文摘
毫米波(mm波)通信提出了5 g移动通信网络的一个重要组成部分,它将带来更多的困难信号处理,特别是信号采样,并导致更多的硬件设备的压力。在本文中,我们提出一个简化的抽样和检测方法基于mvc结构利用盲源分离的想法mm波通信,可以避免带来的挑战的信号采样频率高、宽mm波系统的带宽。这种方法充分利用有益的频谱混叠,实现信号的采样速度sub-Nyquist。与传统的mvc系统相比,它提供了采样通道的确切数量远低于发出邀请函。在灾后重建阶段,该方法简化了计算复杂度,利用简单的线性操作而不是CS信号中恢复原信号的恢复算法,并提供了更稳定的性能。此外,还提供了结构能够适用于不同的乐队在毫米波通信使用混合处理,这是类似于扩频技术。
1。介绍
在无线通信中,信号传输的最常见的手段是由高载波频率调制信号的信息。考虑到频谱较低的现状,目前拥挤的和即将耗尽,下一代(5 g)移动网络不仅利用原始频谱的重返社会,也是向更高频率。
消费者需求的爆炸性增长导致更高的传输速率。能力需求和频谱短缺之间的矛盾日益突出。带宽是一个瓶颈,限制了5 g移动通信网络的发展。和mm波通信提出了5 g移动网络的一个重要组成部分(1,2]。mm波通信的应用将会带来新的挑战。许多国家,例如美国、日本、和韩国,开设了60 GHz毫米波频段,因为有大量的可用频谱周围60 GHz支持高速无线通信(3]。然而,存在严重的氧吸收60 GHz乐队。幸运的是,71 - 76 GHz频段和81 - 86 GHz,统称为E-band,被释放为宽带无线服务提供大气衰减低,但E-band传播损失严重4]。进一步提高数据速率和传输距离,MIMO技术已广泛采用带高在如此大的MIMO系统收发器的复杂性与大量的天线。降低系统的复杂性,使用更先进的天线阵列,如均匀圆阵列,研究[5,6]。另一方面,研究MIMO信道等乐队变得更为重要(7]。和MIMO信道的输入和输出信号被认为是多波段信号模型,用于描述一组几个传输信号由高载波频率调制。从频域的角度来看,这种信号只值几连续间隔宽频谱扩散。这种特性称为稀疏结构,用于实现信号采样速度低。
随着采样技术的扩张,非均匀周期采样被认为是,即陪集抽样(8]。一维多波段信号在任意频率的支持下,它可能是取样没有损失任意接近理论上的最低比率的场景非均匀采样(9]。在[10),一个普遍的采样模式和相应的重建算法开发。它能保证状态良好的重建的多波段信号与给定频谱占用一定没有谱的先验知识的支持。利用精确重建的条件,一个显式的重建公式已经派生(11]。在[12),有一个迭代算法寻找多波段的最低采样频率信号,即使复制品的排序是受限的。重建具有任意多波段信号频谱的另一种方法提出了支持,允许使用低抽样率接近朗道,理论上最低采样率,仍然允许完美重建的采样信号13]。
与压缩感知(CS)的快速发展理论,它带来了新的想法多频带信号的处理14,15),为了解决大带宽和大数据的问题。小说Analog-to-Information转换器(AIC)架构开发(16),多波段信号会通过宽带伪随机解调,然后集成,以较低的采样率。低于奈奎斯特采样率,提出了有前途的重建结果。在[17]one-finite-dimensional问题的解决方案,一个方法联合恢复整个组稀疏向量,它需要连续问题转化为有限维。在[18),它证明了任意数量的联合稀疏向量的复苏相当于一组有限的稀疏向量的复苏。在[19),在温和条件下的稀疏矩阵和测量,平均情况的分析性能多通道信号的恢复。光谱支持没有任何信息在重建阶段,一个完美的重建计划从逐点sub-Nyquist率样本多频带信号,提出了,确保完美重建多波段信号采样最小速度(20.,21]。目前广泛使用的方法,多波段与宽带系统被称为调制信号宽带转换器(还),提出了在(22]。这个系统可以用来处理稀疏多波段宽带信号发射机没有之前的信息载体的位置。多波段信号首先乘以一个银行周期性波形。产品被低通滤波和采样均匀低利率,这可能显著降低采样率。实现提议发出邀请函,电路提出了,样品多波段信号根据他们的实际带宽职业(23,24]。一种技术来解决传统模拟失配误差直接转换接收器已经提出,包括数学推导关于类似的误差条件下的鲁棒性25]。在[26],它开发了稀疏信号的性能限制支持恢复当多个测量向量(MMV)可用,该方法也有可能解决其他与稀疏信号恢复的相关理论和实践问题。为了解决共同问题的稀疏恢复,五个贪心算法设计为单一测量向量(SMV)稀疏近似问题一直延伸到MMV问题[27]。另一个新颖的方法获得一系列SMV的问题的解决方案提出了联合支持,这可能是自适应,它解决了加权序列的SMV解决问题而不是收集测量向量和MMV问题[28]。
