CN100426806C - 用于白化通信信号中的信号扰动的方法、接收机设备和系统 - Google Patents

Abstract

提供了可以通过白化信号扰动而减小信号扰动的平均功率的方法，系统和接收机设备。一方面，提供了有限冲击响应滤波器(FIR)，它通过使用滤波器系数滤波下采样的接收信号而白化信号扰动，该滤波器系数利用在接收信号的每个信号突发中的已知信号信息自适应地建立。替换地，利用具有修正的度量的噪声白化均衡器，它再次通过使用利用在接收信号的每个信号突发中的已知信号信息自适应地建立的系数而白化信号扰动。噪声白化均衡器方法还允许通过把来自均衡器的符号估值作为已知的信号信息对待来产生更新的噪声白化系数而更新噪声白化系数。还提供了包含修正的欧几里得度量均衡器以提供噪声白化的精巧的接收机。

Description

用于白化通信信号中的信号扰动的方法、接收机设备和系统

发明背景

本发明涉及通信方法和设备，更具体地，涉及用于接收受到噪声影响的通信信号的方法和设备，该噪声诸如在无线通信系统中典型地发现的那些信号。无线通信系统通常被利用来为用户提供话音和数据通信。例如，模拟蜂窝无线电话系统，诸如被称为AMPS，ETACS，NMT-450，和NMT-900的系统，已被成功地部署在全世界。数字蜂窝无线电话系统，诸如遵从北美标准IS54和欧洲标准GSM的系统，自从十九世纪九十年代初期起已提供服务。最近，各种各样的无线数字业务，广义地称为PCS(个人通信业务)，也被引入，包括遵从诸如IS-136和IS-95的标准的高级数字蜂窝系统，诸如DECT(数字增强的无绳电话)的较低功率系统和诸如CDPD(蜂窝数字分组数据)的数据通信业务。在由Gibson主编的、CRC出版社出版的“The MobileCommunications Handbook(移动通信手册)”，(1996)中描述这些和其它系统。

诸如蜂窝无线电话系统那样的无线通信系统典型地包括多个通信信道，它们可被建立在第一收发信机(诸如基站)与第二收发信机(诸如移动终端)之间。通信信道典型地受到性能恶化的环境影响，诸如多径衰落和干扰(噪声)。衰落效应包括平衰落，它是由发射信号(主射线)与同时到达接收机的发射信号的反射版本交互作用而引起的。时间扩散(另一种类型的衰落)是由主射线与主射线的延时的反射交互作用而引起的。干扰影响可以通过由不同于想要的发射信号源的源在信号媒体中生成的非正交信号交互作用而造成。这些各种各样的信号扰动源可能来自各种源，包括热噪声，共道干扰者和相邻信道干扰者。大多数蜂窝通信标准典型地需要接收机达到最小相邻信道保护(ACP)。不幸地，为了满足这个最小的技术要求，在接收机处常常以失去共道性能为代价地使用窄的接收滤波器，共道性能相反地可用较宽的接收滤波器得到。

无线信道的动态特性在为了允许译码被包含在接收信号中的信息而跟踪信道时存在困难。通常，在无线的移动无线电系统中，已知的数据序列被周期地插入到发送的信息序列中。这样的数据序列通常被称为同步序列或训练序列，以及典型地被提供在数据帧或数据突发的开始或中部。通过使用同步序列和其它的已知的参量可以实行信道估值，来估值信道对发射信号具有的影响。最小平方估值可能是在存在加性高斯(白色)噪声时估值信道冲击响应的有效的方法。然而，当噪声成为非白色的，或彩色时，这些技术可能变得不太有效。

为了从接收信号中提取发射的信号(或符号)，移动终端的接收机典型地包括解调器，它可以是相干解调器，诸如最大似然序列估值(MLSE)解调器(或均衡器)。为了适应于在每个数据突发上的信道变化，相关的信道跟踪器典型地提供给解调器。该信道跟踪器典型地运行在“判决引导的”模式，其中使用符号估值来跟踪信道的变化。在由接收机获得通信的信号后，信道跟踪器保持信道估值，以便提供在解调器与接收信号之间的相干参考。最通常使用的信道跟踪方法是基于最小均方(LMS)和递归最小平方(RLS)的算法。例如参阅“OptimalTracking of Time-varying Channels：A Frequency DomainApproach for known and new algorithms(时变信道的最佳跟踪：用于已知的和新的算法的频域方法)”，IEEE Transactions onselected areas in communications，Vol.13，No.1，January 1995，Jingdong Lin，John G.Proakis，Fuyun Ling.

在任何已知的时间，在接收信号中占优势的扰动种类(共道干扰，相邻信道干扰，或热噪声)通常是未知的。典型的方法是假定占优势的扰动是白色时(即，在时间上非相关的)在接收机中设计解调器或均衡器，希望它即使在扰动多少是彩色时仍旧很好地满足。

例如，考虑图1所示的接收机模型。信号y(t)首先在具有转移函数h(t)的模拟滤波器105中被滤波，提供接收信号r(t)，它先被下采样为符号速率的接收信号r(n)，然后在均衡器110中处理，得到s_est(u)。正如这里使用的，术语“符号速率”包括符号传输速率和它的倍数。符号速率下采样的离散时间接收信号r(n)被给出为：

$r\left(n\right)=\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}c\left(i\right)s(n-i)+w\left(n\right),---\left(1\right)$

其中c(i)是具有L个系数的离散时间基带信道模型，s是发送的符号，以及w(n)是由信号扰动引起的离散时间随机过程(这个序列可以是彩色的或白色的，以及被称为噪声)。

