CN101764769B - 基于lra算法的信道均衡方法及无线通信系统 - Google Patents

Abstract

本发明的方案利用LRA算法对频域均衡后的等效信道矩阵进行分解，并根据分解结果对接收数据进行信号处理。由于采用的是判决反馈的均衡结构，在有效降低系统峰均比的同时，还可以减少发射机对信道信息的依赖性：在由接收机负责进行T变换时，发射机无需知道信道信息，可以直接发送信息；在由发射机负责进行T变换时，发射机只需知道部分信道信息，即上述变换矩阵T。此外，由于LRA算法将接收数据转换到某个对抗噪声能力增强的空间，使得在此空间内的数据判决更加可靠，从而可以有效地降低误判概率，提高系统性能。

Description

基于LRA算法的信道均衡方法及无线通信系统

技术领域

本发明涉及无线宽带接入技术领域，特别涉及一种基于LRA算法的信道均衡方法及无线通信系统。

背景技术

信道均衡(Channel Equalization)技术作为一种用于高速无线通信的有效的抗多径衰落技术，被未来4G长期演进系统(Long-Term Evolution，简称LTE)采用。发射信号在无线信道环境的传输过程中，由于周围环境中的反射、衍射、折射等现象的存在，从而使得发射信号经过不同的延时到达接收端，由于各延迟信号的幅度、相位均不相同，在接收端叠加时会产生信号幅度的剧烈变化，这种现象被称为多径衰落。当数据传输率很高时，多径的最大时延会大大超过单个传输符号的持续时间，从而导致在某个时刻接收到的数据是之前数十甚至数百个符号的叠加，使得在接收端要恢复出原始的数据流异常困难。信道均衡技术正是为解决这一通信难题而引进的一种技术，从数学本质上来讲，在进行信道均衡时，信道均衡器首先通过信道估计模块估计出信道的冲激响应矩阵，再对接收到的信号进行信道矩阵求逆操作，从而恢复出原始数据。

传统的信道均衡技术主要是在时域进行，但是随着现代通信技术的发展，通信系统中的数据传输率越来越高，时域均衡的复杂度也随之大大增加，往往需要数百个延迟器和乘法器，这在高速的数据流传输过程中是很难实现的。因此，在近年来的研究中，研究者越来越将更多的目光放在频域均衡技术上。频域均衡在90年代以前仍然是一项非常复杂的技术，但是随着快速傅里叶变换算法(FFT，Fast Fourier Transform)的高速电路的实现，使得诸如OFDM、MC-CDMA等基于频域操作的技术大量涌现。但是，在此类技术中，尽管数据是在频域进行映射和加载，但是真正的传输过程却是在时域完成，因此需要在发送端进行IFFT操作，众所周知，IFFT操作会导致严重的峰均比问题，这也是目前限制诸如OFDM、MC-CDMA在通信系统上行链路中的使用的主要原因。另一方面，如果使用频域均衡技术，且FFT和IFFT操作都能在接收机完成，从而可以有效地解决峰均比的问题，此外，更重要的是，频域均衡技术还能在未编码的情况下取得多径信道本身具有的频率选择性分级增益，从而大大提高系统性能。

频域均衡可以根据多种准则来进行，其中迫零(ZF)、最小均方误差(MMSE)、最大比合并(MRC)、等增益合并(EGC)这四种是最常用的准则，其中的ZF准则均衡可以完全地消除ISI，但其代价是可能在某些频点会将噪声放的很大，从而导致整体性能的损失。为了避免ZF均衡的这一缺陷，可以采用MMSE均衡，但它却不能完全的消除ISI，因此，所残留的ISI需要进行进一步的处理，目前最新的方案是在发送端使用Tomlinson-Harashima预编码(简称TH预编码或者THP编码)来去除残留的ISI。

参见图1所示，是现有技术中的基于时频联合均衡的系统流程示意图，需要发送的原始数据经过数字调制后，进入TH预编码模块进行串符干扰的预消除，编码后的数据加上循环前缀(CP)之后，通过天线发送出去。在接收机端，接收机首先对接收到的数据进行去除CP操作，然后通过FFT操作将数据转换到频域，并利用导频数据进行信道估计、获得各径信道增益后，利用不同的准则(包括ZF、MMSE、MRC、EGC等)进行频域均衡，通常情况下，频域均衡操作后的信息数据仍然会残留有ISI，因此还需要在时域进行进一步的操作，但是由于此时在发射机进行了TH预编码，所以频域均衡后得到的信息数据已经完全消除了ISI，从而能够恢复出原始的数据。

参见图2所示，是现在技术中未编码的单载波MMSE频域均衡系统与OFDM系统的性能对比示意图，从图2中可以看出，OFDM系统完全丧失掉了信道所提供的多径分集增益，其误码率曲线的斜率在高信噪比下远远低于单载波频域均衡系统，而且还具有高峰均比的缺点。

参见图3所示，是未编码的各种现行主流的单载波频域均衡系统的性能对比示意图。根据现有技术可以得知，MRC的性能等效于传统CDMA系统的Rake接收机，可见其在较严重的多径信道下性能十分差。由于ZF放大了噪声，而MRC与EGC在较严重的多径信道下未能完全消除ISI，从而出现了差错平地，而MMSE均衡则是所有频域均衡中性能最好。

