CN102484625B - 使用具有不明确性的串行局部化的均衡 - Google Patents

Abstract

接收器包含星座处理模块和多个均衡级。星座处理模块将与发射信号关联的星座点分组成多个子集。这些子集中的至少两个相邻子集具有一个或多个公共星座点，使得至少两个相邻子集交叠。星座处理模块还确定每个星座点子集的基于质心的值，并将基于质心的值分组成一个或多个集合。除了最末均衡级的每个均衡级都使用输入到均衡级的基于质心的值的集合或由均衡级选择的基于质心的值的集合作为星座点局部化对最终符号判定的搜索。最末均衡级使用输入到最末均衡级的星座点子集或由最末均衡级选择的星座点子集确定最终符号判定。

Description

使用具有不明确性的串行局部化的均衡

技术领域

本发明一般涉及均衡，并且更具体地说，涉及基于具有不明确性的串行局部化的均衡。

背景技术

MLSE(最大似然序列估计)是还抑制了来自根据具体星座调制并通过信道发射的信号的ISI(符号间干扰)的解调技术。ISI使均衡复杂性作为星座大小的幂而增大。在EDGE(增强数据速率GSM演进)、HSPA(高速分组接入)、LTE(长期演进)和WiMax(微波接入全球互通)中已经采纳了比较大的信号星座，诸如16-QAM、32-QAM和64-QAM(正交幅度调制)。在HSPA中，多码传输产生甚至更大的有效星座。还有，在HSPA、LTE和WiMax中已经采纳了具有两个或更多流的MIMO(多输入多输出)方案。MIMO实现也产生比较大的有效星座。当这些技术中的任一种技术以组合方式出现时，例如多码和MIMO，ISI使均衡复杂性进一步增大。

在ISI上下文中，在MIMO情况下最大化正确检测发射的一个或多个符号序列的概率的意义上，理想的均衡方案是MLSE。然而，MLSE的复杂性随调制星座大小的增大而显著增大和/或因为MIMO或多码的指数效应而增大到MLSE变得不实际的那点。较不复杂的解决方案是可用的，诸如DFSE(判定反馈序列估计)、DFE(判定反馈均衡)等。这些解决方案中的每个解决方案都试图在准确性与复杂性之间达到平衡。

对于在MIMO环境中具有存储空间M的符号间隔信道模型，系统模型由下式给出：

r_k＝H_Ms_k-M+…+H₁s_k-1+H₀s_k+v_k                (1)

这里，H_m的元素H_m，i，j描述以m个符号的延迟从发射天线j到接收天线i的信道。假设信道矩阵在被一次性(in one shot)均衡的数据突发持续时间上是恒定的。信号s_k具有大小为q的符号星座Q。噪声v_k是白噪声和高斯噪声。

一般ISI方案包含MIMO。在一般性没有失去许多的情况下，考虑单个发射信号的情况。对于具有存储空间M的信道，MLSE在具有q^M个状态的标准高度规范的ISI网格上操作，并且每级有q^M+1个分支。MLSE的存储复杂性大致由状态数量驱动，并且计算复杂性大致由分支数量驱动。随着M或q变大，复杂性迅速扩大。网格的级k描述从状态到状态的进展。从到的分支表示符号注意，对于ISI网格，以结尾的所有分支都共享相同符号。为了记数的简单性，在每级的状态都被标记为0到q^M-1。每个索引都表示的截然不同的值。分支由其开始状态和结束状态对(j′，j)标记。对于每个状态j，扇入I(j)和扇出O(j)分别是进入分支和外出分支的集合。对于ISI网格，所有扇入和扇出集合都具有同一大小q。

MLSE网格中在步k的分支(j′，j)的分支度量由下式给出：

$e_k(j^{\′},j)={|r_k-H_M{\hat{s}}_{k-M}+...+H_0{\hat{s}}_k|}^2---\left(2\right)$

在一般性没有失去许多的情况下，假设网格在状态0中在时间0开始。状态度量计算从这里向前继续。在时间k，根据在时间k-1的状态度量给出状态j的状态或累计度量E_k(j)，并且在时间k的分支度量由下式给出：

$E_k\left(j\right)=\underset{j^{\′}\∈i\left(j\right)}{\min }(E_{k-1}\left(j^{\′}\right)+e_k(j^{\′},j))---\left(3\right)$

此外，达到最小值的I(j)中的状态是状态j的所谓前身，并表示为π_k-1(j)。还有，对应M元组中最老的符号是在时间k从状态j回顾的临时符号判定。有可能通过遵循链π_k-1(j)、π_k-2(π_k-1(j))等追溯到时间0的不同状态上的序列。对应的符号等是在时间k从状态j回顾的MLSE的临时判定。一般而言，在时间k从不同状态回顾，判定倾向于符号越老越一致。也就是说，判定的延迟越长，就越好。通常，存在所选的延迟D，并且通过从具有最小状态度量的状态追溯进行有关符号的最终判定。然而，我们再次注意到，MLSE具有迅速扩大的复杂性，而不管是由于调制本身的大小还是由于ISI的指数效应。