在时间“n”，在最大似然序列估值(MLSE)均衡器的网格中的每个状态可被表示为S_n＝[s(n)，s(n-1)，...，s(n-L+2)]。在网格的每个状态，残存路径和累积路径度量M(S_n)被保持用于8^L-1个状态的每个状态。另外，在网格的每级，分支度量是：

$\mathrm{dM}(S_n,S_{n-1})={|r\left(n\right)-\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}c\left(i\right)\hat{s}(n-1)|}^2---\left(2\right)$

其中

是信号(符号)估值，以及dM(S_n，S_n-1)相应于从一个先前的假设状态S_n-1到当前的假设状态S_n的状态转移，它被计算和被加到与先前的状态有关的路径度量M(S_n-1)。当前状态的路径度量然后可以通过在终结到当前的假设状态S_n的所有路径中间选择累积度量的最小值而被更新。

等式(2)隐含地假定w(n)是白色高斯序列(即，假定w(n)在时间上是不相关的)。然而，在许多实际的情形下，其中占优势的扰动不是热噪声，这个假定是无效的。即使扰动正好是热噪声时，如果接收滤波器105h(t)不是奈奎斯特型的话，w(n)也可能不是白色的。然而，在这种情形下，W(n)的自相关(被表示为ρ_ww(m))典型地是固定的，以及可被找到为：

ρ_ww(m)＝E[w(n)w^*(n-m)]＝N₀∫h(t)h^*(t-mT)dt，    (3)

其中

典型地，给定任何彩色的平稳序列υ(n)，可以设计因果的、可逆的、线性和时不变(LTI)白化滤波器，具有输入υ(n)和输出z(n)，其中z(n)是白色的。由于白化滤波器通常是因果的和可逆的，所以这种滤波器典型地不造成信息的任何损失。这种白化滤波器与υ(n)的线性最小平方一步预测器密切地有关。具体地，令

$\hat{w}\left(n\right|n-1)=\underset{i=1}{\overset{\∞}{\mathrm{\Σ}}}a\left(i\right)w(n-i)---\left(4\right)$

是基于{w(m)m＜n}的w(n)的线性最小平方预测器。正如在A.Papoulis，“Probability，Random Variables，and Stochastic Processor(概率，随机变量和随机过程处理器)”，McGraw-Hill，1984中描述的，用于υ(n)的白化滤波器的冲击响应是：

h(n)＝-a(n)    for  n≥1    (5)

以及h(n)＝1，对于n＝0以及h(n)＝0，对于n＜0。而且：

$z\left(n\right)=w\left(n\right)*h\left(n\right)---\left(6\right)$

$=w\left(n\right)-\hat{w}\left(n\right|n-1)---\left(7\right)$

通过使用线性估值的正交性原理，可以证明等式(7)中的z(n)是白色(即，非相关)序列；所以h(n)是想要的白化滤波器。通过使用递归，也有可能表明h(n)是因果地可逆的；因此，h(n)是最小相位。

在David Forney，“Maximum-Likelihood Sequence Estimationof Digital Sequence in the Presence of IntersymbolInterference(在存在符号间干扰时数字序列的最大似然序列估值)”，Info.Theory，1972中提出这种白化扰动的方法。Forney的论文讨论通过在采样器与均衡器(具有欧几里得度量的MLSE均衡器)之间加上数字噪声白化滤波器而消除由匹配滤波器引起的噪声彩色化效应。白化滤波器的想要的冲击响应可以通过使用w(n)的自相关函数(即，ρ_ww(m)＝E{w(n)w^*(n-m)})计算。

以上的方法在输入信号扰动是白色(例如，热噪声)时可以行得通，在这种情形下，ρ_ww(m)＝E{w(n)w^*(n-m)}典型地是固定的，以及对于每个滞后m，从等式(3)获知。然而，当扰动是由共道或相邻信道干扰占优势时，据认为w(n)的自相关需要对于所有的滞后进行估值，以便正确地计算{α(i)}。另外，由均衡器看到的有效的基带信道通常将包含白化滤波器和原先的信道的卷积。所以，均衡器可能必须均衡长得多的信道，可能需要更复杂的均衡器。

美国专利No.5,031,195描述了使用白化匹配滤波的自适应调制解调器接收机，其中滤波器系数可以根据通过使用由译码器对于先前接收的符号输出的估值生成的误差信号，而对于某些接收符号被更新。美国专利No.5,905,743描述了在白化顺序最大似然估值电路中使用白化路径度量的通信信号的顺序最小似然估值。

发明概要

按照本发明，提供了可以通过白化信号扰动而减小信号扰动的平均功率的方法，系统和接收机设备。一方面，提供了有限冲击响应滤波器(FIR)，它通过使用在接收信号的每个信号突发中的已知的信号信息自适应地建立的滤波器系数滤波下采样的接收信号而白化信号扰动。替换地，利用具有修正的度量的噪声白化均衡器，它再次通过使用在接收信号的每个信号突发中的已知的信号信息自适应地建立的系数而白化信号扰动。噪声白化均衡器方法还允许通过把来自均衡器的符号估值作为已知的信号信息对待来产生更新的噪声白化系数而更新噪声白化系数。还提供了包含修正的欧几里得度量均衡器以提供噪声白化的精巧的接收机。

