CN115459834A - 一种低轨卫星物联网的低分辨率均衡方法 - Google Patents

Abstract

本发明公开了一种低轨卫星物联网的低分辨率均衡方法。低轨卫星同时服务覆盖区域内的多个用户设备。用户设备首先将待发送的符号比特流进行调制，然后经波束成形后由发射天线发送给卫星，卫星接收到信号后根据信道估计得到的信道状态信息设计出能耗低和成本小的低分辨率均衡矩阵，接着用设计的低分辨率均衡矩阵抵消信道衰落和减少同信道干扰，之后再通过解调恢复出发送的信息。本发明为实现全球无缝覆盖的低轨卫星物联网提供了一种低功耗和低成本的均衡方法。

Description

一种低轨卫星物联网的低分辨率均衡方法

技术领域

本发明涉及卫星通信领域，尤其涉及一种低轨卫星物联网的低分辨率均衡方法。

背景技术

物联网已在经济社会各领域得到广泛应用，但在一些大范围、跨地域、恶劣环境情况下，由于空间、环境等限制，地面物联网无能为力，出现了服务能力与需求失配的现象。如果将物联网基站搬到“天上”，即建立卫星物联网，使之成为地面物联网的补充和延伸，则能够有效克服地面物联网的前述不足，并具有覆盖地域广，可实现全球覆盖，几乎不受天气、地理条件影响，可全天时全天候工作等优势。特别是低轨卫星物联网，可以有效降低传输时延和路径损耗，满足大量物联网应用的性能要求。

在无线通信系统中，发射端和接收端之间的传播路径是非常复杂的，因此通常信道特性是一个复杂的函数，它可能包括各种线性失真、非线性失真衰落等。同时由于信道的迟延特性和损耗特性随时间做随机变化，因此，信道特性往往只能用随机的过程来进行描述。数字信号经过这样的信道传输后，由于受到了信道的非理想特性的影响，在接收端就会产生干扰，使系统误码率上升，严重情况下使系统无法继续正常工作。因此，需要一种方法能够校正和补偿系统的特性，减少干扰的影响。这种方法就是信道均衡。

空间均衡在数学上相当于一个或多个矩阵向量乘法和加法。这些乘法和加法需要在每基带样本的基础上执行。所以当用户数和卫星天线数较大时，传统的矩阵矢量积电路会消耗很多电路功率和面积。显然，考虑到卫星的能量限制，更有效的空间均衡电路是必要的，以最小化功耗和系统成本，同时实现高频谱效率。低分辨率均衡通过将空间均衡矩阵中的元素限制为低分辨率，从而可以实现高吞吐量、低功耗和低成本的均衡。

综上，低分辨率均衡和低轨卫星物联网结合起来的低轨卫星物联网低分辨率均衡方法，能够有效的降低均衡电路的功耗和系统成本，更好的满足物联网应用的需求。

发明内容

本发明为了解决现有技术中均衡电路的功耗高和系统成本较大等问题，提出了一种低轨卫星物联网的低分辨率均衡方法。

本发明所采用的具体技术方案如下：

本发明提供了一种低轨卫星物联网的低分辨率均衡方法，包括如下步骤：

1)一颗具有M根天线的低轨卫星同时服务区域内的N个设备，每个设备首先对待发送的符号比特流进行脉冲调制，将信源s映射为调制信号x，然后经波束成形后由设备的发射天线发送给低轨卫星；

