專利名稱：基于迭代消息傳遞算法的多用戶檢測器的制作方法
技術領域：
本發(fā)明涉及在海洋無線電導航系統(tǒng)中的偽碼快速捕獲方法及多用戶檢測器。

背景技術：
中短波段具有在海上傳播距離遠，地波傳播穩(wěn)定的特點，而被廣泛應用于導航領域。海洋無線電導航系統(tǒng)利用直達地波信號進行海上導航定位。接收機通過捕獲N(N≥3)個導航臺的地波信號，測量出接收機載體與導航臺之間的偽距，通過定位解算從而確定出載體的位置。在中短波段上，由導航臺發(fā)射的信號經(jīng)過兩種路徑到達接收機一種是沿地表面?zhèn)鞑サ牡夭ǎ灰环N是經(jīng)過電離層一次或多次反射到達接收機的天波。白天，到達電離層的天波大部分被電子密度較低的D層吸收；夜間，D層消失，電磁波到達電子密度較大的E層，大部分能量被反射，對地波信號造成較強的干擾，而且由于地波信號強度隨著傳播距離的增加而逐漸衰減，所以在一定距離以后，天波信號強度會超過地波信號強度，使接收機錯誤地鎖定在天波上，造成定位解偏離實際載體位置。在一些工作區(qū)域，天波可以大于地波30dB，這時地波完全淹沒在天波信號的旁瓣里，因此如果不消除天波的影響，則在遠距離，接收機將不能正常工作，使得系統(tǒng)的工作區(qū)域變小。
天波干擾的影響之所以非常嚴重，主要原因在于天波幅度和相位變化比較快，常規(guī)的編碼序列捕獲進行多徑時延估計無法跟蹤上天波信號的變化，即無法對天波信號進行快速、準確的捕獲。
編碼序列的捕獲(以相干捕獲為例)是指接收機在搜索發(fā)送的擴頻信號時，調(diào)整接收機本地生成編碼序列的相位，使本地生成編碼序列的相位與發(fā)送編碼序列的相位一致?，F(xiàn)有編碼序列的捕獲方法有匹配濾波法、滑動相關法等，其中匹配濾波法是用部分偽隨機碼的碼元與接收信號進行匹配(相關)，因此匹配濾波法會降低系統(tǒng)的處理增益，不適合在低信噪比條件下使用；滑動相關法不損失系統(tǒng)的處理增益，而且容易實現(xiàn)，是目前較常用的編碼序列捕獲方法。在滑動捕獲中，全并行捕獲的捕獲時間最短，但是實現(xiàn)的復雜度最高；全串行捕獲的捕獲時間最長，實現(xiàn)的復雜度最低；混合捕獲是兩者的折中。
目前常用的多用戶檢測器包括串行和并行干擾抵消器。串行干擾抵消器在多徑衰落信道中具有較好的魯棒性，但是由于其采用串行的方式工作，需要對各多徑信號功率進行排序，因此在用戶較多時具有比較大的解碼延遲；并行干擾抵消器采用并行的方式工作，在多階段處理過程中具有較小的解碼延遲，而且不需要對用戶功率進行排序，在實現(xiàn)時可以通過多處理器并行處理等優(yōu)點，因而更具實用價值，但是不適合信號功率相差比較大的場合。在無線電導航系統(tǒng)中天地波功率相差比較大，到達接收機的信號路徑比較多，單獨采用上述串行或者并行的抵消器均不能滿足現(xiàn)有無線導航系統(tǒng)中對天波準確捕獲、分離。
現(xiàn)有技術中的IMPA(Iterative Message Passing Algorithms)算法是由信道編碼理論發(fā)展而來，利用因子圖模型，可以將該方法擴展到許多領域，包括信號處理、自動控制、人工智能、神經(jīng)網(wǎng)絡、圖論規(guī)劃等領域，但尚未應用于偽碼捕獲領域。
IMPA算法介紹 (一)、單節(jié)點情形，參見圖3。
