基于确定性测量矩阵的ZP-SCBT压缩感知稀疏信道估计方法.pdf

第 17 期2023 年 9 月无线互联科技Wireless Internet TechnologyNo.17September,2023作者简介:刘怡青(1970),女,山东菏泽人,工程师,学士;研究方向:HIS 信息化工程。基于确定性测量矩阵的 ZP-SCBT 压缩感知稀疏信道估计方法刘怡青1,朱 凯2,崔思国3(1.陕西省肿瘤医院,陕西 西安 730020;2.中国人民解放军 94701 部队,安徽 安庆 246003;3.中国人民解放军 93383 部队,黑龙江 牡丹江 157023)摘要:为提高补零单载波分块传输(ZP-SCBT)系统高速传输性能,文章提出一种基于确定性测量矩阵的压缩感知稀疏信道估计方法。新方法首先将 ZP-SCBT 系统的稀疏信道估计问题建模为利用导频块构造托普利兹测量矩阵的压缩感知问题;其次以降低托普利兹测量矩阵的互相关性作为测量矩阵优化目标,通过寻找最佳二进制导频序列,构造确定性托普利兹测量矩阵,解决传统随机托普利兹测量矩阵产生和存储不便的突出问题;最后利用 Dantzig Selector 重构算法恢复稀疏信道冲激响应,提高稀疏信道估计精度。基于准静态 COST207 典型乡村信道模型的计算机仿真实验表明,文章所提的信道估计方法较传统方法具有较大性能增益,更适合于稀疏信道。关键词:ZP-SCBT;稀疏信道估计;压缩感知;确定性测量矩阵;托普利兹测量矩阵中图分类号:TN911 文献标志码:A0 引言单 载 波 分 块 传 输(Single Carrier Block Transmission,SCBT)继承了传统单载波连续传输技术峰均功率比低、与传统通信体制兼容性好的突出优势,且接收机复杂度低,对载波频率偏移不敏感,已被3GPP LTE 计划和 IEEE 802.16 标准确定为上行链路传输标准。补零单载波分块传输(Zero Padded Single Carrier Block Transmission,ZP-SCBT)是一种典型的SCBT 实现途径,相比其他 SCBT 实现途径而言,ZP-SCBT 方案在每个分块补零后再进行数据传输,可有效节约发射能量,码间串扰(ISI)对系统性能影响较小,是无线高速数据传输的一种有效解决方案。随着通信传输速率的持续提高,无线信道多径传输表现出越来越明显的稀疏传播特性1,即信道的能量集中在少数几条主要路径上。但是,传统 SCBT 通信系统中大多采用最小二乘或基于 PN 序列相关的信道估计方法2-3,上述信道估计方法在高速 SCBT通信系统应用时,忽略了信道的稀疏多径传播特性,估计精度差,频谱利用率低,成为制约 SCBT 通信系统性能提升的重要因素。压缩感知(Compressed Sensing,CS)是信号处理和应用数学领域的最新理论研究成果4,其最大优势在于能够充分利用信号的稀疏优势,借助少量观测值即可重构原始稀疏信号。利用 CS 理论进行稀疏信道估计是无线通信的研究热点。目前,绝大多数研究集中在 OFDM 系统5,主要关注导频测量矩阵的优化构造6和重构算法7等方面。但是,OFDM 系统在实际应用中对于载波频偏十分敏感,接收机线性放大范围要求严格,且峰均功率比高,其与 SCBT 系统之间在调制信号组帧方式、导频插入方式等方面存在较大的差异,相关研究成果并不适用于 SCBT 系统。确定性测量矩阵具有产生存储容易、重构精度高的突出优势8。本文将结合 ZP-SCBT 系统,利用导频向量,构造确定性托普利兹测量矩阵,解决传统随机托普利兹矩阵产生和存储不便,不同样本性能差异大的突出问题,可以进一步改善稀疏信道冲激响应的估计精度,提高 ZP-SCBT 系统高速传输过程中的系统性能。1 系统模型 ZP-SCBT 系统通过在每个传输分块末尾补零来防止分块间干扰,同时还可以实现节约发射能量的目的。在数据帧结构上,ZP-SCBT 数据帧与 CP-SCBT系统类似,包含若干个导频块和数据块,其中,导频块用以估计数据块传输需要发送的调制信息。导频块7第 17 期2023 年 9 月无线互联科技电子通信No.17September,2023和数据块末尾分别加入固定长度的零序列作为分块之间的保护间隔。在发射端,输入二进制数据经过串并变换后,进行符号调制,调制数据在末尾补零后完成时域符号组块,并经无线信道传输至接收端。在接收端,接收机在完成符号同步后,提取分块数据,通过FFT 运算将接收信号转换至频域,再进行频域均衡。均衡处理后的信号经 IFFT 运算后变换到时域,进行数据解调后,经并串变换输出。ZP-SCBT 系统组成框如图 1 所示,数据帧结构如图 2 所示。图 1 ZP-SCBT 系统图 2 ZP-SCBT 系统数据帧结构2 传统 PN 滑动相关和最小二乘信道估计方法 与其他分块传输通信系统类似,ZP-SCBT 通信系统接收机对于信道信息也是无法先验获取的。通常需要采用插入导频块的方式,对信道冲激响应值进行估计。具体来讲,ZP-SCBT 通信系统的接收导频块传输如图 3 所示。图 3 ZP-SCBT 中的导频块传输图 3 中,N 为 ZP-SCBT 系统导频块长度,左侧浅灰色矩形表示导频块内的导频向量,右侧无填充颜色部分矩形表示导频块补零部分(长度大于信道抽头数L),右侧深色三角部分表示导频经稀疏信道传输后在补零数据部分形成的 ISI。接收导频块可写为:y=ph+n(1)其中,p=p0,p1,pNP-1T为导频构成的列向量,h=h0,h1,hL,0,0 是信道冲激响应补零后获取的(N-NP+1)1 维列向量,表示线性卷积运算。由于接收机无法准确先验获取信道抽头数L 值,通常假定无线信道造成的 ISI 扩展至整个补零数据长度,即 L=N-NP+1,具体如图 3 所示。本文研究稀疏多径信道,其冲激响应值中只有有限 S 个取值较大,其余分量均等于或接近于 0,即h0=S(2)将式(1)变换为矩阵形式,可表示为y0y1yNP-1yN-2yN-1=p0000p1p0p10pNP-1p00pNP-1p100p0pNP-1p1000pNP-1h0h1hL-100+n0n1nNP-1nN-2nN-1(3)并简记为y=Th+n(4)其中T=p0000p1p0p10pNP-1p00pNP-1p100p0pNP-1p1000pNP-1(5)8第 17 期2023 年 9 月无线互联科技电子通信No.17September,2023公式(5)是导频信号构成的 N (N-NP+1)维托普利兹矩阵。3 压缩感知稀疏信道估计方法 无论是 PN 序列滑动相关信道估计,还是 LS 信道估计方法,利用其获取信道估计值的过程中,估计器平等地对待所有的信道抽头,对于稀疏信道中幅度取值较大的信道抽头估计均存在欠估计。