船舶物聯網中基于萊斯信道的導頻插值估計算法

魏文武,李洪星,李 屹,方 莉,陳 萍

(1.北京郵電大學 信息與通信工程學院,北京 100876； 2.上海航天電子技術研究所，上海 201109)

0 引言

物聯網是指以對物理世界的數據采集和信息處理為主要任務，以網絡為信息載體，可實現人-人、人-物、物-物之間信息交互的分布式復雜系統，該系統能對萬事萬物進行智能識別、定位、跟蹤、監控和管理。物聯網的架構大體可以分為感知層、網絡層和應用層。感知層包括各種傳感設備，負責采集實時數據，網絡層連接感知層和應用層，將感知層獲得的數據及時傳送或共享給用戶。對面向船舶應用的物聯網而言，由于海域遼闊，船船和船岸距離往往很大，需要借助衛星作為信息傳遞的中繼，為船舶物聯網提供更大的空間。通過衛星上下行鏈路實現衛星與船舶、地面間的雙向數據交互是甚高頻數據交換系統(VHF Data Exchange System，VDES)的一個重要功能。VDES是對船舶自動識別系統(Automatic Identification System,AIS)加強和升級的系統，在國際電信聯盟2012年世界無線電通信大會(WRC-12)上提出，并于2017年世界無線電通信大會(WRC-15)上由162個成員國及136個國際組織和團體共同審議確定[1]。VDES在集成了現有AIS功能的基礎上，增加了特殊應用報文(ASM)和寬帶甚高頻數據交換(VDE)功能，可以有效緩解現有AIS數據通信的壓力，為保護船舶航行安全提供有效的輔助手段，同時也將全面提升水上數據通信的能力和頻率使用效率[2]。

相較于之前AIS高斯信道模型，VDE采用的萊斯信道模型更加符合實際低軌衛星通信環境。為了最大限度地消去萊斯信道的快衰落對通信產生的不利影響，VDES需要引入合適的信道估計算法。信道估計算法主要分類有3種：插入導頻信道估計算法、判決反饋信道估計算法和盲信道估計算法。鑒于VDES萊斯信道的衰落性質，本文采用插入導頻信道估計算法。根據ITU-R M.2092-0建議書，對不同的插值次數和調制方式進行了導頻估計性能仿真對比，證明了線性插值導頻信道估計在VDES的可用性。

1 萊斯信道模型

在移動通信中，瑞利分布是最常見的用于描述平坦衰落信號接收包絡或獨立多徑分量接受包絡統計時變特性的一種分布類型。2個正交高斯噪聲信號之和的包絡服從瑞利分布。瑞利分布的概率密度函數：

(1)

然而，VDES中由于衛星和海上船舶之間存在直射波信號，這符合萊斯信道模型，即有一條主路徑，通過主路徑傳輸的信號為一個穩定幅度Ak和相位φk，其余多徑傳輸過來的信號服從瑞利衰落模型，如式(1)所示。萊斯衰落的概率分布函數為[3]：

(2)

式中，I0(·)為第一類零階修正的貝塞爾函數[4]。萊斯信道的概率密度分布(PDF)如圖1所示。

文中需要借助matlab工具自帶函數random函數或者raylrnd函數，也可以直接使用ricianchan和ITU-R M.2092-0 建議書提供3 Hz最大多普勒頻移和rician衰落中固定分量和發散分量的線性比值10建立信道模型。

圖1 萊斯概率密度分布

2 插值算法

通信中插值算法一般是指在發送端的未知信號中特定位置插入已知信號。在接送端接收信號的特定位置提取出插值信號，從而根據插值信號的變化可以大致估算信道的參數[5]。最后根據估算的信道參數對接收的信號進行修正，從而提高通信質量。顯而易見，插值的信號越多對信道的估計就越準確[6]。但是插值越多就會侵占用戶信號的帶寬。如何權衡這兩點在實際應用中很重要[7]。

2.1 算法描述

插值算法是通過鄰近的已知樣點信號值進行加權平均的方法得到未知信號樣點。其中一次插值算法復雜度低，在無線通信領域應用廣泛。

線性內插是利用相鄰導頻信道響應的估計值進行線性插值，獲得其他數據位置上的信道響應估計值的方法。每個導頻的信道響應值可以看作是對信道響應的采樣，只要滿足導頻間隔小于信道的相關時間或相關帶寬，就可以較準確地在時域或頻域完成對信道的估計。線性內插公式如下[8]：

(3)

式中，i為第i個數據符號，L為導頻間隔，m為第m個導頻符號。

以上可以看出2個連續插值點可以求出線性插值，而3個插值點可以求出二次插值多項式。依次類推可以得出當插值點為n+1時，也就是通過n+1個連續的已知導頻點(Pn)(i= 0,1,… ,n),可以構造出一個次數為n的代數多項式Pn(x)[9]。

(4)

其中

(5)

為了方便計算機計算可以按圖2流程圖進行迭代計算[10]。

圖2 多項式插值算法計算流程

2.2 算法步驟

圖3為ITU-R M.2092-0 建議書提供的一種衛星鏈路幀結構，其中每幀包含5個時隙，持續133.33 ms，幀首部是50個非擴頻前倒碼以及14個擴頻前倒碼，中間是24個連續相間的9符號數據和1符號導頻，幀末尾是20符號的緩降和保護位。本文的插值算法中采用的導頻間隔是9個符號，導頻符號數為1個。每一幀有24段導頻數據段，共計240個符號。

圖3 VDE-SAT上行鏈路PL幀格式1

圖4為發送端流程圖。在發送端的工作是根據幀結構先將數據和導頻符號分別使用的是BPSK調制，再將調制好的導頻符號等間隔地插入數據符號。然后將成型的幀送入高斯信道和萊斯信道模型進行傳輸。

