专利汇可以提供基于变分贝叶斯推断的毫米波系统双端相位噪声抑制方法专利检索,专利查询,专利分析的服务。并且本 发明 属无线通信技术领域,涉及一种基于变分贝叶斯推断的毫米波系统双端 相位 噪声抑制方法。本发明采用了变分贝叶斯推断 算法 ,变分贝叶斯推断算法是一种求解未知随机变量的后验分布的算法,通过不断地 迭代 ,得到样本已知的条件下的隐藏变量的均值与方差。本发明的有益效果为能够在毫米波通信系统中,收发两端均存在 相位噪声 的条件下实现准确的数据符号估计,显著提高系统的误比特率性能。,下面是基于变分贝叶斯推断的毫米波系统双端相位噪声抑制方法专利的具体信息内容。
1.基于变分贝叶斯推断的毫米波系统双端相位噪声抑制方法,设定发射端和接收端都带有相位噪声的OFDM系统中,发射端和接收端的时域信道矢量为h=[h1,h2,…,hL]T,其中L为信道矢量的长度;对于每个OFDM符号,接收端时域信号表达式为
r=PrHPtFHd+n (1)
其中,r∈CN×1是时域接收信号,N是OFDM子载波的个数,
和 分别表示接收端和发
射端的相位噪声矩阵,H是Toeplitz信道矩阵,它的第1列为H(:,1)=[hT,01×(N-L)]T,其中
01×(N-L)表示元素全为0、长度为N-L的行矢量;F∈CN×N是归一化的FFT矩阵,它的第i行第j个元素为 d=[d1,d2,…,dN]T是发送的数据或者导频序列;n∈CN×1是
时域的复高斯白噪声序列;
当相位噪声不存在的情况下,Pr=Pt=I,则(1)退化为
r=HFHd+n (2)
由于H是Toeplitz矩阵,分解为如下的形式:
H=FHHfF (3)
其中,Hf=diag{[H1,H2,…,HN]T},其中 把(3)代入(2),再做FFT,
得无相位噪声情况下的频域接收信号为
rf=Hfd+n (4)
对数据符号进行判决:
其中,rf,n表示rf的第n个元素,S表示星座点的集合;
利用序列c=[-Ga128,Gu512,Gv512,-Gb128]T进行信道估计,其中,Ga128和Gb128是长度为128的序列,在IEEE 802.11ad标准中有定义;Gu512=[-Gb128,-Ga128,Gb128,-Ga128],Gv512=[-Gb128,Ga128,-Gb128,-Ga128];序列c具有如下的性质:
其中c(k)表示序列c的第k个元素,Gu512(k)和Gv512(k)表示Gu512和Gv512的第k个元素;对应于c(k)(129≤k≤1280)的接收符号为
其中θp,r,k,θp,t,k和np,k分别对应于符号c(k)的接收端相位噪声、发射端相位噪声和高斯白噪声,忽略这些噪声的影响,信道系数通过下式估计得到
利用近似关系ejθ≈1+jθ,将式(1)改写为
r=diag{1+jθr}Hdiag{1+jθt}FHd+n (9)
其中1表示长度为N的全1列向量,θr=[θr,1,θr,2,…,θr,N]T和θt=[θt,1,θt,2,…,θr,N]T为实高斯分布的相位噪声矢量,即p(θr)=p(θt)=N(0,Φ);由于θr和θt的协方差矩阵Φ为实对称矩阵,其特征值是实数,用正交矩阵进行相似对角化:
Φ=UΛUT (10)
其中Λ=diag{[λ1,λ2,…,λN]T}是对角矩阵,对角元素为Φ的降序排列的特征值,U是正交矩阵,它的每一列是Λ对应列的特征值的特征向量;设定Λ中的对角元若干项的值大于其它的元素,只取前I项来进行近似计算,即
Φ≈VΓVT (11)
Γ=diag{[λ1,λ2,…,λI]T}是以Λ中前I个特征值为对角元素的对角矩阵,V∈CN×I是由前U的前I列组成的矩阵;对相位噪声矢量θr和θt作线性变换
由高斯分布的性质可知,p(xr)=p(xt)=N(0,Γ),由于Γ为对角阵,所以xr和xt的各个分量之间是相互独立的;把(12)代入(9)可得
r=diag{1+jVxr}Hdiag{1+jVxt}FHd+n (13)
xr和xt的先验概率密度函数为
假定符号序列d服从如下的先验复高斯分布
-N 2
p(d)=CN(0,I)=π exp{-||d||} (15)
则在相位噪声和数据符号都已知的条件下,接收信号r服从如下的复高斯分布
其特征在于,所述方法包括以下步骤:
S1、利用序列相关法进行信道估计;
S2、计算相位噪声的公共相位误差并对接收信号进行补偿,对数据符号进行粗略的判决,作为迭代的初始值;
S2、通过以下的步骤来实现变分贝叶斯算法的迭代:
S21、计算接收端相位噪声展开矢量的后验分布的均值和方差
S22、计算发射端相位噪声展开矢量的后验分布的均值和方差
S23、计算数据符号矢量的后验分布的均值和方差
S24、循环步骤S21—S23,在已知接收信号的条件下,数据符号矢量将收敛于一个稳定的值。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种基于深度学习的大规模MIMO下行用户调度方法 | 2020-05-08 | 801 |
协同单载波频域均衡系统及其物理层安全传输方法 | 2020-05-08 | 952 |
一种干切剐齿刀切削刃载荷分布的测量方法及系统 | 2020-05-08 | 384 |
一种单载波频域均衡系统中基于判决反馈的相位噪声自矫正补偿方法 | 2020-05-08 | 751 |
一种数据调制方法以及编码器 | 2020-05-08 | 324 |
下一代Wi-Fi网络中OFDMA子载波分配的系统和方法 | 2020-05-08 | 756 |
一种基于双重傅里叶变换分析逆变器的方法 | 2020-05-08 | 536 |
基于负序虚拟阻抗的MMC-STATCOM环流抑制装置 | 2020-05-08 | 103 |
宽带卫星通信系统PRACH信道同步方法和装置 | 2020-05-08 | 515 |
可靠控制信令 | 2020-05-08 | 503 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。