本發(fā)明屬于無(wú)線通信技術(shù)領(lǐng)域，用于將多徑信道下混沌信號(hào)回歸映射分支進(jìn)行重新分組，以降低無(wú)線通信系統(tǒng)中的多徑干擾的方法，具體涉及一種基于混沌無(wú)線通信系統(tǒng)的多徑干擾抑制方法。

背景技術(shù)：

隨著信息化的不斷發(fā)展，無(wú)線通信技術(shù)已經(jīng)廣泛應(yīng)用于社會(huì)生活的各個(gè)方面。與有線通信方式相比，無(wú)線信道是一個(gè)更復(fù)雜的通信環(huán)境。多徑傳播、帶寬受限、多普勒頻移等信道特性給無(wú)線通信系統(tǒng)的設(shè)計(jì)帶來(lái)很多的難題，其中多徑傳播引起的碼間干擾是造成無(wú)線系統(tǒng)誤碼率高的主要原因。為了提升無(wú)線通信性能，現(xiàn)有系統(tǒng)經(jīng)常采用信道均衡技術(shù)來(lái)消除碼間干擾。但低復(fù)雜度線性均衡算法易受噪聲和信道估計(jì)誤差的影響，非線性均衡算法性能有改進(jìn)，但計(jì)算開(kāi)銷(xiāo)大。

混沌信號(hào)具有高帶寬、類(lèi)噪聲、易硬件生成等優(yōu)點(diǎn)，近年來(lái)已經(jīng)被廣泛應(yīng)用于通信系統(tǒng)。針對(duì)高斯白噪聲信道下的相干接收通信系統(tǒng)，混沌信號(hào)已經(jīng)被證明是最佳通信波形，它具有可簡(jiǎn)單硬件實(shí)現(xiàn)的線性匹配濾波器來(lái)最大化接收信噪比。但在無(wú)線信道下，多徑傳播依然是影響混沌無(wú)線通信系統(tǒng)性能的主要因素。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種基于混沌無(wú)線通信系統(tǒng)的多徑干擾抑制方法，解決了現(xiàn)有技術(shù)存在多徑干擾，影響混沌無(wú)線通信系統(tǒng)性能的問(wèn)題。

本發(fā)明所采用的技術(shù)方案是，一種基于混沌無(wú)線通信系統(tǒng)的多徑干擾抑制方法，按以下步驟具體實(shí)施：

步驟1、對(duì)源信息比特序列進(jìn)行混沌編碼；

編碼過(guò)程是，

1.1)將發(fā)射端單極性二進(jìn)制比特序列b_n∈[0,1]，轉(zhuǎn)化為雙極性二進(jìn)制序列s_n∈[-1,1]；

1.2)對(duì)雙極性二進(jìn)制序列s_n進(jìn)行混沌編碼，生成編碼時(shí)間序列x(t)；

步驟2、接收機(jī)天線接收高頻信號(hào)，并解調(diào)到基帶；

步驟3、對(duì)基帶接收信號(hào)進(jìn)行混沌匹配濾波；

步驟4、計(jì)算混沌匹配濾波輸出信號(hào)的回歸映射；

步驟5、對(duì)混沌匹配濾波輸出信號(hào)回歸映射進(jìn)行重新分組；

步驟6、計(jì)算分組后回歸映射判決線；

步驟7、計(jì)算分組后檢測(cè)判決門(mén)限。

本發(fā)明方法的有益效果是，能夠在混沌無(wú)線通信系統(tǒng)中，降低多徑傳輸引起的碼間干擾，降低誤碼率，具體優(yōu)點(diǎn)在于：

1)通過(guò)使用分段線性混沌系統(tǒng)進(jìn)行信息編碼，接收端可以根據(jù)接收信號(hào)回歸映射來(lái)進(jìn)行信息解碼。

2)利用多徑信道中接收信號(hào)的回歸映射分支與多徑時(shí)延符號(hào)組合存在的一一對(duì)應(yīng)關(guān)系，可以根據(jù)已解碼符號(hào)對(duì)多徑回歸映射分支進(jìn)行分組，各組內(nèi)分支將不存在多徑干擾，從而達(dá)到消除多徑干擾的目的。

