DSAR進展趨向探討性論文

　　DSAR迭代處理結構

　　DSAR針對未知深空通道傳輸環境，分別需要識別、估計和檢測接收訊號的解調引數，用於獲取訊號承載的資訊。但在低信噪比深空傳輸環境下，訊號引數的估計和檢測往往存在迴圈巢狀和互為前提的問題，不能輕易分離各個引數的識別和估計過程。如對於訊號解調中的載波頻率與相位兩個引數，它們的估計互為前提：相對準確的另一方引數估計，將有助於該引數自身的精確估計。反之，除非進行更大複雜度的二維引數同時估計，否則不能有效地依次實現該兩個引數的精確估計。因此，如何確定引數估計的合理次序，並採用若干工程實現技巧,對於構造整個自主無線電引數估計的體系結構將非常關鍵。目前，JPL提出了自主無線電引數估計的總體系統模型,並分別論述了該模型所需解決的引數識別，檢測，解調等關鍵技術[2]。但大部分引數估計方法，都需要預先得知某些引數，從而距DSAR複雜傳輸環境的工程應用還有較大差距。特別是該模型將直接面臨低信噪比傳輸的難題，直接導致傳輸過程的解調門限不夠，而無法進行後續有效譯碼等處理，而使通訊失效。中科院空間中心也提出了自主無線電引數估計的迭代層次模型，給出瞭解決該問題較好的工程實現結構[3]。它首先將訊號檢測和處理的各個過程進行細化分層，按各個引數的識別、粗估計到精估計的層次進行混合處理：透過不同處理層間進行的引數估計資訊的互動、反饋和迭代處理，能有效地實現未知訊號由粗到精的自主識別，接收和處理。但該方法要達到實用還需解決以下問題：最佳化引數估計算法,即在保證引數估計效能的前提下,儘量降低演算法的實現複雜度；保證層間引數估計所傳遞訊息的可靠性，避免錯誤訊息的反饋導致的誤差傳播與放大，以確保整個系統解調引數估計和檢測的收斂和正確。

　　DSAR系統中訊號引數的估計和檢測，主要包含以下6個層次：調製指數估計與識別、載波頻率估計與補償、調製方式識別，載波相位跟蹤，信噪比(SignaltoNoiseRatio,SNR)估計及載波頻率跟蹤以及幀同步與通道譯碼處理。針對互為前提的迴圈訊號引數估計及其精度問題，還需針對引數估計效果，劃分估計階段為粗估計及精估計兩個部分。而且，還需結合各引數估計誤差對系統性能影響的情況，設定各引數的合理估計順序，來獲得較好的聯合引數估計和檢測的迭代層次結構。因載頻偏差對系統影響相對較大，故對其估計和補償要先於符號定時、相位偏差等其他引數的估計和補償。符號定時偏差估計受載波相偏等的影響較小，且其估計算法複雜度也相對較低，故對其估計需先於載波相位等引數估計，從而避免多維引數同時估計所帶來的巨大複雜度。最後，整個DSAR系統中的引數估計過程，可先進行調製指數等引數的識別、粗載波頻率、粗相位偏差，粗SNR等引數的粗估計。然後，將這些解調引數進行補償，並進一步將其估計與編碼的迭代譯碼過程相結合，透過它們之間的引數估計與譯碼外訊息之間的聯合訊息傳遞與反饋，實現整個DSAR系統的聯合迭代譯碼和精引數估計及其補償。

　　最後，DSAR系統的迭代訊號處理結構模型如圖1所示:圖1所示的模型是一個具有4層迭代訊號處理結構DSAR系統的迭代引數估計與檢測模型。其層次結構分別如下：第1層為調製指數等引數估計層；第2層為粗載波頻率估計層；第3層包含資料速率、SNR、脈衝形狀及粗符號定時等引數的混合估計層；第4層為解調所需精、粗載波頻率、精定時和載波相位等引數的混合估計層；第5層幀同步估計層；第6層通道譯碼層。每層估計結果均以迭代處理軟資訊的形式傳送至下一層。下一層訊息也可依次向上一層或更高層進行處理訊息的反饋。另外，同層間的訊息傳遞也可橫向或縱向處理,實施最佳引數估計次序，完成整個系統最佳的訊息迭代傳遞的管理和控制。如初始解調引數估計工作在效能較差但對通道引數前提要求不高的非相干狀況，以便獲得粗估計和檢測結果。一旦系統獲得粗載波相位資訊，就可將工作模式轉換為相干解調方式，從而提高解調效能。第3、4層內參數之間的聯絡比較緊密，需採用聯合的橫向或縱向協同引數估計與檢測予以實現。另外，在對第4層內的引數進行精估計時，還可進一步將判決可靠性較高的通道譯碼軟、硬判決資訊，來分別反饋輔助這些解調引數的精估計。反過來，該過程也將提高輸入到譯碼器進行譯碼處理的解調後訊號的可靠性，提升譯碼效能。即採用該聯合協同解調與譯碼的方法可獲更高精度的引數估計。而且，該更高精度的引數估計結果，也進一步促進譯碼的可靠性，形成了一個較好的解調與譯碼協同處理的迴圈，大大減少了不必要的資訊處理損失。最終，該迭代訊號處理結構可有效實現整個DSAR系統的聯合引數估計與通道譯碼，並獲得較好的深空通訊效果。

