CN100367790C - 在高清晰度电视系统中包含梳状滤波器的均衡系统 - Google Patents

Abstract

在高清晰度电视(HDTV)系统中结合一梳状滤波器(2)使用的一均衡器(34)和预滤波器(1)。预滤波器(1)可以置于梳状滤波器(2)之前，或者可选择地置于梳状滤波器(2)之后。而且，当预滤波器(1)置于梳状滤波器(2)之后时，可以通过估算滤波器抽头而改进方法。均衡器(34)根据8电平残留变带(VSB)输入产生一15电平输出，不限制符号12的幅度为一相对小的值，比如-20dB。描述了增加符号12的允许幅度的三个实施例，其允许抽头12的幅度为-6dB。

Description

在高清晰度电视系统中包含梳状滤波器的均衡系统

技术领域

本发明涉及到数字信号处理邻域，尤其涉及适于处理8符号残留边带(VSB)高清晰度电视(HDTV)信号的均衡和滤波系统。

背景技术

美国HDTV的高级电视系统委员会(ATSC)标准规定了8比特(8电平/字符)残留边带(VSB)传输系统。典型的ATSC兼容HDTV接收机21的结构如图1所示。上述HDTV接收机的说明可从ATSC在1995年4月12日出版的HDTV传输的数字电视标准(Digital Television Standards for HDTVTransmission)中得到。接收的VSB信号由一维数据符号星座图表示，其中只有一个轴包含将要由接收机恢复的量化的数据。DC补偿单元26使用自适应跟踪电路，从解调的VSB信号中去除DC偏移成分成为导频信号分量。场同步检测器28，通过比较每个接收到的数据段和存储在接收机的存储器中的理想场参考信号，恢复数据场同步分量。除了场同步之外，场同步信号还为频道均衡器34提供了一个训练信号。

在ATSC VSB接收系统中，单元16完成NTSC干扰检测和抑制。当单元16检测到强同频道NTSC干扰时，梳状滤波器被启动，以在信号到达自适应频道均衡器34之前对其进行处理。自适应均衡器34均衡频道幅度和相位失真。如图2所示，最常见的均衡器结构包括前馈均衡器(FFE)，其与判定反馈均衡器(DFE)结合使用。FFE部分用于均衡前重影信号和频道的零点，其中所述前重影信号和频道的要点位于数据符号星座图的单元图的外部。如图3所示的DFE部分用于均衡后重影信号。

常用的训练均衡器34的方法是，采用盲均衡技术直到均衡器达到某个预定的收敛度，此时训练方法变为定向判定均衡技术。盲均衡最通常的形式是公知的恒定模数算法(CMA)。使用CMA，FFE和DFE系数通过随后的公式更新：

C_n+1＝C_n+α_F*e(n)*X_Fn  (FFE更新)

D_n+1＝D_n+α_D*e(n)*X_Dn  (DFE更新)

其中：

C_n＝FFE系数向量

D_n＝DFE系数向量

X_Fn＝FFE的数据向量

X_Dn＝DFE的数据向量

e(n)＝盲均衡误差

盲均衡误差根据下面的公式计算：

e(n)＝y₀(n)*(|y_O(n)|²-R²)

其中：

y₀(n)＝均衡器输出(FFE+DFE输出)

R²＝环值平方

＝E(s⁴(n)/E(s²(n))

s(n)＝8VSB星座图点(constellation point)

梳状滤波器2有一个转移函数为H_c(z)＝1-z^-12。梳状滤波器衰减相邻NTSC频道的图像和声音载波。均衡器34随后将要处理的新的信号，是与梳状滤波器卷积的原始频道。当使用CMA改编DFE抽头和均衡器34之前插入梳状滤波器时，均衡器34产生一个8电平输出。实际上，均衡器34均衡频道和梳状滤波器信号。但是，目标是让均衡器34通过只均衡频道信号而不均衡梳状滤波器信号，来产生一个15电平输出。

申请号为No.10/103,055、申请日为2002年4月16的美国专利申请描述了一种方法，其中当插入梳状滤波器以滤除NTSC干扰时，均衡器34产生一个15符号输出。上述方法通过调零抽头12，也就是判定反馈均衡器34的dfe(12)，解决了获得一个15电平输出的问题。这种方法的局限在于符号12，也就是c₁₂的频道幅度必然很小，一般地小于-20dB。

发明内容

本发明意在解决与现有的、在HDTV系统中从在梳状滤波器之后的均衡器中产生一个15电平输出的方法有关的问题。本发明使用预测过滤器，以允许判定反馈均衡器(DFE)的抽头12的幅度为-6dB。本发明的一个实施例通过在梳状滤波器之前配置一个预测前置滤波器，修改DFE的抽头12(符号12)的频道脉冲响应。这个配置使得梳状滤波器将结合的频道和前置滤波器作为重建频道(modified channel)。梳状滤波器衰减了NTSC干扰，因此均衡器感测剩余信号没有任何NTSC成分。实施例的目的是通过前置滤波器系数的适当选择，使重建频道的符号12信号的幅度尽可能的小，最好接近于零。在第二个实施例中，预滤波器位于梳状滤波器之后。本发明的第三个实施例将具有均衡器抽头幅度值的估计值的预滤波器放在梳状滤波器之后。

更详细的，根据本发明的一个方面，提供一种在用于处理视频数据信号的系统中提供具有所期望特征的输出信号的装置，该视频数据信号的特征为由可能包含一干扰信号的一系列符号组成，所述装置包括：检测干扰信号的装置(16)；响应所述干扰信号的第一滤波器(2)，用于衰减所述干扰信号；预测所述视频数据信号的特征并响应于所述特征产生改进信号的装置(1)；装置(34)，响应于所述第一滤波器(2)和预测所述视频数据的特征的装置(1)，用于提供一均衡输出信号，其中预测所述视频信号的特征的装置(1)选择最佳预测系数，以使得所述改进信号中所选符号的幅度接近于零值。

