CN100531024C - 减少用差分相位和相干幅度调制的信号的信噪比估计方差的方法 - Google Patents

Abstract

本发明涉及减少用差分相位和相干幅度调制的信号的信噪比估计方差的方法。本发明的特征在于，为了计算影响系统的噪声功率样本，把接收器得到的幅度和相位增量误差合并，方法是把所说的误差(1)和(4)都转移到星座第一环(6)的相应点上，就好象所说的环已被传送，且没有经受任何修改一样，以便随后用于计算误差矢量(9)的模数平方。利用这个方法，本发明使得对于系统采用的各载波不同偶位值和奇位值所得样本的方差减小到最小并且相等。此外，本发明还降低了在多用户数字通信系统中信噪比估计的方差。上述估计对于选择每个载波的位数是需要的，这种估计能够适应于信道，而且在利用各种各样的接收器时作为支援信息也是需要的。

Description

减少用差分相位和相干幅度调制的信号的信噪比估计方差的方法

发明目的

如发明名称所述的，本发明涉及一个用于减少信号信噪比估计方差的方法，这种信号是用相位差分幅度相干进行调制的。

本发明方法适用于多种通信系统，该系统和通信采用的物理媒体无关。

本方法可使估计方差减少，并使得该方差在每个符号奇位和偶位的最佳星座中相等。利用这个方法，可使系统适应信道所能提供的最高数据传送率。

发明背景

在通过通信信道发送信息的电信系统中，信息是需要调制的；换句话说，需要让它与信道适应并匹配。

数字通信接收器遇到的几个主要问题是，需要对信道估计进行均等化的问题，以及接收器时钟相对发送器频率的偏差问题。为了处理上述问题，在采用星座点(point of constellation)是由被发送信号的幅度和相位决定的QAM(平方幅度调制)相干调制时，不得不把解调器做得更复杂。一个解决方法是采用差分调制，或者是采用在幅度和相位增量中对信息进行编码的DAPSK(幅度和相位差分调制)。这种差分编码在接收时可以不需要对信道作估计，并在很大程度上降低了时钟之间的频率偏差。不过整个都采用差分调制时，接收器复杂程度的这种降低带来的问题是，与QAM调制性能相比，在相同SNR(信噪比)值时比特误差(bit error)几率增加。已经知道在本技术领域的下面文章中出现过ADPSK调制(相位差分幅度相干调制)：“Comparison and optimization of differentially encodedtransmission on fading channels(在衰落信道上差分编码传输的比较和优化)“，L.Lampe and R.Fischer，Proceedings ISPLC′99；“Performance evaluation of non-coherent transmission overpower line(在供电线上非-相干传输性能的评价)”，L.Lampe，R.Fischer and R.Schober，Proceedings ISPLC′00；“Differential encoding strategies for transmission overfading channels(在衰落信道上传输的差分编码策略)”，R.Fischer，L.Lampe and S.Calabrò，International Journal onElectronics and Communications；ADPSK调制是介于以上两种方法之间的一种混合调制，它在这两种方法接收器的性能和复杂程度之间作了居中处理。换句话说，它减少了在数字通信系统中发送器和接收器时钟之间频率偏差所包含的问题，并且由于它只需要对信道在幅度方面作估计，故而降低了信道估计的复杂程度。所以，在实际实施时，ADPSK调制是在接收器性能和复杂程度之间进行折中处理的最好方法。

此外，为了在任何时刻都能得到最高的数据传送率，每个调制载波的位要适应于信道提供的容量。换句话说，当给定一个比特误差几率指标时，希望利用每个载波最多的位数目，以保证错误几率等于或小于该指标值。还有，在一点对多点或者多点对多点的多用户通信系统中，一个发送器可以把信息发送给多个接收器，在一个单数据帧中这些接收器中的每一个都和该发送器的信道不同。因而可以在同一帧中采用不同的星座。所以，为了选择利用的每个载波的位数目，需要对接收器感知到的信噪比(SNR)进行估计。