　　另外，在深空通訊中，DSAR的關鍵問題是如何快速實現中斷後深空通訊鏈路的重建，以提高傳輸效率[5]。當前主要問題是快速捕獲，並實時跟蹤深空無線電訊號的引數。如對採用高功率效率MSK調製和高編碼增益LDPC編碼構成的系統，可先用週期頻譜或快速傅立葉變換等頻率粗估計算法，進行載波頻率的快速粗估計。另外，透過增加一小段差分的前導訓練字後（也符合LDPC等現代分組通道編碼需要幀同步的要求），可分別將訊號傳輸的調製模式設定成相干或非相干兩類載波解調方式[5]。首先，可利用一小段前導的訓練字用非相干解調實現快速的符號定時同步等的差分解調。因差分解調無需精確的載波同步等解調資訊，無需進行多維聯合解調引數的估計，大大簡化了整個解調的`實現過程。故該結構較好地解決了自主無線電引數估計的迴圈引數檢測與估計的巢狀問題。因此，在該階段，可用非相干解調及較短的前導訓練字資料及一些定時估計的盲演算法用於實現粗定時估計。之後，因相干解調可獲得更好效能，可將自主無線電系統的工作模式切換到相干解調方式，用傳統的鎖相環、平方環、判決反饋環等閉環工作方式。同時，對載波頻率相位偏差、SNR估計等同步和通道狀態引數進行粗估計，並用前導訓練字資料用於幀同步，實現LDPC碼等分組碼的譯碼位元次序對齊。

　　最後，實現聯合LDPC譯碼與解調和通道解調引數的估計：透過LDPC譯碼軟資訊的高可靠性，迭代反饋並獲得精解調引數的檢測和估計。即進行更高精度的聯合解調譯碼及其相關同步和通道狀態引數的跟蹤，以完成整個深空通訊鏈路的快速有效重建。但在該聯合譯碼解調過程中，如發現粗解調引數估計有誤而不能滿足LDPC校驗矩陣的檢驗，還需及時將該錯誤標記反饋給引數粗估計算法，重新開展粗估計和通道引數檢測的大閉環的工作。因此，對於整個自主無線電的實現，需要合理排序整個自主無線電接收機系統的解調引數估計和檢測次序，實現傳統解調與迭代譯碼、引數的粗、精估計的有機協同結合，以獲得最佳的估計速度與估計精度的折中。

　　DSAR中的迭代解調關鍵技術

　　在深空通訊極低SNR條件下，DSAR接收機首先需要實現有效解調，才能進行後續譯碼等處理。傳統通訊系統因解調門限較高，導致其在極低SNR下解調門限不夠而無法有效工作。但對解調和譯碼進行聯合處理，利用通道譯碼的信噪比放大功能，採用可靠性更高的譯碼軟資訊作為解調的判斷依據，可有效地解決該問題，並使系統獲得編碼帶來的高編碼增益。在解調中，除了載波與定時等同步外，接收機還將遇到深空通道因探測器通訊角度、速度及天體阻擋等因素，而導致的SNR等引數估計的高動態（變化速度快，變化幅度大）問題。所以，DSAR系統需採用在低SNR環境下仍然能高效工作的快速聯合譯碼和SNR等解調引數估計的演算法。如JPL模擬了聯合1/31位元速率Turbo碼與載波同步的超低信噪比傳輸系統，成功驗證了超低符號信噪比(Es/N0)低達-15.8dB的有效可靠通訊[6]。

