CN110690934A - 一种降低联合编码调制***误比特率的星座映射方法 - Google Patents

Abstract

本发明属于通讯技术领域。特别是涉及一种降低联合编码调制***中的误比特率的星座映射方法。本发明主要解决目前采用高阶APSK调制的联合编码调制***中误比特率高的问题。本发明降低联合编码调制***中误比特率的星座映射方法，包括以下步骤：首先建立联合编码调制***模型；将发送端交织完成的输出信号作为高阶APSK星座映射的输入信号，并用新型蝙蝠算法初始化参数；随机产生多组解；计算每一组解的误比特率，取误比特率最小值对应的一组解为最优解；开始迭代，产生新解；在最优解周围产生局部解；更新当前全局最优解，达到最大迭代次数，输出最优解。

Description

一种降低联合编码调制***误比特率的星座映射方法

技术领域

本发明属于通讯技术领域。特别是涉及一种降低联合编码调制***中的误比特率的星座映射方法。

背景技术

在卫星通信领域制定的标准中，如卫星数字化视频广播第二代标准 DVB-S2、空间数据***咨询委员会等，普遍使用振幅移相键控APSK调制，这是因为卫星通信信道的非线性特性要求设计的星座结构能够使信号幅度的起伏较小，而APSK调制的频谱利用率高、信号幅度起伏小的特点恰恰满足卫星通信的要求。目前APSK调制中普遍使用的是均匀的伪格雷映射方案，由于不同的星座结构对调制性能有着很大的影响，这一传统映射方案有待优化以进一步提升***性能。近年来，国内外对星座映射优化方法的研究有以下两方面。

一方面，大多数研究都旨在降低联合编码调制***的地板效应，如D.Torrieri 等人提出的TV映射方法，该方法虽然降低了地板效应，但是它的代价是在瀑布区域的性能损失严重；Hassan M等人提出的预编码方法，好处是降低了地板效应，其不足之处是没有从整体上降低比特错误概率。

另一方面，在卫星通信视频广播领域，MatteoAnedda等人提出了一种以最小化比特错误数为优化目标，基于遗传算法的64APSK映射优化方法，Jon Barrueco等人提出了以信道容量为优化目标，基于粒子群算法的非均匀QAM星座映射优化方法。这两种方法的弊端在于都是基于全局最优解搜索算法，不论是以信道容量还是比特错误数为优化目标，都需要较多的计算量，复杂度略高。 L.Jordanova等人针对DVB-S2标准中的16APSK映射方法提出了备选方法，简单记作(6,10)-16APSK星座映射方法，其内环分布6个星座点，外环分布10个星座点，误比特率性能略优于DVB-S2标准中的方案。

蝙蝠算法通过模拟蝙蝠回声定位与检测的原理，做了一些近似和理想化处理，使用迭代方式进行优化，初始化为一组随机解，然后通过迭代搜寻最优解，且在最优解周围通过随机飞行产生局部解。X.B.Meng等人提出了一种新型蝙蝠算法，嵌入了自适应局部搜索策略，增强了种群的多样性。值得注意的是，此前蝙蝠算法只是被用在控制理论中，没有用在星座优化中。

发明内容

为解决采用高阶APSK调制的联合编码调制***中误比特率高的问题，本发明提出一种降低联合编码调制***误比特率的星座映射方法。

为解决上述问题，本发明提供一种降低联合编码调制***误比特率的星座映射方法，并通过如下步骤实现：

步骤1：建立联合编码调制***模型，随机生成一长串二进制数作为信源发出的信号，发射端首先采用低密度奇偶校验码LDPC编码器对信源发出的信号进行编码，编码后的信号再经过比特交织器增大码字间的欧式距离，对交织后的信号进行高阶APSK星座映射，映射后的信号通过无线信道传输到接收端，接收端对接收到的信号进行软解调软译码联合迭代，迭代后的信号送到信宿，完成***模型的搭建；

