【正文】 可以得出這樣的規(guī)律:由于每個蝶形單元里的期望輸出碼字相互成反碼對稱，4個分支度量值呈現(xiàn)相同絕對值M, 而且M值只能為0或2。簡化的加比選過程如下:其中，L（2?J）和L（2?J+1)對應于前一時間節(jié)點的舊路徑度量值。 N1(J)和N2(J)代表進入新狀態(tài)J的兩條路徑的部分路徑度量。M對應十該蝶形單元的分支度量值的絕對值。S(J)則為加比選結果，即為當前狀態(tài)J的幸存路徑度量。 一般的糾錯編碼都用來糾正隨機性錯誤，但在實際的無線信道中，錯誤多屬突發(fā)性的。交織編碼是將突發(fā)差錯改造成隨機獨立差錯，然后再用糾正隨機獨立并錯的糾錯碼來糾錯。這樣交織可以在不附加仟何開銷的情況下，使得碼字中的碼兀在傳輸過程中所遭受到的衰落不相關。這是一種隱分集技術。通過交織的作用就是將編碼序列中產(chǎn)生的很重要的源比特分散到不同的時間段中，以便出現(xiàn)深衰落或突發(fā)干擾時，來自某一塊源比特的重要比特不會被同時破壞。而且源比特被分開后，還可以利用差錯控制編碼(或稱為信道編碼)來減弱信道干擾對源比特的影響。經(jīng)過交織和去交織變換后，原來信道中的突發(fā)錯誤變成了收端去交織器輸出的隨機性獨立差錯。 交織器有兩種結構類型:分組結構和卷積結構。分組結構是把待編碼的nm個數(shù)據(jù)位放入m行n列的矩陣中，即每次對nm個數(shù)據(jù)位進行交織。通常，每行由N個數(shù)據(jù)位組成一個字，而一個深度為M的交織器，就是指行數(shù)為M。源比特按列順序填入交織矩陣中，而在發(fā)送時按行讀出，這樣就產(chǎn)生了對原始數(shù)據(jù)以M個比特為周期進行分隔的效果。在接收機中，解交織器按行順序存儲接收到的數(shù)據(jù)比特，然后按行處理這些數(shù)據(jù)，一次處理一個字(即一行)。采用卷積結構的交織器，在多數(shù)情況下可以替代分組結構的交織器。而且卷積交織器在用于卷積編碼時，可以取得理想的效果。 TOD構造 系統(tǒng)跳頻同步采用了同步字頭法和精準時鐘法(TOD)相結合的方法。跳頻同步字頭法是將帶有同步信息的同步頭置于跳頻信號的最前面，收端根據(jù)同步字頭的特點，可以從接收到的跳頻信號中將它們識別出來，作為調(diào)整偽隨機發(fā)生器之用，從而使收發(fā)雙方實現(xiàn)跳頻同步。這種同步方法具有同步搜索快，容易實現(xiàn)，同步可靠等特點。其缺點是一旦同步頭受到干擾，整個系統(tǒng)將無法工作。故使用同步字頭法應設法提高同步字頭的抗干擾性和隱蔽性能。可以采用由時間信息(Time of Day，TOD)控制偽隨機序列得到跳頻圖案來避免此缺點。 在跳頻碼發(fā)生器中，由實際時間映射的由二進制矢量表示的數(shù)字序列流就稱為TOD序列，它從初始的TOD值起，經(jīng)有限狀態(tài)機迭代連續(xù)產(chǎn)生。序列的循環(huán)周期T由表示TOD的字長(字長通常會超過或遠大十32)和所用的狀態(tài)機決定，可表示為式: (38) 對于不同的同步方式，目前有兩種不同類型的狀態(tài)機: 。 。 計數(shù)式TOD，是通用的計數(shù)方案。初值是由用戶在按壓跳頻電臺PTT(Press ToTalk)鍵的實際時間按一定數(shù)據(jù)格式轉換得到的二進制數(shù)字。TOD序列就是從開始的實際時間按跳頻碼速映射的單調(diào)遞增的數(shù)字序列。方案優(yōu)點是:便于用高穩(wěn)定和高精度的時鐘取得、保持和調(diào)整同步。網(wǎng)內(nèi)接收者能夠在一開始憑借時鐘近似地逼近發(fā)送方跳頻碼發(fā)生器的實時狀態(tài)。如果初始時，收發(fā)雙方各自認定的時間有差異，接收方可以通過慢(快)掃描或等待搜索的方法來取得同步信號中的TOD,用以調(diào)整自己的TOD值，并在通信中一段很長的時間內(nèi)保持同步。對十移位寄存器式TOD, TOD序列的矢量為線性或非線性反饋移位寄存器的實時狀態(tài)矢量，再通過某種變換將TOD信息映射到跳頻頻隙集合上，就形成了跳頻序列，見下圖。 