&

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了DSAR進展趨向探討范文，希望能給你帶來靈感和參考，敬請閱讀。

DSAR進展趨向探討

本文作者：章謙驊、章堅武、包建榮單位：杭州電子科技大學通信工程學院

dsar迭代處理結構

DSAR針對未知深空信道傳輸環境，分別需要識別、估計和檢測接收信號的解調參數，用于獲取信號承載的信息。但在低信噪比深空傳輸環境下，信號參數的估計和檢測往往存在循環嵌套和互為前提的問題，不能輕易分離各個參數的識別和估計過程。如對于信號解調中的載波頻率與相位兩個參數，它們的估計互為前提：相對準確的另一方參數估計，將有助于該參數自身的精確估計。反之，除非進行更大復雜度的二維參數同時估計，否則不能有效地依次實現該兩個參數的精確估計。因此，如何確定參數估計的合理次序，并采用若干工程實現技巧,對于構造整個自主無線電參數估計的體系結構將非常關鍵。目前，JPL提出了自主無線電參數估計的總體系統模型,并分別論述了該模型所需解決的參數識別，檢測，解調等關鍵技術[2]。但大部分參數估計方法，都需要預先得知某些參數，從而距DSAR復雜傳輸環境的工程應用還有較大差距。特別是該模型將直接面臨低信噪比傳輸的難題，直接導致傳輸過程的解調門限不夠，而無法進行后續有效譯碼等處理，而使通信失效。中科院空間中心也提出了自主無線電參數估計的迭代層次模型，給出了解決該問題較好的工程實現結構[3]。它首先將信號檢測和處理的各個過程進行細化分層，按各個參數的識別、粗估計到精估計的層次進行混合處理：通過不同處理層間進行的參數估計信息的交互、反饋和迭代處理，能有效地實現未知信號由粗到精的自主識別，接收和處理。但該方法要達到實用還需解決以下問題：優化參數估計算法,即在保證參數估計性能的前提下,盡量降低算法的實現復雜度；保證層間參數估計所傳遞消息的可靠性，避免錯誤消息的反饋導致的誤差傳播與放大，以確保整個系統解調參數估計和檢測的收斂和正確。

DSAR系統中信號參數的估計和檢測，主要包含以下6個層次：調制指數估計與識別、載波頻率估計與補償、調制方式識別，載波相位跟蹤，信噪比(SignaltoNoiseRatio,SNR)估計及載波頻率跟蹤以及幀同步與信道譯碼處理。針對互為前提的循環信號參數估計及其精度問題，還需針對參數估計效果，劃分估計階段為粗估計及精估計兩個部分。而且，還需結合各參數估計誤差對系統性能影響的情況，設置各參數的合理估計順序，來獲得較好的聯合參數估計和檢測的迭代層次結構。因載頻偏差對系統影響相對較大，故對其估計和補償要先于符號定時、相位偏差等其他參數的估計和補償。符號定時偏差估計受載波相偏等的影響較小，且其估計算法復雜度也相對較低，故對其估計需先于載波相位等參數估計，從而避免多維參數同時估計所帶來的巨大復雜度。最后，整個DSAR系統中的參數估計過程，可先進行調制指數等參數的識別、粗載波頻率、粗相位偏差，粗SNR等參數的粗估計。然后，將這些解調參數進行補償，并進一步將其估計與編碼的迭代譯碼過程相結合，通過它們之間的參數估計與譯碼外消息之間的聯合消息傳遞與反饋，實現整個DSAR系統的聯合迭代譯碼和精參數估計及其補償。

最后，DSAR系統的迭代信號處理結構模型如圖1所示:圖1所示的模型是一個具有4層迭代信號處理結構DSAR系統的迭代參數估計與檢測模型。其層次結構分別如下：第1層為調制指數等參數估計層；第2層為粗載波頻率估計層；第3層包含數據速率、SNR、脈沖形狀及粗符號定時等參數的混合估計層；第4層為解調所需精、粗載波頻率、精定時和載波相位等參數的混合估計層；第5層幀同步估計層；第6層信道譯碼層。每層估計結果均以迭代處理軟信息的形式發送至下一層。下一層消息也可依次向上一層或更高層進行處理消息的反饋。另外，同層間的消息傳遞也可橫向或縱向處理,實施最佳參數估計次序，完成整個系統最佳的消息迭代傳遞的管理和控制。如初始解調參數估計工作在性能較差但對信道參數前提要求不高的非相干狀況，以便獲得粗估計和檢測結果。一旦系統獲得粗載波相位信息，就可將工作模式轉換為相干解調方式，從而提高解調性能。第3、4層內參數之間的聯系比較緊密，需采用聯合的橫向或縱向協同參數估計與檢測予以實現。另外，在對第4層內的參數進行精估計時，還可進一步將判決可靠性較高的信道譯碼軟、硬判決信息，來分別反饋輔助這些解調參數的精估計。反過來，該過程也將提高輸入到譯碼器進行譯碼處理的解調后信號的可靠性，提升譯碼性能。即采用該聯合協同解調與譯碼的方法可獲更高精度的參數估計。而且，該更高精度的參數估計結果，也進一步促進譯碼的可靠性，形成了一個較好的解調與譯碼協同處理的循環，大大減少了不必要的信息處理損失。最終，該迭代信號處理結構可有效實現整個DSAR系統的聯合參數估計與信道譯碼，并獲得較好的深空通信效果。

