專利名稱：一種低復雜度的均衡方法
技術領域：
本發(fā)明涉及一種通信系統(tǒng)中的信道均衡方法。
背景技術：
非理想信道的頻率響應會引起幅度和延時失真，而時間彌散則會引入符號
間干擾(ISI )。
許多有線信道存在嚴重的符號間干擾，比如電話信道，其符號間干擾往往
延伸到20—30個符號。
無線信道，比如短波電離層信道、對流層散射信道和移動信道，也是時間 彌散信道。無線信道中的符號間干擾主要是由于不同延時的多個傳播路徑造成， 這些路徑的數(shù)量及相對延時隨時間變化，稱這類信道為時變多徑信道。
對于信道失真引起的符號間干擾，若不加補償，會產(chǎn)生高的差錯率。在接 收機中采用一種方法補償或減小接收信號中的ISI，這類ISI補償器稱為均衡 器。即采用均衡:f支術抑止ISI 。
在對存在ISI的信道的處理中，比較方便的做法是研究連續(xù)時間系統(tǒng)的等 效離散時間模型。因為發(fā)送機以時間T周期性發(fā)送離散符號，接收機中濾波器 的抽樣輸出也是離散時間信號，且具有速率為每秒1/T的樣值，因此發(fā)送濾波 器、信道、接收濾波器及抽樣器的級聯(lián)結(jié)構(gòu)可以用圖1所示的L+l階等效離散 時間橫向濾波器來表示。其輸入是信息符號序列(xj ,抽頭系數(shù)為{hj ,輸出{yk} 表示為
<formula>formula see original document page 4</formula>即(yj為輸入序列(Xk)和等效信道(hJ的巻積，rik表示高斯白噪聲。
信道的沖激往往是先驗未知的，接收端需要進行信道估計，若信道變化很
快，需要動態(tài)調(diào)整濾波器系數(shù)，進行自適應均衡。
大約有以下幾類均衡方法。 一種是基于最大似然序列檢測準則(MLSE)，
從錯誤概率的觀點來看，這是最優(yōu)的，當然，也是最復雜的。另外一種是線性均衡(LE)，通過最優(yōu)化線性濾波器的抽頭系數(shù)來抵消ISI，這種方法比較簡單， 但會引起噪聲的放大。還有一種是判決反饋均衡(DFE),利用已檢測的符號來 抑止當前被檢測符號中的ISI,這種方法的錯誤傳播現(xiàn)象比較嚴重。
最大似然序列估計(MLSE)算法很容易由(1)式描述。在ISI覆蓋L+l 個符號(L個干擾)的情況下，MLSE準則等價為離散時間有限狀態(tài)機的狀態(tài)估 計問題，這時的有限狀態(tài)機即是系數(shù)為(hj的等效離散時間信道。在任何時刻， 它的狀態(tài)由L個最近的輸入確定，即在k時刻狀態(tài)為
Ww,L ;^0時&=0。因此，如果信息符號是M元的，則信道濾
波器有il^個狀態(tài)。從而信道可由M[個狀態(tài)、每個狀態(tài)M個分支的網(wǎng)格圖描述， 維特比算法可用來計算通過該網(wǎng)格的最大似然路徑。
每一時刻，MLSE有M工個狀態(tài)，其復雜度隨M呈指數(shù)增長。對于一些采用 非二元調(diào)制的系統(tǒng)，比如EDGE，其采用8PSK調(diào)制，M = 8， HT信道的長度i^7， 這時MLSE每時刻需要計算的路徑度量數(shù)為8、2097152，顯然不可實現(xiàn)。因此， 需要釆用一些低復雜度的MLSE算法。
一類方法是直接縮短ISI的有效長度，將其從L減少到L。，對前L。長度的 ISI進行MLSE，而對尾部的L-L。長度的ISI直接采用判決反饋來合成。這樣， 復雜度就由M"爭低到了M^'。這種方法稱為延遲判決反饋均衡(DDFSE)。顯然， 若丄。=0，則DDFSE就是MLSE。
另外一類方法是減少每次搜索的網(wǎng)格圖狀態(tài)數(shù)，僅處理一部分狀態(tài)而不是 全狀態(tài)搜索。這一類方法包括簡狀態(tài)序列均衡(RSSE)、 M算法、T算法等。
采用上述低復雜度算法時，接收信號需在均衡之前通過一個預濾波器，使 其能量盡可能集中，以減少ISI的長度。
相關的現(xiàn)有技術有
最大4以然序歹'H古"H" (Maximum likelihood sequence estimation, 簡牙爾 MLSE): Forney, G. D. Jr., Maximum likelihood sequence estimation of digital sequences in the presence of intersymbol interference, IEEE Trans. Inf, Theory, VOL. IT-17, May 1972.
