CN104243069B - 一种多天线交通通信网络***及信号检测方法 - Google Patents

Abstract

本发明公开了一种多天线交通通信网络***及信号检测方法。所述***包括：一种多天线交通通信网络***，其包括：发送端，其采用多输入多输出***的空分复用技术，通过在车载节点或路侧节点上安装多根发送天线，利用MIMO信道传输交通通信信号；接收端，其通过在车载节点或路侧节点上安装多根接收天线接收信号，并通过合并各个天线上接收到的信号来联合检测信号；其中，在接收端采用基扩展模型对交通通信信道进行建模，基于该信道模型，采用信道估计方法估计基系数，从而得到信道信息；然后根据得到的信道信息，利用球形检测方法进行信号检测。本发明公开的上述***和方法可以有效的降低交通通信网络的传输误码率；有效降低复杂度。

Description

一种多天线交通通信网络***及信号检测方法

技术领域

本发明涉及交通通信网络中时频双选信道的信道估计与信号检测技术，特别是涉及无线通信领域的多天线技术和球形检测技术。

背景技术

交通通信***通过车与车和车与路边单元之间的有效通信，可为车辆广播路况信息，提供自适应导航等，从而保障车辆行驶的安全性。IEEE802.11p(又称Wireless Accessin the Vehicular Environment，WAVE)是由IEEE 802.11标准修改扩充的通信协议，主要用于车载电子无线通信，以支持高速移动环境中车与车、车与路边单元进行通信。在高速移动的车载环境下除了要提供传统的数据业务外，最主要的是要传送适时的安全与管理消息，以提高车辆运行的安全性。IEEE 802.11p通过在物理层上扩大数据帧的保护间隔，使得能可容忍的均方根时延更大，这样可以支持更高的移动速度。

然而，IEEE 802.11p的数据速率最高为27Mbps，相对于802.11a/g的54Mbps减半，这一数据速率对于当前车辆通信主要传输安全消息和一般数据服务来说基本是够用的，但对于我国交通现状以及发展趋势，这样的原始数据速率显然不够；另外为了提高车辆出行的安全性以及道路的通行能力，交通信息的准确传递及实时交互也是交通通信网络的必然需要。提升交通信息可靠性和传输数据速率最有效的方式就是多天线(MIMO)技术的应用。而MIMO的应用会带来一系列问题，比如说检测复杂度问题。MIMO***最简单的接收技术是迫零(Zero Forcing，ZF)和最小均方误差(Minimum Mean Square Error，MMSE)检测，这两种检测方法实现简单，但是对于多天线***，它们只能获得分集阶数(diversity order)为1，不能达到有效利用MIMO***优势的目的。而最大似然检测(Maximum Likelihood，ML)方法能够获得最优性能，但是具有很高的计算复杂度，不利于实际应用。

发明内容

本发明采用MIMO***的空分复用(Spatial Multiplexing)技术来有效地提高数据传输速率。假设发送天线数为N_T，接收天线数为N_R，则空分复用阶数(SpatialMultiplexing Gain)可表示为：N_s＝min(N_T，N_R)。即，N_s个数据流可以同时并行传输，从而提高频谱利用率。

为此，本发明提出了一种多天线交通通信网络***，其包括：

发送端，其采用多输入多输出***的空分复用技术，通过在车载节点或路侧节点上安装多根发送天线，利用MIMO信道传输交通通信信号；

接收端，其通过在车载节点或路侧节点上安装多根接收天线接收信号，并通过合并各个天线上接收到的信号来联合检测信号；

其中，在接收端采用基扩展模型对交通通信信道进行建模，基于该信道模型，采用信道估计方法估计基系数，从而得到信道信息；然后根据得到的信道信息，利用球形检测方法进行信号检测。

本发明还提供了一种利用上述多天线交通通信网络***接收端的信号检测方法，其包括：

步骤S1：初始化阈值d²＝∞，k＝m表示发送信号矩阵中的第k个节点；m＝2N_T 为发送信号矩阵，N_T为发送天线个数；将所有可能的信号星座点建模为树形结构，根据发送天线数目N_T建模为2N_T层的树结构；根节点为需要检测的信号向量X中的第2N_T个元素，每一层的叶子节点为实数调制集合中的星座点，每层表示每根天线上发送信号的实部和虚部信号所有可能的元素；

