[发明专利]一种基于K均值聚类算法的空间调制系统盲检测方法

说明书

本发明属于通信抗干扰技术领域，具体的说是涉及一种改进的基于K均值聚类的盲检测算法。本发明主要为了避免错误平台问题和降低算法复杂度，具体方法如下：将L个时隙的接收信号视为L个观测值，首先求得各观测值之间的欧氏距离矩阵，根据最大化最小欧式距离的思想选出K个观测值作为初始聚类中心；然后将剩余观测值依次放入距其最近的聚类中心的所对应的那一个类中；接着用每个类的观测值的均值作为新的聚类中心，并按上一个步骤进行分类，直至分类结果不再发生改变；最后将聚类结果解映射为比特信息。本发明的有益效果为，传统的K均值聚类检测算法存在错误平台问题，且为减轻这一问题，算法复杂度较高，而本发明能完全避免错误平台问题，且能有效的降低算法复杂度。

技术领域

本发明属于通信抗干扰技术领域，涉及空间调制(Spatial Modulation,SM)技术，空间移位键控(Space Shift Keying,SSK)技术，盲检测技术(Blind Detection)，多输入多输出(Multiple Input Multiple Output,MIMO)技术，以及K均值聚类(K-meansClustering,KMC)算法。

背景技术

空间调制系统作为一种新的MIMO技术近来受到广泛关注。在空间调制系统中，每个时隙仅激活一根发送天线传送数据，从而避免了信道间的干扰，对天线间的同步性要求也有所降低，并且在接收端，即使接收天线数小于发送天线数时也可以进行检测。

对于空间调制系统的检测也是一个热门问题，在早期的工作中，有三种典型的空间调制检测算法：最大似然检测，匹配滤波检测和球形译码检测。而这些检测均假设已知完美信道状态信息，而完美信道状态信息在实际中是很难获取的。因此，近年来陆续有人提出了无需知道信道状态信息的盲检测算法，而大部分的盲检测算法均需要发送一些训练符号序列，从而导致资源的浪费。于是近来又有人提出了一种基于K均值聚类算法的盲检测算法，无需知道信道状态信息，也无需用到训练符号，但其应用仍存在较大的局限性，例如错误平台问题和高复杂度问题，以及只考虑了SSK系统。

发明内容

本发明的目的，就是针对空间调制系统提出一种基于K均值聚类算法的空间调制系统检测方法。

本发明的技术方案如下：

假设有N_t根发送天线，N_r根接收天线，调制阶数为M，X＝[x₁,...,x_L]是长度为L的发送信号序列，即取L个时隙的发送信号。X_SM是发送信号集合，是接收符号序列。将L个时隙的接收信号当做L个观测值，于是发送信号相同的时隙所接收到的信号可被分为一个类即因此，空间调制系统的盲检测问题可以转化为聚类问题，其聚类的个数K为发送信号的所有可能数，即K＝N_t*M。

传统的K均值聚类算法随机选择初始聚类中心，从而导致错误平台问题，重复运行K均值算法P次可以减轻错误平台问题，但同时也成倍增加了算法复杂度。对此，本发明提出了一种基于最大化最小欧氏距离思想的选择初始聚类中心的方法，包括如下步骤：

a.输入集合l，令h^*＝{y_i|i∈l}为初始聚类中心集合，表示为是以为聚类中心的类，K为聚类的个数，即发送信号的所有可能数K＝N_t*M；获得集合l的具体方法如下：

a1.假设l＝{i|y_i被选为聚类中心}是被选为聚类中心的观测值的索引的集合，令作为初始值；

a2.计算每个观测值之间的欧氏距离矩阵，得到一个矩阵其元素为

a3.令其中

a4.将加入集合l中，并更新集合为其中

a5.重复步骤a4直至集合l的基数为K；