一種基于qam調(diào)制方式的自適應(yīng)均衡算法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及無線通信基帶信號(hào)解調(diào)技術(shù)，特別是對抗多徑的均衡技術(shù)，特別是一種基于QAM調(diào)制方式的自適應(yīng)均衡算法。
【背景技術(shù)】
[0002]隨著現(xiàn)代通信的發(fā)展，數(shù)據(jù)通信業(yè)務(wù)劇增，需要在有限的頻帶上傳輸更大容量的數(shù)字信息。正交幅度調(diào)制(QAM)是一種高頻帶利用率的調(diào)制技術(shù)，調(diào)制信號(hào)的幅度和相位都攜帶有數(shù)據(jù)信息，因此該調(diào)制技術(shù)得到了日益廣泛的應(yīng)用。
[0003]然而，通信介質(zhì)傳輸?shù)男畔⒎?hào)總會(huì)由于信道非理想特性而產(chǎn)生幅度、相位失真以及符號(hào)串?dāng)_，同時(shí)受到加性噪聲的干擾，主要表現(xiàn)為多徑衰落和多普勒衰落，而均衡技術(shù)可以盡可能減少多徑衰落的影響，最大限度的提高通信系統(tǒng)的性能。
[0004]由于信道是時(shí)變的，均衡通常采用自適應(yīng)技術(shù)跟蹤信道的變化，在各種自適應(yīng)算法中，現(xiàn)有算法各有優(yōu)缺點(diǎn)，LMS算法復(fù)雜度較低，但其收斂速度慢；RLS最大的缺點(diǎn)是運(yùn)算量大，需要求逆矩陣；CMA不需要發(fā)送端發(fā)送訓(xùn)練序列，對發(fā)送信號(hào)相位不敏感，但算法剩余誤差較大；MLSE算法性能最佳，但結(jié)構(gòu)復(fù)雜，運(yùn)算量大，不適合在高階QAM調(diào)制方式下應(yīng)用。本專利針對LMS算法進(jìn)行改進(jìn)，在不明顯增加計(jì)算復(fù)雜度條件下，加快其收斂速度。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于QAM調(diào)制方式的自適應(yīng)均衡算法，使均衡器算法在QAM調(diào)制下有較小計(jì)算復(fù)雜度和良好的均衡效果，滿足實(shí)際工程應(yīng)用的需要。
[0006]本發(fā)明的目的是通過以下技術(shù)方案來實(shí)現(xiàn)的:一種基于QAM調(diào)制方式的自適應(yīng)均衡算法，它包括如下子步驟:
[0007]S1:數(shù)據(jù)發(fā)送端發(fā)送包含訓(xùn)練序列的信號(hào)；
[0008]S2:幀同步模塊確定一幀數(shù)據(jù)開始位置和訓(xùn)練序列位置；
[0009]S3:信道估計(jì)模塊根據(jù)訓(xùn)練序列計(jì)算IIR濾波器系數(shù)，
[0010]A.訓(xùn)練期間，IIR濾波器對接收信號(hào)進(jìn)行濾波，降低信號(hào)相關(guān)性，LMS均衡算法采用較大迭代步長對接收信號(hào)進(jìn)行均衡計(jì)算；
[0011]B.訓(xùn)練完成，IIR濾波器對接收信號(hào)進(jìn)行濾波，降低信號(hào)相關(guān)性，LMS均衡算法采用較小迭代步長對接收信號(hào)進(jìn)行均衡計(jì)算。
[0012]該算法使用的LMS均衡器采用可變抽頭濾波器，隨著時(shí)間推移，抽頭系數(shù)不斷變化，最后趨近于最優(yōu)值。
[0013]所述的訓(xùn)練序列為Μ進(jìn)制偽隨機(jī)碼。
[0014]所述的較大迭代步長為0.003，較小迭代步長為0.0001875ο
[0015]所述的LMS均衡算法以最小均方誤差為目標(biāo)函數(shù)，控制均衡器系數(shù)變化，其系數(shù)公式為:
[0016]ff (k) = W(k_l) + μ (k) e* (k) X (k)
[0017]其中W(k)為第k次得到的濾波器系數(shù);W(k_l)為第k-1次得到的濾波器系數(shù)；μ (k)為迭代步長；e*(k)為第k次計(jì)算誤差的共軛；X(k)為輸入信號(hào)。
[0018]本發(fā)明的有益效果是:本發(fā)明提供了一種基于QAM調(diào)制方式的自適應(yīng)均衡器，該均衡器計(jì)算復(fù)雜度低，收斂速度快，能適應(yīng)從QPSK到256QAM各種調(diào)制方式，并有良好的均衡效果，改善接收信號(hào)的失真程度，使畸變的信號(hào)接近規(guī)則的調(diào)制信號(hào)，克服符號(hào)間干擾，降低誤碼率，改善通信系統(tǒng)的可靠性。