参见图4所示，是现行改进方案相比单独MMSE频域均衡的4QAM误码率仿真示意图，从图4可以得知，虽然三种TH预均衡结合频域均衡方案在低信噪比下不如MMSE频域均衡，但是，随着信噪比的提高，他们的性能优势将会逐步体现，从图4还可以看出，当信噪比超过12dB之后，MMSE频域均衡的性能逐渐落后于联合了TH预编码的三种频域均衡，由此可见，利用TH预均衡进行残留ISI的消除可以带来性能上的显著提高，而且这种性能的提高将随着调制阶数的上升而进一步加强。

参见图5所示，是现行改进方案相比单独MMSE频域均衡的16QAM的方针示意图，由图可见，在16QAM的调制方式下，三种结合了TH预编码的频域均衡方案全部超越了最优的MMSE频域均衡，这是因为，在高阶调制下，残留的ISI对系统性能的恶化将会变得非常显著，从而严重遏制了系统的误码性能。

根据上述内容可以得知，利用TH预编码来进行残留ISI的消除可以显著的改善性能，但同时，基于TH预编码的结构也会在一定程度上增大峰均比，并且TH预编码要求发送机知道准确的信道信息，这在高速的移动通信环境下有一定的困难。

发明内容

针对上述现有技术中存在的问题，本发明的目的在于提供一种基于LRA算法的信道均衡方法及无线通信系统，其可以有效地降低发射机的峰均比，减少发射机对信道信息的依赖性，并显著提高系统的误码性能。

为达到上述目的，本发明采用以下技术方案：

一种基于LRA算法的信道均衡方法，包括步骤：

对接收机进行频域均衡后的等效信道矩阵进行基于LRA算法的矩阵分解，获得变换矩阵T、上三角矩阵R、以及滤波矩阵Q；

在接收机端，对接收数据进行频域均衡处理操作；

根据所述滤波矩阵Q对所述频域均衡操作后的信息数据进行滤波处理操作；

根据所述上三角矩阵R对所述滤波处理操作后的信息数据进行判决反馈均衡处理；

根据所述变换矩阵T对所述判决反馈均衡处理操作后的信息数据进行T变换处理。

一种基于LRA算法的信道均衡方法，包括步骤：

对接收机所接收信号的等效信道矩阵进行基于LRA算法的矩阵分解，获得变换矩阵T、上三角矩阵R、以及滤波矩阵Q；

在发射机端，根据所述变换矩阵T对调制后的信息数据进行T变换处理；

在接收机端：

对所接收的数据进行频域均衡处理操作；

根据所述滤波矩阵Q所述频域均衡操作后的信息数据进行滤波处理；

根据所述上三角矩阵R对所述滤波处理操作后的信息数据进行判决反馈均衡处理。

一种无线通信系统，包括发射机与接收机，还包括LRA算法分解模块，该LRA算法分解模块用于对接收机所接收信号的等效信道矩阵进行基于LRA算法的矩阵分解，获得变换矩阵T、上三角矩阵R、以及滤波矩阵Q；

所述发射机包括有：对需要发送的原始数据进行调制的调制模块，对所述调制后的信息数据添加循环前缀的循环前缀添加模块，添加了循环前缀后的信息数据通过天线发送出去；

所述接收机包括有：对接收的信息数据去除循环前缀的循环前缀去除模块，对去除了循环前缀的信息数据进行频域均衡操作的信道估计及频域均衡模块，根据所述滤波矩阵Q对频率均衡操作后的信息数据进行滤波的接收滤波模块，根据所述上三角矩阵R对滤波后的信息数据进行判决反馈均衡处理操作的判决反馈均衡模块，根据所述变换矩阵T对判决反馈均衡处理操作后的信息数据进行T变换处理的T变换模块，对T变换处理后的信息数据进行解调、恢复出所述原始数据的解调模块。

一种无线通信系统，包括发射机与接收机，还包括LRA算法分解模块，该LRA算法分解模块用于对接收机所接收信号的等效信道矩阵进行基于LRA算法的矩阵分解，获得变换矩阵T、上三角矩阵R、以及滤波矩阵Q；

所述发射机包括有：对需要发送的原始数据进行调制的调制模块，根据所述上三角矩阵R对调制后的信息数据进行T变换处理的T变换模块，对所述T变换处理后的信息数据添加循环前缀的循环前缀添加模块，添加了循环前缀后的信息数据通过天线发送出去；

所述接收机包括有：对接收的信息数据去除循环前缀的循环前缀去除模块，对去除了循环前缀的信息数据进行频域均衡操作的信道估计及频域均衡模块，根据所述滤波矩阵Q对频域均衡操作后的信息数据进行滤波的接收滤波模块，根据所述上三角矩阵R对滤波后的信息数据进行判决反馈均衡处理操作的判决反馈均衡模块，对判决反馈均衡处理操作后的信息数据进行解调、恢复出所述原始数据的解调模块。

