turbo编码方形QAM调制传输的时间同步：码辅助ML估计器与闭式克拉美罗下界
信息论
2015-09-15 v1 math.IT
摘要
本文针对方形QAM传输中的码辅助（CA）定时恢复问题，提出了一种新的最大似然（ML）解法，并首次推导了其CA克拉美罗下界（CRLBs）的闭式表达式。通过利用方形QAM星座图的完全对称性并进一步审视格雷编码机制，我们将系统的似然函数（LF）显式地表示为码比特的先验对数似然比（LLRs）的形式。随后，定时恢复任务被嵌入turbo迭代环路中，其中从软输入软输出（SISO）解码器的输出计算这些LLRs的日益精确的估计，并在每次turbo迭代的基础上加以利用，以精化ML时延估计。后者随后通过反馈至匹配滤波器（MF）用于更好地重新同步系统，从而为下一次turbo迭代获得更可靠的符号率采样。为了恰当基准测试新的CA ML估计器，我们还首次推导了底层turbo同步问题的精确CRLBs的闭式表达式。计算机仿真将表明，新的闭式CRLBs与先前使用穷举蒙特卡洛仿真评估的经验对应物完全一致。它们还将明确显示得益于解码器辅助可在时间同步中实现的潜在性能增益。此外，新的CA ML估计器几乎达到底层CA CRLBs，即便在低信噪比下，从而确认了其实际的统计有效性。与现有最强大的ML解法即联合和积与期望最大化（SP-EM）算法相比，它在计算复杂度上也有显著改善。
引用
@article{arxiv.1509.03810,
title = {Time Synchronization of Turbo-Coded Square-QAM-Modulated Transmissions: Code-Aided ML Estimator and Closed-Form Cram\'er-Rao Lower Bounds},
author = {Faouzi Bellili and Achref Methenni and Souheib Ben Amor and Sofiène Affes and Alex Stéphenne},
journal= {arXiv preprint arXiv:1509.03810},
year = {2015}
}