本發(fā)明涉及無線通信技術(shù)，具體涉及一種otfs-mimo-isac系統(tǒng)雙迭代turbo均衡器設(shè)計方法。

背景技術(shù)：

1、隨著5g及未來6g通信系統(tǒng)的不斷演進，如何在高速移動環(huán)境下實現(xiàn)高可靠、低延遲、高數(shù)據(jù)速率的無線通信成為核心研究課題。為了滿足這些性能需求，正交頻分復用（ofdm）和大規(guī)模多輸入多輸出（mimo）等關(guān)鍵技術(shù)被廣泛應用。然而，在高多普勒擴展的場景下，ofdm調(diào)制容易受到嚴重的載波間干擾（ici），其性能顯著下降，難以滿足高移動性的通信需求。

2、近年來，正交時頻空間（otfs）作為一種新型調(diào)制方式，在延遲-多普勒（delay-doppler,?dd）域進行符號復用，展現(xiàn)出優(yōu)于傳統(tǒng)ofdm的魯棒性和性能。otfs通過二維變換將每個符號擴展到整個時頻（tf）域，使得所有符號均可獲得統(tǒng)一的信道增益，顯著提升了信道分集利用效率。相較于tf域，dd域信道表現(xiàn)出更強的稀疏性與低時變性，為高精度低開銷的信道估計提供了可能。此外，大規(guī)模mimo因其在頻譜效率和系統(tǒng)容量方面的巨大潛力，成為5g系統(tǒng)的重要支撐技術(shù)。將otfs與大規(guī)模mimo相結(jié)合，有望進一步提升系統(tǒng)在高速和高頻率傳輸下的性能。然而，這一融合也帶來了新的挑戰(zhàn)：一方面，otfs調(diào)制帶來的全局信道耦合使得檢測復雜度顯著上升；另一方面，信道估計精度直接影響系統(tǒng)整體性能，尤其在高維度mimo環(huán)境中更為關(guān)鍵。

3、當前的研究中，盡管提出了多種均衡與檢測方法，例如基于mpa（message?passingalgorithm）和spa（sum?product?algorithm）的turbo檢測器，但這些方法普遍面臨復雜度高、短環(huán)路帶來的性能瓶頸等問題。因此，如何在保證性能的前提下降低復雜度，成為otfs-mimo系統(tǒng)中turbo均衡器設(shè)計的關(guān)鍵課題。

技術(shù)實現(xiàn)思路

1、針對現(xiàn)有otfs大規(guī)模mimo通信系統(tǒng)中，由于檢測復雜度高、信道估計精度不足所導致的系統(tǒng)性能下降問題，本發(fā)明提供了一種otfs-mimo-isac系統(tǒng)雙迭代turbo均衡器設(shè)計方法，設(shè)計了一種雙迭代稀疏最小均方誤差（mmse）turbo均衡器，并結(jié)合改進的信道估計方法，在復雜度與性能之間實現(xiàn)良好權(quán)衡。本發(fā)明較傳統(tǒng)方法相比，為高移動性無線通信系統(tǒng)提供了低復雜度、高精度的均衡與信道估計解決方案。

2、為實現(xiàn)上述技術(shù)目的，本發(fā)明采取的技術(shù)方案為：

3、一種?otfs-mimo-isac系統(tǒng)雙迭代turbo均衡器設(shè)計方法，所述方法包括以下步驟：

4、s1，將每個用戶設(shè)備的輸入比特流經(jīng)過編碼器編碼，得到的編碼向量經(jīng)交織后映射到符號序列；

5、s2，將符號序列通過逆辛有限傅里葉變換轉(zhuǎn)換到時頻域，得到時頻域矩陣；

6、s3，應用海森堡變換將時頻域矩陣轉(zhuǎn)換為時域信號；

7、s4，通過mimo架構(gòu)將時域信號分配到多個發(fā)射天線，進行多天線傳輸，每個發(fā)射信號均添加循環(huán)前綴以對抗多徑時延；發(fā)射信號經(jīng)過時變信道傳輸時，遭受多徑效應引起的符號間干擾、多普勒頻移導致的載波間干擾，以及加性高斯白噪聲的影響，形成具有延遲多普勒二維耦合特性的接收信號；

