CN101938434B - 一种子块均衡方法 - Google Patents

Abstract

本发明公开了一种子块均衡方法，用于在频率选择性信道下减轻信号产生的符号间干扰，包括以下步骤：将信道模型的一个数据块分割成若干个相对独立的子块；消除前一子块对当前子块的所述子块间干扰；对所述当前子块进行块均衡处理，得到所述当前子块对应的估计符号；对该估计符号进行判决处理，获得所述当前子块对应的判决符号；返回第二步，直到处理完所有子块。由于采用了分而治之的均衡方式，大大减少了Cholesky分解所需要的乘法数和前(后)向替换所需要的乘法数，缩小了块均衡求逆矩阵的规模，大幅度减小了块均衡的复杂度，从而，改善了接收机的均衡模块成本和功耗。

Description

一种子块均衡方法

技术领域

本发明涉及电通信传输中噪声或干扰的抑制或限制技术领域，更具体的说，涉及的是一种改进的子块均衡方法。 

背景技术

在频率选择性信道下，信号会产生符号间干扰ISI(Inter-SymbolInterference，以下简称ISI)，无疑也就降低了接收机的性能。目前的接收机往往会采用均衡方法以抵抗或减轻前述符号间干扰ISI，常用的均衡方法有滑动窗口的均衡和块均衡BE(Block Equalization，以下简称BE)，根据G K.Kaleh.Channel equalization for block transmission systems.IEEE Journal onSelected Areas in Communication.1995，13(1)：110-121的可知，以块均衡BE的均衡性能较好。所谓块均衡BE是指，对一个完整的数据块，生成一个线性系统模型，然后根据迫零准则ZF(Zero Forcing，以下简称ZF)或最小均方误差准则MMSE(Minimum Mean Square Error，以下简称MMSE)来求估计发射的符号。 

块均衡BE方式的缺陷是，必须求系统矩阵的逆，或者，简化地对系统矩阵进行Cholesky分解，但块均衡BE的求逆矩阵规模相差较大，而Cholesky分解的计算复杂度是与系统矩阵尺寸的三次方成比例的，直接影响了块均衡BE的性能。 

因此，现有技术尚有待改进和发展。 

发明内容

本发明的目的是，在于提供一种子块均衡方法，大幅度降低块均衡的复杂度，尤其是可优化频率选择性信道下接收机的均衡模块成本和功耗。 

本发明的技术方案如下： 

一种子块均衡方法，用于在频率选择性信道下减轻信号产生的符号间干扰，包括以下步骤： 

A、将信道模型的一个数据块分割成若干个相对独立的子块，具体包括： 

A1、设定长度为Q的子块的信道矩阵H_Q为 

其中，h₁,h₂,......,h_W为信道冲激响应的W个抽头； 

A2、将前一符号对当前符号的信道矩阵H_I设定为 

$H_I=\left[\begin{array}{cc}{0}_{(W-1)\×(Q-W+1)}& H_W\\ 0_{(Q-W+1)\×(Q-W+1)}& 0_{(Q-W+1)\×(W-1)}\end{array}\right],$ 其中

A3、将整个所述数据块的信道矩阵H分割成若干个长度为Q的子块的信道矩阵H_Q： 

B、消除前一子块对当前子块的所述子块间干扰，具体包括： 

B1、设定该数据块的信道模型为： 

其中，N为所述子块的个数，r₁、s₁和n₁中的1为阿拉伯数字1； 

B2、进行分解，得到 

r_l＝H_Is_l-1+H_Qs_l+n_l， 

其中，l＝1,...N，s₀＝0，l＝1,...N和s_l-1的1为阿拉伯数字1，s_l-1为第l-1个子块对应的发射向量，H_Is_l-1为所述的子块间干扰； 

B3、消除所述子块间干扰，得到

所述

为第l-1个子块对应的判决符号，其中

C、对所述当前子块进行块均衡处理，得到所述当前子块对应的估计符号； 

D、对该估计符号进行判决，获得所述当前子块对应的判决符号。 

所述的方法，其中，所述步骤C具体包括： 

C1、设定块均衡算子为BEq{·}； 

C2、对所述的当前子块逐个符号进行块均衡处理，得到所述当前子块的估计符号

其中

l=1到N。 

所述的方法，其中，所述步骤D具体包括： 

对所述的当前子块逐个符号进行判决，得到所述当前子块的判决符号

其中l←l+1，箭头两侧的均为字母l，加号后面1的为阿拉伯数字1。 

所述的方法，其中，所述步骤D之后包括：返回步骤B，直到处理完所有子块。 

所述的方法，其中，所述步骤C中块均衡处理包括：使用线性的块线 性均衡。 

所述的方法，其中，所述块线性均衡至少包括以下操作中的一种： 

根据迫零原则使用线性估计进行迫零-块线性均衡；根据最小均方差原则使用线性估计进行最小均方误差-块线性均衡。 

所述的方法，其中，所述步骤C中块均衡处理包括：使用非线性估的块判决反馈均衡。 

所述的方法，其中，所述块判决反馈均衡至少包括以下操作中的一种：根据迫零原则使用非线性估计进行迫零-块判决反馈均衡；根据最小均方差原则使用非线性估计进行最小均方误差-块判决反馈均衡。 

