CN116346164B - Otfs***中连续并行干扰消除的最大似然检测方法 - Google Patents
Otfs***中连续并行干扰消除的最大似然检测方法 Download PDFInfo
- Publication number
- CN116346164B CN116346164B CN202310236114.5A CN202310236114A CN116346164B CN 116346164 B CN116346164 B CN 116346164B CN 202310236114 A CN202310236114 A CN 202310236114A CN 116346164 B CN116346164 B CN 116346164B
- Authority
- CN
- China
- Prior art keywords
- delay
- signal
- doppler
- channel
- maximum likelihood
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 67
- 238000007476 Maximum Likelihood Methods 0.000 title claims abstract description 37
- 230000008030 elimination Effects 0.000 title claims description 14
- 238000003379 elimination reaction Methods 0.000 title claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 72
- 239000011159 matrix material Substances 0.000 claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 23
- 125000004122 cyclic group Chemical group 0.000 claims description 9
- 239000013598 vector Substances 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000000465 moulding Methods 0.000 claims 2
- 230000003472 neutralizing effect Effects 0.000 claims 1
- 230000002194 synthesizing effect Effects 0.000 claims 1
- 230000003287 optical effect Effects 0.000 abstract description 2
- 230000005540 biological transmission Effects 0.000 description 9
- 230000008901 benefit Effects 0.000 description 6
- 230000000875 corresponding effect Effects 0.000 description 6
- 230000007423 decrease Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000000654 additive Substances 0.000 description 3
- 230000000996 additive effect Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000005562 fading Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 125000002347 octyl group Chemical group [H]C([*])([H])C([H])([H])C([H])([H])C([H])([H])C([H])([H])C([H])([H])C([H])([H])C([H])([H])[H] 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/69—Spread spectrum techniques