根据本发明的另一方面，提供一种在用于处理视频数据信号的系统中获得期望信号特征的方法，该视频数据信号的特征为由一组包含多个符号的编码数据包组成，并可能包含一干扰信号，所述方法的特征在于包括以下步骤：检测所述干扰信号；过滤所述干扰信号；响应于所述过滤产生滤波输出信号；从所述滤波输出信号预测所述视频数据信号的特征；响应于所述视频数据信号的特征产生一改进信号；均衡滤波输出信号和改进信号，以便获得期望信号特征，其中所述产生一改进信号的步骤进一步包括选择预过滤系数，使得改进信号中所选符号的幅度接近于零值。

根据本发明的再一方面，提供一种处理视频数据编码符号的均衡和滤波系统，其特征在于：一输入信号，该信号为多电平残留边带符号；一预滤波器(1)，其响应于输入信号和干扰信号，自适应所述预滤波器以最小化与所选符号相关的幅度；一梳状滤波器(2)，响应于预滤波器(1)的输出信号；一个均衡器(34)，响应于所述预滤波器(1)和所述梳状滤波器(2)产生一信号，该信号与多电平残留边带符号输入信号相比有相对高的电平。

附图说明

图1是现有技术中HDTV接收系统的简化框图；

图2是显示图1所示的NTSC同频道干扰滤波器和自适应频道均衡器的部件的简化框图；

图3是图2所示的判定反馈均衡器的简化框图；

图4是根据本发明原理构造的均衡和滤波系统的第一实施例的简化框图；

图5是描述根据本发明第一实施例处理的频道的特性的一系列收敛曲线；

图6是描述在图5所示的情况下均衡器的一系列收敛曲线；

图7是现有技术中预滤波器置于梳状滤波器之后的简化结构图；

图8是本发明第二实施例的简化框图；

图9是描述根据本发明第二实施例处理的频道的特性的一系列收敛曲线；

图10是描述在图9所示的情况下均衡器的一系列收敛曲线；

图11是本发明第三实施例的简化框图；

图12是描述根据本发明第三实施例处理的频道的特性的一系列收敛曲线；

图13是描述在图12所示的情况下均衡器的一系列收敛曲线；

具体实施方式

图4描述了本发明第一实施例的简化框图。在盲均衡处理中设置符号12的幅度为零，即dfe(12)＝0.0的一个效果是频道脉冲响应的符号12必须为一个很小的值。由于符号12的值不会总是很小，频道脉冲响应的符号12的值通过在梳状滤波器2之前配置一个预测前置滤波器而被修改。这个配置使得梳状滤波器2将重建频道3作为频道4的值和前置滤波器1的值的混合。通过适当选择前置滤波器1的系数，重建频道3的符号12可接近于零值。

如果频道4的转换函数为H_c(z)，前置滤波器1的转换函数为H_p(z)＝(1-az^-12)，则重建频道3的转换函数为H_cm(z)＝H_c(z)(1-az^-12)。如果H_c(z)＝(1+c₁₂z^-12+...)，则重建频道3的转换函数为H_cm(z)变成：

H_cm(z)＝(1+c₁₂z^-12+...)-az^-12(1+c₁₂z^-12+...)

＝......+(c₁₂-a)z^-12+......

这样重建频道3在符号12有一个残余值(c₁₂-a)，“a”的值被选择来使这个残余值尽可能的小。

信号5的值为y(n)通过检查信号6的值ay(n-12)，并从y(n)中减去该值得到信号5的估计。估计误差e(n)定义为：

e(n)＝y(n)-ay(n-12)

其中，a＝预滤波器1的预测系数。

预测系数“a”被选择以使e(n)的均方误差(MSE)最小，其中：

MSE＝E[e²(n)]

＝E[y(n)-ay(n-12)]²

＝E[y²(n)+a²y²(n-12)-2ay(n)y(n-12)]

＝Φ_yy(0)+a²Φ_yy(0)-2aΦ_yy(12)

＝[1-a²]Φ_yy(0)-2aΦ_yy(12)

MSE看起来是“a”的二次函数。通过将MSE的导数设置为零，解出“a”值获得MSE的最小值(MMSE)，由此产生最佳预测系数。结果为：

a＝Φ_yy(12)/Φ_yy(0)

由于MSE是“a”的二次函数，产生MMSE的“a”的值可以通过梯形算法以迭代方式得到。在一个最佳实施例中，最小均方(LMS)算法被用于产生预测系数。

频道输出值5，包括NTSC成分，通过下式给出：

y(n)＝x(n)*c(n)+t(n)

其中：

x(n)＝8VSB符号

c(n)＝频道

t(n)＝NTSC音频

y(n)的自相关函数Φ_yy(m)由下面的公式给出：

${\mathrm{\Φ}}_{\mathrm{yy}}\left(m\right)=E[y\left(n\right)y(n-m)$

$=E\left[(\underset{k}{\mathrm{\Σ}}c\left(k\right)x(n-k)\right)+t\left(n\right)\left]\right[\underset{j}{\mathrm{\Σ}}c\left(j\right)x(n-j-m))+(n-m)]$

$=E\left[\underset{k}{\mathrm{\Σ}}\underset{j}{\mathrm{\Σ}}c\left(k\right)c\left(j\right)x(n-k)x(n-j-m)\right]+$

