CN116170258A - 一种基于编码循环压缩感知的信道估计方法 - Google Patents

一种基于编码循环压缩感知的信道估计方法 Download PDF

Info

Publication number
CN116170258A
CN116170258A CN202310130267.1A CN202310130267A CN116170258A CN 116170258 A CN116170258 A CN 116170258A CN 202310130267 A CN202310130267 A CN 202310130267A CN 116170258 A CN116170258 A CN 116170258A
Authority
CN
China
Prior art keywords
data
channel estimation
channel
compressed sensing
cyclic
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
Application number
CN202310130267.1A
Other languages
English (en)
Inventor
王惠
杨宇晓
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.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202310130267.1A priority Critical patent/CN116170258A/zh
Publication of CN116170258A publication Critical patent/CN116170258A/zh
Pending legal-status Critical Current

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
    • H04L25/022—Channel estimation of frequency response
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
    • H04L1/0056—Systems characterized by the type of code used
    • H04L1/0057—Block codes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
    • H04L1/0056—Systems characterized by the type of code used
    • H04L1/0071—Use of interleaving
    • 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
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • 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)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Digital Transmission Methods That Use Modulated Carrier Waves (AREA)

Abstract

本发明实施例公开了一种基于编码循环压缩感知的信道估计方法，涉及卫星无线信道估计技术领域，能够提高窃听方参数扫描的难度，在完成目标信号模拟的基础上解决了目标信号干扰的问题。本发明包括：接收端收到数据后进行循环压缩感知信道估计，对数据进行均衡；获取信道估计值后利用信道先验信息对数据进行TDS‑OFDM解调、64QAM软解调以及LDPC软译码；将经过译码后的数据重新编码调制，重新译码并将数据再次编码调制回到压缩感知模块，利用更新后的数据再次进行信道估计和均衡，迭代多次后对最终的数据进行均衡和解调译码。