另一常规均衡技术是MSA(多级仲裁)。MSA涉及在多级中筛选大的候选者集合，其中每级都拒绝一些候选者，直到最终级之后剩下单个候选者为止。MSA的一个特定示例是其中第一级是线性均衡器的通用MLSE仲裁。第二级基于减小的状态空间上的稀疏不规则网格实现MLSE。迭代树搜索(ITS)也已经用于在MIMO QAM环境下执行均衡。ITS采用信道的三角因数分解。此外，ITS将M算法用于减少对最佳候选者的搜索。ITS通过将QAM星座分成其四个象限并在中间计算中通过其质心表示每个象限来进一步细分(break down)搜索。所选择的象限本身再次被细分成其4个象限，依此类推。这导致四叉树搜索。其它常规方法对由使用质心代替真正符号而引入的附加误差给出了特别关注。误差被模型化为其方差是确定的高斯噪声，并结合到似然计算中。然而，通常在质心表示与从位到符号的位映射之间进行紧密联系。也就是说，如果运用所谓的多级位映射，则识别象限相当于对某一对位进行判定。这种约束对位映射施加了限制，从而限制子集设计。

发明内容

在用于抑制ISI的一系列级中执行均衡。每级试图基于来自前一级的输入进一步局部化对解的搜索以便于下一级获益。均衡结构一般在本文称为具有不确定性的串行局部化(SLI)。SLI在ISI情形下是MLSE的较低复杂性备选。孤立来看，给定的SLI均衡级可能是相当不确定的，但取得了进展并避免了不可逆的错误判定。给定均衡级通过输入表示星座的子集并输出进一步减小的子集来局部化该解。每级在候选者减少的子集之中进行选择。不确定性源于用交叠的子集表示调制星座。不确定性在多级结构中是有利的，因为不确定性在早先级中挫败了不可逆的坏判定。

根据用于均衡与通过信道运送的发射信号对应的接收信号中的符号间干扰(ISI)的方法的实施例，该方法包含将与发射信号关联的星座点分组成多个子集。这些子集中的至少两个相邻子集具有一个或多个公共星座点，使得至少两个相邻子集交叠。对于每个星座点子集确定基于质心的值，并且基于质心的值被分组成一个或多个集合以便输入到具有多级的均衡器。使用均衡器均衡ISI。均衡器的除了最末级之外的每级都使用输入到所述级的的基于质心的值的集合或由所述级选择的基于质心的值的集合作为星座点来局部化对最终符号判定的搜索。最末的均衡级使用输入到最末级的星座点子集或由最末级选择的星座点子集确定最终符号判定。

当然，本发明不限于以上特征和优点。本领域的技术人员在阅读了如下具体实施方式和看了附图后将认识到附加特征和优点。

附图说明

图1例证了包含多级SLI均衡器和星座处理模块的接收器的实施例的框图。

图2例证了两级SLI均衡器的实施例的框图。

图3例证了由多级SLI均衡器使用的交叠星座子集的实施例的图解。

图4例证了由多级SLI均衡器使用的交叠ASK星座子集的实施例的图解。

图5例证了两级SLI均衡器的另一实施例的框图。

图6例证了包含MLSE组件的多级SLI均衡器的第i级的实施例的框图。

图7例证了N级SLI均衡器的实施例的框图。

图8例证了由多级SLI均衡器使用的交叠QAM星座子集的实施例的图解。

图9例证了由多级SLI均衡器使用的交叠QAM星座子集的另一实施例的图解。

图10例证了包含预滤波器的N级SLI均衡结构的实施例的框图。

图11例证了包含DFSE组件的多级SLI均衡器的第i级的实施例的框图。

具体实施方式

图1例证了无线发射器100通过信道120与无线接收器110通信的实施例。该接收器包含基带处理器130以及包含在基带处理器130中的或与基带处理器130关联的多级SLI均衡器150和星座处理模块140。星座处理模块140将与发射信号关联的星座点分组成多个子集，例如ASK星座点、QAM星座点等子集。至少两个相邻子集具有一个或多个公共星座点以确保交叠。在一些实施例中，所有相邻子集具有一个或多个公共星座点以确保所有相邻子集都交叠。在每种情况下，星座处理模块140还确定每个星座点子集的基于质心的值，并将基于质心的值分组成一个或多个集合。包含在每个集合中的值是基于质心的，因为它们可以是实际质心、质心的近似，诸如整数值或以某一有限精度量化的值、与质心最靠近的星座点等。更一般地说，为每个子集指定了代表，从这里开始我们将该代表叫做质心。

