基于MUSIC算法的盲SLM方法技术

本发明专利技术提供一种基于MUSIC算法的盲SLM方法，包括步骤：S1：产生U个波束形成序列Y

Blind SLM method based on music algorithm

【技术实现步骤摘要】
基于MUSIC算法的盲SLM方法
本专利技术涉及宽带通信领域，尤其涉及一种基于MUSIC算法的盲SLM方法。
技术介绍
选择性映射法(SelectedMapping，SLM)具有不会造成信号的畸变与失真的优势，被广泛应用在宽带信号的峰均比抑制中。然而，SLM方法在信道传输中，需要传输关键的边带信息(SideInformation，SI)，这会造成信道带宽利用率的降低，同时接收端解码的复杂度也会增加。近年来，关于盲SLM的方法逐渐被提出。常见的盲SLM方法有最大似然解码法和简化的最大似然解码法。现有的盲SLM方法缺陷在于：1、样本数据过于庞大，解码过程的复杂度极高。2、产生新的扩展相位和相位序列进行匹配，运算复杂度较高，需要对相位序列有一定的先验知识。
技术实现思路
针对上述现有技术中的不足，本专利技术提供一种基于MUSIC算法的盲SLM方法，不仅不需要对相位序列的先验知识，同时，在一定程度上降低了运算的复杂度，提高了峰均比抑制的效率。为了实现上述目的，本专利技术提供一种基于MUSIC算法的盲SLM方法，包括步骤：S1：产生U个波束形成序列Yu(t)：S2：对所述波束形成序列Yu(t)进行旋转相位因子计算，获得多组波束的相关函数；S3：挑选PAPR最小的那一组波束形成的相关函数进行奇异值分解，并将噪声子空间标记为密钥；S4：在多组所述波束通过功率放大器前，根据所述密钥选出PAPR最小的一组所述波束。优选地，所述S1步骤中，通过公式(1)产生U个波束形成序列Yu(t)：其中，表示矩阵的点积；Pu(t)表示相位序列，Pu(t)是相位在(0，2π)上的随机分布序列，所有的所述相位序列均为零均值的独立同分布，且其中，表示形成波束u中的第i个阵元接收到的信号与基准阵元接收到的信号之间的波程差，j表示虚数单位。优选地，所述S2步骤中，首先生成旋转相位因子Pu，并与合成波束进行点乘，获得U路相位序列Yu。优选地，分析所述U路相位序列Yu，选出PAPR最小的那一路合成的波束信号相对应的相位序列Yu，求出自相关函数R(Y)，并对自相关函数R(Y)进行奇异值分解，选出信号子空间和所述噪声子空间，将所述噪声子空间标记为所述密钥。优选地，所述波束Y可表示为：Y＝A(θ)S(t)；其中A(θ)表示矢量矩阵，S(t)表示阵元发射的信号；还包括步骤：对所述矢量矩阵A(θ)进行矩阵的QR分解，得到正交矩阵Q和上三角矩阵R，并利用正交矩阵Q和上三角矩阵R生成新的矩阵X；利用矩阵X获得U路相位序列，此时共有2U路相位序列。优选地，还包括步骤：所述2U路相位序列，根据LCMV优化准则合成2U路波束。优选地，所述2U路波束通过所述密钥在发送端解密出PAPR最小的形成波束信号。本专利技术由于采用了以上技术方案，使其具有以下有益效果：通过MUSIC算法生成了相位序列的密钥，同时根据矩阵QR分解的性质，得到导向矢量的正交矩阵，获取了更多的采样样本，避免了SLM方法中SI信息的传输，节约信号的带宽，降低了运算的复杂度。附图说明图1为本专利技术实施例的基于MUSIC算法的盲SLM方法的流程图；图2为本专利技术实施例的基于MUSIC算法的盲SLM方法的原理图；图3为本专利技术实施例的MB-SLM算法与未经过处理的信号峰均比的比较图；图4为本专利技术实施例的波束方向为0°时MB-SLM算法、C-SLM算法和嵌入SI的SLM算法的BER比较图；图5为本专利技术实施例的波束方向为20°时MB-SLM算法、C-SLM算法和嵌入SI的SLM算法的BER比较图；图6为本专利技术实施例的波束方向为45°时MB-SLM算法、C-SLM算法和嵌入SI的SLM算法的BER比较图；图7为本专利技术实施例的MB-SLM算法和C-SLM算法相同相位序列的PAPR效果比较图；具体实施方式下面根据附图1～图7，给出本专利技术的较佳实施例，并予以详细描述，使能更好地理解本专利技术的功能、特点。请参阅图1，本专利技术实施例的一种基于MUSIC算法的盲SLM方法，包括步骤：S1：产生U个波束形成序列Yu(t)：S1步骤中，通过公式(1)产生U个波束形成序列Yu(t)：其中，表示矩阵的点积；Pu(t)表示相位序列，Pu(t)是相位在(0，2π)上的随机分布序列，所有的相位序列均为零均值的独立同分布，且其中，表示形成波束u中的第i个阵元接收到的信号与基准阵元接收到的信号之间的波程差，j表示虚数单位。S2：对波束形成序列Yu(t)进行旋转相位因子计算，获得多组波束的相关函数；S3：挑选PAPR最小的那一组波束形成的相关函数进行奇异值分解，并将噪声子空间标记为密钥；S4：在多组波束通过功率放大器前，根据密钥选出PAPR最小的一组波束。S2步骤中，首先生成旋转相位因子Pu，并与合成波束进行点乘，获得U路相位序列Yu。分析U路相位序列Yu，选出PAPR最小的那一路合成的波束信号相对应的相位序列Yu，求出自相关函数R(Y)，并对自相关函数R(Y)进行奇异值分解，选出信号子空间和噪声子空间，将噪声子空间标记为密钥。波束Y可表示为：Y＝A(θ)S(t)；其中A(θ)表示矢量矩阵，S(t)表示阵元发射的信号；还包括步骤：对矢量矩阵A(θ)进行矩阵的QR分解，得到正交矩阵Q和上三角矩阵R，并利用正交矩阵Q和上三角矩阵R生成新的矩阵X；利用矩阵X获得U路相位序列，此时共有2U路相位序列。还包括步骤：2U路相位序列，根据LCMV优化准则合成2U路波束。2U路波束通过密钥在发送端解密出PAPR最小的形成波束信号。请参阅图2，本专利技术实施例的一种基于MUSIC算法的盲SLM方法，这里可以称为MUSICBLINDSELECTEDMAPPING，简称为MB-SLM方法。MB-SLM方法的原理如下：产生的U个选择的波束形成序列Yu(t)可以从下式得出：式中，运算代表矩阵的点积，Pu(t)是相位序列，它的相位在(0，2π)上是随机分布序列，且所有的相位序列均为零均值的独立同分布。且为了避免相位序列间的互相干扰，各个相位序列之间应该保持尽量大的汉明距离。对Yu(t)进行SVD分解，可知：Yu(t)＝UAVH，然后对分解后大的特征值所张成的信号子空间进行提取，可以将空间划分为信号与噪声子空间：Yu＝[UsUN]ΛVHUS和UN分别为信号子空间和噪声子空间。通过SVD的分解，可以将处理后的序列中大的特征值对应的向量与小的特征值对应的向量分解开。根据MUSIC算法可知，A(θ)与噪声子空间UN所张成的空间是互为正交的，则有式：在θ为来波角时，f(θ)＝0。综合上述的分析研究可知，相位旋转序列P中包含了U×N个旋转相位，P的旋转相位可记为：在U×N个旋转相位的范围内可以搜索出PAPR最小的相位旋转本文档来自技高网...