步骤2：将步骤1搭建的联合编码调制***模型作为仿真平台，将步骤1中发射端比特交织器完成交织后的输出信号作为高阶APSK星座映射的输入信号，它是一串二进制比特信号，每log₂M个比特信号映射到高阶APSK星座图中的一个星座点，其中M表示阶数；利用新型蝙蝠算法优化高阶APSK星座映射，初始化种群和参数，参数包括蝙蝠算法最大重复执行次数、种群大小、脉冲发射率、频率、响度、更新频率、栖息地选择概率P∈[0,1]、多普勒补偿率、惯性权重和收缩膨胀系数；

步骤3：随机产生D维搜索空间的N个解，其中D是解空间的维数，N是解的个数，每一个解用x_ij表示，i∈[1,2,...,N]，j∈[1,2,...,D]，其中i是第几个解的序号下脚标，j是解空间第几个维数的序号下脚标，x_ij由相对半径比和每个星座点的相位值组成，x_ij由下式得到：

x_ij＝x_jmin+(x_jmax-x_jmin)*rand(0,1)

式中rand(0,1)是服从均匀分布的随机数，x_jmax和x_jmin分别表示搜索空间中第j 个值的上下界，由具体的搜索目标决定，这一步骤会产生多个解；

步骤4：将步骤3产生的多个解中的每一个解x_ij代入下式，得到误比特率P_b

式中

变量y指代

h_ij表示信号点i和j 之间的汉明距离，N₀为噪声功率谱密度，d_ij表示信号点间的欧氏距离，这一步骤中每一个解都对应一个误比特率值；

步骤5：选取步骤4中的误比特率P_b最小值，将其对应的那一个解作为全局最优解，用

表示；

步骤6：在0到1之间随机采样，比较该采样值和步骤2中栖息地选择概率 P的大小，更新步骤3中的解x_ij，根据大小关系采用不同的更新方法；

进一步地，所述步骤6更新步骤3中的解x_ij，具体更新方法如下：

随机生成一个0到1之间的随机数用rand(0,1)表示，如果rand(0,1)＜P，其中P 表示栖息地选择概率，更新方法为：

其中

表示第t次执行步骤5时的一个解，表示第t次执行步骤5时所有解的平均值，N为步骤3中解的个数，θ为收缩膨胀系数，u_ij∈[0,1]服从均匀分布；

如果rand(0,1)≥P，更新方法为：

f_ij＝f_min+(f_max-f_min)*rand(0,1)

其中f_ij表示第i个解第j个值对应的频率，f_ij'表示多普勒效应自适应补偿后的频率，f_min、f_max为频率的最小值和最大值，可视具体搜索环境而定，c(c＝340m/s) 为空气中的声速，v∈[0,1]为飞行速度，

表示第t次执行步骤6时的飞行速度，表示第t次执行步骤6时全局最优解对应的飞行速度，

表示第t+1次执行步骤6时的飞行速度，

表示第t+1次执行步骤6的第i个解的第j个值，C_i∈[0,1] 表示多普勒效应补偿率，ε为一个无穷小数，w＝rand(0,1)表示惯性权重。

步骤7：在0到1之间随机采样，如果该采样值大于步骤2中的脉冲发射率，将步骤6中的全局最优解

代入下式，得到局部新解

其中randn(0,σ²)是均值为0，方差为σ²的高斯分布，

ε为一个无穷小数，t为执行次数，

表示第t次执行步骤7时第i个解的响度，

表示第t次执行步骤7时所有解的平均响度；如果该采样值小于等于步骤2中的脉冲发射率，则跳过此步，执行步骤8；

步骤8：将步骤5得到的全局最优解

步骤6中更新后的解x_ij、以及步骤 7得到的局部新解

代入步骤4中的公式，得到上述各解的误比特率的值P_b；

步骤9：更新步骤5中的全局最优解，即选取步骤8中误比特率的最小值，将其对应的那一个解作为更新后的全局最优解；

步骤10：更新步骤7中的响度，将步骤7中的响度

代入下式进行更新：

α∈(0,1)是常数，

表示更新后的响度，更新后的响度以备下一次执行步骤7时使用；

步骤11：更新步骤7中的脉冲发射率，将步骤7中的脉冲发射率代入下式进行更新：r_i ^t+1＝r_i ⁰(1-e^-γt)，r_i ^t+1是更新后的脉冲发射率，r_i ⁰是步骤1中参数初始化设置时的脉冲发射率，γ＞0是常数，更新后的脉冲发射率以备下一次执行步骤 7时使用；

