1.本发明属于通信领域，具体涉及一种正交时序复用系统的符号检测方法。
背景技术：2.未来无线通信系统要求在各种新兴应用，如低地球轨道卫星、高速列车、无人机等高速移动场景中进行可靠数据传输。然而，高移动性无线通信系统中存在高多普勒频移，当前广泛采用的正交频分复用(ofdm,orthogonal frequency division multiplexing)系统会遭受严重的载波间干扰(ici,inter-carrier interference)。正交时频空间(otfs,orthogonal time frequency space)调制在快衰落信道中性能表现卓越，具有高频谱效率和较低的峰均功率比等优点。otfs将信息符号调制在时延-多普勒域，而不是传统的时间-频率域，这使得每个数据帧中的符号都经历了近似恒定的时延-多普勒域非衰落信道，很好的解决了ofdm在高速移动环境下的不足。尽管otfs可以提供良好的误码性能，但时频域中的二维预编码会增加收发器的调制复杂度。
3.最近，thaj等人提出了一种新颖的二维调制方案：正交时序复用(otsm,orthogonal time sequency multiplexing)调制，其关键思想是将信息符号调制在时延-序列域。如图1所示，otsm沿序列域进行沃尔什-哈达玛逆变换(iwht,inverse walsh-hadmard transform)将置于时延-序列域中的信息符号转换为时延-时间域，最后在时域中进行信号传输和接收。与otfs沿多普勒域进行ifft相比，沃尔什-哈达玛变换(wht,walsh-hadmard transform)只涉及加法和减法运算，因此otsm有着更低的调制复杂度。同时，otsm有着与otfs类似的性能，为高移动性无线信道实现可靠通信提供了一种低复杂度调制方案。
4.对于二维调制的检测算法方面，2018年，raviteja等人利用时延-多普勒域信道的稀疏性提出了一种基于消息传递(mp,message passing)的迭代检测算法，但mp算法需要通过大量迭代不断逼近最优性能，计算复杂度极高。2020年，thaj等人针对otfs提出了一种基于最大比合并(mrc,maximal ratio combining)的低复杂度迭代判决反馈均衡器(dfe,decision feedback equalizer)。仿真结果表明，与目前最先进的mp检测器相比，该检测器在性能和复杂度上都得到了很好的提高。2021年，thaj等人针对otsm提出了一种低复杂度迭代检测器，首先在时频域设计一个单抽头最小均方均衡器抑制载波间干扰，随后在时域中采用高斯-赛德(gs,gauss-seidel)迭代检测进一步消除残余符号干扰。然而在高多普勒频移无线信道中，单抽头最小均方均衡器性能十分有限，严重影响gs迭代检测算法的收敛速度和误码性能。
技术实现要素：5.基于现有技术存在的问题，为实现高移动性无线信道中数据的可靠传输，本发明针对otsm系统提出了一种新的二级均衡器，来实现对发送符号向量的检测估计。首先在时域中对接收到的时域块逐块进行mmse检测，随后利用gs迭代算法进一步消除残余符号干
扰。为进一步降低系统复杂度，本发明还利用信道矩阵的稀疏性和带状结构对估计出的符号向量进行低复杂度lu分解，并通过前向替换和后向替换算法避免了矩阵求逆运算。
6.本发明提供如下技术方案，以实现上述技术目的：
7.一种正交时序复用系统的符号检测方法，所述方法包括：
8.接收时域向量后，对每个时域块逐块进行mmse均衡处理，得到每个时域块的符号向量；
9.将每个时域块的符号向量判决后作为高斯-赛德迭代检测算法的初始值进行迭代检测，得到每个时域块的符号向量的估计值；
10.将每个时域块的符号向量矩阵化后，得到时延-时间域信息符号；
11.对所述时延-时间域信息符号进行沃尔什-哈达玛变换，得到发送的时延-序列域信息符号的估计值。
12.进一步的，所述得到每个时域块的符号向量的过程包括：
