用于非理想ISI信道下多用户MIMOVLC系统的空时编码方法

用于非理想isi信道下多用户mimo vlc系统的空时编码方法
技术领域
1.本发明属于信号处理、通信信号检测以及高速数据传输领域，具体涉及一种用于非理想isi信道下多用户mimo vlc系统的空时编码方法。


背景技术：

2.可见光通信(vlc)是一种流行的光无线通信技术，其频谱范围在400
–
800thz之间，用于高速和低能耗连接。与射频系统相比，vlc具有许多优点，如无电磁干扰、无频谱拥挤等。随着对极高网络容量需求的出现，vlc有望支持比rf高许多倍的传输速率，这将使vlc成为下一代通信网络的备选技术之一。
3.在vlc系统中，发光二极管(led)和光电探测器(pd)通常用作发射器和接收器，因此必须采用强度调制和直接检测(im/dd)。由于led的特性，只能发送非负的实值信号，并且需要考虑光源的峰值辐射功率约束。此外，当在vlc系统中传输数据时，需要满足室内用户的照明要求。因此，不能直接采用rf中现有的调制方案。
4.对于室内vlc系统，多径传播来自天花板、墙壁、家具和其他反射表面的光反射，这会限制系统工作在100mhz以上的带宽。由于照明led的上升时间较慢，商用照明led的3db调制带宽被限制在几十mhz。因此，vlc系统中的符号间干扰(isi)主要是由光源引入的，这也是高速数据传输的最大挑战之一。
5.因此降低vlc系统的码间干扰isi是最近许多研究者关注的焦点。其通常采用均衡和纠错编码，用这种编码方法可以取得显著的效果。基于硬件或软件的均衡是减轻isi和提高频谱效率的一个有效的解决方案。在现有技术中提出了具有多频带无载波幅度相位调制方案的判决反馈均衡。该方法可联合抑制isi和信道间干扰，并且实现了1.05波特/秒/赫兹的频谱效率。
6.而支持多址接入是室内vlc的另一个重要研究课题。室内vlc系统也可以采用传统的时分多址(tdma)、码分多址(cdma)和正交频分多址(ofdma)13.–
[15]。当支持大量用户时，tdma的效率较低。虽然cdma使用光扩频码来分离用户，但是引入正交码需要更多的带宽，并且isi的影响进一步降低了传输性能。此外，由于必须发送非负信号，所用的扩频码不能完全正交，因此减小vlc cdma系统中的多址干扰(mai)是一个热门话题。ofdma是一种通过传输ofdm信号来支持多用户高数据速率的流行方案，通过添加循环前缀来减少isi。由于功率受限的光源，较高的峰均功率比(papr)可能导致非线性失真。空分多址(sdma)方案是利用用户的空间分集的室内vlc网络的备选方案。利用现有技术提出的多元件发射机的优点，一些研究人员从理论上分析了sdma实现的频谱效率，其比使用光tdma高26倍。
[0007]
然而，虽然上述技术可以减少isi和mai，但在实际应用中，并未考虑到信道的色散和用户分布在不同位置的空间信道差异，因此在非理想码间干扰信道下系统性能不佳。


技术实现要素：

[0008]
针对上述存在的问题，本发明提出一种用于非理想isi信道下多用户mimo vlc系
统的空时编码方法，其核心思路为：考虑到分散信道和分布在不同地方的用户之间的空间信道差异，利用奇异值分解(svd)方法产生空时码字，并结合接收端的解码矩阵，共同减轻码间干扰和mai；另外，非理想信道状态信息的影响，分析了非理想码间干扰信道下的系统性能。为了满足照明需求，对调制指数和添加的直流进行联合优化，使用户的最小信噪比(sinr)最大化。
[0009]
实现本发明的技术解决方案为：
[0010]
一种用于非理想isi信道下多用户mimo vlc系统的空时编码方法，其特征在于，包括以下步骤：
[0011]
步骤1：构建mimo-vlc系统，其包括发射端和接收端，发射端用于发送信号，经过光通信信道到达接收端pd，接收端pd接收所有led数据，并生成发射端到接收端之间的信道矩阵(h+δh)，其中h表示信道矩阵，δh表示引入的信道估计误差；
