一种近场共生无线电接收检测方法
本发明属于无线通信,具体涉及一种近场共生无线电接收检测方法。
背景技术:
1、共生无线电(symbiotic radio,sr)通过使低功耗反向散射设备(backscatterdevice,bd)复用主发射机(primary transmitter,pt)的射频载波与频谱资源传送自身信息,在不额外占用频谱的条件下实现主传输与反向散射传输的协同。接收机同时接收pt的直达信号和多个bd加载自身符号后形成的反向散射信号,并需要对两类信号进行联合检测。
2、为了获得更高阵列增益并支持大量低功耗设备,接收端可配置大规模天线阵列。阵列孔径增大后,其夫琅禾费距离随孔径的平方增大,pt或bd与阵列之间容易处于近场区域。此时,不同阵元到信号源的传播距离不同,信号呈现球面波传播以及随阵元位置变化的幅度和相位,传统远场平面波及空间平稳信道假设不再适用。具体的夫琅禾费距离由以下公式给出:
3、
4、其中,表示夫琅禾费距离,表示接收阵列孔径,表示载波波长。由于近场距离相关的幅相变化以及遮挡、用户位置和传播环境等因素,同一发射源的有效能量往往只集中于阵列的一部分天线上,从而导致空间非平稳性(spatial non-stationarity,sns)及可见区域(visibility region,vr)。
5、现有全阵列检测方法通常不区分目标信号在阵列上的可见范围,直接使用全部个接收天线执行最大比合并(maximal ratio combining,mrc)或零迫(zero forcing,zf)。目标vr之外的天线对该目标信号提供的有效能量很小,却仍会引入接收噪声、信道估计误差和其他用户干扰。因而,全阵列处理不仅具有较高的计算维度,而且可能因累积非vr天线上的无效分量而降低目标信号的有效信干噪比和误码性能。
6、即使将zf限制到目标vr内,如果仍对全部其他用户统一构造干扰子空间,也会对与目标vr仅轻微重叠或彼此分离的信号执行不必要的零迫。这会增加矩阵运算规模,并可能将期望信号投影到与实际显著干扰无关的子空间,造成有用分量损失。传统串行干扰消除(successive interference cancellation,sic)若在整个阵列上重构和相减已检测信号,还会在该信号不可见的阵元处引入额外消除误差。因此,如何利用近场sns信道的vr空间局部性,同时降低天线处理维度和参与零迫的干扰用户维度,是近场多用户sr接收机亟需解决的问题。
技术实现思路
1、本发明旨在克服现有全阵列接收检测在近场sns条件下计算量大、非vr噪声与干扰累积以及对弱相关用户执行不必要零迫的缺陷,提供一种近场共生无线电的可见区域感知接收检测方法。该方法先根据目标信号对应的vr选择有效接收天线,再根据不同vr之间的重叠关系筛选显著干扰,在目标vr内执行部分零迫和局部串行干扰消除,从而兼顾检测性能与计算复杂度。
2、本发明的技术方案为:
3、一种近场共生无线电接收检测方法,应用于包括一个主发射机(pt)、k个反向散射设备(bd)以及配置n个天线的大孔径接收阵列的多用户共生无线电系统,其中k为bd数量,n为接收天线数量,包括以下步骤:
4、接收阵列接收基带信号,所述基带信号包括pt发送的直达信号和k路bd反向散射等效信号;
5、获取各路信号在所述接收阵列上的可见区域(vr)信息,所述vr信息指示每路信号在阵列中能量显著的天线子集;
6、根据所述vr信息,为每路待检测信号构造天线选择矩阵,从全阵列接收向量中提取目标vr内的接收向量和局部信道,使接收处理维度由n降低至目标vr的基数,为第路信号的vr天线索引集合;
7、基于所述目标vr内的接收向量和局部信道,执行线性检测,获得等效信号估计;
8、根据各路信号vr之间的空间重叠关系,筛选目标信号的显著干扰集合;
9、在所述目标vr内,仅对所述显著干扰集合中的信号构造干扰子空间并执行部分零迫,获得部分零迫接收合并向量;
10、优先检测pt主发射信号,并利用已检测的pt符号恢复各bd信息符号;
11、每完成一路信号检测,仅在该路信号对应的vr内重构并消除其信号分量,更新剩余信号的显著干扰关系,重复检测与局部消除,直至完成全部信号检测。
12、进一步的,基带信号的接收向量表示为:
13、,
14、其中,为接收向量,为复数域,为pt发射功率,为pt至接收阵列的直达信道,为bd反射系数,为pt至第个bd的标量信道,为第个bd至接收阵列的信道,和分别为pt及第个bd的信息符号,为维噪声向量;
15、在近场大孔径阵列中,信道呈现距离相关的幅相变化,同一路信号仅在部分阵元上具有显著能量,形成空间非平稳性(sns),第个bd的sns信道表示为:
16、,
17、其中,为未施加vr掩膜的近场信道,为对应的vr指示向量,在第个bd可见的阵元上取1,在不可见阵元上取0或较小权重,表示逐元素乘积。