2)令第n个设备到低轨卫星的信道状态信息为H_n，则在低轨卫星处的接收信号

表示为

其中x_n为第n个设备发送的调制信号，

为加性高斯白噪声，

为总的信道矩阵，x_T＝[x₁…c_N]^T为所有设备发射的调制信号组成的向量，(·)^T表示转置；

3)低轨卫星接收到信号后，设计得到一个低分辨率均衡矩阵W；根据最小均方误差原则，均衡矩阵W的设计满足均方误差

最小化，其中

表示对随机变量x_T和n₀求期望，||·||₂表示欧几里得范数，(·)^H表示厄米特转置；随后对低轨卫星的接收信号进行均衡，均衡过程表示为：

之后再通过解调获得原始信源信息s的估计

作为优选，所述步骤3)中，对于n₀是独立同分布的圆对称复高斯噪声情况，其中每个复数元素的协方差矩阵为

用户调制信号x_T是独立同分布的，并且均值为0，方差为E_x，则有

因此均方误差改写为：

其中I_M和I_N分别代表M阶和N阶的单位矩阵，||·||_F代表Frobenius范数；因此，问题转变为求解下式：

其中ρ＝N₀/E_x，x＝{x₁,x_2,…,x_K}为低分辨率均衡矩阵的每个元素可以取值的值的集合；

因此求解W则分解为求解W的N个列向量w_n，n∈[1,N]，即根据

分别求解W的各个向量，其中e_n为I_N的第n列；

将w_n∈x^M的每个元素用二分变量表示为

i＝1,2,…,M，其中

为二分变量，满足

和

因此，问题转变为：

Subject to:

∈{0,1},i＝1,2,…,M,k＝1,2,…,K；

对于每个向量w_n，采用分组分支定界法求解上述优化问题，求解完所有的w_n后就得到了对应的W。

进一步的，所述分组分支定界法具体如下：

a)将M根天线分成P组，每组Q根天线；

b)对于每组天线，初始化上界值为一个较大的值μ，天线计数i＝1；

c)对于第i根天线对应的

k∈[1,K]，轮流使其中的一个

其它

为0，根据每次为1的

不同分成K个分支；

d)对于每个分支，固定之前的组和第i根天线之前计算出的均衡向量部分

根据式子

计算剩余部分天线对应的

其中

为固定部分天线对应的均衡向量，若为第一组且天线计数i＝1则为空，

为剩余天线对应的均衡向量，

为剩余天线对应的向量组成的信道矩阵，

为固定部分天线对应的向量组成的均衡矩阵，

为

的第i列，因此总的均衡向量

e)根据得到的w_n计算目标函数

的值，若目标函数值大于上界值，则当前分支不再进行下一根天线的计算，否则判断天线数i是否已经等于Q，若不是则天线数i＝i+1，跳回步骤b)，若是，则进入下一步；

f)若计算完每组的所有天线，此时目标函数值还是小于上界值μ，则更新上界值μ为当前目标函数值并保存当前目标函数值对应的w_n，并且判断是否还有分支未计算，是则进行下一分支的计算，计算完每组的所有分支后保存的w_n就是每组的局部最优解；

g)重复步骤b)到f)直到计算完所有组，得到最终的w_n。

本发明相对于现有技术而言，具有以下有益效果：

本发明提出的低轨卫星物联网的低分辨率均衡方法，能够有效降低均衡时均衡电路的功耗和成本，能够缓解低轨卫星能量不足的缺陷，从而使得全球通信无缝连接可能实现。

附图说明

图1是本发明方法的示意图(a)和系统框图(b)；

图2是在不同的分辨率时，本发明所设计方法的低分辨率均衡方法与连续和直接量化方法的比较图。

具体实施方式

下面结合附图和具体实施方式对本发明做进一步阐述和说明。本发明中各个实施方式的技术特征在没有相互冲突的前提下，均可进行相应组合。

实施例

低轨卫星物联网的系统框图如图1所示，卫星配置M根天线，卫星覆盖的区域内，一共有N个物联网设备，每个设备配置多根天线。

一种低轨卫星物联网的低分辨率均衡方法，包括如下步骤：

1)一颗具有M根天线的低轨卫星同时服务区域内的N个设备，每个设备首先对待发送的符号比特流进行脉冲调制，将信源s映射为调制信号x，然后经波束成形后由发射天线发送给卫星；