根据上述本发明的方案，通过对接收机频域均衡后的等效信道矩阵进行基于LRA算法的分解之后，可以得到变换矩阵T、滤波矩阵Q以及上三角矩阵R，因此，发射机在对需要发送的原始数据进行调制、增加了循环前缀后，可以直接进行发送，或者是在经过T变换处理之后进行发送，接收机接收到发射机发送的数据后，对该数据进行去除循环前缀、频域均衡操作后，根据基于LRA算法分解得到的滤波矩阵Q进行滤波操作，并根据基于LRA算法分解得到的上三角矩阵R对滤波操作后的信息数据进行判决反馈均衡处理，由于本发明是采用判决反馈结构来进行判决反馈均衡处理，从而有效地降低了系统的峰均比，还可以减少发射机对信道信息的依赖性，在由接收机进行T变换的情况下，发射机无需知道信道信息，可以直接发送信息，在由发射机进行T变换的情况下，发射机只需知道部分的信道信息，即上述变换矩阵T，此外，基于LRA算法的分解是将接收数据转换到另外一个空间来进行判决，这一新转换的空间对抗噪声的能力相比原始信号空间信号大大增强，因此在此空间内进行数据判决可以有效地降低误判概率，提高系统性能。

附图说明

图1是基于时频联合均衡的系统流程示意图；

图2是现有技术中未编码的单载波MMSE频域均衡系统与OFDM系统的性能对比示意图；

图3是未编码的各种现行主流的单载波频域均衡系统的性能对比示意图；

图4是现行的改进方案相比单独MMSE频域均衡的4QAM误码率仿真对比示意图；

图5是现行的改进方案相比单独MMSE频域均衡的16QAM误码率仿真对比示意图；

图6是本发明实施例一中的方法的流程示意图；

图7是本发明实施例一中的方法对应的无线通信系统的结构示意图；

图8是判决反馈均衡模块的结构示意图；

图9是本发明实施例二中的方法的流程示意图；

图10是本发明实施例二中的方法对应的无线通信系统的结构示意图；

图11是本发明方案的LRA-DFE均衡方案与基于TH预均衡方案的峰均比对比示意图；

图12是本发明方案中的基于MMSE的LRA-DFE系统和QR-DFE系统的误码率对比示意图；

图13是本发明方案中发射机进行T变换的LRA-DFE系统的性能示意图。

具体实施方式

本发明所采用的基于LRA算法的信道均衡方法，可以适用于任何一种无线通信传输系统，只要无线通信传输系统中的接收机具有一定的信道估计模块以获取信道信息，在目前而言，几乎所有的接收机都需要具有信道估计模块以获取信道信息，因此，也可以说是本发明方案可以应用于任何无线通信系统。

在本发明所提供的无线通信方法及无线通信系统中，可以是在接收机一侧进行T变换以将接收到的信息数据还原为原始的星座图符号，也可以是在发射机一侧预先进行T变换，以下针对这两种实施方式分别进行说明。

实施例一：

参见图6所示，是本发明实施例一中的基于LRA算法的信道均衡方法的流程示意图，本实施例中的方案是在接收机一侧进行T变换操作，如图6所示，本实施例中的基于LRA算法的信道均衡方法包括步骤：

步骤S100：对接收机进行频域均衡后的等效信道矩阵进行基于LRA算法(格点减少算法，Lattice-Reduction-Aided)的矩阵分解，获得变换矩阵T、上三角矩阵R以及滤波矩阵Q，进入步骤S101；

步骤S101：接收机对接收到的数据进行频域均衡处理操作，进入步骤S102；

步骤S102：接收机根据所述滤波矩阵Q对所述频域均衡处理后的信息数据进行滤波处理，进入步骤S103；

步骤S103：接收机根据所述上三角矩阵R对所述滤波处理后的信息数据进行判决反馈均衡处理操作，进入步骤S104；

步骤S104：接收机根据所述变换矩阵T对所述判决反馈均衡处理后的信息数据进行T变换处理操作。

根据本实施例中的基于LRA算法的信道均衡方法，通过对等效信道矩阵进行基于LRA算法的分解之后，可以得到变换矩阵T、滤波矩阵Q以及上三角矩阵R，因此，发射机在对需要发送的原始数据进行调制、增加了循环前缀后，可以直接进行发送，接收机接收到发射机发送的数据后，对该数据进行去除循环前缀、频域均衡操作后，根据基于LRA算法分解得到的滤波矩阵Q进行滤波操作，并根据基于LRA算法分解得到的上三角矩阵R对滤波操作后的信息数据进行判决反馈均衡处理，并根据基于LRA算法得到的变换矩阵T进行T变换处理，其通过采用判决反馈均衡处理方式，并在接收机端进行判决反馈均衡处理，由于未采用TH预编码等容易产生高峰均比的处理方式，从而可以有效消除峰均比的增长，降低系统的峰均比，同时，发射机无需知晓无线通信环境的信道信息，可以直接发送信息，减少了发射机对信道信息的依赖性，因此适用于高速移动的通信环境，此外，基于LRA算法的分解是将接收数据转换到另外一个空间来进行判决，这一新转换的空间对抗噪声的能力相比原始空间信号大大增强，对抗噪声的鲁棒性更强，误判的概率也大大降低，因此能显著提高系统的误码性能。

其中，上述对本实施例中的基于LRA算法的信道均衡方法进行了说明，作为一种应用该信道均衡方法进行无线通信的完整的无线通信方式，在发射机端，是对需要发送的原始数据进行调制、并在增加循环前缀后通过天线发送出去，在接收机端，在对接收的数据去除循环前缀后，再进入后续的频域均衡处理操作，在进行T变换处理操作后，对T变换处理后的信息数据进行解调判决，从而可以恢复出原始数据，具体的这些实现方式可以与现有技术中的相同，在此不予赘述。

其中，上述判决反馈均衡处理，具体可以是：在消除其他相关符号对当前检测符号的影响后，对所述当前检测符号进行量化操作，使所述当前检测符号的取值限制在变换域内的星座点集合内。

