沈曉強(qiáng) 王洪斌

摘? 要：在5G移動(dòng)通信網(wǎng)絡(luò)中，為了進(jìn)一步提高頻譜利用率和能量利用率，一種新的調(diào)制方式——索引調(diào)制被提出。采用小波分解檢測(cè)索引調(diào)制信號(hào)，可提高索引信息的特征表現(xiàn)，提高有效子載波的識(shí)別概率，在低信噪比下獲得滿意的檢測(cè)概率和漏檢概率。仿真結(jié)果表明，相比于基于能量的信號(hào)檢測(cè)算法，基于小波分解的檢測(cè)算法性能可提高約2dB。

關(guān)鍵詞：移動(dòng)通信;索引調(diào)制;小波分解;信號(hào)檢測(cè)

Abstract：In order to further improve spectrum utilization and energy utilization，a new modulation method is proposed called index modulation in 5G mobile communication network.With the help of wavelet decomposition to detect index modulation signal，the characteristic performance of index information and the recognition probability of effective subcarrier can be improved，the satisfactory detection probability and missed detection probability at low SNR would be obtained. Simulation results show that compared with the energy-based signal detection algorithm，the detection algorithm based on wavelet decomposition can improve the performance by about 2dB.

Key words：Mobile communication;Index modulation;Wavelet decomposition;Signal detection

在5G移動(dòng)通信網(wǎng)絡(luò)中，頻譜利用率和能量利用率逐漸成為制約移動(dòng)通信技術(shù)發(fā)展的瓶頸[1]。近年來，隨著正交頻分復(fù)用（Orthogonal Frequency Division Multiplexing，OFDM）技術(shù)[2]、單載波頻域均衡（Single-Carrier Frequency-Domain Equalization，SC-FDE）技術(shù)[3]、多輸入多輸出（Multiple-Input Multiple-Output，MIMO）技術(shù)[4]的快速應(yīng)用，移動(dòng)通信技術(shù)得到了跨越式的發(fā)展。但隨著業(yè)務(wù)量的劇增和低能耗的需求，人們將關(guān)注重點(diǎn)逐漸轉(zhuǎn)移到提高頻譜利用率和降低能耗的新型調(diào)制方式上[5]。索引調(diào)制（Index Modulation，IM）[6]就是一種新型的高效調(diào)制方式，IM在傳統(tǒng)調(diào)制方式的基礎(chǔ)上構(gòu)建一個(gè)新的維度——索引維度傳輸信息，大大提高頻譜利用率，可與頻率、時(shí)隙、空間或信道等不同維度結(jié)合，形成頻域索引調(diào)制（Frequency-Domain IM，F(xiàn)D-IM）、時(shí)域索引調(diào)制（Time-Domain IM，TD-IM）、空間索引調(diào)制（Spatial-Domain IM，SD-IM）和信道索引調(diào)制（Channel-Domain IM，CD-IM）[7]。

FD-IM是指索引輔助的OFDM技術(shù)[8]，索引用于表征正交子載波是否有效。傳統(tǒng)的FD-IM信號(hào)檢測(cè)采用計(jì)算子載波能量的方式實(shí)現(xiàn)[9]，但該種方法在低信噪比下性能較差。筆者采用小波分解正交子載波，提高了子載波的表征能力，在低信噪比下也可獲得較高的檢測(cè)概率和較低的漏檢概率，相比于能量檢測(cè)的方式，采用小波分解的信號(hào)檢測(cè)性能可提高約2dB。

一、信號(hào)模型

OFDM技術(shù)將信息調(diào)制到多個(gè)相互正交的子載波上，利用索引指示子載波是否被激活的索引輔助調(diào)制方式稱為SIM-OFDM（Subcarrier-Index Modulated）[10]，如圖1所示，m個(gè)信息比特被分裂成p1個(gè)索引比特和p2個(gè)調(diào)制比特，p1個(gè)索引比特個(gè)數(shù)不超過正交子載波的個(gè)數(shù)，索引比特為1時(shí)表示對(duì)應(yīng)的子載波處于激活狀態(tài)，否則表示靜默狀態(tài)。處于激活狀態(tài)的子載波可調(diào)制信息，處于休眠狀態(tài)的子載波不調(diào)制信息。也就是說，索引比特是一個(gè)載波開關(guān)，當(dāng)傳輸信息比特1時(shí)，表示該子載波打開，否則關(guān)閉。

如圖2所示，p2個(gè)調(diào)制信息經(jīng)過符號(hào)映射后進(jìn)行IFFT，經(jīng)過添加CP和D/A轉(zhuǎn)換后，進(jìn)行功率控制，最后發(fā)送到信道上。接收端先進(jìn)行A/D轉(zhuǎn)換后去除CP，經(jīng)過FFT處理后檢測(cè)接收信號(hào)中激活子載波位置，從而判斷索引比特信息，在此基礎(chǔ)上對(duì)調(diào)制符號(hào)進(jìn)行解映射，從而恢復(fù)信息比特。