多级SLI均衡器150包含多个级152、154以便抑制ISI并解调接收信号。除了最末级154之外的每个均衡级152都使用输入到级152的或由级152选择的基于质心的值的集合作为星座点来局部化对最终序列判定的搜索。最末均衡级154使用初始星座点子集最终定下来该判定。这样，除了最末级154之外的每个均衡级152还使用基于质心的值的集合作为星座点来局部化对解的搜索，从而降低均衡器的总体复杂性。最末级154基于实际星座子集输出最终解。星座处理模块140确保至少两个相邻星座点子集交叠以降低解调错误的可能性，特别是对于较早的均衡级，这将在本文后面更详细描述。

图2例证了包含在图1的接收器110中的用于抑制ISI和解调接收信号r_k的2级SLI均衡结构200的实施例。通过信道120运送接收信号r_k并且最初使用符号星座Q在发射器100调制接收信号r_k。接收信号r_k具有ISI并且由上面的等式(1)给出。本领域技术人员可容易地将由等式(1)表示的信号模型扩展到其它情形，诸如MIMO和多码传输。最初发射的信号具有大小为q的符号星座Q。接收器110的星座处理模块140以确保至少两个相邻子集交叠的方式将星座Q的点分组成多个子集。星座处理模块140还确定每个星座点子集的基于质心的值，并生成包含不一定属于Q的基于质心的值的备选星座Q′，以便输入到2级SLI均衡结构200的第一级210。

SLI结构200的第一级210使用备选星座Q′解调接收信号r_k并抑制ISI。也就是说，第一均衡级210使用包含在Q′中的基于质心的值作为星座点来执行序列估计。Q′中的每个点都表示Q中的群集点子集。在一个实施例中，包含在Q′中的每个基于质心的值都是Q的具体子集的点的实际质心。在另一个实施例中，质心被近似为整数值。在又一个实施例中，包含在Q′中的每个基于质心的值都是Q的位置最靠近对应质心值的星座点。还可以使用基于根据Q的不同子集确定的质心导出的其它类型的值。

第一均衡级210输出属于Q′的符号判定第二均衡级220接受并使用选择Q的局部化子集Q″作为其自己的星座。由第一均衡级210输出的判定可被解释成Q″在第一均衡级210中的代表。第二均衡级220输出属于Q″的最终符号判定基于最初接收的信号r_k和子集Q″确定由第二级220输出的最终符号判定子集Q″是基于由第一级210输出的局部化符号判定选择的。在一个实施例中，两个均衡级210、220都在它们的相应字母表上实现MLSE，例如如本文之前所描述的那样。备选地，均衡级210、220实现其它类型的均衡方案，诸如DFSE、DFE、M算法、树搜索等。

在一个实施例中，第一均衡级210输出一个块中的符号判定的完整序列，之后第二级220开始其操作。在另一个实施例中，第一均衡级210基于判定延迟D顺序地输出其符号判定如早先讨论的。然后，当第二级220从第一级210顺序地接受这些符号时，第二级220可开始其操作。

图2的2级SLI结构200的性能主要受第一均衡级210性能的限制，第一均衡级的性能又由子集的选择确定。当没有相邻子集交叠时，性能变差了。考虑不相交子集的情况。ML(最大似然)接收器隐式地定义每个星座点周围的判定区域(Voronoi区域)，由相比任何其它点最靠近那个点的接收值组成。判定区域边界是多面体的(由超平面截面构成)。两个星座点x和y在它们的判定区域接触时是邻居。公共部分是超平面P(x，y)将根据x和y的空间一分为二的截面。在退化情况下，公共部分可变成一条线或一点。现在考虑可用于两级SLI结构200的第一均衡级210的Q的两个相邻子集X和Y。子集X和Y分别具有质心c(X)和c(Y)。考虑邻居对(x，y)，其中x属于X，并且y属于Y。假设发射x，并且第一均衡级210犯了错误，并选择子集Y代替子集X。第一均衡级210的有效判定边界是超平面P(c(X)，c(Y))。相比之下，ML将基于P(x，y)进行选择。为了比较的目的，ML可被认为是在X与Y之间进行有效判定。然后，有效判定边界由不同的最接近邻居对(x，y)的截面P(x，y)构成。

图3例证了二维中相邻子集X与Y之间的有效判定边界，其中超平面变成直线，并且每个星座点由圆圈表示。相比之下，ML的判定边界是分段直锯齿形线。这些假设的判定边界之间的差异导致SLI的性能损失。

确保至少两个相邻子集具有交叠平滑了判定边界差异。具体地说，在两级SLI中，在第一解调级的相邻子集的交叠中包含最接近的邻居符号对意味着第一解调级不是必须对那些符号进行判定。将在第二级进行那个判定。

