DSAR进展趋向探讨性论文

DSAR进展趋向探讨性论文

　　DSAR迭代处理结构

　　DSAR针对未知深空信道传输环境，分别需要识别、估计和检测接收信号的解调参数，用于获取信号承载的信息。但在低信噪比深空传输环境下，信号参数的估计和检测往往存在循环嵌套和互为前提的问题，不能轻易分离各个参数的识别和估计过程。如对于信号解调中的载波频率与相位两个参数，它们的估计互为前提：相对准确的另一方参数估计，将有助于该参数自身的精确估计。反之，除非进行更大复杂度的二维参数同时估计，否则不能有效地依次实现该两个参数的精确估计。因此，如何确定参数估计的合理次序，并采用若干工程实现技巧,对于构造整个自主无线电参数估计的体系结构将非常关键。目前，JPL提出了自主无线电参数估计的总体系统模型,并分别论述了该模型所需解决的参数识别，检测，解调等关键技术[2]。但大部分参数估计方法，都需要预先得知某些参数，从而距DSAR复杂传输环境的工程应用还有较大差距。特别是该模型将直接面临低信噪比传输的难题，直接导致传输过程的解调门限不够，而无法进行后续有效译码等处理，而使通信失效。中科院空间中心也提出了自主无线电参数估计的迭代层次模型，给出了解决该问题较好的工程实现结构[3]。它首先将信号检测和处理的各个过程进行细化分层，按各个参数的识别、粗估计到精估计的层次进行混合处理：通过不同处理层间进行的参数估计信息的交互、反馈和迭代处理，能有效地实现未知信号由粗到精的自主识别，接收和处理。但该方法要达到实用还需解决以下问题：优化参数估计算法,即在保证参数估计性能的前提下,尽量降低算法的实现复杂度；保证层间参数估计所传递消息的可靠性，避免错误消息的反馈导致的误差传播与放大，以确保整个系统解调参数估计和检测的收敛和正确。

　　DSAR系统中信号参数的估计和检测，主要包含以下6个层次：调制指数估计与识别、载波频率估计与补偿、调制方式识别，载波相位跟踪，信噪比(SignaltoNoiseRatio,SNR)估计及载波频率跟踪以及帧同步与信道译码处理。针对互为前提的循环信号参数估计及其精度问题，还需针对参数估计效果，划分估计阶段为粗估计及精估计两个部分。而且，还需结合各参数估计误差对系统性能影响的情况，设置各参数的合理估计顺序，来获得较好的联合参数估计和检测的迭代层次结构。因载频偏差对系统影响相对较大，故对其估计和补偿要先于符号定时、相位偏差等其他参数的估计和补偿。符号定时偏差估计受载波相偏等的影响较小，且其估计算法复杂度也相对较低，故对其估计需先于载波相位等参数估计，从而避免多维参数同时估计所带来的巨大复杂度。最后，整个DSAR系统中的参数估计过程，可先进行调制指数等参数的识别、粗载波频率、粗相位偏差，粗SNR等参数的粗估计。然后，将这些解调参数进行补偿，并进一步将其估计与编码的迭代译码过程相结合，通过它们之间的参数估计与译码外消息之间的联合消息传递与反馈，实现整个DSAR系统的联合迭代译码和精参数估计及其补偿。

　　最后，DSAR系统的迭代信号处理结构模型如图1所示:图1所示的模型是一个具有4层迭代信号处理结构DSAR系统的迭代参数估计与检测模型。其层次结构分别如下：第1层为调制指数等参数估计层；第2层为粗载波频率估计层；第3层包含数据速率、SNR、脉冲形状及粗符号定时等参数的混合估计层；第4层为解调所需精、粗载波频率、精定时和载波相位等参数的混合估计层；第5层帧同步估计层；第6层信道译码层。每层估计结果均以迭代处理软信息的形式发送至下一层。下一层消息也可依次向上一层或更高层进行处理消息的反馈。另外，同层间的消息传递也可横向或纵向处理,实施最佳参数估计次序，完成整个系统最佳的消息迭代传递的管理和控制。如初始解调参数估计工作在性能较差但对信道参数前提要求不高的非相干状况，以便获得粗估计和检测结果。一旦系统获得粗载波相位信息，就可将工作模式转换为相干解调方式，从而提高解调性能。第3、4层内参数之间的联系比较紧密，需采用联合的横向或纵向协同参数估计与检测予以实现。另外，在对第4层内的参数进行精估计时，还可进一步将判决可靠性较高的信道译码软、硬判决信息，来分别反馈辅助这些解调参数的精估计。反过来，该过程也将提高输入到译码器进行译码处理的解调后信号的可靠性，提升译码性能。即采用该联合协同解调与译码的方法可获更高精度的参数估计。而且，该更高精度的参数估计结果，也进一步促进译码的可靠性，形成了一个较好的解调与译码协同处理的循环，大大减少了不必要的信息处理损失。最终，该迭代信号处理结构可有效实现整个DSAR系统的联合参数估计与信道译码，并获得较好的深空通信效果。