延遲判決反饋均衡(Delayed decision-feedback sequence estimation, 簡稱腳SE): Duel-Hallen, A. and Heegard, C. ， Delayed decision—feedback
5sequence estimation, IEEE Trans. Commun" VOL. 37， May 1989.
簡一大態(tài)序歹寸均4軒(Reduced-state sequence estimation, 簡稱RSSE ): Eyuboglu, A. andQureshi, S. U. H. , Reduced—state sequence estimation with set partitioning and decision feedback, IEEE Trans. Commun" VOL. 46， NO. 1, Jan. 1988.
M算法、T 算法J. B. Anderson and S. Mohan, Sequential coding algorithms: A survey and cos t analys i s， IEEE Trans. Commun., VOL. COM-32， NO. 2, Feb, 1984,

發(fā)明內(nèi)容
本發(fā)明的目的是提供一類低復雜度的均衡方法，這類均衡方法可以減少網(wǎng)
格圖狀態(tài)數(shù)，進而降低均衡復雜度，同時，結(jié)合軟輸入譯碼后，不損失系統(tǒng)性
能或者系統(tǒng)性能損失很小。
根據(jù)本發(fā)明的一個方面，所提供的低復雜度的信道均衡方法包括以下步驟 接收信號通過預濾波器進行信道縮短和能量集中之后，采用兩類低復雜度
均衡方法進行信道均衡，其中
利用所述兩類低復雜度均衡方法之第一類均衡方法抵消ISI的尾部干擾； 利用所述兩類低復雜度均衡方法之第二類均衡方法得到幸存狀態(tài)的累積狀
態(tài)度量，同時保留剩余的舍棄狀態(tài)的累積狀態(tài)度量。
其中，所述第一類均衡方法是對ISI尾部的L-L。條徑進行處理的判決反饋
均衡方法。
其中，所述第二類均衡方法是僅處理一部分網(wǎng)格圖狀態(tài)的筒狀態(tài)序列均衡 算法或M算法或T算法。
本發(fā)明的低復雜度的信道均衡方法還包括利用所述幸存狀態(tài)的累積狀態(tài)度 量和舍棄狀態(tài)的累積狀態(tài)度量產(chǎn)生對應輸入符號的比特軟信息。
根據(jù)本發(fā)明的另一方面，所提供的另一低復雜度的信道均衡方法包括以下 步驟
A)對于M元調(diào)制符號，利用預濾波器對長度為L的信道進行處理，將能量 集中到前L。條徑，從而使均衡中的信道網(wǎng)格圖狀態(tài)數(shù)為M"以及使有限狀態(tài)機的記憶長度為L。；
B)采用判決反饋均衡處理符號間干擾ISI尾部的L-L。條徑，得到下式， = + Z M" , ( 2 )
其中，Xk是輸入的信息符號序列，hi是抽頭系數(shù)，yk是輸出，lu,L j"是 向后延遲判決的L-L。個判決值，ru是白斯噪聲；
C )采用簡狀態(tài)序列均衡算法或M算法或T算法僅處理一部分網(wǎng)格圖狀態(tài)， 以降低網(wǎng)格圖中搜索的狀態(tài)數(shù)，同時保留通過對上述(2 )式中第一個求和項的 處理得到的幸存狀態(tài)的累積狀態(tài)度量和舍棄狀態(tài)的累積狀態(tài)度量，以產(chǎn)生供軟 輸入譯碼的比特軟信息。
其中所述步驟A)包括以下步驟
在k-l時刻，對于M^'個狀態(tài)，積累狀態(tài)度量為D(k-l，i),其中 / = 0,1,L M一 -1;