用SLI，进一步从一级向下一级局部化搜索，但直到最末级才进行最终判定。具体地说，通过使最接近的邻居符号属于多个子集，较后均衡级(例如图2中的第二级220)可以从较早级(例如图2中的第一级210)中的错误中恢复。在此上下文中，不明确性是有利的。

图4例证了分组成3个子集的8-ASK星座的示范实施例。8-ASK星座由下式给出：

Q＝{-7，-5，-3，-1，+1，+3，+5，+7}               (4)

图4中示出的三个交叠子集具有由下式给出的质心：

Q′＝{-4，0，+4}                                  (5)

交叠意味着图2的SLI结构200的第二均衡级220经常能从由第一均衡级210进行的坏判定中恢复。图4中示出的两个较外部子集是彼此的偏移，并且该偏移等于质心差。SLI复杂性可通过考虑这些子集的高度结构化性质进一步得到降低。当然，也可与SLI一起使用不太结构化的子集。

图5例证了用于抑制ISI和解调接收信号r_k的2级SLI均衡结构500的另一实施例。图5中示出的2级SLI结构500类似于图2中示出的2级SLI结构，只是它根据图4中示出的ASK星座子集的高度结构化性质进行了调整。输入到第一均衡级510的或由第一均衡级510选择的星座是表示为Q′^[1]的质心集合。第一均衡级510输出判定是包含在Q′^[1]中最紧密对应于信号r_k的基于质心的值。第一均衡级510还作为和通过其运送信号的信道120的函数生成再调制信号如下式所给出的：

${{\hat{r}}_k^{\′}}^{\left[1\right]}=H_M{\hat{s}}_{k-M}^{\′\left[1\right]}+...+H_0{{\hat{s}}_k^{\′}}^{\left[1\right]}---\left(6\right)$

其中H₀表示具有ISI的信道120。

第一均衡级510从r_k中移除再调制信号来生成修改的信号以便输入到第二均衡级520，如下式所给出的：

$r_k^{\left[1\right]}=r_k-{{\hat{r}}_k^{\′}}^{\left[1\right]}---\left(7\right)$

修改的信号然后被馈送到第二级520，代替原始信号r_k。第二均衡级520通过使用输入到最末级520的或由最末级520选择的星座点子集Q′^[2]对由第一级510输出的信号执行序列估计、生成与第二级520关联的局部化符号判定来确定最终符号判定包含在第二均衡级520中或与之关联的求和器530对和求和以生成最终符号判定如下式所给出的：

${\hat{s}}_k={{\hat{s}}_k^{\′}}^{\left[1\right]}+{{\hat{s}}_k^{\′}}^{\left[2\right]}---\left(8\right)$

为了考虑对第二均衡级520的输入的改变，星座Q′^[2]是Q的中心的子集，因此其质心等于0。关于图4中示出的子集实施例，Q′^[2]是中间的子集。由第二均衡级520输出的判定是Q′^[2]的元素。再次考虑示范8-ASK星座实施例，Q′^[1]＝{-4，0，+4}并且Q′^[2]＝{-3，-1，+1，+3}。第二子集Q′^[2]对应于4-ASK星座。本文描述的2级SLI实施例可容易地扩展到任何数量的期望级。

也在这种情况下，第一级可输出一个块中的符号判定的完整序列，第二级开始其操作。在另一个实施例中，第一解调级基于判定延迟D顺序地输出其符号判定，如早先讨论的。然后，当第二级顺序地接受来自第一级的符号时，第二级可开始其操作。

图6例证了N级SLI均衡器结构的第i级600的实施例，其中i＜N。在一个实施例中，第i级600包含MLSE组件610，MLSE组件610在星座Q′^[i]上操作以抑制ISI。令q′^[i]表示Q′^[i]的大小。由MLSE组件维护的ISI网格从Q′^[i]中导出。具体地说，ISI网格具有(q′^[i])^M个状态，以及每级(q′^[i])^M+1个分支。每个状态具有扇入和扇出大小q′^[i]。第i个均衡级600的输入是由紧接的前一级(图6中未示出)输出的修改的接收信号输入到第i级600的星座Q′^[i]包含所确定的基于质心的值的集合，如本文之前所描述的。MLSE组件610基于Q′^[i]和输出符号第i级600的再调制器组件620生成再调制信号，如下式给出：

${\hat{r}}_k^{\′\left[i\right]}=H_M{\hat{s}}_{k-M}^{\′\left[i\right]}+...+H_0{\hat{s}}_k^{\′\left[i\right]}---\left(9\right)$

第i级600的信号减法器组件630从中减去以得出修改的接收信号接收信号被馈送到下一均衡级(图6中未示出)。图7例证了N级SLI均衡结构700的实施例。第一级710的输入是原始接收信号对于最末级730，星座Q′^[N]是Q的子集。在最末级730中不需要再调制块。包含在最末均衡级730中或与之关联的求和器组件740通过将所有中间符号判定相加来确定总体最终符号判定，如下式所给出的：

