文摘
扩频通信是一个典型的方案用于秘密通信由于其低的检测能力和抗干扰特性。然而,相关的设计问题多个因素,如cochannel多址干扰(MAI)和扩频增益。摘要减少晶格理论应用于梅取消扩频通信和减少小说晶格辅助提出了多用户检测方法。近最大似然(ML)梅阻力性能验证了模拟和理论分析。在强大的麦场景中检测性能的优越性尤其解决。基于该算法,提出了协作隐蔽通信系统设计。低功耗的秘密信号可以在更高的比特率传输相同的报道更大功率cochannel信号。秘密传输性能可以明显改善相比,传统的设计。
1。介绍
为了信息传输安全、秘密通信应用在许多特殊的场景中,包括军事和国家安全的应用程序。隐蔽通信系统的发展显示了多样化的趋势,不同的设计是根据不同的应用程序。隐蔽通信系统可以分为两个主要团体:秘密信息传输和秘密信号传输。的秘密传播信息可以满足保护信息源和通信协议加密。一个典型的模式包括信息传输图像和视频压缩1和秘密P2P渠道在互联网上2),等等。秘密传输的信号是通过信号或收发两用机模式设计与实现较低的检测能力。典型的计划包括设计基于直接天线调制(坝)[3)和扩频(SS)通信。
最常见的基于党卫军秘密通信设计方法包括减少信号能量把它藏在噪音或传输秘密信号覆盖的几个大功率的信号。提出一种改进的方法包括频率和代码跳跃本文与anticapture性能的改善(4]。SS信号也旨在传播加上卫星电视信号和广播信号来实现秘密通信(5]。
传输低功耗秘密信号加上大功率信号是一种有效的方法来减少信号的检测能力。然而,设计将被限制多址干扰(MAI)和无线链路资源。实现高无法感知、信号功率和信息率将是有限的。
研究基于党卫军秘密通信在本文讨论。减少晶格(LR)应用于多用户检测(MUD)的学生交流,和一个LR-MUD算法提出。附近最大似然(ML)性能较低的实现复杂度低功率信号的严重MAI场景。LR-MUD算法的基础上,提出了一种新颖的设计协作党卫军秘密通信。秘密信号可以传输更多的大功率信号的覆盖范围。因此,秘密通信的隐蔽性和鲁棒性传播将会明显改善。
本文的其余部分组织如下:部分2给出了基于SS通信秘密通信模型,而传统的泥浆方法分析了部分3。晶格理论和晶格帮助泥算法部分4节中,紧随其后的是算法的仿真实验5。系统的设计基于LR-MUD节中给出6。最后,结论部分提供了7。
2。基于扩频的秘密通信模型
考虑一个秘密SS通信系统组成的一个低功耗的秘密信号 大功率信号。在接收机接收到的信号 在哪里是信号幅度,是信息的区间值吗,伪随机噪声码用于扩频调制。
假设信号所需的信号。然后,匹配滤波器的输出信号如下: 在哪里 , ,的时间长度信息。
第一项是预期的信号,而第二项的相关性和扩频码和其他信号,这是梅。第三个项目是信道噪声。
匹配滤波器的输出信号是下面的:
明确的 和公式(3)可以写成:
在传统的检测中,匹配滤波器的输出将在每一个采样间隔,和一些将决定的基础上决定阈值: 在哪里代表的决策价值。得到了一些直接的决定匹配滤波器的输出,关键错误可能是由于MAI,特别是对于秘密低功率信号。
3所示。扩频通信的多用户检测方法
作为一个有效的方法来提高扩频通信系统的容量,抑制MAI的方法已经开发的深度(6,7]。典型的方法包括两种类型:多用户检测(MUD)和干扰消除方法。泥的基础是信号之间的相关性的计算方法,以及干扰抑制的解相关的过程。传统的泥浆方法包括零迫使(ZF)方法和最小均方误差(MMSE)方法,在许多其他新方法提出。
这里,泥浆的方法辅助Hopfield神经网络提出了(8]。的方法,可以提高检测性能,但改进和信号数量的增加将减少。加权正交匹配滤波器方法提出了基于量子信号处理(9]。通过这种方法,噪声功率估计不是必要的,但相比,检测性能是降低患者的方法。盲人泥方法基于Schmidt-orthogonalization和subspace-tracking卡尔曼滤波也提出,并使用此方法,盲目的复杂性泥浆的方法是减少(10]。有两种类型的干扰消除方法:串行干扰消除(SIC)和并行干扰消除(PIC)。基于信号的相关计算,其他信号的干扰信号影响可以通过串行或并行模式被取消。这种方法是次优的性能与泥的方法。其性能受限于初始多个信号的检测精度。当多个干扰严重时,平台会出现早期和检测性能的影响将不理想(11,12]。在实际应用中,可以提高检测性能与使用结合高增益纠错编码。受益于较低的计算复杂度和灵活的处理架构导致这种干扰消除方法被应用在一些卫星通信系统的设计。
