声学所通过随机预编码实现低复杂度最佳信道均衡
在通信系统中，通信信号通常从发射端经过多个路径到达接收端，导致接收到的通信符号之间相互干扰，这种干扰称为符号间干扰。接收端主要通过信道均衡技术来消除符号间干扰，因此信道均衡一直是通信领域研究的热点。理论上，最...
在通信系统中，通信信号通常从发射端经过多个路径到达接收端，导致接收到的通信符号之间相互干扰，这种干扰称为符号间干扰。接收端主要通过信道均衡技术来消除符号间干扰，因此信道均衡一直是通信领域研究的热点。理论上，最大后验（
maximum a posteriori
，
MAP
）均衡是最优的信道均衡算法，但其计算复杂度随信道长度增大呈指数倍增长，难以实际应用。考虑到复杂度与实用性，研究人员通常基于最小均方误差（
minimum mean-squared error
，
MMSE
）准则来设计对应的信道均衡算法，如线性
MMSE
均衡、判决反馈均衡等，但这些算法的均衡性能有限。
为了实现低复杂度下的最优均衡，中国科学院声学研究所海洋声学技术中心博士生李栋与其导师、研究员朱敏、武岩波，联合东南大学教授陶俊共同提出了一种
Hadamard-Haar
随机预编码（
Hadamard-Haar Random Precoding
，
HHRP
）方案，并在接收端通过向量近似消息传递（
vector approximate message passing
，
VAMP
）算法使均衡性能接近理论最优值。
相关研究成果
3
月
16
日在线发表于通信领域国际学术期刊
IEEE Communications Letters
。
在
HHRP
方案中，发射端由
Hadamard-Haar
混合变换、随机符号交织器以及快速傅里叶变换级联实现。
HHRP
使得接收端均衡模型中的信道矩阵满足右旋转不变性，这是
VAMP
实现贝叶斯最优估计的必要条件。同时，
HHRP
使符号序列在时域和频域获得了分集，更有利于符号检测。此外，
Hadamard-Haar
混合变换只需要通过加法运算就可以实现，基于
HHRP-VAMP
的自迭代均衡复杂度也由此降低为线性复杂度。
研究结果显示，在具有严重频率选择性的
Proakis C
信道下，
HHRP-VAMP
的均衡性能以及收敛性均接近于理论最优的
MAP
均衡，优于目前已有的各类
VAMP
均衡算法。
该研究得到国家自然科学基金（
No. 61971472, 61871114, 61471351
）与国家重点研发计划（
No. 2016YFC0300300
）资助。
图
1
基于
HHRP
的收发机系统框图（图
/
中科院声学所）
图
2
基于
HHRP-VAMP
自迭代均衡的（上）误比特率性能曲线与（下）收敛性对比（图
/
中科院声学所）