【附圖說明】
[0019]圖1為均衡算法流程圖；
[0020]圖2為自適應(yīng)濾波器一般結(jié)構(gòu)圖；
[0021]圖3為IIR濾波器結(jié)構(gòu)圖；
[0022]圖4為均衡前星座信號(hào)示意圖；
[0023]圖5為均衡后星座信號(hào)示意圖。
【具體實(shí)施方式】
[0024]下面結(jié)合附圖進(jìn)一步詳細(xì)描述本發(fā)明的技術(shù)方案，但本發(fā)明的保護(hù)范圍不局限于以下所述。
[0025]如圖1所示，一種基于QAM調(diào)制方式的自適應(yīng)均衡算法，它包括如下子步驟:
[0026]S1:數(shù)據(jù)發(fā)送端發(fā)送包含訓(xùn)練序列的信號(hào)；
[0027]S2:幀同步模塊確定一幀數(shù)據(jù)開始位置和訓(xùn)練序列位置；
[0028]S3:信道估計(jì)模塊根據(jù)訓(xùn)練序列計(jì)算IIR濾波器系數(shù)，
[0029]A.訓(xùn)練期間，IIR濾波器對接收信號(hào)進(jìn)行濾波，降低信號(hào)相關(guān)性，LMS均衡算法采用較大迭代步長對接收信號(hào)進(jìn)行均衡計(jì)算；
[0030]B.訓(xùn)練完成，IIR濾波器對接收信號(hào)進(jìn)行濾波，降低信號(hào)相關(guān)性，LMS均衡算法采用較小迭代步長對接收信號(hào)進(jìn)行均衡計(jì)算。
[0031]該算法使用的LMS均衡器采用可變抽頭濾波器，隨著時(shí)間推移，抽頭系數(shù)不斷變化，最后趨近于最優(yōu)值。
[0032]所述的訓(xùn)練序列為Μ進(jìn)制偽隨機(jī)碼。
[0033]所述的較大迭代步長為0.003，較小迭代步長為0.0001875ο
[0034]所述的LMS均衡算法以最小均方誤差為目標(biāo)函數(shù)，控制均衡器系數(shù)變化，其系數(shù)公式為:
[0035]ff (k) = ff (k-1) + μ (k) e* (k) X (k)
[0036]其中W(k)為第k次得到的濾波器系數(shù);W(k_l)為第k-1次得到的濾波器系數(shù)；μ (k)為迭代步長；e*(k)為第k次計(jì)算誤差的共軛；X(k)為輸入信號(hào)。
[0037]由于實(shí)際信道特性的時(shí)變性，要求信道均衡器必須跟蹤信道響應(yīng)的時(shí)變性，不斷更新均衡器的抽頭系數(shù)，這種能跟隨信道變化的均衡器稱為自適應(yīng)均衡器。自適應(yīng)均衡器也采用濾波器實(shí)現(xiàn)，只是濾波器系數(shù)處在不斷變化中。自適應(yīng)濾波器一般結(jié)構(gòu)如圖2所示。
[0038]LMS算法收斂速度是指對于恒定輸入，當(dāng)?shù)惴ǖ牡Y(jié)果已經(jīng)充分接近最優(yōu)解時(shí)，即已經(jīng)收斂時(shí)，算法所需的迭代次數(shù)。一般來說快速的收斂算法可以快速地適應(yīng)穩(wěn)定的環(huán)境。算法的收斂速度主要是由兩個(gè)參數(shù)來決定:步長μ (k)和特征值分散。步長μ (k)是均衡器系數(shù)公式中μ (k)，為了降低算法復(fù)雜度，μ (k)通常設(shè)定為常數(shù)；而特征值分散反映了信號(hào)通過信道后的接收信號(hào)的相關(guān)程度。接收信號(hào)的相關(guān)程度越弱，特征值越集中，算法收斂速度越快。
[0039]為消除接收信號(hào)相關(guān)性，在均衡器前插入一 IIR濾波器，該濾波器為信道濾波器的逆濾波器，濾波器結(jié)構(gòu)如圖3所示。
[0040]其中為bO，_bl……，-b(L-l)濾波器系數(shù)，與信道沖擊響應(yīng)有關(guān)，b0 = (h⑹)\bl = h(l)，b2 = h⑵……，b(L-l) = h(L-l),由于信道是時(shí)變的，可能使IIR濾波器不穩(wěn)定，故在IIR反饋結(jié)構(gòu)中加入判決模塊，其作用是限制反饋信號(hào)的幅度值，因?yàn)樵摓V波器是信道的逆濾波器，不考慮噪聲影響其輸出應(yīng)為QAM星座圖上的點(diǎn)，判決模塊輸出就是與輸入最近的星座點(diǎn)，經(jīng)過濾波器后信號(hào)相關(guān)性很弱，再輸入到均衡器中處理。