为了实现更高的传输速度,将成为宽带信号传输信号。所以它将带来更多的压力采样和存储设备,特别是硬件实现。结果,越来越多的注意力集中在宽带多波段信号采样速度sub-Nyquist。由于处理宽带信号的功能,还提供了系统似乎是最好的选择来处理多波段信号稀疏频谱结构,它不仅可以用于任意频率的场景的支持,但也实现光谱信号重建之前没有任何信息支持(29日]。此外,还提供了技术已广泛应用于认知无线电领域的实现宽带频谱感知(30.,31日]。然而,还提供了运行采用CS的概念,它包含太多的限制,观测次数是最重要的问题。采样通道的数量相当于还提供系统,这使得对重建性能的影响。目前的研究不能提供一个明确的解决方案,因此它会导致不满意和不稳定信号重建性能之后,目前的原则,同时也带来了巨大的困难,硬件的实现。
在本文中,我们提出一个简化的多波段采样和检测方法基于传统的mvc结构,可以避免带来的挑战的信号采样频率高、宽mm波系统的带宽。场景与任意频率信号的支持,只有有能力重建他们最有可能没有任何先验知识,但其性能并不理想。基于mvc结构,该方法充分利用有益的频谱混叠,实现信号的采样速度sub-Nyquist。与传统的mvc系统相比,它提供了采样通道的确切数量远低于发出邀请函。在灾后重建阶段,该方法简化了计算复杂度,利用简单的线性操作而不是CS信号中恢复原信号的恢复算法,并提供了更稳定的性能。此外,还提供了结构能够适用于不同的乐队在毫米波通信使用混合处理,这是类似于扩频技术。
本文的其余部分组织如下。部分2描述还提供系统的原理和一些问题。我们提出一个方法的mm波通信基于mvc结构部分3。仿真结果中讨论部分4和5结论。
2。还提供了系统和问题陈述
还提供系统旨在高效的硬件实现和低计算负载在数字处理。在灾后重建阶段,CS理论的方程巧妙结合获得频率的支持,它的关键是减少信号恢复和允许低利率处理的复杂性(22]。还提供了如下的原则。
2.1。还提供了结构和原理
mvc结构的灵感来自AIC架构的思想和传统的并行数据处理方法。混合结构,最有可能的一个模拟前端实现频谱对齐,其目标是使光谱从每个乐队出现在基带部分。这是最重要的部分实现低息抽样。
混合模拟前端由几种渠道和使用混合函数获得不同的混合模拟的多波段的信号,其中包括几个传输信号调制的载波频率高。和混合功能类似于伪随机代码扩展频谱技术,是选为分段常数函数这两个层次之间的交替。
考虑到CS理论的限制,这个号码处理渠道应该达到一定数量,这样一个稀疏的多波段信号中恢复过来。发出邀请函的抽样部分结构如图1。混合后,混合物是由相同的低通滤波器截止截断。然后,过滤信号采样速度低相对于载波频率的输入信号通过使用常见的抽样理论。
根据(22),我们知道滤波器的输入的一个线性组合吗转移的副本,在那里是混合函数的频率和代表多频带信号的傅里叶变换。低通滤波后,只保留在基带部分,包括从每个乐队的信息。然后,过滤信号采样率一致这是匹配滤波器的截止频率。最后,信道的输出可以获得和总样品吗用于恢复信号。样本序列之间的关系和输入信号在频域表示为: 在哪里代表了混合函数的傅里叶系数。
重写(1以矩阵形式) 在哪里是由元素的离散时间傅里叶变换(DTFT)th序列。矩阵包含系数和由转移的副本稀疏的结构。
考虑(2),它类似于CS理论的典型问题。在灾后重建阶段,CS集成获得载波频率的支持。解决(2)直接被视为IMV问题,它是如此的困难。在此系统中,提出了另一种方法(15,21]。这种方法有一个两步流恢复频率从有限维系统支持组首先然后恢复信号。第一步,该算法构造了一个有限的框架从样本序列,可以通过计算(15] 然后,任何矩阵来自。表示频率范围与。