在本发明的一个实施例中，提供了用于自适应地白化通信信号中的信号扰动的方法，接收包括信号扰动的通信信号，以及通过使用来自接收信号的已知的信号信息确定用于白化信号扰动的系数。发送的信号(或符号)的估值，这里称为“信号估值”或“符号估值”，是通过使用所确定的系数为接收信号产生的。通信信号可以包括多个被接收的、包含已知的信号信息的信号突发。接收、确定和产生的步骤对于多个信号突发的至少两个突发重复进行。因此，所确定的系数对于每个突发更新，然后被均衡器使用来产生对于被使用来确定(更新)系数的接收突发的信号估值。

在本发明的另一个实施例中，通过经具有与所确定系数有关的选择数目的抽头的白化滤波器处理接收信号和通过经均衡器处理滤波的接收信号而产生对于接收信号的信号估值。通信信号优选地在滤波前被下采样为通信信号的符号速率。在一个实施例中，接收信号通过具有M+1个抽头的白化滤波器被处理，其中M是选择的整数，以及其中所确定的系数是白化滤波器的系数，它们是基于信号扰动的第M阶线性预测器。白化滤波器的系数可以通过在接收信号中的训练序列被确定。

在本发明的另一个实施例中，用于白化信号扰动的系数是通过首先确定均衡器的多个信道抽头以及根据所确定的信道抽头与接收信号的样本确定信号扰动，而被确定的。信号扰动的自相关是对于多个滞后确定的，以及白化滤波器的系数是根据所确定的信号扰动的自相关而被建立的。白化滤波器可以是最小相位滤波器。白化滤波器也可以是带有简单缩放的首项系数为1的。均衡器可以使用欧几里得度量。

在本发明的再一个实施例中，对于接收信号的信号估值是通过经噪声白化均衡器处理接收信号以产生对于该接收信号的一个信号估计，而被产生的。噪声白化均衡器的度量被修正，以便把信号扰动变换成基本上白色噪声信号扰动。信号扰动的估值可被保持用于噪声白化均衡器的译码网格中的多个状态。

在本发明的又一个实施例中，用于白化信号扰动的系数是通过首先确定噪声白化均衡器的多个信道抽头以及根据所确定的信道抽头与接收信号的样本确定信号扰动，而被确定的。信号扰动的自相关是对于多个滞后被确定的，以便提供用于信号扰动的彩色的模型。接收信号通过具有根据用于信号扰动的彩色模型确定的系数的噪声白化均衡器被处理，以便产生对于接收信号的信号估值。噪声白化均衡器可以是Ungerboeck最大似然序列估值(MLSE)均衡器。

在本发明的再一个实施例中，所确定的系数是根据来自噪声白化均衡器的信号估值被更新。更新可以通过把来自噪声白化均衡器的信号估值作为已知的信号信息对待而被提供。

本发明的另一个方面，提供了用于白化接收信号中的信号扰动的方法。接收信号，其中r(n)是在第n个符号周期处的接收信号，是通过修正的欧几里得度量均衡器使用由等式

$\mathrm{dM}={|r\left(n\right)-\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}c\left(i\right)\hat{s}(n-i)-\hat{w}\left(n\right|n-1)|}^2$

所定义的度量来处理的，其中c(i)是信道估值

是符号估值，L是信道估值(或模型)中的系数的数目，以及

是在第n个符号处信号扰动的提前一步预测器，它是根据信号扰动的估值的特性，以便产生用于接收信号的信号估值。

在本发明的设备方面，提供了接收机设备，包括接收机，接收包括信号扰动的无线通信信号，以及把接收信号下采样为通信信号的符号速率，提供接收信号样本。接收机设备还包括噪声白化滤波器，它滤波接收信号样本，噪声白化滤波器具有滤波器系数。均衡器从滤波的接收信号样本产生符号估值。接收机设备也包括滤波器系数估值电路，它根据来自接收信号的已知的信号信息产生滤波器系数。

在本发明的再一个实施例中，提供了接收机设备，包括接收机，接收包括信号扰动的无线通信信号，以及把接收信号下采样为通信信号的符号速率，提供接收信号样本。接收机设备还包括具有相关的度量的噪声白化均衡器，它产生对于接收信号的信号估值，以及度量电路，它根据来自接收信号的已知的信号信息调节度量。度量电路优选地输出信号扰动的模型给噪声白化均衡器，以及相关的度量是基于信号扰动的模型。

在本发明的又一个实施例中，提供了接收机设备，包括接收机，接收包括信号扰动的无线通信信号，以及把接收信号下采样为通信信号的符号速率，提供接收信号样本，其中r(n)是在第n个符号周期处的接收信号。接收机设备还包括使用由等式

$\mathrm{dM}={|r\left(n\right)-\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}c\left(i\right)\hat{s}(n-i)-\hat{w}\left(n\right|n-1)|}^2$

所定义的度量的修正的欧几里得度量均衡器，其中c(i)是信道估值，

是符号估值，L是信道估值(或模型)中的系数的数目，以及

是在第n个符号处信号扰动的提前一步预测器，它是根据信号扰动的估值的特性，产生用于接收信号的信号估值。

正如本领域技术人员进一步看到的，虽然以上主要是对于方法方面描述的，但本发明也可以作为系统被实施。

附图简述

图1是显示传统的接收机的示意方框图；

图2是显示按照本发明的第一实施例的接收机设备的示意方框图；

图3是显示按照本发明的第二实施例的接收机设备的示意方框图；

图4是显示对于本发明的实施例的运行的流程图；以及

图5是显示按照本发明的实施例的、用于估值系数运行的流程图。

发明详细描述

此后参照附图更详细地描述本发明，图上显示本发明的优选实施例。然而，本发明也可以以许多不同的形式来实施，以及不应当被认为限于这里阐述的实施例；而是提供这些实施例以使得本揭示内容是透彻和全面的，以及把本发明的范围充分地传送给本领域技术人员。正如本领域技术人员将会看到的，本发明可以被实施为方法或设备。因此，本发明可以采取硬件实施例、软件实施例、或组合软件和硬件方面的实施例的形式。

