CN100521558C - 用于减小干扰的接收机及方法 - Google Patents

Abstract

公开了一种用于减少GSM通信系统中的期望信号中的干扰的用于接收机的迭代方法(400)和装置，其使用结合有用于交替线性均衡的交替正交分量输出选择的有限脉冲响应滤波器。该方法包括输入包括干扰的所接收波形的数据突发(402)、使用已知正交相位的中间序列训练交替线性输出滤波器(404)、通过使用有限脉冲响应滤波器操作所接收波形，提供期望信号的估计(406)、对于数据突发中的多个位生成对数相似比估计(408)、基于预设条件从多个数据突发中选择位(414)、以及重新训练交替线性输出滤波器，以提供期望信号的第二改进的估计。

Description

用于减小干扰的接收机及方法

技术领域

本发明通常涉及通信系统，更具体涉及在通信系统中减小所接收信号的干扰。

背景技术

无线通信系统在传输语音和数据服务中有着前所未有的应用。这种通信系统包括全球移动通信系统(“GSM”)。然而，寄生信号，或者企图由频率重用技术引入的信号，可以干扰语音和数据信号的正确传输和接收并可降低容量。结果，接收机必须能够处理来自至少一个信道的有干扰的信号并抽取发送给用户的期望信息。对于典型小区规划，当网络支持非平凡数目的用户时，GSM通信设备所经受的噪声和干扰的主要源是由于共信道或相邻信道干扰，这是公知的。这种噪声源来自于在与期望信号相同的信道上或接近该与期望信号相同的信道发送的临近设备，或者来自相邻信道干扰，例如由于例如谱泄露而在期望信道上出现的噪声。此外，即使在没有其它信号干扰的情况下，所接收信号可包括所发送数据序列的多个副本，例如由于多通路信道条件。这种效应有时称为自干扰。

传统地，通过例如最大似然序列估计(“MLSE”)的均衡方法补偿多通路信道，通常使用维特比算法或判决反馈均衡器或通过其它滤波技术来实现该最大似然序列估计。在滤波方法中，可以通过调整滤波器参数来估计期望的信号符号序列。传统地，可以使用例如操作信号的复值并且通常在频域和时域上实现的最小均方误差块均衡器(“MMSE-BLE”)的公知技术，使用包含在期望的信号中的调制的符号和训练序列(training sequence)来确定滤波器参数。

传统地，干扰消除技术注重于通过使用多个滤波操作的相邻信道抑制，以抑制不被期望信号占用的所接收信号的频率。相应地，提出了共信道干扰技术，例如联合解调，其通常需要联合信道估计方法来提供期望的和共信道干扰信号信道脉冲响应的联合确定。给定已知训练序列，可以联合地估计所有共信道干扰。然而，该联合解调需要大量的处理功率，其约束了可有效使用的均衡参数的数目。而且，传统联合解调仅仅处理一个共信道干扰，而不处理相邻信道干扰。