3)與傳統(tǒng)基于均衡的多徑干擾消除方法相比，本發(fā)明方法只需要在每個(gè)采樣時(shí)刻，計(jì)算一個(gè)檢測(cè)門(mén)限，不需要復(fù)雜的均衡器設(shè)計(jì)，算法簡(jiǎn)單，易實(shí)現(xiàn)。

附圖說(shuō)明

圖1是本發(fā)明方法采用的混沌無(wú)線通信系統(tǒng)原理框圖；

圖2是本發(fā)明方法的無(wú)線多徑信道示意圖；

圖3是本發(fā)明方法中的源序列s(t)和編碼序列x(t)時(shí)間序列波形；

圖4是本發(fā)明方法中的發(fā)送信號(hào)的回歸映射圖；

圖5是無(wú)噪聲兩徑信道下混沌匹配濾波輸出信號(hào)y(t)的回歸映射圖；

圖6是有噪聲兩徑信道下混沌匹配濾波輸出信號(hào)y(t)的回歸映射圖；

圖7是有噪聲兩徑信道下本發(fā)明方法得到的混沌匹配濾波輸出信號(hào)y(t)回歸映射分組圖；

圖8是兩徑理想信道下，無(wú)分組、MMSE均衡、本發(fā)明分組最優(yōu)判決門(mén)限、本發(fā)明分組次優(yōu)判決門(mén)限、單徑情況下誤碼率下界在不同信噪比情況的誤碼率變化曲線；

圖9是兩徑估計(jì)信道下，無(wú)分組、MMSE均衡、本發(fā)明分組次判決門(mén)限三種方法在不同信噪比情況的誤碼率變化曲線；

圖10是三徑估計(jì)信道下，無(wú)分組、MMSE均衡、本發(fā)明分組次判決門(mén)限三種方法在不同信噪比情況的誤碼率變化曲線。

具體實(shí)施方式

下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明進(jìn)行詳細(xì)說(shuō)明。

如圖1所示，為本發(fā)明方法采用的混沌無(wú)線通信系統(tǒng)實(shí)施例原理框圖。該混沌無(wú)線通信系統(tǒng)包括混沌發(fā)射機(jī)、無(wú)線多徑信道和混沌接收機(jī)?；煦绨l(fā)射機(jī)對(duì)數(shù)字二進(jìn)制信息進(jìn)行混沌編碼，再通過(guò)射頻模塊將編碼信號(hào)調(diào)制到高頻載波上，利用天線發(fā)射出去。發(fā)射的信號(hào)經(jīng)過(guò)無(wú)線多徑信道，被混沌接收機(jī)天線所接收，高頻接收信號(hào)先通過(guò)射頻模塊轉(zhuǎn)換到基帶，基帶接收信號(hào)后再通過(guò)混沌匹配濾波器和符號(hào)檢測(cè)，恢復(fù)出原始的發(fā)送信息，得到源信息。

如圖2所示，為包含L個(gè)多徑的無(wú)線信道示意圖，每個(gè)多徑包含多個(gè)不可分辨的子徑。假設(shè)第l徑信道的衰落系數(shù)和時(shí)延分別表示為α_l和τ_l，通過(guò)大量實(shí)測(cè)和統(tǒng)計(jì)結(jié)果表明，α_l能夠表示為隨τ_l指數(shù)衰落的模型，即其中參數(shù)γ為信道衰落系數(shù)；假設(shè)信道時(shí)延滿足0≤τ₀<τ₁<…<τ_L-1，若發(fā)射信號(hào)為單沖激響應(yīng)δ(t)，則信道沖激響應(yīng)表示為其中t為時(shí)間變量，如圖2所示，僅在L個(gè)多徑時(shí)延點(diǎn)處存在響應(yīng)值。

