MIMO-VLC系统中基于几何均值分解容量最大化的预编码设计方法

技术领域

本发明涉及一种MIMO-VLC系统中基于几何均值分解容量最大化的预编码设计方法。

背景技术

可见光通信(VLC)由于无需可频谱、抗射频(RF)干扰和高信噪比等优点，最近已成为一个流行的领域。与传统的射频通信不同，在VLC中，通常采用多个低成本的发光二极管(LED)和光电二极管(PD)或图像传感器作为光发射器或接收器。因此，在VLC系统中使用多输入多输出(MIMO)技术，可以在没有额外的时间和频率资源的情况下实现更高的容量和可靠性。研究表明，MIMO-VLC系统(MIMO-VLC系统为可见光MIMO通信系统)可以提供Gbit/s的传输速率。近年来，可见光通信系统要求更加高速可靠的数据传输，使得在该领域展开了许多研究工作。MIMO-VLC系统预编码技术能够大幅度的降低用户终端硬件的复杂程度和设计难度，又在一定程度上抑制用户间的干扰。

传统MIMO-VLC系统的预编码设计主要包括基于信道反演和基于奇异值分解(SVD)的方案，基于信道反演的预编码设计方案复杂度较低，但在信道病态时可能会导致噪声放大，降低整体的性能。基于SVD分解的预编码使得信道之间的增益差距过大，且对于高信噪比区域的误码率来说不一定是最优的。

发明内容

有鉴于此，为了解决上述技术问题，本发明提供一种MIMO-VLC系统中基于几何均值分解容量最大化的预编码设计方法，能够对MIMO-VLC系统中不同的可见光端口进行预编码设计和端口之间的功率分配。

本发明采用以下技术方案：

一种MIMO-VLC系统中基于几何均值分解容量最大化的预编码设计方法，包括：

S1：构建MIMO-VLC系统模型，计算光发送端和光接收端之间的信道增益矩阵，光发送端通过可见光信号的非负性与总功率约束，获得预编码设计方案的约束条件；

S2：对信道增益矩阵进行奇异值分解，从总的子信道中选择传输信息流的子信道，构造等效信道增益矩阵，引入满矩阵对预编码矩阵进行二次优化，得到三级组合优化预编码矩阵，并添加功率约束系数，满足功率约束条件；

S3：通过判决反馈均衡器进行分步检测和干扰消除，得到容量下界表达式，基于最大化容量下界的优化准则对容量下界进行优化，并基于子信道增益相等，对优化问题进行简化；

S4：设计随机梯度下降法迭代优化问题中的参数，引入了部分几何均值分解来代替迭代中的几何均值分解，直到最大化容量下界下的功率分配算法收敛，选择奇异值最大的子信道组合，，得到在不同信噪比下的最优功率分配和预编码器。

进一步地，步骤S1中，MIMO-VLC系统由N

进一步地，步骤S2中，对信道增益矩阵H进行奇异值分解：

H＝UΛV

其中，

从K个子信道中选择k个子信道进行数据流传输，构造得到等效信道增益矩阵：

其中，

三级组合优化预编码矩阵为：

F＝V

预编码矩阵消除了等效信道增益矩阵的部分干扰

定义一个矩阵J＝U

其中

F＝εV

进一步地，步骤S3中，光接收端移除直流偏置，采用

噪声向量n∈k×1被建模成均值为零方差为

其中，e是自然常数；

基于最大化容量下界的优化准则对容量下界进行优化，预编码器优化问题为：

约束条件为：

ε1

φ

基于子信道增益相等，对优化问题进行简化为：

s.t.,φ

进一步地，步骤S4中，设计的随机梯度下降法的迭代过程如下：

(1)初始化功率分配，i＝1，

(2)

(3)计算r

(4)

(5)若在该梯度方向r

(6)重复以上步骤(1)-(5)，直至迭代更新的参数收敛，得到功率分配的局部最优解。

本发明的有益效果包括：针对MIMO-VLC系统，本发明的预编码设计方案通过引入满矩阵、选择奇异值最大的子信道组合，、设计随机梯度下降算法等方法，得到以最大化容量下界为准则的最优预编码矩阵。本发明在接收端采用判决反馈均衡器来消除其他信道的干扰，在发送总功率不变的情况下，选择奇异值最大的子信道组合得到了容量下界最大的预编码矩阵，且子信道间增益相等，使得系统错误率性能同时被优化，明显改善了系统性能，从而提升了此方法在实际应用中的可行性。相对于传统的功率分配方法，此方法使各个子信道的信道增益保持一致，该方法可明显提高系统的容量下界和误码率性能，从而提升了此方法在实际应用中的可行性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍：

图1是本申请实施例提供的一种MIMO-VLC系统中基于几何均值分解容量最大化的预编码设计方法的整体流程示意图；

图2是本发明的MIMO-VLC系统传输示意图；

图3为本发明的预编码设计方法和传统的预编码设计方法的系统容量下界性能对比图；

图4为本发明的预编码设计方法和传统的预编码设计方法的误码率性能对比图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。

为了说明本申请所述的技术方案，下面通过具体实施方式来进行说明。

本实施例提供一种MIMO-VLC系统中基于几何均值分解容量最大化的预编码设计方法，在较低系统开销前提下有效提高系统性能，且有利于在实际系统中应用。

如图1所示，本实施例提供的一种MIMO-VLC系统中基于几何均值分解容量最大化的预编码设计方法包括如下步骤：

S1：构建MIMO-VLC系统模型，计算光发送端和光接收端之间的信道增益矩阵，光发送端通过可见光信号的非负性与总功率约束，获得预编码设计方案的约束条件：

构建MIMO-VLC系统模型，初始化收发机的数目，具体地，MIMO-VLC系统由N

S2：对信道增益矩阵进行奇异值分解，从总的子信道中选择传输信息流的子信道，构造等效信道增益矩阵，引入满矩阵对预编码矩阵进行二次优化，得到三级组合优化预编码矩阵，并添加功率约束系数，满足功率约束条件：