步骤S2：检验k是否等于1；若是，进行步骤S12；若否，进行步骤S3：

步骤S3：展开当前节点，生成所有可能的子节点集合T，其中T＝{t₁，t₂，...，t_|T|}，集合中元素需满足不等式s_j为当前子节点所代表的星座点；其中，接收信号可以表示为：Y＝HX+W，这里，X为频域OFDM发送信号矩阵，W为频域信道噪声，p＝0，1，…，N-1，N为一个传输信号块内的采样点数，对H进行QR分解得到H＝QR，Z＝Q^HY，Z_i为矩阵Z中第i个元素，r_i，j为矩阵R中第i行，j列元素，s_j为当前子节点所代表的星座点；

步骤S4：按照权重函数的计算值从小到大对所有节点排序，第i个节点的代价函数值为：

步骤S5：从第一个子节点元素开始检测，使得s_k＝t_p，p＝1

步骤S6：检查该子节点否为集合T中的节点，若否，进行步骤S12；若是；进行步骤S7；

步骤S7：检查目前节点是否为叶子节点即k＝１，若是，进行步骤S8；若否，进行步骤S11；

步骤S8：检查该节点累积代价函数值是否小于d²，若是，进行步骤S9；若否，进行步骤S10；

步骤S9：将阈值d²更新为该节点累积代价函数值，且 为检测到的信号矩阵；

步骤S10：转到检查集合T中的下一个节点s_k＝t_p，即p＝p+1，并执行步骤S6；

步骤S11：转到树形结构的下一层节点，即k＝k-1，并转到执行步骤S2：

步骤S12：输出存储的向量

本发明采用球形检测算法，在获得最优***性能的前提下有效降低交通通信***接收端的复杂度。而且，为了便于硬件实现，本发明提出采用具有固定复杂度的K-best球形检测算法，该算法的计算复杂度不随信道条件的变化而变化，更加有利于工程应用和推广。

本发明的目的是通过以下技术方案来实现的：

(1)发送端，本发明采用多输入多输出(Multiple-Input Multiple-Output，MIMO)***的空分复用(Spatial Multiplexing)技术，通过在车载节点(或路侧节点)上安装多根发送天线，利用MIMO信道传输交通通信信号。

(2)接收端，车载节点(或路侧节点)同样通过多根天线接收信号，通过合并各个天线上接收到的信号来联合检测信号，从而提高交通通信信号的传输可靠性。

(3)采用基扩展模型对交通通信信道进行建模，基于该信道模型，采用信道估计算法估计基系数，从而得到信道信息。

(4)利用(3)得到的信道信息进行信号检测，采用球形检测算法得到检测信号。

其中，基于(4)，球形检测算法实现如下：根据***天线数确定球形检测算法中树形结构的最大层数，然后根据代价函数是否大于一个阈值来筛选并删除不必要节点。

基于(4)和(5)，为了获得固定复杂度，采用K-best球形检测算法。

附图说明

图1是本发明中多天线交通通信网络***的框架结构示意图。

图2是本发明中球形检测算法采用的树形结构示意图。

图3是本发明中球形检测算法的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。

以下所述的球形检测算法仅为本发明的一个实例，并不构成对本发明的限制，本发明适用于任何球形检测算法。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，均应包含在本发明的保护范围之内。例如：本实施例采用MIMO空分复用技术来提高传输速率，本发明不限于MIMO空分复用技术，其他模式比如空间调制，空时编码技术等也包含在本发明的保护范围之内。

图1示出了本发明提出的多天线交通通信网络***框架示意图。如图1所示，该***包括：

发送端，采用多输入多输出(Multiple-Input Multiple-Output，MIMO)***的空分复用(Spatial Multiplexing)技术，通过在车载节点(或路侧节点)上安装多根发送天线，利用MIMO信道传输交通通信信号；其包括：信道编码器、打孔器、交织器、调制器、导频***单元、快速傅里叶反变换IFFT模块、***保护间隔模块、***前同步码模块和多根发射天线。

接收端，其通过在车载节点或路侧节点上安装多根接收天线接收信号，并通过合并各个天线上接收到的信号来联合检测信号；其包括：信道编码器、解打孔器、解交织器、解调制器、信号检测模块、信道估计模块、快速傅里叶变换FFT模块、去除保护间隔模块、同步模块和多根接收天线。

其中，在接收端采用基扩展模型对交通通信信道进行建模，基于该信道模型，采用信道估计算法估计基系数，从而得到信道信息；；然后根据得到的信道信息，利用球形检测方法进行信号检测。