2)令第n个设备到卫星的信道状态信息为H_n，则在卫星处的接收信号

可表示为

其中x_n为第n个设备发送的调制信号，

为加性高斯白噪声，

为总的信道矩阵，x_T＝[x₁…c_N]^T为所有用户发射的调制信号组成的向量，(·)^T表示转置；

3)卫星接收到信号后以较小的功耗和成本恢复出原始信息s，需要设计一个低分辨率均衡矩阵W。根据最小均方误差原则，要求均衡矩阵W的设计满足均方误差

最小化，其中

表示对随机变量x_T和n₀求期望，||·||₂表示欧几里得范数，(·)^H表示厄米特转置；

4)对n₀是独立同分布的圆对称复高斯噪声，其中每个复数元素的协方差矩阵为

用户调制信号x_T是独立同分布的，并且均值为0，方差为E_x，则有

因此均方误差可以改写为：

其中I_M和I_N分别代表M阶和N阶的单位矩阵，||·||_F代表Frobenius范数，整个问题转变为求解下式：

其中ρ＝N₀/E_x，

为低分辨率均衡矩阵的每个元素可以取值的值的集合；

5)上式求解W可以分解为求解W的N个列向量w_n，n∈[1,N]，即根据

分别求解W的各个向量，其中e_n为I_N的第n列；

6)将w_n∈x^M的每个元素用二分变量表示为

i＝1,2,…,M，其中

为二分变量，满足

和

因此，上述问题转变为:

Subject to:

i＝1,2,…,M

∈{0,1},i＝1,2,…,M,k＝1,2,…,K；

7)对于每个向量w_n，采用分组分支定界法求解上述优化问题，求解完所有的w_n后就得到了对应的W；

本步骤中的分组分支定界法为：

a)将M根天线分成P组，每组Q根天线；

b)对于每组天线，初始化上界值为一个较大的值μ，天线计数i＝1；

c)对于第i根天线对应的

k∈[1,K]，轮流使其中的一个

其它

为0，根据每次为1的

不同分成K个分支；

d)对于每个分支，固定之前的组和第i根天线之前计算出的均衡向量部分

根据式子

计算剩余部分天线对应的

其中

为固定部分天线对应的均衡向量，若为第一组且天线计数i＝1则为空，

为剩余天线对应的均衡向量,

为剩余天线对应的向量组成的信道矩阵，

为固定部分天线对应的向量组成的均衡矩阵，

为

的第i列，因此总的均衡向量

e)根据得到的w_n计算目标函数

的值，若目标函数值大于上界值，则当前分支不再进行下一根天线的计算，否则判断天线数i是否已经等于Q，若不是则天线数i＝i+1，跳回步骤b)，若是，则进入下一步；

f)若计算完每组的所有天线，此时目标函数值还是小于上界值μ，则更新上界值μ为当前目标函数值并保存当前目标函数值对应的w_n，并且判断是否还有分支未计算，是则进行下一分支的计算，计算完每组的所有分支后保存的w_n就是每组的局部最优解；

g)重复步骤b)到f)直到计算完所有组，得到最终的w_n。

8)根据所设计的低分辨率均衡矩阵，对接收信号进行均衡，均衡的过程可以表示为：

之后再通过解调获得最终的信源信息

为了进一步说明本发明方法的优越性，还利用连续和直接量化方法进行了效果对比。其中，连续和直接量化方法除均衡矩阵W的生成以外，其它步骤和本发明方法相同。具体的，连续方法的均衡矩阵

可以直接通过公式

得到；直接量化方法的均衡矩阵顾名思义，就是在连续方法的基础上对均衡矩阵

直接进行量化得到的。

通过计算机仿真表明，如图2所示，本发明提出的低轨卫星物联网的低分辨率均衡方法的误码率随着分辨率的增大迅速减小，在分辨率为4bit时，误码率就已经和连续的均衡算法，即理论上的上限相差不大了，相比于连续均衡矩阵的直接量化结果，性能显著提升。因此，本发明提出的低轨卫星物联网的低分辨率均衡方法为物联网的全球覆盖提供了一种可行且有效的均衡方法。