上述LRA算法可以是采用ZF准则或者MMSE准则进行。

根据上述本实施例中的基于LRA算法的信道均衡方法，其所应用的一种无线通信系统如图7所示，参见图7所示，本实施例一中的无线通信系统包括发射机和接收机，还包括LRA算法分解模块，该LRA算法分解模块用于对接收机所接收信号的等效信道矩阵进行基于LRA算法的矩阵分解，获得变换矩阵T、上三角矩阵R、以及滤波矩阵Q，其中：

在发射机端，包括有：

调制模块，用于对需要发送的原始信息数据进行调制；

循环前缀添加模块，用于对调制模块调制后的信息数据添加循环前缀，添加了循环前缀后的信息数据通过天线发送出去；

在接收机端，包括有：

循环前缀去除模块，用于去除所接收到的信息数据的循环前缀；

信道估计及频域均衡模块，用于对去除了循环前缀的信息数据进行频域均衡处理操作，并根据频域均衡处理后的信息数据确定所述等效信道矩阵；

接收滤波模块，用于根据所述滤波矩阵Q对频域均衡处理后的信息数据进行滤波处理；

判决反馈均衡模块，用于根据所述上三角矩阵R对滤波处理后的信息数据进行判决反馈均衡处理操作；

T变换模块，用于根据所述变换矩阵T对判决反馈均衡处理后的信息数据进行T变换处理操作；

解调模块，用于对T变换处理操作后的信息数据进行解调操作，恢复出所述原始信息数据。

根据本实施例中的无线通信系统，通过采用判决反馈均衡处理方式，并在接收机端进行判决反馈均衡处理，由于未采用TH预编码等容易产生高峰均比的处理方式，从而可以有效消除峰均比的增长，降低系统的峰均比，同时，发射机无需知晓无线通信环境的信道信息，可以直接发送信息，减少了发射机对信道信息的依赖性，因此适用于高速移动的通信环境，此外，基于LRA算法的分解是将接收数据转换到另外一个空间来进行判决，这一新转换的空间对抗噪声的能力相比原始空间信号大大增强，对抗噪声的鲁棒性更强，误判的概率也大大降低，因此能显著提高系统的误码性能。

其中，上述判决反馈均衡模块具体结构示意图可如图8所示，其包括有量化器和反馈滤波器，其中量化器的输入端与反馈滤波器的输出端、接收滤波模块的输出端相连接，量化器的输出端与T变换模块的输入端、反馈滤波器的输入端相连接。具体处理时，反馈滤波器首先将其他相关符号对当前检测符号的影响消除，然后通过量化器对当前检测符号进行量化，使其取值限制在变换域内的星座点集合内，以此类推，直至判决出最后的一路符号数据。

此外，上述LRA算法可以是采用ZF准则或者MMSE准则进行。

以下针对依据本实施例方案的一个具体通信流程进行详细阐述。

在该具体通信流程中，所使用的基本信号模型为多径瑞利衰落信道，其中τ_l表示信道抽头时延，h_l表示信道增益，从而有 $h\left(t\right)=\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{h}_l\mathrm{\δ}(t-{\mathrm{\τ}}_l).$

在添加循环前缀CP(Cyclic Prefix)后，由于循环前缀CP的使用，使得数据与信道之间的线性卷积转化为循环卷积，从而整体的信道矩阵可以被写成Toeplize矩阵的形式，该矩阵如下所示，矩阵中有大量0元素存在，是稀疏矩阵： $H=\left[\begin{array}{cccccc}{h}_0& & & h_{L-1}& ...& h_1\\ h_1& h_0& & & & ...\\ ...& h_1& & & & h_{L-1}\\ h_{L-1}& ...& ...& & & \\ & h_{L-1}& ...& h_0& & \\ & & & h_1& h_0& \\ 0& & & ...& h_1& h_0\end{array}\right]$

由于发射机无需知晓信道信息，因此发射机可以直接发送调制信号s，则接收机接收到的信号可以表示为：

$r=\sqrt{E_s}\mathrm{Hs}+n$

其中，E_s代表单位调制符号的能量，n代表高斯白噪声。

在接收机接收到信号，去除循环前缀后，将信号转换到频域，进行频域均衡操作，频域均衡操作后的信息数据通过IFFT操作转换回时域，此时的数据可以表示为：

$\hat{r}=\sqrt{E_s}\hat{H}s+\hat{n}$

其中，

为频域均衡FDE操作后的等效信道矩阵。

表示频域均衡后的等效噪声。

对上述等效信道矩阵

进行基于LRA算法的分解，具体的分解过程可以使用经典的LLL算法来实现，从而可以得到如下的分解结果：

$\hat{H}={\mathrm{QRT}}^{-1}$

即 $\hat{H}T=\mathrm{QR}$

在上式中，T代表预变换矩阵，即上述变换矩阵T，其每一个元素均为整数值，Q表示上述过滤矩阵Q，R表示上述上三角矩阵R。

用接收滤波器Q^H对频域均衡后的信道数据进行处理，从而可以得到：

$Q^H\hat{r}=\sqrt{E_s}{\mathrm{RT}}^{-1}s+Q^H\hat{n}$

从而将频域均衡后的等效信道

转换作了一个因果系统，具体表现在R为一个上三角矩阵。

在经过接收滤波器的滤波处理后，利用基于LRA算法的判决反馈算法进行判决反馈均衡处理，进行干扰消除，具体的干扰消除的方式可以是采用连续干扰消除的算法来进行，具体可通过下述表达式予以表示：

for i＝Nc:-1:1

${\hat{s}}_i=\frac{1}{C}r\left(i\right)-R_{i,:}{T}^{-1}\frac{1}{2}(1+j)1^T;$

${\hat{s}}_i=({\hat{s}}_i-\underset{j=i+1}{\overset{\mathrm{Nc}}{\mathrm{\Σ}}}{R}_{i,j}{\hat{s}}_j)/R_{i,i}$