在发送端，本发明基于IEEE 802.11p标准，采用卷积编码方式(码率R＝1/2)，发送信号经过信道编码器以后传输比特数变为之前的两倍。为了消除冗余对编码后的发送信号进行打孔，从而得到相应的编码速率。若经过打孔以后比特数不是数据子载波(48)的整数倍，需要在打孔后的比特序列后填充比特以满足要求。为了消除突发错误，该***中加入了交织器。调制器对经过交织器后输出的发送信号进行调制，车载通信标准中总共支持四种调制方式，分别为BPSK、QPSK、16QAM和64QAM。导频***模块根据IEEE 802.11p标准规定在第-21、-7、7和21个子载波处***4个导频。之后是快速傅里叶反变换(Inverse FastFourier Transform，IFFT)模块，也就是正交频分复用(Orthogonal Frequency DivisionMultiplexing，OFDM)调制，在IFFT之后要***保护间隔以及前同步码。

然后，通过多根发射天线将信号发送出去，通过交通MIMO通信网络双选信道后，快时变信道条件下多径信道中的接收信号(每组发射接收天线之间的信道)由发射信号的一系列具有衰减的、时间延迟和相位漂移的多径分量组成，信道状态信息为：

其中，L为时间t时的多径数量，τ为信道时延，τ_l为第l条路径的时延，δ(.)为单位冲击函数。

经过无线MIMO信道的传播后，在接收端收到的信号存在不同程度的频偏、相位旋转、干扰等缺陷。因此，在接收端需要有相应的复杂算法，纠正频偏、时偏、相位旋转，并且进行信道估计以及信号检测。其中，信道解码器、解打孔器、解交织器、解调器、FFT、去除保护间隔模块和同步模块均是发送端对应模块的逆过程，这里不作详细介绍。

下面对信道估计模块和信号检测模块进行重点介绍。

信道估计：目的在于获取信号检测所需要的信道状态信息。

本发明采用基扩展模型(Basis Expansion Model，BEM)对信道参数进行估计。采用有限个基函数的线性组合来描述一定时间(一个传输块)内的时变信道。将一个块内的时变多径信道用数量很少的块内时不变的参数来表示。

假设h(n，l)是第l径在n采样时刻的信道状态信息，利用BEM模型，时变信道的状态信息表示为：

其中，n＝0，1，...，N-1，l＝0，1，...，L-1，N为一个传输信号块内的采样点数，L为信道抽头数；b_q为基函数向量，g_q为BEM系数；q＝0，1，...，Q，Q为BEM模型的阶数，Q通常取值为t_s为取样时间间隔，f_max为最大多普勒频移。

对于一个传输信号块时间内的信道状态信息，BEM系数g_q(l)保持不变，而基函数是随着时间发生变化的。BEM模型相当于将复杂度从NL降低到(Q+1)L，(Q+1＜＜N)，从而减少待估计的信道参数，降低信道估计复杂度。

复指数BEM采用傅里叶基作为基函数，基函数表示为：

基波频率ω_q＝2π(q-Q/2)/N，因此，信道状态信息表示为：

采用最小二乘(Least Square，LS)或者线性最小均方误差(Linear Minimum MeanSquare Error，LMMSE)信道估计算法估计即可得出BEM系数，从而得到信道状态信息。

信号检测：通过利用信道估计模块得到的信道状态信息h(n，l)来检测信号。

假设n时刻发送信号为x_n，在接收端，接收到的信号y_n为：

其中，w_n为信道噪声，x_n为时域OFDM信号，X_k为频域OFDM数据符号。

经过快速傅里叶变换(Fast Fourier Transform，FFT)模块后，接收信号可以表示为：Y＝HX+W。这里，X为频域OFDM发送信号矩阵，W为频域信道噪声(一般假设为高斯白噪声)，其中，p＝0，1，…，N-1。

通过对信道状态信息矩阵H进行QR分解，接收检测信号可表示为：

其中，对H进行QR分解得到H＝QR，则Z＝Q^HY；N_T为发送天线数，Ω为所采用调制方式所包括的星座点集合，例如，若采用归一化4QAM调制，

然后，可以采用球形检测算法进行检测，检测中需要用到信道估计得到的信道状态信息H。检测过程中，所有可能的信号星座点可以建模为树形结构，根据发送天线数目N_T建模为2N_T层的树结构(实数域算法处理，例如，选取4QAM调制方式，则可看做实部与虚部都采用2PSK调制{-1，+1})，根节点为我们需要检测的信号向量X中的第2N_T个元素，每一层的叶子节点为实数调制集合中的星座点，每层表示每根天线上发送信号的实部或者虚部信号所有可能的元素。例如：如图2所示，假设发送天线数为2，采用4QAM调制方式，因此该树形结构包含4层，每个节点具有2个叶子节点{-1，+1}。从根节点(信号向量X中第4项元素)开始展开每一层并对相应的子节点进行检验，为了减低最大似然检测算法的复杂度，本算法中，如果其权重函数(待检测信号到实际发送信号的欧几里得距离，||Z-RX||²)大于阈值d²，则删除该节点以及该节点产生的所有分支及子节点，不需要继续检测这些节点。如果其权重函数小于d²，则继续展开该节点，直到发现叶子节点并更新d²，再返回上一层继续搜索，最终得到具有最小权重函数的