13.对进行mmse均衡处理的带状矩阵进行lu矩阵分解，得到下三角矩阵l和上三角矩阵u；所述带状矩阵包括信道矩阵和噪声矩阵；
14.根据接收到的时域向量和上三角矩阵u的逆矩阵u-1
，使用带状矩阵的反向替换算法求解出第一时域向量；
15.根据求解出的第一时域向量和下三角矩阵l的逆矩阵l-1
，使用带状矩阵的前向替换算法求解出第二时域向量；
16.根据求解出的第二时域向量和时域块的信道矩阵，使用稀疏矩阵向量乘法求解出每个时域块的符号向量。
17.进一步的，对每个时域块进行mmse均衡处理所采用的公式表示为：
[0018][0019]
其中，表示估计出的第n个时域块的符号向量；rn表示第n个接收到的时域块；hn表示第n个时域块的信道矩阵，上标h表示矩阵的共轭转置；表示高斯白噪声的方差，且为带状矩阵。
[0020]
进一步的，对mmse均衡处理过程中的带状矩阵进行lu矩阵分解后，符号向量表示为：
[0021][0022]
其中，令其中，令表示第一时域向量的第n个时域块，令表示第一时域向量的第n个时域块，令表示第二时域向量的第n个时域块。
[0023]
进一步的，所述使用带状矩阵的反向替换算法求解出第一时域向量包括采用第一分段公式分别计算出区间为[1,α-1]的第一时域向量以及区间为[α,m-1]的第一时域向量；其中，所述第一分段公式表示为：
[0024][0025]
α表示信道时延扩展长度，m表示每个时域块向量rn的长度，rn表示第n个接收到的
时域块；r
(1)
(k)表示长度为k的第一时域向量，r(k)表示长度为k的接收时域向量，l(k,k-i)表示下三角矩阵第k行k-i列的值，r
(1)
(k-i)表示长度为(k-i)的第一时域向量，m》α。
[0026]
进一步的，所述使用带状矩阵的前向替换算法求解出第二时域向量包括采用第二分段公式区间为[m-1,m-α]的第二时域向量以及区间为[m-α-1,0]的第二时域向量；其中，所述第一分段公式表示为：
[0027][0028]r(2)
(k)表示长度为k的第二时域向量，u(k,k)表示下三角矩阵第k行k列的值，u(k,k+i)表示下三角矩阵第k行k-i列的值；r
(2)
(k+i)表示长度为(k+i)的第二时域向量。
[0029]
进一步的，估计得到每个时域块的符号向量表示为：
[0030][0031]
其中，p表示时变信道的传播路径条数；表示第i条路径的路径增益，*表示共轭复数，circ表示循环矩阵，t表示转置，mn表示发送符号的总个数；diag表示取矩阵元素的对角；r
(2)
表示第二时域向量。
[0032]
进一步的，所述得到发送的时延-序列域信息符号的估计值的过程包括将低复杂度mmse均衡处理后的每个时域块的符号向量，经过判决后得到时域信息符号，对所述时域信息符号经过匹配滤波运算后，得出时域输入-输出关系；随后通过迭代求解时域输入-输出关系所对应的最小二乘解；对迭代求解的最小二乘解进行硬判决，得到每次迭代过程中的时延-序列信息符号；将硬判决后的时延-序列信息符号经过松弛放缩后作为下一迭代过程中的初始值，直至完成迭代，输出发送符号向量的估计值。
[0033]
进一步的，经过松弛放缩更新后的时延-序列信息符号表示为：
[0034][0035]
其中，表示第i+1次迭代中第n个时域块的估计符号，δ表示松弛参数，vec表示矩阵化；表示第i次迭代中第n个时域块的估计符号，x(i)表示第i次迭代的时延-序列域信息符号，wn表示n点沃尔什-哈达玛变换。
[0036]
本发明的有益效果：
[0037]
1、本发明在接收端对发送的信息符号进行分块处理，采用精确的mmse均衡得到初始估计符号，能够解决在高速移动环境中，多普勒扩展在每个块中引入干扰，单抽头频域均衡器面对高多普勒频移时性能有限的问题。
[0038]
2、本发明利用信道矩阵的稀疏性和带状结构，对mmse均衡处理过程中的带状矩阵进行低复杂度lu矩阵分解，并通过前向替换算法和后向替换算法避免了矩阵求逆运算，能够有效降低复杂度。