还提出了多天线技术，但是这些在它们的硬件实现方面是复杂的，因此主要更适合于基站应用。很遗憾，上述技术在实现和/或复杂度方面是没有价值的。

附图说明

图1是GSM普通突发的示例性格式；

图2是根据本发明，具有交替(alternate)线性输出均衡器滤波器的接收机的示例性框图；

图3是图2的交替线性输出均衡器滤波器的示例性框图；

图4是根据本发明，用于描述交替线形输出均衡方法的示例性流程图；以及

图5是由本发明提供的性能改进的示例性图示。

具体实施方式

本发明使用线形有限脉冲响应(“FIR”)滤波器减小通信系统中的共信道和相邻信道干扰，具有减小的计算复杂性而不牺牲干扰消除性能。本发明使用特别适应于用于GSM信号的高斯最小移频键控(“GMSK”)的滤波器。然而，该滤波器适用于任何调制，具有通常约束的调制群集，并可使用低的复杂性实现。用于电路和分组交换GSM逻辑信道的传输的基本单元是普通突发(在GSM中限定了其它突发格式，但是被保留用于信令、频率修正或其它目的)。在图1中所示的示例性普通突发的格式包括两个尾部位域(“T”)102和104，每个长度为3位、两个加密数据域(“DATA”)106和108，每个长度为57位、两个侵占位(stealing bit)域(“S”)110和112，每个长度为1位、中间序列(midamble)或训练序列码(“TSC”)114，长度为26位、以及标称长度8.25位的导向间隔(“G”)116。本发明使用准线性处理，并且还不需要额外的硬件，以及相比于传统联合解调方法，基本上减小了处理器要求。特别地，使用在所接收信号中的具有已知特定相位的符号来训练滤波器估计器。更具体，由于已知包括26位长度的中间序列的训练符号具有90度的相差并因此仅具有实数和虚数值，训练符号提供了估计最佳准线性滤波器的简便方法。优势地，通过将符号限定为约束的相位关系，减小了为了线性地均衡所接收信号所执行的计算的复杂度。在下面的说明中，任何量(.)^T，(.)^H，(.)^-1分别表示转置、共轭转置以及逆矩阵，以及粗体字母表示向量或矩阵。可以将b(k)定义为期望的用户发送符号数据序列，其中

$b\left(k\right)\∈\left\{\begin{array}{c}\{\±1\},k\∈\{\mathrm{1,3},5,\·\·\·\}\\ \{\±j\},k\∈\{2,4,6,\·\·\·\}\end{array}\right.$

换句话说，GSM系统中每个发送的符号b(k)，当使用GMSK调制时，包括同相(I)或正交(Q)分量。对于GSM系统中具有GMSK调制的数据突发，限定已知的训练符号的行(string)。该行对应于一组26个符号，其称为中间序列或训练序列，b(k)：k∈{62，63，…，87}，其称为先验(priori)或称为预先。训练序列可用于确定滤波器参数以减少干扰，如将在下文所述。

由于共信道、自和/或相邻信道干扰，期望序列b(k)可以包含错误。观查向量y(k)包括实际观察的所接收信号，由y(k)表示。然后所接收信号的中间序列y(62，63，…，87)包含所接收信号的第一假定到达线(ray)的实际接收训练序列。将错误定义为期望和所接收的估计序列b(k)和

之间的差异，即，初始发送的和由接收机实际估计的之间的差异。可以将滤波器应用到实际接收的信号y(k)上以最小化该错误。例如，b(k)的复数线性估计可以定义为

$\hat{b}\left(k\right)=w^H\×y\left(k\right)$

其中w＝[w(0)，w(1)，…，w(L-1)]^T，为复数值滤波抽头(tap)的向量，y(k)＝[y(k)，y(k+1)，…，y(k+L-1)]^T是所接收信号采样的滑动向量，以及L是滤波器抽头的数目。然后该复数线性抽头估计可以连同所观察的信号使用，以确定如下错误

$\mathrm{Err}=\underset{k=62}{\overset{87}{\mathrm{\Σ}}}{|\hat{b}\left(k\right)-b\left(k\right)|}^2$

优化w的传统但是低效的方案是使用已知的中间序列训练序列位来最小化复数误差平方和Err。

然而，本发明利用由于GMSK调制，b(k)是纯实数或虚数的已知先验的事实。因此，可以通过使用改进的错误度量来最小化误差平方和而获得改进的性能

${\mathrm{Err}}_c=\underset{k=62}{\overset{87}{\mathrm{\Σ}}}{|\hat{b}\left(k\right)-b\left(k\right)|}^2$

其中线性估计

定义为

$\hat{b}\left(k\right)=\left\{\begin{array}{c}\mathrm{real}\left(w^{H}y\left(k\right)\right),k\∈\{\mathrm{1,3,5},\·\·\·\}\\ \mathrm{imag}\left(w^{H}y\left(k\right)\right),k\∈\{2,4,6,\·\·\·\}\end{array}\right.$

