CN111917678B - 一种索引调制映射方法 - Google Patents
一种索引调制映射方法 Download PDFInfo
- Publication number
- CN111917678B CN111917678B CN202010724272.1A CN202010724272A CN111917678B CN 111917678 B CN111917678 B CN 111917678B CN 202010724272 A CN202010724272 A CN 202010724272A CN 111917678 B CN111917678 B CN 111917678B
- Authority
- CN
- China
- Prior art keywords
- vertex
- subgraph
- bit information
- target
- matching
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Error Detection And Correction (AREA)
Abstract
本发明公开了一种索引调制映射方法,属于无线通信调制领域,包括:获取索引调制参数下所有的Nall个索引组合,并以索引组合为顶点构建图论模型;在图论模型中,当且仅当两个索引组合中不同元素个数为nerr时,相应的两个顶点之间存在一条边;获取图论模型中包含N个顶点的子图作为目标子图,将N组比特信息匹配到目标子图的N个顶点,并为目标子图中的边赋权值,使得目标子图中所有边的权值之和最小,将此时比特信息与索引组合的匹配关系确定为最终的索引调制映射关系;两个顶点所匹配的两组比特信息中不同元素的个数越多,相应两个顶点之间边的权值越大。本发明能够使原始的索引调制信号之间的汉明距离最小化,有效降低原始信号估计量的比特误码率。
Description
技术领域
本发明属于无线通信调制领域,更具体地,涉及一种索引调制映射方法。
背景技术
随着人们对速度和容量的追求,移动通信技术经历了从第一代移动通信到第五代移动通信的发展。一方面,第五代移动通信通过拓展了空间维度采用了大规模多天线MIMO(Multiple input multiple output)技术来增加传输信息量;另一方面拓展频谱资源采用毫米波通信来增加通信带宽。现在第六代移动通信技术的研究已经起步,下一代无线通信的愿景是天、地、海一体化,实现万物互联。未来无线通信信道环境更复杂、移动用户数目更庞大且差异化、而时域、频域、空域资源有限,因此,亟需发展新型通信技术,拓展新的维度来传输信息。近年来,一种拓展索引维度来调制信息的新型技术——索引调制技术——引起了广泛学者的关注。具体说来,它首先应用于天线域命名为空间调制,主要通过激活的天线索引来额外传输信息,之后该理念被广泛应用到无线通信其他领域如载波域索引调制,码域索引调制,波束域索引调制等。索引调制可以有效提升频谱效率、节约能源资源、降低能耗和射频实现成本,是未来无线通信极具有前景的物理层传输技术。
在索引调制中,主要利用激活的索引组合来传输信息。具体地,从m个元素(即索引)中选择n个元素来激活传输信息,总共有个索引组合。为了进行比特到索引组合的映射,将从Nall中选择个索引组合,其中为向下取整函数;因此,总共有个索引组合集,从中选择一个索引组合集作为有效集来传递信息。在有效索引组合集中,N个索引组合将匹配N组不同的比特信息,总共有N!种匹配方式。接收端在检测出传输信息的索引组合后,利用查映射表格即可得到索引组合传输的比特信息。在索引调制中,总共有N!映射表格。最优映射表格为从N!映射表格中选取一种使得传输误码率性能最优,因而复杂度为在传输速率为4比特/信道时,复杂度为O(1017),而在传输速率为7比特/信道时,复杂度为O(10279),因而通过遍历所有映射表来选择最优映射不切实际。
为了实现索引调制,传统方案采用随机选择有效索引组合集和随机为索引组合匹配比特信息,该方案可以有效降低实现复杂度,然而,该方案的误码率性能得不到保证,无法最大化发挥索引调制性能优势。