$E\left[t\left(n\right)\underset{j}{\mathrm{\Σ}}c\left(j\right)x(n-j-m)\right]+E\left[t(n-m)\underset{k}{\mathrm{\Σ}}c\left(k\right)x(n-k)\right]+$

$E\left[t\left(n\right)t(n-m)\right]$

$={\mathrm{\σ}}_x^2{\mathrm{\Φ}}_{\mathrm{cc}}\left(m\right)+0+0+E\left[t\left(n\right)t(n-m)\right],$

假设8电平VSB信号x(n)是白电平，NTSC音频和8电平VSB符号不相关，其中Φ_cc(m)是频道的自相关函数。如果t(n)＝Acos(w₀n)，则

E[t(n)t(n-m)]＝E[A²cos(w₀n)cos(w₀)(n-m)]

＝E[A²/2{cos(w₀m)+cos(2w₀n-w₀m)}]

＝(A²/2)cos(w₀m)

其中，A＝NTSC音频7幅度

自相关函数随后变成：

Φ_yy(m)＝σ_x ²Φ_cc(m)+(A²/2)cos(w₀m)

对于10.76兆赫兹(MHz)符号率的VSB值，0.8967MHz的NTSC音频频率，以及m＝12，自相关函数为：

Φ_yy(12)＝σ_x ²Φ_cc(12)+0.5A²

定义β为0.5A²，对于NTSC音频幅度为A＝0.10和0.15时，β分别为5×10^-3和11.25×10^-3。这些值相对很小，导致NTSC和VSB功率的比值各大约为-13dB和-10dB。

根据前面的叙述，最佳预测系数可以表示为：

a＝Φ_yy(12)/Φ_yy(0)

＝[σ_x ²Φ_cc(12)+β]/[σ_x ²Φ_cc(0)+β]

＝[Φ_cc(12)/Φ_cc(0)]F

其中，F＝[1+{β/σ_x ²Φ_cc(12)}]/[1+{β/σ_x ²Φ_cc(0)}]

如果没有NTSC成分，则β＝0和F＝1，最佳预测系数变成Φ_cc(12)/ΦΦ_cc(0)。F是一系数，由于出现了NTSC成分7，导致没有NTSC成分的最佳预测系数被修改。

为了更详细的解释前面的内容，将随后描述几个特例的仿真结果。表1描述了与下述讨论有关的假设的重影信号轮廓。

表1

频道	频道
			延时(符号)	幅度(绝对)
	A	0			1.0
B			0	1.0
	5	0.5
			C	0	1.0
5	0.5
		20		0.3
D	0				1.0
		5	0.5
	15			0.3
		20	0.3
	E			0	1.0
5		0.5
			15	0.3
20		0.3
			24	0.3

表2描述了频道D的假设的信号特性。

表2

星座图点	-224，-160，-96，-32，32，96，160，224(都用512除)
		环大小(15电平环)	0.3125
盲均衡(CMA)-符号数	一百万
		定向判定均衡(DDE)-符号数	一百万
FFE主抽头的初始值	1.0
		梳状增益	0.5
FFE步长	0.001
		DFE步长	0.008
梳状滤波器之前的预滤波器-步长	0.2×10<sup>-3</sup>
		频道	D
NTSC音频幅度	如图5所示

本发明的第一个例子中NTSC信号7的值为零，在此情况下不需要梳状滤波器2。对Φ_cc(12)起作用的信号来自主频道4和符号12的重影信号。换句话说，没有使12个符号隔开的其他对重影。在这种情况下，预测系数为：

a＝Φ_cc(12)/Φ_cc(0)

＝c₁₂/Φ_cc(0)，频道4的主抽头等于1。

由于Φ_cc(0)＝1+c₁₂ ²+(其它重影信号的平方)，则

Φ_cc(0)＞1

因此，除了频道是一个脉冲的通常情况下，|a|＝|c₁₂|。在那种情况下，c₁₂＝0，a＝0。也就是说，“a”的预测值绝不可能收敛于c₁₂，而是收敛于小于c₁₂的值。重建频道3在符号12有一个残余值(c₁₂-a)。残余值的幅度确定盲均衡是否收敛于15电平。符号12的残余值(c₁₂-a)等于c₁₂-[c₁₂/Φ_cc(0)]，即等于c₁₂[1-1/Φ_cc(0)]。这个残余值与c₁₂成比例，因此如果c₁₂的值大，残余值也将大，且盲均衡算法将不能收敛。c₁₂的值减小的话，残余值也将减小，并且在将小到足够使盲均衡算法收敛的某一个值。

而且，由于Φ_cc(0)是总频道能量的度量，总频道能量的增加将使得符号12的残余值也增加。也就是说，如果频道有几个重影信号，残余值将相对更大。因此，为了具有实现收敛所需的小的残余值，c₁₂的值也必须相对较小。换句话说，如果重影能量增加，符号12的最大允许幅度减小，如表3所示的频道A、B、C和D。这不适于频道E的情况，因为由于c₀，c₁₂和c₁₂，c₂₄之间的相关性，对于Φ_cc(12)而言其贡献因子多于一个。总的来说，没有NTSC成分和Φ_cc(12)只有一个贡献因子的情况下，预测值“a”将收敛于小于c₁₂的某个值。c₁₂减小时，重建频道3中的符号12的残余值也减小，使得在某个点可能收敛于15电平。最后，由于重影能量增加，c₁₂的最大允许值减小。