[0012]
步骤2：在发射端通过提前估计csi生成空时编码矩阵u，在接收端对生成的信道矩阵进行奇异值分解，得到后均衡矩阵v；
[0013]
步骤3：将接收信号矩阵经过后均衡矩阵v处理后得到接收的重构数据；
[0014]
步骤4：得到用户k的信噪比和误码率ber；
[0015]
步骤5：建立最大化k个用户中的最小信噪比的最优化问题；
[0016]
步骤6：用序列二次规划算法求解步骤5中的最优化问题，得到最优解。
[0017]
进一步地，
[0018]
(1)发射端的传输信号为：
[0019]
将来自k个led组的k个用户的发射信号以矩阵形式表示为：
[0020]
x＝dub+c
ꢀꢀꢀꢀꢀꢀꢀ
(4)
[0021]
其中，c是添加的直流偏置，u是空时编码矩阵，b是用于控制传输信号尺度的参数矩阵，d是一个1
×k·
ld向量，表示所有k个用户的目标数据，x是具有1
×k·
ld个元素的行向量；
[0022]
且
[0023]
x＝(x1,x2,x3,...,xk)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0024]
d＝(d1,d2,....dk)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0025]
其中，xk＝(xk[1],xk[2],...,xk[ld]))是一个行向量，表示来自ledk的发射信号；dk＝(dk[1],dk[2],...,dk[ld])表示用户k的预期数据
[0026][0027]
其中，βk[l]表示调制指数；
[0028]
(2)接收端的接收信号表示为：
[0029]
将信道矩阵形式为(h+δh)的接收信号以矩阵形式表示为：
[0030][0031]
其中，n是1
×
kld维的噪声，y是1
×
kld维的接收信号，δh是引入的信道估计误差，h是由h
qk
组成的kld×
kld维信道矩阵：
[0032][0033]
其中，h
qk
表示从led组q到用户k的ld×
ld维通道矩阵，计算公式如下:
[0034][0035]
其中nk＝(nk[1],nk[2],...,nk[ld])表示加在用户k接收信号的第ld个样本上的噪声。
[0036]
进一步地，步骤2的具体步骤为：
[0037]
步骤21：发射端通过提取估计cst并利用svd分解生成表示所有k个的空时编码矩阵：
[0038][0039]
其中，uk[l,i]表示对应于数据dk[i]的第l个码片；
[0040]
步骤22：在接收端处对信号进行采样，建立接收信号矩阵后，对信道矩阵(h+δh)进行svd分解后得到后均衡矩阵v和空时编码矩阵u的关系式：
[0041]
h＝(u
t
∑v
t
)
ꢀꢀꢀꢀꢀꢀ
(13)
[0042]
其中u和v是大小为k
×
ld的酉矩阵；对于酉矩阵，令u
t
·
u＝i，v
t
·
v＝i其中i是单位矩阵，∑是对角矩阵，其中的元素表示每个用户的预期数据样本的信号损失。
[0043]
进一步地，步骤3的具体步骤为：
[0044]
步骤31：通过后均衡矩阵v处理接收信号后，将所有用户接收的重构数据以矩阵形式表示为：
[0045]
r＝y
·v·fꢀꢀꢀꢀ
(14)
[0046]
其中，y是接收信号，f是用于提高接收机信噪比的最小均方误差的滤波器；
[0047]
步骤32：将式(9)代入式(14)将重构数据改写为：
[0048][0049]
其中，r是1
×k·
ld矩阵，表示为：
[0050]
r＝(r1,r2,...,rk)
ꢀꢀꢀꢀꢀꢀ
(16)
[0051]
其中，向量rk＝(rk[1],rk[2],...,rk[ld])表示用户k的恢复数据；cu∑是一个已知常数。
[0052]