本发明所提供的一种子块均衡方法，由于采用了分而治之的均衡方式，大大减少了Cholesky分解所需要的乘法数和前（后）向替换所需要的乘法数，缩小了块均衡求逆矩阵的规模，大幅度减小了块均衡的复杂度，从而，改善了接收机的均衡模块的成本和功耗。 

附图说明

图1为本发明实现子块均衡方法的流程示意图； 

图2为与本发明子块线性均衡(SBLE)与块线性均衡(BLE)的复杂度比较示意图； 

图3为在差分四相相移键控(DQPSK)调制的负载符号下本发明最小均方误差-子块线性均衡(MMSE-SBLE)与最小均方误差-块线性均衡(MMSE-BLE)的性能比较示意图； 

图4为在差分四相相移键控(DQPSK)调制的负载符号下本发明最小均方误差-子块判决反馈均衡(MMSE-SBDFE)与最小均方误差-块判决反馈均衡（MMSE-BDFE）的性能比较示意图。 

具体实施方式

以下将结合附图，对本发明的方法及其系统的具体实施方式和实施例加以详细说明。 

本发明的一种子块均衡方法，简言之，采用分而治之的方式，将线性系统模型分成若干个子系统，即将一个完整的块分成若干个子块，这样就减小了每个子块的系统矩阵的规模，从而就减小了总的计算复杂度；同时，在本发明的方法中，每个子块相对独立，还要在对每个子块进行块均衡之前，消除前一子块对该子块的干扰。至于符号间干扰ISI、块均衡BE、迫零准则ZF、最小均方误差准则MMSE、以及Cholesky分解、判决反馈均衡和线性均衡、DQPSK调制负载符号等技术为本领域技术人员所熟知，在此不再赘述。 

本发明的一种子块均衡方法，当使用线性估计方法时可采用迫零-块线性均衡ZF-BLE(Zero Forcing-Block Linear Equalization，以下简称ZF-BLE)和最小均方误差-块线性均衡MMSE-BLE(Minimum Mean Square Error-Block Linear Equalization，以下简称MMSE-BLE)；而当使用非线性估计方法时，即当使用判决反馈方法时，可采用迫零-块判决反馈均衡ZF-BDFE(Zero Forcing-Block Decision Feedback Equalization，以下简称ZF-BDFE)和最小均方误差-块判决反馈均衡MMSE-BDFE(Minimum MeanSquare Error-Block Decision Feedback Equalization，以下简称MMSE-BDFE)。 

具体的说，接收信号为 $r\left(t\right)=\underset{n}{\mathrm{\Σ}}{s}_{n}f(t-\mathrm{nT})+z\left(t\right),$ 其中{d_n}为发送的符号序列，f(t)为信道对输入信号脉冲g(t)的响应，z(t)为加性高斯白噪声AWGN(Additive White Gaussian Noise，简称AWGN)，一种最基本的噪声与干扰模型。则信号经过匹配滤波器并采样后，得到 $r_l=\underset{n}{\mathrm{\Σ}}{s}_n{h}_{l-n}+n_l,$ 其中{h_n}为总体的等效离散信道的冲激响应，包括发射滤波器、信道和接 收滤波器，n_l为z(t)经过匹配滤波器后的采样，是有色噪声的采样。 

由此，可以写为向量和矩阵形式r＝Hs+n，其中H为由{h_n}组成的卷积矩阵，r＝[r₁，r₂，...，r_N]^T，s＝[s₁，s₂，...，s_N]^T，n＝[n₁，n₂，...，n_N]^T。 

采用迫零-块线性均衡ZF-BLE方法为： 

${\hat{s}}_{\mathrm{ZF}-\mathrm{BLE}}={\left(H^{H}H\right)}^{-1}{H}^{H}r;$

采用最小均方误差-块线性均衡MMSE-BLE方法为： 

${\hat{s}}_{\mathrm{MMSE}-\mathrm{BLE}}={(H^H+{\mathrm{\σ}}^{2}I)}^{-1}{H}^{H}r;$

可见，迫零-块线性均衡ZF-BLE与最小均方误差-块线性均衡MMSE-BLE仅仅是求逆矩阵有所不同；在实践中，矩阵求逆往往是采用Cholesky分解和前(后)向替换来代替；而迫零-块判决反馈均衡ZF-BDFE则是在迫零-块线性均衡ZF-BLE的反向替换过程中增加了一个判决反馈的步骤，同样的，最小均方误差-块判决反馈均衡MMSE-BDFE则是在最小均方误差-块线性均衡MMSE-BLE的反向替换过程中增加了一个判决反馈的步骤，除此以外的过程都是相同的。 