3.1 确定性测量矩阵的优化设计 定义 1:互相关特性(MIP):对于任意导频向量构成的托普利兹测量矩阵 T,互相关特性要求构成 T 的各列向量之间的互相关特性越小越好,以保证 CS 重构算法能够准确重构原始稀疏信号。其定义为:mip=max0k mN-NPtTktmtktm(6)其中,tk为构成循环测量矩阵 T 的第 k 列。mip的物理意义为测量矩阵各列之间的最差相似性。只要 mip满足下式条件即可实现精确重构:(2S-1)mip 1(7)构成式(5)所示托普利兹测量矩阵的列向量只需服从贝努利或高斯分布,经过适当的归一化处理后,就可以满足约束等距条件(RIP),式(4)即成为一个典型的 CS 问题。定义式(5)所示托普利兹测量矩阵的优化目标函数为:g(T)max0k mN-NPtHktmtktm=max0k mN-NPtk,tmtktm(8)其中,ck,cm 表示第 k 列 ck和第 m 列 cm的内积运算。本文构造确定性测量矩阵的目标是使公式(9)取值最小。此时,对应的测量矩阵即为最佳确定性循环矩阵。Q=min(g(T)T(9)考虑到式(5)中托普利兹测量矩阵的结构特性,各列之间具有移位特性,式(10)可进一步写为:Topt=argmin(g(T)T(10)对于 ZP-SCBT 系统而言,导频通常采用单位能量信号,可进一步假设式(11)中所示各列元素仅取值为+1 和-1,则式(11)可进一步写为:g(T)=max0k mN-NPtk,tmtktm=max0k mN-NPt0,tm-ktktm(11)g(T)=max0k mN-NPtk,tmNPNP=max0k mN-NPt0,tm-kNP=maxNP-m+k-1n=0pnpn+m-kNP(12)显然,式(12)取值最小时对应的序列,即为用于构造确定性托普利兹测量矩阵的最佳序列。Topt=argmin(maxNP-m+k-1n=0pnpn+m-kNP)T(13)理论上,本文可以通过求解式(13)获得最佳二进制序列的最优解。但是,式(13)难以解析形式进行求解。本文可以借鉴相关文献的思路,利用随机搜索算法获取最佳二进制序列,进而构造近似最佳确定性托普利兹测量矩阵。3.2 重构算法 显然,利用本文构造的确定性托普利兹矩阵,式(4)成为一个典型的 CS 问题,本文可利用 Dantzig selector(以下简记为 DS)凸优化重构算法17恢复稀疏信道冲激响应,即hDS=argmin h1hC CN-NP+1s.tTH(y-T h)(14)其中:=(2ln(N-NP+1)1/2,为噪声的标准差。4 计算机仿真实验 为验证基于确定性测量矩阵的 ZP-SCBT 压缩感知稀疏信道估计方法的性能,本文分别开展下列计算机仿真实验。基于准静态 COST 207 典型乡村信道模型开展Monte Carlo 仿真实验,本文分别比较各种信道估计方法的均方误差(MSE)性能和误比特率性能。仿真利用本文提出的随机搜索算法获取确定性托普利兹测量矩阵。ZP-SCBT 系统的导频块长度设为 128,数据9第 17 期2023 年 9 月无线互联科技电子通信No.17September,2023分块长度设为 256,分块末尾补零长度为 64,符号采样周期为 210-7 s,调制方式为 QPSK。假定信道在一个数据帧内保持不变。接收机利用频域 MMSE 线性均衡算法检测接收信号。图 4 为各种信道估计方法的 MSE 性能。本文提出的压缩感知稀疏信道估计方法的 MSE 性能远优于传统 PN 序列滑动相关和最小二乘信道估计方法。PN 序列滑动相关信道估计方法在性能上是最差的,且由于序列自相关特性不够理想,存在明显的平台效应。最小二乘信道估计方法的 MSE 性能优于 PN 序列滑动相关估计方法,但比本文提出的压缩感知信道估计方法还有较大差距。图 4 各种信道估计方法的 MSE 性能5 结语 为利用高速传输过程中的信道的稀疏多径传播特性,文章针对 ZP-SCBT 系统提出一种压缩感知稀疏信道估计方法。新方法首先构造确定性托普利兹矩阵,优化测量矩阵的互相关特性,然后利用 Dantzig Selector 算法重构稀疏信道冲激响应。基于 COST 207典型乡村信道模型的仿真结果验证了所提方法的有效性。参考文献1CZINK N,YIN X,OZCELIK H.Cluster characteristics in a MIMO indoor propagation environment J.IEEE Transactions on Wireless Communications,2007(4):1465-1475.2李丹萍,刘毅,张海林.MIMO SC-FDE 系统的时域信 道 估 计 新 方 法 J.通 信 学 报,2011(2):144-149.3焦现军,张磊,项海格.单载波频域均衡系统中的PN 信道估计算法 J.北京大学学报,2007(1):103-108.4DONOHO D L.Compressed sensing J.IEEE Transactions on Information Theory,2006(4):1289-1302.5HE X,SONG R,ZHU W P.Pilot allocation for distributed-compressed-sensing-based sparse channel estimation in MIMO-OFDM systems J.IEEE Transactions on Vehicular Technology,2016(5):2990-3004.6MOHAMMADIAN R,AMINI A,KHALAJ B H.Compressive sensing-based pilot design for sparse channel estimation in OFDM systems J.IEEE Communications Letters,2017(1):4-7.7DAI L L,WANG Z C,YANG Z X.Compressive sensing based time domain synchronous OFDM transmission for vehicular communications J.IEEE Journal on Selected Areas in Communications,2013(9):460-469.8王强,李佳,沈毅.压缩感知中确定性测量矩阵构造算法综述J.电子学报,2013(10):2041-2050.