进一步地，对用户k使用门矩阵用于分离出单个用户的恢复数据，所述门矩阵为：
[0053][0054]
进一步地，
[0055]
(1)用户k的信噪比计算公式为：
[0056][0057][0058]
其中，tr()表示矩阵的迹，e{}计算随机变量的期望值，m表示m-pam调制的星座图大小；
[0059]
(2)用户k的误码率ber可以近似计算为：
[0060]
[0061]
其中，erfc()是互补误差函数，定义为
[0062]
进一步地，步骤5建立的最优化问题为：
[0063][0064][0065]
其中，b
*
和c
*
分别代表发射机的最佳幅度比例系数和最佳附加偏置，pr(q)表示满足led q的室内照明所需的发射光功率，δ
p
表示优化过程中设置的容差，η(q)表示led q的平均光功率与峰值功率之比；
[0066][0067]
其中，pm代表任意led的峰值辐射功率。
[0068]
本发明与现有技术相比，具有以下有益效果：
[0069]
第一，本发明考虑了分散信道和分布在不同地方的用户之间的空间信道差异，提出用奇异值分解产生空时码字，并结合接收端的解码矩阵，能够有效减轻码间干扰和多址干扰，增强了抗干扰能力以及更贴切于实际情况。
[0070]
第二，本技术考虑了非理想信道状态信息的影响，分析了非理想码间干扰信道下的系统性能。为了满足照明需求，对调制指数和添加的直流进行联合优化，实现对传输平均光功率进行动态控制，提高了接收端的信噪比。
附图说明
[0071]
图1为常用的多led灯；
[0072]
图2为本发明的系统结构图；
[0073]
图3为不同平均峰值光功率比下用户的平均误码率变化曲线；
[0074]
图4为不同数量的用户提供服务的误码率性能变化曲线；
[0075]
图5为不同信道估计误差的最小误码率和调光水平；
[0076]
图6为本发明与未优化的情况进行误码率比较的结果；
[0077]
图7a-图7b为4个led的信道损耗分布，图7a为调光led关闭，图7b为调光led开启。
具体实施方式
[0078]
为了使本领域的普通技术人员能更好的理解本发明的技术方案，下面结合附图和实施例对本发明的技术方案做进一步的描述。
[0079]
1、以mimo vlc系统为背景
[0080]
多用户mimo vlc系统包括具有非理想的带限信道模型，以及vlc系统的照明要求。
[0081]
(1)传输模型
[0082]
在如表1所示参数的室内环境中，由于svd分解的要求，活动用户的数量应该不超过所使用的led的数量。对于使用的led灯，多个led集成在一个灯中，因此假设led的数量足够大以支持要求数据传输的用户，如图1中所示。假设有q个led和k个活动用户，其中k≤q。因此，q个led可以分为k个组，每个组包含只能服务一个用户的q/k个led。
[0083]
表1室内环境参数
[0084][0085][0086]
(2)vlc信道的带宽限制
[0087]
由于发光二极管的上升时间较慢，整个vlc系统的带宽由发光器件决定。将led的频率响应建模为一阶低通滤波器。对于一个典型的室内环境，多个led集成到一个阵列或一个灯用于照明，并假设所有的led都是相同的。
[0088]
假设有k个用户，每个用户有一个光电探测器(pd)接收信号。不失一般性，可以假设每个led组为点光源，并且从led组q到用户k的脉冲响应为：
[0089]hqk
(t)＝g
qk
h(t),q＝1,...,k,k＝1,...,k
ꢀꢀꢀꢀꢀ
(1)
[0090]
其中，h(t)是光源的脉冲响应，可建模为一阶低通滤波器；g
qk
是从led组q到用户k的视线(los)信道损耗，服从朗伯法则；h
qk
＝(h
qk
[1],h
qk
[2],...h
qk
[lh])
t
表示从led组q到用户k的截断信道脉冲响应的离散时间形式，其中lh是截断信道脉冲响应的样本数。