步骤12：重复执行步骤5到11直到达到步骤1中设定的最大重复执行次数，输出步骤9中更新后的全局最优解，完成高阶APSK星座映射图的优化。

特别的，本发明所述的一种降低联合编码调制***中的误比特率的星座映射方法，是一种基于新型蝙蝠算法的高阶APSK星座映射方法，仅适用于维数是16阶和32阶的APSK，即16APSK和32APSK，不适用于维数超过32阶的情况。

与现有技术相比，本发明能够达到的有益效果为：

1)步骤4-5和步骤8-9表明本专利是以最小化误比特率作为高阶APSK星座映射的优化目标，而且全局最优解的搜索过程简单，即通过在全局最优解周围利用随机飞行产生新解，然后比较步骤8中提到的所有解的误比特率值大小选择最小者对应的解，这样大大降低了全局最优解的搜索时间；步骤6-7表明解的更新方法计算复杂度低；步骤10-11表明要实现解的更新，只需更新响度和脉冲发射率两个参数，不需要调整过多参数，对高阶APSK星座映射这类高维度而且复杂的优化问题进行了参数和步骤的简化。

2)参数N_min表示星座图中两个相邻星座点之间的不同比特的平均数，理论上该参数越接近1.0，误比特率性能越好。对于16APSK映射方案而言，预编码方法的该参数值为2.25，DVB-S2标准的该参数值为1.0，(6,10)-16APSK方法的该参数值为1.1667，而采用本专利的星座映射方法的该参数值为1.0，因此从理论上证明采用本专利的16APSK星座映射方法，能够有效降低联合编码调制***的误比特率，提高无线通信的可靠性。从实施例2的实验仿真结果能够看出，当信噪比E_b/N₀为7dB时，采用本专利的星座映射方法得到的误比特率在 10^-7数量级，比采用(6,10)-16APSK星座映射方法得到的误比特率降低了1个数量级，比采用DVB-S2标准中的星座映射方法得到的误比特率降低了2个数量级，比采用预编码方法得到的误比特率降低了5个数量级。

3)对于32APSK映射方案而言，预编码方法的参数N_min值为2.5625，DVB-S2 标准中星座映射方法的该参数值为1.125，而采用本专利星座映射方法的该参数值为1.0，因此从理论上证明采用本专利的32APSK星座映射方法，能够有效降低联合编码调制***的误比特率，提高无线通信的可靠性。从实验仿真结果能够看出，当***的误比特率为10^-5时，采用本专利的星座映射方法所需要的信噪比为8.73dB，比DVB-S2标准中的星座映射方法提高了0.09dB的增益，比预编码方法提高了1.88dB的增益。

4)针对高阶星座映射这类高维度、复杂的优化问题，本专利采用的新型蝙蝠算法嵌入了自适应局部搜索策略，增强了种群的多样性，避免了基本蝙蝠算法的局限性。

5)此前蝙蝠算法只是被用在控制理论中，本发明创新性的将新型蝙蝠算法用在APSK星座映射优化问题中，解决了联合编码调制***中采用高阶APSK 调制时误比特率高的问题，以最小化误比特率作为优化目标来对星座映射进行优化，理论和实验仿真都证明采用本专利的星座映射方法得到的误比特率性能优于现有的预编码方法和DVB-S2标准中的星座映射方法。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为联合编码调制***模型图；

图2为本发明实施例2的16APSK多种映射方法的误比特率曲线对比；

图3为本发明实施例3的32APSK多种映射方法的误比特率曲线对比。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

实施例1：

如图1所示的联合编码调制***模型中，仿真具体设置如下：信道编码使用码长2304，码率5/6的LDPC码，交织器为随机交织，信道模型为高斯白噪声信道，LDPC译码器为LLR-BP译码算法，软解调器为MAX-log-Map译码算法，软解调软译码联合迭代次数设置为4次，LDPC码译码内部迭代次数设置为 10次。