其中

总是纯实数或者纯虚数。因此，本发明不同于传统均衡方法的新颖方面是将第k个均衡器输出的实数/虚数部分作为数据符号b(k)的非零(实数/虚数)部分的估计。该方法具有特定优势在于通常经受衰落的干扰产物因此经受相位旋转，其与

的仅实数或仅虚数值不同。固定相位、中间序列的实数/虚数部分的使用提供了差别，该差别可以然后用于消除干扰产物。而且，在最小化误差平方和中仅使用实数/虚数数据简化了计算。

可以基于使用下面等式计算的最小平方估计来优化线性估计量：

w＝(Z^TZ)^-1Z^Tt′

其中w是长度为2L的纯实数向量(对于符号间隔的操作特别情况，以及其中该方法简便地扩展为分数滤波抽头间隔)，包括线性滤波器的L个实数值和L个虚数值，t′是包含已知符号的训练序列的非零实数和虚数分量的向量，以及Z是所接收信号值的观察矩阵。可以通过包括在尾部位中使用的符号来增广(augment)矩阵Z和向量t′，这对于接收机来说是先验。在下面的实例中，使用5抽头滤波器(L＝5)。因此，Z观察矩阵的每个行包括y的5个虚数和5个实数值。

假设y_R(k)，w_R(k)和b_R(k)以及y_I(k)，w_I(k)和b_I(k)分别表示y(k)，w(k)和b(k)的实数部分和虚数部分，那么通过根据上述等式卷积t′和Z的矩阵反转来求解最佳准线性估计值w。具体，可以通过公知的关系来计算未知的脉冲响应w作为下式的矩阵产物

$w=R_{\mathrm{ZZ}}^{-1}p$

其中R_ZZ＝Z^TZ是自相关矩阵，以及p＝Z^Tt′是互相关向量，以及其中

$w=\left[\begin{array}{c}{w}_R\left(0\right)\\ \·\\ \·\\ \·\\ w_R(L-1)\\ w_I\left(0\right)\\ \·\\ \·\\ \·\\ w_I(L-1)\end{array}\right]$

以及

$t\′=\left[\begin{array}{c}{b}_I\left(62\right)\\ b_R\left(63\right)\\ b_I\left(64\right)\\ b_R\left(65\right)\\ \·\\ \·\\ \·\\ b_I\left(86\right)\\ b_R\left(87\right)\end{array}\right]$

并且

$Z=\left[\begin{array}{cccccc}{y}_I(62+L-1)& \·\·\·& y_I\left(62\right)& y_R(62+L-1)& \·\·\·& y_R\left(62\right)\\ y_R(63+L-1)& \·\·\·& y_R\left(63\right)& -y_I(63+L-1)& \·\·\·& {-y}_I\left(63\right)\\ y_I(64+L-1)& \·\·\·& y_I\left(64\right)& y_R(64+L-1)& \·\·\·& y_R\left(64\right)\\ y_R(65+L-1)& \·\·\·& y_R\left(65\right)& -y_I(65+L-1)& \·\·\·& -y_I\left(65\right)\\ \·& \·& \·& \·& \·& \·\\ \·& \·& \·& \·& \·& \·\\ \·& \·& \·& \·& \·& \·\\ y_I(86+L-1)& \·\·\·& y_I\left(86\right)& y_R(86+L-1)& \·\·\·& y_R\left(86\right)\\ y_R(87+L-1)& \·\·\·& y_R\left(87\right)& {-y}_I(87+L-1)& \·\·\·& -y_I\left(87\right)\end{array}\right]$

确定了w，可以通过下式来抽取初始最佳信号估计

$\hat{b}\left(k\right)=\left\{\begin{array}{c}\mathrm{real}\left(w^{H}y\left(k\right)\right),k\∈\{\mathrm{1,3,5},\·\·\·\}\\ \mathrm{j\; x\; imag}\left(w^{H}y\left(k\right)\right),k\∈\{2,4,6,\·\·\·\}\end{array}\right.$