一個度為K+1的節(jié)點N，如圖3所示。K+1條邊上的邊變量分別為Xi(i＝0，1，…，K)，它們分別在字母表Ai(i＝0，1，…，K)上取值。在單節(jié)點情形，消息傳遞的最終目的在于計算每個變量關于該節(jié)點的后驗概率。假設已知這K+1個邊變量關于節(jié)點N的內(nèi)在概率值PNint(xi)(i＝0，1，…，K)和約束集SNA0×A1×…×An。邊變量x0關于節(jié)點N的后驗概率為
外概率PNext(x0＝ζ0)與條件概率P(N|x0＝ζ0)的關系如下 其中c0′是歸一化常數(shù)。
內(nèi)在概率和后驗概率分別為 節(jié)點N所對應的事件N成立，當且僅當節(jié)點N相連的K+1個邊變量xi(i＝0，1，…，K)滿足局部約束關系。這里，局部約束關系由一個集合SN來表示，稱之為局部約束集(local constraint set)，它是字母表Ai(i＝0，1，…，K)的直積的子集。字母表的直積A1×A2×…AK給出了邊變量xi(i＝1，2，…，K)的所有可能取值的組合，因此按全概率公式有 對上式右邊求和符號中的每一項，有 由于所有邊變量{xi}i＝0K相互獨立，因而上式右邊第二項可以寫為 對于式(6)右邊的第一項而言，只有當時條件概率否則因此可以用指示函數(shù)(indicator function)表示如下 綜合式(6)，(7)和(8)，式(5)可以寫成 在上式中，求和符號僅對[(ζ0，ζ1，…，ζK)∈SN]＝1的項求和，因此可以把指示函數(shù)合并到求和范圍中去，這樣就有 由外概率的定義(見式(2))，x0關于節(jié)點N的外概率為 這樣就推導出了x0關于節(jié)點N的外概率的計算式。又由式(11)，x0關于節(jié)點N的后驗概率可以按下式計算， 到此為止，有關單節(jié)點情形中的消息傳遞已經(jīng)很清楚了。如果選擇約束集SN為奇偶校驗集，那么單節(jié)點中的消息傳遞可以對應于單檢碼((single paritycheck code)的最大后驗概率譯碼。
(二)雙節(jié)點情形，參見圖4。
圖4所示的由節(jié)點L和節(jié)點R構成的雙節(jié)點圖。節(jié)點L和節(jié)點R由公共邊(或稱為內(nèi)邊)x0連接在一起。在圖4中，除了x0之外，節(jié)點L還與其它K個邊變量相連，而節(jié)點R還與另外K′個邊變量相連。記圖4所示的雙節(jié)點圖為G，它包含兩個節(jié)點、K+K′個外邊變量和一個內(nèi)邊變量。假設已知所有外邊變量的內(nèi)在概率，同時令內(nèi)邊變量關于圖G的內(nèi)在概率是等概率分布，即 記節(jié)點L(R)的約束集為SL(SR)，圖G的約束集為SG，則SG由所有同時滿足SL和SR的K+K′+1個邊變量的取值組合(x0，x1L，x2L，…，xKL，x1R，x2R，…，xK′R)構成。判斷K+K′+1個邊變量的是否屬于SG可以用指示函數(shù)表示， 為了描述方便，將所有邊變量重新編號有， 這樣，類似式(11)的推導可以得到任何邊變量關于圖G的外概率為 其中～{xi}表示除了變量xi之外的其它所有變量，上式中的求和符號表示當變量xi取某個固定值時對所有滿足SG的取值組合求和。由于上式中求和符號涉及到K+K′個變量，如果每個變量都是二元的，那么總共有2K+K′個求和項。而由式(11)可知單節(jié)點時只有2K個求和項，因此如果能將雙節(jié)點時的外概率計算轉(zhuǎn)換成單節(jié)點的外概率計算將會大大降低復雜度。
