摘 要： 采用信道编码技术能提高跳频系统的抗干扰能力，而精确的信道状态信息有利于提高系统误码率性能。基于和积译码过程，提出一种新的迭代信道估计译码算法，把译码后验信息反馈给信道节点并重新计算信道状态概率，生成新的对数似然比作为下一次迭代的先验消息，而且信道估计与编码信息在迭代中交替更新。仿真结果表明在部分频带干扰的LDPC编码慢跳频系统中，该算法性能优于传统的门限检测法，而且每个跳频时隙只需要较少符号就能够接近有精确信道状态信息的情况。

 

　　关键词： 跳频； LDPC码； 部分频带干扰； 和积译码； 迭代信道估计

 

　　中图分类号： TN911.7?34 文献标识码： A 文章编号： 1004?373X（2014）19?0018?03

 

　　A channel state estimation algorithm for LDPC coding SFH system

 

　　DAI Jing?ke， HE Heng， XU Dong?hui

 

　　（The Second Artillery Engineering University， Xi’an 710025， China）

 

　　Abstract： Channel coding techniques can improve the anti?jamming capabilities of frequency?hopping systems， and the accurate channel state information is helpful for the error?bits rate of system. Based on the sum?product decoding process， a novel iterative decoding algorithm with channel estimation is proposed， in which the posteriori information of decoding result is fed back to the channel nodes， and then the probability of channel state is calculated again to generate the new log?likelihood ratios as the prior message of the next iteration. The channel estimation and coding information are updated by turns in those iterations. The simulation results show that， in the low density parity check （LDPC） coding slow frequency?hopping system with partial?band noise jamming， the proposed algorithm outperforms the traditional threshold?test algorithms， and only a few symbols in each frequency?hopping time slot are required to obtain the system performance similar to the case with perfect channel state information.

 

　　Keywords： frequency?hopping； low density parity check coding； partial?band noise jamming； sum?product decoding； channel estimation with iteration

 

　　0 引 言

 

　　跳频（Frequency Hop，FH）与差错控制编译码技术的结合能够有效地提高系统的抗干扰能力[1]。对于遭受部分频带干扰的慢跳频（每跳包含多个符号）系统，接收机需要知道当前信道状态（是否被干扰）以获得最佳的译码结果[2?6]。

 

　　文献[2]提出了一种比率门限检测（Ratio Threshold Test，RTT）的方法，比较解调器最大的两个输出值，通过门限比较确定当前信道状态。Phoel将RTT应用于卷积编码系统，检验了其在部分频带干扰下的性能[3]；文献[4]对非相干接收机输出的信号参数求偏导，提出一种基于最大似然噪声方差的门限比较法，并将其应用于Turbo码跳频系统。上述两种方法都是基于接收信号的某个特征直接估计信道状态，随着编译码理论的发展，人们提出了基于迭代译码器的信道估计算法。Kang和Stark将信道状态作为未知信息代入最大后验概率译码器进行迭代估计[5]，并检测了Turbo码跳频系统在部分频带干扰下的性能，但这种算法只适用于Turbo编码系统。文献[6]修改了Kang?Stark算法，将其应用于类Turbo结构的卷积编码DPSK跳频系统，并与RTT算法进行了比较。

 

　　相对Turbo码，LDPC码具有较快的译码速度、较低的译码复杂度以及较低的误码平层等优势，已引起了人们的广泛关注。本文考察LDPC编码慢跳频系统，基于经典的和积算法，提出一种新的迭代信道状态估计算法，通过每次译码迭代输出的后验似然比计算每一跳被干扰的概率，然后作为信道先验信息进行下一次迭代。仿真结果表明，相对于经典的门限检测法，提出的迭代估计算法具有良好的估计性能。此外，本文还对不同算法的复杂度进行了分析。

 

　　1 系统模型

 

　　图1给出了LDPC编码跳频通信系统模型，在发送端，信息比特经过编码、BFSK调制和跳频器后，信号被送入部分频带干扰的信道。假设每个跳频时隙传输[e]个符号，则每个码字分为[d=n/e]跳传输，其中[n]为编码信息长度。设信道中符号能量为[Es，]背景热噪声和部分频带干扰的单边功率谱密度分别为[N0]和[Njρ，]其中[ρ]为部分频带干扰所占据的带宽与跳频总带宽之比，即干扰因子，干扰状态信息为[Z]（0：未干扰，1：干扰），而且这些参数中除了[Z]，接收机都是已知的。在接收端，平方律检测器后的输出为[Y1]和[Y0]。不妨设发送编码比特为1，则随机变量[Y1]和[Y0]的概率密度函数为[7]： 

 

　　[P（Y1）=1Nzexp-Es+Y1NzI02EsY1NzP（Y0）=1Nzexp-Y0Nz] （1）

 

　　式中：[Nz=N0+Z（Njρ），][I0（?）]为修改的零阶贝赛尔函数。

 

　　如果接收机知道精确的信道状态边信息（Side Information，SI），则系统不需要信道估计器，检测器直接将下面的初始信息传递给和积译码器：

 

　　[Ln=logI02EsY1NzI02EsY0Nz] （2）

 

　　反之，如果接收机不知道SI，则需要信道估计器来检测当前哪些跳被干扰，因此在2.2节中提出一种迭代信道估计译码算法，通过和积译码器和信道估计器之间的软信息迭代更新来估计信道状态。

 

　　2 信道状态估计算法

 

　　2.1 门限检测法

 

　　文献[2]提出了RTT估计算法。对于慢跳频系统，计算：

 

　　[xi=signmax（Y1，i，Y0，i）min（Y1，i，Y0，i）-θ] （3）

 

　　式中：[0≤i　　对于非相干检测的噪声方差门限检测（Variance Threshold Test，VTT）算法，文献[4]给出了其方差估计式：

 

　　[σ2=25e-si=0e-1Y1，i+Y0，i+i=0e-1Y1，i+Y0，i] （4）

 

　　其中系数[s2]由文献[4]的式（19）给出。设[η]为判决门限，若[σ2<η]则判定当前跳无干扰，反之则有干扰。

 

　　2.2 迭代信道估计译码算法

 

　　根据SPA译码器特点，本文提出一种新的迭代信道估计译码（Iterative Decoding with Estimation，IDE）算法。如图2所示，[Zj]表示第[j]跳的信道状态节点（[0≤j≤d-1]），集合 [Vi]表示与[Z]相连的变量节点，而[Cs]是与[Vi]相连的校验节点。

 

　　[Z]和[Vi]输出的消息将按照最大后验概率准则进行如下更新：

 

　　设[Xi]为[Vi]对应的信息比特，[Yi=（Y1，i，Y0，i）]为相应的检测器输出，迭代中的信道状态似然比设为 [z（l-1）i=logp（Z=1）/p（Z=0）]，因为干扰变量[Z]和信息变量[Xi]相互独立，第[l]次迭代信道节点传递给变量节点的先验信息为：

 

　　[v（l）a，i=logP（Xi=1Yi）P（Xi=0Yi）=logexp（z（l-1）i）P（YiXi=1，Z=1）+P（YiXi=1，Z=0）exp（z（l-1）i）P（YXi=0，Z=1）+P（YiXi=0，Z=0）] （5）

 

　　把式（1）代入式（5）即得到本次迭代中传递给变量节点的先验信息。