${\hat{s}}_i=\mathrm{Round}\left({\hat{s}}_i\right)$

end

其中，上述s(i)表示第i个需要判决的符号，这时，我们需要利用上述得到的预变换矩阵T、上三角矩阵R、以及序号为第i+1到Nc的符号来进行如上操作，其中，C与所使用的调制方式有关，例如，对于MQAM调制方式，则有 $C=\sqrt{M/2},$ Round(.)操作表示是将括号内的数的实部虚部分别进行取整操作。

上述操作过程可描述为：

步骤1：利用R矩阵的第i行R_i，：、变换矩阵T，求出第i个接收符号r(i)在变换域内的值

步骤2：利用滤波矩阵R的第i行R_i，：、以及之前已经量化后的序号为第i+1到Nc的符号的线性加权值

(这个加权值就是之前的量化符号对当前符号的干扰)，对第i个符号在变换域内的干扰进行消除，上述相减操作即是消除的过程， ${\hat{s}}_i=({\hat{s}}_i-\underset{j=i+1}{\overset{\mathrm{Nc}}{\mathrm{\Σ}}}{R}_{i,j}{\hat{s}}_j)/R_{i,i};$

步骤3：对干扰消除后的第i个符号进行取整操作，即Round(.)操作。

在经过上述判决反馈均衡处理得到变换域内的判决结果后，对变换域内的判决结果

进行T变换及解调判决处理后，从而恢复出原始的QAM数据为 $\stackrel{\‾}{r}=\sqrt{E_s}C(T\hat{s}+\frac{1}{2}{1}^T)+\hat{n}.$

其中，在上述说明中，由于是在接收机进行T变换，因此，是以在接收机接收到信号后进行基于LRA算法的分解进行说明，为了使每次进行基于LRA算法的分解更接近于每次接收信号时的实际情况，可以每次通信时都进行基于LRA算法的分解过程。考虑到无线通信环境在一段时期内的变化不大，同时为了减少接收机的处理量，可以是在进行具体的通信过程之前，通过对频域均衡后估计得到的等效信道矩阵进行基于LRA算法的分解，得到上三角矩阵R、变换矩阵T、滤波矩阵Q后，将该三个矩阵予以储存，在后续的通信过程中可以直接以该储存的矩阵R、T、Q进行相关的处理。

实施例二：

参见图9所示，是本发明实施例二中的基于LRA算法的信道均衡方法的流程示意图，在本实施例中，与上述实施例一的不同之处主要在于，本实施例中的方案是在发射机端对信号进行T变换操作，如图9所示，本实施例中的基于LRA算法的信道均衡方法包括步骤：

步骤S200：对接收机进行频域均衡后的等效信道矩阵进行基于LRA算法的矩阵分解，获得变换矩阵T、上三角矩阵R以及滤波矩阵Q，进入步骤S201；

步骤S201：发射机根据所述变换矩阵T对调制后的信息数据进行T变换操作，进入步骤S202；

步骤S202：接收机对接收到的数据进行频域均衡处理操作，进入步骤S203；

步骤S203：接收机根据所述滤波矩阵Q对所述频域均衡处理后的信息数据进行滤波处理操作，进入步骤S204；

步骤S204：接收机根据所述上三角矩阵R对上述滤波处理后的信息数据进行判决反馈均衡处理操作。

根据本实施例中的信道均衡方法，通过对等效信道矩阵进行基于LRA算法的分解之后，可以得到变换矩阵T、滤波矩阵Q以及上三角矩阵R，因此，发射机在对需要发送的原始数据进行调制后，根据所述变换矩阵T对调制后的信息数据进行T变换、并增加循环前缀之后发送出去，接收机接收到发射机发送的数据后，对该数据进行去除循环前缀、频域均衡操作后，根据基于LRA算法分解得到的滤波矩阵Q进行滤波操作，并根据基于LRA算法分解得到的上三角矩阵R对滤波操作后的信息数据进行判决反馈均衡处理，其通过采用判决反馈均衡处理方式，并在接收机端进行判决反馈均衡处理，由于未采用TH预编码等容易产生高峰均比的处理方式，从而可以有效消除峰均比的增长，降低系统的峰均比，同时，发射机只需知晓无线通信环境的部分信道信息，即上述变换矩阵T，减少了发射机对信道信息的依赖性，因此同样适用于高速移动的通信环境，此外，基于LRA算法的分解是将接收数据转换到另外一个空间来进行判决，这一新转换的空间对抗噪声的能力相比原始空间信号大大增强，对抗噪声的鲁棒性更强，误判的概率也大大降低，因此能显著提高系统的误码性能。