在第二步中,它发现独特的解决方案MMV系统有最少的非零行和频率的支持等于多波段的信号。整个操作都是聚集在一块名叫连续有限(CTF),图中所示2。
在本部分中,CS理论下的恢复算法是利用获取光谱的支持,充分利用频谱稀疏。这也是整个系统的关键。然而,复苏CS算法都有自己的计算复杂性,主要来自迭代过程。后发现带位置,多波段信号恢复的位置索引信息。
2.2。问题陈述
正如上面提到的,还提供了系统的最大特点是应用CS理论构建多波段信号稀疏结构在低采样率远低于奈奎斯特速率。
CS理论是基于概率来解决这个问题。为了达到一个高概率重构信号,必须满足某些条件的过程中采样;换句话说,要求采样信号的时候应该达到一定数量。尽管采样率下CS理论可以远低于奈奎斯特率,仍然存在一个理论下界值,这不是直接被应用,因为实际应用有很大的不同。事实上,在实践中使用的数量大于,有时远远大于,仍然低于奈奎斯特采样定理的要求。
还提供了系统,结合典型方程在CS理论,所有的混合函数组成的测量矩阵和采样通道的数量矩阵的行号,换句话说,《纽约时报》的观察。为了恢复稀疏信号重建阶段,采样通道应该足够多的数量。在[22),乐队的数量之间的关系和采样通道的数量在理论上给出;也就是说,nonblind重建或盲人重建。然而,仿真结果,在描述部分4所示。1,显示会议的关系远远不够。
因为观察时间的要求不清楚,考虑到这一事实有伟大的理论和实际情况之间的差异,在面对未知的乐队,明确抽样的基础通道选择在没有得到实际应用。就以成功复苏为标准,采样通道数量的参考价值提供了从经验的角度。即便如此,面对未知的信号应用,参考价值仍然存在一定误差。乐队的数量对采样通道的选择有很大的影响。为了确保信号恢复,很容易认为有效的方法来增加采样通道的数量。然而,这样会带来更多的困难越来越多,硬件实现,这意味着需要更多组件,增加了系统的成本,以及额外的负担由于更多的数据计算过程。
最引人注目的特性还提供了系统处理多波段信号稀疏结构低,远低于奈奎斯特速率。的总采样率是最有可能的通道数量和实际的产品每个通道的采样率。因此,增加采样通道的数量无疑是提高采样率,大大降低多工作站系统系统的优点。虽然一个方法来减少实际的物理信道利用崩溃的成本因素给出了提高采样率(22),在现有的技术下,这样的问题没有从根本上解决。另一方面,即使采样通道就足够了,它会导致不稳定的复苏表现,这甚至不满意,因为不稳定的属性的CS恢复算法,和后来所示部分4所示。1。
从根本上解决这一问题的期望是不确定数量的采样通道和复苏的稳定性能;此外,新的思想和方法应该考虑。本文基于综合考虑上述问题和得到灵感来自mvc结构,以及它能够处理任意频率的信号的支持,一个简化的多波段采样和检测方法基于mvc结构给出了mm波通信;主要思想是利用有益的频谱混叠,如部分所示4所示。2。从混叠的特征光谱,频率对每个载波频率是通过计算获得支持。然后,每个频带分离获得频谱混叠的综合信息,避免CS结果带来的不确定性。更多细节关于这个方法中描述的部分3。
3所示。一个简化的多波段方法乐队为毫米波通信基于mvc结构
考虑到处理具有任意频率的多频带信号的能力支持,还提供技术可用于信号在毫米波通信技术中,这可能是常见的5 g移动网络。然而,系统不是最有可能直接应用,因为采样通道的不确定条件的问题数量和不稳定的重建结果。
提出了一个简化的多波段采样和检测方法在本文中,考虑到mvc结构,利用有益的频谱混叠。混合和低通滤波后,结果现在将副本从每个乐队的叠加调制傅里叶系数的混合功能,描绘在图3。然而,这些系数属于任何频道是基于频率不同的支持,也是不同的相同的乐队在不同采样通道,因为不同的混合函数。存在一个事实,同样的乐队在不同的频道,光谱支持带来的影响都是相同的。这些也是这种方法的基础。
3.1。计算过程