现在参照图2中说明本发明的实施例的方框图进一步描述本发明。如图2所示，信号s(t)通过具有信道特性c(t)的信道205被发送，诸如无线蜂窝无线电话通信信道。包括信道感应效应的发送的信号在接收机/RF处理器210处作为信号r(t)被接收，接收机210提供用于按照本发明的实施例的接收机设备215的前端接收机。接收机210接收无线通信信号r(t)，它包括信号扰动，诸如来自相邻信道干扰者或共道干扰者的干扰信号。接收机210进一步把接收信号下采样为通信信号的符号速率，提供接收信号r(n)。

接收机设备215还包括白化滤波器220，它滤波接收信号r(n)样本。噪声白化滤波器220具有相关的冲击响应h_m(n)，它具有相关的滤波器系数矩阵。滤波器系数估值电路225根据来自接收信号的已知的信号信息产生用于白化滤波器220的滤波器系数。因此，接收信号样本r(n)由接收机210提供给白化滤波器220和估值电路225。

在图2说明的实施例中估值电路225从接收机设备215的控制处理器/存储器235得到已知的信号信息。例如，处理器/存储器235可以具有如由用于通信信号的通信协议规定的、对于通过信道205接收的信号被包括在信号突发中的、训练序列的规定的比特图案的知识。均衡器230从白化滤波器220输出的滤波的接收信号样本中产生符号估值。

白化滤波器220可以具有选择的有限数目的抽头，每个抽头与由估值电路225提供的滤波器系数之一相联系。例如，白化滤波器220可以具有M+1个抽头，其中M是选择的有限整数，以及其中滤波器系数是基于信号扰动的第M阶线性预测器。另外，抽头数目M也可以由估值电路提供。例如，系数数目M可以逐渐增加。如果干扰(噪声)功率的增量减小大于确定的准则，则M可以增加例如1。这个自适应过程可以重复进行，直至噪声功率的增量减小小于门限准则为止，或直至达到某个特定的最大值M为止。白化滤波器220也可以是最小相位滤波器，诸如具有简单缩放的首项系数为1。均衡器230可以是使用欧几里得度量的均衡器230。

白化滤波器220优选地被设计为具有对抽头数目的约束条件(即，有限冲击响应)。具体地，对于w(n)的(M+1)抽头白化滤波器可被提供为：

h_M(n)＝-a_M(n)for 1≤n≤M    (8)

其中h_M(n)＝1，对于n＝0以及h_M(n)＝0，对于n＞M和对于n＜0，以及其中a_M(k)是基于{w(m)：m-M≤m＜n}的w(n)的M阶提前一步线性预测器的系数，即：

$\hat{w}\left(n\right|n-1)=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{a}_M\left(i\right)w(n-i)---\left(9\right)$

应当指出，系数{a_M(k)}_k＝1 ^M是与{a(k)}的头M个抽头不同的。然而，{a_M(k)}_k＝1 ^M也可以从w(n)的自相关得出。更具体地，如果T_M是w(n)的(M×M)厄密特Toeplitz自相关矩阵：

$T_M=\left[\begin{array}{ccccc}{\mathrm{\ρ}}_{\mathrm{ww}}\left(0\right)& {\mathrm{\ρ}}_{\mathrm{ww}}{\left(1\right)}^{*}& {\mathrm{\ρ}}_{\mathrm{ww}}{\left(2\right)}^{*}& ...& {\mathrm{\ρ}}_{\mathrm{ww}}{(M-1)}^{*}\\ {\mathrm{\ρ}}_{\mathrm{ww}}\left(1\right)& & & & \\ {\mathrm{\ρ}}_{\mathrm{ww}}(M-1)& ...& & & {\mathrm{\ρ}}_{\mathrm{ww}}\left(0\right)\end{array}\right]---\left(10\right)$

以及如果r＝[ρ_ww(1)，ρ_ww(2)，...，ρ_ww(M)]^T，则第M阶线性预测器的系数a_M＝(a_M(1)，a_M(2)，...，a_M(M))^T可以通过求解以下的线性方程组而找到：

T_Ma_M＝r          (11)

Levinson-Durbin算法可被使用来有效地求解方程(11)。

噪声的自相关{ρ_ww(m)}_m＝0 ^M可以通过接收信号的每个突发的训练序列按照

${\widehat{\mathrm{\ρ}}}_{\mathrm{ww}}\left(m\right)=\frac{1}{N}\underset{k=1}{\overset{N-m}{\mathrm{\Σ}}}w(n+k)w^{*}\left(k\right)$

来进行估值，其中N表示在训练序列中的符号数目，以及^*表示复数共轭，以及其中在信道估值后噪声序列w(k)的估值可相应地被计算。

通过限制白化滤波器220中的抽头数目，可以达到噪声彩色化的影响与加长有效信道的影响之间的折衷。而且，由于计算{a_M(k)}_k＝1 ^M只需要在滞后(0，1，...，M)处的w(n)的自相关，所以需要估值较少的参量。

现在参照图3的示意方框图，描述按照本发明的、用于自适应地白化信号扰动的接收机设备315的另一个实施例，它可以减小通信信号中信号扰动的平均功率。如图3的实施例所示，无线通信信号s(t)通过具有信道特性c(t)的信道205被发送到接收机设备315，以及被接收机/RF处理器310作为接收信号r(t)被接收。接收机310把接收信号r(t)下采样为通信信号的符号速率，提供接收信号样本r(n)。接收机设备315还包括具有相关的度量的噪声白化滤波器330，它产生对于接收信号的信号估值。