其中，上述对本实施例中的基于LRA算法的信道均衡方法进行了说明，作为一种应用该信道均衡方法进行无线通信的完整的无线通信方式，在发射机端，是对需要发送的原始数据进行调制后，再对调制后的信息数据进行T变换处理操作，并对T变换处理操作后的信息数据增加循环前缀后通过天线发送出去，在接收机端，在对接收的数据去除循环前缀后，再进入后续的频域均衡处理操作，在根据上三角矩阵R进行判决反馈均衡处理后，对判决反馈均衡处理后的信息数据进行解调判决，从而可以恢复出原始数据，具体的这些实现方式可以与现有技术中的相同，在此不予赘述。

其中，上述判决反馈均衡处理，具体可以是：在消除其他相关符号对当前检测符号的影响后，对所述当前检测符号进行量化操作，使所述当前检测符号的取值限制在变换域内的星座点集合内。

上述LRA算法可以是采用ZF准则或者MMSE准则进行。

根据上述本实施例中的信道均衡方法，其所应用的一种无线通信系统如图10所示，参见图10所示，本实施例二中的无线通信系统包括发射机和接收机，还包括LRA算法分解模块，该LRA算法分解模块用于对接收机进行频域均衡后的等效信道矩阵进行基于LRA算法的矩阵分解，获得变换矩阵T、上三角矩阵R、以及滤波矩阵Q，其中：

在发射机端，包括有：

调制模块，用于对需要发送的原始信息数据进行调制；

T变换模块，用于根据所述变换矩阵T对上述调制后的信息数据进行T变换处理操作；

循环前缀添加模块，用于对上述T变换后的信息数据添加循环前缀，添加了循环前缀后的信息数据通过天线发送出去；

在接收机端，包括有：

循环前缀去除模块，用于去除所接收到的信息数据的循环前缀；

信道估计及频域均衡模块，用于对去除了循环前缀的信息数据进行频域均衡处理操作，并根据频域均衡处理后的信息数据确定所述等效信道矩阵；

接收滤波模块，用于根据所述滤波矩阵Q对上述频域均衡处理后的信息数据进行滤波处理；

判决反馈均衡模块，用于根据所述上三角矩阵R对上述滤波处理后的信息数据进行判决反馈均衡处理操作；

解调模块，用于对判决反馈均衡处理操作后的信息数据进行解调操作，恢复出所述原始信息数据。

根据本实施例中的无线通信系统，其通过采用判决反馈均衡处理方式，并在接收机端进行判决反馈均衡处理，由于未采用TH预编码等容易产生高峰均比的处理方式，从而可以有效消除峰均比的增长，降低系统的峰均比，同时，尽管发射机需要知道部分的信道信息，即变换矩阵T，但由于变换矩阵T是一个每一项为整数点的矩阵，因此，接收机实际反馈给发射机的信息非常小，发射机对信道信息的依赖性较小，仍然能够适用于高速移动的通信环境，此外，基于LRA算法的分解是将接收数据转换到另外一个空间来进行判决，这一新转换的空间对抗噪声的能力相比原始空间信号大大增强，对抗噪声的鲁棒性更强，误判的概率也大大降低，因此能显著提高系统的误码性能。

其中，上述判决反馈均衡模块具体结构示意图如图8所示，其包括有量化器和反馈滤波器，其中量化器的输入端与反馈滤波器的输出端、接收滤波模块的输出端相连接，量化器的输出端与解调模块的输入端、反馈滤波器的输入端相连接。具体处理时，反馈滤波器首先将其他相关符号对当前检测符号的影响消除，然后通过量化器对当前检测符号进行量化，使其取值限制在原始域内的星座点集合内，以此类推，直至判决出最后的一路符号数据。

此外，上述LRA算法可以是采用ZF准则或者MMSE准则进行。

以下针对依据本实施例方案的一个具体通信流程进行详细阐述。

在该具体通信流程中，所使用的基本信号模型与上述实施例一中的相同，在此不予多加赘述。

首先对

进行LRA算法分解，具体可以采用经典的LLL算法来实现，从而可以得到如下矩阵分解结果：

$\hat{H}T=\mathrm{QR}$

其中

表示频域均衡FDE后的等效信道矩阵，T为预变换矩阵，即变换矩阵T，其每一个元素均为整数值，Q即为上述滤波矩阵Q，R即为上述上三角矩阵R。

在发射机端，在对需要发送的原始信息数据进行调制、添加循环前缀得到调制信号s后，采用T矩阵对其进行预变换，即进行T变换处理操作，预变换后的信号可以表示为：

$x=\sqrt{E_s}\mathrm{Ts}$

从而，在接收机接收到信号，并进行去除循环前缀、频域均衡处理后，所得到的频域均衡处理后的信息数据可以表示为：

$\hat{r}=\sqrt{E_s}\hat{H}\mathrm{Ts}+\hat{n}$

上式中E_s表示单位调制符号的能量，

表示频域均衡后的等效噪声。

然后采用前馈滤波器Q^H对频域均衡后的信号进行接收滤波处理，从而得到：

$Q^H\hat{r}=\sqrt{E_s}Rs+Q^H\hat{n}$

从而将频域均衡后的等效信道化作了一个因果系统，具体表现为R为上三角矩阵，由于是在发射机进行T变换，随后又对T变换后的等效信道

进行了QR分解，因此，由上式可见，对于s可以直接在原始的星座图中进行判断。

在经过滤波处理后，即可采用基于LRA的算法进行判决反馈均衡处理，进行干扰消除，由于事先已经在发射机进行了T变换，因此可以采用传统的干扰消除算法来直接进行判决，其具体可如下式表示：

for i＝Nc:-1:1

${\hat{s}}_i=({\hat{r}}_i-\underset{j=i+1}{\overset{\mathrm{Nc}}{\mathrm{\Σ}}}{R}_{i,j}{\hat{s}}_j)/R_{i,i}$