本发明的一种子块均衡方法，具体的说，整个数据块的信道矩阵H可以分割为 

其中，长度为Q的子块的信道矩阵H_Q可以写为 

其中h₁,…,h_W为信道冲激响应的W个抽头； 

而前一符号对当前符号干扰的信道矩阵H_I可以写为 

$H_I=\left[\begin{array}{cc}{0}_{(W-1)\×(Q-W+1)}& H_W\\ 0_{(Q-W+1)\×(Q-W+1)}& 0_{(Q-W+1)\×(W-1)}\end{array}\right],$

其中，0_{(W-1)×(Q-W+1)}表示W-1行，Q+W-1列的全零矩阵； 

则信道模型可以表示为 

其中r_l(l＝1,...N）为子块对应的接收向量，s_l(l＝1,...N）为子块对应的发射向量，n_l(l＝1,...N）为子块对应的噪声向量，N为所述子块的个数； 

分解后得到 

r_l＝H_Is_l-1+H_Qs_l+n_l， 

其中，l＝1,...N，s₀＝0，H_Is_l-1为所述的子块间干扰； 

因此，可以对逐个子块进行均衡： 

${\tilde{s}}_0=0$

l=1 to N 

$y_l=r_l-H_I{\tilde{s}}_{l-1}$

${\hat{s}}_l=\mathrm{BEq}\left\{y_l\right\}$

${\tilde{s}}_l=Q\left\{{\hat{s}}_l\right\}$

l←l+1 

其中，y_l(l＝1，...N)为子块对应的中间向量(当前子块接收向量去除了上一子块干扰后的向量)，BEq{·}为一般的块均衡算子，如块线性均衡BLE或块判决反馈均衡BDFE等。 

具体的流程如附图1所示， 

步骤S110、l＝1时输入r_l，H_Q，H_I； 

步骤S120、判断l是否等于1，是则进入步骤S130，否则输出 

步骤S130、消除前一子块对当前子块的干扰： $y_l=r_l-H_I{\tilde{s}}_{l-1};$

步骤S140、对子块y_l进行块均衡，包括块线性均衡或块判决反馈均衡，得到估计符号 ${\hat{s}}_l=\mathrm{BEq}\left\{y_l\right\};$

步骤S150、对估计符号 

进行判决，得到判决符号 

以便后面消除前一子块对当前子块的干扰： ${\tilde{s}}_l=Q\left\{{\hat{s}}_l\right\};$

步骤S160、l＝l+1时返回步骤S120，进行循环。 

上述子块均衡SBE的方法可以是子块线性均衡SBLE，也可以是子块判决反馈均衡SBDFE。 

性能分析： 

由于y_l＝(H_Qs_l+H_Is_l-1+n_l)-H_I(s_l-1-n′_l-1)＝H_Qs_l+n_l+H_In′_l-1，其中，n′_l-1为前一子块的判决误差，可见在子块均衡中的观测数据与额外的干扰项H_In′_l-1，它可以和n_l一起算作噪声；因H_I仅有少量非零元，故一般H_In′_l-1并不大；所以，子块均衡与块均衡的性能基本一致。 

复杂度分析： 

如附图2所示，计算H^HH和N个H_Q ^HH_Q都需要W(W+1)/2次乘法；计算H^Hr和 都需要W²NQ次乘法；不计开根号、求倒运算，M维Hermite矩阵的Cholesky分解需要(M³+M²-M)/6次乘法，前(后)向替换共需要M(M-1)/2次乘法。实际上，前(后)向替换的乘法数就是对应三角矩阵中非对角元素的非零元素数量，H^HH是一个NQ维的W对角矩阵，H_Q ^HH_Q是一个Q维的W对角矩阵，因此H^HH的Cholesky分 解的复杂度远远大于H_Q ^HH_Q的Cholesky分解的复杂度；换句话说，从附图2可见，子块线性均衡SBLE的复杂度要远远小于块线性均衡BLE的复杂度，主要是由于块线性均衡BLE的求逆矩阵规模相差较大，而Cholesky分解的复杂度又与矩阵规模的三次方成比例。 