- H04B1/707—Spread spectrum techniques using direct sequence modulation
- H04B1/7097—Interference-related aspects
- H04B1/7103—Interference-related aspects the interference being multiple access interference
- H04B1/7105—Joint detection techniques, e.g. linear detectors
- H04B1/71057—Joint detection techniques, e.g. linear detectors using maximum-likelihood sequence estimation [MLSE]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/69—Spread spectrum techniques
- H04B1/707—Spread spectrum techniques using direct sequence modulation
- H04B1/7097—Interference-related aspects
- H04B1/711—Interference-related aspects the interference being multi-path 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)
- Noise Elimination (AREA)
Abstract
本发明公开了一种OTFS***中连续并行干扰消除的最大似然检测方法,属于OTFS***信号检测技术领域;依据最大多径时延的大小在延时多普勒域中***零值;延时多普勒域得到接收信号矩阵,依据信道状态信息确定单一路径叠加数据以及延时量;在延时量对应索引处沿着多普勒频移方向去除信道的影响,采用最大似然检测算法检测数据并记录;在多路径叠加所在的延时量处依据信道状态信息和已检测信号计算干扰分量;去除干扰分量后沿着多普勒方向去除信道的影响,完成对所有接收信号的估计。本发明通过改变MP算法和ML算法实现信号检测,利用信道状态信息和已检测信号,在延时多普勒域实现高准确率的信号检测,降低了最大似然检测算法的复杂度。
Description
技术领域
本发明属于OTFS***信号检测技术领域,具体涉及一种OTFS***中连续并行干扰消除的最大似然检测方法。
背景技术
未来无线通信的一个目标是支持高速移动场景中的可靠通信,目前5G的主要调制技术是正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)。在高速移动场景中会产生较大的多普勒频移使得信道具有快速时变特性,导致OFDM符号经历严重的干扰。新型调制技术正交时频空(OTFS)调制可以获得时频域全分集,与OFDM相比展现出显著的性能优势。OTFS***在延时多普勒(Delay Doppler,DD)域传输信号,在延时多普勒域中信道具有时不变特性,因此延时多普勒域的信号传输可以避免信道时变性的影响。
OTFS***信道建模更加符合实际物理信道,在高速移动场景具有显著性能优势,但是想要发挥其优势必须研发出性能优异的信号检测算法,信号检测问题是OTFS***重要的研究方向。因此OTFS***信号检测问题的研究与设计,对于提升OTFS***性能具有重要意义。
OTFS***进行信号检测的常见算法包括消息传递(Message Passing,MP)算法及其改进算法, LMMSE、MMSE、ZF等方法。这些方法利用了延时多普勒域信道稀疏性的特点,但是在信号检测过程中没有充分利用已检测信号,算法复杂度高。ML算法是信号检测的经典方法,用于OTFS***进行信号检测算法复杂度呈现指数级增长,路径越多增长越快。延时多普勒域信道具有正交特性,不同路径可分离,显然不能将ML算法直接用于OTFS***进行信号检测。针对这一问题,本发明充分利用发送信号和信道状态信息二维卷积的形式以及已检测信号,提出利用并行干扰消除的方法降低最大似然检测算法复杂度。在此基础上对OTFS帧结构进行改进***零值,实现连续并行干扰消除,进一步降低算法复杂度。
发明内容
本发明的目的在于提供一种OTFS***中连续并行干扰消除的最大似然检测方法,以解决上述背景技术中提出的问题。
本发明目的是这样实现的:OTFS***中连续并行干扰消除的最大似然检测方法,其特征在于:该最大似然检测方法包括以下步骤:
步骤S1:发送端根据最大多径时延的大小在延时多普勒域中沿着延时方向***零值,产生延时多普勒域的发送信号矩阵;
步骤S2:接收端在延时多普勒域得到接收信号矩阵,根据已知的信道状态信息确定单一路径叠加数据以及延时量/>;
步骤S3:根据S2确定的延时量对应的索引处沿着多普勒频移方向去除信道的影响即/>,/>表示接收端数据矩阵/>的第/>行,/>表示第/>条路径信道矩阵/>的第/>行;采用最大似然检测算法检测/>并记录;/>为最大似然检测;
步骤S4:在多路径叠加所在的延时量处依据信道状态信息和已检测信号计算干扰分量/>;其中,/>表示发送信号/>的第/>行沿多普勒频移方向循环移位/>已检测的结果;/>表示哈达玛积;
步骤S5:根据步骤S4中的计算结果去除干扰分量即后沿着多普勒方向去除信道的影响/>,然后采用最大似然检测算法检测数据/>并记录数据;其中,/>表示接收信号/>矩阵第/>行去除已检测信号后的结果,只保留第/>条路径的数据;
步骤S6:完成对所有接收信号的估计。
优选的,所述步骤S1中在延时多普勒域中沿着延时方向***零值,产生延时多普勒域的发送信号具体操作如下:
步骤S1-1:根据信道状态信息确定/>条路径中信道最大的延时量/>;其中,/>表示信道增益,/>为频率偏移产生的相位失真建模,/>为循环移位建模;
步骤S1-2:在离散网格中,延时量/>满足条件的位置***QAM符号,延时量/>满足/>***零值,最终形成延时多普勒域的发射信号矩阵/>;
其中,表示路径总数,/>表示载波间隔且/>,/>表示延时多普勒域离散网格/>中延时索引,/>表示延时方向索引的最大值,/>表示延时多普勒域离散网格/>中多普勒索引,/>表示多普勒方向上索引最大值。
优选的,所述步骤S2中确定单一路径叠加的数据以及延时量具体操作如下:
步骤S2-1:发送信号经过信道传输之后,延时多普勒域的发送信号与信道状态信息是两维卷积的结果,分析公式;其中,/>表示接收信号矩阵的/>第/>行第/>列的元素,/>表示发送信号矩阵/>第/>行第/>的元素,/>表示加性噪声,/>表示信道增益,/>表示路径i产生的相位噪声;
步骤S2-2:确定条路径中最小的两个延时量/>和/>, />;
步骤S2-3:确定接收端延时多普勒域离散网格平面中,当延时量/>满足/>,在接收端延时多普勒信号矩阵中/>可以获得第/>条路径的/>个单一路径叠加数据。
优选的,所述步骤S3中采用最大似然检测算法检测并记录具体操作如下:
步骤S3-1:在接收端当延时量满足/>时,将上一步获得的第/>条路径的/>个数据沿着多普勒频移依次去除信道的影响即/>,/>表示接收端数据矩阵/>的第/>行,/>表示第/>条路径信道矩阵的第/>行;
步骤S3-2:采用最大似然检测算法检测去除信道影响的数据,并记录检测结果作为后续并行干扰消除的初始数据。
优选的,所述步骤S4中依据信道状态信息和已检测信号计算干扰分量具体操作如下:
步骤S4-1:依据公式明确在当前延时量处有几条干扰路径,再根据选定干扰路径的延时量大小从上一步单路径检测的结果中提取需要的数据;
步骤S4-2:根据所选定的干扰路径的信道状态信息和已检测数据计算干扰分量,其中 />表示已检测信号。
优选的,所述步骤S5中去除干扰分量即中/>为:
,
,
其中,表示接受信号矩阵/>的第/>行,/>表示路径/>信道矩阵/>的第/>行,/>表示信道矩阵/>中第/>行第/>列的元素,/>表示发送信号/>的第/>行沿多普勒频移方向循环移位/>已检测的结果,/>表示哈达玛积。
优选的,所述步骤S5中去除干扰分量后沿着多普勒方向去除信道的影响/>,在当前延时量/>处根据/>去除已检测信号的干扰,即矩阵/>的第/>行只保留第/>条路径的数据/>;
表示接收信号矩阵/>第/>行去除已检测信号后的结果,此时只保留第/>条路径的数据。
优选的,所述步骤S3 与步骤S5中最大似然检测算法为:
;
其中,表示延时多普勒域有效信道矩阵,/>为接受信号;/>表示与接收信号/>相关的/>个发送信号组成的向量,向量/>一共/>种形式,形成的解空间记为/>,Q为QAM符号添置阶数;/>表示/>中与接收信号/>相关的信道状态信息;将最大似然检测记为/>。
与现有技术相比,本发明具有如下改进及优点: 1、通过发送端延时多普勒域信号矩阵中***零值,在接收端先监测单路径叠加的数据,然后在多路劲叠加数据监测时去除已检测信号干扰实现连续并行干扰消除,降低最大似然检测算法的复杂度。
2、本发明基于MP算法和ML算法的基本原理,改变ML算法实现信号检测,充分利用信道状态信息和已检测信号,进一步降低了最大似然检测算法的复杂度。