发明内容
针对现有技术的缺陷和改进需求,本发明提供了一种索引调制映射方法,旨在解决现有的索引调制技术因随机选择有效索引组合集和随机为索引组合匹配比特信息而导致误码率性能损失的技术问题。
为实现上述目的,按照本发明的一个方面,提供了一种索引调制映射方法,包括:
获取索引调制参数下所有的Nall个索引组合,并以索引组合为顶点构建图论模型;在图论模型中,当且仅当两个索引组合中不同元素个数为nerr时,相应的两个顶点之间存在一条边;
将N组比特信息匹配到目标子图的N个顶点,并为目标子图中的边赋权值,使得目标子图中所有边的权值之和最小,将此时比特信息与索引组合的匹配关系确定为最终的索引调制映射关系;两个顶点所匹配的两组比特信息中不同元素的个数越多,相应两个顶点之间边的权值越大;
本发明利用图论知识,将所选取的索引组合转换为图论模型中的顶点,根据比特信息之间不同元素的个数,即汉明距离为相应顶点之间的边赋权值,通过使得图中边的权值总和最小化,使得将比特信息映射到索引组合之后,原始的索引调制信号之间的汉明距离最小化,从而有效降低原始信号估计量的比特误码率。
进一步地,目标子图为图论模型所有包含N个顶点子图中,顶点的度的总和最小的子图。
本发明所选取的目标子图中的N个顶点所对应的索引组合即构成索引调制过程中的索引组合集合,本发明选取包含N个顶点且顶点的度的总和最小的子图作为目标子图,使得后续将比特信息匹配到顶点后,能够进一步减小图中边的权值总和,从而进一步减小原始的索引调制信号之间的汉明距离,降低原始信号估计量的比特误码率。
进一步地,获取目标子图的方法,包括如下步骤:
(S1)从图论模型中选取一个顶点,将所选取的顶点连同与之关联的边均从图论模型中去除,得到包含Nall-1个顶点的子图,将包含Nall-1个顶点的子图作为待处理子图,并转入步骤(S2);
(S2)若待处理子图中,顶点数为N,则将待处理子图作为目标子图,并转入步骤(S4);否则,从待处理子图中,选取一个度最大的顶点,将所选取的顶点连同与之关联的边均从待处理子图中去除,得到新的子图;
(S3)将新的子图作为待处理子图,并转入步骤(S2);
(S4)获取结束。
本发明采用优先去除最大度顶点及其所关联的边的准则,依次去除图论模型中的顶点和边,能够准确、高效地获取包含N个顶点且顶点的度的总和最小的子图。
进一步地,将N组比特信息匹配到目标子图的N个顶点,并为目标子图中的边赋权值,使得目标子图中所有边的权值之和最小,包括如下步骤:
(T1)为目标子图中各顶点分配唯一的顶点编号,并建立目标子图的相邻矩阵;相邻矩阵中,每一行元素与一个顶点相对应,表示与该顶点相邻的顶点编号;
(T2)从N组比特信息选取一组比特信息,作为起始比特信息,并将起始比特信息匹配到目标子图中的其中一个顶点;
(T3)从相邻矩阵中,已匹配的顶点所对应的一行元素中选取一个顶点编号,将相应顶点作为待匹配顶点;
(T4)将剩余未匹配的比特信息依次匹配到待匹配顶点,相应地为目标子图中的边赋权值,并计算目标子图中所有边的权值之和,其中,未匹配比特信息的顶点关联的边的权值为0;
(T5)保留目标子图中所有边的权值之和最小时,一组比特信息与当前待匹配顶点的匹配关系,并转入步骤(T6);
(T6)若目标子图中,所有顶点均已匹配,则转入步骤(T8);否则,获取目标子图中已匹配的顶点编号集合,并转入步骤(T7);
(T7)分别获取相邻矩阵中每一行元素与顶点编号集合所包含的相同元素的个数,以选取与顶点编号集合具有最多的相同元素的一行元素所对应的顶点,作为新的待匹配顶点,并转入步骤(T4);
(T8)匹配结束。
本发明每将一组比特信息比配到一个索引组合对应的顶点,都会保证已匹配顶点相关联的边的权值最小,由此能够准确、高效地获取到使目标子图中所有边的权值之和最小的匹配方法。
进一步地,将N组比特信息匹配到目标子图的N个顶点,并为目标子图中的边赋权值,使得目标子图中所有边的权值之和最小,还包括:
(W1)将起始比特信息依次匹配到目标子图中的N个顶点后,执行步骤(T3)~(T8),共得到N种匹配方案;