${\hat{s}}_k={\hat{s}}_k^{\′\left[1\right]}+...+{\hat{s}}_k^{\′\left[N\right]}---\left(10\right)$

在一个实施例中，N级SLI均衡器700的每个中间级720都具有与图6中示出的第i均衡级600相同的结构。根据这个实施例，第i个中间级720通过使用输入到第i中间级720的或由第i中间级720选择的基于质心的值的集合Q′^[i]解调由紧接的前一级输出的接收信号的修改版并输出局部化符号判定来局部化对最终符号判定的搜索，如本文之前所描述的。

第i中间级720还生成作为信道120和由级720生成的局部化符号判定的函数的再调制信号从由紧接的前一级输出的接收信号的修改版中移除再调制信号(例如在图6中所示出的)，来生成接收信号的新修改版以便输入到紧接在第i中间级720之后的级。减去移除了充当自干扰的部分发射信号。这使较后级能够以较少自干扰操作。输入到i个中间均衡级720中每个中间均衡级的或由每个中间均衡级选择的星座Q′^[i]包含基于质心的值，其可以属于Q或可以不属于Q，而输入到最末均衡级730的星座Q′^[N]或由最末均衡级730选择的星座Q′^[N]是Q的子集。

广义地，对如何定义用于SLI均衡的交叠子集没有限制。子集大小可以变化，可用子集的数量可以从级到级有所不同，等等。对于ASK情况，可以用得出巢状结构和三个子集表示的方式定义交叠子集。考虑2^LASK的一般情况，具有由下式给出的星座：

Q＝{-2^L+1，…，-1，+1，…，+2^L-1}               (11)

定义三个交叠子集，其中第一子集包含2^L-1个负点。第二子集包含2^L-1个中间点{-2^L-1+1，…，+2^L-1-1}，其对应于2^L-1ASK。第三子集包含2^L-1个正点。三个子集中每个子集的质心分别是-2^L-1、0和+2^L-1。对于2^L-1ASK，可使用相同技术生成三个交叠子集，依此类推。可使用N≤L的这些子集设计N级SLI均衡结构。除了N级SLI均衡器的最末级，输入到第i级的质心集合或由第i级选择的质心集合由下式给出：

Q′^[i]＝{-2^N-i，0，+2^N-i}                       (12)

N级SLI均衡器的最末级具有2^L-N+1ASK的星座。具体地说，对于N＝L-1，Q′^[N]＝{-3，-1，+1，+3}。如果使用最大数量的级N＝L，则Q′^[N]＝{-1，+1}。上面描述的8-ASK示例得出巢状子集构造，其中L＝3并且N＝2级。

本文描述的SLI实施例可容易地适合于其它调制方案，诸如QAM。SLI从ASK到QAM的扩展是直接了当的。再者，原则上，对如何定义交叠子集没有限制。在一个实施例中，2^L-ASK的巢状子集设计可推广到2^2L-QAM。正像QAM可被看作取两个ASK星座的乘积以产生复杂QAM星座一样，可取ASK子集的乘积以产生QAM的子集。

图8例证了将ASK推广到16-QAM的实施例。图8中示出的每个QAM星座点由“X”表示。(例如如图4中所示出的)ASK的3个子集得出16-QAM的9个子集，如图8中在不同星座点群组周围画出的框所例证的。两个或更多相邻子集具有交叠的星座点。中间子集与4-QAM或QPSK(正交相移键控)重合。还根据ASK的相应3个质心值确定16-QAM的9个质心值，它们在图8中示为圆圈。ASK可进一步推广到64-QAM。

交叠子集的设计不必基于分量ASK星座。图9例证了16-QAM星座的实施例，其中根据QAM星座直接确定每个子集，而不从ASK导出每个子集。图9示出的每个QAM星座点由“X”表示，并且子集示为在不同星座点群组周围画的框。再者，至少两个相邻子集具有交叠的星座点。本文描述的每个SLI均衡实施例(包含子集选择)得出了具有良好性能的MLSE的低复杂性备选。随着状态空间增大，在星座大小方面或信道存储空间方面，基于SLI的均衡提供了优于MLSE的不同复杂性优点。

MLSE的存储复杂性由状态数量驱动，并且计算复杂性由分支数量驱动。状态接下来称为s，并且分支称为b。对于常规MLSE结构，由下式给出复杂性估计：

q^Ms+q^M+1b                         (13)

可通过将来自多级的状态数量和分支数量相加来估计本文描述的SLI均衡结构的复杂性。当再用存储空间时，这个估计证明是过度保守的，因为在分析中不必包含状态数量。无论如何，对于基于SLI的N级均衡，由下式给出复杂性估计：