Description

一种基于编码循环压缩感知的信道估计方法
技术领域
本发明涉及卫星无线信道估计技术领域，尤其涉及一种基于编码循环压缩感知的信道估计方法。
背景技术
随着通信技术的迅速发展，海陆空天一体化的通信网络是未来通信系统的重要发展方向。卫星具有受地面影响小、覆盖范围广等特点，是未来通信网络的关键节点。然而，在复杂的通信环境中，存在着各种噪声干扰，使得通信数据之间可靠性降低，因此信道编码技术与信道估计技术就显得尤为重要。低密度校验码(LowDensity Parity Check，LDPC)和压缩感知(Compressed Sensing，CS)技术在信道编码和信道估计领域应用十分广泛。
LDPC码是近年来信道编码的研究热点，它具有较易实现的编码方式与接近香农极限的优秀性能。然而，LDPC码的软判决依赖于信道的先验信息，接收端能否正确获取信道的先验信息会直接影响译码器的可靠性。无线信道具有的稀疏特性，压缩感知技术可以较好的适应无线信道特点，实现有效的信道估计。压缩感知在降低系统采样率的同时，可以实现对稀疏信号的精确恢复。然而，无线稀疏信道造成的符号间干扰，严重影响了TDS-OFDM系统的通信性能，通过改善接收机功能可以提升通信系统的通信性能，数字通信系统的误码率需要达到至少10-4数量级，而多径效应对TDS-OFDM系统的影响很大，单靠一种技术很难让TDS-OFDM系统达到最好的效果。也存在一些应对多径干扰的方案，比如利用本地PN序列和接收序列相关做信道估计或者利用接收序列的无块间干扰区域做压缩感知信道估计。但这意味着在PN序列中只能估计信道抽头变化的开始，由于接收机在信道估计前不知道数据样本，因此无法获得信道抽头分布的其余部分，由于错过其余时间的信道冲激响应，导致信道估计结果不准确，以至于符号检测的性能很差，为了克服传统TDS-OFDM系统中的这个问题，在接收端用全部的PN序列来进行压缩感知信道估计，在慢衰落的信道下，通过对块间干扰的恢复，提升系统的性能。
因此，开展基于编码压缩感知的TDS-OFDM卫星通信技术研究，将压缩感知和信道编码应用于TDS-OFDM信号的信道估计，以实现高速率、高带宽和高可靠的卫星通信，具有重要的研究意义和应用价值。
发明内容
本发明的实施例提供一种基于编码循环压缩感知的信道估计方法，针对背景技术中存在的TDS-OFDM系统容易受到多径信道的干扰、信道影响LDPC码软判决译码的可靠性、系统通信性能不高的问题，本实施例所提方法能够提高信号的抗干扰能力，将信道编码与信道估计技术融合在一起，在提升系统通信性能的基础上同时提升信道估计性能。
为达到上述目的，本发明的实施例采用如下技术方案：
S01、接收端收到数据后进行循环压缩感知信道估计，对数据进行均衡；
S02、获取信道估计值后利用信道先验信息对数据进行TDS-OFDM解调、64QAM软解调以及LDPC软译码；
S03、将经过译码后的数据重新编码调制，重新译码并将数据再次编码调制回到压缩感知模块，利用更新后的数据再次进行信道估计和均衡，迭代多次后对最终的数据进行均衡和解调译码。
S11、发射端产生随机十进制数据后，并行进行多路RS编码转到二进制，经过交织之后打乱数据的相关性进行LDPC编码；
S12、将编码数据串行处理后进行64QAM星座映射，映射为方形星座映射，做OFDM调制处理，并加入PN序列组成TDS-OFDM符号和前导序列进行数据组帧。
本发明实施例提供的基于编码循环压缩感知的信道估计方法，通过改善数据精度以改善压缩感知算法应用于TDS-OFDM系统时的信道估计性能作为优化目标，将感知矩阵、噪声方差、LDPC译码软信息作为系统的关键参数，建立优化模型并引入压缩感知重构算法进行迭代计算，从而实现对多径信道的准确估计并且提升系统的通信性能。由于信号在传输过程中会受到来自外界的乘性干扰和加性干扰，乘性干扰可以通过信道估计和均衡去抵消，但加性干扰只能依靠别的技术。因此，在系统中引入RS-LDPC级联编码减少外界环境中的加性干扰，提升系统通信性能和信道估计均方误差性能。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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它的附图。
图1为本发明实施例提供的编码循环压缩感知系统框图；
图2为本发明实施例提供的具体实例中的数据拖尾原理图；
图3为本发明实施例提供的具体实例中的编码循环压缩感知算法流程图；
图4为本发明实施例提供的具体实例中的有无编码循环条件下信道估计均方误差曲线对比图；
图5为本发明实施例提供的具体实例中的引有无编码循环条件下系统误码率曲线示意图；
图6为本发明实施例提供的方法流程的示意图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案，下面结合附图和具体实施方式对本发明作进一步详细描述。下文中将详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
本实施例的设计思路在于：建立一种TDS-OFDM卫星通信系统，其中设计了如图3所示的RS-LDPC级联编码模块，发射端将数据通过RS-LDPC级联编码模块处理后进行64QAM调制和TDS-OFDM组帧，将处理后的数据经过多径信道加高斯白噪声，接收端收到数据后先利用接收帧头进行初始信道估计，对数据进行均衡带入循环压缩感知模块得到后续信道估计值后，对数据进行二次均衡以及解调和LDPC译码，然后再次进行编码和调制回到压缩感知模块，再次信道估计，循环多次直至收敛，输出最后的数据进行解调以及级联译码。其中，LDPC译码后提高了感知矩阵里数据的精度然后提升压缩感知信道估计的精度，均衡后再次提高数据的精度，迭代循环形成正反馈系统，提升系统的信道估计性能以及通信性能。
本发明实施例提供一种基于编码循环压缩感知的信道估计方法，如图1所示，包括：
S01、接收端收到数据后进行循环压缩感知信道估计，对数据进行均衡。