選取上述累積狀態(tài)度量D(k-l， i)最小的1個，其狀態(tài)記為S，定義所述S 及其之前的路徑為到k-1時刻為止的最大似然路徑；
以所述S為起點，進行后向延遲判決，得到L-L。個判決值^-z^,L jr 作為延遲判決值直接抵消ISI的尾部干擾。
其中，對于k時刻的各個狀態(tài)，均采用相同的延時判決值^-z^，L "
其中，所述步驟B)包括以下步驟
利用k-l時刻的幸存狀態(tài)及k時刻的分支度量，對(2)式中的第1個求 和項進行處理，得到k時刻幸存狀態(tài)的積累狀態(tài)度量；
同時利用近似方法保留剩余的舍棄狀態(tài)的積累狀態(tài)度量。
其中，根據(jù)k時刻的幸存狀態(tài)累積狀態(tài)度量和舍棄狀態(tài)的積累狀態(tài)度量， 產(chǎn)生對應輸入符號的比特軟信息，具體步驟包括
對于M-2"的m比特的符號，依據(jù)積累狀態(tài)度量，對02Km-l的第i個比 特，通過比較M/2個狀態(tài)，分別找出其為O和為1時的對應的最大似然狀態(tài)；
將這M/2個狀態(tài)的積累狀態(tài)度量差確定為比特軟信息的絕對值；以及
通過硬判決結(jié)果得到所述絕對值的正負符號。


圖1是具有AWGN的符號間干擾信道的等效離散時間模型； 圖2是EDGE系統(tǒng)中的8PSK符號映射； 圖3是RSSE4中的集分割方法。
具體實施例方式
本發(fā)明主要針對高階調(diào)制系統(tǒng)，即M元調(diào)制符號，M>2。
接收信號通過預濾波器進行信道縮短和能量集中之后，進行均衡，均衡采 用前面提到的兩類低復雜度的均衡方法的結(jié)合。
設信道長度為L,經(jīng)濾波器處理后能量集中到前U條徑，即均衡中的網(wǎng)格 圖狀態(tài)數(shù)為M",有限狀態(tài)機的記憶長度為L。。
設網(wǎng)格圖中狀態(tài)為Si， i表示編號。對于每個狀態(tài)Si,在網(wǎng)格圖中有M條 輸出分支，分支度量表示接收信號與當前分支的歐式距離。
某時刻k,狀態(tài)Si對應的狀態(tài)度量為D(k, i)，狀態(tài)度量表示當前時刻網(wǎng)格 圖中各狀態(tài)出現(xiàn)的可能性，是一個積累值，由之前似然路徑上的各個分支度量 積累得到。
具體方法分為以下幾步
1. 采用判決反饋均衡處理ISI尾部的L-L。條徑。
在k-l時刻，對于M"個狀態(tài)，得到積累狀態(tài)度量為D(k-l，i)， f = 0,l,L M"-l。選取其中最小的l個，其狀態(tài)記為S, S及其之前的路徑即為到 k-l時刻為止的最大似然路徑。以S為起點，進行后向延遲判決，得到L-L。個 判決值^-z^,L 作為延遲判決值直接抵消ISI的尾部干擾。這時，(1 )式
改寫為<formula>formula see original document page 8</formula>
對于k時刻的各個狀態(tài)，均采用相同的延時判決值&n,L 即在(2)式
中，對于第1個求和項中不同的x的組合，第2個求和項均相同，因此每個時 刻第2個求和只需計算一次。
2. 降低網(wǎng)格圖中搜索的狀態(tài)數(shù)，保留所有狀態(tài)度量。
采用簡狀態(tài)序列均衡算法、M算法或T算法等僅處理一部分網(wǎng)格圖狀態(tài)的方法，通過k-l時刻的幸存狀態(tài)及k時刻的分支度量，對(2)式中的第1個求 和項進行處理，得到k時刻幸存狀態(tài)的積累狀態(tài)度量。與此同時，通過近似方 法也保留剩余的舍棄狀態(tài)的積累狀態(tài)度量。 3. 產(chǎn)生比特軟信息，供軟輸入譯碼。
