一种瑞利信道感知通信一体化的信息融合方法技术

本发明专利技术公开了一种瑞利信道感知通信一体化的信息融合方法，在

【技术实现步骤摘要】
一种瑞利信道感知通信一体化的信息融合方法


[0001]本专利技术涉及信息传输与处理
，具体涉及一种瑞利信道感知通信一体化的信息融合方法
。

技术介绍

[0002]国际电信联盟
(ITU)
在最近发布的框架建议书中，确定了将通信感知一体化作为
6G
的典型应用场景之一
。
通信感知一体化能够提供广域多维感知，获取关于未知物体
、
连接设备和周围环境的空间信息
。
这一场景将支持自动化
、
安全驾驶
、
数字孪生等创新应用，并与人工智能相结合，进一步增强物理环境的感知能力
。
[0003]最小二乘法
(LS)、
最小均方误差
(MMSE)
作为传统的信道估计算法被广泛应用于信道估计
。
这些传统信道估计算法，基本思路都是发射端发射已知信号，根据接收该已知信号解析出信道系数的估值，而后利用信道系数估值进行传输通信
。
这一过程实际上是一种判决融合的思路，由于类似于“硬判决”，因此势必存在信息损失
。
[0004]针对瑞利衰落信道，
Proakis
研究了当接收机已知信道状态信息的情况下的信道容量，但不涉及信道系数的感知
。Taricco
和
Elia
于
1997
年提出了在信道状态未知情况下，瑞利衰落信道的信道容量的求取方式，未能考虑信道感知性能的影响
。
目前关于瑞利信道感知通信一体化的研究较少，即使融合信道系数和信道感知性能，也无法实现高精度的效果
。