[0091]
对色散信道h进行估计，会不可避免地引入信道估计误差δh，此时信道矩阵可以表示为(h+δh)，因此将包括从led q到用户k的估计误差的信道脉冲响应建模为：
[0092][0093]
其中δh＝(δh[1],δh[2],...,δh[lh])
t
表示每个信道样本的信道估计误差，其中δh[1],δh[2],...,δh[lh]可以建模为均值为零的高斯分布随机变量的样本，假设任意led对用户的信道估计误差是相同的，可以得到公式(2)。
[0094]
(3)室内vlc系统的照明要求
[0095]
室内vlc系统同时为多个用户提供数据传输和照明。由于所提供的照明水平由传输平均光功率决定，所以当应用空时编码算法时，需要考虑多个用户的照明要求。
[0096]
根据不同的特定室内环境和功能要求，例如在办公室或医院手术室，根据北美照明工程学会的规定，室内区域的标准照度从30到3000勒克斯不等。因此，与射频通信不同，降低传输平均光功率不再是vlc系统的设计标准，而是需要对传输平均光功率进行动态控制。
[0097]
2、针对isi信道上的多用户mimo vlc系统提出的空时编码算法
[0098]
本发明针对isi信道上的多用户mimo vlc系统提出一种空时编码算法，包括系统结构，并通过分析系统性能，优化设计参数，从而最大化用户的最小sinr，同时满足照明要求。
[0099]
利用mimo结构提供的空间分集，本发明所提出的空时编码算法使用svd来降低mai和isi。其系统结构的框图如图2所示。从图2可知，对色散信道h进行估计，会不可避免地引入信道估计误差δh，此时信道矩阵可以表示为(h+δh)，对生成的信道矩阵进行奇异值分解用来构建空时编码矩阵u和后均衡矩阵v。矩阵b是用于控制传输信号尺度的参数，矩阵c是对不用信号添加不同直流偏置，优化矩阵b和矩阵c，可以达到最佳信噪比。
[0100]
(1)传输信号
[0101]
接收器处的pd可以从pd视野(fov)内的所有led收集数据，本发明所提针对多用户mimo vlc系统的空时编码方法设计的码字对于每个led组是唯一的，每个led组在每个信号帧中包含每个用户的预期数据的k
·
ld个样本。对于用户k，来自第k个led组的发射信号的lh样本的离散形式可以表示为：
[0102][0103]
其中，dk[l]表示使用m-ary脉冲幅度调制的用户k的l预期数据；uk[l,i]表示对应于数据dk[i]的第l个码片，用于在从led组k发送的一个信号帧中构造l个样本；为了处理负信号，添加直流偏置ck[l]，ck[l]也可以设计成控制室内照明。ck[l]在一个信号帧中不是常数，与传统通信系统中通常添加dc分量不同。βk[l]表示调制指数，其是控制从led组k发送的信号的尺度的参数；
[0104]
如图3所示，在4个用户和4个灯情况下，可以控制每个信号样本中添加的偏置ck[l]，来优化照明要求和干扰；在本发明中，βk[l]和ck[l]被联合优化用于使用户的最小sinr最大化。
[0105]
为了简化公式(3)，将来自k个led组的k个用户的发射信号以矩阵形式表示为：
[0106]
x＝dub+c
ꢀꢀꢀꢀꢀ
(4)
[0107]
其中，c是添加的直流偏置，x是具有1
×k·
ld个元素的行向量，其形式为：
[0108]
x＝(x1,x2,x3,...,xk)
ꢀꢀꢀꢀꢀ
(5)
[0109]
其中，xk＝(xk[1],xk[2],...,xk[ld]))是一个行向量，表示来自led k的发射信号，d是一个1
×k·
ld向量，表示所有k个用户的目标数据，其形式为：
[0110]
d＝(d1,d2,....dk)
ꢀꢀꢀꢀ
(6)
[0111]
其中dk＝(dk[1],dk[2],...,dk[ld])表示用户k的预期数据。
[0112]
矩阵u通过提前估计csi利用svd生成表示所有k个空时码字矩阵：