8、s5，將接收信號經(jīng)過wigner變換和辛有限傅里葉變換重新映射回dd域；

9、s6，將映射回dd域的接收信號輸入構(gòu)建的雙迭代稀疏mmse?turbo均衡器，估計得到所有用戶設(shè)備的發(fā)射符號；所述雙迭代稀疏mmse?turbo均衡器包括mmse估計器和軟輸入軟輸出解碼器，該雙迭代稀疏mmse?turbo均衡器通過迭代地在mmse估計器和軟輸入軟輸出解碼器之間傳遞軟信息以執(zhí)行外部迭代，以及在mmse估計器內(nèi)執(zhí)行內(nèi)部迭代；

10、具體地，執(zhí)行外部迭代時，mmse估計器基于本次外部迭代的先驗信息從接收序列中估計得到發(fā)射符號，再將估計的發(fā)射符號作為軟輸入軟輸出解碼器的先驗信息映射到軟輸入軟輸出解碼器的相應對數(shù)似然比，解碼器將計算得到的外部信息反饋給mmse估計器，從中獲得新的均值和方差并稀疏協(xié)方差矩陣方差，作為開始下一次外部迭代的先驗信息；

11、執(zhí)行內(nèi)部迭代時，采用tfqmr算法將計算稀疏化協(xié)方差矩陣的逆矩陣的問題轉(zhuǎn)化為求解等效稀疏線性系統(tǒng)，再利用fspai算法推導出的近似值；

12、s7，基于估計的發(fā)射符號，進行信道估計，獲得信道信息。

13、步驟s1進一步包括：

14、多個用戶設(shè)備分布在基站周圍，每個用戶設(shè)備都有自己的天線陣列，基站和每個用戶設(shè)備之間采用mimo-otfs系統(tǒng)中的下行鏈路傳輸；基站部署有個天線，為個用戶設(shè)備提供服務(wù)；基站配備有均勻線性陣列，天線間距設(shè)置為半波長；

15、將每個用戶設(shè)備的輸入比特流經(jīng)過編碼器編碼得到編碼向量，為編碼器的生成矩陣，是用戶設(shè)備的輸入比特流長度，它與編碼后的比特流長度和碼率之間的關(guān)系為：；將編碼向量經(jīng)過交織得到，并映射到符號序列，其中是用戶設(shè)備的符號序列長度，是用戶設(shè)備的符號集。

16、進一步地，步驟s2中，對于用戶設(shè)備，在延遲維度上執(zhí)行點的快速傅里葉變換，在多普勒維度上執(zhí)行點的逆快速傅里葉變換，將每個用戶設(shè)備分配至指定的個dd資源塊，以確保用戶設(shè)備間的信號不相互干擾；數(shù)學表達式為：

17、；

18、其中，是點的dft矩陣，用于在延遲維度上執(zhí)行快速傅里葉變換；是點的idft矩陣，用于在多普勒維度上執(zhí)行逆快速傅里葉變換；表示時頻域矩陣；表示符號矩陣，是符號序列經(jīng)過延遲多普勒域的映射后得到的矩陣。

19、步驟s3進一步包括：

20、對時頻域矩陣的每一列執(zhí)行點的逆快速傅里葉變換，并應用脈沖成形矩陣得到時域傳輸矩陣：

21、；

22、式中，是點的dft矩陣，表示矩陣的共軛轉(zhuǎn)置；

23、將時域傳輸矩陣向量化為時域信號：

24、；

25、其中，，表示克羅內(nèi)克積，表示向量化函數(shù)，是點的idft矩陣，表示符號矩陣。

26、步驟s4進一步包括：

27、在時域信號的每個otfs幀中添加一個長度為的循環(huán)前綴，再將其轉(zhuǎn)換為模擬信號，得到發(fā)射信號；其中，循環(huán)前綴的長度滿足以下條件：，其中是用戶設(shè)備的最大延遲，表示帶寬，為子載波間距；