要获得最高数据传送率的另一个重要因素是减少管理信息(为正确接收数据，需要的系统控制信息，而管理信息是和数据一道发送的)。如果采取的传输策略基于应用多载波，比如OFDM(正交频分复用)，则这种管理信息就更为重要，OFDM与采用单个信息载波频率的数字通信系统相比，OFDM的符号期间长了很多并包含多得多的信息。

ADPSK调制有两个重要要求。第一个是，由于部分信息在相位增量方面被编码，因而需要预先发送出构成接收器相位参考的符号。其余信息在接收到的符号幅度值方面被编码。所以，第二个条件意味着要估计来自信道的响应幅度值，以便修正它在接收器中产生的影响。此外，实际信道可显示它们的特征随时间的某种变化，这种变化迫使接收器对初始估计进行监督和更新。再有，这种随时间的变化也要求对SNR的估计进行连续不断的更新。

上面引用的文章描述了ADPSK调制器和解调器的功能和性能，但是没有考虑在一个单数据帧内采用不同星座的可能性。这种可能性在西班牙专利申请P-200301120(未发表)，请参见“Procedure forphase differential amplitude coherent modulationstandardized for multiuser communication(用于多用户通信的相位差分幅度相干调制标准化的方法)”，中被予以考虑和解决，它允许在帧的开始发送出单个的相位参考，并使得复杂程度低的调制器容易实现。

另外，这个方法允许在帧内插入数据符号，使得用户能够监控信道，并跟踪其幅度和SNR的变化，而来自发送器的数据并没有被导向到这个帧，用户也不知道数据调制时所采用的星座。

所以，为了优化在多用户通信中数据的传送，需要对接收器感知到的SNR进行估计。这种估计只有当接收器知道所接收的数据是在什么星座中被调制时才能进行。并且，估计SNR的期间能够包括用不同星座调制的符号。

这样，要解决的问题在于，在包含接收一个确定数量数据符号的期间内，对于ADPSK调制信号的接收器中的SNR进行估计，这些数据符号的调制有可能采用不同的星座。文章“A comparision of SNRestimation techniques for the AWGN channel(对AWGN信道的SNR估计技术的比较)”，D.Pauluzzi and N.Beaulieu，IEEETransactions on communication，vol.48，No10，October 2000，陈述了用来估计以相干相位调制(PSK)信号的SNR的各种技术。它还陈述了如何把这些技术扩展到QAM调制。这两种情况都没有考虑到在估计期间星座会发生变化的问题。

如果星座在功率方面是规格化的，而且信道在接收时的效率已被均等，就可以知道发送信号的平均功率。那么，为了估计接收器的SNR，就只需要估计接收星座中的噪声功率。通过对噪声功率样本取平均，可以容易地进行这种噪声功率的估计。所以，问题在于去计算接收器中的那些样本。但是产生的另外一个问题是ADPSK调制中相位的差分性质；这种情况下接收到的星座是由接收到的幅度和相位增量形成的星座。假如噪声功率样本值是通过计算由幅度误差和相位增量误差给出的噪声矢量模数的平方而得到的，且没有经过任何修改，则会发现每个符号奇位星座中估计的方差较大。这个结果是不容许的，因为估计SNR的这段期间可以包括在一个优化的多用户通信系统中用不同星座调制的多种符号。这种通信系统还包括向多个用户的发送(多点传送(multicast))或者向他们全体发送(广播传送)(broadcast))，以及向单个用户的发送(单点传送(unicast))。

本发明建议的方法给出一个对于ADPSK调制信号的SNR的估计方法，该方法使得在用每个符号偶位和奇位的星座中估计的方差相等，进而降低在所有情况下的这种估计方差。

发明描述

为解决上述技术问题并避免以上各个部分中提到的缺点，本发明包括一个用于减少信号信噪比的估计方差的方法，这种信号是用相位差分幅度相干进行调制的。该方法可应用于多套用户设备的双向通信，其中所采用的调制是相位差分和幅度相干的，它要求在发送信息之前先发送一种相位参考符号，其中对信噪比估计的目的在于，要使得采用的调制能利用每个符号的最多位数，来保持在接收期间的比特误差几率在某个给定的界限之内。本发明方法的特征在于，从相应于星座的接收点的幅度误差和相位增量误差出发，把这些误差转换到该星座第一环的相应点上，就好象这个环已经被发送的一样，而且没有那些经过任何修改的误差，接着对误差矢量模数的平方进行计算。这个特征使得能够对噪声样本进行计算，降低所得数值的方差，并使得该方差在每个符号奇位和偶位的最佳星座中相等。