对信道增益矩阵H进行奇异值分解(Singular Value Decomposition，SVD)：

H＝UΛV

其中，

从K个子信道中选择k个子信道进行数据流传输，构造得到等效信道增益矩阵：

其中，

本实施例中，提出的部分GMD仅使用矩阵排列和吉文斯旋转操作，避免GMD中SVD的高复杂度。三级组合优化预编码矩阵为：

F＝V

预编码矩阵消除了等效信道增益矩阵的部分干扰

定义一个矩阵J＝U

由于Λ

其中，

F＝εV

S3：通过判决反馈均衡器进行分步检测和干扰消除，得到容量下界表达式，基于最大化容量下界的优化准则对容量下界进行优化，并基于子信道增益相等，对优化问题进行简化：

光接收端移除直流偏置，采用

噪声向量n∈k×1被建模成均值为零方差为

其中，e是自然常数。

从整个预编码矩阵的构造过程可以看出，G

约束条件为：

ε1

φ

基于子信道增益相等，对优化问题进行简化为：

s.t.,φ

S4：设计随机梯度下降法迭代优化问题中的参数，引入了部分几何均值分解来代替迭代中的几何均值分解，直到最大化容量下界下的功率分配算法收敛，选择奇异值最大的子信道组合，，得到在不同信噪比下的最优功率分配和预编码器：

引入了部分GMD(PGMD)来代替迭代中的GMD，避免了GMD中SVD的高复杂度，它只执行置换和吉文斯旋转的操作，为了提高迭代效率，将

(1)初始化功率分配，i＝1，

(2)

(3)计算r

(4)

(5)若在该梯度方向r

(6)重复以上步骤(1)-(5)，直至迭代更新的参数收敛，得到功率分配的局部最优解。

根据设计的随机梯度下降法，可以得到在选择奇异值最大的子信道组合时，最优的功率分配方式和预编码器，得到了近似的全局最优解。

图2是本发明的MIMO-VLC系统传输示意图。

本实施例提供的预编码设计方法，由可见强度调制信号的非负性和平均功率限制，得到预编码设计的约束条件，在此约束下，构造SVD预编码、功率分配和GMD预编码三级矩阵级联形式的一般化GMD预编码器结构，基于功率分配和GMD预编码的满矩阵对SVD预编码在光约束下进行二次优化。首先对信道进行SVD分解获得多个并行无干扰的子信道，选择前数个最大奇异值对应的子信道组合进行数据流传输，得到功率系数待优化的等效信道增益矩阵，再对等效信道增益矩阵进行GMD分解，最后在光学约束下设计了随机梯度上升算法进行求解，得到接近最优的功率分配系数使得系统容量最大化，迭代求解过程中GMD分解仅使用矩阵排列和吉文斯旋转操作来降低复杂度，得到基于容量最大化优化准则的完整预编码矩阵。

本实施例提供的预编码设计方法通过引入满矩阵、选择奇异值最大的子信道组合、设计随机梯度下降算法等方法，得到以最大化容量下界为准则的最优预编码矩阵。本发明在接收端采用判决反馈均衡器来消除其他信道的干扰，在发送总功率不变的情况下，通过对子信道的组合，得到了使容量下界最大的预编码矩阵，且子信道间增益相等，明显改善了系统性能。

本实施例提供的预编码设计方法通过几何均值分解的特性，设计三级组合优化预编码矩阵，以最大化容量下界为准则优化功率分配，在发送总功率不变的情况下，通过选择奇异值最大的子信道组合，得到了容量下界最大的预编码矩阵，且子信道间增益相等，系统的整体容量和误码率性能相比传统的预编码方案得到了提升，明显改善了系统性能，从而提升了此方法在实际应用中的可行性。本方法考虑更符合实际应用中的空间布局和视距链路，以最大化容量下界准则分配功率，接收端采用判决反馈均衡器消除其他信道干扰，获得了增益相同的子信道，提高了系统的整体性能。

参见图3所示的信道容量性能对比图，一种MIMO-VLC系统配置设置为有4个LED，接收端有4个PD，采用4PAM调制方式，接收端采用判决反馈均衡器接收检测；将采用本实施例提供的预编码设计方法和传统的基于SVD的容量最大化预编码和传统的GMD预编码进行对比，从图3可以明显看出，本实施例提供的预编码设计方法容量下界在中低信噪比和基于SVD的容量最大化预编码保持一致，在高信噪比容量下界比另外两种预编码方案高了约1.6bit/Hz，系统性能得到了显著提高。

参见图4所示的误码率性能对比图，一种MIMO-VLC系统配置设置为有4个LED，接收端有4个PD，采用4PAM调制方式，接收端采用判决反馈均衡器接收检测；将采用本实施例提供的预编码设计方法和传统的基于SVD的容量最大化预编码和传统的GMD预编码进行对比，从图4可以明显看出，在高信噪比处，相较于传统的GMD预编码方案，本实施例提供的预编码设计方法的误码率性能提高了约2dB，相比基于SVD的容量最大化预编码误码率性能提高了约4dB，系统性能得到了显著提高。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：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；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围，均应包含在本申请的保护范围之内。