容易證明事件L、{x0＝ζ0}和事件R構成一條馬爾科夫鏈，即 P(L，R|x0)＝P(L|x0)P(R|x0) (15) 事實上，由全概率公式有 對于上式右邊第一項，當時取值為1，否則取值為0。因此可以用指示函數(shù)(式(13))表示如下， 又由{xiL}i＝1K，{xiR}i＝1K′，x0相互獨立，因此式(16)可以分解為 將式(17)和(18)代入式(16)，得 這樣就得到了式(15)，從而證明了事件L，{x0＝ζ0}和事件R構成一條馬爾科夫鏈。
現(xiàn)在考慮邊變量x1R關于圖G的外概率，有 其中c1R′為歸一化常數(shù)。又由全概率公式，上式中的條件概率可以寫成 由事件L、{x0＝ζ0}和事件R構成馬爾科夫鏈，上式右邊第一項和第二項分別可以化簡成 同時，由邊變量相互獨立，式(19)右邊的第三項可以分解為 將式(20)-(22)代入式(19)得 因此，邊變量R關于圖G的外概率為 此外，由于是個常數(shù)，因此可以將它歸并到歸一化常數(shù)中去，同時將條件概率P(R|x0，{xiR}i＝1K′)歸并到求和范圍中，于是有 對比式(11)和(25)不難發(fā)現(xiàn)如果令 那么由式(11)計算所得的邊變量x1R關于節(jié)點R的外概率PRint(x1R)等于邊變量x1R關于G的外概率PRext(x1R)。因此，如果對整個圖采用式(27)所示的賦值關系，那么邊變量關于圖G的外概率計算就可以通過邊變量關于節(jié)點的外概率計算得到，從而大大降低了計算復雜度。
當開始計算時，首先將外邊變量關于圖的內(nèi)在概率賦值給它關于所連節(jié)點的內(nèi)在概率。外邊變量只與一個節(jié)點相連，因此只需將它關于圖的內(nèi)在概率賦給它關于所連節(jié)點的內(nèi)在概率即可。有了這些內(nèi)在概率之后，內(nèi)邊變量x0關于它所連的兩個節(jié)點的外概率就可以通過式(11)計算得到。然后將內(nèi)邊變量x0關于所連節(jié)點R的外概率PRext(x0)賦值給PLint(x0)，同樣將內(nèi)邊變量x0關于所連節(jié)點L的外概率PLext(x0)賦值給PRint(x0)。這樣兩個節(jié)點所連邊變量的內(nèi)在概率都已知，仍然采用式(11)計算得到各個外邊變量的外概率，進而得到它們關于整個圖的后驗概率。
通過以上論述，可以得出如下結(jié)論內(nèi)邊變量關于所連一個節(jié)點的外概率即為它關于所連另一個節(jié)點的內(nèi)在概率。將上述結(jié)果推廣到一般圖中，不難發(fā)現(xiàn)，如果是無環(huán)圖的話，按照上述方法可以準確計算出各個外邊變量關于整個圖的后驗概率。如果存在環(huán)時，在理論上已經(jīng)證明消息傳遞算法收斂于貝斯(Bethe)自由能量的平衡點；在實際中，大量仿真結(jié)果都表明消息傳遞算法可以非常好的逼近最大后驗概率譯碼，而計算復雜度卻大大小于真正的最大后驗概率譯碼。


發(fā)明內(nèi)容
為了解決海洋無線電導航系統(tǒng)中天波對地波干擾大，傳統(tǒng)方法無法消除天波干擾的問題，本發(fā)明提出一種基于基于迭代消息傳遞算法的多用戶檢測器。
基于迭代消息傳遞算法的多用戶檢測器包括用于將接收到的信號進行解調(diào)進而獲得解調(diào)信號的解調(diào)裝置20，A個用于對多路信號進行捕獲跟蹤以及信號重構的并聯(lián)信號捕獲及重構裝置10，所述A個并聯(lián)信號捕獲及重構裝置10按照功率從大到小分別為一級、二級……直到末級，其中一級至A-1級的并聯(lián)信號捕獲及重構裝置10的結(jié)構相同，均是由b個信號捕獲及重構模塊11和一個干擾消除模塊組成，所述干擾消除模塊將b個信號捕獲及