综上，本发明所提出的子块线性均衡SBLE的性能与块线性均衡BLE的性能基本一致，且子块线性均衡SBLE的复杂度要小很多，所以比块线性均衡BLE更优。 

实施例：仿真时可采用300ns的扩展延迟RMS，例如可参考CarlAndren，Mark Webster.CCK modulation delivers 11 Mbps for high rate IEEE802.11 extension.In：Wireless Symposium/Portable By Design ConferenceProceedings，1999中的Figure 12；由Rayleighchan函数生成一个拟静态的信道抽头系数，载波频率为2GHz，采样频率为码片速率，采用IEEE 802.11b的码片速率11Mcps，移动速度为0km/h，根据Figure 12选取离散路径，路径延迟为 

path_delay＝[0 0.2 0.4 0.6 0.8 1.2 1.4 1.6 1.8 2.2 2.4]*Tc； 

其中Tc为码片周期，平均路径增益ave_path_gain 

＝20*log10([0.28 0.3 0.01 0.4 0.25 0.15 0.05 0.1 0.05 0.04 0.05])； 

训练序列采用IEEE 802.11b中preamble的长度为128个比特的sync字段，数据块内符号数为10，信道冲激响应CIR(Channel Impulse Response，简称CIR)长度为16个码片，估计出的信道窗长为6个码片，即信道匹配滤波器抽头数为6，子块长度取为10个码片，负载的符号采用四相相对相移键控DQPSK(Differential Quadrature Reference Phase Shift Keying，简称DQPSK)调制。 

该实施例表明，假设N＝6，Q＝10，对于 

1)块线性均衡BLE 

Cholesky分解需要的乘法数((NQ)³+(NQ)²-(NQ))/6＝36590， 

前(后)向替换的乘法数NQ(NQ-1)/2＝1770； 

2)子块线性均衡SBLE 

Cholesky分解需要的乘法数N(Q³+Q²-Q)/6＝1090， 

前(后)向替换的乘法数NQ(Q-1)/2＝270。 

可见，采用子块线性均衡SBLE的方法，大大减小了总的计算复杂度，确实优化了接收机的均衡模块性能。 

应当理解的是，对本领域普通技术人员来说，子块均衡的技术，可以根据上述说明加以改进或变换，而所有这些改进和变换都本应属于本发明所附权利要求的保护范围。 

Claims (8)

1.一种子块均衡方法，用于在频率选择性信道下减轻信号产生的符号间干扰，包括以下步骤： 

A、将信道模型的一个数据块分割成若干个相对独立的子块，具体包括： 

A1、设定长度为Q的子块的信道矩阵H_Q为 

其中，h₁，h₂，......,h_W为信道冲激响应的W个抽头； 

A2、将前一符号对当前符号的信道矩阵H_I设定为 

其中

A3、将整个所述数据块的信道矩阵H分割成若干个长度为Q的子块的信道矩阵H_Q： 

B、消除前一子块对当前子块的所述子块间干扰，具体包括： 

B1、设定该数据块的信道模型为： 

其中，N为所述子块的个数，r₁、s₁和n₁中的1为阿拉伯数字1； 

B2、进行分解，得到 

r_l＝H_Is_l-1+H_Qs_l+n_l， 

其中，l＝1,...N，s₀＝0，l＝1,...N和s_l-1中的1为阿拉伯数字1，s_l-1为第l-1个子块对应的发射向量，H_Is_l-1为所述的子块间干扰； 

B3、消除所述子块间干扰，得到

所述

为第l-1个子块对应的判决符号，其中

C、对所述当前子块进行块均衡处理，得到所述当前子块对应的估计符号； 

D、对该估计符号进行判决，获得所述当前子块对应的判决符号。 

2.根据权利要求1所述的方法，其特征在于，所述步骤C具体包括： 

C1、设定块均衡算子为BEq{·}； 

C2、对所述的当前子块逐个符号进行块均衡处理，得到所述当前子块的估计符号其中

l=1到N。 

3.根据权利要求2所述的方法，其特征在于，所述步骤D具体包括： 

对所述的当前子块逐个符号进行判决，得到所述当前子块的判决符号

其中l←l+1，箭头两侧的均为字母l，加号后面的1为阿拉伯数字1。 

4.根据权利要求3所述的方法，其特征在于，所述步骤D之后包括： 返回步骤B，直到处理完所有子块。 

5.根据权利要求1所述的方法，其特征在于，所述步骤C中块均衡处理包括： 

使用线性的块线性均衡。 

6.根据权利要求5所述的方法，其特征在于，所述块线性均衡至少包括以下操作中的一种： 

根据迫零原则使用线性估计进行迫零-块线性均衡； 

根据最小均方差原则使用线性估计进行最小均方误差-块线性均衡。 

7.根据权利要求1所述的方法，其特征在于，所述步骤C中块均衡处理包括： 

使用非线性的块判决反馈均衡。 

8.根据权利要求7所述的方法，其特征在于，所述块判决反馈均衡至少包括以下操作中的一种： 

根据迫零原则使用非线性估计进行迫零-块判决反馈均衡； 

根据最小均方差原则使用非线性估计进行最小均方误差-块判决反馈均衡。 

Images