${\hat{s}}_i=Q\left\{{\hat{s}}_i\right\}$

end

上述表达式可用文字描述为：

步骤1：利用R矩阵的第i行、以及之间已经判决后的第i+1到Nc行的符号的线性加权值该加权值就是之前的量化符号对当前符号的干扰；

步骤2：对第i个符号在变换域内的干扰进行消除，上述相减的过程即是消除的过程，即 ${\hat{s}}_i=({\hat{r}}_i-\underset{j=i+1}{\overset{\mathrm{Nc}}{\mathrm{\Σ}}}{R}_{i,j}{\hat{s}}_j)/R_{i,i};$

步骤3：对干扰消除后的第i个符号进行星座图点的判决 ${\hat{s}}_i=Q\left\{{\hat{s}}_i\right\}.$

经过上述处理过程之后，从而可以恢复出原始数据为：

$\stackrel{\‾}{r}=\sqrt{E_s}\mathrm{diag}\left\{R\right\}s+\hat{n}$

其中，在上述说明中，由于是在发射机进行T变换，因此，在进行具体的通信过程之前，应先进行基于LRA算法的分解过程，为了使每次进行基于LRA算法的分解更接近于每次接收信号时的实际情况，可以每次进行通信过程之前都进行一次基于LRA算法的分解过程。考虑到无线通信环境在一段时期内的变化不大，同时为了减少接收机的处理量，可以是在进行具体的通信过程之前，通过对估计得到的等效信道矩阵进行基于LRA算法的分解，得到上三角矩阵R、变换矩阵T、滤波矩阵Q后，将该三个矩阵予以储存，在后续的通信过程中可以直接以该储存的矩阵R、T、Q进行相关的处理。

在上述两个本发明方案的实施例中，由于在进行LRA算法分解时既可以是基于ZF准则进行，也可以是基于MMSE准则进行，针对这两种不同的准则而言，在进行基于LRA的LLL算法时，其不同之处主要在于输入参数的不同：

在采用ZF准则的情况下，输入参数为H＝H；

在采用MMSE准则的情况下，输入参数为H＝[H，σI]^T，其中σ²表示表示噪声的方差。

其中，在采用ZF或者MMSE准则时，还可以通过对算法的输入参数δ的控制，来实现复杂度和性能的权衡折中，使得更具有灵活性。

此时，参见图7及图10所示，本发明方案中的无线通信系统还可以包括有与LRA算法分解模块相连接的参数控制器，可以通过该参数控制器来改变参数δ的具体值，实现对参数δ的改变和控制。

具体的LLL算法的处理过程与现有技术中的相同，在此不予赘述。

以下通过仿真的方式将本发明方案与现有技术中的方案进行对比，以进一步说明本发明方案对现有技术的改善。

参见图11所示，是本发明方案的LRA-DFE均衡方案(即采用基于LRA算法的判决反馈均衡方案)与基于TH预均衡方案的峰均比对比示意图。频域均衡均采用EGC均衡从图11可见，LRA-DFE均衡的峰均比远远小于TH预编码均衡方式，在调制方式为4QAM或者MPSK的情况下，可以做到几乎不存在峰均比的问题，而此时的TH预编码均衡方式的峰均比甚至要超过调制方式为16QAM或者64QAM的DFE均衡，此外，LRA-DFE方案无需发送机知道信道信息(或者知道部分信道信息)，只需直接进行信号发送，因此可以大大简化发射机结构，非常适合于上行链路通信。

参见图12所示。是本发明方案中的基于MMSE的LRA-DFE系统和QR-DFE系统的误码率对比示意图。频域均衡均采用EGC均衡由于在变换域空间中信号对抗噪声的鲁棒性更强，误判的概率也将大大降低，因此，LRA-DFE系统性能相比QR-DFE系统有了较大改善，尤其是在高信噪比的情况下，其斜率相比MMSE-QR-DFE方式更加陡峭，而且，通过调整参数δ的取值，可以获得不同程度的性能改善，δ的取值越大，性能越好，但是相应的LLL算法的复杂度也会越高，因此，δ的选取为系统设计时提供了一个权衡复杂度和系统性能的自由度。

参见图13所示，是本发明方案中发射机进行T变换的LRA-DFE系统的性能示意图(在图中用图例“LRA-DFE-Prec”表示)。频域均衡均采用EGC均衡由于预变换是在发射机针对原始信号进行的，因此避免了在接收机做T变换时存在错误变换的可能，因此，在发射机进行T变换的LRA-DFE系统将会具有更优越的误码率性能，如图13所示，当δ取0.75时，在发射机进行T变换的LRA-DFE系统相比在接收机进行T变换的LRA-DFE系统好了将近1dB的信噪比增益。在由发射机进行T变换的情况下，尽管发射机需要知道部分的信道信息，即变换矩阵T，但是由于T是一个每一项为整数点的矩阵，因此接收机实际反馈给发射机的信息非常小，所以，在发射机进行预变换的LRA-DFE系统仍然能适用于高速移动的通信环境。

以上所述的本发明实施方式，并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明的权利要求保护范围之内。

Claims (12)