表3

			NTSC幅度＝0.0
							频道	重影		频道抽头＝12时的最大正幅度(dB)		频道抽头＝12时的最大负幅度(dB)
	延时(符号)	幅度(绝对)	盲均衡时dfetap(12)为零	预测器在梳状滤波器之前	盲均衡时dfetap(12)为零	预测器在梳状滤波器之前
							A	0	1.0
	12		-18	-6	-18	-7
							B	0	1.0
	5	0.5
								12		-18	-9	-20	-9
C	0	1.0
								5	0.5

	12		-20	-11	-20	-11
								20	0.3
D	0	1.0
								5	0.5
	12		-21	-12	-20	-12
								15	0.3
	20	0.3
							E	0	1.0
	5	0.5
								12		-23	-10	-24	-11
	15	0.3
								20	0.3
	24	0.3

第二个例子描述了在没有NTSC信号7时，对于Φ_cc(12)有多个贡献因子的情况。在这种情况下，预测系数为：

a＝Φ_cc(12)/Φ_cc(0)

＝[c₁₂+来自其它项的贡献因子]/Φ_cc(0)

＝[c₁₂/Φ_cc(0)]+[来自其它项的贡献因子/Φ_cc(0)]

残余值变成：

c₁₂[1-1/Φ_cc(0)]+[来自其它项的贡献因子/Φ_cc(0)]

在这种情况下，根据来自其它项的贡献因子和c₁₂是否具有同号或异号，由于贡献因子的因素可使预测系数接近或远离c₁₂，以及贡献因子的幅度。因此，收敛的可能性变得不可预测。依赖于预测系数和c₁₂值的接近程度，均衡器34可能或可能不收敛。

第三个例子假设包含NTSC成分并且对于Φ_cc(12)的贡献只来自主频道和c₁₂。和前面讨论的一样，最佳预测系数定义为：

a＝[Φ_cc(12)/Φ_cc(0)]F

其中，F＝[1+{β/σ_x ²Φ_cc(12)}]/[1+{β/σ_x ²Φ_cc(0)}]

在有NTSC成分且对于Φ_cc(12)的贡献只来自主频道和c₁₂的情况下，Φ_cc(12)＝c₁₂。如果频道符号12的幅度为正，则

σ_x ²Φ_cc(12)＜σ_x ²Φ_cc(0)

β/σ_x ²Φ_cc(12)＞β/σ_x ²Φ_cc(0)

1+β/σ_x ²Φ_cc(12)＜1+β/σ_x ²Φ_cc(0)

或者，换句话说，F＜1。

因此，在频道符号12，即c₁₂为负幅度时，NTSC成分7的作用是增加预测系数“a”的值，紧记因为c₁₂为负，所以预测系数的值为负。换句话说，因为该预测系数变得更正而使其幅度减小。由于预测系数幅度减小，预测系数的值远离c₁₂的值，且符号12的残余值增加。简单的说，在有NTSC成分时，符号12的最大允许值相对于没有NTSC音频时的最大允许值减小。

总的说来，NTSC音频7的存在影响了预测系数“a”的值。当c₁₂为正时，NTSC成分7增加了c₁₂的允许范围，而没有NTSC成分7时，减小了c₁₂的允许范围。当没有NTSC音频7时，正的c₁₂的允许幅度的增加和负的c₁₂的允许幅度的减小导致c₁₂的允许值的不对称。

第四个例子假设有NTSC成分7且对于Φ_cc(12)的贡献来自几个源。在这种情况下，最佳预测系数为：

a＝[(c₁₂+来自其它项的贡献因子)/Φ_cc(0)]F

来自其它项的贡献因子将导致预测系数产生误差。因此，在这种情况下，收敛的可能性是不可预测的。

表3描述了没有NTSC成分的情况下本发明第一实施例的性能，表4描述了NTSC幅度为0.10的情况，表5描述了NTSC幅度为0.15的情况。NTSC音频幅度值0.10和0.15导致NTSC和VSB功率比分别接近于-13dB和-10dB。

仿真参数如表2所示。在盲均衡模式dfe(12)的值设为零，并允许自适应于定向判定模式。c₁₂的最大正值和负值如表3所示，表4和表5通过以一分贝步长减小c₁₂的幅度直到收敛为止来确定。显示的值是对于每个频道的c₁₂的正值和负值。使用LMS算法从盲均衡处理的开始对于每个符号更新预测系数“a”。参考图4，

e(n)＝y(n)-ay(n-12)，

a(n+1)＝a(n)+alphap*e(n)*y(n-12)

其中，

a(n)＝老的预测系数，

a(n+1)＝更新的预测系数，

alphap＝预测步长，

y(n)＝频道输出，包括NTSC成分

NTSC幅度为0.15的频道D的收敛曲线如图5和图6所示。完整的结果如表3、表4和表5所示。为了便于比较，表也描述了在盲均衡模式中没有使用任何预测器设置dfe(12)为零的结果。

表4

			NTSC幅度＝0.10
							频道	重影		频道抽头＝12时的最大正幅度(dB)		频道抽头＝12时的最大负幅度(dB)
	延时(符号)	幅度(绝对)	盲均衡时dfetap(12)为零	预测器在梳状滤波器之前	盲均衡时dfetap(12)为零	预测器在梳状滤波器之前
							A	0	1.0
	12		-18	-5	-19	-9
							B	0	1.0
	5	0.5
								12		-19	-8	-20	-12
C	0	1.0
								5	0.5
	12		-21	-10	-20	-15
								20	0.3
D	0	1.0
								5	0.5
	12		-21	-10	-20	-15
								15	0.3
	20	0.3
							E	0	1.0
	5	0.5
								12		-23	-8	-22	-17
	15	0.3
								20	0.3
	24	0.3