另外，在深空通信中，DSAR的關鍵問題是如何快速實現中斷后深空通信鏈路的重建，以提高傳輸效率[5]。當前主要問題是快速捕獲，并實時跟蹤深空無線電信號的參數。如對采用高功率效率MSK調制和高編碼增益LDPC編碼構成的系統，可先用周期頻譜或快速傅立葉變換等頻率粗估計算法，進行載波頻率的快速粗估計。另外，通過增加一小段差分的前導訓練字后（也符合LDPC等現代分組信道編碼需要幀同步的要求），可分別將信號傳輸的調制模式設置成相干或非相干兩類載波解調方式[5]。首先，可利用一小段前導的訓練字用非相干解調實現快速的符號定時同步等的差分解調。因差分解調無需精確的載波同步等解調信息，無需進行多維聯合解調參數的估計，大大簡化了整個解調的實現過程。故該結構較好地解決了自主無線電參數估計的循環參數檢測與估計的嵌套問題。因此，在該階段，可用非相干解調及較短的前導訓練字數據及一些定時估計的盲算法用于實現粗定時估計。之后，因相干解調可獲得更好性能，可將自主無線電系統的工作模式切換到相干解調方式，用傳統的鎖相環、平方環、判決反饋環等閉環工作方式。同時，對載波頻率相位偏差、SNR估計等同步和信道狀態參數進行粗估計，并用前導訓練字數據用于幀同步，實現LDPC碼等分組碼的譯碼比特次序對齊。

最后，實現聯合LDPC譯碼與解調和信道解調參數的估計：通過LDPC譯碼軟信息的高可靠性，迭代反饋并獲得精解調參數的檢測和估計。即進行更高精度的聯合解調譯碼及其相關同步和信道狀態參數的跟蹤，以完成整個深空通信鏈路的快速有效重建。但在該聯合譯碼解調過程中，如發現粗解調參數估計有誤而不能滿足LDPC校驗矩陣的檢驗，還需及時將該錯誤標記反饋給參數粗估計算法，重新開展粗估計和信道參數檢測的大閉環的工作。因此，對于整個自主無線電的實現，需要合理排序整個自主無線電接收機系統的解調參數估計和檢測次序，實現傳統解調與迭代譯碼、參數的粗、精估計的有機協同結合，以獲得最佳的估計速度與估計精度的折中。

DSAR中的迭代解調關鍵技術

在深空通信極低SNR條件下，DSAR接收機首先需要實現有效解調，才能進行后續譯碼等處理。傳統通信系統因解調門限較高，導致其在極低SNR下解調門限不夠而無法有效工作。但對解調和譯碼進行聯合處理，利用信道譯碼的信噪比放大功能，采用可靠性更高的譯碼軟信息作為解調的判斷依據，可有效地解決該問題，并使系統獲得編碼帶來的高編碼增益。在解調中，除了載波與定時等同步外，接收機還將遇到深空信道因探測器通信角度、速度及天體阻擋等因素，而導致的SNR等參數估計的高動態（變化速度快，變化幅度大）問題。所以，DSAR系統需采用在低SNR環境下仍然能高效工作的快速聯合譯碼和SNR等解調參數估計的算法。如JPL仿真了聯合1/31碼率Turbo碼與載波同步的超低信噪比傳輸系統，成功驗證了超低符號信噪比(Es/N0)低達-15.8dB的有效可靠通信[6]。

