[發明專利]基于特征量預估計的時滯相關空時碼模式盲識別方法

有效

• 申請號: 201310291911.X
• 申請日: 2013-07-11
• 公開（公告）號: CN103368700A
• 公開（公告）日: 2013-10-23
• 發明（設計）人: 盧小峰;張海林;董陽;胡梅霞;張立;郭松
• 申請（專利權）人: 西安電子科技大學
• 主分類號: H04L1/06
• 分類號: H04L1/06;H04L25/02
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華;朱紅星

1.一種基于特征量預估計的時滯相關空時碼模式盲識別方法，包括如下步驟：

1）接收端通過r根接收天線接收發射端發送的長度為N的信號序列，得到r×N的接收信號矩陣R'，

2）利用所有需要識別的空時碼組成碼型集合Ω，取Ω中每種碼型的分組符號數f和分組長度g的組合(f,g)構成特征量集合(U,V)；記特征量集合(U,V)中第i個特征量組合為(s_i,k_i)，i＝1,2...Ζ，Ζ為特征量集合(U,V)中組合個數；

3）將接收信號矩陣R'的實部和虛部并聯，獲得并聯矩陣R，即

R=Re(R′)Im(R′)]]>

其中Re(·)表示取實部運算，Im(·)表示取虛部運算；

4)計算特征量函數值：

4a）對于特征量集合(U,V)中的第i個特征量組合(s_i,k_i)，構造分組相關矩陣R_i：

Ri=R~(1)R~(ki+1)···R~((Nki-1)ki+1)R~(2)R~(ki+2)···R~((Nki-1)ki+2)·········R~(ki)R~(2ki)···R~((Nki)ki)]]>

其中R(j)表示并聯矩陣R的第j列，j＝1,2...N；

4b）計算分組相關矩陣R_i的分組協方差矩陣E[R_iR_i^T]，其中E[·]表示求期望運算，(·)^T表示轉置運算；

4c）對分組協方差矩陣C_i做特征值分解，將得到的特征值按降序排列，構成特征值向量取特征值向量的前2s_i個特征值構成有效特征值向量用剩余特征值Q_i＝2rk_i-2s_i構成噪聲特征值向量即

λ→i=[ρ2si+1,ρ2si+2,···,ρ2rki];]]>

4d）估計特征量組合(s_i,k_i)對應的噪聲功率

σi2=Πλ→i2Qi]]>

其中∏(·)表示向量元素連乘運算，表示開Q_i次方運算；

4e）求出特征量組合(s_i,k_i)對應的特征量函數值M(s_i,k_i)：

M(si,ki)=Nki(log(Πλi1→σi2Qi)).]]>

5）預估計特征量，得到新空時碼集合Ω'：

5a）對特征量集合(U,V)中的每種組合重復步驟4，得到每種組合對應的特征量函數值，組成特征量函數值向量：Φ＝[M(s₁,k₁),M(s₂,k₂)…M(s_m,k_m)…]，其中，m＝1,2,…Ζ；

5b）找出特征量函數值向量Φ中數值最小的元素對應的特征量組合根據步驟4d）得出特征量組合對應的噪聲功率估計值為σ²；

5c）取出空時碼集合Ω中分組長度為k，分組符號數為的所有碼型，構成新空時碼集合Ω'；

6）計算接收信號的白化矩陣：

6a）計算并聯矩陣R的協方差矩陣E[RR^T]，并結合步驟5b）中的噪聲功率估計值σ²，得到去除噪聲影響的分時相關矩陣P：

其中I_2r表示大小為2r*2r的單位矩陣，*表示乘法運算；

6b）對分時相關矩陣P進行特征值分解，將得到的特征值按降序排列，作為特征值矩陣Λ的對角元素，求出特征值矩陣Λ對應的特征向量矩陣U：

U＝PΛP^-1，

其中，P^-1為分時相關矩陣P的逆矩陣，ν_j為分時相關矩陣P的特征值，j＝1,2,...2r；

6c）利用上述參數計算白化矩陣：其中Λ^-1為特征值矩陣Λ的廣義逆矩陣；

7）對并聯矩陣R進行白化，獲得白化后的解相關矩陣：Y＝W×R；

8）計算解相關矩陣Y的時滯相關范數

||θ(τ)||F2=1N2||Σb=0N-1Y(b)Y((b+τ)modN)T||F2,]]>

其中，τ＝0,1,…,N，Y(b)是解相關矩陣Y的第b列,b＝0,1,…,N-1,mod為取模運算，||·||_F²表示矩陣的Frobenius范數；

9）計算新空時碼集合Ω'中碼型的時滯相關矩陣θ(τ)：

θ(τ)=Σu=0N-k-1Re(A(u))×Re(A(u+τ))T00Im(A(u))×Im(A(u+τ))T,]]>

其中，A(u)是新空時碼集合Ω'中碼型的編碼矩陣A的第u列，u＝1,2,...ω，ω為碼型分組長度；

10）得到判決碼型：

10a）利用上述參數計算新空時碼集合Ω'中碼型的時滯相關度d:

d=Στ=1N-1(||θ(τ)||F2-2t*||θ(τ)||F2||θ(0)||F2)2,]]>

其中，t為發送天線數；

10b)重復步驟10a），求出新空時碼集合Ω'中每種碼型對應的時滯相關度，構成時滯相關度向量Δ＝[d(1),d(2),…d(l)]，其中l是新空時碼集合Ω'中碼型個數，記時滯相關度向量Δ中取值最小的元素對應的碼型為判決碼型。