-
【作 者】
李静
-
【学位年度】2005
-
【学位授予单位】中国人民解放军信息工程大学；解放军信息工程大学
-
【导师姓名】葛临东
-
【 关键词 】无线通信非合作接收迭代处理信道译码信道估计载波频差估计载波相位恢复
-
【摘 要】
无线信号的非合作接收是技术侦察中信息截获技术体系的一个重要而关键的组成部分。现代无线通信技术高速、低功率的发展趋势以及信息截获本身固有的特点，对信噪比门限低、抗信道衰落和失真能力强的非合作接收技术提出了迫切的需求。 均衡与同步是失真信道下进行有效接收必须解决的两大关键问题。非合作接收应用背景下的均衡与同步一般比常规通信接收中的相关问题有更高的技术难度，而低信噪比、严重失真的无线信道条件则使这两个技术问题更具挑战性。本文主要围绕这一应用背景下的均衡和同步两大技术问题进行了研究与讨论。 在绪论中我们...
更多 >>
无线信号的非合作接收是技术侦察中信息截获技术体系的一个重要而关键的组成部分。现代无线通信技术高速、低功率的发展趋势以及信息截获本身固有的特点，对信噪比门限低、抗信道衰落和失真能力强的非合作接收技术提出了迫切的需求。 均衡与同步是失真信道下进行有效接收必须解决的两大关键问题。非合作接收应用背景下的均衡与同步一般比常规通信接收中的相关问题有更高的技术难度，而低信噪比、严重失真的无线信道条件则使这两个技术问题更具挑战性。本文主要围绕这一应用背景下的均衡和同步两大技术问题进行了研究与讨论。 在绪论中我们阐述了本论文课题的应用背景。由于认清无线信道的特点有助于采取相应的信号处理措施从而提高接收系统的性能，因此在讨论具体的技术问题之前，绪论还概要地介绍了课题研究的重要基础之一——无线信道模型。 要实现恶劣条件下的有效接收，关键在于采取全局最优或接近最优的检测算法。基于软信息的迭代检测是一种以现实可容忍的运算代价实现逼近全局最优接收性能的信号处理思想。它强调接收机中各级处理模块之间软信息的传递，并打破了接收机中各级处理模块之间信息单向流动的传统做法，在信道译码与其它模块之间形成信息交流的良性循环，大大地提高了接收机抗严重信道失真和噪声的能力，是本文研究方法的重要基础。本文第二章从最优检测的角度介绍了迭代处理思想的基本原理，并引出这一思想的两个重要基础：软输入软输出(SISO)处理和分级迭代处理。在此基础上，针对近十年来发展起来的迭代处理在通信接收中的几个应用，简要介绍了turbo编译码、turbo均衡、迭代多用户检测以及迭代解调映射等的原理。 Turbo均衡是迭代处理思想在均衡领域中的成功应用。本文第三章首先描述了turbo均衡的通用结构，并就包括SISO映射、SISO逆映射及SISO译码在内的几个关键模块进行了深入详细的讨论。在SISO逆映射的讨论中，首次推导了针对Gray编码16QAM调制的均衡器外信息的简化计算公式。在关于SISO译码器外信息计算的讨论中，论文分析了常用计算方法的不合理性，提出一种新的译码器外信息计算方法。仿真结果表明，对于严重信道失真的高阶调制信号，采用该计算方法的turbo均衡具有十分明显的性能优势。 基于已经给出的turbo均衡的通用结构，本文第三章在信道响应已知的恒参信道条件下，研究讨论了分别基于最小均方误差(MMSE)线性均衡器(LE)和MMSE软判决反馈均衡器(SDFE)的turbo均衡算法及其性能。其中，turboMMSE-LE采用了基于MMSE准则的最优均衡算法，在低信噪比下抗严重信道失真的能力比传统均衡有了极大的提高。不过，由于这种算法需要大量矩阵求逆运算，因而实现复杂度较高。针对这一特点，论文还介绍了简化的turboMMSE-LE，减少了算法中矩阵求逆的次数。在基于SDFE的turbo均衡方面，论文讨论了按MMSE准则设计的前向滤波器和反馈滤波器的频域形式，在此基础上通过IDFT得到均衡滤波器的时域近似，并从方便实现的角度对均衡器结构进行了改进。这种turboSDFE在计算滤波器系数时只涉及简单的标量计算和存在快速算法的IDFT，因而运算量低，易于实现。不过仿真结果表明，按上述思想实现的turboSDFE的性能与turboMMSE-LE相比有约2dB的差距。因此在实际应用中，应当根据信噪比及对运算量的要求等具体条件在上述两种算法中进行选择。 第四章研究了适合非合作接收应用实际的恒参信道盲turbo均衡，即在没有训练序列或发送序列先验信息的条件下实现信道响应的估计及turbo均衡。常用的盲均衡结构可分为两种，即基于自适应滤波直接恢复数据的结构及信道估计与均衡相对独立的结构。 本章采用后一种结构实现盲turbo均衡。由于相关的均衡算法已在第三章做了讨论，因此本章重点讨论了不依赖于训练序列的信道估计。为此，我们采用基于递归最小二乘(RLS)算法的软判决引导迭代信道估计方法，并提出采用传统盲均衡算法来辅助信道估计的思想。 