在实际环境中，无线多径信道会给TDS-OFDM系统带来严重的符号间干扰和载波间干扰，由于信道时延的影响，保护间隔里的PN序列会与数据产生混叠，此时需要对数据进行重构并且通过信道估计算法消除影响。无线多径信道具有稀疏特性，即信道有效抽头数很少，不论是时域还是频域都表现出一定的稀疏性，此时为了节约系统采样处理资源，采用压缩感知算法对信道进行估计。
S02、获取信道估计值后利用信道先验信息对数据进行TDS-OFDM解调、64QAM软解调以及LDPC软译码。
其中，首先需要分离PN序列与数据，再根据信道估计结果对数据进行均衡并且重新计算系统的噪声方差，用傅里叶变换将数据转到频域对数据进行64QAM的软解调和LDPC软判决译码。
S03、将经过译码后的数据重新编码调制，重新译码并将数据再次编码调制回到压缩感知模块，利用更新后的数据再次进行信道估计和均衡，迭代多次后对最终的数据进行均衡和解调译码。
如图1所示的，S11、发射端产生随机十进制数据后，并行进行多路RS编码转到二进制，经过交织之后打乱数据的相关性进行LDPC编码。
S12、将编码数据串行处理后进行64QAM星座映射，映射为方形星座映射，做OFDM调制处理，并加入PN序列组成TDS-OFDM符号和前导序列进行数据组帧。
具体的，在所述的并行多路编码模块中，为了节约计算资源，在编码之前将单路串行数据进行多路并行化处理，对每路数据都进行相同的级联编码，其中，外编码选用GF(24)域上的RS(15,11)码，编码效率为73.3％，生成多项式为：
Figure BDA0004083537370000061
编码后对数据进行交织处理，在OFDM系统中，交织深度一般选取与一个OFDM符号的长度相同，交织后的数据完全一样，但位置进行了重排，对重排后的数据再进行LDPC编码，为了系统的稳定性，选用1/2码率的LDPC编码，码字长度为1152，信息长度576。
在所述加入PN序列组成TDS-OFDM符号和前导序列进行数据组帧中，对编码后的数据进行64QAM调制，并对数据做OFDM调制，OFDM子载波数N为1024，在数据之间填充长度为M的PN序列，组成TDS-OFDM符号，在P个连续串行的TDS-OFDM前加入前导序列组成数据帧。
本实施例中，在信道的时延影响中，包括：
根据无线卫星信道的稀疏性可将其建模为多抽头延时FIR滤波器，表达式为：
h＝[h0h2…hL-1]T
其中只有有限个抽头是有效的，有效抽头即为多径分量，表达式为：
Figure BDA0004083537370000062
其中，h(n)表示n时刻所有路径的总信道冲激响应，ai为子路径的冲激响应的振幅益，fd为多普勒频移，τi为时延分量。
本实施例中，还包括：
压缩感知的原理在于：(1)寻找一个自然变换基，若信号在此变换基下是稀疏的，则可选择一个与此变换基不相关的测量矩阵与信号做内积，则可得到高维信号在低维空间的投影信号，此低维信号包含了高维信号全部的关键信息；(2)得到低维信号后，通过去求得欠定方程的最优解，从低维信号重构至原来的高维信号。本实例选用的重构算法为CoSaMP算法。
本实施例中，在循环压缩感知信道估计模块中，包括：
如图2所示，由于多径衰落信道时延会带来通信信号的符号间干扰，多径信道会使数据发生拖尾现象。TDS-OFDM系统采用PN序列作为保护间隔，PN序列和有效数据会产生拖尾及发生混叠。为解决PN序列与数据混叠问题，提出基于循环压缩感知的TDS-OFDM信道估计方法，压缩感知的测量向量选用接收到的全部PN序列，通过分析时延对数据的影响，接收机收到数据后，首先对接收数据进行重构，利用接收前导序列去除循环前后缀的数据部分
Figure BDA0004083537370000071
进行初始信道估计得到信道估计初值,在信道冲激响应/>
Figure BDA0004083537370000072
的长度L不大于帧头序列循环前缀长度M的情况下，可假设第一次估计值准确，表达式为：
Q(n)＝q(n)*h(l)
Figure BDA0004083537370000073
对数据进行频域均衡后输入到压缩感知模块与本地PN序列一起构造感知矩阵进行压缩感知信道估计，接收到第i个测量向量表达式为：
Figure BDA0004083537370000081
其中，
Figure BDA0004083537370000082
是第i-1个OFDM符号数据部分的最后L个采样点，/>
Figure BDA0004083537370000083
是接收端PN序列的前L个采样点，表达式分别为：
Figure BDA0004083537370000084
Figure BDA0004083537370000085
则感知矩阵为：
Figure BDA0004083537370000086
其中，数据仍是带有误差的数据，
Figure BDA0004083537370000087
使用循环压缩感知信道估计，会使误差也在数据中迭代，此误差可通过后续信道解码进行纠正，但多次迭代均衡后可认为数据所受信道影响已不大，此时对所有影响取平均，即用最后一次估计的信道估计值共P个取均值。
本实施例中，在帧头前导序列中，包括：
PN序列编码调制后更接近时域数据，且做共轭处理后也可减小互相关性，方便后续信道估计用作压缩感知时的先验信息，帧头选用经过改进后的PN序列，帧头也分为帧体和前后循环前缀，帧头的帧体向量为[p1 p2 p1* p2*]，其中p1为长度为N/2的随机序列调制的64QAM符号，p2是p1的对称序列，p1*表示p1的共轭序列，p2*表示p2的共轭序列
本实施例中，在LDPC软译码模块中，包括：
数据
Figure BDA0004083537370000091
经过多径信道/>
Figure BDA0004083537370000092
以及加上噪声影响后，接收符号表达式为：
y＝x*h+n＝x*h+σ·ξ(n)
其中
Figure BDA0004083537370000093
噪声n服从均值为0，方差为σ2的高斯分布，ξ(n)是和数据一样长度的随机复数向量。