重構模塊11輸出信號的疊加和，從并聯(lián)信號捕獲及重構裝置10的輸入信號中減去后，輸出給下一級并聯(lián)信號捕獲及重構裝置10，解調(diào)裝置20輸出解調(diào)信號給一級并聯(lián)信號捕獲及重構裝置10，末級并聯(lián)信號捕獲及重構裝置10由b個信號捕獲及重構模塊11和并行干擾消除模塊13組成，并行干擾消除模塊13由延時模塊15、累加模塊14和b個減法模塊16組成，所述累加模塊14將b個信號捕獲及重構模塊11的輸出信號u1、u2、……ub累加后再分別減去b個信號捕獲及重構模塊11的輸出信號u1、u2、……ub獲得b個累加和信號b個減法模塊16分別用末級并聯(lián)信號捕獲及重構裝置10輸入信號經(jīng)過延時模塊15延時后的信號減去所述b個累加和信號最終獲得b個輸出信號。
所述b等于多用戶檢測器能夠接收的信號路數(shù)。
所述的干擾消除模塊包括延遲模塊和減法模塊，減法模塊用于將b個信號捕獲及重構模塊11輸出的信號和從延遲模塊延時后的并聯(lián)信號捕獲及重構裝置10的輸入信號中減去后輸出給下一級并聯(lián)信號捕獲及重構裝置10。
本實施方式所述的信號捕獲及重構模塊11對偽碼的捕獲過程為 步驟一、截取一段解調(diào)后的信號片段，獲取碼元級信息； 步驟二、將獲取的碼元級信息應用于IMPA算法，進而獲取生成的本地偽碼序列； 步驟三、將獲取的本地偽碼序列與接收序列進行相關，判斷是否實現(xiàn)了對偽碼的捕獲，如果序列的相關值超過了閾值，則捕獲成功，執(zhí)行步驟四；否則，捕獲失敗，截取另一段信號片段，并獲取新的碼元級信息，返回步驟二重新獲取生成的本地偽碼序列； 步驟四、將成功捕獲的信號進行信道估計和信號重構，捕獲完成。
本發(fā)明采用了分組串、并結(jié)合的干擾抵消方法，它消除了現(xiàn)有單獨串行干擾抵消方法和并行干擾抵消方法的缺點，并同時擁有了現(xiàn)有單獨串行干擾抵消方法和并行干擾抵消方法的優(yōu)點，它能夠保持較小的數(shù)據(jù)延遲，減小了中間數(shù)據(jù)的存儲量。
本發(fā)明中所述的信號捕獲及重構模塊11對偽碼的捕獲過程是采用基于背景技術中介紹的IMPA算法的思想來實現(xiàn)的，將偽碼序列的約束關系用因子圖表示，并在因子圖上進行軟信息的迭代計算，最后得出最大后驗估計，然后，根據(jù)最大后驗估計和判決條件得到一個生成的本地序列，本發(fā)明所述的基于IMPA算法的偽碼快速捕獲方法能夠有效解決長偽碼捕獲的捕獲時間問題，同時還有效的提高了捕獲的捕獲概率。如圖8所示為信噪比在-15db條件下，采用本發(fā)明的快速捕獲方法進行偽碼捕獲的捕獲概率隨IMPA算法的迭代次數(shù)變化的曲線，由圖可見通過增加迭代次數(shù)能夠有效提高對信號的捕獲概率，但受到信噪比的限制。如圖9所示為全串行捕獲的捕獲概率隨信噪比變化的曲線、全并行捕獲的捕獲概率隨信噪比變化的曲線和迭代次數(shù)為20次時本發(fā)明的快速捕獲方法的捕獲概率隨信噪比變化的曲線，由圖9可以看出基于IMPA算法的偽碼快速捕獲在較低的信噪比條件下，捕獲概率始終大于等于全并行方式，當信噪比大于-13.5db之后，基于IMPA算法的偽碼快速捕獲的捕獲概率始終大于等于串行捕獲的捕獲概率。當信噪比大于-11db之后，基于IMPA算法的偽碼快速捕獲的捕獲概率始終保持在100％，捕獲性能很穩(wěn)定。
圖10為無線情況下，同時存在強信號和弱信號，強信號抵消后的效果圖。其中(a)為干擾抵消相關峰值圖，(b)為(a)的局部放大圖。從圖(b)可以看出，強信號抵消以后，強信號的自相關旁瓣減小，弱信號的信噪比性能得到明顯改善。
