动态信道下的码辅助联合接收技术*

2018-09-03 09:53汪绍骏郭文彬王飞飞
通信技术 2018年8期
关键词:译码器后验译码

汪绍骏,郭文彬,戎 帅,王飞飞

(1.北京邮电大学,北京 100876;2.通信网信息传输与分发技术重点实验室,河北 石家庄 050000;3.北京信息技术研究所,北京 100094)

0 引 言

近年来,随着卫星产业的飞速发展,应用于功率受限和低信噪比下的高性能编码——Turbo码和LDPC码等受到了广泛关注[1-2]。两种码的优异性能建立在低信噪比下完成解调的前提下,然而低信噪比下解调时,载波同步往往是整个接收机性能的瓶颈。在高动态信道中,载波相位随时间非线性变化。传统的载波同步方法,在高动态低信噪比下性能会急剧恶化,很难获得精确的载波同步,造成解调器和译码器脱节而形成无码可译的瓶颈。而添加数据辅助的方法,需要借助大量的导频才能较为准确地估计相位信息,频谱效率低下。近年来,利用Turbo或者LDPC码的译码反馈辅助载波同步,可以在低信噪比下同时完成解调和译码。

目前,针对码辅助的载波同步方法,国内外有不少学者对其进行了研究。文献[3]提出了在译码中将软判决信息直接用于载波相位估计的方法,能获得较为精确的相位估计,但是相位估计范围较小;文献[4]提出了一种基于MAP译码的载波相位恢复算法,需要利用前一帧的相位和频偏的估计值来估计当前的相位和频偏,只适用较小相差、频差和多帧传输系统;文献[5]提出了一种基于最大期望算法联合Turbo迭代译码的载波同步算法,利用当前的软信息和上一次迭代的软信息来估计载波相位,虽然低信噪比下接近理想同步的性能,但是极高的计算复杂度使其难以运用于实际系统。文献[6]提出了APPA(Apriori Probability Aided)算法,能较为精确地估计相位偏差,但是没有考虑相差的变化,不适用于相差变化的情况。

现有的码辅助同步文献大部分都假设频偏不变和相差线性变化[7-10]。然而,在卫星通信等应用领域,这种信道模型是不精确的,因为卫星和接收机之间的相对加速运动会产生时变频偏,使得相偏具有高次变化率。本文针对相偏具有高次变化率的动态信道,提出一种基于最大似然估计的码辅助载波迭代同步方法,在载波相差估计的时候设置门限,剔除不可靠的软信息,只用部分绝对值超过门限的软信息进行相差估计。仿真表明,该方法能在低信噪比下接近理想同步的性能,而且译码收敛更快。

本文的结构如下:第1节给出高动态信道的系统模型;第2节详细介绍所提出的基于最大似然估计的码辅助载波同步方法;第3节为仿真结果和分析,比较提出的方法和理想相位估计;第4节给出结论。

1 系统模型

本文假设的信道模型如图1所示。信源产生的二进制序列经过LDPC编码器和随机交织后进行QPSK调制,然后通过相偏为二次时变的动态信道。

图1 系统模型

假设时间同步和帧同步都是理想的,那么接收端的信号可表示为:

其中,sk表示发送符号,N是符号个数,nk是均值为0、方差为N0的高复斯白噪声,f0表示载波初始频偏,β表示多普勒频偏一次变化率。接收端接收到的信号经过解调器,然后解交织,解交织的结果送入LDPC译码器,译码结果减去译码器的输入后进行交织,利用交织后的软信息进行相位和频偏估计,并将译码结果用于解调,实现联合的解调和译码。

2 码辅助载波同步方法

2.1 最大似然相位估计

对于接收信号rk=sk(θ)+nk,概率密度可以表示为:

相位估计的似然函数的表达式为:

注意:

所以,相位估计的似然函数可以表示为[11]:

其中, sk() =对式(5)中的码元序列ck取均值,可以得到载波相位的边缘似然函数:

其中,L=4为QPSK星座点的数目,Cn是其中一个随机星座点,=Pr{ck=Cn|r}为边缘后验概率。

为了简化算法,对式(6)取对数域运算,得到:

在低信噪比条件下,对数函数和指数函数的泰勒级数展开可分别近似为ex=1+x和ln(1+x)=x。由此可得简化的对数似然函数为:

为了使导数为0,可以得到每次用于纠正相差的偏差函数:

接收信号的后验均值ak与LDPC译码器输出的软信息有关,下面介绍ak的求法。

2.2 基于软信息的相位估计

设LDPC的码率为1/2,即输入N bit序列,LDPC编码器输出2N bit码字进行QPSK调制,所以编码输出码字对应的N对QPSK符号为{c1,c2}k,QPSK第n个星座点可以表示为Sn=SnI+jSnQ,编码输出的第k对QPSK符号可以表示为sk=skI+jskQ。所以,发送符号的后验概率可以表示为:

基于后验概率的第k个发送的QPSK符号的软判决符号表示为:

LDCP译码器输出信息位的后验概率对数似然比为:

因此:

LDPC校验位的后验概率对数似然比为:

因此:

将其代入软判决符号表达式中,可以得到:

所以,后验概率均值为:

进而,可知:

2.3 基于软信息门限的载波同步

迭代过程中,并不是所有的软信息都是可靠的。软信息的绝对值越大,表示它的可靠性越高。因此,可以设定一个门限。当LLR值大于这个门限时,认为它是可靠的,可以参与相位的估计;当LLR值小于这个门限时,认为它是不可靠的,不令其参与相位的估计。由图2中tanh的图像可知,当LLR>2时,tanh(LLR)非常趋近于1,所以设定门限为2。当|LLR|≤2时,可以认为软信息是不可靠的;当|LLR|>2时,可以认为软信息是可靠的。因此,可以按照下面的方式对每次迭代的软信息进行调整:当|LLR|≤2时,令LLR=0;当|LLR|>2时,LLR不变。将调整后的LLR再用于相位估计,可以更快地使迭代趋于收敛。

图2 tanh函数图

综上,可以由以下迭代过程来完成动态信道下的载波同步:

(1)首先设定初始值:迭代次数i=0,初始相差θ0=0,初始偏差函数 e0=0。=rk,k=1,2,…,N,将以上参数输入LDPC译码器开始迭代:

(2)部分可信度低的LLR置0,对于所有符号,计算其后验概率均值Λ^ik;

迭代过程中,如果LDPC译码器收敛或者迭代次数超过设定最大次数,停止迭代。

3 仿真结果

为验证所提算法的性能,采用计算机仿真。系统的仿真参数为:采用码率为1/2的LDPC码(512,1 024)编码;LDPC译码算法为log-BP算法,译码器内部迭代次数为10次,载波同步迭代次数为5次;无初始频偏和相偏,频偏变化率β=5/107Hz/码字。

图3显示了512个码字长度内相差的变化情况,由0°变化到了接近50°。图4中的结果可以得到,如果不对相差进行补偿,会对系统性能造成十分恶劣的影响;进行补偿后,性能明显提升;设置门限对于不设置门限,有0.4 dB左右的提升,误码性能达到接近理想同步系统的性能。

图3 发送端加入相差曲线

图4 误比特率性能曲线

4 结 语

本文根据卫星通信信道的特点,建立了高动态低信噪比下的信道模型,提出了基于码辅助的载波迭代同步方法。在载波同步的时候设置软信息门限,在高动态低信噪比下可以加快译码收敛,并提升系统性能。仿真结果表明,在高动态低信噪比下,该方法能够较精确地完成载波同步,达到接近理想同步的系统性能。

猜你喜欢
译码器后验译码
基于对数似然比与极化信道可靠度的SCF 译码算法
基于扩大候选码元范围的非二元LDPC加权迭代硬可靠度译码算法
分段CRC 辅助极化码SCL 比特翻转译码算法
基于校正搜索宽度的极化码译码算法研究
一种基于折扣因子D的贝叶斯方法在MRCT中的应用研究*
基于贝叶斯理论的云模型参数估计研究
编码器和译码器综合实现数字显示
跟踪导练(一)5
数字电路环境下汽车控制电路信号设计
一种基于最大后验框架的聚类分析多基线干涉SAR高度重建算法