表5

			NTSC幅度＝0.15
							频道	重影		频道抽头＝12时的最大正幅度(dB)		频道抽头＝12时的最大负幅度(dB)
	延时(符号)	幅度(绝对)	盲均衡时dfetap(12)为零	预测器在梳状滤波器之前	盲均衡时dfetap(12)为零	预测器在梳状滤波器之前
							A	0	1.0
	12		-18	-5	-18	-23
							B	0	1.0
	5	0.5
								12		-19	-7	-19	-25
C	0	1.0

	5	0.5
								12		-21	-9	-20	-28
	20	0.3
							D	0	1.0
	5	0.5
								12		-20	-9	-20	-27
	15	0.3
								20	0.3
E	0	1.0
								5	0.5
	12		-23	-7	-23	-44
								15	0.3
	20	0.3
								24	0.3

在刚描述的本发明的第一实施例中，预测器1位于梳状滤波器2之前，当存在提供能量给dfe(12)的前重影+后重影混合信号时，即使c₁₂值为零没有产生一15电平输出。而且，但对于Φ_cc(12)有多于两个的贡献因子时，收敛变得不可预测。当存在使12个符号分开的两个重影信号而不是在符号12的重影时，出现上述情况。最后，如果c₁₂的幅度超出特定频道的允许范围，则将不可能产生15电平输出。

察看表3、表4和表5可知，NTSC成分的出现导致c₁₂的允许范围不对称。对于更低的NTSC音频电平(0.0和0.10)值使用预测器的c₁₂的允许范围更大。对于NTSC电平为0.15时，允许的正c₁₂值的范围大于没有使用预测器时的可能值，但由于NTSC音频对预测系数的影响，负c₁₂的允许范围减小。图5和图6所示的DFE抽头的曲线描述了重建频道3的长度与原始频道4相比增加了12个符号，预测器产生了更多小幅度的重影。最后，如果c₁₂的值为正，NTSC音频7对预测系数有利，如果c₁₂的值为负则不利。这个导致预测系数与NTSC音频无关的特性点，将随后讨论。

在本发明的第二实施例中，通过将预测器1置于梳状滤波器2之后，预测系数“a”与NTSC信号无关。上述装置的现有技术如图7所示。在这个装置中，梳状滤波器2衰减NTSC音频7，预测器1察觉不包含NTSC成分的信号8。预测器1接收的频道是与梳状滤波器2卷积的原始频道4，预测器转换函数为：

Hcp(z)＝(1+c₁₂z^-12+......)(1-z^-12)

＝1+(c₁₂-1)z^-12+......

预测器1察觉符号12的值(c₁₂-1)，将收敛于一个与(c₁₂-1)相关但不是所期望的值。目标是察觉只包含符号12的c₁₂的频道。和讨论的本发明第一实施例一样，预测器1将收敛于：

a_A＝Φ_zz(12)/Φ_zz(0)

其中，a_A＝若预测器1置于梳状滤波器2之前预测器1将要收敛到的值。但是，目标是梳状滤波器2隐藏于预测器1。理想情况是，在NTSC信号7为零时，预测器1收敛于a_B＝Φ_yy(12)/Φ_yy(0)，其中a_B是如果预测器1置于梳状滤波器2之前，并没有任何NTSC信号7时将要收敛的值。换句话说，预测器1将收敛于相同的值，该值为预测器1置于梳状滤波器2之前并没有任何NTSC成分7时的值。

公式a_A＝Φ_zz(12)/Φ_zz(0)和a_B＝Φ_yy(12)/Φ_yy(0)之间的关系需要被推导，如下所示：

Φ_zz(m)＝E[z(n)z(n-m)]

＝E[{y(n)-y(n-12)}{y(n-m)-y(n-m-12)}]

＝Φ_yy(m)-Φ_yy(m+12)-Φ_yy(m-12)+Φ_yy(m)

＝2Φ_yy(m)-Φ_yy(m+12)-Φ_yy(m-12)

因此Φ_zz(0)＝2Φ_yy(0)-2Φ_yy(12)(自相关是偶函数)

Φ_zz(12)＝2Φ_yy(12)-Φ_yy(24)-Φ_yy(0)

因此，a_A值为：

a_A＝[2Φ_yy(12)-Φ_yy(0)-Φ_yy(24)]/[2Φ_yy(0)-2Φ_yy(12)]

如果假设Φ_yy(24)值为零，a_B＝Φ_yy(12)/Φ_yy(0)，则

a_A＝[2Φ_yy(12)-Φ_yy(0)]/[2Φ_yy(0)-2Φ_yy(12)]

＝[2a_B-1]/[2-2a_B]。

求解a_B产生下面的a_A和a_B之间的关系：

a_B＝[2a_A+1]/[2a_A+2]。

参考图8，本发明第二实施例描述了预测器1可以置于梳状滤波器2之后，并允许自适应给出a_A的值。然后a_B的值可以根据a_A计算得到，a_B的值可用于到均衡器34的直接路径9。表示频道A、B、C、D和E的最大正幅度和负幅度如表6、表7和表8所示。与这些通道相关的值与表2相同，除了对于表6、表7和表8的NTSC音频7的幅度为0.15。在盲均衡模式中dfe(12)的值被设为零，并在定向判定模式被允许自适应。每个频道中c₁₂的最大正值和负值通过将c₁₂的幅度递减1分贝增量直到获得收敛值而得到。在每个符号中预测系数a_A和a_B被更新。a_A的值通过使用LMS算法更新，a_B根据前面描述的关系式由a_A的值计算得出。参考图8，使用的更新公式如下：

a_A初始值为-0.5，使得a_B初始值为0。

r(n)＝z(n)-a_Bz(n-12)

c(n)＝z(n)-a_Az(n-12)

a_A(n+1)＝a_A(n)+alphap*c(n)*z(n-12)

a_B(n+1)＝[2a_A(n+1)+1]/[2a_A(n+1)+2]