以上所述的实施例只是本发明的一种较佳的方案，然其并非用以限制本发明。有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型。因此凡采取等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。

Claims (3)

1.一种低轨卫星物联网的低分辨率均衡方法，其特征在于，包括如下步骤：

1)一颗具有M根天线的低轨卫星同时服务区域内的N个设备，每个设备首先对待发送的符号比特流进行脉冲调制，将信源s映射为调制信号x，然后经波束成形后由设备的发射天线发送给低轨卫星；

2)令第n个设备到低轨卫星的信道状态信息为H_n，则在低轨卫星处的接收信号

表示为

其中x_n为第n个设备发送的调制信号，

为加性高斯白噪声，

为总的信道矩阵，x_T＝[x₁…c_N]^T为所有设备发射的调制信号组成的向量，(·)^T表示转置；

3)低轨卫星接收到信号后，设计得到一个低分辨率均衡矩阵W；根据最小均方误差原则，均衡矩阵W的设计满足均方误差

最小化，其中

表示对随机变量x_T和n₀求期望，||·||₂表示欧几里得范数，(·)^H表示厄米特转置；随后对低轨卫星的接收信号进行均衡，均衡过程表示为：

之后再通过解调获得原始信源信息s的估计

2.根据权利要求1所述的一种低轨卫星物联网的低分辨率均衡方法，其特征在于，所述步骤3)中，对于n₀是独立同分布的圆对称复高斯噪声情况，其中每个复数元素的协方差矩阵为

用户调制信号x_T是独立同分布的，并且均值为0，方差为E_x，则有

因此均方误差改写为：

其中I_M和I_N分别代表M阶和N阶的单位矩阵，||·||_F代表Frobenius范数；因此，问题转变为求解下式：

其中ρ＝N₀/E_x，

为低分辨率均衡矩阵的每个元素可以取值的值的集合；

因此求解W则分解为求解W的N个列向量w_n，n∈[1,N]，即根据

分别求解W的各个向量，其中e_n为I_N的第n列；

将

的每个元素用二分变量表示为

其中

为二分变量，满足

和

因此，问题转变为：

Subject to:

对于每个向量w_n，采用分组分支定界法求解上述优化问题，求解完所有的w_n后就得到了对应的W。

3.根据权利要求2所述的一种低轨卫星物联网的低分辨率均衡方法，其特征在于，所述分组分支定界法具体如下：

a)将M根天线分成P组，每组Q根天线；

b)对于每组天线，初始化上界值为一个较大的值μ，天线计数i＝1；

c)对于第i根天线对应的

轮流使其中的一个

其它

为0，根据每次为1的

不同分成K个分支；

d)对于每个分支，固定之前的组和第i根天线之前计算出的均衡向量部分

根据式子

计算剩余部分天线对应的

其中

为固定部分天线对应的均衡向量，若为第一组且天线计数i＝1则为空，

为剩余天线对应的均衡向量，

为剩余天线对应的向量组成的信道矩阵，

为固定部分天线对应的向量组成的均衡矩阵，

为

的第i列，因此总的均衡向量

e)根据得到的w_n计算目标函数

的值，若目标函数值大于上界值，则当前分支不再进行下一根天线的计算，否则判断天线数i是否已经等于Q，若不是则天线数i＝i+1，跳回步骤b)，若是，则进入下一步；

f)若计算完每组的所有天线，此时目标函数值还是小于上界值μ，则更新上界值μ为当前目标函数值并保存当前目标函数值对应的w_n，并且判断是否还有分支未计算，是则进行下一分支的计算，计算完每组的所有分支后保存的w_n就是每组的局部最优解；

g)重复步骤b)到f)直到计算完所有组，得到最终的w_n。

Images