此外，为了估计噪声功率的平均值，可对噪声样本模数的平方求平均，参与平均的样本数目是系统的一个可配置的数值。

在接收时，首先被检测到的是幅度和相位增量，然后这些值被分别从接收到的幅度或者相位增量中减去，或者反过来也一样，换句话说，检测到的幅度和相位增量被分别从接收到的幅度和相位增量中减去；这样，在计算幅度和相位增量误差时，在不知道所发送符号的情况下，可用盲目模式(blind mode)制作出计算噪声样本的初始格式。

另一个求噪声矢量模数平方的方法是，从接收时预先已知的被发送符号的幅度和相位增量中分别减去接收到的幅度和相位增量，或者反过来也一样，换句话说，接收时预先已知的被发送符号的幅度和相位增量被分别从接收到的幅度和相位增量中减去；这样，可以利用接收时在计算幅度和相位增量误差时预先已知的符号系列来计算噪声样本。

为改进最终的估计，本发明提出把以上的估计结合起来，方法是，估计信噪比的接收器设备把盲目估计和利用已知符号系列的估计结合起来。

此外，由于这是一种多用户通信系统，参与平均的噪声功率样本可以属于不同的星座。所以，为了修正由于调制的差分性质以及各星座中各种值的差分性质而使估计量产生的偏差，取平均的各噪声功率样本要乘以相应的值。

为了更容易理解本说明及其构成的组成部分，下面包含了一些图，通过这些图用说明的、而不是限制的方式来呈现本发明要解决的技术问题。

附图说明

图1：表示的是由每个符号6位的ADPSK星座的幅度和相位增量所形成的一个星座。

图2：用图解表示在计算噪声功率样本时所涉及的数量。

图3：用图解表示计算噪声功率样本以及将它转换到第一环时所涉及的数量。

图4：表示一个实施本发明方法的接收器实例的方框图。

具体实施方式

下面给出对本发明一个实例的描述，并提及各图中采用的数字编号。

如在发明背景部分中已经提到的，ADPSK接收器要完成的基本工作是对信道在幅度方面的衰减效应进行补偿，并计算接收信号中的相位增量。然后，检测器负责获取发送出的信息。所有这些工作都是本技术领域所熟知的，在前面引用的参考文章中已有呈现。

图1表示的是一个实例，其中的星座由接收信号被均等化的幅度和相位增量形成，用于一个具有SNR为27.9分贝(db)，频率误差为百万分之5(ppm)的每符号6位的星座。连续的辐射状线代表对相位增量决定的优化阈值。还观察到，由于调制的差分天性，接收点聚集成一些椭圆形状的雾斑群，随着环的幅度增大椭圆形状变得更为明显。这些雾斑集中在星座的各个点上，并归属于叠加在信号上的噪声。但是，如所看到的，这些雾斑在优化阈值之间并不集中，而是被位移了一定数量的弧度。这种固定的位移由接收器的频率误差所决定。

假设已经知道发送信号的功率，则SNR估计量就只需要估计接收器承受的噪声功率。为此，要对N个不同符号的噪声功率样本取平均：

$E\left[\right|e\left(k\right){|}^2]=\frac{\underset{k=1}{\overset{N}{\mathrm{\Σ}}}|e\left(k\right){|}^2}{N}$

其中，e(k)²是影响接收器的噪声功率的第k个样本。图2用图解表示计算该功率的各样本时所涉及的数量。起始数据是星座的接收点(3)相对检测点(8)的幅度误差e_k(1)和相位增量误差e_Φk(4)，对其计算如下：