[0039]
3、本发明通过级联时分和沃尔什-哈达玛(wht)复用将信息符号在时延和序列域
进行复用。由于wht在调制解调过程不需要进行复杂的乘法运算，相比于正交时频空间(otfs)调制有更低的调制复杂度。
[0040]
4、本发明采用高斯-赛德(gs)迭代检测，对wht变换以及判决后的时延-序列域信息符号的估计值进行迭代检测处理，进一步消除残余符号干扰。
[0041]
5、仿真结果表明，本发明与传统基于单抽头均衡的gs迭代检测相比有显著的性能提升，当采用4qam调制且误码率为10-6
时性能增益为1.211db，采用16qam调制且误码率为10-4
时性能增益为1.785db。
附图说明
[0042]
图1为现有技术中不同离散信息符号域与相应调制方案之间的关系图；
[0043]
图2为本发明采用的otsm系统收发模型图；
[0044]
图3为本发明中一种正交时序复用系统的符号检测方法流程图；
[0045]
图4为本发明涉及的接收机信号处理流程图；
[0046]
图5为本发明otsm系统在不同检测算法下的误码性能仿真图；
[0047]
图6为本发明otsm系统在不同系统参数下的误码性能仿真图；
[0048]
图7为不同速度下基于单抽头均衡的gs迭代检测和本发明的误码性能比较仿真图；
[0049]
图8为基于单抽头均衡的gs迭代otsm与otfs检测和本发明的误码性能比较仿真图；
[0050]
图9为本发明在不同用户移动速度和信噪比下的误码性能仿真图。
具体实施方式
[0051]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0052]
图2为本发明采用的otsm系统收发模型图，如图2所示，为了方便描述，本发明以矩阵形式表示otsm系统模型，假设分别表示发送信息符号和接收信息符号，其中mn为发送符号的总个数，n表示符号向量的个数，m表示每个符号向量的长度，otsm信号帧的持续时间和带宽分别为tf＝nt和b＝mδf，其中δf＝1/t。
[0053]
在发送端，信息符号被分成m个符号向量随后将其放置于时延-序列域矩阵中，其中，时延-序列域矩阵的列和行的索引分别表示时延-序列网格的时延和序列抽头索引，上标t表示矩阵的转置。
[0054]
x＝[x0,x1,
…
,x
m-1
]
t
ꢀꢀ
(1)
[0055]
x中最后α行符号向量设为零向量，其中α表示离散信道时延扩展长度。如图2所示，零填充(zp,zero padding)有助于避免由信道时延扩展引起的块间干扰。对符号向量xm进行n点wht(归一化后与沿序列域做iwht等价)，得到时延-时间域矩阵
[0056]
[0057]
其中，表示n点wht变换后的发送符号向量，m＝0,...,m-1，wn表示n点沃尔什-哈达玛变换，对矩阵逐列向量化得到符号向量表示为：
[0058][0059]
发送端的符号向量s经过脉冲整形和数模变换后以s(t)的形式传输到无线信道。
[0060]
在接收端，接收到的时域信号r(t)经模数变换之后得到时域向量将r矩阵化得到时延-时域矩阵
[0061][0062]
对矩阵进行n点wht得到接收到的时延-序列域信息符号：
[0063][0064]
其中，ym表示n点wht变换后的接收符号向量，m＝0,...,m-1。
[0065]
对于信道，以及发送端和接收端之间的输入输出关系，本发明考虑一个具有p条传播路径的时变信道，其中hi，τi和vi分别是第i条路径的路径增益，时延和多普勒频移。令τ
max
和v
max
分别表示信道中的最大时延扩展和多普勒频移，则信道时延扩展长度和多普勒扩展长度分别为和其中为向上取整函数。假设考虑一个载波频率为4ghz、子载波间隔为15khz、n＝128、m＝512的otsm系统，采用3gpp所提出的扩展车辆信道模型(eva,extended vehicular a model)，时延-多普勒扩展长度可以计算为α＝20《《mn＝65536，β＝16《《mn＝65536。