1.一种基于LRA算法的信道均衡方法，其特征在于，包括步骤：

对接收机进行频域均衡后的等效信道矩阵进行基于LRA算法的矩阵分解，获得变换矩阵T、上三角矩阵R、以及滤波矩阵Q；

在发射机端，将调制后的数据增加循环前缀后进行发送；

在接收机端，对接收数据进行去除循环前缀、频域均衡处理操作，根据所述滤波矩阵Q对所述频域均衡操作后的信息数据进行滤波处理操作，根据所述上三角矩阵R对所述滤波处理操作后的信息数据进行判决反馈均衡处理，根据所述变换矩阵T对所述判决反馈均衡处理操作后的信息数据进行T变换处理。

2.根据权利要求1所述的基于LRA算法的信道均衡方法，其特征在于，所述判决反馈均衡处理具体包括：

在消除其他相关符号对当前检测符号的影响后，对所述当前检测符号进行量化操作，使所述当前检测符号的取值限制在变换域内的星座点集合内。

3.根据权利要求1或2所述的基于LRA算法的信道均衡方法，其特征在于，所述LRA算法采用ZF准则或者MMSE准则进行。

4.一种基于LRA算法的信道均衡方法，其特征在于，包括步骤：

对接收机进行频域均衡后的等效信道矩阵进行基于LRA算法的矩阵分解，获得变换矩阵T、上三角矩阵R、以及滤波矩阵Q；

在发射机端，根据所述变换矩阵T对调制后的信息数据进行T变换处理、增加循环前缀后进行发送；

在接收机端：

对所接收的数据进行去除循环前缀、频域均衡处理操作；

根据所述滤波矩阵Q所述频域均衡操作后的信息数据进行滤波处理；

根据所述上三角矩阵R对所述滤波处理操作后的信息数据进行判决反馈均衡处理。

5.根据权利要求4所述的基于LRA算法的信道均衡方法，其特征在于，所述判决反馈均衡处理具体包括：

在消除其他相关符号对当前检测符号的影响后，对所述当前检测符号进行量化操作，使所述当前检测符号的取值限制在原始域内的星座点集合内。

6.根据权利要求4或5所述的基于LRA算法的信道均衡方法，其特征在于，所述LRA算法采用ZF准则或者MMSE准则进行。

7.一种无线通信系统，包括发射机与接收机，其特征在于，还包括LRA算法分解模块，该LRA算法分解模块用于对接收机进行频域均衡后的等效信道矩阵进行基于LRA算法的矩阵分解，获得变换矩阵T、上三角矩阵R、以及滤波矩阵Q；

所述发射机包括有：对需要发送的原始数据进行调制的调制模块，对所述调制后的信息数据添加循环前缀的循环前缀添加模块，添加了循环前缀后的信息数据通过天线发送出去；

所述接收机包括有：对接收的信息数据去除循环前缀的循环前缀去除模块，对去除了循环前缀的信息数据进行频域均衡操作的信道估计及频域均衡模块，根据所述滤波矩阵Q对频域均衡操作后的信息数据进行滤波的接收滤波模块，根据所述上三角矩阵R对滤波后的信息数据进行判决反馈均衡处理操作的判决反馈均衡模块，根据所述变换矩阵T对判决反馈均衡处理操作后的信息数据进行T变换处理的T变换模块，对T变换处理后的信息数据进行解调判决、恢复出所述原始数据的解调模块。

8.根据权利要求7所述的无线通信系统，其特征在于，所述判决反馈均衡模块包括量化器和反馈滤波器，所述量化器的输入端与所述反馈滤波器的输出端、所述接收滤波模块的输出端相连接，所述量化器的输出端与所述T变换模块的输入端、所述反馈滤波器的输入端相连接。

9.根据权利要求7或8所述的无线通信系统，其特征在于，所述LRA算法采用ZF准则或者MMSE准则进行。

10.一种无线通信系统，包括发射机与接收机，其特征在于，还包括LRA算法分解模块，该LRA算法分解模块用于对接收机进行频域均衡后的等效信道矩阵进行基于LRA算法的矩阵分解，获得变换矩阵T、上三角矩阵R、以及滤波矩阵Q；

所述发射机包括有：对需要发送的原始数据进行调制的调制模块，根据所述变换矩阵T对调制后的信息数据进行T变换处理的T变换模块，对所述T变换处理后的信息数据添加循环前缀的循环前缀添加模块，添加了循环前缀后的信息数据通过天线发送出去；

所述接收机包括有：对接收的信息数据去除循环前缀的循环前缀去除模块，对去除了循环前缀的信息数据进行频域均衡操作的信道估计及频域均衡模块，根据所述滤波矩阵Q对频域均衡操作后的信息数据进行滤波的接收滤波模块，根据所述上三角矩阵R对滤波后的信息数据进行判决反馈均衡处理操作的判决反馈均衡模块，对判决反馈均衡处理操作后的信息数据进行解调判决、恢复出所述原始数据的解调模块。

11.根据权利要求10所述的无线通信系统，其特征在于，所述判决反馈均衡模块包括量化器和反馈滤波器，所述量化器的输入端与所述反馈滤波器的输出端、所述接收滤波模块的输出端相连接，所述量化器的输出端与解调模块的输入端、所述反馈滤波器的输入端相连接。

12.根据权利要求10或11所述的无线通信系统，其特征在于，所述LRA算法采用ZF准则或者MMSE准则进行。

Images