为了实现频谱混叠,这种方法还利用了扩展频谱技术多个输入周期性的波形。基于mvc结构,如图所示2混合后,混合物可以表示为。
考虑任何th频道,傅里叶变换的混合函数如下: 在哪里
所以混合傅里叶扩张
它代表的线性组合转移的副本。低通滤波后,只在基带部分保留,所以它包括从每个乐队小册。他们的振幅是由混合函数和频率的支持。显然,如果频谱可以获得支持,它可以推断出每个乐队保留副本,这是该方法的关键。为了达到这个目的,首先光谱可分为每个间隔频率间隔和代码。根据频率间隔的数量,每个乐队的位置可以确定。后来,在节3.2,有一些细节参数选择,尤其是之间的关系和通滤波器截止频率的混合功能。假设过滤信号只包含一个副本,每个乐队和担保的参数选择、多波段的信号subsignals,采样信号通道可以表示为
重写(7以矩阵形式) 在哪里DTFT的吗th序列。代表了支持每个波段和频率是每个信号的光谱带。代表转移的标签数量的副本。所以是th将每个乐队的副本。傅里叶系数是由混合的功能呢在(5),。
和定义如下:
不同采样通道的参数每个乐队都是相同的。假设是一个常数,推导的表达吗。对所有采样通道,得到方程 或
解决的方程未知的号码,方程是必需的;也就是说,。关于解线性方程组的方法中,的表达是
通过改变增广矩阵,我们可以获得以下形式: 在哪里的线性组合吗和等于。然后,表达,包含其他未知的数量要求其他方程。
收购其他方程,我们需要再次执行上面的操作和连接桥的两个相应方程的表达式。这意味着完成信号需要完全复苏方程。
正如我们所知,还提供了系统理论的结论,那就是,nonblind重建或盲人重建。该方法有一个优势是它能提供明确的抽样数量渠道和解决重建稳定问题。正如上面所讨论的,完成信号的恢复需要完全方程,方程要求得到表达和另一个方程需要频率的支持。根据采样通道量的条件下,该方法比还提供了系统的采样率较低,可以降低硬件实现复杂度与几个频道。
为了简化分析,我们认为有两个subsignals多波段信号。
第一两个渠道,我们可以得到方程
解决(14),
同样的过程可能很容易适应获得另一个两个渠道:
联立方程(15一个)和(16一个)和(15 b)和(16 b)得到方程
的解决方案(16一个)和(16 b)频谱的支持,。由于带宽的影响,序列号的频率间隔乐队可能占据的地方和,写成。这个操作的目的是为了避免产生的影响的乐队占据了两个连续的区间由于任意频率的支持。
一旦发现Bindex,我们可以得到子矩阵,其中包含的列被。恢复多频带信号的信息如下: 在哪里的伪逆和的inverse-DTFT。
这个过程是一个传统的矩阵处理。这意味着如果我们能恢复频率支持成功,我们将得到原始信号。
3.2。参数选择和性能分析
的复制保留低通滤波后的定位在零附近在基带频率,所以频率间隔的数量应该很奇怪,这也是由混合函数的频率;换句话说,代表的数量将每个乐队的副本 在哪里代表了多波段信号的最高频率。
该方法利用不同波段的有益的频谱混叠。从单一的乐队,避免混叠频率混合功能应该大于所有乐队的最大带宽;也就是说,。滤波器的输出只包含每个乐队的一个副本,匹配转移效应,因此滤波器的截止应该等于。所以它很容易看到,只有被选为,最低可以实现采样率。
主要参数的选择的基础是提供有益的频谱混叠,这是该方法的关键。选择混合函数的频率可以确保低通滤波后,只有小册基带留存,以避免混叠。方法利用有益的频谱混叠和样本低通滤过的信号在低利率获得的每个乐队的信息多波段的信号。结合信号叠加原理、频谱支持对每个载波频率的分析计算,获得有限的样本通过一定数量的采样通道。通道的数量等于subsignals数量的两倍。之后,每个乐队都是分开的频谱混叠和多波段信号恢复就完成了。该方法取代了部分处理步骤还提供了系统和消除不确定性因素。频率支持复苏,这种方法利用简单的线性操作而不是CS恢复算法,可以提高信号的性能恢复。这也是该方法的最大的优势。与此同时,还提供了系统不稳定和不满意的重建性能。 More details of the simulation results will be presented in next part.