本發(fā)明所述的基于迭代消息傳遞算法的多用戶檢測器能夠滿足海上無線電導航系統(tǒng)遠距離導航定位需求，可以應用到現(xiàn)有海上無線電導航系統(tǒng)中，還可以推廣到其它相關領域，如衛(wèi)星導航、第四代移動通信系統(tǒng)和超寬帶系統(tǒng)中，解決長偽隨機碼的快速捕獲和多址干擾消除問題。



圖1是導航定位系統(tǒng)的工作原理圖，其中50是用于信號捕獲和干擾抵消的多用戶檢測器，圖2是本發(fā)明的基于迭代消息傳遞算法的多用戶檢測器的結(jié)構示意圖，圖3是現(xiàn)有IMPA算法中的單節(jié)點信息傳遞圖，圖4是現(xiàn)有IMPA算法中的雙節(jié)點信息傳遞圖，圖5是具體實施方式
二中所述的15階偽碼的因子圖，圖6是圖4中因子圖上校驗節(jié)點2與變量節(jié)點1的局部放大圖，圖7是實現(xiàn)具體實施方式
二所述的基于迭代消息傳遞算法的多用戶檢測器的結(jié)構圖，圖8捕獲概率與迭代次數(shù)之間的關系圖，圖9捕獲概率與信噪比之間的關系圖，圖10為天波干擾抵消效果圖。

具體實施例方式具體實施方式
一本實施方式的基于迭代消息傳遞算法的多用戶檢測器包括用于將接收到的信號進行解調(diào)進而獲得解調(diào)信號的解調(diào)裝置20，A個用于對多路信號進行捕獲跟蹤以及信號重構的并聯(lián)信號捕獲及重構裝置10，所述A個并聯(lián)信號捕獲及重構裝置10按照功率從大到小分別為一級、二級……直到末級，其中一級至A-1級的并聯(lián)信號捕獲及重構裝置10的結(jié)構相同，均是由b個信號捕獲及重構模塊11和一個干擾消除模塊組成，所述干擾消除模塊將b個信號捕獲及重構模塊11輸出信號的疊加和、從并聯(lián)信號捕獲及重構裝置10的輸入信號中減去后，輸出給下一級并聯(lián)信號捕獲及重構裝置10，解調(diào)裝置20輸出解調(diào)信號給一級并聯(lián)信號捕獲及重構裝置10，末級并聯(lián)信號捕獲及重構裝置10由b個信號捕獲及重構模塊11和并行干擾消除模塊13組成，并行干擾消除模塊13由延時模塊15、累加模塊14和b個減法模塊16組成，所述累加模塊14將b個信號捕獲及重構模塊11的輸出信號u1、u2、……ub累加后再分別減去b個信號捕獲及重構模塊11的輸出信號u1、u2、……ub獲得b個累加和信號b個減法模塊16分別用末級并聯(lián)信號捕獲及重構裝置10輸入信號經(jīng)過延時模塊15延時后的信號減去所述b個累加和信號最終獲得b個輸出信號。
本實施方式所述的干擾消除模塊包括延遲模塊和減法模塊，減法模塊用于將b個信號捕獲及重構模塊11輸出的信號和從延遲模塊延時后的并聯(lián)信號捕獲及重構裝置10的輸入信號中減去后輸出給下一級并聯(lián)信號捕獲及重構裝置10。
本實施方式所述的信號捕獲及重構模塊11對偽碼的捕獲過程為 步驟一、截取一段解調(diào)后的信號片段，獲取碼元級信息； 步驟二、將獲取的碼元級信息應用于IMPA算法，進而獲取生成的本地偽碼序列； 步驟三、將獲取的本地偽碼序列與接收序列進行相關，判斷是否實現(xiàn)了對偽碼的捕獲，如果序列的相關值超過了閾值，則捕獲成功，執(zhí)行步驟四；否則，捕獲失敗，截取另一段信號片段，并獲取新的碼元級信息，返回步驟二重新獲取生成的本地偽碼序列； 步驟四、將成功捕獲的信號進行信道估計和信號重構，捕獲完成。