这样，将滤波器应用到全部接收数据突发，通过相位分级获得共信道和相邻信道干扰抑制。在干扰滤去之后，可以进一步使用最大似然序列估计(MLSE)技术或者其它已知的均衡方法，以已知的方式处理均衡的数据，然后软性确定抽取，或者直接抽取软性确定。生成软性确定的处理是已知的，并且基于使用残留干扰和噪声功率的估计来生成每个符号的对数相似比(LLR)估计。为了进一步增强干扰减小过程，可以在进入均衡或直接软性确定抽取过程之前使用下面的步骤，通过综合额外的数据来增广观察矩阵Z，其不是先验。

步骤1：使用准线性估计值向量w处理所接收的数据，以对应于突发数据位和侵占位生成116个对数相似比(LLR)估计的向量。

步骤2：基于预设条件检查所得LLR估计并识别N位的组。预设条件的实例包括但不限制于：

a)具有最大LLR幅度的N位；

b)具有大于阈值幅度的最大LLR幅度的N位；以及

c)具有大于阈值幅度的LLR幅度的N位。

步骤3：根据在步骤2中识别的N位，使用观察向量y(k)增广观察矩阵Z，并使用通过观察N位的LLR幅度所得的硬性确定增广训练序列向量t’。

步骤4：重新计算线性估计值向量w，并使用重新计算的线性估计值向量w重新处理所接收数据，以对应于突发数据位和侵占标记生成116个对数相似比(LLR)估计的向量。

步骤5：返回步骤2，并且如果需要，重复步骤。

优势地，本发明不需要信号的时移或频移的复数共轭操作来生成期望信号的修正的估计。而且，不执行初始、频移或复数共轭信号的线性组合。而是，本发明通过根据建立用于处理所接收突发的基准定时，交替地抽取使用均衡滤波器的通常复数值抽头来处理所接收信号的结果的实数或虚数部分，使用GMSK波形的相位冗余。因此，使用非线性装置，通过线性均衡方法而确立。此外，本发明不基于圆周稳态(cyclostationari)的考虑，而是通过利用在GMSK波形中的信令相位占有冗余(occupancy redundancy)来构建。

可选地，当进入滤波器时本发明可以复用所接收信号的实数和虚数分量。总之，仅保留滤波操作的实数或虚数部分。因此计算没有保留的部分是计算地浪费的。经过下面描述的复用过程来获得该滤波操作。简言之，当输出完全为实数时对于(w_r ^T y_r(k)+w_i ^T y_i(k))执行计算，或者当时输出完全为虚数时对于(w_r ^T y_i(k)-w_i ^T y_r(k))执行计算。该复用可用作进一步减小计算复杂度并增加滤波器效率的方法。通过注意到将滤波器输出交替地选择为实数和虚数分量在本发明中实施该复用。应注意，如果在时间k滤波器输出x(k)表示为：

x(k)＝w^Hy(k)

＝(w_r+jw_i)^H(y_r(k)+jy_i(k))

＝(w_r-jw_i)^T(y_r(k)+jy_i(k))

＝(w_r ^T y_r(k)+w_i ^T y_i(k))+j(w_r ^T y_i(k)-w_i ^T y_r(k))

从上述可知，交替地选择滤波器输出的实数和虚数部分可视为等同于以交替的方式将所接收信号y(k)的实数和虚数部分加载到实数值的滤波器装置，该装置用于形成具有滤波器抽头的实数和虚数部分的各个内部结果。换句话说，如果在时间k加载到滤波器w_r和w_i的数据向量分别为y_r和y_i，那么在时间k+1加载到w_r和w_i的向量是y_i和-y_r。

图2说明根据本发明的具有交替线性输出均衡器(ALOE)滤波器的示例性接收机200，用于减少GSM通信系统中的期望信号中的干扰。在图2中，粗线表示复数值的流而细线表示实数值。接收机200的前端具有本领域公知的传统结构，因此为了简明起见没有示出例如频率转换器的元件。模数转换器202(ADC)配置为将包括期望信号和共信道干扰或相邻信道干扰信号的输入信号转换为输入数字波形y。通常，可以提供一个或多个ADC，例如为了同相(I)和正交(Q)数据的数字转换，如本领域所公知。