信號(hào)檢測(cè)是該系統(tǒng)的核心，檢測(cè)結(jié)果一方面影響索引比特的信息恢復(fù)，另一方面表征了子載波激活與否，從而影響調(diào)制信息的符號(hào)解映射。如果檢測(cè)結(jié)果錯(cuò)誤，索引比特和調(diào)制信息兩部分的誤碼率都將增大，產(chǎn)生錯(cuò)誤傳播現(xiàn)象。尤其在低信噪比情況下，這一現(xiàn)象尤為突出，誤碼率急劇增加。因此，低信噪比下準(zhǔn)確的信號(hào)檢測(cè)算法是該系統(tǒng)的核心。

二、信號(hào)檢測(cè)算法

（一）基于子載波能量的信號(hào)檢測(cè)

傳統(tǒng)的IM信號(hào)檢測(cè)方法為能量檢測(cè)，計(jì)算接收信號(hào)的快速傅里葉變換（Fast Fourier Transform，F(xiàn)FT）的能量，若某一個(gè)子載波能量大于閾值，就認(rèn)為該子載波為激活子載波，否則為靜默子載波。設(shè)接收信號(hào)為，則N點(diǎn)FFT為 （1）若（為檢測(cè)閾值）則認(rèn)為第k個(gè)子載波為激活子載波，否則為靜默子載波。

這種檢測(cè)方法在高信噪比下簡(jiǎn)單有效，可快速搜索各個(gè)子載波的能量，判斷該子載波是否調(diào)制信息。但易受噪聲的影響，當(dāng)信噪比較低時(shí)能量檢測(cè)并不可靠，檢測(cè)概率降低。

（二）基于小波分解的信號(hào)檢測(cè)

小波分析屬于時(shí)頻分析的一種，其基本思想就是利用一簇小波函數(shù)系去逼近或表征信號(hào)，在時(shí)域和頻域?qū)π盘?hào)進(jìn)行局部描述，多分辨率分析的小波變換分解就是用正交小波基將信號(hào)分解為不同尺度下的各種分量。對(duì)接收信號(hào)經(jīng)過FFT變換后的子載波進(jìn)行小波分解。

高頻細(xì)節(jié)分量表示為，低頻近似分量表示為。

至（4）式中表示伸縮尺度變量，表示時(shí)間變量，表示分解層數(shù)。目前，使用較為廣泛的小波有Haar小波、Daubechies系列小波（db小波系）、Biorthogonal系列小波（bior小波系）、Coiflets系列小波（coif小波系）、Symlets系列小波（sym小波系）、Morlet小波、Mexican Hat小波、Meyer小波[11]等。db小波系具有正交性和緊支撐性，特別適用于信號(hào)處理，隨著db小波階數(shù)的增加，消失矩階數(shù)越大，頻帶劃分能力越好，但階次的增加會(huì)使時(shí)域的緊支撐性變?nèi)?，并伴隨計(jì)算量的大幅提高，影響處理速度。筆者選擇db5小波對(duì)子載波進(jìn)行5層分解，提取子載波特征。小波分解的示意如圖3所示。

在圖3中，cD表示高頻細(xì)節(jié)分量，cA表示低頻近似分量。經(jīng)過若干層分解后，可獲得包含細(xì)節(jié)分量和近似分量的小波分解系數(shù)，該系數(shù)在低信噪比下可以有效反映子載波是否被調(diào)制的特點(diǎn)，設(shè)小波分解系數(shù)為C，長度為L，當(dāng)（5）時(shí)，認(rèn)為該子載波是激活子載波，否則為靜默子載波。式中threshold_w為小波分解的檢測(cè)閾值。

基于子載波能量的信號(hào)檢測(cè)方法和基于小波分解的信號(hào)檢測(cè)方法有著本質(zhì)的區(qū)別，前者僅從頻域能量的角度分析信號(hào)，后者采用時(shí)頻分析的方法處理信號(hào)。在低信噪比下，信號(hào)能量和噪聲能量接近，采用基于能量的檢測(cè)方法鑒別信號(hào)區(qū)分度不高。但基于小波分解的檢測(cè)方法可將每一個(gè)子載波分解成低頻近似分量和高頻細(xì)節(jié)分量，小波分解系數(shù)與信號(hào)時(shí)頻特點(diǎn)有關(guān)，反映了調(diào)制信號(hào)本身的特點(diǎn)，相比于基于能量的檢測(cè)方法，在低信噪比下具有更好的性能。