這種方案中，發(fā)送方必須將自己的TOD初值或序列的當前值，用規(guī)定的地址碼調(diào)制后，插入信息幀中或者通過勤務信道發(fā)送出去，接收方則使用接收實時的TOD值來設置自己的線性或非線性反饋移位寄存器。訓一數(shù)器式TOD產(chǎn)生: (39)增量△通常為1 移位寄存器式TOD序列的產(chǎn)生 (311)H(,)為在密鑰Kye控制下將TOD向跳頻碼空間映射的函數(shù)。 TOD信息由14比特組成，分為兩部分，第一部分表示毫秒，第二部分表示微秒。 本章小結 本章給出了自適應跳頻航空通信的系統(tǒng)結構和原理。在此基礎上總結了其中的關鍵技術。對信道質(zhì)量評估的準則從門限誤碼率測定和信號同步概率準則兩方面進行了分析。對頻率更新方式從分組配置和不分組配置進行了優(yōu)缺點對比。在介紹卷積碼基本概念的基礎上詳細論述了卷積編碼的Viterbi算法的計算過程和優(yōu)化算法?？偨Y了交織的原理和它在抗干擾中的重要作用。給出了系統(tǒng)的同步方式和TOD的構造方式。通過以上的分析可以得出將自適應技術應用十跳頻衛(wèi)星通信系統(tǒng)中，可以進一步提高系統(tǒng)的抗干擾性能，增強系統(tǒng)的可靠性。第四章 信道質(zhì)量評估和自適應控制研究 在自適應跳頻通信中，信道估計占有至關重要的關鍵地位，自適應調(diào)制、自適應功率控制和自適應頻率選擇等自適應跳頻控制系統(tǒng)都需要以信道質(zhì)量作為參數(shù)。自適應控制系統(tǒng)的好壞直接依賴于信道估計質(zhì)量的好壞。對于跳頻通信系統(tǒng)而言，信道狀況更加復雜多變，衰落的存在會對系統(tǒng)性能產(chǎn)生很大的影響，因此，除了進行常規(guī)的AWGN信噪比估計以外，還要進行信道衰落的估計。 無線通信信道質(zhì)量評估一般基于對接收端每個信道的誤幀率(FER) ,誤碼率（BER)、信噪比((SNR)和接收信號強度(RSS)等參數(shù)的估計來實現(xiàn)的。跳頻通信系統(tǒng)一般采用兩個方法: 指標，可以作為自適應跳頻控制的依據(jù)。 碼率，然后與門限值進行比較，超過門限值判定為壞信道，低于門限值判定為好信道。這種方法適合于慢跳頻，即一幀數(shù)據(jù)可在一個頻率持續(xù)時間內(nèi)傳送完畢。 基于觀測向量的自相關矩陣進行SNR估計是一個經(jīng)典的方法，但是信噪混雜使其信號數(shù)難以確定。由于結果服從以理論均值為中心的正態(tài)分布，所以單一的一次估計可能存在比較大的誤差。不過需要提供給系統(tǒng)的結果并不是精確的信噪比數(shù)值，而是簡單的“可用”和“不可用”，所以在信道質(zhì)量遠高十或者遠低十門限要求時，即使誤差比較大也不可能影響判決的結果。而在信道質(zhì)量與門限要求比較接近的時候，判決結果對誤差就很敏感。把可用的信道誤判為不可用或者把不可用的信道誤判決為可用的事件都有一定的發(fā)生概率。最主要的算法有兩種:AIC算法和MDL算法。AIC算法是一種基于信息論的最大似然信號數(shù)估計算法，它通過引入補償因子達到了無偏估計的目的。MDL算法是在AIC算法的基礎上提出來的，它是基于貝葉斯準則的估計算法，它通過引入事先制定好概率的模型解決問題。 基于自相關矩陣的信道估計 對于信噪比的估計方法，大多依賴較多的先驗知識即需要對接收信號的各種參數(shù)有精確的了解。在缺乏先驗知識的情況下，往往會有很大的估計偏差，甚至完全失效。 在自適應通信中，信道質(zhì)量估計顯的尤為重要。由于通信過程是一個隨機過程，而隨機過程的自相關矩陣含有非常多的信息，可以考慮從接收信號的自相關矩陣入手進行自信噪比估計。對于一個離散的平穩(wěn)隨機信號x(n)（n=1,2…）可以分解為。個向量之和即： (41)其中T表示轉置。 噪聲也可以分解為n個向量之和: (42)對于一個通信系統(tǒng)，觀測向量(接收向量)可以表示為 (43) 其中， 為Nl的復向量，它表征了信號處理的陣列特性。s[i]為i個信號。 假設s（n）為平穩(wěn)各態(tài)歷經(jīng)復隨機信號。噪聲e（n）同樣為平穩(wěn)各態(tài)歷經(jīng)隨機信號，并且與s(n)獨立，均值為0，自相關矩陣為δ178。