[0113][0114]
b是一个对角矩阵，表示为：
[0115][0116]
(2)接收处理
[0117]
在接收机处，收集和处理来自所有用户的接收数据，以降低isi和mai。在进一步处理之前对接收到的信号进行采样。由于信道状态信息的估计不可能是完美的，因此本发明考虑了信道状态信息估计误差的影响。
[0118]
公式(4)为发射信号的矩阵形式，信道矩阵形式为(h+δh)接收的信号为发射信号与信道卷积，接收信号y用矩阵形式表示为：
[0119][0120]
其中，y是1
×
kld维的接收信号，h是由h
qk
组成的kld×
kld维信道矩阵：
[0121][0122]
其中，h
qk
表示从led组q到用户k的ld×
ld维通道矩阵，计算公式如下：
[0123]
[0124]
其中，sr(h
qk
,ld)是使行向量h
qk
向右循环移位ld的函数；δh是式(2)中描述的信道估计误差，其大小与h相同；n是与y大小相同的加性噪声向量：
[0125]
n＝(n1,n2,...,nk)
ꢀꢀꢀꢀꢀ
(12)
[0126]
其中nk＝(nk[1],nk[2],...,nk[ld])表示加在用户k接收信号的第ld个样本上的噪声。为了简化计算，假设噪声是服从均值、方差均为零的高斯分布，其中n0是噪声功率谱密度，rs是采样速率。
[0127]
在接收机处对信号进行采样，建立接收信号矩阵后，通过对信道矩阵(h+δh)使用svd分解能够得到后均衡矩阵v和空时编码矩阵u(此处的空时编码矩阵u与发射机处的空时编码矩阵u相同)，如图2所示，利用后均衡矩阵v与空时编码矩阵u，可以对信号进行联合处理以降低mai和isi，且后均衡矩阵v与空时编码矩阵u具有如下关系：
[0128]
h＝(u
t
∑v
t
)
ꢀꢀꢀꢀꢀꢀ
(13)
[0129]
其中u和v是大小为k
×
ld的酉矩阵；对于酉矩阵，令u
t
·
u＝i，v
t
·
v＝i其中i是单位矩阵，在对csi估计之后，可以计算出u和v，∑是对角矩阵，其中的元素表示每个用户的预期数据样本的信号损失。
[0130]
经过后均衡矩阵v处理后，所有用户接收的重构数据可以用矩阵形式表示为：
[0131]
r＝y
·v·fꢀꢀꢀꢀꢀ
(14)
[0132]
通过将(9)代入(14)，重建的数据可以写为：
[0133][0134]
其中，r是1
×k·
ld矩阵，表示为：
[0135]
r＝(r1,r2,...,rk)
ꢀꢀꢀꢀꢀ
(16)
[0136]
其中，向量rk＝(rk[1],rk[2],...,rk[ld])表示用户k的恢复数据；f表示用于提高接收机信噪比的最小均方误差(mmse)滤波器；在式(15)中，cu∑是一个已知常数，在解调所需数据时可以去掉。
[0137]
为了分离单个用户的恢复数据，可以对用户k使用门矩阵
[0138][0139]
在恢复预期数据之后，用户k的信噪比可以用b和c的函数表示：
[0140]
[0141][0142]
其中tr()表示矩阵的迹，e{}计算随机变量的期望值。m表示m-pam调制的星座图大小。用户k的误码率(ber)可以近似计算为：
[0143][0144]
其中，erfc()是互补误差函数，定义为考虑到信道的质量，对于不同的用户，可以调整调制星座大小来保证ber。
[0145]
(3)参数优化、调光控制和性能分析
[0146]
对于vlc系统，照明和调光控制是重要的设计考虑因素。光源的最大辐射功率是有限的，照明水平与平均传输光功率成比例。通过优化附加偏置和调制指数来直接控制用于调光的平均传输光功率。基于本发明所示的系统结构，led q的平均光功率与峰值功率之比可计算如下：
[0147][0148]
式中，β和c中的元素是两个设计参数，用来控制照明水平。pm代表任意led的峰值辐射功率。根据用户的需求，通过调整这两个参数，实现每个led独立调光。