在步驟一中所述的信號片段含有多個碼元； 在步驟二中獲取生成的本地偽碼序列的過程為將所述碼元級信息作為碼元級軟信道初始信息應用于IMPA算法中，通過算法的反復迭代運算后，根據(jù)判斷準則每次可以得到由0、1組成的N組狀態(tài)估計值(N的值可由用戶自行確定和修改)，從出現(xiàn)次數(shù)最多的一組狀態(tài)估計值開始，把選定的狀態(tài)估計值作為生成本地偽碼序列的移位寄存器的初始狀態(tài)，根據(jù)選擇的狀態(tài)估計值、狀態(tài)估計值在序列中出現(xiàn)的位置和m序列的生成多項式及其逆反多項式便可以得到生成的本地偽碼序列； 具體實施方式
二參見圖7說明本實施方式。本實施方式所述的基于迭代消息傳遞算法的多用戶檢測器包括兩級并聯(lián)信號捕獲及重構裝置10，每級并聯(lián)信號捕獲及重構裝置有三路信號，一級并聯(lián)信號捕獲及重構裝置用于捕獲和重構功率比較大的地波信號，末級并聯(lián)信號捕獲及重構裝置用于捕獲和重構功率比較小的地波信號。
將無線電信號根據(jù)功率大小分為兩組，功率較大的天波分為一組，功率較低的地波分為一組，每組有N路信號，每組內(nèi)的N路信號采用并行干擾抵消方式，組間采用串行干擾抵消方式；在第一組中分別對每路信號中的天波信號進行捕獲，然后對捕獲到的天波信號進行信道估計和信號重構后，將N路天波信號疊加在一起輸出給干擾消除模塊，將所述天波信號從輸入信號中扣除，扣除天波信號的輸入信號輸入到下一組進行地波信號捕獲。
本實施方式中捕獲多項式為g(D)＝1+D+D15([100003]8)的15級m序列偽碼的快速捕獲方法的具體過程為 生成多項式為g(D)＝1+D+D15([100003]8)的15級m序列的生成方式可以用如圖4所示的因子圖來表示，由m序列生成多項式g(D)＝1+D+D15可知對于每一個校驗節(jié)點2存在約束關系xkxk-1xk-15＝0，所以，對應于每一個校驗節(jié)點2的取值存在四種組合方式(xk，xk-1，xk-15)∈{(0，0，0)，(0，1，1)，(1，0，1)，(1，1，0)}。
在信息傳遞過程中，所有信息在連接節(jié)點的邊上雙向反復傳遞，在與校驗節(jié)點2相連接的變量節(jié)點1上IMPA算法將根據(jù)多項式的約束關系對信息進行迭代計算。
為了清晰的解釋信息在因子圖上傳遞的過程，將圖4所示的因子圖中的一個校驗節(jié)點2進行放大，校驗節(jié)點2的局部結(jié)構放大如圖5所示。
假設第k時刻的PN碼片信號為xk＝0，1，BPSK調(diào)制后的信號波形為則經(jīng)過加性高斯白噪聲信道的接收信號為 其中，nk是均值為0，方差為σ的白噪聲樣值，其單邊帶功率譜密度為N0。M是接收序列的長度，θc是載波相位偏移，Ec是碼片能量，為了描述方便，假設θc＝0。由圖可知，經(jīng)過白噪聲(服從正態(tài)分布)信道，第k個碼片的接收似然概率如公式(29)所示 為了計算方便，一般常采用對數(shù)似然概率，即 其中C為與xk無關的常量，稱上式中與xk有關的量為碼片級軟信道信息Mch[xk]為 其中zk是(28)式中相應的實部。