经过均衡后的信号表达式为：
Figure BDA0004083537370000094
均衡后信号与原信号之间的误差w(n)不仅与噪声有关，也与信道估计值和信道真实值之间的误差有关，在假设信道估计准确的情况下，即
Figure BDA0004083537370000095
时，w(n)也可视为一个只与噪声有关的高斯随机变量，此时高斯分布的均值为0，方差
Figure BDA0004083537370000096
64QAM符号可根据噪声方差进行软判决，假设星座点是等概率分布的条件下，分别进行实部虚部的软解调，一个64QAM符号x携带6比特信息b＝[b0 b1 … b5]，每比特的对数似然比信息表示为LLR(bi)，在已知发射符号x时，计算噪声方差
Figure BDA0004083537370000097
后，接收符号/>
Figure BDA0004083537370000098
的概率密度函数表达式为：
Figure BDA0004083537370000099
64QAM软解调后的对数似然比信息输入到LDPC软译码器中进行对数域译码，采用BP算法，得到判决比特。
综上所述，整个算法流程如下：
(1)接收机收到数据后，对数据进行循环重构，利用帧头前导序列去除前后缀的部分
Figure BDA0004083537370000101
进行初始LS信道估计，然后用信道估计初值对数据进行初次均衡。
(2)重构数据均衡后与本地序列一起输入到压缩感知模块，构造感知矩阵，其中数据
Figure BDA0004083537370000102
仍然带有一定误差。测量向量为接收端的PN序列Ψ(n)，再次进行信道估计。
(3)由于信道慢变，可看做信道在连续三帧数据之间无变化，利用前后两帧的信道估计值对第i帧信道估计值进行插值处理，表达式为：
Figure BDA0004083537370000103
其中l＝0…L-1，n＝0…N-1。
(4)得到插值处理后信道估计值后构造信道频率响应(channel frequencyresponse,CFR)矩阵G,再次均衡数据，x＝IDFT(Y/G)，注意由于此时数据仍然是重构数据，破坏了信道编码中信息位与校验位的位置关系，这里并不能对数据进行解调译码。
(5)将均衡数据重新输入到压缩感知信道估计模块，即重复步骤2，重复三次。
(6)更新此时的信道估计值，计算此时的噪声方差，由于此时已经经过多次迭代，对所有数据受到的冲激响应取均值做最后的信道估计值，对接收数据进行均衡并转到时域，表达式为：
Figure BDA0004083537370000104
Figure BDA0004083537370000111
(7)对时域数据进行TDS-OFDM解调以及根据新的噪声方差进行64QAM的软解调，并将软信息LLR(bi)输入至LDPC译码模块得到内码译码数据。
(8)判断迭代次数Iter，小于最大迭代次数即Iter＜Imax时，对内译码数据重新进行LDPC编码以及64QAM调制并转成时域TDS-OFDM的数据符号，送到压缩感知模块，即回到步骤2，否则进行到下一个步骤。
(9)对LDPC译码后的数据进行解交织以及RS译码，输出最终比特。
本实例中，还包括：将提出的编码循环压缩感知信道估计与无编码情况下压缩感知信道估计性能进行了仿真对比以及不同迭代次数下系统的信道估计性能以及误码率性能对比，以帧为基本单位，每帧都带有相同的前导帧头序列且每帧的OFDM数据均匀的填满每个时隙，让多帧数据连续通过多径稀疏信道，估计每个TDS-OFDM符号上的信道冲激响应并结合信道慢时变的特点，进而得到每帧数据所受到的信道冲激响应影响，进行后续信道估计以及数据均衡。为了验证系统的环境适应性，对不同信道环境做了性能仿真分析，选择不同路径数的稀疏多径瑞利衰落信道下做了多次验证，信道的振幅和时延服从0到最大值之间的均匀分布。系统的初始参数主要包括信道参数和TDS-OFDM系统参数设置，分别如表1和表2所示：
表1
Figure BDA0004083537370000112
表2
Figure BDA0004083537370000121
/>
本实施例提出的一种基于编码循环压缩感知的信道估计方法。将压缩感知信道估计和级联编码相结合，通过重新计算信噪比得到软信息然后利用LDPC译码编码算法对压缩感知信道估计感知矩阵里的数据进行改善，使得纠错后的数据更加接近于真实数据，减少错误的循环迭代，使得信道估计的结果更加精确，并且大幅改善TDS-OFDM系统的通信性能。
压缩感知信道估计可以有效地对稀疏信道进行重构，而利用信道编码可以提高压缩感知的感知矩阵精度以提高信道重构准确度即MSE性能进而再次提高系统通信性能即BER性能。例如：当加入级联编码后，编码循环前的系统信道估计性能曲线与编码循环压缩感知信道估计性能曲线在不同的信道条件下如图4所示，编码循环前的系统误码率性能曲线与编码循环压缩感知误码率曲线在不同的信道条件下如图5所示，由图可知，引入编码循环之后压缩感知信道估计的性能比无编码循环系统性能更好，迭代次数越多性能越好，且信道抽头数越多，信道估计MSE性能改善效果越明显。
总的来说，本实施例与现有技术相比存在的优势在于：能够同时实现两种效果：1)通过分析信道对信号影响的关键特性，改善数据结构，建立优化模型并引入基于帧头序列初始信道估计与压缩感知算法相结合的循环压缩感知信道估计算法进行迭代计算，获得最佳的信道估计均方误差性能。2)将循环压缩感知信道估计算法与以RS码作为外码和LDPC码作为内码的级联编码系统相结合，将LDPC软译码的软输入模块与压缩感知信道估计相结合，改善系统通信性能的同时也改善信道估计均方误差MSE性能。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。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，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (8)