[0149]
β和c也会影响接收端的sinr。从式(18)和(19)中可以得到，较大的c引入了更多的干扰，这是由csi估计误差引起的。因此，通过增加c来提高照明水平会降低sinr，同时为了避免出现负信号，需要适当选择c。在优化β和c时，需要保证x≥0。由于m-pam数据随机分布在之间，对任意x≥0，有：
[0150][0151]
其中e(kld)是所有元素为1的1
×k·
ld维行向量。u
(-)
表示只包含u的负值矩阵，其正值置为零。相反，u
(+)
只包含u满足的正值，u
(+)
与u
(-)
满足：
[0152]u(+)
+u
(-)
＝u
ꢀꢀꢀꢀꢀꢀ
(23)
[0153]
从式(22)和(23)中，当u由svd分解得到时，会得到添加dc的最小值，由于用户csi的差异，对于不同的led，该值会有所不同。考虑到led的峰值辐射功率受限，幅度超出门限
值的部分被限幅。为了避免引入这种削波干扰，在调整β和c时，应保证x≤pme(kld)。可以获得c的下界，即：
[0154][0155]
因此，可以通过解决下面的优化问题来最大化k个用户中的最小sinr：
[0156][0157][0158]
其中b
*
和c
*
分别代表发射机的最佳幅度比例系数和最佳附加偏置。pr(q)表示满足led q的室内照明所需的发射光功率。由于人眼的照明水平不需要精确，所以允许为优化过程设置容差δp。通过调整b和c来单独控制每个led的调光水平，并在宽约束和满足所需调光水平之间设置适当的δp，将定义为调光容差与调光水平之比。
[0159]
从式(25)和(26)中，观察到目标函数相对于b、c和f是复杂的，其中，b和c是控制每个led的调光水平，考虑到优化约束，封闭形式的表达式并不简单。但是可以采用迭代算法，b、c和f用给定的值初始化。可以迭代地更新其中一个参数，同时修正其他参数。本发明采用序列二次规划(sqp)算法求解式(25)中的目标函数，得到满足系统的b和c的最优解，sqp算法的详细步骤采用现有技术中公开的方法，具体包括：
[0160]
首先，在给定b、c和f条件下，推导出恢复信号的均方误差为：
[0161][0162]
其次，假设在第j次迭代时，获得bj、cj和fj。然后，在第(j+1)次迭代时，对给定的bj、cj更新f
j+1
。由于(26)中的约束与f无关，对于给定的bj、cj，最佳f
j+1
满足以下条件：
[0163][0164][0165]
实施例
[0166]
为了进一步说明本发明所提方法的效果，分析所提出系统性能的数值结果。除非另有说明，用于获得数值结果的参数如表2所示。假设室内环境是一个5m
×
5m
×
3m的空房间。每个led对应的所有用户的信道损耗如表3所示。对于sqp，使用20个随机初始值来避免局部优化结果。
[0167]
表2仿真参数
[0168][0169]
表3测试用户的信道损耗
[0170][0171]
图3示出了对于不断增加的照明需求，使用所提出的空时编码算法的用户的平均误码率。在该图中，假设每个led的调光水平相同。联合优化b和使平均sinr最大。一般来说，随着所需照明水平的增加，平均ber首先降低，不断提高照明水平会引入更多由信道估计误差引起的干扰。从结果来看，与测试的4个用户案例相比，3个用户的平均误码率有一个数量级的优势。为相同数量的用户服务，更多的led可以提供更好的空间分集，以实现更好的ber性能。使用文中的参数，根据本文使用的参数，8个led比使用4个led为4个用户提供大约一个数量级的误码率优势。图3中还描述了没有特定照明要求的ber性能。当照明水平不是优化约束时，平均误码率比具有特定光照要求的情况要好。
[0172]
如图4所示，更多的用户引入更多的mai，误码率性能随着用户数量的增加而下降。比较使用4个led和8个led的ber性能，当达到类似的ber时，8个led可以比使用4个led支持更多的用户。由于要服务的用户数量不应大于调制的led数量，如果用户数量达到其极限，必须使用更多的led。
