一种面向高速移动场景的低复杂度OTFS信号检测方法技术

本发明专利技术涉及移动通信技术领域，公开了一种面向高速移动场景的低复杂度OTFS信号检测方法，包括以下步骤，S1、利用时延

【技术实现步骤摘要】
一种面向高速移动场景的低复杂度OTFS信号检测方法


[0001]本专利技术涉及移动通信
，尤其涉及一种面向高速移动场景的低复杂度OTFS信号检测方法。

技术介绍

[0002]近年来，随着高速铁路、近地轨道卫星以及无人飞行器的迅猛发展，高移动性无线通信场景下的可靠通信正成为第六代(sixth
‑
generation,6G)无线通信系统关注的重点。正交频分复用(orthogonal frequency division multiplexing,简称：OFDM)调制技术在正交子载波上传输符号，可以实现高频谱效率。但在高移动性通信场景下，高多普勒扩展将破坏子载波间的正交性，这使得OFDM在高移动性场景下性能急剧下降。
[0003]最近，在移动通信领域提出的正交时频空间(orthogonal time frequency space,简称：OTFS)调制通过在时延
‑
多普勒域多路复用信息符号，在高移动场景中获得了显著的性能提升。然而其高维的时延
‑
多普勒域等效信道矩阵将对信号检测带来高复杂度挑战，尤其是对基于求逆的信号检测算法而言。例如，考虑一个具有M个时延网格和N个多普勒网格的OTFS系统，传统的线性检测算法如最小均方误差(minimum mean squared error,简称：MMSE)和迫零(zero forcing,简称：ZF)算法将导致量级为O(M3N3)的计算复杂度，这显然无法被实际系统所接受。
[0004]目前已有部分文献研究了低复杂度的OTFS信号检测器设计，但总的来说现有文献对低复杂度高可靠性的OTFS信号检测器的研究还不够充分。因此，如何在确保高信号检测性能的条件下，达到复杂度与性能的折中是OTFS信号检测技术目前研究的重点，这对OTFS的实际应用具有重要意义。