基于上述的無(wú)線多徑信道條件下，本發(fā)明基于混沌無(wú)線通信系統(tǒng)的多徑干擾抑制方法，按照以下步驟具體實(shí)施：

步驟1、對(duì)源信息比特序列進(jìn)行混沌編碼

編碼過(guò)程如下：

1.1)將發(fā)射端單極性二進(jìn)制比特序列b_n∈[0,1]，n為二進(jìn)制數(shù)據(jù)的序號(hào)，轉(zhuǎn)化為雙極性二進(jìn)制序列s_n∈[-1,1]；

1.2)對(duì)雙極性二進(jìn)制序列s_n進(jìn)行混沌編碼，生成編碼后的時(shí)間序列x(t)，

混沌編碼采用的混沌編碼系統(tǒng)是一種包含連續(xù)微分方程和離散狀態(tài)切換條件的混合動(dòng)力學(xué)模型，其中包含一個(gè)連續(xù)的微分方程和一個(gè)離散的狀態(tài)切換條件，如下式(1)所示：

其中，s(t)為雙極性二進(jìn)制序列s_n的對(duì)應(yīng)時(shí)間序列，β為混沌系統(tǒng)參數(shù)，ω＝2πf，f為基頻率，通過(guò)微擾方法(Hai-Peng Ren,Chao Bai，Jian Liu，Murilo Baptista,Celso Grebogi,Experimental Validation of Wireless Communication with Chaos,Chaos，2016,26(8),083117)來(lái)實(shí)現(xiàn)將待發(fā)送信息的雙極性二進(jìn)制序列s_n編碼為時(shí)間序列x(t)；

對(duì)微分方程式(1)進(jìn)行求解得到其中，符號(hào)表示對(duì)變量t向上取整，基函數(shù)p(t)的表達(dá)式如下：

在參數(shù)β＝0.65，f＝2時(shí)的波形圖如圖3所示，圖3分別為時(shí)間序列x(t)和s(t)；

在t＝n/f時(shí)刻采樣，令x_n＝x(n/f)，得到時(shí)間序列x(t)的回歸映射x_n+1＝e^βx_n-(e^β-1)s_n，如圖4所示，圖4中左邊分支上的點(diǎn)對(duì)應(yīng)源信息s_n＝-1，右邊分支上的點(diǎn)對(duì)應(yīng)源信息s_n＝1。

編碼后的信號(hào)經(jīng)過(guò)射頻模塊調(diào)制到高頻載波上，然后利用發(fā)射機(jī)天線發(fā)射出去。

步驟2、混沌接收機(jī)天線接收高頻信號(hào)，并解調(diào)到基帶

混沌接收機(jī)天線收到高頻信號(hào)后，經(jīng)過(guò)另一個(gè)射頻模塊解調(diào)到基帶，混合有加性高斯白噪聲的基帶接收信號(hào)r(t)表示為：

其中，w(t)為加性高斯白噪聲時(shí)間序列，L為信道多徑數(shù)目；

步驟3、對(duì)基帶接收信號(hào)進(jìn)行混沌匹配濾波

將步驟2得到的基帶接收信號(hào)r(t)通過(guò)混沌匹配濾波器g(t)＝p(-t)進(jìn)行處理，得到混沌匹配濾波輸出信號(hào)混沌匹配濾波輸出信號(hào)y(t)的表達(dá)式如下：

類(lèi)似地，對(duì)y(t)在t＝n/f時(shí)刻采樣，采樣輸出y_n的表達(dá)式如下：

在式(5)中，等號(hào)右邊第一項(xiàng)為期望接收信號(hào)，第二項(xiàng)為濾波后的符號(hào)間干擾，第三項(xiàng)W為濾波后噪聲；是與多徑參數(shù)有關(guān)的變量，l為多徑序號(hào)，i為符號(hào)循環(huán)的變量。