校驗節(jié)點2的度量M[τk]為 M[τk]＝LIk[xk-15]+LIk′[xk-1]+RI[xk] (32) 由公式(32)可以得到各個節(jié)點的消息更新公式如下 MO[xk]＝LOk+1′[xk]+LOk+15[xk]+ROk[xk]，xk＝0，1 (36) LIk′[xk-1]＝ROk-1[xk-1]+LOk+14[xk-1]+Mch[xk-1]，xk-1＝0，1 (37) LIk[xk-15]＝ROk-15[xk-15]+Mch[xk-15]+LOk-14′[xk-15]，xk-15＝0，1 (38) RIk[xk]＝LOk+1′[xk]+LOk+15[xk]+Mch[xk]，xk＝0，1 (39) 其中，LOk[xk-i]是第k個檢驗節(jié)點向左側(cè)第k-i個變量節(jié)點輸出的信息；ROk[xk]是第k個檢驗節(jié)點向右側(cè)第k個變量節(jié)點輸出的信息；LIk[xk-i]是從左側(cè)第k-i個變量節(jié)點向第k個檢驗節(jié)點輸入的信息；RIk[xk]是從左側(cè)第k個變量節(jié)點向第k個檢驗節(jié)點輸入的信息。
IMPA算法的處理流程如下 (1)初始化
(2)更新消息 利用公式(33)、(34)對LIk[xk-15]和LIk′[xk-1]進行更新，利用公式(35)更新ROk[xk]，利用公式(37)、(38)、(39)更新LIk′[xk-1]、LIk[xk-15]和RIk[xk]，其中15≤k≤M-15，然后i＝i+1。更新過程如下LI15[x0]→…→LIk[xk-15]→…→LIM-15[xM-30]和LI15′[x14]→…→LIk′[xk-1]→…→LIM-15′[xM-16]。當0≤k≤14和M-15≤k≤M-1時，由于因子圖的特殊結(jié)構，校驗節(jié)點2和變量節(jié)點1都存在缺少相應的邊的情況，解決的方法是將對應缺少的邊上的信息量看作是0即可，不失一般性，以15≤k≤M-15的中間部分為例進行討論。
(3)移位寄存器狀態(tài)選擇 將接收到的信號序列劃分為每15個碼片為一組的互不重合的狀態(tài)估計向量，即 Mk[xk]＝Mch[xk]+MO[xk] (41) 其中15i≤k≤15i+14，i＝0，1…[M/15] 碼片估計值的判決準則是 (4)如果i＜I，則返回步驟(2)，否則迭代結(jié)束。統(tǒng)計步驟(4)中出現(xiàn)次數(shù)最多的N組狀態(tài)估計值及其在序列中出現(xiàn)的位置。假設使用變量k(k＝1，2，…，N)來表示狀態(tài)序號，這N組狀態(tài)將作為生成本地序列的移位寄存器的初始狀態(tài)。以上過程即為迭代信息傳遞算法的全部過程，由上述過程可知，通過IMPA算法的判斷準則每次可以得到由0、1組成的N組狀態(tài)估計值，從出現(xiàn)次數(shù)最多的一組狀態(tài)估計值(k＝1)開始，把選定的狀態(tài)估計值作為生成本地序列的移位寄存器的初始狀態(tài)，根據(jù)選擇的狀態(tài)估計值、狀態(tài)估計值在序列中出現(xiàn)的位置和m序列的生成多項式g(D)＝1+D+D15便可以得到生成的本地序列，將生成的本地序列與接收到的序列做相關運算，用來判斷是否實現(xiàn)了對偽隨機碼的捕獲。如果序列的相關值超過了閾值則認為捕獲到的是正確相位，捕獲成功；否則，認為捕獲失敗，再選另一段信號重新運用上述捕獲過程。
權利要求