附图说明
图1是本发明的流程图。
图2是本发明的***模型图。
图3是MP算法中的信息传递示意图。
图4是DD域中输入和输出信号的位置关系示意图。
图5是DD域帧结构示设计图。
图6是MMSE算法、MP算法、ML算法信号检测的误码率性能比较图。
图7是最大似然检测算法及其改进算法误码率性能比较图。
图8是不同多普勒频移下的误码率性能对比图。
具体实施方式
以下结合附图对本发明做进一步概述。
如图1所示,OTFS***中连续并行干扰消除的最大似然检测方法,该最大似然检测方法包括以下步骤:
步骤S1:发送端根据最大多径时延的大小在延时多普勒域中沿着延时方向***零值,产生延时多普勒域的发送信号矩阵;
具体操作如下:
步骤S1-1:根据信道状态信息确定/>条路径中信道的最大延时量/>;
其中,是置换矩阵,/>是对角矩阵,如下所示:
其中即路径/>的延时对发射信号向量/>产生的循环移位建模成/>,频率偏移产生的相位失真建模为/>;
步骤S1-2:在离散网格中,延时量/>满足条件的位置***QAM符号,延时量/>满足/>***零值,最终形成延时多普勒域的发射信号矩阵/>。
步骤S2:接收端在延时多普勒域得到接收信号矩阵,根据已知的信道状态信息确定单一路径叠加数据以及延时量/>;
步骤S2中确定单一路径叠加的数据以及延时量具体操作如下:
步骤S2-1:发送信号经过信道传输之后,延时多普勒域的发送信号与信道状态信息是两维卷积的结果,分析公式;
步骤S2-2:确定条路径中最小的两个延时量/>和/>;
步骤S2-3:确定接收端延时多普勒域离散网格平面中,当延时量/>满足/>,在接收端延时多普勒信号矩阵中/>可以获得第/>条路径的/>个单一路径叠加数据。
步骤S3:根据S2确定的延时量对应的索引处沿着多普勒频移方向去除信道的影响即/>,采用最大似然检测算法检测/>并记录;
步骤S3中采用最大似然检测算法检测数据并记录具体操作如下:
步骤S3-1:在接收端当延时量满足/>时,将上一步获得的第/>条路径的/>个数据沿着多普勒频移方向依次去除信道的影响即/>,/>表示接收端数据矩阵/>的第/>行,/>表示第/>条路径信道矩阵的第/>行;
步骤S3-2:采用最大似然检测算法检测去除信道影响的数据,并记录检测结果作为后续并行干扰消除的初始数据。
步骤S4:在多路径叠加所在的延时量处依据信道状态信息和已检测信号计算干扰分量/>;
步骤S4中依据信道状态信息和已检测信号计算干扰分量具体操作如下:
步骤S4-1:依据公式明确在当前延时量处有几条干扰路径,再根据选定干扰路径的延时量大小从上一步单路径检测的结果中提取需要的数据;
步骤S4-2:根据所选定的干扰路径的信道状态信息和已检测数据计算干扰分量,其中 />表示已检测信号。
步骤S5:根据步骤S4中的计算结果去除干扰分量即后沿着多普勒方向去除信道的影响/>,然后采用最大似然检测算法检测数据/>并记录数据;
所述步骤S5中去除干扰分量后沿着多普勒方向去除信道的影响/>具体操作如下:
在当前延时量处根据/>去除已检测信号的干扰,即矩阵/>的第/>行只保留第/>条路径的数据/>。
步骤S6:完成对所有接收信号的估计。
工作原理:利用最大似然检测算法进行信号检测时,算法复杂度随着路径数量的增加迅速上升。在此对ML算法做出改进,以降低算法复杂度。
在OTFS调制中,信息符号即QAM符号,,Q为调制阶数;直接映射到DD域。在发送端进行逆辛傅里叶变换(Inverse Symplectic Finite Fourier Transform,ISFFT)将DD域的数据信号映射到时频域,即
在频域进行OFDM调制,将频域信号转换为时域信号,
其中,是发射端脉冲波形,当采用矩形波时/>是一个单位矩阵/>,/>表示傅里叶变换矩阵,/>和/>表示逆傅里叶变换矩阵。/>分别表示DD域信号、时频域信号以及OFDM调制产生的时域信号。以列优先将矩阵/>展开成向量/>,变换如下:
其中表示将矩阵/>通过串并转换成向量/>,/>表示克罗内克积,在发射之前为时域信号/>添加一个循环前缀,循环前缀长度依据信道最大多径延时确定。
添加循环前缀之后,数据信号经历双向选择性衰落信道,在接收端去掉循环前缀,在离散时间域可以得到如下表达式:
其中,表示接受信号/>向量的第/>个元素,/>表示向量的第/>个元素,P是传播路径总数,/>表示信道增益,/>表示取模操作,/>表示加性噪声,/>和/>分别表示整数多径延时和多普勒频移,本发明不考虑分数情况。将公式(4)写成向量的形式如下:
其中,,/>是置换矩阵,/>是对角矩阵,如下所示:
是置换矩阵,/>是对角矩阵,如下所示:
,
其中即路径/>的延时对发射信号向量/>产生的循环移位建模成/>,频率偏移产生的相位失真建模为/>。
然后进行与发射端对应操作的逆操作,将接收信号进行串并变换,再依次将信号转换到时频域和DD域,如下所示:
其中分别表示DD域信号,时频域接收信号,/>对应匹配滤波,当采用矩形波时是单位矩阵/>。
为了体现实际信道的影响,写出接收信号矩阵向量化形式:
(8)
其中,表示接收信号矩阵/>向量化的结果,/>表示有效信道,即延时多普勒域信道矩阵,/>表示噪声向量,采用矩形波时,信道表示如下:
(9)
其中结果与每条路径的延时和多普勒频移相关,计算过程利用了矩阵的块循环特性:
其中,分别表示矩阵/>的行索引和列索引,/>。根据/>的结果可以写出DD域输入输出的两维卷积关系式:
其中,表示加性噪声,/>表示路径/>产生的相位噪声。
从公式(11)可以看出在DD域输入输出呈现二维卷积关系,可以在延时多普勒域获得全分集。从公式(12)可以发现信道状态信息与时间无关,即信道状态信息不随时间变化。
通过图4说明改进最大似然检测算法的主要思路,为简化说明假设,有两条路径,路径1参数:/>,路径2参数:/>,不考虑信道增益,只关注DD域发送信号在接收端的叠加形式,如图4所示,(a)表示发射信号,(b)表示接收信号。图4(b)所对应的数学关系如下:
在接收端对第一行信号采用最大似然检测算法可以得到信号X11 ,X21 ,X31,X41,X14 ,X24 ,X34 ,X44的估计。在对 X12 ,X22 ,X32 ,X42进行检测估计时,可以通过干扰消除的方法去除已检测信号的影响再进行估计,例如对X22的估计:
其中,Y22是X11,X22经过信道后叠加而成,和/>分别是X11与X22对应的信道信息。
对每一行接收信号进行公式(14)的操作,最后可以完成的发送信号的检测。该方案充分利用了已检测信号和信道状态信息之间的相互关系,降低ML检测算法的复杂度。
主要以收发信号的每一行为基本单位,进行并行干扰消除,与常见的逐个符号检测采取的串行干扰消除有所区别,为了更加直观的体现其过程,将延时多普勒域输入输出关系改写为如下行的形式:
其中,表示接受信号矩阵/>的第/>行,/>表示路径/>信道矩阵/>的第/>行,表示发送信号/>的第/>行,沿多普勒频移方向循环移位/>的结果,/>表示哈达玛积。
一般情况,起始阶段采用最大似然检测算法的行数取决于最大多径延时,假设最大多径延时是,此算法的主要流程如下:
步骤一:当时,对接收每个信号/>基于公式/>采用最大似然检测算法,遍历/>种解,求解并记录每条路径上的信号的估计;其中,/>表示延时多普勒域有效信道矩阵,/>为接受信号;/>表示与接收信号/>相关的/>个发送信号组成的向量,向量/>一共/>种形式,形成的解空间记为/>,Q为QAM符号添置阶数;/>表示/>中与接收信号/>相关的信道状态信息;将最大似然检测记为/>;
步骤二:当时,根据第一步中记录的已检测数据以及信道信息/>,对每一行待检测信号消除所有已经检测的信号,即/>,/>表示接收信号矩阵第/>行去除已检测信号后的结果,只保留第/>条路径的数据;
步骤三:消除干扰后,对去除信道的影响,然后进行最大似然检测即/>,重复步骤二和步骤三;
步骤四:当接收信号矩阵的所有行完成干扰消除信号检测时,综合/>条路径的检测结果,得出待检测数据信号的估/>
将上述算法记为并行干扰消除最大似然检测算法。
实验结果:
仿真参数载波频率为4GHz,载波数量256(M),符号数256(N),载波间隔15KHz,,最大移动速度500KM/h,循环前缀长队17,采用4-QAM符号,路径数量设置为4。考虑整数的延时和多普勒频移量。
图5比较了MMSE算法、MP算法、ML算法信号检测算法的误码率性能。总体来看这三种算法中MP算法误码性能最佳,ML算法性能略优于MMSE算法。MMSE算法和ML算法在信噪比较低时,随着信噪比增加误码率下降缓慢,从12db附近误码率快速下降。MP算法误码率曲线以14db为界主要可以分为两段,后一段误码率下降快于前一段,两段近似线性变化。ML算法可以实现较高精度的信号检测。
图6比较了最大似然检测算法与本发明提出的两种ML改进算法的误码率性能比较。从图中不难发现ML算法与其他两种算法有明显差异,ML算法虽然对DD域中每个点遍历所有可能解,计算复杂度随路径成指数上升但是与其他两种算法相比没有性能优势。主要原因是解空间中解的数量为,路径数越多解越多则解之间的距离也越小,抗噪声性能下降,在噪声较小时才有比较好的性能。CPICMLD算法在信噪比低于14db时与PICMLD算法误码率曲线基本重合,随着信噪比下降误码率不断下降。在14db之后CPIC算法误码率与EPIC2相比略有上升。CPICMLD算法误码率略有上升的主要原因如下:当信道中存在一些衰落较大的路径时信道增益较小,CPICMLD算法在初始阶段采用干扰消除,误码概率增大。