　　另外，在深空通信中，DSAR的关键问题是如何快速实现中断后深空通信链路的重建，以提高传输效率[5]。当前主要问题是快速捕获，并实时跟踪深空无线电信号的参数。如对采用高功率效率MSK调制和高编码增益LDPC编码构成的系统，可先用周期频谱或快速傅立叶变换等频率粗估计算法，进行载波频率的快速粗估计。另外，通过增加一小段差分的前导训练字后（也符合LDPC等现代分组信道编码需要帧同步的要求），可分别将信号传输的调制模式设置成相干或非相干两类载波解调方式[5]。首先，可利用一小段前导的训练字用非相干解调实现快速的符号定时同步等的差分解调。因差分解调无需精确的载波同步等解调信息，无需进行多维联合解调参数的估计，大大简化了整个解调的`实现过程。故该结构较好地解决了自主无线电参数估计的循环参数检测与估计的嵌套问题。因此，在该阶段，可用非相干解调及较短的前导训练字数据及一些定时估计的盲算法用于实现粗定时估计。之后，因相干解调可获得更好性能，可将自主无线电系统的工作模式切换到相干解调方式，用传统的锁相环、平方环、判决反馈环等闭环工作方式。同时，对载波频率相位偏差、SNR估计等同步和信道状态参数进行粗估计，并用前导训练字数据用于帧同步，实现LDPC码等分组码的译码比特次序对齐。

　　最后，实现联合LDPC译码与解调和信道解调参数的估计：通过LDPC译码软信息的高可靠性，迭代反馈并获得精解调参数的检测和估计。即进行更高精度的联合解调译码及其相关同步和信道状态参数的跟踪，以完成整个深空通信链路的快速有效重建。但在该联合译码解调过程中，如发现粗解调参数估计有误而不能满足LDPC校验矩阵的检验，还需及时将该错误标记反馈给参数粗估计算法，重新开展粗估计和信道参数检测的大闭环的工作。因此，对于整个自主无线电的实现，需要合理排序整个自主无线电接收机系统的解调参数估计和检测次序，实现传统解调与迭代译码、参数的粗、精估计的有机协同结合，以获得最佳的估计速度与估计精度的折中。

　　DSAR中的迭代解调关键技术

　　在深空通信极低SNR条件下，DSAR接收机首先需要实现有效解调，才能进行后续译码等处理。传统通信系统因解调门限较高，导致其在极低SNR下解调门限不够而无法有效工作。但对解调和译码进行联合处理，利用信道译码的信噪比放大功能，采用可靠性更高的译码软信息作为解调的判断依据，可有效地解决该问题，并使系统获得编码带来的高编码增益。在解调中，除了载波与定时等同步外，接收机还将遇到深空信道因探测器通信角度、速度及天体阻挡等因素，而导致的SNR等参数估计的高动态（变化速度快，变化幅度大）问题。所以，DSAR系统需采用在低SNR环境下仍然能高效工作的快速联合译码和SNR等解调参数估计的算法。如JPL仿真了联合1/31码率Turbo码与载波同步的超低信噪比传输系统，成功验证了超低符号信噪比(Es/N0)低达-15.8dB的有效可靠通信[6]。