1.基于迭代消息傳遞算法的多用戶檢測器，它包括用于將接收到的信號進行解調(diào)進而獲得解調(diào)信號的解調(diào)裝置(20)，A個用于對多路信號進行捕獲跟蹤以及信號重構的并聯(lián)信號捕獲及重構裝置(10)，其特征在于所述A個并聯(lián)信號捕獲及重構裝置(10)按照功率從大到小分別為一級、二級……直到末級，其中一級至A-1級的并聯(lián)信號捕獲及重構裝置(10)的結(jié)構相同，均是由b個信號捕獲及重構模塊(11)和一個干擾消除模塊組成，所述干擾消除模塊將b個信號捕獲及重構模塊(11)輸出信號的疊加和，從并聯(lián)信號捕獲及重構裝置(10)的輸入信號中減去后，輸出給下一級并聯(lián)信號捕獲及重構裝置(10)，解調(diào)裝置(20)輸出解調(diào)信號給一級并聯(lián)信號捕獲及重構裝置(10)，末級并聯(lián)信號捕獲及重構裝置(10)由b個信號捕獲及重構模塊(11)和并行干擾消除模塊(13)組成，并行干擾消除模塊(13)由延時模塊(15)、累加模塊(14)和b個減法模塊(16)組成，所述累加模塊(14)將b個信號捕獲及重構模塊(11)的輸出信號u1、u2、……ub累加后再分別減去b個信號捕獲及重構模塊(11)的輸出信號u1、u2、……ub獲得b個累加和信號b個減法模塊(16)分別用末級并聯(lián)信號捕獲及重構裝置(10)輸入信號經(jīng)過延時模塊(15)延時后的信號減去所述b個累加和信號最終獲得b個輸出信號。
2.根據(jù)權利要求1所述的基于迭代消息傳遞算法的多用戶檢測器，其特征在于所述信號捕獲及重構模塊(11)對偽碼的捕獲過程為
步驟一、截取一段解調(diào)后的信號片段，獲取碼元級信息；
步驟二、將獲取的碼元級信息應用于IMPA算法，進而獲取生成的本地偽碼序列；
步驟三、將獲取的本地偽碼序列與接收序列進行相關，判斷是否實現(xiàn)了對偽碼的捕獲，如果序列的相關值超過了閾值，則捕獲成功，執(zhí)行步驟四；否則，截取另一段信號片段，并獲取新的碼元級信息，返回步驟二重新獲取生成的本地偽碼序列；
步驟四、將成功捕獲的信號進行信道估計和信號重構，捕獲完成；
在步驟一中所述的信號片段含有多個碼元；
在步驟二中獲取生成的本地偽碼序列的過程為將所述碼元級信息作為碼元級軟信道初始信息應用于IMPA算法中，通過算法的反復迭代運算后，根據(jù)判斷準則每次可以得到由0、1組成的N組狀態(tài)估計值，從出現(xiàn)次數(shù)最多的一組狀態(tài)估計值開始，把選定的狀態(tài)估計值作為生成本地偽碼序列的移位寄存器的初始狀態(tài)，根據(jù)選擇的狀態(tài)估計值、狀態(tài)估計值在序列中出現(xiàn)的位置和m序列的特征多項式生成本地偽碼序列。
全文摘要
基于迭代消息傳遞算法的多用戶檢測器，涉及到海洋無線電導航系統(tǒng)中的偽碼快速捕獲方法及多用戶檢測器。它解決了海洋無線電導航系統(tǒng)中天波干擾嚴重以及傳統(tǒng)方法無法消除天波干擾的問題。它采用了分組串、并結(jié)合的干擾抵消結(jié)構，將信號根據(jù)功率分成多組，組內(nèi)采用并聯(lián)干擾抵消結(jié)構，組間采用串聯(lián)干擾抵消結(jié)構。本發(fā)明中對偽碼的捕獲過程是采用基于IMPA算法實現(xiàn)，將偽碼序列的約束關系用因子圖表示，并在因子圖上進行軟信息的迭代計算，最后得出最大后驗估計，然后，根據(jù)最大后驗估計和判決條件得到一個生成的本地序列。本發(fā)明縮短了長偽碼的捕獲時間，有效提高了捕獲概率。它可以應用到衛(wèi)星導航、第四代移動通信系統(tǒng)和超寬帶系統(tǒng)等的信號檢測中。
文檔編號G01S5/12GK101216547SQ200710144950
公開日2008年7月9日 申請日期2007年12月27日 優(yōu)先權日2007年12月27日
發(fā)明者偉 王, 郝燕玲, 徐定杰, 韋金辰, 鋒 沈, 平 黃, 冰 薛 申請人:哈爾濱工程大學