技术实现思路

[0005]专利技术目的：本专利技术提供一种高精度
、
信息低损耗
、
的瑞利信道感知通信一体化的信息融合方法
。
[0006]技术方案：本专利技术所述的瑞利信道感知通信一体化的信息融合方法，在
OFDM
系统中建立瑞利信道一体化模型，经过感知阶段
、
通信阶段
、
融合阶段处理信息，所述信息包括感知数据
、
通信数据；所述
OFDM
系统包括子信道和母信道，所述方法包括以下步骤：
[0007]1)
获取信道系数先验分布
、
感知数据
、
通信数据和通信信号先验分布；
[0008]2)
建立瑞利信道一体化模型，所述瑞利信道一体化模型包括感知信道模型
、
通信信道模型；将所述信道系数先验分布
、
感知数据
、
通信数据
、
通信信号先验分布输入瑞利信道一体化模型；所述瑞利通道一体化模型为：
[0009][0010]式中，
y
s
为感知阶段接收的感知数据；
y
c
为通信阶段接收的通信数据；
x
s
为感知阶段已知发送信号；
x
c
为通信阶段发送信号，为未知信号；
h
为信道散射系数；
w
s
为感知阶段的复高斯白噪声；
w
c
为通信阶段的复高斯白噪声；
[0011]3)
在瑞利信道一体化模型的感知阶段中，将信道系数先验分布
、
感知数据和感知信道模型融合后输出信道系数后验分布；在瑞利信道一体化模型的通信阶段中，将通信数
据和通信信道模型融合后输出融合结果；
[0012]4)
在瑞利信道一体化模型的融合阶段中，将所述融合结果与信道系数后验分布融合，输出感知通信等效信道模型；将通信信号先验分布与感知通信等效信道模型融合后输出感知通信后验分布；
[0013]5)
基于互信息原理通过感知通信后验分布输出先验熵和后验熵，将先验熵和后验熵通过运算输出感知通信互信息
。
[0014]进一步的，所述通信信号先验分布
π
(x
c
)
以通信阶段发送信号
x
c
为自变量；所述信道系数先验分布
π
(h)
的自变量
h
为信道散射系数，
π
(h)
公式如下：
[0015][0016]式中，
h
满足均值为0，方差为1的复高斯分布；
π
为常数
。
[0017]进一步的，所述信道散射系数
h
在一次所述感知阶段与通信阶段中为定值
。
[0018]进一步的，所述通信阶段发送信号
x
c
在一次所述通信阶段中为定值
。
[0019]进一步的，步骤
3)
中，所述融合过程中，所述通信信道模型采用通信信道模型的统计形式
p(y
c
|x
c
,h)
与所述感知信道模型采用感知信道模型的统计形式
p(y
s
|h)
；具体如下：
[0020][0021][0022]式中，感知阶段复高斯白噪声的方差和通信阶段复高斯白噪声的方差相同，均为
N0；
y
s
为感知阶段接收的感知数据；
y
c
为通信阶段接收的通信数据；
x
s
为感知阶段已知发送信号
。
[0023]进一步的，步骤
3)
中，所述信道系数后验分布
p(h|y
s
)
为：
[0024][0025]式中，为感知信噪比；
P
s
为感知阶段分配的功率，且满足
|x
s
|2＝
P
s
；
N0为感知阶段复高斯白噪声的方差
。
[0026]进一步的，步骤
3)
中，所述感知通信等效信道模型
p(y
c
|x
c
,y
s
)
为：
[0027][0028]进一步的，步骤
4)
中，基于贝叶斯公式得到所述感知通信后验分布
p(x
c
|y
c
,y
s
)
为：
[0029][0030]式中，为对复数变量
x
c
的积分，
π
(x
c
)
表示
x
c
服从的通信信
号先验分布
。
[0031]进一步的，步骤
5)
中，所述先验熵为
x
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种瑞利信道感知通信一体化的信息融合方法，其特征在于，在
OFDM
系统中建立瑞利信道一体化模型，经过感知阶段
、
通信阶段
、
融合阶段处理信息，所述信息包括感知数据
、
通信数据；所述
OFDM
系统包括子信道和母信道，所述方法包括以下步骤：
1)
获取信道系数先验分布
、
感知数据
、
通信数据和通信信号先验分布；
2)
建立瑞利信道一体化模型，所述瑞利信道一体化模型包括感知信道模型
、
通信信道模型；将所述信道系数先验分布
、
感知数据
、
通信数据
、
通信信号先验分布输入瑞利信道一体化模型；所述瑞利通道一体化模型为：式中，
y
s
为感知阶段接收的感知数据；
y
c
为通信阶段接收的通信数据；
x
s
为感知阶段已知发送信号；
x
c
为通信阶段发送信号，为未知信号；
h
为信道散射系数；
w
s
为感知阶段的复高斯白噪声；
w
c
为通信阶段的复高斯白噪声；
3)
在瑞利信道一体化模型的感知阶段中，将信道系数先验分布
、
感知数据和感知信道模型融合后输出信道系数后验分布；在瑞利信道一体化模型的通信阶段中，将通信数据和通信信道模型融合后输出融合结果；
4)
在瑞利信道一体化模型的融合阶段中，将所述融合结果与信道系数后验分布融合，输出感知通信等效信道模型；将通信信号先验分布与感知通信等效信道模型融合后输出感知通信后验分布；
5)
基于互信息原理通过感知通信后验分布输出先验熵和后验熵，将先验熵和后验熵通过运算输出感知通信互信息
。2.
根据权利要求1所述的瑞利信道感知通信一体化的信息融合方法，其特征在于，所述通信信号先验分布
π
(x
c
)
以通信阶段发送信号
x
c
为自变量；所述信道系数先验分布
π
(h)
的自变量
h
为信道散射系数，
π
(h)
公式如下：式中，
h
满足均值为0，方差为1的复高斯分布；
π
为常数
。3.
根据权利要求2所述的瑞利信道感知通信一体化的信息融合方法，其特征在于，所述信道散射系数
h
在一次所述感知阶段与通信阶段中为定值
。4.
根据权利要求3所述的瑞利信道感知通信一体化的信息融合方法，其特征在于，所述通信阶段发送信号
x
c
在一次所述通信阶段中为定值
。5.
根据权利要求4所述的瑞利信道感知通信一体化的信息融合方法，其特征在于，步骤
3)
中，所述融合过程中，所述通信信道模型采用通信信道模型的统计形式
p(y
c
|x
c
,h)
与所述感知信道模型采用感知信道模型的统计形式
p(y
s
|h)
；具体如下：；具体如下：
式中，感知阶段复高斯白噪声的方差和通信阶段复高斯白噪声的方差相同，均为
N0；
y
...

【专利技术属性】
技术研发人员：徐大专，许欢，鞠美玉，沈琳琳，张玮彤，孔晓龙，赵笪萱，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：