1.一种基于编码循环压缩感知的信道估计方法，其特征在于，包括：
S01、接收端收到数据后进行循环压缩感知信道估计，对数据进行均衡；
S02、获取信道估计值后利用信道先验信息对数据进行TDS-OFDM解调、64QAM软解调以及LDPC软译码；
S03、将经过译码后的数据重新编码调制，重新译码并将数据再次编码调制回到压缩感知模块，利用更新后的数据再次进行信道估计和均衡，迭代多次后对最终的数据进行均衡和解调译码。
2.根据权利要求1所述的方法，其特征在于，还包括：
S11、发射端产生随机十进制数据后，并行进行多路RS编码转到二进制，经过交织之后打乱数据的相关性进行LDPC编码；
S12、将编码数据串行处理后进行64QAM星座映射，映射为方形星座映射，做OFDM调制处理，并加入PN序列组成TDS-OFDM符号和前导序列进行数据组帧。
3.根据权利要求1所述的方法，其特征在于，在所述循环压缩感知模块中，数据经过多径衰落信道以及加入高斯白噪声后到达接收端，接收机收到数据后先利用接收帧头前导序列进行初始信道估计，对数据进行均衡带入循环压缩感知模块的感知矩阵里，压缩感知得到后续信道估计值。
4.根据权利要求3所述的方法，其特征在于，在所述循环压缩感知模块中，为了提升压缩感知的准确性，压缩感知的测量向量选用接收到的全部PN序列，通过分析多径信道时延对数据的影响，构造压缩感知的感知矩阵，并对接收端的数据进行重构，进而获得较为准确的信道信息，并对串行数据进行均衡。
5.根据权利要求2所述的方法，其特征在于，在对数据进行并行RS、LDPC编码、64QAM调制和TDS-OFDM组帧，包括：
为了减小计算复杂度节约系统资源，将数据并行化处理进行多路级联编码，RS码作为外码，LDPC码作为内码；
对级联编码后的数据进行星座映射，并通过傅里叶逆变换转到时域，加载到N个互相正交的子载波上，并在数据之间用PN序列填充保护间隔组成多个TDS-OFDM符号，在总数据前加入帧头前导序列，并将数据经过多径衰落信道。
6.根据权利要求4所述的方法，其特征在于，还包括：
数据
Figure FDA0004083537350000021
经过多径信道/>
Figure FDA0004083537350000022
以及加上噪声影响后，接收符号表达式为：
y＝x*h+n＝x*h+σ·ξ(n)
其中
Figure FDA0004083537350000023
噪声n服从均值为0，方差为σ2的高斯分布，ξ(n)是和数据一样长度的随机复数向量；
TDS-OFDM系统保护间隔内的PN序列会因为多径信道时延的影响与数据产生混叠，此时接收机收到数据后需要对接收数据进行重构，利用接收前导序列去除循环前后缀的数据部分
Figure FDA0004083537350000024
进行初始信道估计得到信道估计初值，对数据进行频域均衡后输入到压缩感知模块与本地PN序列一起构造感知矩阵进行压缩感知信道估计。
7.根据权利要求1所述的方法，其特征在于，还包括：
64QAM的软解调以及LDPC码的软判决依赖于系统的噪声方差σ2，但经过多径信道接收端进行信道估计和均衡之后，方差不再是原来所加入的高斯信道的方差了，需要重新计算经过信道估计和均衡之后数据里的噪声方差。
8.根据权利要求1所述的方法，其特征在于，还包括：
信息在传输过程中，会受到来自信道环境的乘性干扰和噪声的加性干扰，乘性干扰可以通过信道估计和均衡技术去消除，但是加性干扰则需要选择其他方式去解决，压缩感知矩阵里的数据仍然是受到干扰的数据，使用信道编码可以改善数据的精度；
对译码后的数据重新编码进行64QAM调制和OFDM调制，更新到感知矩阵里，改善数据精度后可以进而改善信道估计精度，多次迭代后直至收敛。
CN202310130267.1A 2023-02-17 2023-02-17 一种基于编码循环压缩感知的信道估计方法 Pending CN116170258A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310130267.1A CN116170258A (zh) 2023-02-17 2023-02-17 一种基于编码循环压缩感知的信道估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310130267.1A CN116170258A (zh) 2023-02-17 2023-02-17 一种基于编码循环压缩感知的信道估计方法

