本發(fā)明涉及無線通信，特別涉及一種基于uamp算法的cpm迭代均衡方法。

背景技術(shù)：

1、連續(xù)相位調(diào)制(cpm)在無線通信領(lǐng)域扮演著重要角色。cpm信號的優(yōu)點主要包括恒定的包絡(luò)以及連續(xù)的相位變化，這些特性使得其對非線性放大器具有更強(qiáng)的魯棒性，從而使得功率放大器設(shè)計具有更大的靈活性。此外，cpm信號的頻譜緊湊性意味著其具有更高的頻譜利用率，這在頻譜資源稀缺的環(huán)境中尤為重要。因此，cpm在移動通信、衛(wèi)星通信、航空航天、物聯(lián)網(wǎng)以及通感一體等領(lǐng)域得到了廣泛應(yīng)用。

2、然而，cpm信號的優(yōu)良特性也給接收機(jī)的設(shè)計帶來了巨大挑戰(zhàn)。眾多的調(diào)制參數(shù)以及cpm信號的記憶特性使得cpm信號接收機(jī)需要更復(fù)雜的處理技術(shù)。特別是在多徑衰落信道中，cpm信號受到嚴(yán)重的符號間干擾(isi)，這進(jìn)一步加大了cpm信號的處理難度。turbo均衡通過均衡器和譯碼器之間的迭代可以有效消除isi，提高信號的均衡性能，其結(jié)構(gòu)包括兩個基于網(wǎng)格的檢測器，其中一個專門用于均衡，另一個用于信道譯碼，并通過bcjr算法進(jìn)行外在信息的交換。隨后，有學(xué)者將基于線性濾波器的均衡器與信道譯碼技術(shù)相結(jié)合，實現(xiàn)了與基于網(wǎng)格算法相似的性能，同時大幅降低了計算復(fù)雜度。然而，最初的turbo均衡方法僅適用于線性調(diào)制信號，不能直接應(yīng)用于非線性的cpm信號，因此許多學(xué)者致力于針對cpm信號的turbo均衡。

3、針對cpm信號的turbo均衡，有學(xué)者提出了一種基于laurent分解的turbo線性均衡器(tle)。然而，該算法復(fù)雜度較高，且turbo增益并不顯著。相比之下，基于最小均方誤差(mmse)以及軟干擾消除(sic)算法的雙turbo迭代均衡器，集成了均衡、cpm解調(diào)以及信道譯碼，通過在每次前端迭代后改變后端迭代的次數(shù)，改進(jìn)了下一輪前端迭代的先驗信息，從而提高算法性能并加快迭代收斂速度。隨后該方法被進(jìn)一步推廣到頻域，實現(xiàn)了與時域均衡相近的性能，同時降低了算法復(fù)雜度。此外還有學(xué)者采用基于mmse/sic的方法來消除由laurent分解引起的自干擾。然而上述工作均基于mmse算法的，mmse算法將每個傳輸符號視作高斯變量，導(dǎo)致均衡器的性能損失嚴(yán)重。為了避免mmse算法相關(guān)的缺陷，有學(xué)者采用非相干檢測算法，并利用逐幸存路徑處理(psp)算法減少信道和cpm信號的記憶長度，這雖然可以降低基于網(wǎng)格的均衡器算法的復(fù)雜度，但與基于mmse的算法相比，其復(fù)雜度仍然是一個巨大挑戰(zhàn)。

4、綜上所述，現(xiàn)有基于mmse的cpm均衡算法性能損失比較嚴(yán)重，而非相干檢測算法的復(fù)雜度過高難以在實際中應(yīng)用。因此提出復(fù)雜度低且精度高的cpm均衡算法顯得十分重要。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于克服了現(xiàn)有技術(shù)的不足，避免非相干檢測算法的復(fù)雜度過高難以在實際中應(yīng)用，而提出一種基于uamp算法的cpm迭代均衡方法，本發(fā)明實現(xiàn)了低復(fù)雜度高性能的cpm信號均衡。

2、本發(fā)明的目的是通過如下措施來實現(xiàn)的：一種基于uamp算法的cpm迭代均衡方法，包括如下步驟：

3、步驟a、在發(fā)送符號序列中插入兩段尾符號，并將尾部數(shù)據(jù)作為cp放置到幀頭位置，將該幀數(shù)據(jù)調(diào)制為基帶cpm信號，最后將調(diào)制后的信號加載到載波上進(jìn)行發(fā)射；