迭代同步是迭代解調的重要組成部分。它可將放大信噪比后的信道譯碼軟信息反饋給載波及定時同步環，使其較準確的判斷載波及定時信息，實現低SNR迭代同步。該算法主要包含以下三類方案：直接將較準確的譯碼結果作為訓練字輔助同步[7]；根據卷積碼（Turbo碼）等最大后驗迭代解調，通過查找誤差最小的Viterbi幸存路徑輔助同步[8]；對譯碼軟信息進一步處理反饋傳統同步環輔助同步[9]。其中，方案一收斂慢，不適用突發信道，只能用于較好信道環境下的同步跟蹤。方案二采用了最復雜的最大后驗等譯碼，延遲和計算復雜度都非常大，但性能較好。方案三將LDPC譯碼軟信息進行處理，根據一定的判決準則來協助同步。如采用硬判決——譯碼結果滿足LDPC校驗方程程度，作為判斷解調參數估計準確性的依據[10],[11]。該方法性能較好，但大范圍搜索導致復雜度較高[10]。另外，迭代解調還可檢測低SNR下傳統同步算法易出現的載波跳周或定時滑碼問題。經編碼的符號存在約束，如發生了跳周或滑碼，其在譯碼時將不滿足譯碼約束條件。研究表明：低SNR下的4/5碼率LDPC編調制系統能有效的檢測與糾正跳周[12]。而滑碼與跳周的解決原理相似，也可利用信道譯碼約束來檢測和糾正。

此外，SNR估計失誤也會降低信道譯碼性能。在SNR估計過低時，譯碼性能會急劇惡化[13]。故為了充分獲得編碼性能，需進行SNR等信道信息的精確估計。而聯合信道譯碼的SNR估計是在低SNR下仍有效的估計算法。其中，一類方法是將譯碼結果代入SNR估計計算式，并結果反饋給信道譯碼決定估計準確性[14]。該方法需要1次譯碼的完整結果，導致SNR估計時延較大。另一類方法采用期望最大準則將譯碼軟信息用于SNR估計[15]。該方案收斂快，但復雜度較高。現有的聯合解調譯碼算法的實現復雜度還是較高。其原因主要是未從更深層次挖掘譯碼迭代所反饋的軟信息，只是簡單的將軟信息應用于傳統算法中判決反饋場合的判斷依據。所以，如何將同步、參數估計等解調處理有機結合到譯碼的迭代過程中，就能獲得復雜度更低、解調譯碼延遲更少、性能更好的實現方案。

DSAR的發展趨勢

DSAR技術經近幾十年的發展，其檢測與接收性能都已接近極限。如對其繼續改進，其實現復雜度將急劇增加，但系統性能增加余量不大。如對于其中決定性能的信道碼，采用較低復雜度的類Turbo碼（即結構化LDPC碼）的重復累積碼，其性能已距香農極限約0.5-1dB。為了進一步接近香農極限，如再提高0.2-0.5dB性能，則需大大增加編碼碼長，并有效調整編碼矩陣結構等措施。從而造成系統復雜度急劇增加，甚至不能實現。另外，聯合迭代譯碼與解調及檢測算法的復雜度仍非常高，還需研究它們的低復雜度實現方法。其中，需充分利用譯碼的迭代特性，將信道參數估計和檢測、同步等解調處理完全融合到迭代接收機結構，減少DSAR系統信息處理的損失[16]。因此，對于極低SNR下DSAR技術的研究，還需兼顧理論性能與工程實現復雜度，在確保可實現的前提下，最大限度地提高深空傳輸性能。

結論與展望

DSAR技術是較為復雜的深空通信系統工程實現技術。其參數估計算法等關鍵技術也還需要進一步的完善和改進，而提高整個系統的性能。特別是該技術還需要與高性能的信道譯碼相結合，以譯碼迭代消息傳遞的方式，實現復雜度適中、性能優異的參數估計、檢測和譯碼等聯合迭代信息處理，以獲得較好的系統性能。隨著深空探測通信技術的發展，DSAR系統也繼續向高可靠穩定、低實現復雜度及高智能化自動協調處理等方向不斷發展，并將成為未來深空探測通信系統的關鍵技術和重要保障。

隨著我國火星探測等深空探測計劃的開展，DSAR技術也逐漸成為該領域的研究熱點。該技術結合深空通信的信道特點，通過譯碼迭代帶來的信噪比放大效應，最大限度地提高深空極低信噪比傳輸的有效性與可靠性，在深空通信領域有較大的應用前景。隨著研究的深入及軟硬件水平的提高，各類具有更高性能但復雜度也更大的聯合譯碼與迭代檢測與處理技術也將得以實現，并在未來通信系統中發揮更重大的作用。