(编辑 王永超)01第 17 期2023 年 9 月无线互联科技电子通信No.17September,2023ZP-SCBT compressed sensing sparse channel estimation method based on deterministic measurement matrixLiu Yiqing1 Zhu Kai2 Cui Siguo3 1.Shaanxi Provincial Cancer Hospital Xi an 730020 China 2.Unit 94701 of the People s Liberation Army of China Anqing 246003 China 3.Unit 93383 of the People s Liberation Army of China Mudanjiang 157023 China Abstract A compressed sensing sparse channel estimation method is proposed for zero padded SCBT ZP-SCBT system by using deterministic measurement matrix.The new method first formulates sparse channel estimation problem in ZP-SCBT system as a compressed sensing one by using pilot sequence then mutual incoherence property MIP of a Toeplitz matrix is taken as the optimization target and a binary sequences with nearly optimal MIP property is used to construct a deterministic Toeplitz structured measurement matrix which is much easier to generate and store and has better reconstruction performance.At last Dantzig selector is used for sparse channel recovery to improve channel estimation accuracy.The new method can greatly improve the estimation accuracy compared to traditional least square LS and PN correlated estimation schemes when employed in sparse channels.Computer experiments are carried out in quasi-static COST 207 typical rural area channel model.Their results show that the proposed channel estimation method can outperforms traditional LS estimation method and is more suitable for sparse channels.Key words ZP-SCBT sparse channel estimation compressed sensing deterministic measurement matrix Toeplitz measurement matrix(上接第 6 页)Distributed multitasking on-board application message interaction scheme based on MQTTSheng Xiang Butugeqi Wang Yanbo Shanghai Aerospace Electronics Co.Ltd.Shanghai 200000 China Abstract With the arrival of Internet+LEO satellite constellation the traditional on orbit processing is weak the communication mechanism is single and the load and application data interaction are complex which cannot meet the functional requirements of future satellites.Realizing rapid data interaction and sharing real-time data processing and unified load and application communication service interfaces has become new challenges.This article proposes a data interaction system scheme based on the MQTT communication protocol which enables communication and message sharing among multiple task applications and various payloads The development of application interaction function services is simple and flexible Quickly connect concurrent workloads and applications to the platform.This solution not only enables reliable transmission of messages provides a unified communication interface but also reduces the coupling between application programs and workloads making it easy for subsequent functional development iterative upgrades and application deployment.Key words MQTT protocol data interaction payload on-board application11