NTSC信号7的幅度为0.15的情况下的收敛曲线如图9和图10所示。如图9和图10中的预测系数曲线为a_B。前面两种方法的结果也包含在表6、表7和表8中便于比较。对于频道E，预测器1置于梳状滤波器2之后的情况下不能实现收敛，因为在导出a_A和a_B之间的关系时假设Φ_yy(24)值为零。这个假设违背了当前数据，因为在符号24存在重影，Φ_yy(24)值不为零。当NTSC信号7的值为零时，Φ_yy(24)＝Φ_cc(24)。

表6

			NTSC幅度＝0.0
									频道	重影		频道抽头＝12时的最大正幅度(dB)			频道抽头＝12时的最大负幅度(dB)
	延时(符号)	幅度(绝对)	盲均衡时dfetap(12)为零	预测器在梳状滤波器之前	预测器在梳状滤波器之后	盲均衡时dfetap(12)为零	预测器在梳状滤波器之前	预测器在梳状滤波器之后
									A	0	1.0
	12		-18	-6	-6	-18	-7	-7
									B	0	1.0
	5	0.5
										12		-18	-9	-9	-20	-9	-9
C	0	1.0
										5	0.5
	12		-20	-11	-11	-20	-11	-11
										20	0.3
D	0	1.0
										5	0.5
	12		-21	-12	-12	-20	-12	-11
										15	0.3

	20	0.3
									E	0	1.0
	5	0.5
										12		-23	-10	不能收敛	-24	-11	不能收敛
	15	0.3
										20	0.3
	24	0.3

表7

			NTSC幅度＝0.10
									频道	重影		频道抽头＝12时的最大正幅度(dB)			频道抽头＝12时的最大负幅度(dB)
	延时(符号)	幅度(绝对)	盲均衡时dfetap(12)为零	预测器在梳状滤波器之前	预测器在梳状滤波器之后	盲均衡时dfetap(12)为零	预测器在梳状滤波器之前	预测器在梳状滤波器之后
									A	0	1.0
	12		-18	-5	-6	-19	-9	-7
									B	0	1.0
	5	0.5
										12		-19	-8	-9	-20	-12	-9
C	0	1.0
										5	0.5
	12		-21	-10	-11	-20	-15	-11
										20	0.3
D	0	1.0
										5	0.5
	12		-21	-10	-12	-20	-15	-11
										15	0.3
	20	0.3
									E	0	1.0
	5	0.5
										12		-23	-8	不能收敛	-22	-17	不能收敛
	15	0.3
										20	0.3
	24	0.3

表8

NTSC幅度＝0.15

频道	重影		频道抽头＝12时的最大正幅度(dB)			频道抽头＝12时的最大负幅度(dB)
										延时(符号)	幅度(绝对)	盲均衡时dfetap(12)为零	预测器在梳状滤波器之前	预测器在梳状滤波器之后	盲均衡时dfetap(12)为零	预测器在梳状滤波器之前	预测器在梳状滤波器之后
A	0	1.0
										12		-18	-5	-6	-18	-23	-7
B	0	1.0
										5	0.5
	12		-19	-7	-9	-19	-25	-9
									C	0	1.0
	5	0.5
										12		-21	-9	-11	-20	-28	-11
	20	0.3
									D	0	1.0
	5	0.5
										12		-20	-9	-12	-20	-27	-11
	15	0.3
										20	0.3
E	0	1.0
										5	0.5
	12		-23	-7	不能收敛	-23	-44	不能收敛
										15	0.3
	20	0.3
										24	0.3

如上面讨论的那样，关于本发明第一实施例，预测值“a”收敛于一个小于c₁₂幅度的值，在重建频道3中在符号12产生一残余值(a-c₁₂)。

本发明的第三实施例说明了为了使残余值更小从预测系数“a”估算c₁₂的问题。在第一实施例中，预测器收敛于通过a＝Φ_cc(12)/Φ_cc(0)而给出的值。在从主频道4和c₁₂对于Φ_cc(12)只有一个贡献因子的情况下，预测值为：

a＝Φ_cc(12)/Φ_cc(0)

＝c₁₂/(1+c₁₂ ²+E)，

其中，E＝来自重影信号而不是主频道和c₁₂的能量。

如果E的值为零，在特殊情况下即只在符号12有重影信号出现，预测器的公式变成a和c₁₂之间的平方关系。这种关系允许对于c₁₂计算估计值。当E为非零值时，公式变成：

ac₁₂ ²-c₁₂+a(1+E)＝0

求解得到c₁₂的结果：

$c_{12}=[1-\sqrt{1-4a^2(1+E)]}/\left(2a\right)$

如果E＝0，如频道A的情况下，则可准确计算出c₁₂，一旦知道了预测系数，则c₁₂可被用于到均衡器34的直接路径。在大多数情况下，不知道E的值，因而不能确定c₁₂的值。但是，假设E很小，c₁₂的值可根据预测值“a”计算得出。利用这个假设，c₁₂的允许幅度可被增加。所得的配置如图11所示，其中一个额外的抽头预测块10用于计算估算的抽头值c_12e。