针对不同的天线数及不同调制方式，该检测算法可统一表达为流程图的形式，如图3所示，详细步骤介绍如下：

步骤S1：初始化阈值d²＝∞，k＝m，m＝2N_T，从发送信号矩阵的第2N_T个元素开始检测，阈值初始化为无穷大的目的在于至少能够得到一条完整的路径，即检测信号，从而避免因阈值设置太小导致无法找到符合条件的路径，检测算法失败；

步骤S2：检验k是否等于1，即：是否已经检测完所有元素若是，进行步骤S12；若否，进行步骤S3；

步骤S3：展开目前节点，生成所有可能的子节点集合T(T＝{t₁，t₂，...，t_|T|})，由不同调制方式决定该集合中元素。另外，集合中元素需满足不等式(球形算法中要求所有保留的子节点需要满足其权重函数小于d²，删除权重大于d²的节点，从而降低最大似然检测算法的高复杂度)。其中，Z_i为矩阵Z中第i个元素，r_i，j为矩阵R中第i行，j列元素，s_j为当前子节点所代表的星座点；

步骤S4：按照权重函数(待检测信号到实际发送信号的欧几里得距离)的计算值(分支权重)从小到大对所有节点排序，第i个节点的代价函数值为：

步骤S5：从第一个子节点元素开始检测s_k＝t_p，即：p＝1，即：；

步骤S6：检查该子节点是否为集合T中的节点(i≤|T|)。若否，进行步骤S12；若是；进行步骤S7；

步骤S7：检查目前节点是否为叶子节点(k＝1)。若是，进行步骤S8；若否，进行步骤S11；

步骤S8：检查该节点累积代价函数值 是否小于d²。若是，进行步骤S9；若否，进行步骤S10；

步骤S9：将阈值d²更新为该节点累积代价函数值 且 为检测到的信号矩阵；

步骤S10：转到检查集合T中的下一个节点s_k＝t_p，即：p＝p+1(，并执行步骤S6；

步骤S11：转到树形结构的下一层节点(k＝k-1)，并转到执行步骤S2；

步骤S12：输出存储的向量

由此可以看出，球形检测算法通过删除不必要节点来降低算法的搜索复杂度，传统的球形译码算法可以得到最优的性能，但是其复杂度随着信道条件的变化而变化。因此本发明提出采用K-best球形检测算法，该算法的主要思想是在搜索过程中，每一层只保留最优的K个节点(即具有最小权重的K个节点)。该检测算法的性能和复杂度取决于K值的选择：K值越大，性能越好，但是复杂度高；反之亦然。该方法最大的优点是复杂度不随信道条件的变化而变化，便于硬件实现。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种多天线交通通信网络***，其包括：

发送端，其采用多输入多输出***的空分复用技术，通过在车载节点或路侧节点上安装多根发送天线，利用MIMO信道传输交通通信信号；

接收端，其通过在车载节点或路侧节点上安装多根接收天线接收信号，并通过合并各个天线上接收到的信号来联合检测信号；

其中，在接收端采用基扩展模型对交通通信信道进行建模，基于该信道模型，采用信道估计方法估计基系数，从而得到信道信息；然后根据得到的信道信息，利用球形检测方法进行信号检测；

所述利用球形检测方法进行信号检测过程中，根据发送天线数目N_T将其建模为树形结构，树形结构的层数为发送天线数目N_T的2倍，根节点为需要检测的信号向量中的第2N_T个元素，每一层的叶子节点为实数调制集合中的星座点，每层表示每根天线上发送信号的实部或虚部信号所有可能的元素。

2.如权利要求1所述的***，其中，所述信道模型如下表述：

$h(n,l)=\underset{q=0}{\overset{Q}{\mathrm{\Σ}}}{g}_q\left(l\right)b_q\left(n\right)$

其中，h(n，l)表示第l径在n采样时刻的信道状态信息，n＝0，1，...，N-1，l＝0，1，...，L-1，N为一个传输信号块内的采样点数，L为信道抽头数；b_q为基函数向量，g_q为基系数；q＝0，1，...，Q，Q为基扩展模型的阶数，Q通常取值为t_s为取样时间间隔，f_max为最大多普勒频移。