4、步驟b、對接收到的基帶信號移除cp后構(gòu)建對應(yīng)的接收信號矩陣模型，對該矩陣模型進(jìn)行酉變換；

5、步驟c、對酉變換后的系統(tǒng)模型中待估計變量的聯(lián)合后驗概率密度函數(shù)進(jìn)行因子分解，得到相應(yīng)的因子圖模型；

6、步驟d、對步驟c中的因子圖模型，設(shè)計基于uamp的cpm迭代均衡算法，并獲得發(fā)送數(shù)據(jù)的估計值；

7、步驟e、重復(fù)步驟d，直到算法收斂。

8、優(yōu)選的，所述步驟a中，插入循環(huán)前綴cp的長度np大于信道記憶長度lc，且在發(fā)送符號序列中插入兩個長度為nk的尾符號。

9、優(yōu)選的，所述在發(fā)送符號序列中插入兩個長度為nk的尾符號的方法為：

10、步驟a1：將第j個傳輸數(shù)據(jù)塊中傳輸長度為n的數(shù)據(jù)符號α分割成兩段：其中上標(biāo)(j)表示第j個數(shù)據(jù)塊；

11、步驟a2：在和后面分別插入長度均為nk的尾符號和形成長度為的數(shù)據(jù)塊：

12、步驟a3：將數(shù)據(jù)塊作為cp放至前面，形成長度為的發(fā)送數(shù)據(jù)塊：

13、

14、其對應(yīng)的cpm的基帶信號表示為：

15、

16、其中es和t分別表示符號能量以及符號持續(xù)時間，表示調(diào)制相位，其表達(dá)式為：

17、

18、其中h＝q/p表示調(diào)制指數(shù)，q和p互質(zhì)，g(t)為滿足以下關(guān)系的相位成型函數(shù)：

19、

20、其中ω(t)表示持續(xù)時間為lt的頻率脈沖函數(shù)，通常采用的脈沖函數(shù)包括升余弦脈沖、矩形脈沖以及高斯脈沖等。在時刻t∈[nt,(n+1)t]內(nèi)，調(diào)制相位表達(dá)式可進(jìn)一步寫為：

21、

22、其中表示累加相位，當(dāng)q為偶數(shù)或者奇數(shù)時其分別有p或2p種可能的取值，表示瞬時相位，其有ml種可能得取值。當(dāng)qn有2p種取值時，cpm信號的相位軌跡是時變的，為了獲得時不變的相位軌跡，可將cpm信號相位轉(zhuǎn)換為傾斜相位：

23、

24、其對應(yīng)的傾斜cpm信號為：

25、y(t,α)＝x(t,α)ejph(m-1)t/t

26、此時qn無論q是奇數(shù)還是偶數(shù)其取值只可能為p種。

27、將n時刻的cpm信號狀態(tài)定義為：

28、∈n＝{qn,an-1,...,an-l+1}

29、此時在[nt,(n+1)t]時刻內(nèi)的cpm信號可以通過∈n和當(dāng)前輸入符號an映射得到，其對應(yīng)的y(t,α)一共有pml可能的取值，其集合記為：

30、

31、同時也可以得到下一時刻的狀態(tài)：

32、∈n+1＝{qn+1,an,...,an-l+2}

33、qn+1可以通過以下遞歸公式獲得：

34、

35、其中

36、

37、表示修正符號，其取值集合為{0,1,...,m-1}。

38、優(yōu)選的，所述步驟b中，受到符號間干擾(isi)以及加性高斯白噪聲(awgn)干擾情況下，接收信號的模型為：

39、

40、其中hm表示第m條傳播路徑的相關(guān)增益，v(t)表示均值為0方差為s2加性高斯白噪聲；對接收信號在時刻t＝(kn+i)ts進(jìn)行離散化，其中k和ts分別表示每個符號的采樣點數(shù)以及采樣周期，i∈{0,1,...,k-1}，離散化后的接收信號表示為：