每次将起始比特信息匹配到顶点时,将目标子图中所有顶点均初始化为未匹配的状态;
(W2)从N种匹配方案中筛选出使得目标子图中边的权值之和最小的匹配方案,作为候选匹配方案,并初始化变量nerr′=nerr;
(W3)若候选匹配方案的数量不为1,则按照nerr′=nerr′+1更新变量nerr′后,转入步骤(W4);否则,转入步骤(W6);
(W4)更新目标子图,使得当且仅当两个索引组合中不同元素个数为nerr′时,相应的两个顶点之间存在一条边,得到更新后的目标子图;
(W5)按照各候选匹配方案为更新后的目标子图中的边赋权值,并相应计算更新后的目标子图中边的权值之和,以筛选出使得更新后的目标子图中边的权值之和最小的匹配方案,作为新的候选匹配方案,转入步骤(W3);
(W6)将筛选出的唯一的匹配方案确定为最终比特信息与索引组合的匹配方案。
本发明在有多个匹配方案能够使得目标子图中所有边的权值之和最小时,通过更新目标子图中边的构成,对匹配方案进行逐步筛选,直至获得唯一的匹配方案,由此能够使得最终获取的匹配方案在条件变化时,仍然最优。
进一步地,边的权值为连接该边的两个顶点所对应的两组比特信息之间的汉明距离。
本发明直接以比特信息之间的汉明距离作为所匹配的顶点之间的边的权值,能够在寻找最优匹配方案的同时简化计算。
进一步地,本发明提供的索引调制映射方法,还包括:根据所确定的比特信息与索引组合的匹配关系绘制比特信息到索引组合的索引调制映射表格。
本发明基于所确定的比特信息与索引组合的匹配关系绘制比特信息到索引组合的索引调制映射表格,能够方便接收端在检测出传输信息的索引组合后,通过查映射表格可得到索引组合传输的比特信息。
按照本发明的另一个方面,提供了一种计算机可读存储介质,该计算机可读存储介质包括存储的计算机程序,其中,在计算机程序被处理器运行时控制计算机可读存储介质所在设备执行本发明提供的索引调制映射方法。
总体而言,通过本发明所构思的以上技术方案,能够取得以下有益效果:
(1)本发明利用图论知识,将所选取的索引组合转换为图论模型中的顶点,根据比特信息之间不同元素的个数,即汉明距离为相应顶点之间的边赋权值,通过使得图中边的权值总和最小化,使得将比特信息映射到索引组合之后,原始的索引调制信号之间的汉明距离最小化,从而有效降低原始信号估计量的比特误码率。
(2)本发明选取包含N个顶点且顶点的度的总和最小的子图作为目标子图,使得后续将比特信息匹配到顶点后,能够进一步减小图中边的权值总和,从而进一步减小原始的索引调制信号之间的汉明距离,降低原始信号估计量的比特误码率。
(3)实验表明,利用本发明所提供的索引调制映射方法所绘制的索引调制映射表格进行索引调制传输的复杂度与传统的随机映射方法的复杂度相同,因此,本发明所提供的索引调制映射方法是一种高效的索引调制映射方法。
附图说明
图1为本发明实施例提供的索引调制映射方法流程图;
图2为本发明实施例提供的根据索引组合构建的图论模型示意图;
图3为本发明实施例提供的索引调制映射方法与传统随机映射方法的性能对比示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
在本发明中,本发明及附图中的术语“第一”、“第二”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
实施例一:
一种索引调制映射方法,如图1所示,包括:
(1)获取索引调制参数下所有的Nall个索引组合,并以索引组合为顶点构建图论模型;在图论模型中,当且仅当两个索引组合中不同元素个数为nerr时,相应的两个顶点之间存在一条边;
本发明实施例提供的索引调制映射方法适用于任何域的索引调制技术;在索引调制中,从m个索引中选择n个索引来激活传输信息,其中,索引总数m和选取的索引数量n即为索引调制参数;根据索引参数m和n,共获得个索引组合,每个索引组合中元素的个数为n,元素为1到m之间的整数;
