【技術實現步驟摘要】
本專利技術涉及一種基于粒子群算法訓練的apso-vamp檢測方法和系統，屬于無線傳輸。
技術介紹
1、隨著無線通信技術的快速發展，移動設備的速度和無線網絡的覆蓋范圍都在不斷增加。然而，傳統的調制技術，如正交頻分復用（ofdm）等，在高速移動場景下面臨著嚴峻的挑戰。ofdm技術雖然在靜態或低移動性環境中表現出色，但在高移動性場景下，由于多普勒效應和多徑效應的共同作用，會導致信道特性發生快速變化，進而引起載波間干擾（ici）和信號失真，嚴重影響通信性能。
2、為了解決傳統ofdm波形在高速移動場景下的多普勒頻移問題，最近提出的一種稱為正交時頻空（otfs）的新波形，正在成為研究的熱點。正交時頻空間調制由于其在高移動性應用中實現可靠通信的能力而引起了人們的廣泛關注。正交時頻空（otfs）提供了時間和頻率的多樣性，因為每個符號通過二維逆辛有限傅里葉變換分布在時域和頻域上。與正交頻分復用相比，正交時頻空間調制可以在高遷移率場景中獲得顯著的性能提高。此外，當信道路徑數較小時，延遲-多普勒域中的有效信道是稀疏的，這允許使用消息傳遞技術進行有效的信道估計和數據檢測。但誤碼率較高，檢測性能較低。
技術實現思路
1、本專利技術的目的是提供一種基于粒子群算法訓練的apso-vamp檢測方法和系統解決現有技術中存在的誤碼率較高，檢測性能有待提高問題。
2、本專利技術的技術解決方案是：
3、一種基于粒子群算法訓練的apso-vamp檢測方法，包括以下步驟，
4
5、s2、將步驟s1產生的時延多普勒域的輸入信號通過逆對稱快速傅里葉變換ifft，轉換為發送端的時頻域信號；
6、s3、將步驟s2得到的發送端的時頻域信號通過海森堡變換，轉換為發送端的時域信號；
7、s4、將步驟s3得到的發送端的時域信號由發送端通過無線信道發送給接收端；
8、s5、對接收端的時域信號通過魏格納變換，由接收端的時域信號轉為接收端的時頻域信號；
9、s6、對步驟s5得到的接收端的時頻域信號通過快速傅里葉變換fft轉換為接收端的時延多普勒域信號；
10、s7、對步驟s6得到的接收端的時延多普勒域信號采用自適應粒子群-矢量化消息傳遞算法apso-vamp迭代檢測，對于當前訓練過程，以設定位置的誤碼率作為適應度函數，每一次迭代時矢量化消息傳遞算法即vamp算法的阻尼因子為訓練參數，通過自適應粒子群算法即apso算法訓練得到最優阻尼因子參數，將得到的最優阻尼因子參數輸入vamp算法進行檢測。
11、進一步地，步驟s1中，隨機生成用戶比特流，具體為，根據幀個數和子載波個數大小及采用的調制方式隨機生成n*m?*m_bits個大小的比特流，其中，n為時隙數，m為載頻數，m_bits為每個符號對應的比特大小。
12、進一步地，步驟s5中，魏格納變換的公式如下：
13、，
14、其中，y（t,f）為接收端的時頻域信號，t為時間，f為頻率采樣點，g*rx為接收端的成型函數，t`為時間采樣點，e為自然常數，j為虛數單位，r（t’）?為接收端的時域信號。
15、進一步地，步驟s6中，快速傅里葉變換fft的公式如下：
16、，
17、其中，為接收端的時延多普勒域信號，q為多普勒頻率采樣點，為延遲采樣點，t為時間，f為頻率采樣點，n、m分別為時隙數和載頻數，e為自然常數，j為虛數單位，y（t,f）為接收端的時頻域信號。
18、進一步地，步驟s7中，將得到的最優阻尼因子參數輸入vamp算法進行檢測，具體為，
19、s71、初始化當前次數k=0，并初始化第0次迭代時的混合信號均值一與第0次迭代時的方差一；
20、s72、計算第k次迭代的估計信號均值一：
21、，
22、其中，為最小均方誤差準則去噪器，為第k次迭代的混合信號均值一，為第k次迭代的方差一；
23、s73、計算第k次迭代的對角陣一、第k次迭代的先驗方差二、第k次迭代的先驗均值二和第k次迭代的對角陣二：
24、，
25、，
26、，
27、，
28、其中，diag為對角函數，為最小均方誤差準則去噪器的導數，σ為噪聲頻譜，h為信道狀態信息，*為共軛轉置；