度量估值电路325根据来自接收信号r(n)的已知的信号信息调节噪声白化均衡器330的度量。和图2描述的实施例一样，已知的信号信息可以由处理器/存储器335提供给估值电路325。例如，如由用于通信信号s(t)的通信协议规定的、被包括在信号突发中的、已知比特的训练序列可以被处理器获知或被存储在接收机设备315的存储器中。度量估值电路325输出信号扰动的模型到噪声白化均衡器330，它通过噪声白化均衡器330的相关的度量被使用。还应当看到，均衡器230，330可以部分地支持各个估值电路225，325的运行，以及提供信号估值。

在图3的实施例中，白化滤波器h_M(n)可被有效地引入到用于噪声白化均衡器330的MLSE的度量计算。噪声白化均衡器330可以是例如Ungerboeck MLSE均衡器或如下所述的具有修正的度量的噪声白化均衡器。为了便于说明本实施例，一开始假设在时间“n”，噪声序列的过去的样本已精确地获知(即，假设在时间n，我们获知{w(m)}_m＝0 ^n-1)。而且，假设用于第w(n)的第M阶提前一步预测器具有系数a(k)，它们再次是已知的。在优选实施例中，欧几里得度量(2)被修正为如下：

$\mathrm{dM}(S_{n-1},S_n)={|r\left(n\right)-\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}c\left(i\right)\hat{s}(n-i)-\hat{w}\left(n\right|n-1)|}^2---\left(12\right)$

$={|r^{\′}\left(n\right)-\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}c\left(i\right)\hat{s}(n-i)|}^2,---\left(13\right)$

其中

$r^{\′}\left(n\right)=r\left(n\right)-\hat{w}\left(n\right|n-1)---\left(14\right)$

$=\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}c\left(i\right)s(n-i)+(w\left(n\right)-\hat{w}\left(n\right|n-1))---\left(15\right)$

$=\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}c\left(i\right)s(n-i)+z^{\′}\left(n\right),---\left(16\right)$

其中

$\hat{w}\left(n\right|n-1)=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{a}_M\left(i\right)w(n-i),---\left(17B\right)$

以及z′(n)现在是白色(或接近白色)序列。从等式(16)，可以看到，修正的度量作用在包含白色噪声序列z′(n)的接收信号r′(n)上。所以，具有修正的度量的噪声白化均衡器330通过减小信号扰动的平均功率，可导致改进的接收机。

当然，在实际的均衡器中，在时间n，{w(m)}^n-1 _m-0一般是不知道的；因此，w(n-i)用从先前的状态S_n-1的路径历史得到的它的估值替换。这是指，对于网格的每个终结的状态，优选地存储由下式给出的估值的w(n)的M点窗口：

$\hat{w}(n-i)=r(n-1)-\underset{j=0}{\overset{L-1}{\mathrm{\Σ}}}c\left(j\right)\hat{s}(n-i-j)---\left(18\right)$

换句话说，在噪声白化均衡器330的译码的网格中用于多个状态的信号扰动的估值被维持。

可以证明，这样的具有修正分支度量(13)的噪声白化均衡器，当与前面是噪声白化滤波器h_M(n)的、具有基于较长的信道c(n)*h_M(n)的欧几里得度量的普通的均衡器相比较时给出同样的性能。如图2的实施例中那样地在采样器与均衡器之间实施显式白化滤波器h_M(n)，可导致比起图3的实施例(其中噪声白化是在度量中完成的)较低复杂性的结构。然而，在度量中执行噪声白化可以提供更灵活的结构，其中预测器系数{a_M(i)}在均衡期间可以通过把由均衡器330产生的符号估值作为已知的信号信息对待而被逐个符号地自适应地更新。而且，在其中采用每残存信道跟踪器的高性能均衡器中，预测器系数{a_M(i)}也可以对于不同的残存路径被不同地更新。

正如本领域技术人员将会看到的，在图2和3中的本发明的上述的方面可以由硬件，软件或二者的组合被提供。例如，虽然接收机设备315的各个部件在图3上部分被显示为分立元件，但实际上它们可以由包括输入和输出端口以及运行软件代码的微控制器，由定做的或混合芯片，由分立元件，或由以上的组合来实施。例如，噪声白化均衡器33和度量估值电路325可以部分地以在处理器上执行的代码来实施。

现在参照图4和5的流程图描述本发明的运行。将会看到，图2和3的流程图和方框图的每个块以及图2和3的流程图和方框图的块的组合，可以由计算机程序指令来实施。这些程序指令可被提供给处理器以生成一个机器，这样，在处理器上执行的指令产生用于实施在流程图和方框图块中规定的功能。计算机程序指令可以由处理器执行，导致一系列要由处理器执行的运行步骤，以便产生计算机实施的处理过程，这样，在处理器上执行的指令提供用于执行在流程图和方框图块中规定的功能的步骤。

因此，流程图和方框图的块支持用于执行规定的功能的装置的组合，用于执行规定的功能的步骤的组合，和用于执行规定的功能的程序指令装置。也将会看到，流程图和方框图的每个块及在流程图和方框图中的块的组合，可以由执行规定的功能或步骤的、基于特定用途的硬件的系统，或特定用途的硬件与计算机指令的组合来实施。