28、用戶設(shè)備的接收信號表示為：

29、；

30、其中是時域中的加性白高斯噪聲；表示用戶設(shè)備的信道脈沖響應，其中和分別表示信號的時延和多普勒頻移，t為時間；

31、去除循環(huán)前綴后，接收信號以間隔進行采樣，離散接收信號表示為：

32、；

33、其中，表示對進行取模操作，是用戶設(shè)備的第條路徑的延遲索引，是用戶設(shè)備的第條路徑的多普勒頻移索引，是用戶設(shè)備的路徑數(shù)，為分離的時間點；

34、從離散接收信號出發(fā)，用戶設(shè)備的接收信號向量表示為：

35、；

36、其中是加性高斯白噪聲向量，為用戶設(shè)備的時域有效信道矩陣，，是用戶設(shè)備的第條路徑的信道增益，是置換矩陣。

37、步驟s5進一步包括：

38、s51，對于用戶設(shè)備，將接收信號向量重新排列成一個矩陣，執(zhí)行稀疏快速傅里葉變換，包括對列進行點的逆快速傅里葉變換和對行進行點的快速傅里葉變換；具體地，使用矩形接收脈沖成形波形，對矩陣的每一列應用點的快速傅里葉變換，以獲得時頻域接收信號，；再將時頻域接收信號表示為，其中是的單位矩陣，對行進行點的快速傅里葉變換，得到dd域接收矩陣；式中，是點的dft矩陣，是點的idft矩陣；

39、s52，將dd域接收矩陣向量化，得到接收序列，所發(fā)送的符號序列和所接收的接收序列之間的關(guān)系表示如下：

40、；

41、式中，為用戶設(shè)備的時域有效信道矩陣，是加性高斯白噪聲向量；

42、將關(guān)系式簡化為，其中是dd域噪聲向量，表示用戶設(shè)備的有效dd域信道矩陣。

43、進一步地，步驟s6中，所述外部迭代包括以下步驟：

44、s61，對于用戶設(shè)備，使用mmse估計器從接收序列中估計發(fā)射符號，其中，mmse估計器的輸入包括每個符號的均值和方差，；mmse估計器估計得到的發(fā)射符號為：

45、；

46、式中，為協(xié)方差公式，表示時域信號采樣之后的離散取值的信號；

47、令，，且接收序列的協(xié)方差矩陣，則發(fā)射符號表示為：

48、；

49、其中表示均值向量，表示用戶設(shè)備的有效dd域信道矩陣的第列，；

50、將上式修改為：

51、；

52、其中均值和方差的初始值分別取值為0和1；

53、使用woodbury矩陣恒等式，將估計的發(fā)射符號表示為：

54、；

55、s62，將估計的發(fā)射符號映射到軟輸入軟輸出解碼器的相應對數(shù)似然比，計算得到估計符號的均值和方差：

56、；

57、；

58、其中是由是厄米特矩陣得出，符號集為，每個符號表示第個星座，，其對應兩位比特，分別為[0,0]、[0,1]、[1,0]和[1,1]；是實數(shù)，表示的復數(shù)共軛；

59、通過將均值和方差代入相應對數(shù)似然比的計算公式，推導出的外部llr為：

60、；

61、；

62、其中，和表示對應符號的實部和虛部，將解交織為，并用作解碼器的先驗信息；

63、s63，將解碼器輸出的外部信息通過交織器得到，并反饋給mmse估計器，推導得到：

64、；

65、其中，從符號集中，新的均值和方差表示為：

66、

67、；

68、s64，采用下述公式稀疏化協(xié)方差矩陣：

69、；

70、其中，表示矩陣的稀疏模式，表示用戶設(shè)備的符號協(xié)方差矩陣，表示噪聲功率，表示單位矩陣，表示路徑和路徑的多普勒頻移索引之差，表示路徑和路徑的延遲索引之差，是用戶設(shè)備的路徑對集合。