4所示。仿真结果
我们现在展示的几个性能方面还提供了系统和我们的方法通过使用仿真结果。本文以mm多波段信号波通信为研究对象,一个简化的多波段采样和检测方法提出了基于mvc结构来解决这个问题还不确定数量的采样通道的系统。多波段信号模型描述如下:
有对乐队(或subsignals),因为两个对称的夫妇代表一个subsignal和是整个乐队的数量。代表每个频带的宽度;代表着能量系数时间偏移量。对于每个subsignal,载波频率随机选择一致的兴趣范围。
该方法首先nonclear条件采样通道的情况数量和信号重建的不完美的表现,如第一部分中所示。然后,该方法利用了mvc结构,尤其是有益的频谱混叠,下一部分中描述。最后,证明了该方法的优势。
4.1。重建还提供了系统的性能
还提供了系统的重建阶段,CS理论融入的过程。测量矩阵的混合功能发挥的作用。为了恢复多频带信号,采样通道的数量应该足够了。然而,事实上理论价值远远不够。正如上面提到的,我们知道信号处理的关键是恢复频率的支持,决定最终的结果。因此,让正确的支持复苏的速度测量重建性能的参考对象。
载波频率均匀随机选择的范围和价值选择从20兆赫到300兆赫。subsignals的数量= 1、2和3。模拟过程是重复1000次展示信号恢复的性能。和采样通道的数量范围从10到100。仿真结果中演示了数据4,5,6。
在这三个数字,很容易看出,一样的有不同的结果,不同的带宽。总的来说,结果最佳性能;由于乐队的数量增长,正确的支持回收率降低。然而,在一个图这个速度不是由带宽直接决定;尤其是对数据5和6,最小的带宽MHz最低的成功率。绝大多数的成功率低于90%;即使对于subsignal之一的情况下,也有一些结果低于90%。
另一方面,当支持复苏的成功率可以达到90%,对于一个subsignal,大多需要超过十个频道,和其他两种情况下,即使采样通道的数量大于十倍,仿真结果仍不理想。
最后,仿真结果表明,信号恢复是不稳定的,主要是不满意,只是因为CS理论是基于概率和解决问题nonclear采样通道的条件。因为不稳定的性质,它不能在实际应用起到指导作用。
4.2。由于混合阶段
方法利用有益的频谱混叠。低通滤波后,只保留在基带部分,包括从每个乐队的信息。我们样品低通滤过的信号在一个低利率获得的信息的每一个乐队多波段的信号。这也是该方法的基础。为了简化,我们考虑的情况下两个subsignals。载波频率均匀随机选择的范围和带宽是500 MHz。积极的频率信号频谱如图的一部分7。这里的采样率是比。
在图8,有滤波器的采样信号的输出通道1和2。很容易看出每个通道之间唯一的不同是造成的大小影响傅里叶系数的混合功能。我们还可以看到,将副本的位置属于每个乐队都是相同的在基带频率相同的支持和相同的乐队在不同采样通道不同所造成的不同混合功能。在基带,几个副本从不同的乐队一起别名,包括乐队和它的所有信息被称为有益的频谱混叠。这方法提出了基于这些特征。
4.3。系统采样率比较
正如上面所讨论的,还提供了系统不稳定对信号恢复的影响。和仿真结果最佳性能;随着乐队的数量增长,正确的支持回收率降低。为了比较整个系统采样率之间的系统和最有可能的提议,我们选择的情况下subsignal之一。有两个方法,每个通道的采样率是在这两个选择比带宽。如图9,我们只考虑正确的支持的情况下恢复率超过90%。
信道的系统采样率是产品数量和每个通道的实际采样率。因为这种方法提供了采样通道数量的具体条件,等于最低限制还提供了系统的理论价值,它可以处理的信号采样率低于MWC系统。这是如图9的纵坐标的采样率的比率还提供的建议,该方法有较低的采样率。
5。结论
在这篇文章中,一个简化的多波段采样和检测方法基于mvc结构提出了mm波通信。mvc结构的多通道并行提供了有益的频谱混叠。从它开始,低通滤波信号采样率低的每个乐队的信息获取多频带信号,获得支持的光谱计算有限样本使用一定数量的采样通道。然后,每一个副本都可以分离混叠谱,在此基础上恢复多波段的信号。与传统的mvc技术相比,该方法提供了准确的条件采样通道数量,这小于传统的mvc系统。这意味着整个系统的采样率是低得多。此外,该方法的主要思想是把频谱的支持。与传统的mvc系统集成CS理论相比,该方法简化了计算复杂度在重建阶段通过使用简单的线性操作而不是CS恢复算法。而且还可以避免不稳定和提高信号恢复的性能由于某些条件的采样通道数量。
利益冲突
作者宣称没有利益冲突有关的出版。
确认
这项工作得到了国家自然科学基金资助下61201143和61201143号和中央大学的基础研究基金(批准号打击。IBRSEM。201309)。