突发同步器204配置为接收数字波形y，并确定来自期望用户的信号和共信道干扰之间的同步延迟τ0。通常，同步延迟τ0包括来自跟踪功能的近似或粗同步，以及精细延迟确定，这两者都使用本领域已知技术。矩阵核构造器206连接到突发同步器204。矩阵核构造器206从输入数字波形的中间序列部分组装观察矩阵Z，并使用同步延迟τ0修正定时。然后矩阵核构造器206计算自相关矩阵R_ZZ＝Z^TZ以及互相关向量p＝Z^Tt′。本发明还预见了使用滤波器训练的波形数据突发的一个或多个前导零和结束零，由于零还表示固定相位关系。除了或者替代中间序列，还可以使用前导和结束零。

然后自相关矩阵R_ZZ以及期望的互相关向量p通过连接到矩阵核构造器206的滤波器参数计算器208。滤波器参数计算器208配置为接收自相关矩阵R_ZZ以及期望的互相关向量p，以限定交替线性输出均衡器(ALOE)滤波器210的线性抽头估计w。为有限脉冲响应(FIR)滤波器的ALOE滤波器210连接到并接收来自ADC202和滤波器参数208的信号。ALOE滤波器210的输出连接到输出选择器212，其选择信号通路。输出选择器212可以为了例如最大似然序列估计(“MLSE”)的均衡器中的进一步信号处理而选择第一信号通路。对于第二通路，输出选择器212连接到对数相似比(LLR)生成器214，其配置为使用线性抽头估计w和噪声及干扰功率估计σ²来处理所接收信号y，以生成对应于突发数据位和侵占位的116个LLR估计的向量。基于从突发同步器204接收的信息由噪声功率估计器216生成噪声及干扰功率估计σ²。位选择器218连接到LLR生成器214，并配置为从LLR生成器214接收所生成的LLR估计。位选择器218检查所生成的LLR估计，并基于预设条件识别N位的组，预设数目的位。预设条件的实例包括但不限制于：

a)具有最大LLR幅度的N位；

b)具有大于阈值幅度的最大LLR幅度的N位；以及

c)具有大于阈值幅度的LLR幅度的N位。

然后来自位选择器218的所选择N位向回通过矩阵核构造器206以使用观察向量y(k)增广观察矩阵Z，对应于在位选择器218中识别的N位。使用训练序列向量t’以及可选地包括尾部符号，提供对应于LLR幅度的硬性确定。然后在滤波器参数计算器208中重新计算线性抽头估计w，以及所在ALOE滤波器210中重新处理使用重新计算的线性抽头估计w的接收数据。如果需要，重新处理的所接收数据y(k)可用于生成对应于突发数据位和侵占位的116个对数相似比(LLR)估计的另一向量，并可重复该过程。

如图3所示，FIR滤波器操作为输入抽头参数w_i(在此示为由一个符号延迟z^-1分隔的5个抽头)以操作波形并输出波形的实数和虚数分量的交替的实数值，以交替地线性地均衡波形以提供期望信号的估计。然后该均衡的信号可直接用于确定软性确定值或在例如最大似然序列估计(“MLSE”)的均衡器中处理，使用本领域公知技术，以输出期望的数据序列。

在实际中，波形数据的突发是GMSK调制的，其用于有利于训练序列，在于中间序列包括由交替开关抽取的交替实数和虚数符号，用于训练有限脉冲响应滤波器。本发明还可使用波形突发的三个前导零和结束零的一个或多个作为部分滤波器训练序列，由于这些零还表示固定相位关系。可以额外于或者取代中间序列使用它们。滤波器参数计算器208最小化滤波器的训练序列的实数和虚数分量以及所接收波形之间的均方误差估计，如前所述。