包括以下步骤：

步骤1：建立联合编码调制***模型，随机生成一长串二进制数作为信源发出的信号，发射端首先采用低密度奇偶校验码LDPC编码器对信源发出的信号进行编码，编码后的信号再经过比特交织器增大码字间的欧式距离，对交织后的信号进行高阶APSK星座映射，映射后的信号通过无线信道传输到接收端，接收端对接收到的信号进行软解调软译码译码联合迭代，迭代后的信号送到信宿，完成***模型的搭建；

步骤2：将步骤1搭建的联合编码调制***模型作为仿真平台，将步骤1中发射端比特交织器完成交织后的输出信号作为高阶APSK星座映射的输入信号，它是一串二进制比特信号，每log₂M个比特信号映射到高阶APSK星座图中的一个星座点，其中M表示阶数；利用改进的蝙蝠算法优化高阶APSK星座映射，初始化种群和参数，参数如表1所示，包括蝙蝠算法最大重复执行次数、种群大小、脉冲发射率、频率、响度、更新频率、栖息地选择概率P∈[0,1]、多普勒补偿率、惯性权重和收缩膨胀系数；

表1新型蝙蝠算法的参数

步骤3：随机产生D维搜索空间的N个解，其中D是解空间的维数，N是解的个数，每一个解用x_ij表示，i∈[1,2,...,N]，j∈[1,2,...,D]，其中i是第几个解的序号下脚标，j是解空间第几个维数的序号下脚标，x_ij由相对半径比和每个星座点的相位值组成，x_ij由下式得到：

x_ij＝x_jmin+(x_jmax-x_jmin)*rand(0,1)

式中rand(0,1)是服从均匀分布的随机数，x_jmax和x_jmin分别表示搜索空间中第j 个值的上下界，由具体的搜索目标决定，这一步骤会产生多个解；

步骤4：将步骤3产生的多个解中的每一个解x_ij代入下式，得到误比特率P_b

式中

变量y指代

h_ij表示信号点i和j 之间的汉明距离，N₀为噪声功率谱密度，d_ij表示信号点间的欧氏距离，这一步骤中每一个解都对应一个误比特率值；

步骤5：选取步骤4中的误比特率P_b最小值，将其对应的那一个解作为全局最优解，用g_jt表示；

步骤6：在0到1之间随机采样，比较该采样值和步骤2中栖息地选择概率 P的大小，更新步骤3中的解x_ij，根据大小关系采用不同的更新方法，具体更新方法如下：

随机生成一个0到1之间的随机数用rand(0,1)表示，如果rand(0,1)＜P，其中P 表示栖息地选择概率，更新方法为：

其中

表示第t次执行步骤5时的一个解，

表示第t次执行步骤5时所有解的平均值，N为步骤3中解的个数，θ为收缩膨胀系数，u_ij∈[0,1]服从均匀分布；

如果rand(0,1)≥P，更新方法为：

f_ij＝f_min+(f_max-f_min)*rand(0,1)

其中f_ij表示第i个解第j个值对应的频率，f_ij'表示多普勒效应自适应补偿后的频率，f_min、f_max为频率的最小值和最大值，可视具体搜索环境而定，c(c＝340m/s) 为空气中的声速，v∈[0,1]为飞行速度，