$e_k={\stackrel{\‾}{A}}_k-{\hat{A}}_k$

$e_{{\mathrm{\φ}}_k}=\mathrm{\Δ}{\stackrel{\‾}{\mathrm{\φ}}}_k-\mathrm{\Δ}{\widehat{\mathrm{\φ}}}_k$

其中，A_k是检测到的幅度，

是为了补偿信道的衰减经过均等后接收到的幅度，Δφ_k是检测到的相位增量，

是接收到的相位增量。通过计算矢量(2)模数平方可得到噪声功率样本：

${\left|e\left(k\right)\right|}^2={{r_3}^2+(r_3-e_k)}^2-{2r}_3(r_3-e_k)\cos \left(e_{{\mathrm{\φ}}_k}\right)$

其中，r₃(7)在图2所示实例中是检测到的幅度A_k。这样公式可写成：

${\left|e\left(k\right)\right|}^2={\stackrel{\‾}{A}}_k^2+{\hat{A}}_k^2-2{\stackrel{\‾}{A}}_k{\hat{A}}_k\cos \left(e_{{\mathrm{\φ}}_k}\right)$

这个式子表示出误差矢量(2)模数的平方。这是计算噪声功率样本最简单和最直接的方法，不过这会造成每个符号偶位和奇位星座的估计量方差之间有差别。如前面解释过的，随着环的幅度增大，雾斑获得的椭圆形状就越明显。因为，与每个符号偶数位的优化星座相比，每个符号奇数位的优化星座出现的环将按比例地比相位更多，它们以更加明显的方式显示出上面所描述的效应。对于相同的SNR值，检测点的幅度越大，噪声矢量模数平方的平均值就越大。因此，从每个符号奇数位的星座出发计算的N个噪声功率样本与从每个符号偶数位的星座出发计算的N个噪声功率样本相比，表现出的分散程度更大。所以，每个符号奇数位的星座中呈现出估计量的方差将更大。并且，和环幅度增加的效应相同，椭圆斑尺寸增加的结果也使得一个给定星座的方差增加。

所以，要解决的技术问题就是要使样本和检测点所属的环的噪声功率独立无关。

这样，我们想到把误差矢量(2)投影到半径为r₁(6)的第一环上，应用类似三角形理论，借助r₁(6)可以得到投影到第一环的噪声功率的第k个样本e′(k)(5)。因此，对于图2中描述的实施方案实例，对噪声功率新样本的计算如下：

${\left|e^{\′}\left(k\right)\right|}^2={\left(\frac{r_1}{r_3}\right)}^2{\left|e\left(k\right)\right|}^2$

但是用这个方法的话，上面提出的问题一个都没有解决，因为幅度误差(1)被修改为检测点所属星座的环的函数了。

本发明这里给出的方法解决了这些问题，方法是把相位误差和幅度误差转换到星座第一环的相应点上，就好象这是已经被检测过的一样。图3表示了一个进行这种转换的实施方案实例。这样，噪声功率样本是新的误差矢量(9)的模数平方，对其计算如下：

${\left|e^{\′}\left(k\right)\right|}^2={r_1}^2+{(r_1-e_k)}^2-2r_1(r_1-e_k)\cos \left(e_{{\mathrm{\φ}}_k}\right)$

其中，r₁(6)是相应星座第一环的幅度。此外，如前面解释的，为计算噪声功率可用相同方式对N个样本求平均：

$E\left[{\left|e^{\′}\left(k\right)\right|}^2\right]=\frac{\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{\left|e^{\′}\left(k\right)\right|}^2}{N}$

图4表示的是一个实施本发明方法的接收器实例的方框图。计算噪声功率样本的块(12)需要的起始数据是幅度误差e_k(1)，相位误差e_Φk(4)以及星座的位数目(14)。幅度和相位误差分别由幅度检测器(10)和相位检测器(11)计算。为了计算这两项误差，需要均等后的幅度