步驟4、計(jì)算混沌匹配濾波輸出信號(hào)的回歸映射

將步驟3得到的混沌匹配濾波輸出信號(hào)y(t)的回歸映射表達(dá)式如下：

其中包含2^L個(gè)分支，L為信道多徑數(shù)目；

如圖5所示，為兩徑信道(L＝2)下，混沌匹配濾波輸出信號(hào)y(t)的回歸映射圖，圖5結(jié)果中沒(méi)有包含噪聲，β＝0.65，兩徑的時(shí)延分別為τ₀＝0和τ₁＝1，衰落系數(shù)γ＝0.9。采用判決線y_n+1＝e^βy_n進(jìn)行符號(hào)檢測(cè)，圖5中細(xì)點(diǎn)畫(huà)線為判決線，當(dāng)采樣點(diǎn)位于判決線左邊的回歸映射分支上時(shí)(粗實(shí)線)，對(duì)應(yīng)于s_n＝-1；當(dāng)采樣點(diǎn)位于判決線左邊的回歸映射分支上時(shí)(粗虛線)，對(duì)應(yīng)于s_n＝1。

在有噪聲情況下，回歸映射點(diǎn)發(fā)生波動(dòng)，如圖6中黑圈所示，由于噪聲的影響，原本位于判決線左側(cè)(右側(cè))的點(diǎn)可能會(huì)波動(dòng)到判決線右側(cè)(左側(cè))，如圖6中實(shí)心的黑圈點(diǎn)，這使得符號(hào)檢測(cè)發(fā)生錯(cuò)誤，造成系統(tǒng)誤碼率的升高。定義回歸映射不同符號(hào)分支之間的水平距離為判決距離，圖6中的判決距離等于0.5673。

步驟5、對(duì)混沌匹配濾波輸出信號(hào)回歸映射進(jìn)行重新分組

分組原則是：s_n+i為已發(fā)射序列，將相同s_n+i(i<0)取值對(duì)應(yīng)的分支歸為一組。

如圖7所示，為兩徑時(shí)延分別為τ₀＝0和τ₁＝1，衰落系數(shù)γ＝0.9情況下，分組后的混沌匹配濾波輸出信號(hào)y(t)回歸映射圖，四個(gè)分支分別標(biāo)注為1、2、3、4。分支1對(duì)應(yīng){s_n,s_n-1}＝{-1,-1}，分支2對(duì)應(yīng){s_n,s_n-1}＝{-1,1}，分支3對(duì)應(yīng){s_n,s_n-1}＝{1,-1}，分支4對(duì)應(yīng){s_n,s_n-1}＝{1,1}?？梢?jiàn)，分支1和分支3對(duì)應(yīng)的情況為當(dāng)s_n-1＝-1時(shí)，s_n分別為-1和1的兩個(gè)分支，而分支2和分支4對(duì)應(yīng)的情況為s_n-1＝1時(shí)，s_n分別為-1和1的兩個(gè)分支。因此，圖7中分支1和分支3歸為分組一，對(duì)應(yīng)s_n-1＝-1；分支2和分支4歸為分組二，對(duì)應(yīng)s_n-1＝1。此時(shí)判決距離為組內(nèi)兩個(gè)分支之間的水平距離，圖7中判決距離為0.9559。

步驟6、計(jì)算分組后回歸映射判決線

將步驟5得到的各組回歸映射，取組內(nèi)兩分支的中心線為該組判決線，判決線的表達(dá)式為：

對(duì)于步驟5所述兩徑情況，圖7中判決線1為分組一的判決線，判決線2為分組二的判決線；各組內(nèi)，判決線左邊分支上的點(diǎn)對(duì)應(yīng)于s_n＝-1，判決線右邊分支上的點(diǎn)對(duì)應(yīng)于s_n＝1。

步驟7、計(jì)算分組后的判決門(mén)限

根據(jù)步驟6得到的判決線表達(dá)式，計(jì)算出采樣時(shí)刻n的判決門(mén)限。當(dāng)已知所有發(fā)射序列s_n+i的先驗(yàn)信息時(shí)，得到本發(fā)明方法的最優(yōu)判決門(mén)限表達(dá)式為當(dāng)s_n+i(i>0)不可知時(shí)，通過(guò)變換后，得到本發(fā)明方法的次優(yōu)判決門(mén)限表達(dá)式為

