以u為輸入，對其每一個(gè)元素 U1進(jìn)行操 作，具體步驟如下：
[0062] 步驟21，計(jì)算非線性縮放系數(shù)，Ci= exp (_|u ; I/k)，其中k為給定參數(shù)；
[0063] 步驟22,非線性正變換，Xi= u心；
[0064] 步驟23,，將X = (X1, X2,…，Xi,…}輸入到調(diào)制模塊。
[0065] 其中步驟3,調(diào)制與解調(diào)方法如下：
[0066] (31)針對可見光通信采用實(shí)數(shù)調(diào)制，發(fā)送端發(fā)送X = U^x2,…，Xi, "·，χΝ};接收 端收到y(tǒng)，直接作為軟解調(diào)結(jié)果；
[0067] (32)針對無線電通信采用復(fù)數(shù)調(diào)制，將相鄰兩個(gè)符號組合成一個(gè)復(fù)符號，即Sk = Xa ι+j. x2k(k = 1，…，N/2)，發(fā)送復(fù)符號向量s = (S1, S2,…，Si,…，xN/2};在接收端，假設(shè) 接收到$，則分別提取?的實(shí)部和虛部，即
，其中， real ( ·)和imag( ·)分別為提取復(fù)數(shù)實(shí)部和虛部的函數(shù)，reshape( ·)為矩陣變?yōu)榱邢蛄?函數(shù)。
[0068] 其中步驟4,非線性逆變換，方法如下：
[0069] 假設(shè)接收端收到帶噪的信號y = x+n，其中η是加型高斯噪聲。以y為輸入，對其 每一個(gè)元素 Y1進(jìn)行如下操作：
[0070] 步驟41，計(jì)算均值，W = [-4, -4, -2, -1，1，2, 4, 4]對應(yīng)的概率向量為
具體計(jì)算步驟如下：
[0071] 步驟411，初始化，讓
，讓
[0072] 步驟412,匕與P y卷積，讓％與Wx的每個(gè)元素相加得到，八與Ρχ的每個(gè)元素 相乘得到P z;讓％2:與Wx的每個(gè)元素相加得到,?，馬2與P x的每個(gè)元素相乘得到P z，；
[0073] 步驟413,合并％,與R2，如果有值相同值元素則合并為一個(gè)新元素，并記下在^ 和伊的位置1:和1 2;新元素對應(yīng)的概率為A ;之后，得到^和P z;
[0074] 步驟414,讓W(xué)x等于W z，Px等于P z;讓i加1，讓
和
重復(fù)步驟（112)、（113)和（114)，直到;
[0075] 步驟415,得到權(quán)重向量
·和對應(yīng)概率向量
[0076] 步驟416,計(jì)算均值f
[0077] 步驟42,計(jì)算反變換系數(shù)，
[0078] 步驟43,非線性逆變換：
[0079] 步驟44, y的每一個(gè)元素經(jīng)過上述操作后，將Yi組合成一維信號向量I。
[0080] 其中步驟5,計(jì)算噪聲方差，具體如下：
[0081] 設(shè)高斯信道噪聲方差為〇 2,以F為輸入，計(jì)算Ι?向量對應(yīng)的混合噪聲方差，即
[0082] 其中步驟6譯碼的具體方法如下：
[0083] 以$、σ)、迭代最大次數(shù)T = 20和大小為MXN的隨機(jī)映射矩陣G為輸入，采用 置信傳播算法進(jìn)行譯碼，得到推斷結(jié)果6。具體步驟如下：
[0084] 步驟61，初始化
[0085] 在第t = 0次迭代，第i個(gè)符號節(jié)點(diǎn)到第j個(gè)比特節(jié)點(diǎn)為0和1的概率分別 為
：第j個(gè)比特節(jié)點(diǎn)到第i個(gè)符號節(jié)點(diǎn)為〇和1的概率分別為
這里的Pj = 0. 5,表示先驗(yàn)概率；
[0086] 步驟62,迭代譯碼，當(dāng)?shù)螖?shù)t小于等于T，則依次重復(fù)水平迭代和垂直
[0087] 迭代，具體步驟如下：
[0088] 步驟621，水平迭代，第i個(gè)符號節(jié)點(diǎn)共有L個(gè)比特節(jié)點(diǎn)鄰居，其到第j個(gè)比特節(jié)點(diǎn) 為0和1的概率計(jì)算步驟如下：
[0089] 步驟6211，計(jì)算概率卷積，以上一次迭代中的垂直迭代結(jié)果
和 G的第i行權(quán)重集合為輸入，用公式
計(jì)算概率卷積結(jié)果，其中
為卷積；得到權(quán)重向量WS = (WSdWS2,… ，WSm)和對應(yīng)的概率向量p = (P1, P2，…，pm);
[0090] 步驟6212,計(jì)算噪聲卷積，具體步驟如下：
[0091] 步驟62121，噪聲概率計(jì)算，以ws、σ f(i)和為輸入，用公式
算I, =0的噪聲概率向量
用公式計(jì)算民=1的噪聲 概率向量
I.其中k = 1，2,…，m ;
[0092] 步驟62122，點(diǎn)乘計(jì)算，以M、爲(wèi)°和P為輸入，計(jì)算

[0093] 步驟622,垂直迭代，傳遞第j個(gè)比特節(jié)點(diǎn)到所有符號鄰居節(jié)點(diǎn)為0和1的概率，