图4是说明根据本发明的使用交替线性输出均衡器(ALOE)滤波器来减少期望信号中的干扰的方法的示例性流程图，该ALOE滤波器为用于交替线性均衡的有限脉冲响应滤波器。该方法在框402通过输入包括来自通信系统信道的干扰的所接收波形的数据突发而开始。在框404，使用在来自框402的所接收波形的数据突发中的称为先验的一组特定正交相位的符号训练ALOE滤波器。例如，从GMSK数据突发的中间序列中交替选择已知实数和虚数分量。用于训练的符号集或训练符号集可以包括数据突发的一个或多个前导零和结束零。除中间序列之外或取代中间序列，可以包括前导零和/或结束零。优选地，用于训练的符号集是数据突发的中间序列。突发的中间序列的使用在数据突发是GMSK调制的情况下是最适用的，由于中间序列符号仅包括实数或虚数值的分量，其中训练步骤抽取用于训练ALOE滤波器的中间序列的符号的交替非零实数和虚数分量。然后这些分量用于最小化ALOE滤波器训练序列的实数和虚数分量的线性实数估计与所接收波形之间的误差平方和。

在框406，使用ALOE滤波器操作所接收波形以交替地线性地均衡数据突发，以提供期望信号的估计。可选地，该操作步骤包括当进入滤波器时，复用所接收信号的实数和虚数分量的子步骤。在步骤408，处理ALOE滤波器输出采样以生成对数相似比(LLR)值。然后在框410，评价期望信号的这些LLR值，以基于预设要求确定它们是否是满意的。框410中的预设要求的例子包括预选固定数目的迭代、比较当前LLR值和先前获得的LLR值、或者任何其它相关条件。如果所得估计确定为是满意的，那么在框410结束处理，其例如可以表示例如由卷集码解码器的前向错误校正解码器的LLR值的进一步处理。否则，在框412，期望信号的所得估计用于对应于突发位和侵占位生成116个对数相似比(LLR)估计的向量。然后基于预设条件评价所生成的LLR估计。在框414，还基于预设条件选择预设数目的N位的组。预设选择条件的实例包括但不限制于：具有最大LLR幅度的N位；具有大于阈值幅度的最大LLR幅度的N位；以及具有大于阈值幅度的LLR幅度的N位。

然后在框416，基于由训练符号提供的硬性确定向所选择的N位分配值，以增广数据突发。然后所选择的N位向回通过框404，增广所接收波形以及可用训练符号集的数据突发，以重新训练ALOE滤波器，并重复该过程。

实例

根据本发明执行数字仿真。在下面提供结果。仿真数据表示典型城市(TU)环境中的单个随机GMSK干扰，用户速度每小时3千米，其中假设理想频率跳变。逻辑信道使用12.2kbps的先进多级速率(AMR)语音编码器，如在已知的ETSI标准中所指定。对多个载波干扰比计算帧错误率。

图5示出在上述指出的操作环境中的说明帧错误率(FER)对载波/干扰比(C/I)的结果的图500。传统接收机(传统MLSE维特比均衡器)与合并了本发明使用单通路和双通路处理的接收机做比较。对于双通路处理，使用来自单通路处理的标识为具有最大LLR幅度的额外的6个符号。如所见，本发明提供相对于现有技术传统接收机504(示为最右边的曲线)以及相对于单通路处理接收机506(示为中间的曲线)具有改进的帧错误率502(示为最左边的曲线)。此外，与先前说明的传统接收机相比，使用更少的计算完成该处理。

简言之，本发明减少TDMA或GSM通信系统中的共信道、自和相邻信道干扰，更具体对于GMSK调制，使用减少计算复杂度而不牺牲性能的有限脉冲响应滤波器交替线性输出均衡。不需要额外的硬件并且减少了处理器资源要求。尽管在上面说明了本发明的特定组件和功能，本领域技术人员可以实施较少或额外的功能并且其在本发明的宽范围之内。本发明仅应由所附权利要求书限定。

Claims (10)