I所以式(43)可簡化為: (44)其中，A為Nm維矩陣: (45)S（n）為m維信號向量。 (46)假設:1. 信號s[n]的相關矩陣滿秩，即: 。，即:rank(A)=m?？梢郧蟮脁[n]的自相關矩陣為: (47)其中Rxx和Rss分別為NN和mm的Toeplitz矩陣。(48) 其中， (49)因為，所以NN階矩陣Rxx分別由N個自相關函數(shù)Rxx(0), …,Rxx(N1)完全確定。由于Rxx和Rss都為共扼矩陣，目‘為半正定的，可以進行特征值和奇異值分解。又因為所以Rss是正定矢巨陣。首先必須得到觀測向量的相關矩陣Rxx。理論上，Rxx（i）是一個統(tǒng)計平均量，即 (410) 實際中，由于觀測向量x[n]的長度是有限的，所以是不可實現(xiàn)的。必須用近似的方法得到Rxx。這就必須依靠長度為M的觀測向量。可以使用如下逼近方法 (411) 這其中涉及到觀測向量M的選取問題。如果間隔比較大的相關函數(shù)，如:i=N1，則相關的樣本點只有一個即MN+1。這可能會造成非常大的誤差。所以，如果M過大，則系統(tǒng)誤差減小，但系統(tǒng)計算量增大。如果M過小，則系統(tǒng)誤差增大，有效數(shù)據(jù)量嚴重不足。因此在實際實現(xiàn)中，要根據(jù)系統(tǒng)的精度選擇合適的M。 假設Nm階矩陣A是列滿秩的，則為NxN階矩陣。由于Rss也為滿秩矩陣，而且與A不相關，所以矩陣為滿秩矩陣，秩為m。由此，我們知道有m個大于0的特征值和Nm個等于0的特征值。所以可分解為: (412)其中， U為特征向量組成的正交矩陣。由信號處理知識可知:信號總功率為： (413) 但是，在實際中不能得到信號的相關矩陣Rss，所以必須從觀測向量的相關矩陣Rxx入手。對于觀測矩陣凡，結合式(411)和式(412)我們可以得到: (414)其中， (415)即： (416)若m為已知，則可得信噪比: (417) 由于只有觀測值的相關矩陣Rxx，必須從這里得到信號數(shù)的問題。 對于信噪比很大的情況，很容易得到信號與噪聲相關的特征值。首先，信噪比很大的保證是難以實現(xiàn)的，對于漸進變化的特征值我們很難確定其中的信號數(shù)。其次，即使信噪比很大，經(jīng)過特征值分解后的含信號特征值也不一定很大。最后，我們的自相關矩陣是Rxx是通過近似得到的，即使在理想情況下，這個步驟也會造成一定的誤差。它使得所有特征值各不相同，很難通過肉眼觀測得到信號數(shù)。于是，我們必須尋求一種有效的確定信號數(shù)量的方法。 假設給定M個觀測向量，和一個參數(shù)化的模型簇，以⊙來表示此模型參數(shù)。此時可以考慮使用最大似然評估，選擇使概率密度函數(shù)最大的參數(shù)化模型。AIC準則選擇是使下式最小的模型: (418)其中，是的最大似然估計。k是里面可以自由調(diào)節(jié)參數(shù)個數(shù)，其存在是為了消除和之差造成的AIC估計誤差。MDL準則為: (419)其判定意義等同與AIC準則。它可由兩種方法得到:模型對觀測數(shù)據(jù)進行編碼，選擇具有最小編碼長度的模型。每一個模型都有一定的事先出現(xiàn)概率，使用Bayes準則進行估計，選擇使后驗概率最大的模型?？梢钥紤]對維數(shù)進行參數(shù)化建模。先定義一簇參數(shù)化模型:令。Ψ的秩為表示為: (420)利用線性代數(shù)的知識有： (421)其中，λi和Vi分別為 的特征值和特征向量。由此我們可以定義下面的模型: (422)假設觀測向量為獨立的復高斯隨機過程，可以定義其聯(lián)合概率密度函數(shù)為: (423)取對數(shù)得到對數(shù)似然函數(shù)為: (424) 為N x N階觀測向量自協(xié)方差矩陣的數(shù)值近似值。的最大似然估計就是使式(422)最大的參數(shù)，這些參數(shù)可以表示為 其中，和，吼分別為的特征值和特征向量。有: (428) 可以看出括號內(nèi)的內(nèi)容為最小Nk個特征值的幾何平均與算術平均之比。 然后確定的自由參數(shù)個數(shù)。有k+1+2Nk個參數(shù)。特征向量被標準正交化后