[0173]
图5示出了针对不同信道估计误差的最小ber和对应于所实现的最小ber的调光水平。在该图中，对于给定的信道估计误差，通过优化b和i
dc
来获得最小ber.从结果来看，当信道估计误差较大且为主要因素时，使用4个led和8个led的ber性能是相似的。
[0174]
给定照明要求的sinr条件下，联合优化dc、i
dc
和调制指数b使其最大，因此该算法对于调光具有更好的鲁棒性。在图6中，改变四个led中的一个led的调光水平以测试ber性能。当该led关闭时(平均光功率为零)，所提出的算法和无优化情况具有相似的ber。
[0175]
随着该led的调光水平增加，所提出的算法的ber达到其最小值，然后上升。根据图3所示的结果，由于η＝0接近最佳调光水平，所以ber达到最小值，然后随着调光水平的增加而缓慢上升。这一现象表明所提出的算法对调光控制具有较强的鲁棒性。图7a-图7b表示4个led中的一个处于调光控制下的信道损耗分布的两个例子。图7a和图7b分别示出了η＝0和η＝0.4的情况。在图6中示出了使用所提出的算法和没有优化算法时它们相应的ber性能。
[0176]
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。尽管参照前述实施例对本发明专利进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种用于非理想isi信道下多用户mimo vlc系统的空时编码方法，其特征在于，包括以下步骤：步骤1：构建mimo-vlc系统，其包括发射端和接收端，发射端用于发送信号，经过光通信信道到达接收端pd，接收端pd接收所有led数据，并生成发射端到接收端之间的信道矩阵(h+δh)，其中h表示信道矩阵，δh表示引入的信道估计误差；步骤2：在发射端通过提前估计csi生成空时编码矩阵u，在接收端对生成的信道矩阵进行奇异值分解，得到后均衡矩阵v；步骤3：将接收信号矩阵经过后均衡矩阵v处理后得到接收的重构数据；步骤4：得到用户k的信噪比和误码率ber；步骤5：建立最大化k个用户中的最小信噪比的最优化问题；步骤6：用序列二次规划算法求解步骤5中的最优化问题，得到最优解。2.如权利要求1所述的一种用于非理想isi信道下多用户mimo vlc系统的空时编码方法，其特征在于：(1)发射端的传输信号为：将来自k个led组的k个用户的发射信号以矩阵形式表示为：x＝dub+c
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)其中，c是添加的直流偏置，u是空时编码矩阵，b是用于控制传输信号尺度的参数矩阵，d是一个1
×
k
·
l
d
向量，表示所有k个用户的目标数据，x是具有1
×
k
·
l
d
个元素的行向量；且x＝(x1,x2,x3,...,x
k
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)d＝(d1,d2,....d
k
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)其中，x
k
＝(x
k
[1],x
k
[2],...,x
k
[l
d
]))是一个行向量，表示来自ledk的发射信号；d
k
＝(d
k
[1],d
k
[2],...,d
k
[l
d
])表示用户k的预期数据其中，β
k
[l]表示调制指数；(2)接收端的接收信号表示为：将信道矩阵形式为(h+δh)的接收信号以矩阵形式表示为：其中，n是1
×
kl
d
维的噪声，y是1
×
kl
d
维的接收信号，δh是引入的信道估计误差，h是由h