Publications (1)

Publication Number Publication Date
CN116170258A true CN116170258A (zh) 2023-05-26

Family

ID=86421571

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310130267.1A Pending CN116170258A (zh) 2023-02-17 2023-02-17 一种基于编码循环压缩感知的信道估计方法

Country Status (1)

Country Link
CN (1) CN116170258A (zh)

Similar Documents

Publication Publication Date Title
CN109922020B (zh) 一种计算复杂度低的正交时频空调制的均衡方法
CN109743118B (zh) 一种时变双扩信道条件下的高频谱效率的ofdm水声通信方法
RU2322762C1 (ru) Итеративное оценивание и декодирование каналов и помех
CN101621327B (zh) 单载波发送系统中的无线电通信方法和装置
US9806912B2 (en) Methods and devices for channel estimation and OFDM receiver
US6937648B2 (en) Equalizer for communication over noisy channels
JP5154431B2 (ja) Ｏｆｄｍ−ｃｄｍａシステムにおけるフレキシブル復調を実行する方法および装置
US9432223B2 (en) Method of widely linear turbo-equalization in a multi-user context and for a multi-channel multi-antenna receiver
CN104767587B (zh) 基于ofdm系统下联合信道编译码的压缩感知信道估计方法
JP4272665B2 (ja) Ｏｆｄｍ伝送システムのチャネルを推定する装置、方法、及びコンピュータプログラム
CN106549888B (zh) 一种基于gamp的联合双选信道估计与ftns检测方法
WO2009077135A2 (en) Blind turbo channel estimation
CN113381951A (zh) 时变频选衰落信道下mftn联合信道估计与均衡方法
Ma et al. Joint channel estimation and equalization for index-modulated spectrally efficient frequency division multiplexing systems
CN115296970B (zh) 基于逐元素外部信息的迭代正交时频空波形检测方法
CN114982207A (zh) 在时变信道上接收发射信号的方法及其接收器
JP5170535B2 (ja) データ通信システム、ｌｌｒ算出装置及び方法
Xu et al. Low complexity joint channel estimation and decoding for LDPC coded MIMO-OFDM systems
CN116170258A (zh) 一种基于编码循环压缩感知的信道估计方法
Kalaycioğlu et al. A robust threshold for iterative channel estimation in OFDM systems
WO2018163257A1 (ja) 通信装置および受信信号処理方法
Ying et al. Turbo equalization based on compressive sensing channel estimation in wideband HF systems
Xu et al. Factor graph based detection and channel estimation for MIMO-OFDM systems in doubly selective channel
LIU et al. Coded orthogonal time frequency space modulation
CN113824664B (zh) 一种tcm-cpm信号在多径信道下的解调方法

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