在初始盲均衡算法的选择上，由于超指数算法是一种基于数据块的盲均衡算法，对严重失真的信道也能达到较好的均衡效果，比较符合turbo盲均衡对初始算法的要求，因此我们选择超指数算法来启动turbo盲均衡。通过盲均衡、信道译码和SISO映射得到的发送符号的软判决，为信道估计的第一次迭代提供参考信号，由此得到信道响应的初始值，作为SISO均衡的信道参数。此后，迭代在SISO均衡、信道估计及SISO译码三者之间进行，即信道估计使用SISO均衡、SISO译码得到的软判决作为新的参考信号，而SISO均衡则在每次迭代中根据信道估计结果更新其信道参数。仿真结果验证了上述盲turbo均衡方法的可行性。 本文第五章研究了频率选择性衰落信道环境下的均衡。 在常规的通信中，获取信道信息并克服信道失真通常需要依靠训练序列的帮助，特别是当信道失真和衰落较严重时，训练序列对正常接收具有更加重要的意义。尽管在大部分非合作接收中受条件限制一般只能采取盲处理手段，但在某些通信协议已知的应用场合中，还是可能也应当在接收处理中合理地借助训练序列来提高接收机的性能。因此本章首先讨论了训练序列已知条件下的衰落信道turbo均衡。其中，信道估计分为初始估计与迭代信道跟踪两个阶段。在初始阶段中，设信道响应在一个数据帧的持续时间内保持不变，从而将训练阶段得到的信道估计作为整个数据帧的信道参数。在迭代信道跟踪阶段，基于RLS算法的信道估计将当前得到的软判决作为参考信号来跟踪信道响应的变化，并不断更新SISO均衡的信道参数。 第五章还重点讨论了衰落信道的盲均衡，提出采用基于MonteCarlo计算的盲均衡方法来解决这一问题。在使用Bayes准则的多维参数最优检测问题中，往往会涉及复杂的多维概率积分或求和，通常需要借助于某种数值方法来进行计算，而MonteCarlo方法就是解决这一问题的通用、灵活而有效的方法之一。Gibbs样本法是一种常用的MonteCarlo方法。本文描述了Gibbs样本法的一般形式，并研究讨论了基于Gibbs样本法的盲均衡算法。该算法将数据恢复及信道估计归结为多维参数估计问题，利用Gibbs样本法迭代计算发送符号和信道响应的条件概率分布，从而实现均衡的目的。仿真分析表明，在恒参信道下，Gibbs样本法盲均衡在信号观察长度很短时也能达到收敛，这是常用盲均衡算法一般不具备的突出优点。考虑到衰落信道的响应在较短的时间内可近似为非时变信道，因此我们提出将较长的接收数据帧分割成较小的数据段，设每段内信道恒定并利用Gibbs样本法进行均衡。由于Gibbs样本法是一种典型的SISO均衡算法，故将其代入第三章给出的turbo均衡的通用结构中，便可实现衰落信道条件下的turbo盲均衡。仿真考查了上述方法在瑞利衰落信道下的性能，结果表明这种方案是有效的。 载波同步是实现低信噪比条件下非合作接收所面临的另一个难题。现有的载波同步方法大多在只适用于中高信噪比，当信噪比低于某一门限时，这些方法往往很难获得令人满意的性能。因此，本文第六章研究了低信噪比条件下MPSK信号的载波同步问题。 在载波频率偏差估计方面，论文讨论了一种基于非线性变换自相关的非数据辅助算法。该算法在频差较小、中低信噪比条件下，能够取得接近MCRB的估计精度。不过该算法的估计范围很小，当载波频差超出该范围时，频差估计中涉及的相位计算会发生相位折叠，并且携带有效相位信息的信号会受到严重的衰减及相位畸变，从而导致频差估计发生错误。这极大地限制了该算法的应用范围。针对这一缺点，本章提出了相应的改进方法，通过频率粗测加频移的方法，将较大的载波频差转变成算法可有效估计的频率，极大地扩展了该算法的频率估计范围，提高了算法的实用性。仿真将该改进方法与其它几种常用的频差估计算法进行了比较，结果表明该方法在低信噪比条件下具有显著的优势。 在载波相位恢复方面，本章针对非特定的差错控制编码传输系统，讨论了利用SISO译码器输出对数似然比随相位偏差变化的规律得到的相位偏差代价函数，并提出一种求解该代价函数的迭代相位搜索方法，以相对较小的运算量实现较高精度的相位估计。仿真表明，该算法在低信噪比下具有稳定的性能，并且能够克服大多相位估计算法都存在的相位模糊问题。 软输入软输出的信道译码是所有基于软信息的迭代处理应用中的关键组成部分。本文在第七章中对这一问题进行了讨论。在turbo均衡、迭代多用户检测及迭代解调映射等应用的SISO译码器中，其输入一般只有前级SISO模块输出的编码比特的先验信息，而输出则为全部信息比特和校验比特的似然比，这与单纯用于差错控制的译码器的输入输出是不同的。本章针对这些差异，给出了适合各种迭代处理应用的log-MAX-MAP卷积码译码算法的通用描述。
<< 收起
-
【文献类型】
学位论文
-
-
进入发现系统查看更多信息
页脚