$\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left(q^{\′[i}\right)}^{M}s+{\left(q^{\′\left[i\right]}\right)}^{M+1}b---\left(14\right)$

对于16-QAM，可基于如本文之前所描述的那样导出的基于ASK的交叠子集使用2级SLI结构。这种2级SLI结构得出q′^[1]＝9和q′^[2]＝4。对于存储空间M＝1，复杂性估计则由下式给出：

(9s+81b)+(4s+16b)＝13s+97b                  (15)

相比之下，常规MLSE需要16s+256b。随着M增大，基于SLI的均衡的复杂性优点变得更加明显。

对于64-QAM，可以使用2级SLI均衡结构或3级SLI均衡结构。2级SLI结构基于本文之前描述的8-ASK示例，其中q′^[1]＝9并且q′^[2]＝16。对于M＝1，64-QAM 2级SLI结构的复杂性估计由下式给出：

(9s+81b)+(16s+256b)＝25s+337b               (16)

3级SLI均衡结构使用64-QAM的3级划分，其中q′^[1]＝9并且q′^[2]＝16。64-QAM 3级SLI结构的复杂性估计由下式给出：

2(9s+81b)+(4s+16b)＝22s+178b                (17)

相比之下，常规MLSE需要64s+4096b。由于大的星座大小，现在SLI的复杂性优点甚至对于M＝1也是显而易见的。

当来自滞后信道抽头的自干扰比较小时，本文描述的基于SLI的均衡结构倾向于更有效地工作。从而，有用的是组合SLI与预滤波器，预滤波器的工作是朝一个或多个前端抽头推送信道的能量。这样做增大了总有效信道存储空间。然而，SLI仍提供优于MLSE的大复杂性优点，甚至在具有较大存储空间的情况下也是如此。本文稍后讨论的基于SLI的DFSE结构还利用预滤波器效应，同时微调存储空间大小。

图10例证了包含本文之前描述种类的N级SLI均衡器820和预滤波器810的SLI均衡器结构800的实施例。对于信道响应的每个实现，可即时设计预滤波器810。由常规信道估计器830所确定的有效信道响应是原始信道响应和预滤波器810的卷积，并且具有比原始存储空间更大的存储空间，但在前端抽头中具有更多其能量，特别是在第一抽头中。预滤波器设计模块830确定预滤波器系数，使得预滤波器810将信道能量集中到前一个或多个抽头中。滤波器输出r′连同有效信道抽头信息被输入到N级SLI均衡器820以便执行解调和ISI抑制，如本文之前描述的。可灵活应用预滤波器810选择N级SLI均衡器820的级。也就是说，可按经验或按分析将一些级，尤其是早先级确定成对来自滞后抽头的自干扰更敏感，而其它级，尤其是较后级不是这样。将预滤波器810灵活应用于SLI均衡器820的具体级使更多或更少的复杂性和性能能够被设计到SLI均衡器结构800中。

如本文之前所描述的，各个SLI均衡级可以实现MLSE以执行ISI抑制和解调。备选地，各个SLI均衡级可实现DFSE或其它类型序列估计技术。DFSE是对MLSE的非常有效的近似，在复杂性与性能之间提供了适当的折中。

图11例证了其中用DFSE组件900替换图6的第i个SLI均衡级600中包含的MLSE组件610的实施例。DFSE存储空间M′＜M通常是设计参数。由DFSE组件900维护的DFSE网格与MLSE网格相同，具有q^M′个状态。参考MLSE分支度量表达式(2)，符号表示前一状态以及目前符号以便计算分支度量。用DFSE，前一状态仅表示M′个最近的符号

为了产生更老的(M-M′)个符号，例如如早先关于MLSE所说明的那样，进行临时符号判定。也就是说，DFSE组件900通过遵循前身状态的链从截短的状态追溯来产生临时判定，表示为这样，可得到用于计算分支度量的所有M个符号。由于临时判定中的一些可能有错误，因此可期望尽可能多地减轻它们对分支度量的贡献。上述预滤波器810适合于这个目的。

关于本文描述的SLI均衡结构，在给定级中，在有预滤波器或者没有预滤波器的情况下，都可用DFSE替换MLSE。这样，可灵活地选择DFSE用于某些级，而不用于其它级。例如，某一级可具有比较大的有效星座，并且DFSE将帮助控制那个级的复杂性。

记住以上范围的变型和应用，应该理解，本发明不受以上描述的限制，也不受附图的限制。而是，本发明仅由如下权利要求书及其合法等效方案限制。

Claims (25)

