[发明专利]基于部分序列参数检测的空时码模式盲识别方法有效

专利信息
申请号: 201310469951.9 申请日: 2013-10-07
公开(公告)号: CN103490863A 公开(公告)日: 2014-01-01
发明(设计)人: 卢小峰;张海林;程文驰;董阳;郭松;张立 申请(专利权)人: 西安电子科技大学
主分类号: H04L1/06 分类号: H04L1/06;H04L1/00
代理公司: 陕西电子工业专利中心 61205 代理人: 王品华;朱红星
地址: 710071*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 部分 序列 参数 检测 空时码 模式 识别 方法
【说明书】:

技术领域

发明属于通信技术领域,更进一步涉及空时信号检测技术领域的空时分组码编码模式盲识别方法,可用于多输入多输出MIMO系统中,对空时分组码进行盲识别。

背景技术

MIMO系统是下一代无线通信的关键技术,空时码是MIMO系统的重要组成部分。空时码的盲识别是通信对抗领域迫切需要研究的领域,它能够为MIMO系统对抗技术提供基础和技术支撑,具有重要的理论意义和应用价值,已引起学术界的关注。

空时码的盲识别是一个新兴的课题,已有的算法分为最大似然检测算法和时滞相关算法。最大似然检测算法函数构造简单,计算复杂度低,但它对于分组长度和分组符号数相同的码型无法识别;时滞相关算法可识别的码型较多,但其计算复杂度随着采样点数成指数增加,在实际中难以应用于实时检测。

文献[1V.Choqueuse,M.Marazin et al.,Blind recognition of linear space time block codes:A likelihoodbased approach.IEEE Trans.Signal Processing,58(3),2010,1290-1299]中提出的码参数检测算法属于最大似然检测算法。根据最大似然准则对所有候选集码型,构造仅与编码参数有关的似然函数,通过比较不同编码模式的似然函数,对编码参数做出判决,进而判断出码型。该方法判决函数构造简单,计算复杂度低,在MIMO盲识别系统中得到了广泛的应用。但是该方法在工程实践中进行MIMO检测时,存在的不足是:对多种具有相同分组长度和每分组内符号数的编码模式无法识别。

文献[2V.Choqueuse,K.Yao et al.,Blind recognition of linear space time block codes.IEEE Int.Conf.Acoust.Speech Signal Process,2008,2833-2836]中提出的决策分类检测算法属于时滞相关算法。它根据不同空时分组码的相关矩阵在不同时延下的Frobenius范数的差异性,采用逐级对比,实现对空时分组码的盲识别。由于该方法可识别的码型较广,而且对正交空时分组码的检测性能非常优越,因此在MIMO检测中也得到了一定的应用。但该方法在MIMO盲识别系统中还存在很多的不足:主要表现在对多种具有相同F范数解的码型无法区分,计算复杂度随着采样时间长度成几何倍数增加。

发明内容

本发明的目的在于针对上述已有技术的不足,提出一种基于部分序列参数检测的空时码模式盲识别方法,以提高空时码码型识别范围,降低计算的复杂度。

实现本发明目的地技术思路是:通过采用特征量预估计技术,对多路接收信号进行分组特征量预估计,利用估计出的分组特征量,缩小空时码集合;接着利用部分序列码参数检测技术,进行部分序列码参数检测,利用检测出的部分序列码参数在缩小的空时码集合中找到判决码型。具体方案包括如下步骤:

1)接收端通过r根接收天线接收发射端发送的长度为N的信号序列,得到r×N的接收信号矩阵R',其中N≥64,r≥2;

2)利用所有需要识别的空时码,组成码型集合Ω,取Ω中每种码型的分组符号数s和分组长度k的组合(s,k)构成特征量集合(U,V),记第i个组合为(si,ki),

i=1,2...Ζ,Ζ为特征量集合(U,V)中组合个数;

3)将接收信号矩阵R'的实部和虚部并联,获得并联矩阵R,即

R=Re(R)Im(R)]]>

其中Re(·)表示取实部运算,Im(·)表示取虚部运算;

4)计算特征量函数值:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310469951.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top