如图4所示，运行从方块400开始，这时接收到包括信号扰动的通信信号。更具体地，图4所示的实施例针对这样的通信系统，其中通信信号包括多个信号突发，它包含在一个或多个信号突发内的已知的信号信息，诸如训练序列。在这种情形下，在方块400的运行涉及到接收多个信号突发之一以提供接收信号。接收信号被下采样为通信信号的符号速率(方块405)。然后通过使用来自接收信号突发的已知的信号信息确定用于白化信号扰动的系数(方块410)。例如，在方块410的运行可以包括通过接收信号中的训练序列确定白化滤波器220的系数。

在图4的说明的实施例中，在确定系数后，通过具有与所确定的系数有关的、选择数目的抽头的白化滤波器处理接收信号(方块415)。滤波的接收信号然后可通过均衡器被处理，产生对于接收信号的信号估值(方块420)。在一个实施例中，白化滤波器具有M+1抽头，其中M是选择的整数，以及其中所确定的系数是白化滤波器的系数，它们是基于信号扰动的第M阶线性预测器。替换地，在方块415的运行可包括修正噪声白化均衡器330的度量，把信号扰动变换成基本上白色的噪声信号扰动。

现在参照图5进一步描述关于方块410的通过使用来自接收信号的已知的信号信息确定用于白化信号扰动的系数的运行。如图5的流程图所示，运行在方块500从确定用于均衡器的多个信道抽头开始。然后，根据所确定的信道抽头和接收信号的样本确定信号扰动(方块505)。然后，确定对于多个滞后的信号扰动的自相关(方块510)。最后，根据所确定的信号扰动的自相关来建立白化滤波器的系数(方块515)。白化滤波器可以是具有简单缩放的首项系数为1的最小相位滤波器，以及均衡器可以使用欧几里得度量。

对于图3的实施例所示的接收机设备315，在方块510的运行可包括确定对于多个滞后的信号扰动的自相关，提供用于信号扰动的彩色的模型。在方块515的运行然后可包括通过具有根据用于信号扰动的彩色模型确定的系数的噪声白化均衡器处理接收信号，产生对于接收信号的信号估值，在本实施例中，噪声白化均衡器可以是Ungerboeck最大似然序列估值(MLSE)均衡器。

如以上在等式(1)中显示的，接收的基带的、复数数值的信号r(n)可被表示为：

$r\left(n\right)=\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}c\left(i\right)s(n-i)+w\left(n\right),---\left(19\right)$

 其中c(i)是基带信道的系数，以及w(n)是代表扰动信号的离散时间随机过程。W(n)可以是接收机的热噪声、共道干扰者、和相邻信道干扰者的混合物。在典型的通信系统中，每个发送的突发包含多个已知的符号。我们用{s(n)}_n-n0 ^n0+L-1表示这些已知的符号。因此，按照本发明的各个实施例的、用于估值接收符号的运行也可以描述如下：

1.估值信道抽头。调用估值的信道抽头

2.使用来自步骤(1)的估值的信道抽头

以及使用已知的发送的符号{s(n)}_n-n0 ^n0+L-1后，得到如下的扰动的估值：

$\hat{w}\left(n\right)=r\left(n\right)-\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}\hat{c}\left(i\right)s(n-i),n=n0,...,n0+L-1---\left(20\right)$

3.根据在步骤(2)中得到的w(n)，估值自相关和/或对于各个滞后的扰动的功率谱。调用在滞后τ处的估值的自相关：

这是用于扰动的彩色的模型：

${\widehat{\mathrm{\ρ}}}_{\mathrm{ww}}\left(m\right)=\frac{1}{N}\underset{k=1}{\overset{N-m}{\mathrm{\Σ}}}w(n+k)w^{*}\left(k\right).$

4.使用估值的扰动自相关，

设计用于扰动的白化滤波器(调用这个白化滤波器h(n))。应当指出，h(n)预期是最小相位，以及可被做成具有简单缩放的首项系数为1。

5.对于诸如图2所示的那样的实施例，信号r(n)被白化滤波器220h(n)滤波，得到z(n)。接着，z(n)被馈送到均衡器230，它是对于白化扰动最优化的(例如，具有欧几里得度量的MLSE均衡器，具有欧几里得度量的判决反馈序列估值(DFSE)均衡器，等等)。均衡器230提供发送符号的估值s(n)。

6.对于诸如图3所示的那样的实施例，信号r(n)通过使用能够处理非白色扰动的均衡器330被均衡。这样的均衡器典型地需要扰动的彩色的知识，这个知识可以根据在步骤(3)得到的扰动模型被提供到均衡器330。这样的均衡器的例子是Ungerboeck MLSE均衡器，或上述的修正的欧几里得均衡器。

以上主要参照MLSE均衡器描述了本发明。然而，本发明并不限于此，以及本发明也可以应用到其它类型的均衡器，例如，DFSE均衡器。

在附图和说明中，揭示了本发明的典型的优选实施例，虽然利用特定的术语，但它们只是在通用的和说明意义上被使用，而不是为了限制，本发明的范围在以下的权利要求中阐述。

Claims (52)