[0066]
基于时延-多普勒域的信道脉冲响应可以表示为如下形式：
[0067][0068]
相应的连续时变信道冲激响应函数可表示为：
[0069]
g(τ,t)＝∫vh(τ,v)e
j2πv(t-τ)
dv
ꢀꢀ
(7)
[0070]
接收到的时域信号r(t)可表示为：
[0071][0072]
因此，矩阵形式的时域输入输出关系可表示为：
[0073]
r＝h
·
s+w
ꢀꢀ
(9)
[0074]
其中为均值为0，方差为的高斯白噪声，为时域离散信道矩阵：
[0075][0076]
其中，
[0077]
基于上述分析，如图2所示，zp防止了时域块间干扰，式(9)中的时域输入-输出关系可以表示为：
[0078]rn
＝hn·
sn+wn,n＝0,
…
,n-1
ꢀꢀ
(11)
[0079]
其中，hn是第n个时域块信道矩阵。
[0080]
在传统的符号检测方法中，假设在低多普勒频移下每个时域块的信道矩阵为循环矩阵，可以在频域中对角化。接收到的时频信号可以通过对时域块进行m点fft运算：
[0081][0082]
随后对每个块进行mmse均衡：
[0083][0084]
其中m＝0,
…
,m-1,n＝0,
…
,n-1，频域信道系数为：
[0085][0086]
其中diag[a]表示包含方阵a对角元素的列向量。如图1所示，时延-序列域信息符号的估计值可通过时频域估计值进行m点ifft和n点wht获得：
[0087][0088]
其中经判决后作为gs迭代检测算法的初始值进行迭代检测，匹配滤波运算后式(11)中的矩阵输入输出关系可以表示为：
[0089][0090]
其中gs迭代算法用于迭代求解式(16)中m维线性方程组的最小二乘解：
[0091][0092]
设dn和ln分别为rn的对角元素矩阵和下三角元素的矩阵，gs迭代算法每次迭代求解的方法可以是：
[0093][0094][0095][0096]
其中为gs迭代矩阵，表示第i次迭代中第n个时域块的符号估计。第i次迭代的时延-序列域信息符号可通过下式获得：
[0097][0098]
其中表示硬判决，随后将判决符号转换回时域作为下次迭代的初始估计：
[0099][0100]
其中，表示第i+1次迭代中第n个时域块的估计符号，δ表示用于提高高阶调制方案检测器收敛性的松弛参数，vec表示矩阵化；表示第i次迭代中第n个时域块的估计符号，x(i)表示第i次迭代的时延-序列域信息符号，wn表示n点沃尔什-哈达玛变换。
[0101]
在高速移动环境中，多普勒扩展在每个块中引入干扰，单抽头频域均衡器面对高
多普勒频移时性能有限。鉴于此，本发明在初始均衡中采用较为精确的时域块均衡，如图3所示，本发明的一种正交时序复用系统的符号检测方法包括：
[0102]
s1、接收时域向量后，对每个时域块逐块进行mmse均衡处理，估计得到每个时域块的符号向量；
[0103]
接收时域向量r的时域块rn后，对每个时域块进行mmse均衡：
[0104][0105]
其中，表示估计出的第n个时域块的符号向量；rn表示第n个接收到的时域块；hn表示第n个时域块的信道矩阵，上标h表示矩阵的共轭转置；表示高斯白噪声的方差，且为带状矩阵。
[0106]
直接计算式(23)需要较高的复杂度，但zp使得为带状矩阵结构，基于此，本发明采用了一种低复杂度lu分解。lu分解后式(23)可简化为：
[0107][0108]
其中，令其中，令表示第一时域向量的第n个时域块，令表示第一时域向量的第n个时域块，令表示第二时域向量的第n个时域块；和可分别使用表1中的算法1和算法2计算，所述算法1为反向替换算法，所述算法2为前向替换算法。
[0109]
表1前向替换算法和后向替换算法
[0110][0111]
图4给出了本发明提出的低复杂接收机信号处理流程，如图4所示，将进行低复杂度lu分解后，分解得到下三角矩阵l和上三角矩阵u；将矩阵u的逆矩阵u-1