71、進一步地，步驟s6中，所述內(nèi)部迭代包括以下步驟：

72、將計算原始的問題轉(zhuǎn)化為求解等效稀疏線性系統(tǒng)，采用tfqmr算法對方程進行求解，求解過程包括：

73、對于線性系統(tǒng)，從初始猜測開始，構(gòu)造krylov子空間，其中為初始殘差；通過多次迭代，逐步減少殘差；在每次迭代時，生成兩個正交的序列，一個是由組成的序列，另一個是由組成的序列，表示為：

74、；

75、；

76、其中，和是通過雙lanczos過程產(chǎn)生的正交序列，計算是由矩陣作用到當前的向量后，產(chǎn)生的新向量，計算則是通過矩陣的共軛轉(zhuǎn)置來生成；和是在每次迭代中計算出的標量系數(shù)，為迭代次數(shù)；

77、每次迭代后，根據(jù)當前的殘差和更新后的解來更新近似解，解的更新公式為：

78、；

79、其中，是從krylov子空間中獲得的增量；

80、計算新的殘差，檢查是否滿足停止條件；如果殘差范數(shù)小于預設(shè)的容差，則算法停止，輸出；如果沒有達到收斂，繼續(xù)迭代，通過更新和來進一步優(yōu)化解；

81、選擇一個預定義的稀疏模式，計算矩陣，表示用戶設(shè)備的符號協(xié)方差矩陣；計算過程包括：

82、基于，初始化稀疏近似cholesky因子，使得，其中是一個下三角矩陣，通過相對于的規(guī)定稀疏模式最小化frobenius范數(shù)來獲得；通過最小化kaporin條件數(shù)來動態(tài)捕捉的稀疏模式：

83、；

84、其中，tr(·)?和?det(·)?分別表示矩陣的跡和行列式，；表示噪聲功率，表示單位矩陣；

85、對于的每一列，獨立計算其非零元素索引集和對應的值，通過選擇新的索引并將其添加到中，迭代改進近似；具體地，對于每個新索引，通過最小化新的kaporin條件數(shù)來更新：

86、；

87、其中是單位矩陣的第列，表示索引對應的稀疏近似cholesky因子第k列的數(shù)值；從中選擇索引，其中表示矩陣的第行與集合的操作，將具有最大的索引添加到中，形成新的索引集和，其中用于衡量添加新索引對條件數(shù)的減少量；通過添加新索引，kaporin條件數(shù)的最小值為：

88、；

89、持續(xù)迭代，直到或的最大值小于預設(shè)的容差。

90、進一步地，步驟s7中，信道增益的新估計表示為：

91、；

92、其中表示的共軛復數(shù)，表示用戶設(shè)備的有效dd域信道矩陣，表示估計的發(fā)射符號，表示接收序列，表示期望值函數(shù)。

93、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果如下：

94、第一，本發(fā)明的otfs-mimo-isac系統(tǒng)雙迭代turbo均衡器設(shè)計方法，充分利用了統(tǒng)計信道狀態(tài)信息，通過tfqmr和fspai算法的結(jié)合，在多用戶設(shè)備場景下顯著降低了符號估計和信道估計的計算復雜度。

95、第二，本發(fā)明的otfs-mimo-isac系統(tǒng)雙迭代turbo均衡器設(shè)計方法，所設(shè)計的turbo均衡器通過外迭代和內(nèi)迭代的雙重迭代結(jié)構(gòu)，逐步提高符號估計的精度，接近最優(yōu)檢測器的性能。

96、第三，本發(fā)明的otfs-mimo-isac系統(tǒng)雙迭代turbo均衡器設(shè)計方法，考慮到傳統(tǒng)mmse均衡器的復雜度主要來源于協(xié)方差矩陣的求逆計算，對該矩陣進行稀疏化處理，并利用稀疏結(jié)構(gòu)實現(xiàn)協(xié)方差矩陣逆的線性復雜度推導，有效降低了系統(tǒng)整體計算負擔。