18、进一步的,获取各路信号在接收阵列上的可见区域信息的具体方法包括:
19、通过信道测量、能量检测、信号检测、统计估计或机器学习方式预先获得vr指示向量;或
20、假设理想vr先验条件,将vr信息视为准确已知;或
21、采用具有一定识别误差的vr信息作为输入,以验证接收检测的鲁棒性。
22、进一步的,从全阵列接收向量中提取目标vr内的接收向量和局部信道的具体方法是:
23、估计得到全阵列等效信道矩阵为,其中,为维估计等效信道矩阵,为pt直达信号的维估计信道向量,为第个bd对应的反向散射等效信号的维估计信道向量。其中,与前述的pt至第个bd的标量信道含义不同。
24、构造天线选择矩阵,通过公式,获取目标vr内的接收向量,目标信道和相关干扰信道采用相同的天线选择关系限制到内,通过获得局部估计等效信道矩阵。
25、进一步的,基于目标vr内的接收向量和局部信道执行线性检测的具体方法是:
26、采用vr最大比合并(vr-mrc),其合并向量为:
27、,
28、其中,上标表示共轭转置,是中与第路信号对应的信道列,对应第路信号的估计信道向量,为维vr-mrc合并向量;
29、或采用vr零迫(vr-zf),其投影矩阵为:
30、,
31、其中,为单位矩阵,为维vr-zf投影矩阵,为剔除目标列后的维干扰信道矩阵,表示矩阵求逆;得到为维vr-zf合并向量:
32、;
33、获得第路等效信号估计为:
34、,
35、为检测器类型,为第路标量合并输出。
36、进一步的,筛选目标信号的显著干扰集合的具体方法是:
37、根据公式计算第路信号相对于第路目标信号的归一化vr重叠程度,设定vr重叠阈值,将满足且尚未消除的信号索引归入第路目标信号的显著干扰集合,为包含pt和全部bd的信号索引集合。
38、进一步的,还包括:
39、将各待检测等效信号作为信号节点,各目标vr作为vr节点,当第路信号属于第路目标信号的显著干扰集合时,在第路信号节点与第路目标vr节点之间建立连边,形成表征显著干扰关系的二部图;
40、所述二部图用于管理显著干扰集合、确定bd检测顺序以及更新局部串行干扰消除后的剩余干扰关系。
41、进一步的,所述在目标vr内仅对显著干扰集合中的信号执行部分零迫,包括:
42、定义当前尚未检测和消除的信号索引集合,对第路信号,仅将中仍属于且不为自身的信号作为剩余显著干扰,其数量为;
43、当时,构造剩余显著干扰信道矩阵,计算部分零迫投影矩阵,下标i表示干扰信道集合,并生成pzf接收合并向量:
44、,
45、其中,为维pzf-sic合并向量;
46、当时,跳过零迫步骤,退化为在所述目标vr内执行最大比合并(vr-mrc)。
47、进一步的,优先检测pt主发射信号,并利用已检测的pt符号恢复各bd信息符号的具体方法是:
48、初始化未检测集合,首先令并在内检测pt主信息符号:
49、,
50、其中,为pt等效信号标量合并输出,为星座集合;
51、对于bd等效信号,利用pt主信息符号判决结果回复bd信号:
52、,
53、其中,为第个bd符号判决结果,为星座候选符号;
54、所述重复检测与局部消除具体为:
55、从未检测bd中,优先选择当前剩余干扰度数最小的目标vr所对应的bd作为下一待检测信号:
56、,
57、其中,为当前未检测bd中显著剩余干扰数量最少者的索引;
58、完成第k路信号检测后,仅在其vr对应的天线上重构并消除该路信号分量:
59、,
60、其中,为维vr掩膜向量,为第路标量等效信号,表示赋值更新;表示集合差,为更新后第路信号的剩余显著干扰数量;从中删除该路信号,并在二部图中删除相应信号节点及其关联边,更新其余目标vr节点的剩余干扰度数,直至全部信号检测完毕。
61、一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现本发明的方法。
62、本发明的有益效果为:
63、1)利用近场sns信道的vr空间局部性,仅选取目标信号可见的天线进行检测,避免vr外天线上的噪声、信道估计误差和多用户干扰累积进入目标检测,能够改善有效信干噪比和误码性能。
64、2)将每一路信号的接收处理维度由整个阵列的限制为目标vr的,降低合并、信道矩阵构造和矩阵求逆等运算的规模。
65、3)在目标vr内仅对具有显著vr重叠且尚未消除的干扰执行部分零迫,进一步减少参与零迫的用户维度,并避免对弱相关或空间分离信号进行不必要投影所造成的有用信号损失;无显著干扰时能够自适应退化为vr-mrc。
66、4)结合主发射信号优先检测、按剩余显著干扰数量动态确定反向散射信号顺序以及仅在对应vr内执行局部sic,可持续缩小后续干扰集合,并在vr信息存在一定误差时保持较好的检测鲁棒性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com