表示第t次执行步骤6时的飞行速度，

表示第t次执行步骤6时全局最优解对应的飞行速度，表示第t+1次执行步骤6时的飞行速度，

表示第t+1次执行步骤6的第i个解的第j个值，C_i∈[0,1] 表示多普勒效应补偿率，ε为一个无穷小数，w＝rand(0,1)表示惯性权重；

步骤7：在0到1之间随机采样，如果该采样值大于步骤2中的脉冲发射率，将步骤6中的全局最优解

代入下式，得到局部新解

其中randn(0,σ²)是均值为0，方差为σ²的高斯分布，ε为一个无穷小数，t为执行次数，

表示第t次执行步骤7时第i个解的响度，

表示第t次执行步骤7时所有解的平均响度；如果该采样值小于等于步骤2中的脉冲发射率，则跳过此步，执行步骤8；

步骤8：将步骤5得到的全局最优解

步骤6中更新后的解x_ij、以及步骤 7得到的局部新解

代入步骤4中的公式，得到上述各解的误比特率的值P_b；

步骤9：更新步骤5中的全局最优解，即选取步骤8中误比特率的最小值，将其对应的那一个解作为更新后的全局最优解；

步骤10：更新步骤7中的响度，将步骤7中的响度

代入下式进行更新：

α∈(0,1)是常数，

表示更新后的响度，更新后的响度以备下一次执行步骤7时使用；

步骤11：更新步骤7中的脉冲发射率，将步骤7中的脉冲发射率代入下式进行更新：r_i ^t+1＝r_i ⁰(1-e^-γt)，r_i ^t+1是更新后的脉冲发射率，r_i ⁰是步骤1中参数初始化设置时的脉冲发射率，γ＞0是常数，更新后的脉冲发射率以备下一次执行步骤 7时使用；

步骤12：重复执行步骤5到11直到达到步骤1中设定的最大重复执行次数，输出步骤9中更新后的全局最优解，完成高阶APSK星座映射图的优化。

实施例2：

图2为根据图1所示***模型对16APSK多种星座映射方法的误比特率曲线对比，图2所涉及的星座映射方法包括：DVB-S2标准中的星座映射方法、预编码方法、(6,10)-16APSK星座映射方法，以及采用本专利的星座映射方法。由于在实施例2中本专利基于新型蝙蝠算法对现有(6,10)-16APSK星座映射方法进行了优化，所以在图2中采用本专利的星座映射方法得到的误比特率曲线标注为“(6,10)-16APSK蝙蝠算法优化后”。从图中可以看出，当信噪比E_b/N₀为7dB时，采用本专利的星座映射方法得到的误比特率在10^-7数量级，然而采用(6,10)-16APSK星座映射方法得到的误比特率在10^-6数量级，采用DVB-S2 标准得到的误比特率在10^-5数量级，采用预编码方法得到的误比特率在10^-2数量级。

实施例3：

图3根据图1所示***模型对32APSK多种星座映射方法的误比特率曲线对比，图3所涉及的星座映射方法包括：DVB-S2标准中的星座映射方法、预编码方法，以及采用本专利的星座映射方法。由于在实施例3中本专利基于新型蝙蝠算法对现有DVB-S2标准中的星座映射方法进行了优化，所以在图3中采用本专利的星座映射方法得到的误比特率曲线标注为“对标准中的星座映射方法优化后”。从图中可以看出，当***的误比特率为10^-5时，采用本专利的星座映射方法需要的信噪比为8.73dB，而采用DVB-S2标准中的星座映射方法需要的信噪比为8.82dB，采用预编码方法需要的信噪比为10.61dB。

Claims (2)

1.一种降低联合编码调制***误比特率的星座映射方法，其特征在于，包括以下步骤：

步骤1：建立联合编码调制***模型，随机生成一长串二进制数作为信源发出的信号，发射端首先采用低密度奇偶校验码LDPC编码器对信源发出的信号进行编码，编码后的信号再经过比特交织器增大码字间的欧式距离，对交织后的信号进行高阶APSK星座映射，映射后的信号通过无线信道传输到接收端，接收端对接收到的信号进行软解调软译码联合迭代，迭代后的信号送到信宿，完成***模型的搭建；

步骤2：将步骤1搭建的联合编码调制***模型作为仿真平台，将步骤1中发射端比特交织器完成交织后的输出信号作为高阶APSK星座映射的输入信号，它是一串二进制比特信号，每log₂M个比特信号映射到高阶APSK星座图中的一个星座点，其中M表示阶数；利用新型蝙蝠算法优化高阶APSK星座映射，初始化种群和参数，参数包括蝙蝠算法最大重复执行次数、种群大小、脉冲发射率、频率、响度、更新频率、栖息地选择概率P∈[0,1]、多普勒补偿率、惯性权重和收缩膨胀系数；