其中CjV表示第j個(gè)比特節(jié)點(diǎn)除第i 個(gè)符號節(jié)點(diǎn)的所有鄰居節(jié)點(diǎn)集合，I^1，是歸一化因子，使得
[0094] 步驟63，判決，經(jīng)過T次迭代后，譯碼停止，判決過程如下：
[0095] 步驟631，計(jì)算第j個(gè)變量節(jié)點(diǎn)的硬判決概率，即
'其中C,表示第j個(gè)比特節(jié)點(diǎn) 的所有符號節(jié)點(diǎn)集合；
[0097] 步驟632,如果
[0098] 步驟633,重復(fù)步驟6231和步驟6232,得到判決結(jié)果S。
【主權(quán)項(xiàng)】
1. 一種降低隨機(jī)映射碼峰均比的非線性變換方法，其特征在于：該方法包括： (1) 隨機(jī)映射碼編碼，給定二進(jìn)制列向量b=也，i= 1，2,…，N}和隨機(jī)映射矩陣G， 用公式U=G?b進(jìn)行編碼，得到U; (2) 非線性正變換，WU為輸入，經(jīng)過非線性正變換之后，得到信號X; (3) 調(diào)制與解調(diào)； (4) 非線性逆變換，W接收到的加了高斯白噪聲的信號y為輸入，經(jīng)過線性逆變換后得 至峽1 妨噪聲估計(jì)，獲得^^;;: (6)譯碼，化疫和口^為輸入，經(jīng)過譯碼后得到名。2. 根據(jù)權(quán)利要求1所述的降低隨機(jī)映射碼峰均比的非線性變換方法，其特征在于：所 述非線性正變換，WU為輸入，對其每一個(gè)元素Ui進(jìn)行操作： 步驟（21)，計(jì)算非線性縮放系數(shù)，Ci=exp(-Iu11/k)，其中k為給定參數(shù)，比如k= 100 ; 步驟（22)，非線性正變換，Xi= U1Cl; 步驟（2：3)，將X= {xi,而，…，Xi,…}輸入到調(diào)制模塊。3. 根據(jù)權(quán)利要求1所述的降低隨機(jī)映射碼峰均比的非線性變換方法，其特征在于：所 述非線性逆變換，設(shè)接收端收到帶噪的信號y=x+n，其中n是加型高斯噪聲，具體操作如 下： 步驟（31)，計(jì)算均值，假設(shè)構(gòu)造編碼矩陣G的權(quán)重集合W= {wi，W2,…，心給定，W對應(yīng) 的概率向量為P= ,"U=0 5. 1 = 1, 2,…，L，具體計(jì)算步驟如下： 步驟（311)，初始化，讓 =0，Wt, =W]]和fr=[八=〇.5，也=化5]，讓 巧'1' =[Hs= 0,W,': = %]和巧=[片>',=0.5,P,,: = 0.5]; 步驟（312)，Px與Py卷積，讓}旬與Wx的每個(gè)元素相加得到W;,，馬,與Px的每個(gè)元素 相乘得到？,;讓％與Wy的每個(gè)元素相加得到與Py的每個(gè)元素相乘得到P 步驟（313)，合并巧,與 ，如果有值相同值元素則合并為一個(gè)新元素，并記下在巧, 和職9的位置Ii和1 2;新元素對應(yīng)的概率為+P:;,S之后，得到W郝P 步驟（314)，讓W(xué)x等于WZ，Px等于PZ;讓i加 1，讓W(xué),, =w,,i 和 二=0 5];重復(fù)步驟（112)、（1蝴和（114)，直到i>L; 步驟（3巧），得到權(quán)重向量《=(/q，/f;，…，/心。、{和對應(yīng)概率向量尸=?(A，A,…，; 步驟（316)，計(jì)算均值F，/; = ?問A; i=l 步驟（32)，計(jì)算反變換系數(shù)，g=J 步驟（33)，非線性逆變換，具體操作步驟如下： 步驟（331) W y為輸入，對其每一個(gè)元素yi進(jìn)行變換^ =巧心； 步驟（332)y的每一個(gè)元素經(jīng)過上述操作后，將yi組合成一維信號向量擇。4.根據(jù)權(quán)利要求1所述的降低隨機(jī)映射碼峰均比的非線性變換方法，其特征在于：所 述噪聲估計(jì)，進(jìn)行如下操作： 步驟（41)，設(shè)高斯信道噪聲方差為〇2，Wf為輸入，計(jì)算i向量對應(yīng)的混合噪聲方差， 良P二C,*.' ..CT* :; 步驟（42)，WS、迭代最大次數(shù)T= 20和大小為MXN的隨機(jī)映射矩陣G為輸入， 采用置信傳播算法進(jìn)行譯碼，得到推斷結(jié)果擴(kuò)。
【專利摘要】本發(fā)明公開了一種降低隨機(jī)映射碼峰均比的非線性變換方法，這種方法通過對隨機(jī)映射碼的編碼向量進(jìn)行非線性變換，使得整個(gè)星座的峰均比降低。該方案包括以下步驟：(1)隨機(jī)映射碼編碼；(2)非線性變換；(3)調(diào)制解調(diào)；(4)非線性逆變換；(5)噪聲估計(jì)；(6)譯碼。與現(xiàn)有技術(shù)相比，本發(fā)明提出的星座變換方法使得發(fā)送端可以大幅度降低峰均比，而譯碼性能損失很小。
【IPC分類】H04L25/03, H04L1/00
【公開號】CN105207749
【申請?zhí)枴緾N201510650325
【發(fā)明人】王敏, 鄒琴, 陳舒婭, 涂小強(qiáng), 范林秀, 溫小琴
【申請人】贛南師范學(xué)院
【公開日】2015年12月30日
【申請日】2015年10月10日