1.一种用于自适应地白化通信信号中的信号扰动的方法，包括以下步骤：

接收通信信号的信号突发，信号突发包括已知的信号信息，未知的信号信息和信号扰动；

通过使用来自接收信号突发的已知的信号信息确定用于白化信号扰动的系数；以及

通过使用所确定的系数产生对于接收信号突发的信号估值。

2.按照权利要求1的方法，其中通信信号包括多个包含已知信号信息的信号突发，以及其中接收、确定和产生的步骤对于多个信号突发的至少两个突发重复进行。

3.按照权利要求1的方法，其中通过使用所确定的系数产生对于接收信号突发的信号估值的步骤包括以下步骤：

通过具有与所确定系数关联的选择数目的抽头的白化滤波器处理接收信号突发；和

通过均衡器处理滤波的接收信号突发，以产生对于接收信号突发的信号估值。

4.按照权利要求3的方法，其中接收通信信号的信号突发的步骤包括把接收信号突发下采样为通信信号的符号速率的步骤。

5.按照权利要求4的方法，其中通过具有与所确定系数关联的选择数目的抽头的有限冲击响应(FIR)白化滤波器处理接收信号突发的步骤还包括通过具有M+1个抽头的白化滤波器处理接收信号突发的步骤，其中M是一个选择的整数，以及其中所确定的系数是白化滤波器的系数，它们是基于信号扰动的第M阶线性预测器。

6.按照权利要求5的方法，其中在接收信号突发中的已知信息包括训练序列，以及其中通过使用来自接收信号突发的已知信号信息确定用于白化信号扰动的系数的步骤还包括通过接收信号突发中的训练序列确定白化滤波器的系数的步骤。

7.按照权利要求6的方法，其中通信信号包括多个包含已知的信号信息的信号突发，以及其中接收、确定和产生的步骤对于多个信号突发的至少两个突发重复进行。

8.按照权利要求3的方法，其中通过使用来自接收信号突发的已知信号信息确定用于白化信号扰动的系数的步骤还包括以下步骤：

确定均衡器的多个信道抽头；

根据所确定的信道抽头与接收信号突发的样本确定信号扰动；

确定对于多个滞后的信号扰动的自相关；以及

根据所确定的信号扰动的自相关，建立白化滤波器的系数。

9.按照权利要求8的方法，其中白化滤波器是最小相位滤波器。

10.按照权利要求9的方法，其中白化滤波器是首项系数为1的。

11.按照权利要求10的方法，其中均衡器使用欧几里得度量。

12.按照权利要求1的方法，其中通过使用所确定的系数产生对于接收信号突发的信号估值的步骤包括以下步骤：

通过噪声白化均衡器处理接收信号突发，产生对于接收信号突发的信号估值。

13.按照权利要求12的方法，其中通过噪声白化均衡器处理接收信号突发的步骤之前是下采样接收信号突发的步骤。

14.按照权利要求12的方法，其中通过噪声白化均衡器处理接收信号突发的步骤还包括修正噪声白化均衡器的度量，以便把信号扰动变换成基本上白色的噪声信号扰动的步骤。

15.按照权利要求14的方法，其中修正噪声白化均衡器的度量，以便把信号扰动变换成基本上白色的噪声信号扰动的步骤包括修正欧几里得度量均衡器为使用由等式

$\mathrm{dM}={|r\left(n\right)-\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}c\left(i\right)\hat{s}(n-i)-\hat{w}\left(n\right|n-1)|}^2$

所定义的度量的步骤，其中r(n)是第n个符号周期处的接收信号，c(i)是信道估值，

是符号估值，L是信道估值中的系数的数目，以及

是在第n个符号处信号扰动的提前一步预测器，它是基于确定的系数的。

16.按照权利要求14的方法，其中通过噪声白化均衡器处理接收信号突发的步骤还包括保持对于在噪声白化均衡器的译码网格中多个状态的信号扰动的估值的步骤。

17.按照权利要求12的方法，其中通过使用来自接收信号突发的已知信号信息确定用于白化信号扰动的系数的步骤还包括以下步骤：

确定噪声白化均衡器的多个信道抽头；

根据所确定的信道抽头与接收信号突发的样本确定信号扰动；

确定对于多个滞后的信号扰动的自相关，提供对于信号扰动的彩色的模型；以及

其中通过噪声白化均衡器处理接收信号突发以产生对于接收信号突发的信号估值的步骤还包括：通过具有根据用于信号扰动的彩色的模型确定的系数的噪声白化均衡器处理接收信号突发以产生对于接收信号突发的信号估值的步骤。

18.按照权利要求17的方法，其中噪声白化均衡器是Ungerboeck最大似然序列估值(MLSE)均衡器。

19.按照权利要求12的方法，其中通过使用来自接收信号突发的已知信号信息确定用于白化信号扰动的系数的步骤还包括根据来自噪声白化均衡器的信号估值更新确定的系数的步骤。

20.按照权利要求19的方法，其中根据来自噪声白化均衡器的信号估值更新确定的系数的步骤还包括把来自噪声白化均衡器的信号估值作为已知的信号信息对待的步骤。

21.按照权利要求5的方法，还包括根据接收信号突发调节选择的整数值M的步骤。

22.按照权利要求21的方法，其中根据接收信号突发调节选择的整数值M的步骤还包括只要选择的整数值M不超过选择的准则则根据来自接收信号突发的检测的干扰功率的改变而调节整数值M的步骤。