三、信號(hào)檢測(cè)仿真與分析

筆者將仿真參數(shù)設(shè)置如下：采用QPSK調(diào)制，16倍過采樣，索引輔助調(diào)制方式為SIM-OFDM，OFDM子載波個(gè)數(shù)為512，添加CP長度為128，仿真信噪比SNR從-7dB到0dB，每個(gè)信噪比下仿真2000次，能量檢測(cè)閾值threshold為全部子載波能量的均值，小波分解檢測(cè)閾值threshold_w為全部小波系數(shù)的均值。統(tǒng)計(jì)每個(gè)激活子載波的檢測(cè)概率和漏檢概率如圖4和圖5所示。

漏檢概率曲線表現(xiàn)了調(diào)制子載波未被正確檢測(cè)出來的概率，說明了檢測(cè)方法的實(shí)效性。如圖5所示，在-7dB到0dB的低信噪比下，基于小波分解檢測(cè)方法的漏檢概率低于基于能量檢測(cè)的漏檢概率。這說明基于小波分解的檢測(cè)方法不容易出現(xiàn)漏檢現(xiàn)象，尤其在-3dB以后，基于小波分解的檢測(cè)方法下降速度更快，說明在高信噪比條件下，雖然信號(hào)能量的增加有利于基于能量的檢測(cè)方法，但仍不如采用小波分解的檢測(cè)方法。當(dāng)信噪比達(dá)到0dB時(shí)，基于能量的檢測(cè)方法漏檢概率為0.004763，而基于小波分解的檢測(cè)方法漏檢概率可達(dá)，大大低于基于能量的檢測(cè)方法。

四、結(jié)論

隨著5G技術(shù)的快速發(fā)展和應(yīng)用，為了有效提高頻譜利用率和能量利用率，研究人員提出了索引調(diào)制。索引調(diào)制可利用索引比特?cái)y帶更多的信息，但低信噪比下信號(hào)檢測(cè)問題制約著索引調(diào)制的進(jìn)一步發(fā)展。筆者采用小波分解處理接收信號(hào)，獲取接收信號(hào)的高頻細(xì)節(jié)分量和低頻近似分量，凸顯調(diào)制信號(hào)本身的特點(diǎn)。仿真結(jié)果表明，在低信噪比下，基于小波分解的檢測(cè)概率優(yōu)于基于能量的檢測(cè)概率2dB左右，而在漏檢概率的仿真中，基于小波分解的漏檢概率遠(yuǎn)遠(yuǎn)低于基于能量的漏檢概率，且隨著信噪比的增加，漏檢概率下降趨勢(shì)更為明顯。此外，小波分解階數(shù)較低，實(shí)現(xiàn)難度小。因此，基于小波分解的檢測(cè)方法可有效提高索引調(diào)制信號(hào)在低信噪比下的檢測(cè)性能。

參考文獻(xiàn)：

[1]Li Q，Wen M，Basar E，et al. Diversity Enhancing Multiple-Mode OFDM with Index Modulation[J].? IEEE Transactions on Communications，2018：1-1.

[2]Zhang G，Leenheer M D，Morea A，et al.A survey on OFDM-based elastic core optical networking[J]. IEEE Communications Surveys & Tutorials，2013（01）：65-87.

[3]Falconer D，Ariyavisitakul S L，Benyamin-Seeyar A，et al.Frequency domain equalization for single- carrier broadband wireless systems[J].IEEE Communications Magazine，2002（04）：58-66.

[4]Gesbert D，Shafi M，Shiu D S，et al.From theory to practice：An overview of MIMO space-time codedwireless systems[J].IEEE Journal on Selected Areas in Communications，2003（03）：281-302.

[5]Zhang X，Bie H，Ye Q，et al.Dual-Mode Index Modulation Aided OFDM with Constellation Power Allocation and Low-Complexity Detector Design[J].IEEE Access，2017：1-1.

[6]Mao T，Wang Q，WANG Z，et al. Novel Index Modulation Techniques： A Survey[J].IEEE Communications Surveys & Tutorials，2018：1-1.

[7] Shamasundar B，Jacob S，Bhat S，et al.Multidimensional index modulation in wireless communications[J].EEE Access，2017：1-10.

[8]Patcharamaneepakorn P，Wang C X，F(xiàn)u Y，et al.Quadrature Space-Frequency Index Modulation for Energy-Efficient 5G Wireless Communication Systems[J].IEEE Transactions on Communications，2017 ：1-1.

[9]Althunibat S，Mesleh R，Basar E.Differential Subcarrier Index Modulation[J].IEEE Transactions onVehicular Technology，2018：1-1.

[10]Abu-Alhiga R，Haas H.Subcarrier-index modulation OFDM[C]// IEEE. International Symposium on Personal. Tokyo：Japan，2009：177-181.

[11]王大凱，彭進(jìn)業(yè).小波分析及其在信號(hào)處理中的應(yīng)用[M].北京：電子工業(yè)出版社，2006.