3.如权利要求2所述的***，其中，所述基函数如下表示：

$b_q\left(n\right)=e^{{\mathrm{j\ω}}_{q}n}\text{=}{e}^{\mathrm{jn}2\mathrm{\π}(q-Q/2)/N}$

其中，ω_q＝2π(q-Q/2)/N为基波频率；

信道信息如下表示：

$h(n,l)=\underset{q=0}{\overset{Q}{\mathrm{\Σ}}}{g}_q\left(l\right)e^{{\mathrm{j\ω}}_{q}n};$

采用最小二乘或者线性最小均方误差信道估计算法估计得出基系数，从而根据上式得到信道信息。

4.如权利要求1所述的***，其中，所述球形检测方法是从所述树形结构的根节点开始展开每一层并对相应的节点进行检验，如果该节点的权重函数大于预先定义的阈值，则删除该节点以及该节点产生的所有分支及其子节点，直到发现叶子节点并更新所述预先定义的阈值后，再返回上一层继续搜索，最终得到具有最小权重函数的检测信号。

5.如权利要求4所述的***，其中，所述检测信号可如下表示：

$\hat{X}=\underset{X\∈{\mathrm{\Ω}}^{N}T}{\max \min }{\left|\right|Z-\mathrm{RX}\left|\right|}^2$

其中，H为信道估计得到的信道信息，对H进行QR分解得到H＝QR，Z＝Q^HY，Y为接收信号；N_T为发送天线数，Ω为所采用调制方式所包括的星座点集合，X为发送信号矩阵。

6.一种利用权利要求1所述的多天线交通通信网络***接收端的信号检测方法，其包括：

步骤S1：初始化阈值d²＝∞，k＝m表示发送信号矩阵中的第k个节点；m＝2N_T，为发送信号矩阵，N_T为发送天线个数；将所有可能的信号星座点建模为树形结构，根据发送天线数目N_T建模为2N_T层的树结构；根节点为需要检测的信号向量X中的第2N_T个元素，每一层的叶子节点为实数调制集合中的星座点，每层表示每根天线上发送信号的实部和虚部信号所有可能的元素；

步骤S2：检验k是否等于1；若是，进行步骤S12；若否，进行步骤S3；

步骤S3：展开当前节点，生成所有可能的子节点集合T，其中T＝{t₁，t₂，...，t_|T|}，集合中元素需满足不等式s_j为当前子节点所代表的星座点；其中，接收信号可以表示为：Y＝HX+W，这里，X为频域OFDM发送信号矩阵，W为频域信道噪声，p＝0，1，…，N-1，N为一个传输信号块内的采样点数，对H进行QR分解得到H＝QR，Z＝Q^HY，z_i为矩阵Z中第i个元素，r_i，j为矩阵R中第i行，j列元素，s_j为当前子节点所代表的星座点；

步骤S4：按照权重函数的计算值从小到大对所有节点排序，第i个节点的代价函数值为：

步骤S5：从第一个子节点元素开始检测，使得s_k＝t_p，p＝1；

步骤S6：检查该子节点否为集合T中的节点，若否，进行步骤S12；若是；进行步骤S7；

步骤S7：检查目前节点是否为叶子节点即k＝1，若是，进行步骤S8；若否，进行步骤S11；

步骤S8：检查该节点累积代价函数值是否小于d²，若是，进行步骤S9；若否，进行步骤S10；

步骤S9：将阈值d²更新为该节点累积代价函数值，且 为检测到的信号矩阵；

步骤S10：转到检查集合T中的下一个节点s_k＝t_p，即p＝p+1，并执行步骤S6；

步骤S11：转到树形结构的下一层节点，即k＝k-1，并转到执行步骤S2：

步骤S12：输出

7.如权利要求6所述的检测方法，其中，步骤S8中该节点累积代价函数值如下计算：

$\underset{i=k}{\overset{m}{\mathrm{\Σ}}}{(z_i-\underset{j=i}{\overset{m}{\mathrm{\Σ}}}{r}_{i,j}{s}_j)}^2.$

8.如权利要求6所述的检测方法，其中，步骤S9中如下更新阈值d²：

$d^2={\left|\right|z-\mathrm{Rs}\left|\right|}^2={\mathrm{\Σ}}_{i=1}^m{(z_i-{\mathrm{\Σ}}_{j=i}^m{r}_{i,j}{s}_j)}^2.$