23.一种接收机设备，包括：

接收机，接收包括信号扰动、已知信号信息和未知信号信息的无线通信信号，以及把接收信号下采样为通信信号的符号速率，以提供接收信号样本；

白化滤波器，该白化滤波器具有滤波器系数，它基于该滤波器系数来滤波接收信号样本；

均衡器，从滤波的接收信号样本产生符号估值；以及

滤波器系数估值电路，它根据来自接收信号的已知的信号信息产生滤波器系数。

24.按照权利要求23的接收机设备，其中白化滤波器具有选择数目的抽头，每个抽头与其中一个滤波器系数相关联。

25.按照权利要求24的接收机设备，其中白化滤波器具有M+1个抽头，其中M是选择的整数，以及其中滤波器系数是基于信号扰动的第M阶线性预测器。

26.按照权利要求25的接收机设备，其中白化滤波器是最小相位滤波器。

27.按照权利要求26的接收机设备，其中白化滤波器是首项系数为1。

28.按照权利要求27的接收机设备，其中均衡器使用欧几里得度量。

29.一种接收机设备，包括：

接收机，接收包括信号扰动、已知信号信息和未知信号信息的无线通信信号，以及把接收信号下采样为通信信号的符号速率，以提供接收信号样本；

噪声白化均衡器，它具有关联的度量，并基于该度量而产生对于接收信号的信号估值；以及

度量电路，它基于来自接收信号的已知的信号信息调节该度量。

30.按照权利要求29的接收机设备，其中度量电路输出信号扰动的模型给噪声白化均衡器，以及其中关联的度量是基于信号扰动的模型。

31.按照权利要求30的接收机设备，其中关联的度量是由等式

$\mathrm{dM}={|r\left(n\right)-\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}c\left(i\right)\hat{s}(n-i)-\hat{w}\left(n\right|n-1)|}^2$

所定义的修正的欧几里得度量，其中c(i)是信道估值，

是符号估值，L是信道估值中的系数的数目，以及

是在第n个符号处信号扰动的提前一步预测器，它是基于信号扰动的模型。

32.按照权利要求30的接收机设备，其中噪声白化均衡器是Ungerboeck最大似然序列估值(MLSE)均衡器。

33.一种用于自适应地白化通信信号中的信号扰动的系统，包括：

用于接收通信信号的信号突发的装置，信号突发包括已知信号信息、未知信号信息和信号扰动；

用于通过使用来自接收信号突发的已知的信号信息确定用于白化信号扰动的系数的估值电路；以及

用于通过使用确定的系数产生对于接收信号突发的信号估值的装置。

34.按照权利要求33的系统，其中通信信号包括多个包含已知信号信息的信号突发。

35.按照权利要求33的系统，其中用于通过使用所确定的系数产生对于接收信号突发的信号估值的装置通过具有与系数关联的选择数目的抽头的白化滤波器处理接收信号突发；和通过均衡器处理滤波的接收信号突发以产生对于接收信号突发的信号估值。

36.按照权利要求35的系统，其中用于接收通信信号的信号突发的装置把通信信号的信号突发下采样为通信信号的符号速率。

37.按照权利要求36的系统，其中通过具有与所确定的系数关联的选择数目的抽头的白化滤波器处理接收信号突发还包括通过具有M+1个抽头的白化滤波器处理接收信号突发，其中M是一个选择的整数，以及其中所确定的系数是白化滤波器的系数，它们是基于信号扰动的第M阶线性预测器。

38.按照权利要求37的系统，其中在接收信号突发中的已知信息包括训练序列，以及其中用于通过使用来自接收信号突发的已知信号信息确定用于白化信号扰动的系数的装置还通过训练序列确定白化滤波器的系数。

39.按照权利要求38的系统，其中通信信号包括多个包含已知的信号信息的信号突发。

40.按照权利要求35的系统，其中用于通过使用来自接收信号突发的已知的信号信息确定用于白化信号扰动的系数的装置还确定均衡器的多个信道抽头；根据所确定的信道抽头与接收信号突发的样本确定信号扰动；确定对于多个滞后的信号扰动的自相关；以及

根据所确定的信号扰动的自相关建立白化滤波器的系数。

41.按照权利要求40的系统，其中白化滤波器是最小相位滤波器。

42.按照权利要求41的系统，其中白化滤波器是带有简单缩放的首项系数为1的。

43.按照权利要求42的系统，其中均衡器使用欧几里得度量。

44.按照权利要求33的系统，其中用于通过使用所确定的系数产生对于接收信号突发的信号估值的装置通过噪声白化均衡器处理接收信号突发以产生对于接收信号突发的信号估值。

45.按照权利要求44的系统，其中用于接收信号突发的装置还下采样接收信号突发。

46.按照权利要求44的系统，其中通过噪声白化均衡器处理接收信号突发还包括修正噪声白化均衡器的度量，以便把信号扰动变换成基本上白色的噪声信号扰动。

47.按照权利要求46的系统，其中通过噪声白化均衡器处理接收信号突发还包括保持对于在噪声白化均衡器的译码网格中多个状态的信号扰动的估值。

48.按照权利要求44的系统，其中用于通过使用来自接收信号突发的已知信号信息确定用于白化信号扰动的系数的装置还确定噪声白化均衡器的多个信道抽头；

根据所确定的信道抽头与接收信号突发的样本确定信号扰动；

确定对于多个滞后的信号扰动的自相关以提供对于信号扰动的彩色的模型；以及

其中通过噪声白化均衡器处理接收信号突发以产生对于接收信号突发的信号估值还包括通过具有根据用于信号扰动的彩色的模型确定的系数的噪声白化均衡器处理接收信号突发以产生对于接收信号突发的信号估值。

49.按照权利要求48的系统，其中噪声白化均衡器是Ungerboeck最大似然序列估值(MLSE)均衡器。

50.按照权利要求44的系统，其中通过使用来自接收信号突发的已知信号信息确定用于白化信号扰动的系数还包括根据来自噪声白化均衡器的信号估值更新确定的系数。

51.按照权利要求50的系统，其中根据来自噪声白化均衡器的信号估值更新确定的系数还包括把来自噪声白化均衡器的信号估值作为已知的信号信息对待。

52.按照权利要求37的系统，该选择的整数值M是根据接收信号调节的。

Images