[0041]均衡器采用LMS算法，為提高算法收斂速度，在發(fā)送數(shù)據(jù)之前增加了訓(xùn)練序列，并使用較大步長，訓(xùn)練序列結(jié)束時(shí)，均衡器系數(shù)接近最優(yōu)值，改用較小步長。
[0042]使用MATLAB/S頂U(kuò)LINK仿真信號(hào)星座圖，調(diào)制方式:256QAM，信道沖擊響應(yīng):[1000.60.5]，SNR:40dB。由圖4和圖5可已看出均衡前信號(hào)星座雜亂無章，根本無法完成解調(diào)，均衡后信號(hào)星座清晰可辨，能順利完成解調(diào)，仿真也表明此時(shí)誤符號(hào)率為0。
[0043]該算法計(jì)算復(fù)雜度低，收斂速度快，能適應(yīng)從QPSK到256QAM各種調(diào)制方式，并有良好的均衡效果。
【主權(quán)項(xiàng)】
1.一種基于QAM調(diào)制方式的自適應(yīng)均衡算法，其特征在于:它包括如下子步驟: 51:數(shù)據(jù)發(fā)送端發(fā)送包含訓(xùn)練序列的信號(hào)； 52:幀同步模塊確定一幀數(shù)據(jù)開始位置和訓(xùn)練序列位置； 53:信道估計(jì)模塊根據(jù)訓(xùn)練序列計(jì)算IIR濾波器系數(shù)， A.訓(xùn)練期間，IIR濾波器對接收信號(hào)進(jìn)行濾波，降低信號(hào)相關(guān)性，LMS均衡算法采用較大迭代步長對接收信號(hào)進(jìn)行均衡計(jì)算； B.訓(xùn)練完成，IIR濾波器對接收信號(hào)進(jìn)行濾波，降低信號(hào)相關(guān)性，LMS均衡算法采用較小迭代步長對接收信號(hào)進(jìn)行均衡計(jì)算。2.根據(jù)權(quán)利要求1所述的一種基于QAM調(diào)制方式的自適應(yīng)均衡算法，其特征在于:該算法使用的LMS均衡器采用可變抽頭濾波器，隨著時(shí)間推移，抽頭系數(shù)不斷變化，最后趨近于最優(yōu)值。3.根據(jù)權(quán)利要求1所述的一種基于QAM調(diào)制方式的自適應(yīng)均衡算法，其特征在于:所述的訓(xùn)練序列為Μ進(jìn)制偽隨機(jī)碼。4.根據(jù)權(quán)利要求1所述的一種基于QAM調(diào)制方式的自適應(yīng)均衡算法，其特征在于:所述的較大迭代步長為0.003，較小迭代步長為0.0001875ο5.根據(jù)權(quán)利要求2所述的一種基于QAM調(diào)制方式的自適應(yīng)均衡算法，其特征在于:所述的LMS均衡算法以最小均方誤差為目標(biāo)函數(shù)，控制均衡器系數(shù)變化，其系數(shù)公式為: ff (k) = ff (k~l) + μ (k) e* (k) X (k) 其中W(k)為第k次得到的濾波器系數(shù);W(k-l)為第k-1次得到的濾波器系數(shù)；μ (k)為迭代步長；e*(k)為第k次計(jì)算誤差的共軛；X(k)為輸入信號(hào)。
【專利摘要】本發(fā)明公開了一種基于QAM調(diào)制方式的自適應(yīng)均衡算法，它包括如下子步驟：S1：數(shù)據(jù)發(fā)送端發(fā)送包含訓(xùn)練序列的信號(hào)；S2：幀同步模塊確定一幀數(shù)據(jù)開始位置和訓(xùn)練序列位置；S3：信道估計(jì)模塊根據(jù)訓(xùn)練序列計(jì)算IIR濾波器系數(shù)，A．訓(xùn)練序列計(jì)算未完成，IIR濾波器對訓(xùn)練序列信號(hào)進(jìn)行濾波，降低信號(hào)相關(guān)性，LMS均衡算法采用較大迭代步長對訓(xùn)練序列信號(hào)進(jìn)行均衡計(jì)算；B．訓(xùn)練序列計(jì)算完成，IIR濾波器使用確定的系數(shù)對信號(hào)進(jìn)行濾波，降低信號(hào)相關(guān)性，LMS均衡算法采用較小迭代步長對信號(hào)進(jìn)行均衡計(jì)算。使得均衡器算法在QAM調(diào)制下有較小計(jì)算復(fù)雜度和良好的均衡效果，滿足實(shí)際工程應(yīng)用的需要。
【IPC分類】H04L25/03, H04L27/36
【公開號(hào)】CN105245478
【申請?zhí)枴緾N201510662127
【發(fā)明人】舒勇, 王博, 李美麗
【申請人】成都泰格微電子研究所有限責(zé)任公司
【公開日】2016年1月13日
【申請日】2015年10月14日