步骤3：随机产生D维搜索空间的N个解，其中D是解空间的维数，N是解的个数，每一个解用x_ij表示，i∈[1,2,...,N]，j∈[1,2,...,D]，其中i是第几个解的序号下脚标，j是解空间第几个维数的序号下脚标，x_ij由相对半径比和每个星座点的相位值组成，x_ij由下式得到：

x_ij＝x_jmin+(x_jmax-x_jmin)*rand(0,1)

式中rand(0,1)是服从均匀分布的随机数，x_jmax和x_jmin分别表示搜索空间中第j个值的上下界，由具体的搜索目标决定，这一步骤会产生多个解；

步骤4：将步骤3产生的多个解中的每一个解x_ij代入下式，得到误比特率P_b

式中

变量y指代

h_ij表示信号点i和j之间的汉明距离，N₀为噪声功率谱密度，d_ij表示信号点间的欧氏距离，这一步骤中每一个解都对应一个误比特率值；

步骤5：选取步骤4中的误比特率P_b最小值，将其对应的那一个解作为全局最优解，用

表示；

步骤6：在0到1之间随机采样，比较该采样值和步骤2中栖息地选择概率P的大小，更新步骤3中的解x_ij，根据大小关系采用不同的更新方法；

步骤7：在0到1之间随机采样，如果该采样值大于步骤2中的脉冲发射率，将步骤6中的全局最优解

代入下式，得到局部新解

其中randn(0,σ²)是均值为0，方差为σ²的高斯分布，

ε为一个无穷小数，t为执行次数，

表示第t次执行步骤7时第i个解的响度，

表示第t次执行步骤7时所有解的平均响度；如果该采样值小于等于步骤2中的脉冲发射率，则跳过此步，执行步骤8；

步骤8：将步骤5得到的全局最优解

步骤6中更新后的解x_ij、以及步骤7得到的局部新解

代入步骤4中的公式，得到上述各解的误比特率的值P_b；

步骤9：更新步骤5中的全局最优解，即选取步骤8中误比特率的最小值，将其对应的那一个解作为更新后的全局最优解；

步骤10：更新步骤7中的响度，将步骤7中的响度

代入下式进行更新：

α∈(0,1)是常数，

表示更新后的响度，更新后的响度以备下一次执行

步骤7时使用；

步骤11：更新步骤7中的脉冲发射率，将步骤7中的脉冲发射率代入下式进行更新：r_i ^t+1＝r_i ⁰(1-e^-γt)，r_i ^t+1是更新后的脉冲发射率，r_i ⁰是步骤1中参数初始化设置时的脉冲发射率，γ＞0是常数，更新后的脉冲发射率以备下一次执行步骤7时使用；

步骤12：重复执行步骤5到11直到达到步骤1中设定的最大重复执行次数，输出步骤9中更新后的全局最优解，完成高阶APSK星座映射图的优化。

2.根据权利要求1所述的一种降低联合编码调制***的误比特率的星座映射方法，其特征在于：

所述步骤6更新步骤3中的解x_ij，具体更新方法如下：

随机生成一个0到1之间的随机数用rand(0,1)表示，如果rand(0,1)＜P，其中P表示栖息地选择概率，更新方法为：

其中

表示第t次执行步骤5时的一个解，

表示第t次执行步骤5时所有解的平均值，N为步骤3中解的个数，θ为收缩膨胀系数，u_ij∈[0,1]服从均匀分布；

如果rand(0,1)≥P，更新方法为：

f_ij＝f_min+(f_max-f_min)*rand(0,1)

其中f_ij表示第i个解第j个值对应的频率，f_ij'表示多普勒效应自适应补偿后的频率，f_min、f_max为频率的最小值和最大值，可视具体搜索环境而定，c(c＝340m/s)为空气中的声速，v∈[0,1]为飞行速度，

表示第t次执行步骤6时的飞行速度，

表示第t次执行步骤6时全局最优解对应的飞行速度，

表示第t+1次执行步骤6时的飞行速度，

表示第t+1次执行步骤6的第i个解的第j个值，C_i∈[0,1]表示多普勒效应补偿率，ε为一个无穷小数，w＝rand(0,1)表示惯性权重。

Images