本文重点是泥的方法。泥浆的基本思想方法是取消梅之间信号的相关矩阵的计算和转换。最大似然(ML), ZF和MMSE方法应用的典型算法。
ML算法理论最佳泥浆算法。其原理如下所示。遍历集合生成一个传输信号,完成以下操作:
ZF算法的主要过程包括计算逆矩阵G的相关矩阵然后计算的点积和匹配滤波器的输出组。之后,发射机信号的估计可以获得以下决定13]:
后噪声组件ZF转换和一些决定。
ZF方法相对较低的计算复杂性和尺度的信号。
估计误差协方差矩阵如下: 噪声的方差。噪声的影响总是增加的ZF方法,这就是为什么ZF和表现不佳的低信号噪声比(信噪比)的场景。可以被定义为ZF的解调误差系数,测量噪声的影响是如何扩大的ZF方法。
MMSE的基本思想是最小化均方误差之间传输信号和估计的结果。与ZF方法,MMSE考虑了噪声抑制,因此在一定程度上提高了估计性能。细微的过程如下:
是噪声组件后MMSE转换和决定。
MMSE估计误差协方差矩阵的
基于正式的分析,它可以表明,泥浆的性能受到噪音和相关矩阵的正交性。如果相关矩阵是正交的,检测性能的泥浆将平等的单一信号的性能没有麦。此外,为特殊用户,可以抑制噪声相关矩阵的转换。寻找一个方法,该方法可以改善矩阵的正交性,是一个重要的途径来满足增强梅取消。
4所示。多用户检测方法基于晶格的减少
4.1。晶格理论
晶格是会众散射点的安排与计划规则(14- - - - - -16]。可以生成任何晶格的一组线性无关的向量。图1显示了晶格的几种典型类型。
假设一组维的向量的定义 。向量的个数和向量线性无关的。综合向量的线性组合可以形成一个维晶格。它可以编写如下:
向量 格的一个基金会, 是系数向量组成的整数。它可以用矩阵模式:
下面的三个不同的晶格产生的基础数据。基向量的维数是由数量决定的。基向量的维数称为生成的晶格的秩。
晶格是多元化的基础。格可以用不同的基地。一个维空间可以由任何组线性无关的向量,但不是任何组线性无关的向量可以形成一个格子。
有一个固定的一个格子的不同的基向量之间的关系。的晶格生成的向量组 从,所有的向量由一个基本列从晶格的基向量。几个基本列转移矩阵的乘积等于1单位模的传输矩阵。的元素是复杂的整数的行列式=。只要是一个单位模的矩阵,可以生成相同的格子和。
最短的基向量,即最短长度的基向量,是一种常见的晶格的研究对象。如果不能达到最短的基向量,最近的短基向量总是期望。晶格的基础功能,更短更正交的基础。晶格削减的过程找到最近的短基矢量的正交基向量是改善。
4.2。晶格减少算法
减少晶格是一个过程来获取最近的短基向量同时提高基向量的正交性。常见的晶格减少算法包括Lenstra-Lenstra-Lovasz (iii)减少17)和减少Seysen (18,19]。
测量网格的正交性的基础上,定义正交缺陷的程度。假设是一组基向量的格子l基向量矩阵。正交性缺陷的程度被定义为 的公式,列号的吗,是列的,是行列式运算符。 ,只有当是一个正交矩阵, 。
假设生成的矩阵是一个微光减少:
如果发现通过QR分解的,它满足以下两个条件:
然后,是矩阵处理微光减少。
微光的基本过程(20.- - - - - -22)所示的算法1
|
||||||||||||||||||||||||||||||||||||||||||||||
与微光减少相比,主要区别在Seysen减少是一个不同的正交性缺陷的程度的定义:
当是一个正交矩阵,
Seysen算法考虑了两个原始矩阵和双矩阵;因此,可以实现更好的性能降低。
4.3。晶格减少辅助多用户检测(LR-MUD)
减少与晶格,相关矩阵可以转化为矩阵更好的正交性。泥的分析方法2显示与相关矩阵有更好的正交性可以更好地抑制噪声的影响。
晶格的过程减少辅助多用户检测算法算法所示2
|
||||||||||||||||||||||||||
算法的基本过程如图2。信号功率和信号延迟估计精度算法的性能是很重要的。估计信号功率在梅场景,可以使用synchronization-head提高估计精度。信号延迟和载波相位信息可以跟踪回路的信号。可以提高测量精度,延长积分时间和通过使用一个大型相关器的设计。相关研究表明,一周扩频信号像GPS可以跟踪稳定当信噪比低于−4 dB。
毫升的复杂性,在那里调制秩序和吗是信号的数字。毫升复杂度的增加指数增长。ZF和MMSE的相对较低的复杂性,给出。泥的主要计算方法反演的相关矩阵。晶格还原过程添加基于LR-MUD泥的方法。增加的计算包括矩阵的QR分解和转化。增加的复杂性是线性的,因此仍然是复杂性。相比之下,ML, LR-MUD在复杂性方面性能优越。