(19)，接收到的相位增量(20)以及星座的每个符号位数目(14)。另外，相位误差(4)和幅度误差(1)的计算可以通过两种方法进行。第一个方法在于，在检测到所接收的幅度(19)和相位增量(20)的基础上计算这些误差；换句话说，从发送器发送出的符号序列是不知道的。已经知道这是一种盲目估计模式，它受检测误差的影响，当产生这些误差时，该模式防碍对SNR做出正确估计，由于计算的误差大小将小于实际产生的那些误差，所以估计出的SNR将比实际影响系统的大。第二个计算相位和幅度误差的方法建立在对发送序列了解的基础上，这些误差将严格相当于过程中没有包含检测时产生的误差。在本实施方案实例中，这两种方法都采用了，所以借助块(21)可产生出被发送的幅度值A_ki(23)和相位增量值Δφ_ki(24)。在发送器中必须有一个完全相同的块，使得发送序列和接收序列能够等同。从信号(22)可获悉要进行的估计类型，是盲目模式还是用已知序列。这样，在这种情况下，幅度检测器(10)和相位检测器(11)只要在值(19)和(23)之间进行幅度减法，在值(24)和(20)之间进行相位增量的减法。

由于这涉及到多用户通信系统，接收器不可能总能认出正被接收的数据调制时所采用的星座。只有在单点传送通信时它才会知道该星座，这时接收器是数据发送的目的地，或者，在进行多点传送通信时或者在广播传送通信中，如果接收器包含在一组接受者当中，接收器也能知道该星座；由于这个原因，被平均的N个噪声功率样本可以属于不同的星座。信号(15)显示星座为已知，噪声功率样本可被计算。

通过模拟，证实本发明方法到目前为止所描述的估计量是有偏差的。这种偏差是由于调制的差分性质造成的，因为相位增量受两种符号噪声的影响，下面的表格给出相位增量作为星座的函数的详细情况：

位	偏差(db)	修正因子：k
			2	-1.9	0.645654229
3	-0.6	0.87096359
			4	-0.95	0.8035261222
5	-0.03	1.006931669
			6	-0.25	0.9440608763

为了修正估计量的偏差天性，块(12)还需借助下式对噪声功率样本应用修正因子k：

${\left|e^{\′}\left(k\right)\right|}^2=({r_1}^2+{(r_1-e_k)}^2-{2r}_1(r_1-e_k)\cos \left(e_{{\mathrm{\φ}}_k}\right))\·K$

每个符号的位数(14)用于确定计算中要用到的r₁(6)的值和修正因子k的值。这种修正必须一个样本一个样本地进行，因为这些样本可能属于不同的星座。由于对样本取平均，需要存储器(13)来储存部分早先呈现的求和的值。所以，由块(12)进行的计算如下：

$E^{\′}\left(k\right)=({r_1}^2+{(r_1-e_k)}^2-{2r}_1(r_1-e_k)\cos \left(e_{{\mathrm{\φ}}_k}\right))\·K+\underset{i=1}{\overset{k-1}{\mathrm{\Σ}}}{E}^{\′}\left(i\right)$

其中，值E′(k)(18)一旦被计算出来就要被储存在存储器(13)中。在计算数值(18)之前，块(12)需要先从存储器(13)中读取项

(17)。当k值等于N时，块(12)产生信号(16)，表明可以提供对噪声功率的一种估计，这里N是系统的一个可配置参数，它在两种可能的估计模式中可以不同。信号(22)再次指出估计模式，是盲目的或是用序列已知的，由此可决定要累计的样本数目N。当信号(16)作出如此显示后，存储器的值被读出，并被相应的N值除。

尽管用已知序列的估计模式具有不允许向接收器发送数据的缺点，但是它要比盲目模式可靠。此外，信道的SNR需要被监控，以使系统能够适应所用每个符号的位数。再有，还需要检测信道的突然变化，并尽可能改变星座，使得丢失的信息包数最少。这些考虑在多用户OFDM通信系统中更加重要，在这种系统中各个符号都含有大量的信息。由于这个原因，要把两种估计结合起来。

