[发明专利]一种面向异步接入的卫星物联网终端身份辨识方法

权利要求书

1.一种面向异步接入的卫星物联网终端身份辨识方法，其特征在于：包括终端身份序列接收、时延匹配与身份检测和用户终端抵消三个部分，具体步骤如下：

步骤(1)终端身份序列接收：不同用户都是在不同时刻发送里德-穆勒序列，而接入点接收到的序列则是异步多个里德-穆勒用户序列的叠加；

步骤(2)时延匹配与身份检测：包括时延匹配和用户身份检测两部分：

步骤(2.1)时延匹配：以用户身份检测的参数为目标函数，设置适应度函数，合理配置遗传算法中各个参数，经过随机竞争选择法、单点交叉和变异，得到适应度高的个体，再进行一定次数的迭代，得到最佳个体，即最佳匹配时延；

步骤(2.2)用户身份检测：首先设计里德-穆勒的矩阵向量对{P，b}，其中P是矩阵，b是列向量，然后由{P，b}映射成唯一的里德-穆勒序列，里德-穆勒前半部分序列和后半部分序列相乘得到的序列，与沃尔什序列正交，即向量和沃尔什矩阵相乘后，存在一个最大值，其余值都等于0，利用这一特性，把接收序列进行上述操作，得到最大值的位置：

其中，w为最大值的位置，(·)_I表示取实部，V_i表示接收序列和沃尔什序列矩阵相乘后的第i个值，一共有m个值；

而w包含了矩阵向量对{P，b}的部分信息，利用里德-穆勒序列的嵌套结构，把矩阵向量对{P，b}每次都拆开一层，即矩阵P删除第一行和第一列，然后每一次都能恢复嵌套结构的部分信息，最后逐层叠加在一块，就能完整的恢复出矩阵向量对{P，b}，同时，也能得出所检测到的用户对应的信道系数，而矩阵向量对{P，b}与里德-穆勒序列是一一对应的关系，进而得到用户身份；

步骤(3)用户终端抵消：包括用户序列的抵消和能量检测两部分：

步骤(3.1)用户序列的抵消：在接收序列中减掉(2)中检测到的用户序列；

步骤(3.2)能量检测：计算抵消后接收序列的能量值，然后和判决门限比较，如果能量值大于判决门限，则说明还有用户身份序列还没检测到，然后再把步骤(3.1)中得到的接收序列放入步骤(2)中进行迭代，如果能量值小于判决门限，则说明剩下的接收序列都是噪声序列，迭代结束。

2.根据权利要求1所述的面向异步接入的卫星物联网终端身份辨识方法，其特征在于：所述步骤(1)中，用户身份序列和接收序列的公式为:

其中：m是里德-穆勒序列的阶数，则里德-穆勒序列的长度为2^m，C_j是用户身份序列中的第j个符号，b^m是用户身份标识对应的一个(m×1)的列向量，wt(·)表示向量中“1”的个数，即码重，P^m是用户身份标识对应的一个(m×m)的矩阵，是j-1的m位二进制表达式；y_j是接收序列中的第j个符号，δ_max是最大时延，k_max是用户的数量，h_k是第k个用户的信道系数，该系数被建模为具有单位方差的复高斯随机过程，是第k个用户的里德-穆勒身份序列中的第j个符号，δ_k是第k个用户的时延值，n表示复加性高斯白噪声。

3.根据权利要求2所述的面向异步接入的卫星物联网终端身份辨识方法，其特征在于：步骤(2.1)具体操作为：通过以单个用户身份检测中的参数为目标函数，来寻找最佳的时延匹配，选用了尺度变换的方法，把目标函数作为适应度函数，然后对适应度函数进行线性变换，公式如下：

F′(X)＝α*Fit(x)+β

其中：F′(X)为变换后的适应度函数，Fit(X)为适应度函数，Fit_avg表示Fit(X)的平均值，Fit_min表示Fit(X)的最小值；

通过随机竞争选择法，对群体进行优胜劣汰操作，得到一个新的群体，再经过单点交叉，使新的群体中出现新的个体，并且新个体继承父代的基本特征，交叉之后进行变异，交叉决定了遗传算法的全局搜索能力，而变异只是产生新个体的辅助方法，决定了遗传算法的局部搜索能力，最后，经过一定的迭代次数之后，找到最佳的时延匹配。

4.根据权利要求3所述的面向异步接入的卫星物联网终端身份辨识方法，其特征在于：所述步骤(3)中具体包括如下步骤：

(3.1)通过在步骤(2)中所检测到的用户序列、信道估计系数和所对应的时延，把其从接收序列中减掉，减小对未检测到用户的干扰，公式如下所示：

其中：y是接收序列，δ_i表示当前检测到第i个用户的时延，表示当前检测到第i个用户所对应的信道估计系数，表示当前检测到的第i个用户序列；

(3.2)计算(3.1)中经过抵消后接收序列的能量，如果能量值小于判决门限，则说明已经把所有的用户身份都检测出来了，如果能量值大于判决门限，则跳转到步骤(2)中继续检测用户身份序列，直至能量值小于判决门限，能量值计算公式如下所示：

其中E是接收序列的能量，y(i)是接收序列中的第i个符号，并且y(i)是复数序列。