　　迭代同步是迭代解調的重要組成部分。它可將放大信噪比後的通道譯碼軟資訊反饋給載波及定時同步環，使其較準確的判斷載波及定時資訊，實現低SNR迭代同步。該演算法主要包含以下三類方案：直接將較準確的譯碼結果作為訓練字輔助同步[7]；根據卷積碼（Turbo碼）等最大後驗迭代解調，透過查詢誤差最小的Viterbi倖存路徑輔助同步[8]；對譯碼軟資訊進一步處理反饋傳統同步環輔助同步[9]。其中，方案一收斂慢，不適用突發通道，只能用於較好通道環境下的同步跟蹤。方案二採用了最複雜的最大後驗等譯碼，延遲和計算複雜度都非常大，但效能較好。方案三將LDPC譯碼軟資訊進行處理，根據一定的判決準則來協助同步。如採用硬判決——譯碼結果滿足LDPC校驗方程程度，作為判斷解調引數估計準確性的依據[10],[11]。該方法效能較好，但大範圍搜尋導致複雜度較高[10]。另外，迭代解調還可檢測低SNR下傳統同步演算法易出現的載波跳周或定時滑碼問題。經編碼的符號存在約束，如發生了跳周或滑碼，其在譯碼時將不滿足譯碼約束條件。研究表明：低SNR下的4/5位元速率LDPC編調製系統能有效的檢測與糾正跳周[12]。而滑碼與跳周的解決原理相似，也可利用通道譯碼約束來檢測和糾正。

　　此外，SNR估計失誤也會降低通道譯碼效能。在SNR估計過低時，譯碼效能會急劇惡化[13]。故為了充分獲得編碼效能，需進行SNR等通道資訊的精確估計。而聯合通道譯碼的SNR估計是在低SNR下仍有效的估計算法。其中，一類方法是將譯碼結果代入SNR估計計算式，並結果反饋給通道譯碼決定估計準確性[14]。該方法需要1次譯碼的完整結果，導致SNR估計時延較大。另一類方法採用期望最大準則將譯碼軟資訊用於SNR估計[15]。該方案收斂快，但複雜度較高。現有的聯合解調譯碼演算法的實現複雜度還是較高。其原因主要是未從更深層次挖掘譯碼迭代所反饋的軟資訊，只是簡單的將軟資訊應用於傳統演算法中判決反饋場合的判斷依據。所以，如何將同步、引數估計等解調處理有機結合到譯碼的迭代過程中，就能獲得複雜度更低、解調譯碼延遲更少、效能更好的實現方案。

　　DSAR的發展趨勢

　　DSAR技術經近幾十年的發展，其檢測與接收效能都已接近極限。如對其繼續改進，其實現複雜度將急劇增加，但系統性能增加餘量不大。如對於其中決定效能的通道碼，採用較低複雜度的類Turbo碼（即結構化LDPC碼）的重複累積碼，其效能已距夏農極限約0.5-1dB。為了進一步接近夏農極限，如再提高0.2-0.5dB效能，則需大大增加編碼碼長，並有效調整編碼矩陣結構等措施。從而造成系統複雜度急劇增加，甚至不能實現。另外，聯合迭代譯碼與解調及檢測演算法的複雜度仍非常高，還需研究它們的低複雜度實現方法。其中，需充分利用譯碼的迭代特性，將通道引數估計和檢測、同步等解調處理完全融合到迭代接收機結構，減少DSAR系統資訊處理的損失[16]。因此，對於極低SNR下DSAR技術的研究，還需兼顧理論效能與工程實現複雜度，在確保可實現的前提下，最大限度地提高深空傳輸效能。

　　結論與展望

　　DSAR技術是較為複雜的深空通訊系統工程實現技術。其引數估計算法等關鍵技術也還需要進一步的完善和改進，而提高整個系統的效能。特別是該技術還需要與高效能的通道譯碼相結合，以譯碼迭代訊息傳遞的方式，實現複雜度適中、效能優異的引數估計、檢測和譯碼等聯合迭代資訊處理，以獲得較好的系統性能。隨著深空探測通訊技術的發展，DSAR系統也繼續向高可靠穩定、低實現複雜度及高智慧化自動協調處理等方向不斷髮展，並將成為未來深空探測通訊系統的關鍵技術和重要保障。

　　隨著我國火星探測等深空探測計劃的開展，DSAR技術也逐漸成為該領域的研究熱點。該技術結合深空通訊的通道特點，透過譯碼迭代帶來的信噪比放大效應，最大限度地提高深空極低信噪比傳輸的有效性與可靠性，在深空通訊領域有較大的應用前景。隨著研究的深入及軟硬體水平的提高，各類具有更高效能但複雜度也更大的聯合譯碼與迭代檢測與處理技術也將得以實現，並在未來通訊系統中發揮更重大的作用。