技术实现思路

[0005]有鉴于此，本专利技术的目的是提供一种面向高速移动场景的低复杂度OTFS信号检测方法，能够在保持“对数
‑
线性”复杂度的前提下达到了优良性能，达到性能和复杂度的折中。
[0006]本专利技术考虑单输入单输出正交时频空间(MIMO
‑
OTFS)系统，每个OTFS帧在时延
‑
多普勒域中包含N个多普勒网格和M个时延网格。QAM信息符号x[k,l]被映射到时延
‑
多普勒域二维网格中，其中k＝0,1,...,N
‑
1，l＝0,1,...,M
‑
1。该维度为N
×
M的数据帧将在NT的持续时间内被发送，并且占用带宽为B＝MΔf，其中Δf为子载波间隔并有将时延
‑
多普勒域信道相应表示为h(τ,ν)，其中τ和ν分别表示时延参数和多普勒参数。信道h(τ,ν)可被稀疏化表示为
[0007][0008]其中，P表示路径数，τ
i
和ν
i
分别表示第i条路径所对应的时延和多普勒参数，h
i
表
示第i条路径的信道增益其服从均值为0方差为的复高斯分布。第i条路径的时延和多普勒抽头由下式表示
[0009][0010]其中，l
i
和k
i
分别表示时延和多普勒指数。假设收发端波形满足双正交特性，时延
‑
多普勒域输入输出关系可被表示为
[0011][0012]其中，n[k,l]为加性高斯白噪声，h
′
i
＝h
i
exp(
‑
j2πν
i
τ
i
)。矢量化的接收信号被表示为
[0013]y＝Hx+n
[0014]其中，且其第k+Nl个元素为x
k+Nl
＝x[k,l]，接收信号和加性高斯白噪声具有同样的结构，且噪声服从分布CN(0,σ2I
MN
)。
[0015]等效信道是具有M个循环块的块循环矩阵，每个块为尺寸为N
×
N的矩阵。此外，H的每一行或每一列均只有D个非零元素，在不考虑分数多普勒时D＝P，这将导致稀疏的因子图。
[0016]以上的两条性质将做为本专利技术的低复杂度检测器设计的基础。
[0017]本专利技术通过以下技术手段解决上述技术问题：
[0018]一种面向高速移动场景的低复杂度OTFS信号检测方法，包括以下步骤，
[0019]S1、利用时延多普勒域信道稀疏性建立稀疏因子图，并构建基于稀疏因子图的消息传递规则；
[0020]S2、利用时延多普勒域信道的块循环结构，通过傅里叶矩阵对角化以降低期望传播求逆步骤复杂度；
[0021]S3、利用循环期望传播算法迭代，当算法收敛后输出检测符号进行解调。
[0022]进一步，所述步骤S1中利用时延多普勒域信道稀疏性建立稀疏因子图，具体为：
[0023]S101、基于贝叶斯推断的x的符号估计，通过后验分布来表示，具体为：
[0024][0025]其中，p(y|x)和p(x)分别表示x的似然函数和先验分布；
[0026]S102、将后验分布因子化为
[0027][0028]其中，代表先验分布，f
c
(x)＝p(y
c
|x)表示关于y第c个元素的似然函数；
[0029]S103、利用时延多普勒域信道的稀疏性，建立稀疏因子图。
[0030]进一步，所述步骤S1中消息的传递规则为FN与VN之间的消息传递规则，用表示
与f
c
连接的VN的集合，表示与x
j
连接的FN的集合，采用和积算法表示为
[0031][0032][0033]符号x
j
的边缘后验分布为
[0034][0035]或者被表示为
[0036][0037]进一步，所述步骤S2中，利用时延
‑
多普勒域等效信道的块循环结构显著降低了算法的计算复杂度的具体方法为：
[0038]S201、因为信道H是块循环矩阵，将对角化，其中F
M
和F
N
分别表示维度为M
×
M和N
×
N的傅里叶矩阵，代表克罗内克积运算，即
[0039][0040]其中Ω＝diag{r1,r2,L,r
MN
}是H的特征值矩阵；
[0041]S202、通过的算法得到协方差矩阵；
[0042]S203、通过的算法得到特征值矩阵，其中Ψ
M
＝diag{1,ω,L,ω
M
‑1},ω＝e
j2π/M
，Ω
k
表示第k个循环块的特征值矩阵；
[0043]S203、特征值矩阵为
[0044][0045]因为更新符号方差时，算法近似的认为每个符号拥有均等的方差，故而每个符号的方差取本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向高速移动场景的低复杂度OTFS信号检测方法，其特征在于：包括以下步骤，S1、利用时延
‑
多普勒域信道稀疏性建立稀疏因子图，并构建基于稀疏因子图的消息传递规则；S2、利用时延
‑
多普勒域信道的块循环结构，通过傅里叶矩阵对角化以降低期望传播求逆步骤复杂度；S3、利用循环期望传播算法迭代，当算法收敛后输出检测符号进行解调。2.根据权利要求1所述的一种面向高速移动场景的低复杂度OTFS信号检测方法，其特征在于：所述步骤S1中利用时延
‑
多普勒域信道稀疏性建立稀疏因子图，具体为：S101、基于贝叶斯推断的x的符号估计，通过后验分布来表示，具体为：其中，p(y|x)和p(x)分别表示x的似然函数和先验分布；S102、将后验分布因子化为其中，表示先验分布，f
c
(x)＝p(y
c
|x)表示关于y第c个元素的似然函数；S103、利用时延多普勒域信道的稀疏性，建立稀疏因子图。3.根据权利要求2所述的一种面向高速移动场景的低复杂度OTFS信号检测方法，其特征在于：所述步骤S1中消息的传递规则为FN与VN之间的消息传递规则，采用和积算法表示为为符号x
j
的边缘后验分布为或者被表示为4.根据权利要求3所述的一种面向高速移动场景的低复杂度OTFS信号检测方法，其特征在于：所述步骤S2中，利用时延
‑
多普勒域等效信道的块循环结构降低算法的计...

【专利技术属性】
技术研发人员：蒲旭敏，孙致南，邵士海，陈前斌，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：