5。模拟和分析
在本节中,模拟LR-MUD SS通信的方法。QPSK信号的调制,传播代码序列是一组的黄金准则。
图3在不同信噪比情况下显示了一个解调误码率。信号的数字是6,传播率是16。随机信号功率分布在0 - 6分贝的范围,所有信号的误比特数。麦可取消ZF和MMSE的有效的方法。两算法的误码率低于基本匹配滤波器方法的方方面面,但性能弱得多比ML的方法。在图中,ZF-LLL和ZF-Seysen LR-MUD测试方法是基于组合的ZF方法减少使用点阵的微光,Seysen。同样,MMSE-LLL和MMSE-Seysen LR-MUD测试方法基于MMSE方法使用减少晶格的微光和Seysen。的方方面面LR-MUD显著降低泥浆的方法相比,和其性能接近ML增加信噪比。算法获得比泥是超过4 dB。
图4显示了期望信号的解调的误码率与不同数量的干扰信号。这里,传播率是16和秘密信号的信噪比是0分贝。其他信号是随机分布的力量相比,0-20 dB范围所需的信号。传统的泥浆方法的方方面面数量增加而增加信号。性能接近ML是通过LR-MUD和保持稳定甚至信号数量的增加。LR-MUD显示优势当受到更多的干扰信号。用相同的误码率要求,干扰大功率信号的数量是7 LR-MUD,相比传统泥方法2。
图5显示了相关矩阵的正交性的变化。随着信号数量的增加,初始相关矩阵的正交性缺陷的程度增加,导致解调恶化在传统的泥浆的方法。相比之下,矩阵的正交缺陷程度处理LR仅略有增加。此外,这是解释为什么LR-MUD执行比传统的泥浆的方法。
图6显示仿真结果与不同信号功率比。传播率是32和信号数字是6。秘密信号的信噪比是0分贝。秘密信号和噪音的力量保持稳定,而5干扰信号的力量逐渐增加。期望信号的误码率的计算。泥的数量的增加动力的方法不会改变;一个固定的差距仍然毫升和泥浆的方法。的方方面面LR-MUD随干扰信号的功率增加,最后接近ML性能是实现当干扰信号功率比大于10 dB。这表明减少晶格的影响。当信号之间的相关性很好,LR算法获得的是相对有限的。 When the correlation between signals is poor, the algorithm gain of LR will increase. Therefore, LR-MUD is suitable to use in intense near-far scenarios.
图7显示了变化相关矩阵的正交性缺陷的程度增加干扰信号功率比。相关矩阵的正交缺陷不会改变。降低晶格,提高相关矩阵的正交性,进一步改善作用与干扰功率的增加。
图8显示所需的信号解调误差系数的变化与增加干扰信号功率比。解调误差系数的变化是一致的系统变化如图6。额外增加的干扰信号功率比、噪声随LR-MUD方法的放大。这是主要原因LR-MUD执行比传统泥的方法。
6。基于LR-MUD隐蔽通信系统的设计
因为优秀的性能在激烈的远近场景中,LR-MUD适合实现秘密通信系统基于SS的原则。隐蔽通信系统设计的框图如图9。
该系统包括一个秘密信号发射机,秘密信号接收器,和共同信号发射机。大功率信号可以通过秘密发射机以及一些常见的信号发射器。秘密信号和至少一个大功率信号应该通过秘密同步发射机。接收器,应该执行秘密信号的捕获和跟踪使用同步大功率信号。所有的信号都将与LR-MUD解调方法。
图10是秘密传输性能的仿真结果与不同的传播率。秘密信号的信噪比是0分贝和覆盖信号数字是5。与传播率的增加,误比特率降低的成本信息。可以通过相同的误码率LR-MUD传播比率较低相比常见的泥浆的方法。可以实现更高的信息率LR-MUD使用相同的无线连接资源和隐藏的需求。
7所示。摘要和结论
摘要减少晶格理论和相关算法应用于扩频通信系统的泥浆,和一个算法称为LR-MUD。LR-MUD方法的理论分析和仿真结果,展示优秀的远近效应抑制性能。基于LR-MUD方法、秘密通信系统的设计可以轻松实现。秘密信号可以在更高的信息传输速率的报道更大功率cochannel信号。因此,更高的传输速率和隐蔽性能通过使用相同的链接资源。
的利益冲突
作者宣称没有利益冲突。
确认
作者承认中国的国家自然科学基金(批准91638203)和中国国家重点研究和发展计划(批准2016 yfb0502102)。