qk
组成的kl
d
×
kl
d
维信道矩阵：
其中，h
qk
表示从led组q到用户k的l
d
×
l
d
维通道矩阵，计算公式如下:其中n
k
＝(n
k
[1],n
k
[2],...,n
k
[l
d
])表示加在用户k接收信号的第l
d
个样本上的噪声。3.如权利要求2所述的一种用于非理想isi信道下多用户mimo vlc系统的空时编码方法，其特征在于，步骤2的具体步骤为：步骤21：发射端通过提取估计cst并利用svd分解生成表示所有k个的空时编码矩阵：其中，u
k
[l,i]表示对应于数据d
k
[i]的第l个码片；步骤22：在接收端处对信号进行采样，建立接收信号矩阵后，对信道矩阵(h+δh)进行svd分解后得到后均衡矩阵v和空时编码矩阵u的关系式：h＝(u
t
∑v
t
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)其中u和v是大小为k
×
l
d
的酉矩阵；对于酉矩阵，令u
t
·
u＝i，v
t
·
v＝i其中i是单位矩阵，∑是对角矩阵，其中的元素表示每个用户的预期数据样本的信号损失。4.如权利要求3所述的一种用于非理想isi信道下多用户mimo vlc系统的空时编码方法，其特征在于，步骤3的具体步骤为：步骤31：通过后均衡矩阵v处理接收信号后，将所有用户接收的重构数据以矩阵形式表示为：r＝y
·v·
f
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)其中，y是接收信号，f是用于提高接收机信噪比的最小均方误差的滤波器；步骤32：将式(9)代入式(14)将重构数据改写为：
其中，r是1
×
k
·
l
d
矩阵，表示为：r＝(r1,r2,...,r
k
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(16)其中，向量r
k
＝(r
k
[1],r
k
[2],...,r
k
[l
d
])表示用户k的恢复数据；cu∑是一个已知常数。5.如权利要求4所述的一种用于非理想isi信道下多用户mimo vlc系统的空时编码方法，其特征在于，对用户k使用门矩阵g
k
,用于分离出单个用户的恢复数据，所述门矩阵为：6.如权利要求5所述的一种用于非理想isi信道下多用户mimo vlc系统的空时编码方法，其特征在于：(1)用户k的信噪比计算公式为：(1)用户k的信噪比计算公式为：其中，tr()表示矩阵的迹，e{}计算随机变量的期望值，m表示m-pam调制的星座图大小；(2)用户k的误码率ber可以近似计算为：其中，erfc()是互补误差函数，定义为7.如权利要求6所述的一种用于非理想isi信道下多用户mimo vlc系统的空时编码方法，步骤5建立的最优化问题为：
其中，b
*
和c
*
分别代表发射机的最佳幅度比例系数和最佳附加偏置，p
r
(q)表示满足led q的室内照明所需的发射光功率，δ
p
表示优化过程中设置的容差，η(q)表示led q的平均光功率与峰值功率之比；其中，p
m
代表任意led的峰值辐射功率。

技术总结
本发明公开了一种用于非理想ISI信道下多用户MIMOVLC系统的空时编码方法，其考虑到分散信道和分布在不同地方的用户之间的空间信道差异，利用奇异值分解(SVD)方法产生空时码字，并结合接收端的解码矩阵，共同减轻码间干扰和MAI；另外，非理想信道状态信息的影响，分析了非理想码间干扰信道下的系统性能。为了满足照明需求，对调制指数和添加的直流进行联合优化，使用户的最小信噪比(SINR)最大化。使用户的最小信噪比(SINR)最大化。使用户的最小信噪比(SINR)最大化。


技术研发人员：廉杰 邱佳 廉殿斌 刘洋
受保护的技术使用者：西北工业大学
技术研发日：2022.09.15
技术公布日：2023/9/23