由步驟1、 2對輸入信號進行處理，每個時刻得到所有(幸存狀態(tài)和舍棄 狀態(tài))的積累狀態(tài)度量。根據(jù)k時刻的積累狀態(tài)度量，可產(chǎn)生對應輸入符號的 比特軟信息。具體地，設肘=2、則l個符號表示m比特。由積累狀態(tài)度量， 對第i個比特，0a《m-l，分別找出其為O和為1時的對應的最大似然狀態(tài)， 顯然，分別需要比較M/2個狀態(tài)，則其比特軟信息的絕對值即為這2個狀態(tài)的 積累狀態(tài)度量差，而軟值符號(+、-)則由硬判決結(jié)果得到。 均衡得到的比特軟信息經(jīng)過解交織后，進行軟輸入譯碼。 下面將結(jié)合實例詳細說明本發(fā)明的基本原理、數(shù)學描述及具體實施方式
。 以EDGE系統(tǒng)為例，對EGPRSMCS5，為8PSK調(diào)制，0. 37碼率的巻積編碼， 信道為COST207—TU50。
預濾波器采用20階的線性預測濾波器，其輸出的ISI長度L-4，此濾波器 可將整個信道轉(zhuǎn)化為最大相位/最小相位，分別對應1個burst中的前半個突發(fā) 和后半個突發(fā)，U=l。以后半個突發(fā)的處理進行說明，前半個突發(fā)的處理類似。 由于"=1，所以網(wǎng)格圖中每時刻的狀態(tài)數(shù)為8^8,采用RSSE進一步降低 待處理的狀態(tài)數(shù)，降到4狀態(tài)甚至2狀態(tài)，分別記為RSSE4和RSSE2,以RSSE4 為例。
采用集分割方法，將8個狀態(tài)分為4個子集，每個子集2個狀態(tài)，同一子 集中的2個狀態(tài)在星座圖上的歐式距離相距最遠，如圖3。
由已知的訓練序列，可確定網(wǎng)格圖的起始狀態(tài)，從起始狀態(tài)開始前向進行 處理，剩余3條徑的ISI由步驟1中的方法進行^^消。
每時刻每個子集中只保留l個幸存狀態(tài)，舍棄其余的狀態(tài)。但是，要保留 舍棄狀態(tài)的狀態(tài)度量，用于比特軟值的產(chǎn)生。
對于8PSK調(diào)制，每個符號包含3比特信息。因此，每個比特的軟值的生 成需要分別比較4個積累狀態(tài)度量。比如對于圖2中的《，其為"0"時對應 的符號分別為(0， 1， 1)， (0， 1， 0)， (0， 0， O)和(O, 0, 1)，比較這4個狀態(tài)對應的積累度量，找出最小值；《,為'T'時對應的符號分別為(1， 0,1) ， (1, 0, 0) ， (1,1, 0), (1,1,1)，同樣的，比較這4個狀態(tài)找出最小值，而《的軟值絕對值則為這2 個最小值之差。
均衡末尾有3個尾比特"0",這里只需要l個就可以使網(wǎng)格圖歸零。然后 從零狀態(tài)回溯找出最大似然路徑，進行硬判決，再由圖2的比特符號之間的映 射關系得到比特軟值的符號。
每4個突發(fā)的均衡數(shù)據(jù)經(jīng)過解交織后送入維特比譯碼器進行軟輸入譯碼， 最后硬判決輸出。
權利要求
1、一種低復雜度的信道均衡方法，包括以下步驟接收信號通過預濾波器進行信道縮短和能量集中之后，采用兩類低復雜度均衡方法進行信道均衡，其中利用所述兩類低復雜度均衡方法之第一類均衡方法抵消ISI的尾部干擾；利用所述兩類低復雜度均衡方法之第二類均衡方法得到幸存狀態(tài)的累積狀態(tài)度量，同時保留剩余的舍棄狀態(tài)的累積狀態(tài)度量。
2、 根據(jù)權利要求1所述的方法，其中所述第一類均衡方法是對ISI尾部的 L-L。條徑進行處理的判決反饋均衡方法。
3、 根據(jù)權利要求1或2所述的方法，其中所述第二類均衡方法是僅處理一 部分網(wǎng)格圖狀態(tài)的簡狀態(tài)序列均衡算法或M算法或T算法。