还有一个明显的趋势就是,ML算法误码率随着信噪比增大加速下降,而其他两种算法在信噪比约为14db之后误码率下降速度放缓。主要原因在于干扰消除本身,在求解过程如果出现错码,这种错误会向后传播,而ML算法中各个节点独立求解,不存在向后传播的现象。
图7比较了OTFS***在不同多普勒频移下的误码率性能,采用的是连续并行干扰消除最大似然检测算法。其中最大k值分别等于2、8、16表示收发端相对速度为30 km/h、120km/h、500km/h。信噪比在10db到14db之间时三者误码率曲线基本重合,信噪比在14db到20db区间内,高多普勒频移的误码率性能比低多普勒频移稍差。在较大时由多普勒频移引起的相位失真变化更快,在DD域中信道响应与QAM符号相乘时产生一些小量,使得误码率性能有所上升。但是不难发现信噪比是影响误码率性能的主要因素,随之信噪比增大误码率不断降低,到高信噪比才呈现出一些性能上的差异。DD域的发送信号经历时不变信道,使得OTFS***在高多普勒频移下具有较好地误码率性能增益。
以上所述仅为本发明的实施方式而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理内所作的任何修改、等同替换、改进等,均应包括在本发明的权利要求范围之内。
Claims (1)
1.OTFS***中连续并行干扰消除的最大似然检测方法,其特征在于:该最大似然检测方法包括以下步骤:
步骤S1:发送端根据最大多径时延的大小在延时多普勒域中沿着延时方向***零值,产生延时多普勒域的发送信号矩阵XDD;
在延时多普勒域中沿着延时方向***零值,产生延时多普勒域的发送信号XDD具体操作如下:
步骤S1-1:根据信道状态信息确定P条路径中信道最大的延时量lτ;其中,hi表示信道增益,/>为频率偏移产生的相位失真,/>为延时量对发射信号向量产生的循环移位;
步骤S1-2:在离散网格Λ={(k/TN,l/ΔfM),k=0,...,M-1,l=0,...,N-1}中,延时量l满足0≤l≤M-1-lτ条件的位置***QAM符号,延时量l满足M-1-lτ<l≤M-1***零值,最终形成延时多普勒域的发射信号矩阵XDD;其中,k只考虑整数,k表示多普勒频移量,k也表示多普勒频移量对应的索引;l只考虑整数,l表示延时量,l也表示延时量对应的索引,M-1表示多普勒频移量对应的索引最大值,N-1表示延时量对应的索引最大值;T表示一个OFDM符号持续时间;Δf表示载波间隔,且T=1/Δf,P表示路径总数;
步骤S2:接收端在延时多普勒域得到接收信号矩阵YDD,根据已知的信道状态信息Hi确定第i条路径个单一路径叠加数据以及延时量l;其中/>和/>是P条路径中最小的两个延时量,/>
步骤S3:根据S2确定的延时量l对应的索引处沿着多普勒频移方向去除信道的影响,采用最大似然检测算法检测去除信道影响后的数据并记录,作为后续并行干扰消除的初始数据;
步骤S4:在多路径叠加所在的延时量l处依据信道状态信息和已检测信号计算干扰分量其中,/>表示发送信号XDD的第[l-li′]M行沿多普勒频移方向循环移位ki'已检测的结果;ki'表示第i'条路径多普勒频移量对应的索引;M表示多普勒频移方向索引总数,N表示延时方向索引总数;[l-li′]M中的[·]M表示取模操作即将[l-li′]模以M;/>表示哈达玛积;i'表示P条路径中的第i'条路径,i表示P条路径中的第i条路径;li'表示第i'条路径延时量对应的索引值;[k-ki′]N中的[·]N表示取模操作即将[k-ki′]模以N;
步骤S5:根据步骤S4中的计算结果去除干扰分量数据获得后沿着多普勒频移方向去除信道的影响,然后采用最大似然检测算法检测去除信道影响后的数据并记录;其中,bl,i表示接收信号YDD矩阵第l行去除已检测信号后的结果,只保留第i条路径的数据;Yl表示接收信号矩阵YDD的第l行;
步骤S6:完成对所有接收信号的估计;
当接收信号矩阵YDD的所有行完成干扰消除信号的检测时,综合P条路径的检测结果,得出待检测数据信号的估计;
所述步骤S3与步骤S5中最大似然检测算法为:
其中,Heff表示延时多普勒域有效信道矩阵;y为接收信号;x∈Cp×1表示与接收信号y相关的P个发送信号组成的向量,向量x一共QP种形式,形成的解空间记为Ω,Q为QAM符号调制阶数;Hp∈Cp×p表示Heff中与接收信号y相关的信道状态信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310236114.5A CN116346164B (zh) | 2023-03-13 | 2023-03-13 | Otfs***中连续并行干扰消除的最大似然检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310236114.5A CN116346164B (zh) | 2023-03-13 | 2023-03-13 | Otfs***中连续并行干扰消除的最大似然检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116346164A CN116346164A (zh) | 2023-06-27 |
CN116346164B true CN116346164B (zh) | 2023-11-24 |
Family
ID=86880010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310236114.5A Active CN116346164B (zh) | 2023-03-13 | 2023-03-13 | Otfs***中连续并行干扰消除的最大似然检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116346164B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021099169A1 (en) * | 2019-11-19 | 2021-05-27 | Volkswagen Aktiengesellschaft | Differential power analysis for otfs pilot interference detection |
CN113395221A (zh) * | 2021-04-25 | 2021-09-14 | 北京邮电大学 | 一种基于正交时频空联合信道估计与符号检测方法 |
CN115051894A (zh) * | 2022-06-10 | 2022-09-13 | 西安电子科技大学 | 基于串行干扰消除的otfs***符号检测方法 |
CN115150230A (zh) * | 2022-06-01 | 2022-10-04 | 北京理工大学 | 一种提升频谱效率的正交时频空间调制***及方法 |
CN115296970A (zh) * | 2022-07-07 | 2022-11-04 | 北京航空航天大学 | 基于逐元素外部信息的迭代正交时频空波形检测方法 |
CN115442195A (zh) * | 2022-08-23 | 2022-12-06 | 西安交通大学 | 一种多普勒轴插零扩展的otfs调制方法 |
-
2023
- 2023-03-13 CN CN202310236114.5A patent/CN116346164B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021099169A1 (en) * | 2019-11-19 | 2021-05-27 | Volkswagen Aktiengesellschaft | Differential power analysis for otfs pilot interference detection |
CN113395221A (zh) * | 2021-04-25 | 2021-09-14 | 北京邮电大学 | 一种基于正交时频空联合信道估计与符号检测方法 |
CN115150230A (zh) * | 2022-06-01 | 2022-10-04 | 北京理工大学 | 一种提升频谱效率的正交时频空间调制***及方法 |
CN115051894A (zh) * | 2022-06-10 | 2022-09-13 | 西安电子科技大学 | 基于串行干扰消除的otfs***符号检测方法 |
CN115296970A (zh) * | 2022-07-07 | 2022-11-04 | 北京航空航天大学 | 基于逐元素外部信息的迭代正交时频空波形检测方法 |
CN115442195A (zh) * | 2022-08-23 | 2022-12-06 | 西安交通大学 | 一种多普勒轴插零扩展的otfs调制方法 |