圖4 發送端流程圖

圖5為接收端流程圖。接收端主要工作是將接收到的信號先將導頻符號和數據符號拆分開來。由于導頻符號是事先規定的，屬于已知確定信號，可以將接收的導頻符號和預定的導頻信號進行對比，計算出信道對導頻信號的幅度和相位的影響，再將相鄰的導頻受到的信道衰落變化線性地分配到中間的數據符號上，從而估計出信道對信號的衰落影響，再在接收的數據信號基礎上補償相應的衰落，達到消減信道對數據信號的衰落的影響。當然對于不同的幀格式對應的調制方式和導頻數據位數比例也有差異。

圖5 接收端流程圖

2.3 算法分析

對于多項式插值算法而言，雖然理論上次數越高估計的細粒度越小，估計性能會更優，但是由于信道中添加了高斯噪聲，信號會產生不規則的毛刺，這些毛刺對插值估計影響很大，特別是次數越高影響越大。

文中的信道估計算法是將信道對信號的幅度影響估計和相位影響估計分開來的。所以算法的估計效果會隨著輸入信號的調制進制數不同而不同。對于低進制數調制如BPSK而言，算法的效果會較低。隨著進制數的提高，信號對于幅度和相位的敏感度就越高，信道估計算法的效果就會更加明顯。

3 仿真結果

在仿真中，在調制方式為QPSK的條件下導頻估計對信號解調結果的影響如圖6所示。由圖6可以看出，在單純的高斯信道中由于高斯噪聲的影響，導頻估計會是誤比特率增加，但是對于萊斯信道而言，加入導頻估計后的誤比特率相較于未加導頻估計的有大幅度降低。而圖7中分別是噪聲在20 dB下加導頻估計和未加導頻估計的信號在經過萊斯信道后的星座圖，對比可以看出導頻估計能較大程度修復萊斯信道對信號的衰落影響，使得信號的判決域區分更加明顯，側面解釋了導頻估計可以提高萊斯信道的通信效率。

圖6 QPSK導頻估計誤比特率

圖7 QPSK星座圖

16APSK調制方式下的誤比特率曲線和對應的星座圖分別如圖8和圖9所示。相較于QPSK的星座圖可以看出調制進制數更大時對應的導頻估計效果更加明顯。

圖8 16APSK導頻估計誤比特率

圖9 16APSK星座圖

在16APSK調制方式下不同的多次插值估計下的誤比特率曲線如圖10所示。雖然線性插值即一次插值在算法上復雜度是最低的，但是估計效果卻是最好的。由于高斯白噪聲的毛刺影響，隨著插值的次數增大，導頻估計的效果反而越不理想。

圖10 多次插值導頻估計誤比特率

4 結束語

衛星中繼是船舶物聯網網絡層的一個重要環節，極大地提高了船舶信息傳輸能力。VDES系統中船舶和衛星之間的信號傳送由于存在直射分量，符合萊斯信道模型。而萊斯信道是快衰落信道，能對信號的幅度和相位產生較大的影響。本文提出算法簡單易實現,仿真從誤比特率和星座圖兩方面對比了加入導頻估計前后的變化，可以看出導頻插值估計能在較大程度上削弱萊斯衰落，降低誤比特率，提高通信質量。

[1] International Telecommunication Union.Characteristics of VHF radio Systems and Equipment for the Exchange of Data and Electronic Mail in the Maritime Mobile Service RR Appendix 18 Channels[S].Recommendation ITU-R M.1842-1,2009.

[2] International Telecommunication Union.Technical Characteristics for a VHF Data Exchange System in the VHF Maritime Mobile Band[S].Recommendation ITU-R M.2092-0,2015.

[3] Chy D K,Khaliluzzaman M.Evaluation of SNR for AWGN Rayleigh and Rician Fading Channels Under DPSK Modulation Scheme with Constant BER[J].International Journal of Wireless Communications and Mobile Computing,2015,3(1): 7-12.

[4] Yang L,Ren G,Yang B,et al.Fast Time-varying Channel Estimation Technique for LTE Uplink in HST Environment[J].IEEE Transactions on Vehicular Technology,2012,61(9): 4009-4019.

[5] Hung K C,Lin D W.Pilot-aided Multicarrier Channel Estimation Via MMSE Linear Phase-shifted Polynomial Interpolation[J].IEEE Transactions on Wireless Communications,2010,9(8): 2539-2549.

[6] Gacanin H,Salmela M,Adachi F.Performance Analysis of Analog Network Coding with Imperfect Channel Estimation in a Frequency-selective Fading Channel[J].IEEE Transactions on Wireless Communications,2012,11(2): 742-750.

[7] Zou Y X,Zhang S L,Lim Y C,et al.Timing Mismatch Compensation in Time-interleaved ADCs Based on Multichannel Lagrange Polynomial Interpolation[J].IEEE Transactions on Instrumentation and Measurement,2011,60(4): 1123-1131.

[8] Savaux V,Djoko-Kouam M,Lou?t Y,et al.Effect of Polynomial Interpolations on the Estimation Performance of a Frequency-selective Rayleigh Channel in Orthogonal Frequency Division Multiplexing Systems[J].IET Signal Processing,2015,9(1): 97-109.

[9] Andari M K,Beheshti A A.Pilot Based Channel Estimation in Broadband Power Line Communication Networks[J].Communications and Network,2012,4(3): 240.

[10] Gacanin H,Salmela M,Adachi F.Performance Analysis of Analog Network Coding with Imperfect Channel Estimation in a Frequency-selective Fading Channel[J].IEEE Transactions on Wireless Communications,2012,11(2): 742-750.