本發(fā)明上述過(guò)程描述的多徑干擾抑制方法，利用混沌序列自身特性，對(duì)多徑信道下混沌映射的多個(gè)分支進(jìn)行重新分組，組內(nèi)分支間將不存在多徑干擾，從而達(dá)到多徑干擾消除的目的；同時(shí)，該發(fā)明方法只需要在每個(gè)采樣時(shí)刻，重新計(jì)算組內(nèi)的判決門(mén)限即可，降低了多徑干擾消除的計(jì)算復(fù)雜度。

對(duì)本發(fā)明方法進(jìn)行驗(yàn)證

在無(wú)線多徑信道環(huán)境下進(jìn)行對(duì)比仿真，仿真參數(shù)設(shè)置如下：源信息比特具有單位能量E_b＝1，信道衰落系數(shù)γ＝0.6，混沌系統(tǒng)參數(shù)β＝0.65，狀態(tài)切換頻率f＝1，仿真結(jié)果為50000次算法實(shí)現(xiàn)進(jìn)行平均得到的。

實(shí)驗(yàn)一

兩徑信道下，τ₀＝0，τ₁＝1，接收端已知精確信道信息。在不同信噪比情況下比較了算法的性能，算法分別是：無(wú)分組、傳統(tǒng)多徑干擾消除(MMSE均衡)、分組最優(yōu)判決門(mén)限、分組次優(yōu)判決門(mén)限和單徑情況下誤碼率下界。其中分組最優(yōu)判決門(mén)限和單徑情況下誤碼率下界的誤碼率是理論計(jì)算獲得，其余三種算法的誤碼率是仿真獲得，結(jié)果如圖8所示。

在圖8中，無(wú)分組算法不能消除多徑干擾，因此性能最差，傳統(tǒng)MMSE均衡能夠消除部分碼間干擾，性能有所提升，本發(fā)明的分組次優(yōu)判決門(mén)限性能比上述兩種算法有明顯提升，當(dāng)SNR大于11dB后，仿真誤碼率為0，本發(fā)明的分組最優(yōu)判決門(mén)限性能與單徑最優(yōu)誤碼性能非常接近。對(duì)比上述結(jié)果可見(jiàn)，本發(fā)明方法比傳統(tǒng)方法能夠更加有效地消除多徑干擾，降低系統(tǒng)誤碼率。

MMSE均衡和本發(fā)明算法執(zhí)行過(guò)程中，都需要已知信道參數(shù)。在實(shí)際中，信道參數(shù)未知，必須通過(guò)信道估計(jì)獲得。而由于信道時(shí)變性或信道估計(jì)算法的非完美性，估計(jì)信道會(huì)存在誤差。

以下在未知信道參數(shù)下，采用壓縮感知算法對(duì)信道參數(shù)進(jìn)行估計(jì)，利用仿真比較不同算法的誤碼率性能，分析信道誤差對(duì)各種算法的影響。

實(shí)驗(yàn)二

兩徑信道下，τ₀＝0，τ₁＝1，接收端未知信道信息，在不同信噪比情況下比較了三種算法的性能，該三種算法分別是：無(wú)分組，MMSE均衡，分組次優(yōu)判決門(mén)限，比較結(jié)果如圖9所示。無(wú)分組算法不需要信道參數(shù)，因此算法性能與實(shí)驗(yàn)一相同，MMSE均衡和本發(fā)明算法都會(huì)受信道誤差的影響，但從仿真結(jié)果看，影響都在0.5dB左右。

實(shí)驗(yàn)三

三徑信道下，τ₀＝0，τ₁＝1，τ₂＝2，接收端未知信道信息，在不同信噪比情況下比較了三種算法的性能，此三種算法分別是：無(wú)分組，MMSE均衡，分組次優(yōu)判決門(mén)限，比較結(jié)果如圖10所示。當(dāng)多徑數(shù)目增多，三種算法的性能都會(huì)變差，無(wú)分組算法影響最大，MMSE均衡次之，本發(fā)明算法影響最小。

對(duì)比上述各個(gè)實(shí)驗(yàn)結(jié)果可見(jiàn)，本發(fā)明方法相比傳統(tǒng)方式有更好的多徑消除能力和更強(qiáng)的魯棒性。