Non-Patent Citations (2)
Title |
---|
Low Complexity Iterative Rake Decision Feedback Equalizer for Zero-Padded OTFS Systems;Tharaj Thaj 等;IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY, VOL. 69, NO. 12, DECEMBER 2020;第15606-15622页 * |
基于干扰消除的 MIMO-OTFS ***信道估计与信号检测研究;苗毫伟;《中国优秀硕士学位论文全文数据库 》(第2期);第1-67页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116346164A (zh) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101350800B (zh) | 载波间干扰处理装置和方法以及无线通信***的接收机 | |
US7327812B2 (en) | Apparatus and method for estimating a plurality of channels | |
CN101355541B (zh) | 快变信道条件下正交频分复用***中分块均衡方法 | |
CN107332797B (zh) | 一种电力线ofdm通信***中的信道估计方法 | |
KR20050105554A (ko) | 직교 주파수 분할 다중 수신기의 채널 추정 방법 및 채널추정기 | |
CN113872657B (zh) | 一种免信道均衡的单载波宽带传输方法及*** | |
CN109309542B (zh) | 一种基于时域过采样的正交信分复用水声通信方法 | |
TW201128971A (en) | Apparatus and method for inter-carrier interference cancellation | |
CN113259291B (zh) | 利用水声连续信号动态多普勒跟踪实现的相位补偿方法 | |
CN111884761B (zh) | 一种用于单载波频域均衡***发送端的数据发送方法 | |
CN114745246B (zh) | 基于正交空间调制的正交时频空间调制***的工作方法 | |
CN109412987B (zh) | 一种ofdm***信道跟踪方法 | |
CN116346164B (zh) | Otfs***中连续并行干扰消除的最大似然检测方法 | |
CN106911621B (zh) | 一种基于v-ofdm的信道均衡和跟踪方法 | |
CN111291511B (zh) | 一种基于历史信息的软卡尔曼滤波迭代时变信道估计方法 | |
CN115426224B (zh) | 一种基于otfs信号的信道估计方法及*** | |
CN101958866A (zh) | 导频***方法和导频***模块 | |
Khan et al. | Robust modified MMSE estimator for comb-type channel estimation in OFDM systems | |
CN107968760B (zh) | 滤波多音调制***中一种基于迭代信道估计的接收算法 | |
CN112910814B (zh) | 一种基于部分响应的水声通信多载波调制方法 | |
CN111817990B (zh) | Ofdm***中基于最小均方误差的一种信道估计改进算法 | |
Samanta et al. | Modified slow fading channel estimation technique and fast fading channel estimation technique for OFDM systems | |
Pandey et al. | Performance analysis of pilot assisted channel estimation in OFDM | |
CN113055318A (zh) | 一种信道估计方法 | |
CN108540411B (zh) | 一种利用快速傅里叶变换的低复杂度bem信道估计方法 |
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 |