表示频道A、B、C、D和E的最大正幅度和负幅度如表9、表10和表11所示。和这些频道相关的值与表2中的值相同。在盲均衡模式dfe(12)的值设为零，在定向判定模式允许自适应。对于每个频道c₁₂的最大正值和最大负值通过将c₁₂的幅度递减1分贝增量直到获得收敛值而得到。在每个符号中预测系数a_A和a_B、以及抽头估算值c_12e被更新。参考图11，使用的更新公式如下：

a_A初始值为-0.5，使得a_B初始值为0

r(n)＝z(n)-c_12ez(n-12)

c(n)＝z(n)-a_Az(n-12)

a_A(n+1)＝a_A(n)+alphap*c(n)*z(n-12)

a_B(n+1)＝[2a_A(n+1)+1]/[2a_A(n+1)+2]

$c_{12e}(n+1)=[1-\sqrt{1-4{a_B}^2(1+E)]}/(2a_B(n+1))$

为了避免负值的均方根，a_B的绝对值必须小于或等于0.5。为了避免被0除，a_B值不能为零。当a_B的绝对值大于0.5或等于零时，c_12e不被更新，但保持为它最近的值。这三种情况的收敛曲线如图12和图13所示。前面三种方法的结果也包括在表9、表10和表11中用于比较。

表9

			NTSC幅度＝0.0
											频道	重影		频道抽头＝12时的最大正幅度(dB)				频道抽头＝12时的最大负幅度(dB)
	延时(符号)	幅度(绝对)	盲均衡时dfetap(12)为零	预测器在梳状滤波器之前	预测器在梳状滤波器之后	预测器在梳状滤波器之后，抽头估算	盲均衡时dfetap(12)为零	预测器在梳状滤波器之前	预测器在梳状滤波器之后	预测器在梳状滤波器之后，抽头估算

A	0	1.0
												12		-18	-6	-6	-1	-18	-7	-7	-1
B	0	1.0
												5	0.5
	12		-18	-9	-9	-8	-20	-9	-9	-9
											C	0	1.0
	5	0.5
												12		-20	-11	-11	-11	-20	-11	-11	-11
	20	0.3
											D	0	1.0
	5	0.5
												12		-21	-12	-12	-11	-20	-12	-11	-11
	15	0.3
												20	0.3
E	0	1.0
												5	0.5
	12		-23	-10	不能收敛		-24	-11	不能收敛
												15	0.3
	20	0.3
												24	0.3

表10

			NTSC幅度＝0.10
											频道	重影		频道抽头＝12时的最大正幅度(dB)				频道抽头＝12时的最大负幅度(dB)
	延时(符号)	幅度(绝对)	盲均衡时dfetap(12)为零	预测器在梳状滤波器之前	预测器在梳状滤波器之后	预测器在梳状滤波器之后，抽头估算	盲均衡时dfetap(12)为零	预测器在梳状滤波器之前	预测器在梳状滤波器之后	预测器在梳状滤波器之后，抽头估算
											A	0	1.0
	12		-18	-5	-6	-1	-19	-9	-7	-1
											B	0	1.0
	5	0.5
												12		-19	-8	-9	-8	-20	-12	-9	-9
C	0	1.0
												5	0.5
	12		-21	-10	-11	-11	-20	-15	-11	-10
												20	0.3
D	0	1.0
												5	0.5

	12		-21	-10	-12	-11	-20	-15	-11	-11
												15	0.3
	20	0.3
											E	0	1.0
	5	0.5
												12		-23	-8	不能收敛		-22	-17	不能收敛
	15	0.3
												20	0.3
	24	0.3

表11

			NTSC幅度＝0.15
											频道	重影		频道抽头＝12时的最大正幅度(dB)				频道抽头＝12时的最大负幅度(dB)
	延时(符号)	幅度(绝对)	盲均衡时dfetap(12)为零	预测器在梳状滤波器之前	预测器在梳状滤波器之后	预测器在梳状滤波器之后，抽头估算	盲均衡时dfetap(12)为零	预测器在梳状滤波器之前	预测器在梳状滤波器之后	预测器在梳状滤波器之后，抽头估算
											A	0	1.0
	12		-18	-5	-6	-1	-18	-23	-7	-1
											B	0	1.0
	5	0.5
												12		-19	-7	-9	-8	-19	-25	-9	-9
C	0	1.0
												5	0.5
	12		-21	-9	-11	-11	-20	-28	-11	-10
												20	0.3
D	0	1.0
												5	0.5
	12		-20	-9	-12	-12	-20	-27	-11	-11
												15	0.3
	20	0.3
											E	0	1.0
	5	0.5
												12		-23	-7	不能收敛		-24	-44	不能收敛
	15	0.3
												20	0.3
	24	0.3

察看表9、表10和表11可知，对于重影只出现在符号12的频道A，由于E＝0，抽头估算可以正好从预测系数中计算出。在这种情况下，残余值可以非常小，也就是说c₁₂可以是一个非常大的值(-1dB)。在实际情况中，出现频道A的可能性非常小。对于频道B、C、D和E，c₁₂的最大允许正幅度和负幅度在大多数情况下与第二实施例中所述方法的相同，但在少数情况下，最大允许幅度是1dB多。

使用置于梳状滤波器2之后的预测器1并同时使用抽头估算，在少数情况下在均衡器34将不能产生15电平输出。一种情况是前重影+后重影混合信号出现，并将能量提供给dfe(12)，即使c₁₂的值为零。同样的，对于Φ_cc(12)存在多于两个贡献因子时，收敛变得不可预测。当有分别隔开12个符号的两个重影信号，而不是在符号12有重影时，发生上述情况。当符号24有重影或者有隔开24个符号的两个重影信号，出现另一不成功的情况。如果c₁₂的幅度超出实际频道的允许范围时，将不能产生15电平输出。最后，只要a_B的绝对值大于0.5，抽头估算c_12e保持其先前值，因为平方根的参数变成负值。因此，只要预测系数a_B的绝对值将收敛于大于0.5的某个值，将出现问题。