nerr为预设的正整数,用于衡量两个索引组合中不同元素的个数,不失一般性地,在本实施例中,nerr=1;相应地,当且仅当两个索引组合中不同元素个数为1时,相应的两个顶点之间存在一条边,这两个顶点为相邻顶点;
所选取的目标子图中N个顶点所对应的索引组合,即为索引调制中用于映射比特信息的索引组合;
(3)将N组比特信息匹配到目标子图的N个顶点,并为目标子图中的边赋权值,使得所述目标子图中所有边的权值之和最小,将此时比特信息与索引组合的匹配关系确定为最终的索引调制映射关系;两个顶点所匹配的两组比特信息中不同元素的个数越多,相应两个顶点之间边的权值越大;
为简化计算,本实施例中,直接将边的权值设置为连接该边的两个顶点所对应的两组比特信息之间的汉明距离,即比特信息之间不同元素的个数;应当说明的是,边的权值设定方式并不限于此,只要所设定的权值能够准确衡量比特信息之间的汉明距离即可;
如图2所示,其中的di,j表示顶点Ii和Ij之间边的权值,下表代表边所连接的顶点编号,相应地,d1,i表示顶点I1和Ii之间边的权值,d1,N表示顶点I1和IN之间边的权值,以此类推;
本实施例利用图论知识,将所选取的索引组合转换为图论模型中的顶点,根据比特信息之间不同元素的个数,即汉明距离为相应顶点之间的边赋权值,通过使得图中边的权值总和最小化,使得将比特信息映射到索引组合之后,原始的索引调制信号之间的汉明距离最小化,从而有效降低原始信号估计量的比特误码率。
作为一种优选的实施方式,在本实施例中,目标子图为图论模型所有包含N个顶点子图中,顶点的度的总和最小的子图;
可选地,本实施例采用如下步骤获取目标子图:
(S1)从图论模型中选取一个顶点,将所选取的顶点连同与之关联的边均从图论模型中去除,得到包含Nall-1个顶点的子图,将包含Nall-1个顶点的子图作为待处理子图,并转入步骤(S2);
(S2)若待处理子图中,顶点数为N,则将待处理子图作为目标子图,并转入步骤(S4);否则,从待处理子图中,选取一个度最大的顶点,将所选取的顶点连同与之关联的边均从待处理子图中去除,得到新的子图;
本实施例每次优先选取度最大的顶点进行去除,能够使得每次去除顶点和关联的边后,所得到的新的子图中边的数量最小化;
应当说明的是,在待处理子图中,度最大的顶点可能存在多个,不失一般性地,此时随机选取一个顶点,将该顶点及其关联的边去除即可;
(S3)将新的子图作为待处理子图,并转入步骤(S2);
(S4)获取结束;
本实施例选取包含N个顶点且顶点的度的总和最小的子图作为目标子图,使得后续将比特信息匹配到顶点后,能够进一步减小图中边的权值总和,从而进一步减小原始的索引调制信号之间的汉明距离,降低原始信号估计量的比特误码率;同时,本实施例采用优先去除最大度顶点及其所关联的边的准则,依次去除图论模型中的顶点和边,能够准确、高效地获取包含N个顶点且顶点的度的总和最小的子图;
应当说明的是,此处关于目标子图的选取以及相应的获取方式的描述,仅为本发明的一种优选的实施方式,不应理解为对本发明的唯一限定。
作为一种优选的实施方式,本实施例中,将N组比特信息匹配到目标子图的N个顶点,并为目标子图中的边赋权值,使得目标子图中所有边的权值之和最小,包括如下步骤:
(T1)为目标子图中各顶点分配唯一的顶点编号,并建立目标子图的相邻矩阵;相邻矩阵中,每一行元素与一个顶点相对应,表示与该顶点相邻的顶点编号;
(T2)从N组比特信息选取一组比特信息,作为起始比特信息,并将起始比特信息匹配到目标子图中的其中一个顶点;
(T3)从相邻矩阵中,已匹配的顶点所对应的一行元素中选取一个顶点编号,将相应顶点作为待匹配顶点;
(T4)将剩余未匹配的比特信息依次匹配到待匹配顶点,相应地为目标子图中的边赋权值,并计算目标子图中所有边的权值之和,其中,未匹配比特信息的顶点关联的边的权值为0;
(T5)保留目标子图中所有边的权值之和最小时,一组比特信息与当前待匹配顶点的匹配关系,并转入步骤(T6);
应当说明的是,将未匹配的比特信息依次匹配到待匹配顶点后,使得目标子图中,所有边的权值之和最小的匹配关系可能存在多个,不失一般性地,此时,随机选取一个比特信息与待匹配顶点的匹配关系即可;