1.一种迭代方法，用于使用交替线性输出滤波器减少GSM通信系统中的期望信号中的干扰，该方法包括：

输入包括来自通信系统信道的干扰的所接收波形的数据突发；

使用在所接收波形的数据突发中的称为先验的特定正交相位的符号集训练交替线性输出滤波器；

使用交替线性输出滤波器操作所接收波形，以交替地线性均衡数据突发，以提供期望信号的估计；

对应于数据突发对于多个位生成对数相似比估计；

基于与多个位相关的所生成对数相似比估计的预设条件，从多个位中选择预设数目的位；

使用所选择的预设数目的位增广特定正交相位的符号集；

进一步使用增广的符号集重新训练交替线性输出滤波器；以及

进一步使用交替线性输出滤波器重新操作所接收的波形，以交替地线性地均衡数据突发，以提供期望信号的改进的估计。

2.如权利要求1的方法，其中用于训练交替线性输出滤波器的作为训练序列的特定正交相位的符号集包括以下的至少一个：

数据突发的中间序列符号；

数据突发的前导零集；以及

数据突发的结束零集。

3.如权利要求1的方法，其中用于选择预设数目的位的所生成对数相似比估计的预设条件是基于以下的至少一个：

多个位的最大所生成对数相似比估计的幅度；

超过阈值幅度的多个位的最大所生成对数相似比估计的幅度；以及

超过阈值幅度的多个位的所生成对数相似比估计的幅度。

4.如权利要求3的方法，

其中数据突发是GMSK调制的，以及

其中通过训练交替线性输出滤波器来抽取数据突发的中间序列符号的交替的非零实数和虚数分量。

5.如权利要求4的方法，其中训练交替线性输出滤波器包括最小化交替线性输出滤波器的训练序列的实数和虚数分量的线性实数估计与所接收波形之间的误差平方和。

6.如权利要求1的方法，其中使用交替线性输出滤波器操作所接收波形包括当以向量方式进入交替线性输出滤波器时，复用所接收波形的实数和虚数分量。

7.一种具有用于减小GSM通信系统中的期望信号中的干扰的交替线性输出均衡器滤波器的接收机，该接收机包括：

模数转换器，配置为将包括期望信号和干扰信号的输入信号转换为数字波形；

突发同步器，连接到模数转换器，该突发同步器配置为接收数字波形并确定期望信号和干扰信号之间的同步延迟；

矩阵核构造器，连接到模数转换器和突发同步器，该矩阵核构造器配置为接收数字波形、延迟、以及从数字波形导出的训练序列的实数集，以构建自相关矩阵和互相关向量；

滤波器参数计算器，连接到矩阵核构造器，该滤波器参数计算器配置为接收自相关矩阵和互相关向量以限定线性抽头估计；

交替线性输出滤波器，连接到滤波器参数计算器和模数转换器，该交替线性输出滤波器配置为接收线性抽头估计，以操作数字波形并输出交替的仅实数和仅虚数符号以提供期望信号的估计；

对数相似比生成器，连接到交替线性输出滤波器，该对数相似比生成器配置为对于数字波形的多个位生成对数相似比估计；以及

位选择器，连接到对数相似比生成器以及矩阵核构造器，该位选择器配置为基于与多个位相关的所生成对数相似比估计的预设条件，从多个位中选择预设数目位，该位选择器还配置为将所选择的预设数目位提供到矩阵核构造器，以增广观察矩阵和训练序列。

8.如权利要求7的接收机，还包括：

输出选择器，连接到交替线性输出滤波器的输出，该输出选择器配置为将输出交替的仅实数和仅虚数符号从交替线性输出滤波器引导到对数相似比生成器和均衡器的一个；以及

噪声功率估计器，连接到对数相似比生成器，该噪声功率估计器配置为提供输入信号的估计噪声功率。

9.如权利要求8的接收机，其中训练序列包括以下的至少一个：

数据突发的中间序列符号；

数据突发的前导零集；以及

数据突发的结束零集。

10.如权利要求9的接收机，其中用于选择预设数目位的所生成对数相似比估计的预设条件是基于以下的至少一个：

多个位的最大所生成对数相似比估计的幅度；

超过阈值幅度的多个位的最大所生成对数相似比估计的幅度；以及

超过阈值幅度的多个位的所生成对数相似比估计的幅度。

Images