已经描述了在均衡器34产生15电平输出的三个特例。在这三个例子中，预测器1置于梳状滤波器之后明显是最好的选择。然而，本发明的范围由所附权利要求限定，并且不限于已经公开的实施例。

Claims (17)

1.一种在用于处理视频数据信号的系统中提供具有所期望特征的输出信号的装置，该视频数据信号的特征为由可能包含一干扰信号的一系列符号组成，所述装置包括：

检测干扰信号的装置(16)；

响应所述干扰信号的第一滤波器(2)，用于衰减所述干扰信号；

预测所述视频数据信号的特征并响应于所述特征产生改进信号的装置(1)；

响应于所述第一滤波器(2)和预测所述视频数据信号的特征的装置(1)、用于提供一均衡输出信号的装置(34)，

其中预测所述视频数据信号的特征的装置(1)选择最佳预测系数，以使得所述改进信号中所选符号的幅度接近于零值。

2.根据权利要求1所述的提供具有所期望特征的输出信号的装置，其特征在于：预测所述视频数据信号的特征的装置(1)在第一滤波器(2)处理特定数据符号之前，处理所述特定数据符号。

3.根据权利要求1所述的提供具有所期望特征的输出信号的装置，其特征在于：所述第一滤波器(2)在用于预测所述视频数据信号的特征的装置(1)处理特定符号之前，处理所述特定符号。

4.根据权利要求3所述的提供具有所期望特征的输出信号的装置，其特征在于：提供均衡输出信号的装置(34)是一自适应均衡器，包括与视频数据信号中的符号相对应的多个抽头值。

5.根据权利要求4所述的提供具有所期望特征的输出信号的装置，进一步包括：用于估算由所述用于提供均衡输出信号的装置(34)所利用的抽头值的装置(10)。

6.根据权利要求5所述的提供具有所期望特征的输出信号的装置，其特征在于：估算抽头值的装置(10)使视频数据信号的一所选成分的幅度被用于提供均衡输出信号的装置(34)最小化。

7.根据权利要求6所述的提供具有所期望特征的输出信号的装置，其特征在于：第一滤波器(2)是梳状滤波器。

8.一种在用于处理视频数据信号的系统中获得期望信号特征的方法，该视频数据信号的特征为由一组包含多个符号的编码数据包组成，并可能包含一干扰信号，所述方法的特征在于包括以下步骤：

检测所述干扰信号；

过滤所述干扰信号；

响应于所述过滤产生滤波输出信号；

从所述滤波输出信号预测所述视频数据信号的特征；

响应于所述视频数据信号的特征产生一改进信号；

均衡滤波输出信号和改进信号，以便获得期望信号特征，

其中所述产生一改进信号的步骤进一步包括选择用于预过滤包含视频数据信号和干扰信号的信号的预过滤系数，使得改进信号中所选符号的幅度接近于零值。

9.根据权利要求8所述的方法，其特征在于进一步包括步骤：通过一包含多个抽头的自适应均衡器来自适应均衡改进信号，每个抽头与包含在编码数据包中的一特殊符号相关。

10.根据权利要求9所述的方法，其特征在于进一步包括步骤：在所选抽头最小化所选符号的幅度。

11.根据权利要求9所述的方法，其特征在于进一步包括步骤：估算将要由自适应均衡器使用的抽头值。

12.一种处理视频数据编码符号的均衡和滤波系统，其特征在于包括：

一输入信号，该信号为多电平残留边带符号；

一预滤波器(1)，其响应于输入信号和干扰信号，自适应所述预滤波器以最小化与所选符号相关的幅度；

一梳状滤波器(2)，响应于预滤波器(1)的输出信号；

一个均衡器(34)，响应于所述预滤波器(1)和所述梳状滤波器(2)产生一信号，该信号与多电平残留边带符号输入信号相比有相对高的电平。

13.根据权利要求12的处理视频数据编码符号的均衡和滤波系统，其特征在于：均衡器(34)是一包含多个抽头的自适应均衡器，每个抽头与一特定视频数据编码符号相关。

14.根据权利要求13的处理视频数据编码符号的均衡和滤波系统，其特征在于：预滤波器(1)计算被选择用来最小化所选符号幅度的最佳预测系数。

15.根据权利要求14的处理视频数据编码符号的均衡和滤波系统，其特征在于：最佳预测系数根据公式a＝[Φ_cc(12)/Φ_cc(0)]F计算，

其中a是最佳预测系数，Φ_cc(12)表示包含视频数据编码符号的频道的自相关函数，Φ_cc(0)表示对于包含视频数据编码符号的频道的全部频道能量，F是干扰信号的系数。

16.一种处理视频数据编码符号的均衡和滤波系统，其特征在于包括：

一输入信号，该输入信号包括多电平残留边带符号，并包含一期望信号和一干扰信号；

一梳状滤波器(2)，响应于输入信号，所述梳状滤波器(2)产生一包含衰减后的干扰信号的输出信号；

一预滤波器(1)，响应于梳状滤波器(2)所产生的输出信号，自适应所述预滤波器以最小化与一所选符号相关的幅度；以及

一均衡器(34)，响应于所述预滤波器(1)和所述梳状滤波器(2)产生一信号，该信号与多电平残留边带符号输入信号相比有相对高的电平。

17.根据权利要求16的处理视频数据编码符号的均衡和滤波系统，其特征在于：均衡器(34)是一包含与视频数据编码符号相对应的多个抽头值的自适应均衡器，所述均衡和滤波系统进一步包括：用于估算由均衡器(34)所使用的抽头值的装置(10)。

Images