29、s74、計算第k次迭代的估計信號均值二、第k次迭代的對角陣的對角元素向量、第k+1次迭代的方差一與第k+1次迭代的混合信號均值一：
30、，
31、，
32、，
33、，
34、其中，h為信道狀態信息，*為共軛轉置，為接收端的時延多普勒域信號，q為多普勒頻率采樣點，為延遲采樣點，diag為對角函數；
35、s75、采用最優阻尼因子參數mes得到第k+1次迭代的方差一與第k+1次迭代的混合信號均值一：
36、，
37、；
38、s76、令當前次數k=k+1，并輸出第k次迭代的估計信號均值二，在當前次數k≤最大循環次數k時，返回步驟s72；在當前次數k＞最大循環次數k時，完成檢測并結束循環。
39、一種采用上述任一項所述的方法的基于粒子群算法訓練的apso-vamp檢測系統，包括發送端和接收端，
40、發送端：隨機生成用戶比特流，將比特流通過正交幅度調制qam，產生時延多普勒域的輸入信號；將產生的時延多普勒域的輸入信號通過逆對稱快速傅里葉變換ifft，轉換為發送端的時頻域信號；將得到的發送端的時頻域信號通過海森堡變換，轉換為發送端的時域信號；將得到的發送端的時域信號由發送端通過無線信道發送給接收端；
41、接收端：對接收端的時域信號通過魏格納變換，由接收端的時域信號轉為接收端的時頻域信號；對得到的接收端的時頻域信號通過快速傅里葉變換fft轉換為接收端的時延多普勒域信號；對得到的接收端的時延多普勒域信號采用自適應粒子群-矢量化消息傳遞算法apso-vamp迭代檢測，對于當前訓練過程，以設定位置的誤碼率作為適應度函數，每一次迭代時矢量化消息傳遞算法即vamp算法的阻尼因子為訓練參數，通過自適應粒子群算法即apso算法訓練得到最優阻尼因子參數，將得到的最優阻尼因子參數輸入vamp算法進行檢測。
42、本專利技術的有益效果是：該種基于粒子群算法訓練的apso-vamp?檢測方法和系統，通過計算誤碼率作為適應度函數，每層迭代的阻尼因子看作獨立參數，最終通過apso-vamp算法訓練出的參數，對比固定參數，檢測性能有明顯提升。
本文檔來自技高網...【技術保護點】
1.一種基于粒子群算法訓練的APSO-VAMP檢測方法，其特征在于：包括以下步驟，
2.?如權利要求1所述的基于粒子群算法訓練的APSO-VAMP檢測方法，其特征在于：步驟S1中，隨機生成用戶比特流，具體為，根據幀個數和子載波個數大小及采用的調制方式隨機生成N*M?*M_bits個大小的比特流，其中，N為時隙數，M為載頻數，M_bits為每個符號對應的比特大小。
3.如權利要求1所述的基于粒子群算法訓練的APSO-VAMP檢測方法，其特征在于：步驟S5中，魏格納變換的公式如下：
4.如權利要求1-3任一項所述的基于粒子群算法訓練的APSO-VAMP檢測方法，其特征在于：步驟S6中，快速傅里葉變換FFT的公式如下：
5.如權利要求1-3任一項所述的基于粒子群算法訓練的APSO-VAMP檢測方法，其特征在于：步驟S7中，將得到的最優阻尼因子參數輸入VAMP算法進行檢測，具體為，
6.一種采用權利要求1-5任一項所述的方法的基于粒子群算法訓練的APSO-VAMP檢測系統，其特征在于：包括發送端和接收端，
【技術特征摘要】
1.一種基于粒子群算法訓練的apso-vamp檢測方法，其特征在于：包括以下步驟，
2.?如權利要求1所述的基于粒子群算法訓練的apso-vamp檢測方法，其特征在于：步驟s1中，隨機生成用戶比特流，具體為，根據幀個數和子載波個數大小及采用的調制方式隨機生成n*m?*m_bits個大小的比特流，其中，n為時隙數，m為載頻數，m_bits為每個符號對應的比特大小。
3.如權利要求1所述的基于粒子群算法訓練的apso-vamp檢測方法，其特征在于：步驟s5中，魏...
【專利技術屬性】
技術研發人員：侯曉赟，許逸群，邱海波，曹嘉偉，
申請(專利權)人：南京郵電大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。