　　迭代同步是迭代解调的重要组成部分。它可将放大信噪比后的信道译码软信息反馈给载波及定时同步环，使其较准确的判断载波及定时信息，实现低SNR迭代同步。该算法主要包含以下三类方案：直接将较准确的译码结果作为训练字辅助同步[7]；根据卷积码（Turbo码）等最大后验迭代解调，通过查找误差最小的Viterbi幸存路径辅助同步[8]；对译码软信息进一步处理反馈传统同步环辅助同步[9]。其中，方案一收敛慢，不适用突发信道，只能用于较好信道环境下的同步跟踪。方案二采用了最复杂的最大后验等译码，延迟和计算复杂度都非常大，但性能较好。方案三将LDPC译码软信息进行处理，根据一定的判决准则来协助同步。如采用硬判决——译码结果满足LDPC校验方程程度，作为判断解调参数估计准确性的依据[10],[11]。该方法性能较好，但大范围搜索导致复杂度较高[10]。另外，迭代解调还可检测低SNR下传统同步算法易出现的载波跳周或定时滑码问题。经编码的符号存在约束，如发生了跳周或滑码，其在译码时将不满足译码约束条件。研究表明：低SNR下的4/5码率LDPC编调制系统能有效的检测与纠正跳周[12]。而滑码与跳周的解决原理相似，也可利用信道译码约束来检测和纠正。

　　此外，SNR估计失误也会降低信道译码性能。在SNR估计过低时，译码性能会急剧恶化[13]。故为了充分获得编码性能，需进行SNR等信道信息的精确估计。而联合信道译码的SNR估计是在低SNR下仍有效的估计算法。其中，一类方法是将译码结果代入SNR估计计算式，并结果反馈给信道译码决定估计准确性[14]。该方法需要1次译码的完整结果，导致SNR估计时延较大。另一类方法采用期望最大准则将译码软信息用于SNR估计[15]。该方案收敛快，但复杂度较高。现有的联合解调译码算法的实现复杂度还是较高。其原因主要是未从更深层次挖掘译码迭代所反馈的软信息，只是简单的将软信息应用于传统算法中判决反馈场合的判断依据。所以，如何将同步、参数估计等解调处理有机结合到译码的迭代过程中，就能获得复杂度更低、解调译码延迟更少、性能更好的实现方案。

　　DSAR的发展趋势

　　DSAR技术经近几十年的发展，其检测与接收性能都已接近极限。如对其继续改进，其实现复杂度将急剧增加，但系统性能增加余量不大。如对于其中决定性能的信道码，采用较低复杂度的类Turbo码（即结构化LDPC码）的重复累积码，其性能已距香农极限约0.5-1dB。为了进一步接近香农极限，如再提高0.2-0.5dB性能，则需大大增加编码码长，并有效调整编码矩阵结构等措施。从而造成系统复杂度急剧增加，甚至不能实现。另外，联合迭代译码与解调及检测算法的复杂度仍非常高，还需研究它们的低复杂度实现方法。其中，需充分利用译码的迭代特性，将信道参数估计和检测、同步等解调处理完全融合到迭代接收机结构，减少DSAR系统信息处理的损失[16]。因此，对于极低SNR下DSAR技术的研究，还需兼顾理论性能与工程实现复杂度，在确保可实现的前提下，最大限度地提高深空传输性能。

　　结论与展望

　　DSAR技术是较为复杂的深空通信系统工程实现技术。其参数估计算法等关键技术也还需要进一步的完善和改进，而提高整个系统的性能。特别是该技术还需要与高性能的信道译码相结合，以译码迭代消息传递的方式，实现复杂度适中、性能优异的参数估计、检测和译码等联合迭代信息处理，以获得较好的系统性能。随着深空探测通信技术的发展，DSAR系统也继续向高可靠稳定、低实现复杂度及高智能化自动协调处理等方向不断发展，并将成为未来深空探测通信系统的关键技术和重要保障。

　　随着我国火星探测等深空探测计划的开展，DSAR技术也逐渐成为该领域的研究热点。该技术结合深空通信的信道特点，通过译码迭代带来的信噪比放大效应，最大限度地提高深空极低信噪比传输的有效性与可靠性，在深空通信领域有较大的应用前景。随着研究的深入及软硬件水平的提高，各类具有更高性能但复杂度也更大的联合译码与迭代检测与处理技术也将得以实现，并在未来通信系统中发挥更重大的作用。