 | 东方红卫星移动通信有限公司 | 一种低轨卫星通信系统的预编码方法 |
CN112929075A (zh) * | 2021-01-30 | 2021-06-08 | 东南大学 | 一种适用于低轨卫星通信的混合预编码方法 |
CN113169843A (zh) * | 2018-11-27 | 2021-07-23 | 三星电子株式会社 | 用于在无线通信系统中发送和接收harq-ack反馈的方法和设备 |
CN114175806A (zh) * | 2019-07-19 | 2022-03-11 | 高通股份有限公司 | 在用户设备处管理并发多rat上行链路传输 |
-
2022
- 2022-06-08 CN CN202210644591.0A patent/CN115133974A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130114437A1 (en) * | 2011-11-04 | 2013-05-09 | Qualcomm Incorporated | Method and apparatus for interference cancellation by a user equipment using blind detection |
CN106603201A (zh) * | 2016-12-27 | 2017-04-26 | 清华大学 | 一种基于采样点处理的多用户联合检测算法 |
CN113169843A (zh) * | 2018-11-27 | 2021-07-23 | 三星电子株式会社 | 用于在无线通信系统中发送和接收harq-ack反馈的方法和设备 |
CN114175806A (zh) * | 2019-07-19 | 2022-03-11 | 高通股份有限公司 | 在用户设备处管理并发多rat上行链路传输 |
CN110996394A (zh) * | 2019-12-12 | 2020-04-10 | 南京邮电大学 | 一种联合跳波束和预编码的卫星通信系统资源调度方法 |
CN111147129A (zh) * | 2019-12-31 | 2020-05-12 | 东方红卫星移动通信有限公司 | 一种低轨卫星通信系统的预编码方法 |
CN112929075A (zh) * | 2021-01-30 | 2021-06-08 | 东南大学 | 一种适用于低轨卫星通信的混合预编码方法 |
Non-Patent Citations (2)
Title |
---|
HIDEAKI KOTAKE: "Link Budget Design of Adaptive Optical Satellite Network for Integrated Non-Terrestrial Network", 2022 IEEE INTERNATIONAL CONFERENCE ON SPACE OPTICAL SYSTEMS AND APPLICATIONS (ICSOS) * |
夏桂阳;刘宴涛;徐静;YASSER MORGAN;: "一种基于复数域网络编码的双层卫星通信系统", 计算机科学, no. 10 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116743219A (zh) * | 2023-05-16 | 2023-09-12 | 暨南大学 | 一种面向非正交多址通信系统的符号级预编码方法及系统 |
CN116743219B (zh) * | 2023-05-16 | 2024-02-02 | 暨南大学 | 一种面向非正交多址通信系统的符号级预编码方法及系统 |
CN116582202A (zh) * | 2023-07-13 | 2023-08-11 | 中国人民解放军战略支援部队航天工程大学 | 计算大规模非静止轨道星座下行链路干噪比分布的方法 |
CN116582202B (zh) * | 2023-07-13 | 2023-09-12 | 中国人民解放军战略支援部队航天工程大学 | 计算大规模非静止轨道星座下行链路干噪比分布的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Guo et al. | On the performance of LMS communication with hardware impairments and interference | |
CN115133974A (zh) | 基于符号级预编码方式转化卫星通信网络信息干扰的方法 | |
CN113746578B (zh) | 一种基于智能反射表面辅助的通信系统传输方法 | |
US11489586B2 (en) | Method for operating a communication system | |
CN111355559B (zh) | 用于低轨星座星地定向分发链路的编码控制方法 | |
CN113839704B (zh) | 一种密集低轨卫星与陆地融合的移动边缘计算方法 | |
CN112399429B (zh) | 一种用于卫星通信系统的通信场景建模方法及系统 | |
CN110912629A (zh) | 信噪比预测方法、装置及卫星通信链路自适应调节方法 | |
CN114978262B (zh) | 一种基于低分辨率相移器的多波束卫星通信鲁棒混合预编码方法 | |
CN112887008B (zh) | 一种基于天基vdes下行通信链路参数确定系统及方法 | |
CN115694581A (zh) | 一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法 | |
CN114785381A (zh) | 一种基于多波束卫星系统前向链路模型的干扰消除方法 | |
Khan et al. | Energy-efficient RIS-enabled NOMA communication for 6G LEO satellite networks | |
Gu et al. | Cooperative spectrum sharing in a co-existing LEO-GEO satellite system | |
WO2023071142A1 (zh) | 一种分布式多卫星联合波束赋形方法 | |
CN116156421A (zh) | 一种基于双层卫星异构网络的差异化业务传输方法 | |
CN115865160A (zh) | 低轨卫星通信场景下大规模mimo-noma系统的波束成形方法及系统 | |
Li et al. | Performance analysis of weather‐dependent satellite–terrestrial network with rate adaptation hybrid free‐space optical and radio frequency link | |
Wang et al. | Adaptive beam pattern selection and resource allocation for NOMA-based LEO satellite systems | |
CN113660030A (zh) | 一种用于高通量卫星系统前向链路的数据传输方法 | |
Stallo et al. | Link performance analysis of multi-user detection techniques for W-band multi-beam satellites | |
Warty et al. | Resource allocation using ASK, FSK and PSK modulation techniques with varying M | |
Zhang et al. | High-throughput satellite flexibility design and modeling | |
CN113824490B (zh) | 一种基于星地链路上行非正交多址接入的软切换方法 | |
Wu et al. | Large-Scale MIMO Enabled Satellite Communications: Concepts, Technologies, and Challenges |
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 |