结合接收到的时域向量，使用带状矩阵的反向替换算法求解出第一时域向量；根据求解出的初始迭代过程中的时域向量和矩阵l的逆矩阵l-1
，使用带状矩阵的前向替换算法求解出第二时域向量；根据求解出的第二时域向量和时域块的信道矩阵，使用稀疏矩阵向量乘法(即公式
27)求解出每个时域块的符号向量。
[0112]
具体的，使用带状矩阵的反向替换算法求解出第一时域向量包括采用第一分段公式分别计算出区间为[1,α-1]的第一时域向量以及区间为[α,m-1]的第一时域向量；其中，所述第一分段公式表示为：
[0113][0114]
α表示信道时延扩展长度，m表示符号向量的长度，在这里m对应表示每个时域块向量rn的长度，r
(1)
(k)表示长度为k的第一时域向量，r(k)表示长度为k的接收时域向量，l(k,k-i)表示下三角矩阵第k行k-i列的值，r
(1)
(k-i)表示长度为(k-i)的第一时域向量，m》α。
[0115]
具体的，使用带状矩阵的前向替换算法求解出第二时域向量包括采用第二分段公式区间为[m-1,m-α]的第二时域向量以及区间为[m-α-1,0]的第二时域向量；其中，所述第二分段公式表示为：
[0116][0117]r(2)
(k)表示长度为k的第二时域向量，u(k,k)表示下三角矩阵第k行k列的值，u(k,k+i)表示下三角矩阵第k行k-i列的值；r
(2)
(k+i)表示长度为(k+i)的第二时域向量。
[0118]
将算法1和算法2计算出的结果第二时域向量r
(2)
带入公式(24)中，其中根据信道矩阵h的稀疏性，第二时域向量r
(2)
经循环移位后与相乘得到的
[0119][0120]
其中，p表示时变信道的传播路径条数；表示第i条路径的路径增益，*表示共轭复数，circ表示循环矩阵，t表示转置；diag表示取矩阵元素的对角。
[0121]
s2、将每个时域块的符号向量判决后作为高斯-赛德迭代检测算法的初始值进行迭代检测，得到每个时域块的符号向量的估计值；
[0122]
在本发明实施例中，将每个时域块的符号向量判决后作为高斯-赛德迭代检测算法的初始值进行迭代检测，得到时域信息符号的估计值，随后再根据步骤s3、s4获得发送符号向量的估计值。
[0123]
在本发明实施例中，将低复杂度mmse均衡处理后的每个时域块的符号向量，经过判决后得到时域信息符号，对获得低复杂度mmse均衡判决后时域估计之后的时域信息符号，经过匹配滤波运算得出时域输入-输出关系；随后通过高斯-赛德迭代求解时域输入-输出关系所对应的最小二乘解；对迭代求解的最小二乘解进行硬判决，得到每次迭代过程中的时延-序列信息符号；将硬判决后的时延-序列信息符号经过松弛放缩后作为下一迭代过程中的初始值，反复执行公式(16)～(22)的过程，直至完成迭代，最终通过步骤s3、s4将时
域信号转化为时延-序列域符号，从而得到发送符号向量的估计值。
[0124]
s3、将每个时域块的符号向量矩阵化后，得到时延-时间域信息符号；
[0125]
在本发明实施例中，将高斯-赛德迭代检测算法估计得到的每个时域块的符号向量进行矩阵化，符号向量矩阵化可得到时延-时间域信息符号：
[0126][0127]
s4、对所述时延-时间域信息符号进行沃尔什-哈达玛变换，得到时延-序列域信息符号的估计值。
[0128]
在发明实施例中，对步骤s3求得的时延-序列域信息符号进行n点wht可得到时延-序列域信息符号：
[0129][0130]
本实施例将分析本发明与基于单抽头均衡器的gs迭代检测算法的计算复杂度，表2给出了图4中低复杂度接收机每个操作所需复乘次数。单抽头频域均衡器所需复乘次数可由式(13)得出为nm[α+2log2(m)+3]。由于otsm在调制解调中不需要进行复数乘法，因此在每次进行gs迭代所需的计算复杂度仅为o(nm)。
[0131]
表2为本发明接收机不同操作的计算复杂度
[0132][0133]
本实施例对所提均衡算法与基于单抽头均衡器的otsm迭代检测算法进行仿真比较，不进行特别说明将采用表3仿真参数。假设信道信息完全已知，ber图中的每个点发送帧，信道的多普勒频移由jakes公式vi＝v