1.一种均衡与通过信道运送的发射信号对应的接收信号中的符号间干扰(ISI)的方法，所述方法包括：

将与所述发射信号关联的星座点分组成多个子集，所述子集中的至少两个相邻子集具有一个或多个公共星座点，使得所述至少两个相邻子集交叠；

确定每个所述星座点子集的基于质心的值；

将所述基于质心的值分组成一个或多个集合以便输入到具有多个级的均衡器；以及

使用所述均衡器均衡所述ISI，所述级中除了所述级的最末级之外的每个级都使用输入到该级的基于质心的值的集合或由该级选择的基于质心的值的集合作为星座点来局部化对最终符号判定的搜索，并且所述最末级使用输入到所述最末级的星座点子集或由所述最末级选择的星座点子集确定所述最终符号判定，

其中所述均衡器的第一级通过如下操作局部化对所述最终符号判定的搜索：

使用输入到所述第一级的所述基于质心的值的集合来解调所述接收信号以生成由所述第一级输出的符号序列；

作为由所述第一级生成的所述符号序列和通过其运送所述发射信号的信道的函数，生成与所述第一级关联的再调制信号；以及

从所述发射信号中移除与所述第一级关联的所述再调制信号以生成已修改信号以便输入到紧接在所述第一级之后的级。

2.如权利要求1所述的方法，其中与所述发射信号关联的星座是对于通过其运送所述发射信号的信道确定的有效星座。

3.如权利要求1所述的方法，其中与所述发射信号关联的星座对应于用于在传输之前调制所述发射信号的星座。

4.如权利要求1所述的方法，其中所述均衡器具有耦合在所述第一级与所述最末级之间的一个或多个介入级，所述介入级中的每一个介入级通过如下操作局部化对所述最终符号判定的搜索：

使用输入到所述介入级的所述基于质心的值的集合或由所述介入级选择的所述基于质心的值的集合来解调由紧接在所述介入级之前的级输出的所述接收信号的修改版以生成由所述介入级输出的符号序列；

作为所述信道和由所述介入级生成的所述符号序列的函数，生成与所述介入级关联的再调制信号；以及

从由紧接的前一级输出的所述发射信号的修改版中移除与所述介入级关联的所述再调制信号以生成所述发射信号的新的修改版以便输入到紧接在所述介入级之后的级。

5.如权利要求1所述的方法，其中所述均衡器的所述最末级通过如下操作确定所述最终符号判定：

使用输入到所述最末级的所述星座点子集或由所述最末级选择的所述星座点子集来解调由紧接在所述最末级之前的所述级输出的所述接收信号的修改版以生成与所述最末级关联的符号序列；以及

对由不同级生成的所述符号序列中的每个符号序列求和以确定所述最终符号判定。

6.如权利要求5所述的方法，其中输入到所述最末级的星座点子集或由所述最末级选择的星座点子集是其基于质心的值等于0的子集。

7.如权利要求1所述的方法，其中用                                                ASK调制方案调制所述发射信号，所述均衡器包括N个所述级，输入到第i级的基于质心的值的集合或由所述第i级选择的基于质心的值的集合具有基于质心的值，并且输入到所述最末级的星座点子集或由所述最末级选择的星座点子集具有 ASK的星座，并且其中可用于输入到所述最末级的所述子集的最左边子集或可用于由所述最末级选择的所述子集的最左边子集对应于所述子集中最中心子集移位所述基于质心的值的左边值，并且可用于输入到所述最末级的所述子集的最右边子集或可用于由所述最末级选择的所述子集的最右边子集对应于所述最中心子集移位所述基于质心的值的右边值。

8.如权利要求1所述的方法，其中用QAM方案调制所述发射信号，根据ASK调制方案确定基于ASK的质心的K个集合，并且根据ASK质心的K个集合确定基于QAM的质心的M个集合以便输入到所述均衡器作为星座点，其中M=K²。

9.如权利要求1所述的方法，包括：选择由所述均衡器的所述最末级用于基于由紧接在所述最末级之前的级输出的已修改符号序列确定所述最终符号判定的所述星座点子集，所述已修改符号序列对应于包含在输入到所述紧接的前一级的基于质心的值的集合或由所述紧接的前一级选择的基于质心的值的集合中的所述基于质心的值之一。

10.如权利要求9所述的方法，包括：基于所述接收信号和为所述均衡器的所述最末级选择的所述星座点子集确定所述最终符号判定。

11.如权利要求1所述的方法，还包括：在所述接收信号被输入到所述均衡器之前预滤波所述接收信号。

12.如权利要求1所述的方法，其中确定每个所述星座点子集的基于质心的值包括确定每个所述星座点子集的质心。

13.一种接收器，包括：

星座处理模块，可操作以：将与发射信号关联的星座点分组成多个子集，所述子集中至少两个相邻子集具有一个或多个公共星座点使得所述至少两个相邻子集交叠；确定每个所述星座点子集的基于质心的值；并将所述基于质心的值分组成一个或多个集合，以及