(T6)若目标子图中,所有顶点均已匹配,则转入步骤(T8);否则,获取目标子图中已匹配的顶点编号集合,并转入步骤(T7);
(T7)分别获取相邻矩阵中每一行元素与顶点编号集合所包含的相同元素的个数,以选取与顶点编号集合具有最多的相同元素的一行元素所对应的顶点,作为新的待匹配顶点,并转入步骤(T4);
同样,应当说明的是,相邻矩阵中,与顶点编号集合具有最多的相同元素的矩阵行可能存在多个,不是一般性地,此时,随机选取一行元素,将该行元素所对应的顶点作为新的待匹配顶点即可;
(T8)匹配结束。
本实施例每将一组比特信息比配到一个索引组合对应的顶点,都会保证已匹配顶点相关联的边的权值最小,由此能够准确、高效地获取到使目标子图中所有边的权值之和最小的匹配方法;
应当说明的是,此处关于最优匹配方案的获取方式,仅为本发明一种优选的实施方式,不应理解为对本发明的唯一限定,其他可使目标子图中所有边的权值之和最小的将比特信息映射到顶点的方法,也可以应用于本发明。
作为一种可选的实施方式,本实施例还包括:根据所确定的比特信息与索引组合的匹配关系绘制比特信息到索引组合的索引调制映射表格;
本实施例基于所确定的比特信息与索引组合的匹配关系绘制比特信息到索引组合的索引调制映射表格,能够方便接收端在检测出传输信息的索引组合后,通过查映射表格可得到索引组合传输的比特信息。
以下以传统映射方案,即随机映射方法,作为对比,进一步验证本实施例所提供的索引调制映射方法相对于现有技术所能取得的有益效果。具体地,在天线域索引,设置索引总数m=8且保持不变,在选取的索引数量n=2、3、4时,分别利用本实施例和传统映射方案进行索引调制映射和索引调制传输,不同索引参数下、不同索引调制映射方法的比特误码率和SNR(Signal Noise Ratio,信噪比)如图3所示。根据图3所示的结果可知,在相同的索引参数下,通过采用本发明提出的索引调制映射方法获得索引调制映射表格后,利用该映射表进行索引调制传输的复杂度与传统方案的复杂度一样,但是可以有效改善误码率性能。
实施例二:
一种索引调制映射方法,本实施例与上述实施例一类似,所不同之处在于,本实施例中,将N组比特信息匹配到目标子图的N个顶点,并为目标子图中的边赋权值,使得目标子图中所有边的权值之和最小,其具体方法在实施例一的基础上,还包括:
(W1)将起始比特信息依次匹配到目标子图中的N个顶点后,执行步骤(T3)~(T8),共得到N种匹配方案;
每次将起始比特信息匹配到顶点时,将目标子图中所有顶点均初始化为未匹配的状态;
(W2)从N种匹配方案中筛选出使得目标子图中边的权值之和最小的匹配方案,作为候选匹配方案,并初始化变量nerr′=nerr;
(W3)若候选匹配方案的数量不为1,则按照nerr′=nerr′+1更新变量nerr′后,转入步骤(W4);否则,转入步骤(W6);
(W4)更新目标子图,使得当且仅当两个索引组合中不同元素个数为nerr′时,相应的两个顶点之间存在一条边,得到更新后的目标子图;
应当理解的是,目标子图在更新前、后,其顶点维持不变,只是相邻顶点的判断标准发生了变化,相应地,目标子图在更新前、后,边的连接情况会发生变化;
(W5)按照各候选匹配方案为更新后的目标子图中的边赋权值,并相应计算更新后的目标子图中边的权值之和,以筛选出使得更新后的目标子图中边的权值之和最小的匹配方案,作为新的候选匹配方案,转入步骤(W3);
(W6)将筛选出的唯一的匹配方案确定为最终比特信息与索引组合的匹配方案;
本实施例在有多个匹配方案能够使得目标子图中所有边的权值之和最小时,通过更新目标子图中边的构成,对匹配方案进行逐步筛选,直至获得唯一的匹配方案,由此能够使得最终获取的匹配方案在条件变化时,仍然最优。
实施例三:
一种计算机可读存储介质,该计算机可读存储介质包括存储的计算机程序,其中,在计算机程序被处理器运行时控制计算机可读存储介质所在设备执行上述任一实施例提供的索引调制映射方法。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,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、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种索引调制映射方法,其特征在于,包括:
获取索引调制参数下所有的Nall个索引组合,并以索引组合为顶点构建图论模型;在所述图论模型中,当且仅当两个索引组合中不同元素个数为nerr时,相应的两个顶点之间存在一条边;
将N组比特信息匹配到所述目标子图的N个顶点,并为所述目标子图中的边赋权值,使得所述目标子图中所有边的权值之和最小,将此时比特信息与索引组合的匹配关系确定为最终的索引调制映射关系;两个顶点所匹配的两组比特信息中不同元素的个数越多,相应两个顶点之间边的权值越大;
将N组比特信息匹配到所述目标子图的N个顶点,并为所述目标子图中的边赋权值,使得所述目标子图中所有边的权值之和最小,包括如下步骤:
(T1)为所述目标子图中各顶点分配唯一的顶点编号,并建立所述目标子图的相邻矩阵;所述相邻矩阵中,每一行元素与一个顶点相对应,表示与该顶点相邻的顶点编号;
(T2)从所述N组比特信息选取一组比特信息,作为起始比特信息,并将所述起始比特信息匹配到所述目标子图中的其中一个顶点;
(T3)从所述相邻矩阵中,已匹配的顶点所对应的一行元素中选取一个顶点编号,将相应顶点作为待匹配顶点;
(T4)将剩余未匹配的比特信息依次匹配到所述待匹配顶点,相应地为所述目标子图中的边赋权值,并计算所述目标子图中所有边的权值之和,其中,未匹配比特信息的顶点关联的边的权值为0;
(T5)保留所述目标子图中所有边的权值之和最小时,一组比特信息与当前所述待匹配顶点的匹配关系,并转入步骤(T6);
(T6)若所述目标子图中,所有顶点均已匹配,则转入步骤(T8);否则,获取所述目标子图中已匹配的顶点编号集合,并转入步骤(T7);
(T7)分别获取所述相邻矩阵中每一行元素与所述顶点编号集合所包含的相同元素的个数,以选取与所述顶点编号集合具有最多的相同元素的一行元素所对应的顶点,作为新的待匹配顶点,并转入步骤(T4);
(T8)匹配结束。
2.如权利要求1所述的索引调制映射方法,其特征在于,获取所述目标子图的方法,包括如下步骤:
(S1)从所述图论模型中选取一个顶点,将所选取的顶点连同与之关联的边均从所述图论模型中去除,得到包含Nall-1个顶点的子图,将所述包含Nall-1个顶点的子图作为待处理子图,并转入步骤(S2);
(S2)若所述待处理子图中,顶点数为N,则将所述待处理子图作为所述目标子图,并转入步骤(S4);否则,从所述待处理子图中,选取一个度最大的顶点,将所选取的顶点连同与之关联的边均从所述待处理子图中去除,得到新的子图;
(S3)将所述新的子图作为待处理子图,并转入步骤(S2);
(S4)获取结束。
3.如权利要求1所述的索引调制映射方法,其特征在于,将N组比特信息匹配到所述目标子图的N个顶点,并为所述目标子图中的边赋权值,使得所述目标子图中所有边的权值之和最小,还包括:
(W1)将所述起始比特信息依次匹配到所述目标子图中的N个顶点后,执行步骤(T3)~(T8),共得到N种匹配方案;
每次将所述起始比特信息匹配到顶点时,将所述目标子图中所有顶点均初始化为未匹配的状态;
(W2)从所述N种匹配方案中筛选出使得所述目标子图中边的权值之和最小的匹配方案,作为候选匹配方案,并初始化变量nerr′=nerr;
(W3)若候选匹配方案的数量不为1,则按照nerr′=nerr′+1更新变量nerr′后,转入步骤(W4);否则,转入步骤(W6);
(W4)更新所述目标子图,使得当且仅当两个索引组合中不同元素个数为nerr′时,相应的两个顶点之间存在一条边,得到更新后的目标子图;
(W5)按照各候选匹配方案为所述更新后的目标子图中的边赋权值,并相应计算更新后的目标子图中边的权值之和,以筛选出使得更新后的目标子图中边的权值之和最小的匹配方案,作为新的候选匹配方案,转入步骤(W3);
(W6)将筛选出的唯一的匹配方案确定为最终比特信息与索引组合的匹配方案。
