Coding-AidedK-MeansClusteringBlindTransceiverforSpaceShiftKeyingMIMOSystems探索.docxVIP

基于空移键控多输入多输出系统的辅助编码K-均值聚类盲收发器 摘要 在本文中，我们为空移键控多输入多输出系统提出了辅助编码K-均值聚类盲收发器（CKMC）,这种收发器不需要为了检测而进行信道状态信息（CSI）训练。在这种场景下，发射机的处理能力和功率都是有限的，例如物联网（IOT）和无线传感网（WSN），由于简单和能效的提高，空移键控（SSK）比传统的多输入多输出（MIMO）系统更好。提出的CKMC盲通信权衡（牺牲）了接收机训练开销的复杂度，相比于基于训练的收发机，这种方案提供了更好的频谱效率。在CKMC中，盲通信问题被转换成聚类和变换的问题；对于聚类问题，我们提出了K-均值聚类（KMC）检测器来降低检测的复杂度；对于变换问题，我们提出了实行信道解码协助反变换。CKMA盲收发器的分析已被推到出来了，仿真部分展现了CKMC性能的验证。结果显示：CKMC盲通信的性能接近最佳接收机在某些环境下的理想信道状态信息下的性能。 关键词：盲检测、聚类、信道状态信息（CSI）获取、K-均值聚类（KMC）、大规模多输入多输出（MIMO）、模糊变换、空移键控（SSK）。 1介绍 由于MIMO系统提高了多样性和空间复用[2]的能力，在过去的几十年里得到广泛的研究。最近，提出了空移键控代替传统的MIMO[3-8]，在空移键控系统中，信息比特被编码为天线序号，而不像传统调制方案那样编码为传输信号的幅值和相位。相对于传统的正交调幅（QAM）和相移监控（PSK），空移键控（SSK）的优点有一下几点： 由于减小了射频链，硬件费用降低。 不再需要网络天线同步。 由于信号比特不再编为幅值和相位信号，可以降低传输功率。 可以发现，由于SSK发射机很简单，所以它是一种有前景的调制。使用SSK的唯一缺陷可能是实验时间的增加，这与发射天线的数量成正比，但在互相关MIMO信道中实验时间可以降低。换句话说，在发射机处理能力较低和能量有限的情况下，相比传统MIMO，SSK更好。例如，著名的物联网和无线传感网都是潜在的应用场景。特别低，在无线传感网中，传感节点通常都是低成本的且大批量生产和充电电池。在物联网中，发射机的计算能力和续航能力可能比无线传感网???发射机要低。在这种场景下，收发器的简单性和能效是主要的设计问题。 我们的目标是将SSK应用到处理能力较低、能量有限的发射机场景中。为了提高这种发射机的频谱效率和能量效率，我们提出了一种盲收发器，其训练过程完全可以从发射机中移除，因此在接收器中即使没有信道状态信息也可以完成信号的检测。在收发器中，相对于频谱效率（不存在实验时间）、能量效率（节省了实验能量）和发生机的简单性（移除了训练过程），盲通信方案权衡（牺牲）了接收机的复杂度（提高）。虽然接收机的复杂度提高了，但值得注意的是，在某些实际的场景中，例如无线传感网和物联网，它们的节点作为发射机且它们的数据收集器作为接收机，而相比于接收机的低复杂度，实验时间和实验能量的降低更可取。在详细介绍盲检测之前，先简要介绍一下CSI-获取/数据检测技术。 基于训练的检测：在数据信号发送之前，发射机和接收机将周期地发送已知的训练信号。在接收机端，进行数据检测之前，需要用最小均方误差（MMSE）或最小二乘（LS）标准估计信道状态信息（CSI）。实验设计对信道状态信息评估的可靠性有很大的影响。 半盲检测：半盲检测采用一种在接收机中需要最少的训练信号产生一个初始化的CSI估计。在这个初始化的CSI基础上，大量接收信号可以被检测出来，在信号检测的基础上可以获得一个精确的CSI评估。信号检测和CSI评估需要迭代更新直到达到规定的停止标准[12-15]。 差分编码：差分编码去掉了训练过程，因为在连续发送的信号之间，信息被映射成不同的信号。因此，由于连续接收的信号有相同的信道衰落，在没有信道状态信息的情况下，接收器也可以完成信号检测[15-18]。 盲检测：盲检测不需要花费任何时间进行训练。实现盲检测的一个方法是嵌入实验，将实验信号序列直接添加到数据信号中[19-20]。在[21]中，盲检测方案假设在检测器上MIMO信道统计特性是可用的，因此在没有瞬时的信道状态信息下检测器也可以进行检测。研究[22]利用开关键控（OOK）实现盲检测，研究[23]假设部分的CSI（P-CSI），接收机对信道相位是盲的（未知的）；在检测时用预测的信道相位来代替瞬时的信道相位。更多盲检测器的详情可见[21,24]。 所提出的方法是一种盲检测，它的贡献/创新包括： 假设发射机是SSK，其不需要训练过程，因此发射机的设计变简单了。 由于不需要实验时间和实验能量，频谱效率和能量效率得到提高。 我们提出的方法不假设检测器上有任何形式的CSI信息。 相比通过穷举搜索获取最大似然检测，通过利用我们提出的基于聚类的检测器，检测的复杂度得到显