多个均衡级，所述均衡级中除了所述均衡级的最末均衡级之外的每个均衡级都可操作以使用输入到该均衡级的基于质心的值的集合或由该均衡级选择的基于质心的值的集合作为星座点来局部化对最终符号判定的搜索，并且所述最末均衡级可操作以使用输入到所述最末均衡级的所述星座点子集或由所述最末均衡级选择的所述星座点子集确定所述最终符号判定，

其中，所述均衡级中的第一均衡级可操作以使用输入到所述第一均衡级的所述基于质心的值的集合来解调接收信号以生成由所述第一均衡级输出的符号序列，作为由所述第一均衡级生成的所述符号序列和通过其运送所述发射信号的信道的函数生成与所述第一均衡级关联的再调制信号，并从所述接收信号中移除与所述第一均衡级关联的所述再调制信号以生成已修改信号以便输入到紧接在所述第一均衡级之后的级。

14.如权利要求13所述的接收器，其中与所述发射信号关联的星座是对于通过其运送所述发射信号的信道确定的有效星座。

15.如权利要求13所述的接收器，其中与所述发射信号关联的星座对应于用于在传输之前调制所述发射信号的星座。

16.如权利要求13所述的接收器，其中所述接收器包括耦合在所述第一均衡级与所述最末均衡级之间的一个或多个介入均衡级，所述介入均衡级中的每一个介入均衡级可操作以：使用输入到所述介入均衡级的基于质心的值的集合或由所述介入均衡级选择的基于质心的值的集合来解调由紧接在所述介入均衡级之前的所述均衡级输出的所述接收信号的修改版以生成由所述介入均衡级输出的符号序列；作为所述信道和由所述介入均衡级生成的所述符号序列的函数来生成与所述介入均衡级关联的再调制信号；并从由紧接的前一均衡级输出的所述接收信号的修改版中移除与所述介入均衡级关联的所述再调制信号以生成所述接收信号的新的修改版以便输入到紧接在所述介入均衡级之后的级。

17.如权利要求13所述的接收器，其中所述最末均衡级可操作以使用输入到所述最末均衡级的所述星座点子集或由所述最末均衡级选择的所述星座点子集来解调由紧接在所述最末均衡级之前的所述均衡级输出的所述接收信号的修改版以生成与所述最末均衡级关联的符号序列，并对由不同均衡级生成的所述符号序列中的每个符号序列求和以确定所述最终符号判定。

18.如权利要求17所述的接收器，其中一个或多个所述均衡级包括可操作以生成对应符号序列的最大似然序列估计器。

19.如权利要求17所述的接收器，其中一个或多个所述均衡级包括可操作以生成对应符号序列的判定反馈序列估计器。

20.如权利要求17所述的接收器，其中输入到所述最末均衡级的星座点子集或由所述最末均衡级选择的星座点子集是其基于质心的值等于0的子集。

21.如权利要求13所述的接收器，其中用ASK调制方案调制所述发射信号，所述接收器包括N个所述均衡级，输入到第i均衡级的基于质心的值的集合或由所述第i均衡级选择的基于质心的值的集合具有基于质心的值，并且输入到所述最末均衡级的星座点子集或由所述最末均衡级选择的星座点子集具有ASK的星座，并且其中可用于输入到所述最末均衡级的所述子集的最左子集或可用于由所述最末均衡级选择的所述子集的最左子集对应于所述子集中最中心子集移位所述基于质心的值的左值，并且可用于输入到所述最末均衡级的所述子集的最右子集或可用于由所述最末均衡级选择的所述子集的最右子集对应于所述最中心子集移位所述基于质心的值的右值。

22.如权利要求13所述的接收器，其中用QAM方案调制所述发射信号，并且所述星座处理模块可操作以根据ASK调制方案确定基于ASK的质心的K个集合，并且根据ASK质心的K个集合确定基于QAM的质心的M个集合以便输入到所述均衡级中除了所述最末均衡级之外的每个均衡级或由所述均衡级中除了所述最末均衡级之外的每个均衡级选择，其中M=K²。

23.如权利要求13所述的接收器，其中所述最末均衡级可操作以选择用于基于由紧接在所述最末均衡级之前的所述均衡级输出的已修改符号序列确定所述最终符号判定的所述星座点子集，所述已修改符号序列对应于包含在输入到所述紧接的前一均衡级的基于质心的值的集合中的或包含在由所述紧接的前一均衡级选择的基于质心的值的集合中的基于质心的值之一。

24.如权利要求23所述的接收器，其中所述最末均衡级可操作以基于接收信号和由所述最末均衡级选择的所述星座点子集确定所述最终符号判定。

25.如权利要求13所述的接收器，还包括可操作以在接收信号被输入到所述均衡级中的第一均衡级之前预滤波所述接收信号的预滤波器。