4.如权利要求1所述的索引调制映射方法,其特征在于,边的权值为连接该边的两个顶点所对应的两组比特信息之间的汉明距离。
5.如权利要求1所述的索引调制映射方法,其特征在于,还包括:根据所确定的比特信息与索引组合的匹配关系绘制比特信息到索引组合的索引调制映射表格。
6.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序被处理器运行时控制所述计算机可读存储介质所在设备执行权利要求1-5任一项所述的索引调制映射方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010724272.1A CN111917678B (zh) | 2020-07-24 | 2020-07-24 | 一种索引调制映射方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010724272.1A CN111917678B (zh) | 2020-07-24 | 2020-07-24 | 一种索引调制映射方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111917678A CN111917678A (zh) | 2020-11-10 |
CN111917678B true CN111917678B (zh) | 2021-06-11 |
Family
ID=73281771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010724272.1A Active CN111917678B (zh) | 2020-07-24 | 2020-07-24 | 一种索引调制映射方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111917678B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108900456A (zh) * | 2018-07-03 | 2018-11-27 | 北京理工大学 | 一种双模式索引调制映射设计方法 |
CN110213194A (zh) * | 2019-05-20 | 2019-09-06 | 重庆邮电大学 | 一种低复杂度的空间调制比特映射方法 |
CN110830089A (zh) * | 2019-11-26 | 2020-02-21 | 电子科技大学 | 一种空间频率索引调制传输方法 |
CN111431617A (zh) * | 2020-04-14 | 2020-07-17 | 兰州理工大学 | 一种无线光通信的非对称限幅光ofdm-im调制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI618374B (zh) * | 2017-04-21 | 2018-03-11 | 國立臺灣大學 | 束波成型索引空間調變的方法 |
-
2020
- 2020-07-24 CN CN202010724272.1A patent/CN111917678B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108900456A (zh) * | 2018-07-03 | 2018-11-27 | 北京理工大学 | 一种双模式索引调制映射设计方法 |
CN110213194A (zh) * | 2019-05-20 | 2019-09-06 | 重庆邮电大学 | 一种低复杂度的空间调制比特映射方法 |
CN110830089A (zh) * | 2019-11-26 | 2020-02-21 | 电子科技大学 | 一种空间频率索引调制传输方法 |
CN111431617A (zh) * | 2020-04-14 | 2020-07-17 | 兰州理工大学 | 一种无线光通信的非对称限幅光ofdm-im调制方法 |