max
cos(θi)生成，v
max
为最大移动速度，θi在[-π,π]上均匀分布。
[0134]
表3仿真参数
[0135][0136]
图5对比了迭代所需的单抽头频域均衡和时域块均衡算法，同时还比较了基于单抽头频域均衡的gs迭代检测(single tap iterative)和本发明提出的基于时域块均衡的gs迭代检测算法(block lmmse iterative)在不同调制方式下的误码性能。仿真结果表明，单抽头频域均衡器在高速移动环境下性能十分有限，严重影响gs迭代算法的收敛速度和误码性能，所提算法在高信噪比下与基于单抽头均衡器的gs迭代检测算法相比有显著的性能提升。采用4qam调制在且误码率为10-6
时性能增益为1.211db，采用16qam调制在且误码率10-4
时性能增益为1.785db。同时可以发现，即使在高阶调制下所提算法依然表现出显著的性能提升。
[0137]
图6给出了otsm系统在不同系统参数下的误码性能。由于时延-序列域网格的分辨率较低，随着m和n的降低，基于单抽头频域均衡的gs迭代检测算法和本发明所提算法性能都有不同水平下降。这是因为接收机解析出的信道路径较少，导致分集丢失。从图中还可以看出，随着m和n的改变，所提算法依然表现出一定水平的增益。
[0138]
图7对比了snr分别在25db和30db下基于单抽头频域均衡的gs迭代检测和本发明所提算法在不同用户移动速度(即各种最大多普勒频移)下的误码性能。仿真结果表明，随着用户移动速度的增加，本发明所提算法误码性能显著优于基于单抽头频域均衡的gs迭代检测。从图中还可以发现，用户移动速度较小时比用户移动速度较大时的误码性能更低。这一结果对于需要准静态信道的传统调制方案是令人意外的。实际上，在时延-序列域中调制可以受益于更大的多普勒频移，这是因为接收机可以通过多普勒频移解析出更多的信道路径。
[0139]
图8对比了在otsm与otfs系统下采用基于单抽头频域均衡的gs迭代检测和本发明所提算法误码性能。从图中可以发现，采用相同检测算法时otsm与otfs调制方案性能十分接近，但由于wht，otsm在调制解调过程不需要进行复杂的乘法运算，相比于otfs有更低的调制复杂度，非常适合于低复杂度的收发器。
[0140]
为进一步直观感受不同用户移动速度和信噪比下所提算法的误码性能，本发明对所提检测方法进行了三维分析，如图9所示。从图9中可以看出otsm系统随着用户移动速度的增大误码性能也越来越好，可以受益于更大的多普勒频移，因此otsm系统能很好地满足
未来无线移动通信系统要求。
[0141]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
技术特征：1.一种正交时序复用系统的符号检测方法，其特征在于，所述方法包括：接收时域向量后，对每个时域块逐块进行低复杂度mmse均衡处理，得到每个时域块的符号向量；将每个时域块的符号向量判决后作为高斯-赛德迭代检测算法的初始值进行迭代检测，得到每个时域块的符号向量的估计值；将每个时域块的符号向量矩阵化后，得到时延-时间域信息符号；对所述时延-时间域信息符号进行沃尔什-哈达玛变换，得到发送的时延-序列域信息符号的估计值。2.根据权利要求1所述的一种正交时序复用系统的符号检测方法，其特征在于，所述得到每个时域块的符号向量的过程包括：对进行mmse均衡处理的带状矩阵进行lu矩阵分解，得到下三角矩阵l和上三角矩阵u；所述带状矩阵包括信道矩阵和噪声矩阵；根据接收到的时域向量和上三角矩阵u的逆矩阵u-1
，使用带状矩阵的反向替换算法求解出第一时域向量；根据求解出的第一时域向量和下三角矩阵l的逆矩阵l-1
，使用带状矩阵的前向替换算法求解出第二时域向量；根据求解出的第二时域向量和时域块的信道矩阵，使用稀疏矩阵向量乘法求解出每个时域块的符号向量。3.根据权利要求1或2所述的一种正交时序复用系统的符号检测方法，其特征在于，对每个时域块进行mmse均衡处理所采用的公式表示为：其中，表示估计出的第n个时域块的符号向量；r