41、

42、其中：

43、

44、符號中的上下角標(biāo)如表示第n個符號時刻內(nèi)的第i個采樣點，對應(yīng)的離散化傾斜cpm信號為：

45、

46、其中

47、在去除cp后，接收信號可以由以下矩陣形式表示：

48、r＝hx+v

49、其中信道矩陣h是第一列為大小為的循環(huán)矩陣，且信道矩陣h可奇異值分解svd為h＝uλv，對接收信號進(jìn)行酉變換可得：

50、z＝uhr＝φx+w

51、其中φ＝uhh＝λv，λ是大小為的對角陣，w＝uhv且與v有著相同的均值和方差。因為h為循環(huán)矩陣，因此可以用離散傅里葉變換(dft)矩陣及其逆矩陣對其矩陣對角化，此時可以令u＝fh以及v＝f，其中f是大小為的dft矩陣。并且λ可以通過λ＝diag(fh0)獲得。

52、優(yōu)選的，所述步驟c中，根據(jù)cpm信號酉變換后的矩陣模型，在給定觀察變量z的情況下，原始比特序列b，編碼數(shù)據(jù)c，映射后的符號α，基帶cpm信號x，傾斜cpm信號y以及cpm狀態(tài)∈的聯(lián)合后驗概率密度函數(shù)分布可因子分解為：

53、

54、其中

55、

56、表示因子節(jié)點與聚合，表示觀測傳遞過來的信息，表示cpm信號與傾斜cpm信號之間的硬約束關(guān)系，表示cpm信號的調(diào)制關(guān)系，表示cpm信號狀態(tài)轉(zhuǎn)移關(guān)系，表示映射約束，fc(b,c)表示編碼約束，表示比特的先驗信息；

57、根據(jù)因子分解結(jié)果按照因子圖構(gòu)建規(guī)則，得到存在isi以及awgn干擾下cpm接收信號矩陣模型對應(yīng)的因子圖模型。

58、優(yōu)選的，所述步驟d具體包括如下步驟：

59、步驟d1、使用uamp算法，在聯(lián)合后驗概率密度函數(shù)分布的因子圖上計算均衡器的右向輸出消息

60、步驟d2、使用bp規(guī)則，在聯(lián)合后驗概率密度函數(shù)分布的因子圖上計算cpm信號解調(diào)器的右向輸出消息

61、步驟d3、使用bcjr算法，在聯(lián)合后驗概率密度函數(shù)分布的因子圖上計算譯碼器的原始比特序列b的后驗概率以及編碼比特的外信息

62、步驟d4、使用bp規(guī)則，在聯(lián)合后驗概率密度函數(shù)分布的因子圖上計算解調(diào)器的左向輸出即均衡器的輸入消息

63、優(yōu)選的，所述步驟d1具體包括如下：

64、使用uamp算法，在聯(lián)合后驗概率密度函數(shù)分布的因子圖上計算均衡器的右向輸出消息

65、

66、優(yōu)選的，所述步驟d2具體包括如下：

67、使用bp規(guī)則，在聯(lián)合后驗概率密度函數(shù)分布的因子圖上計算cpm信號解調(diào)器的右向輸出消息

68、

69、優(yōu)選的，所述步驟d3具體包括如下：

70、使用bcjr算法，在聯(lián)合后驗概率密度函數(shù)分布的因子圖上計算譯碼器的原始比特序列b的后驗概率以及編碼比特的外信息

71、

72、優(yōu)選的，所述步驟d4具體包括如下：

73、使用bp規(guī)則，在聯(lián)合后驗概率密度函數(shù)分布的因子圖上計算解調(diào)器的左向輸出即uamp算法的輸入消息

74、

75、本發(fā)明的有益效果：本發(fā)明通過在發(fā)送端插入cp來構(gòu)建循環(huán)信道矩陣h，并利用dft矩陣及其逆矩陣實現(xiàn)信道矩陣h的對角化處理，隨后采用酉變換對接收信號模型進(jìn)行處理。在此基礎(chǔ)之上，提出了一種因子圖表示方法，并結(jié)合uamp算法以及bp規(guī)則推導(dǎo)出相應(yīng)的消息傳遞算法。數(shù)值結(jié)果表明，該算法在保持較低復(fù)雜度的同時，在誤碼率性能上顯著超越了現(xiàn)有的迭代均衡算法。