此外，N值越大，估计的方差就越小。不过在象上面的系统中，这个值不能被随意加大，因为各OFDM符号都能够包含大量的数据，这取决于载波数目和调制各符号时所采用的位。因此，用已知序列的估计意味着发送N个不带信息的符号(因为序列是已知的，它不包含信息)，还意味着管理信息的增加，而盲目模式的估计要求发送者发送给接收器的信息占用的符号要比N个OFDM符号多，而这不总是可行的。所以，在本实施方案实例中，在盲目模式中选择N＝16，而在已知序列模式中，N＝32。

作为初始估计，先用已知序列进行一次估计。之后，用新的已知序列以几秒为周期进行多次估计。在这些估计之间，可以进行多次盲目估计(取决于数据通信量)，通过它们来确定信道是否已经发生任何突变。在信道变化造成实际SNR明显恶化的事件中，需要用已知序列进行估计，以便，如前所述，防止来自在盲目估计中产生的误差。

Claims (7)

1.减少以差分相位和相干幅度调制的信号的信噪比估计方差的方法，它可应用于多套用户设备的双向通信系统，在该系统中采用的是幅度差分相移键控调制-ADPSK，它要求在发送信息之前先发送一种相位参考符号，其中对信噪比进行估计是为了能够使利用的调制具有每个符号的最多位数，保持在接收期间的比特误差几率在某个给定的界限之内；其特征在于：

-接收具有已知调制的符号，

-利用幅度检测器所检测的幅度，即检测到的幅度，测量相对所接收符号的幅度误差，

-利用相位检测器所检测的相位增量，即检测到的相位增量，测量相对所接收符号的相位增量误差，

-将幅度误差和相位增量误差转移到星座第一环，就像接收到的符号已在该环中传送一样，

-将噪声功率计算为误差矢量模数的平方，其中所述误差矢量由幅度误差和相位增量误差组成，其中所述噪声功率被累积及平均；

目的是计算噪声样本，降低所得数值的方差，并使得所述方差在每个符号奇位和偶位的最佳星座中相等。

2.根据权利要求1的减少用差分相位和相干幅度调制的信号的信噪比估计方差的方法，其特征在于，为了估计噪声功率的平均值，要对噪声样本模数的平方求平均，参与平均的样本数目是系统的一个可配置的数值。

3.根据权利要求1的减少用差分相位和相干幅度调制的信号的信噪比估计方差的方法，其特征在于：

-从接收时检测到的幅度(19)和相位增量中分别减去所述检测到的幅度和所述检测到的相位增量(24)；或者

-从所述检测到的幅度和所述检测到的相位增量中分别减去接收时检测到的所述幅度和相位增量；

目的是用盲目模式去计算噪声功率样本。

4.根据权利要求1的减少用差分相位和相干幅度调制的信号的信噪比估计方差的方法，其特征在于，所发送的是接收时已知的一系列符号，而且，以选择方式进行：

-从预先发送而且在接收时已知的信号的所述幅度和所述相位增量中分别减去接收时检测到的幅度(19)和相位增量，即接收到的幅度和接收到的相位增量；或者，

-从接收到的幅度和接收到的相位增量中分别减去预先发送而且接收时已知的信号的所述幅度和所述相位增量；

以便计算幅度和相位增量误差，并在此基础上计算噪声功率样本。

5.根据权利要求2，3和4之一的减少用差分相位和相干幅度调制的信号的信噪比估计方差的方法，其特征在于，对接收时的信噪比进行估计时，把盲目模式的估计与用已知符号系列的估计结合起来，以便改进估计。

6.根据权利要求2的减少用差分相位和相干幅度调制的信号的信噪比估计方差的方法，其特征在于，参与平均的噪声功率样本属子不同的星座。

7.根据权利要求6的减少用差分相位和相干幅度调制的信号的信噪比估计方差的方法，其特征在于，在参与平均的噪声功率样本中的各样本中独立地对由于调制的差分性质以及各星座中不同值所引起的估计量偏差进行修正，将各样本与修正因子相乘，其中，对于各样本独有的该修正因子是估计量偏差的逆函数。

Images