4、 根據(jù)任一項權利要求所述的方法，還包括利用所述幸存狀態(tài)的累積狀態(tài) 度量和舍棄狀態(tài)的累積狀態(tài)度量產(chǎn)生對應輸入符號的比特軟信息。
5、 一種低復雜度的信道均衡方法，包括以下步驟A) 對于M元調(diào)制符號，利用預濾波器對長度為L的信道進行處理，將能量 集中到前L。條徑，從而使均衡中的信道網(wǎng)格圖狀態(tài)數(shù)為ma'以及使有限狀態(tài)機 的記憶長度為L0;B) 采用判決反饋均衡處理符號間干擾ISI尾部的L-L。條徑，得到下式，<formula>formula see original document page 2</formula>其中，Xk是輸入的信息符號序列，hi是抽頭系數(shù)，yk是輸出，^-z^,L ;w是 向后延遲判決的L-L。個判決值，nk是白斯噪聲；C )采用簡狀態(tài)序列均衡算法或M算法或T算法僅處理一部分網(wǎng)格圖狀態(tài)， 以降低網(wǎng)格圖中搜索的狀態(tài)數(shù)，同時保留通過對上述(2)式中第一個求和項的 處理得到的幸存狀態(tài)的累積狀態(tài)度量和舍棄狀態(tài)的累積狀態(tài)度量，以產(chǎn)生供軟 輸入譯碼的比特軟信息。
6、 根據(jù)權利要求5所述的方法，其中所述步驟A)包括以下步驟在k-l時刻，對于M"個狀態(tài)，積累狀態(tài)度量為D(k-l，i),其中 / = 0,1,L -1;選取上述累積狀態(tài)度量D(k-1， i)最小的1個，其狀態(tài)記為S,定義所述S及其之前的路徑為到k-1時刻為止的最大似然路徑；以所述S為起點，進行后向延遲判決，得到L-L。個判決值^"一，L ,l丄， 作為延遲判決值直接抵消ISI的尾部干擾。
7、 根據(jù)權利要求6所述的方法，其中對于k時刻的各個狀態(tài)，均采用相 同的延時判決值^-u,L
8、 根據(jù)權利要求5或6所述的方法，其中所述步驟B)包括以下步驟 利用k-l時刻的幸存狀態(tài)及k時刻的分支度量，對(2)式中的第1個求和項進行處理，得到k時刻幸存狀態(tài)的積累狀態(tài)度量；同時利用近似方法保留剩余的舍棄狀態(tài)的積累狀態(tài)度量。
9、 根據(jù)權利要求8所述的方法，其中根據(jù)k時刻的幸存狀態(tài)累積狀態(tài)度 量和舍棄狀態(tài)的積累狀態(tài)度量，產(chǎn)生對應輸入符號的比特軟信息。
10、 根據(jù)權利要求9所述的方法，其中對于M-2"的m比特的符號，依據(jù)積累狀態(tài)度量，對0&、m-l的第i個比 特，通過比較M/2個狀態(tài)，分別找出其為O和為1時的對應的最大似然狀態(tài)； 將這M/2個狀態(tài)的積累狀態(tài)度量差確定為比特軟信息的絕對值；以及 通過^^判決結(jié)果得到所述絕對值的正負符號。
全文摘要
本發(fā)明公開了一種低復雜度的信道均衡方法，在該方法中，接收信號通過預濾波器進行信道縮短和能量集中之后，采用兩類低復雜度均衡方法進行信道均衡，其中利用所述兩類低復雜度均衡方法之第一類均衡方法抵消ISI的尾部干擾；利用所述兩類低復雜度均衡方法之第二類均衡方法得到幸存狀態(tài)的累積狀態(tài)度量，同時保留剩余的舍棄狀態(tài)的累積狀態(tài)度量，然后利用所述幸存狀態(tài)的累積狀態(tài)度量和舍棄狀態(tài)的累積狀態(tài)度量產(chǎn)生對應輸入符號的比特軟信息。
文檔編號H04L25/03GK101521556SQ200810007899
公開日2009年9月2日 申請日期2008年2月28日 優(yōu)先權日2008年2月28日
發(fā)明者段世平, 肖業(yè)平, 馬馨睿 申請人:重慶無線綠洲通信技術有限公司