n
表示第n个接收到的时域块；h
n
表示第n个时域块的信道矩阵，上标h表示矩阵的共轭转置；表示高斯白噪声的方差，且为带状矩阵。4.根据权利要求3所述的一种正交时序复用系统的符号检测方法，其特征在于，对mmse均衡处理过程中的带状矩阵进行lu矩阵分解后，符号向量表示为：其中，令其中，令表示第一时域向量的第n个时域块，令表示第一时域向量的第n个时域块，令表示第二时域向量的第n个时域块。5.根据权利要求2所述的一种正交时序复用系统的符号检测方法，其特征在于，所述使用带状矩阵的反向替换算法求解出第一时域向量包括采用第一分段公式分别计算出区间为[1,α-1]的第一时域向量以及区间为[α,m-1]的第一时域向量；其中，所述第一分段公式表示为：
α表示信道时延扩展长度，m表示每个时域块向量r
n
的长度，r
n
表示第n个接收到的时域块，r
(1)
(k)表示长度为k的第一时域向量，r(k)表示长度为k的接收时域向量，l(k,k-i)表示下三角矩阵第k行k-i列的值，r
(1)
(k-i)表示长度为(k-i)的第一时域向量，m>α。6.根据权利要求5所述的一种正交时序复用系统的符号检测方法，其特征在于，所述使用带状矩阵的前向替换算法求解出第二时域向量包括采用第二分段公式区间为[m-1,m-α]的第二时域向量以及区间为[m-α-1,0]的第二时域向量；其中，所述第二分段公式表示为：r
(2)
(k)表示长度为k的第二时域向量，u(k,k)表示下三角矩阵第k行k列的值，u(k,k+i)表示下三角矩阵第k行k+i列的值；r
(2)
(k+i)表示长度为(k+i)的第二时域向量。7.根据权利要求6所述的一种正交时序复用系统的符号检测方法，其特征在于，估计得到每个时域块的符号向量表示为：其中，p表示时变信道的传播路径条数；表示第i条路径的路径增益，*表示共轭复数，circ表示循环矩阵，t表示转置，mn表示发送符号的总个数；diag表示取矩阵元素的对角；r
(2)
表示第二时域向量。8.根据权利要求1所述的一种正交时序复用系统的符号检测方法，其特征在于，得到发送的时延-序列域信息符号的估计值的过程包括将低复杂度mmse均衡处理后的每个时域块的符号向量，经过判决后得到时域信息符号，对所述时域信息符号经过匹配滤波运算后，得出时域输入-输出关系；随后通过高斯-赛德迭代求解时域输入-输出关系所对应的最小二乘解；对迭代求解的最小二乘解进行硬判决，得到每次迭代过程中的时延-序列信息符号；将硬判决后的时延-序列信息符号经过松弛放缩后作为下一迭代过程中的初始值，直至完成迭代，输出发送符号向量的估计值。9.根据权利要求8所述的一种正交时序复用系统的符号检测方法，其特征在于，经过松弛放缩更新后的时延-序列信息符号表示为：其中，表示第i+1次迭代中第n个时域块的估计符号，δ表示松弛参数，vec表示矩阵化；表示第i次迭代中第n个时域块的估计符号，x
(i)
表示第i次迭代的时延-序列域信息符号，w
n
表示n点沃尔什-哈达玛变换。
技术总结本发明属于通信领域，具体涉及一种正交时序复用系统的符号检测方法；所述方法包括通过在接收端接收到时域向量后，利用信道特性在时域中逐块进行MMSE均衡得到每个时域块的估计符号向量；为进一步消除残余符号的干扰，估计符号向量经过判决后作为高斯-赛德迭代检测算法的初始值进行迭代检测，从而获得每个时域块向量的估计值，经向量矩阵化以及沃尔什-哈达玛变换后得到原始发送符号向量的估计值。本发明能够解决在高速移动环境中，多普勒扩展在每个块中引入干扰与单抽头频域均衡器面对高多普勒频移时性能有限的问题。普勒频移时性能有限的问题。普勒频移时性能有限的问题。
技术研发人员：龙锟 李国军 叶昌荣 谢文希
受保护的技术使用者：重庆邮电大学
技术研发日：2022.07.21
技术公布日：2022/11/1