【技术保护点】
1.一种基于MUSIC算法的盲SLM方法，包括步骤：/nS1：产生U个波束形成序列Y

【技术特征摘要】
1.一种基于MUSIC算法的盲SLM方法，包括步骤：
S1：产生U个波束形成序列Yu(t)：
S2：对所述波束形成序列Yu(t)进行旋转相位因子计算，获得多组波束的相关函数；
S3：挑选PAPR最小的那一组波束形成的相关函数进行奇异值分解，并将噪声子空间标记为密钥；
S4：在多组所述波束通过功率放大器前，根据所述密钥选出PAPR最小的一组所述波束。


2.根据权利要求1所述的基于MUSIC算法的盲SLM方法，其特征在于，所述S1步骤中，通过公式(1)产生U个波束形成序列Yu(t)：



其中，表示矩阵的点积；Pu(t)表示相位序列，Pu(t)是相位在(0,2π)上的随机分布序列，所有的所述相位序列均为零均值的独立同分布，且其中，表示形成波束u中的第i个阵元接收到的信号与基准阵元接收到的信号之间的波程差，j表示虚数单位。


3.根据权利要求1所述的基于MUSIC算法的盲SLM方法，其特征在于，所述S2步骤中，首先生成旋转相位因子Pu，并与合成波束进行点乘，获得U路相位序列Yu。

...

【专利技术属性】
技术研发人员：刘璐，
申请(专利权)人：西安邮电大学，
类型：发明
国别省市：陕西;61