Non-Patent Citations (2)
Title |
---|
Weighted Posets and Digraphs Admitting the Extended Hamming Code to be a Perfect Code;Jong Yoon Hyun;《IEEE》;20190306;全文 * |
空频联合索引调制***的子载波优化与检测算法研究;牛晓珂;《中国优秀硕士学位论文全文数据库(电子期刊)》;20200131;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111917678A (zh) | 2020-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112105062B (zh) | 时敏条件下移动边缘计算网络能耗最小化策略方法 | |
Yoshida et al. | MAB-based client selection for federated learning with uncertain resources in mobile networks | |
CN112533274B (zh) | 一种室内太赫兹bwp和功率调度方法及装置 | |
CN113708804B (zh) | 基于鲸鱼算法的用户调度和模拟波束选择优化方法 | |
CN110856268B (zh) | 一种无线网络动态多信道接入方法 | |
CN105680920B (zh) | 一种多用户多天线数能一体化通信网络吞吐量优化方法 | |
CN105721123A (zh) | 一种用户配对及功率分配方法及装置 | |
CN108156617B (zh) | 一种雾无线接入网中基于图论的协作缓存方法 | |
CN113596785A (zh) | 基于深度q网络的d2d-noma通信***资源分配方法 | |
CN111835401B (zh) | 一种无人机通信网络中的无线资源与路径联合优化的方法 | |
CN116321299A (zh) | 信息年龄约束下基于mec的车联网任务卸载和资源分配方法 | |
CN110191476B (zh) | 一种基于可重构天线阵列的非正交多址接入方法 | |
CN111917678B (zh) | 一种索引调制映射方法 | |
CN109067678B (zh) | 基于高阶累积量wfrft信号级联调制识别方法、无线通信*** | |
CN108650710A (zh) | 基于混合多址接入的无线供能通信网络的资源分配方法 | |
CN114980216B (zh) | 基于移动边缘计算的依赖型任务卸载***及方法 | |
CN116367310A (zh) | 面向移动边缘计算的最大增益导向的信道分配方法 | |
CN116582893A (zh) | 一种无线供能边缘智能场景下的神经网络模型分割及资源分配方法 | |
CN109586848A (zh) | Scma***中一种消息传递解码算法 | |
CN114745032A (zh) | 一种无蜂窝大规模mimo智能分布式波束选择方法 | |
CN113553188A (zh) | 一种基于改进天牛须算法的移动边缘计算卸载方法 | |
CN113986532B (zh) | 一种低轨卫星物联网分布式任务协作处理方法 | |
Jiang et al. | ASPFL: Efficient Personalized federated learning for edge based on adaptive sparse training | |
WO2019128183A1 (zh) | 大规模天线***中多用户调度和资源分配处理方法及*** | |
CN109286480A (zh) | 基于候选信道匹配法正交频分多址***子载波分配方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |