CN104901637A - 一种黑盒子记忆性失真补偿方法 - Google Patents

Abstract

本发明涉及一种黑盒子记忆性失真补偿方法，其包括以下步骤：1.信号x经过信道也即黑盒子滤波器A后的输出信号y，将会产生记忆性失真信号；2.信号经过滤波AS的输出为ys，LMS算法比较y和ys，不断迭代更新，得出AS的抽头系数，从而得出了信道的对于频率fc的记忆性失真特性；3.滤波器AS求逆，得出滤波器DA的抽头系数；4输入信号x，经过信道的输出y，产生记忆性失真，失真信号经过信道逆滤波器DA矫正得出输出信号ys，恢复出来原始输入信号x。本发明的方法具有有益效果：1.当信道中记忆特性参数未知时，可得出信道记忆性失真特性并矫正；2.当有一个参数未知的滤波器，可得出滤波器的参数，并得出滤波器对应的逆滤波器。

Description

一种黑盒子记忆性失真补偿方法

技术领域

本发明属于通信技术领域，涉及一种黑盒子记忆性失真补偿方法。

背景技术

信道指通信的通道，是信号传输的媒介。

信息是抽象的，但传送信息必须通过具体的媒质。例如二人对话，靠声波通过二人间的空气来传送，因而二人间的空气部分就是信道。邮政通信的信道是指运载工具及其经过的设施。无线电话的信道就是电波传播所通过的空间，有线电话的信道是电缆。每条信道都有特定的信源和信宿。在多路通信，例如载波电话中，一个电话机作为发出信息的信源，另一个是接收信息的信宿，它们之间的设施就是一条信道，这时传输用的电缆可以为许多条信道所共用。在理论研究中，一条信道往往被分成信道编码器、信道本身和信道译码器。人们可以变更编码器、译码器以获得最佳的通信效果，因此编码器、译码器往往是指易于变动和便于设计的部分，而信道就指那些比较固定的部分。但这种划分或多或少是随意的，可按具体情况规定。例如调制解调器和纠错编译码设备一般被认为是属于信道编码器、译码器的，但有时把含有调制解调器的信道称为调制信道；含有纠错编码器、译码器的信道称为编码信道。

所有信道都有一个输入集A，一个输出集B以及两者之间的联系，如条件概率P(y|x)，x∈A，y∈B。这些参量可用来规定一条信道。

通信中很多信道或者通信器件具有记忆特性，对不同频率信号放大倍数不同，将会产生记忆性失真，而且往往这些记忆特性参数是未知的。

发明内容

发明目的：本发明针对上述现有技术存在的问题做出改进，即本发明所要解决的技术问题是通信系统中信道记忆性失真，本发明公开了一种黑盒子记忆性失真补偿方法。

技术方案：一种黑盒子记忆性失真补偿方法，包括以下步骤：

(1)、定义输入信号：x＝x1+i*x2，x为复数，x1和x2为实数，i为虚数单位，i表示x1和x2正交；

I路输入信号的表达式为：x1(n)＝cos(2*pi*fc*n/fs+pi/4)，n∈[0～(length-1)]；

Q路输入信号的表达式为：x2(n)＝sin(2*pi*fc*n/fs+pi/4)，n∈[0～(length-1)]；

其中，fs为采样频率，fc为发送信号频率，pi为π，fs>2fc，length表示信号长度，length＝1024；

(2)、将步骤(1)中的输入信号x＝x1+i*x2经过记忆性信道得出输出信号y＝y1+i*y2，y为复数，y1和y2为实数，i为虚数单位，y1对应I路x1的输出，y2对应Q路x2的输出；

(3)、近似滤波器AS抽头系数长度L＝32,近似滤波器AS抽头系数的初值设为0，即same_xs(L)＝0；

(4)、将步骤(1)中的输入信号x＝x1+i*x2经过近似滤波器AS，

即通过差分运算得出输出信号ys＝y1s+i*y2s，其中

$y1s\left(n\right)=\underset{m=0}{\overset{L-1}{\mathrm{\Σ}}}\mathrm{same}\_\mathrm{xs}\left(m\right)\×x1(n-m)$

$y2s\left(n\right)=\underset{m=0}{\overset{L-1}{\mathrm{\Σ}}}\mathrm{same}\_\mathrm{xs}\left(m\right)\×x2(n-m)$

ys表示信号经过近似滤波器AS后的输出信号，其中y1s对应着x1的输出，y2s对应着x2的输出，n表示信号的第n个离散点，n∈[0～(length-1)]，length表示信号长度，length＝1024，same_xs(m)表示近似滤波器AS的第m个抽头系数，m∈[0～(L-1)]，L为近似滤波器AS的抽头系数长度，L＝32；

(5)、LMS算法：计算步骤(2)中得到的输出信号y＝y1+i*y2和步骤(4)得到的输出信号ys＝y1s+i*y2s的矢量差en(n)＝y(n)-ys(n)＝(y1(n)-y1s(n))+i*(y2(n)-y2s(n))，n∈[0～(length-1)]，length表示信号长度，length＝1024；

(6)、更新近似滤波器AS的抽头系数：same_xs(n+1)＝same_xs(n)+2*mu*[(x1+x2)/2]，

其中，same_xs(n+1)为本次迭代得出的近似滤波器AS的抽头系数，same_xs(n)为最近一次迭代的近似滤波器AS的抽头系数，mu为LMS算法中的迭代步长，0<mu<1/λ_max，其中λ_max为输入信号相关矩阵的最大特征值，n∈[0～(length-1)]，length表示信号长度，length＝1024；

(7)、根据步骤(5)得到的矢量差en(n)计算出步骤(2)中得到的输出信号y和此次迭代中步骤(4)得到的输出信号ys的均方误差(MSE_1)：

$\mathrm{MSE}\_1=\frac{1}{\mathrm{length}}*\underset{n=0}{\overset{\mathrm{length}-1}{\mathrm{\&Sigma;}}}\left|\mathrm{en}\left(n\right)\right|=\frac{1}{\mathrm{length}}*\underset{n=0}{\overset{\mathrm{length}-1}{\mathrm{\&Sigma;}}}\sqrt{{(y1\left(n\right)-y1s\left(n\right))}^2+{(y2\left(n\right)-y2s\left(n\right))}^2}$

en(n)表示第n个离散点的矢量差，n∈[0～(length-1)]，length表示信号长度，length＝1024，用MSE_0表示上次迭代中步骤(2)中输出信号y和步骤(4)中输出信号ys的均方误差，初始值EVM_0＝-1；

(8)、根据步骤(7)得到的此次迭代信号均方误差MSE_1和上次迭代得到的信号均方误差MES_0比较，判断MSE是否达到最小值，从而确定是否继续迭代更新近似滤波器AS的抽头系数：若MSE_0！＝-1，并且，MSE_0≤MSE_1则停止迭代，进入步骤(10)；否则，令MSE_0＝MSE_1,并且进入步骤(9)，继续迭代更新近似滤波器AS的抽头系数；

(9)、重复步骤(4)～(8)，迭代更新近似滤波器AS的抽头系数，使得步骤(2)中得到的输出信号y＝y1+i*y2和步骤(4)得到的输出信号ys＝y1s+i*y2s的信号均方误差达到最小；

(10)、计算近似滤波器AS的幅频特性，即步骤(1)～(9)中得到的近似滤波器AS的抽头系数same_xs[L]，L＝32，经过64点fft变换到频域，得到滤波器AS幅频特性，用数组H_same_xs[2*L]表示，

(11)、计算步骤(1)中的输入信号x含有的fc频率点且与近似滤波器的AS幅频数组中对应的数组坐标，fc为输入信号频率，fs为采样频率，表示向下取整；

(12)、将滤波器DA的幅频特性设初值为1，用64位数组H_da_xs表示即H_da_xs＝ones(1,64)；

(13)、计算出滤波器DA在fc频域处幅频特性

H_da_xs(1,number_fc)＝1/H_same_xs(1,number_fc)；

(14)、滤波器DA的幅频特性经过ifft到时域，得到逆滤波器DA的系数，用数组da_xs[L]表示,L＝32；

(15)、失真矫正

信号y＝y1+i*y2，经过逆滤波器DA后输出yx＝y1x+i*y2x，即I-Q两路信号记忆性失真矫正完成。

作为本发明中一种黑盒子记忆性失真补偿方法的一种优选方案：步骤(6)中，mu＝0.001。

有益效果：本发明公开了一种黑盒子记忆性失真补偿方法，其具有以下有益效果：

1、当信道中记忆特性参数未知时，可以通过本发明得出信道记忆性失真特性，并且矫正；

2、当有一个参数未知的滤波器，可以通过本发明得出滤波器的参数，并且得出滤波器对应的逆滤波器。

附图说明

图1为本发明公开的一种黑盒子记忆性失真补偿方法的流程图；

图2为发送信号时域示意图；

图3为记忆性信道的输入信号和失真输出信号的对比图；

图4为记忆性信道和近似滤波器AS幅频图；

图5为记忆性信道的输入信号和失真矫正后输出信号对比图。

具体实施方式：

下面对本发明的具体实施方式详细说明。

如图1所示，一种黑盒子记忆性失真补偿方法，包括以下步骤：

(1)、定义输入信号：x＝x1+i*x2，x为复数，x1和x2为实数，i为虚数单位，i表示x1和x2正交；

I路输入信号的表达式为：x1(n)＝cos(2*pi*fc*n/fs+pi/4)，n∈[0～(length-1)]；

Q路输入信号的表达式为：x2(n)＝sin(2*pi*fc*n/fs+pi/4)，n∈[0～(length-1)]；

其中，fs为采样频率，fc为发送信号频率，pi为π，fs>2fc，length表示信号长度，length＝1024；

(2)、将步骤(1)中的输入信号x＝x1+i*x2经过记忆性信道得出输出信号y＝y1+i*y2，y为复数，y1和y2为实数，i为虚数单位，i表示y1和y2正交，y1对应I路x1的输出，y2对应Q路x2的输出；

(3)、近似滤波器AS抽头系数长度L＝32,近似滤波器AS抽头系数的初值设为0，用长度为32位数组表示same_xs(L)＝0；

(4)、将步骤(1)中的输入信号x＝x1+i*x2经过近似滤波器AS，

即通过差分运算得出输出信号ys＝y1s+i*y2s，其中

$y1s\left(n\right)=\underset{m=0}{\overset{L-1}{\mathrm{\&Sigma;}}}\mathrm{same}\_\mathrm{xs}\left(m\right)\&times;x1(n-m)$

$y2s\left(n\right)=\underset{m=0}{\overset{L-1}{\mathrm{\&Sigma;}}}\mathrm{same}\_\mathrm{xs}\left(m\right)\&times;x2(n-m)$

ys表示信号经过近似滤波器AS后的输出信号，其中y1s对应着x1的输出，y2s对应着x2的输出，n表示信号的第n个离散点，n∈[0～(length-1)]，length表示信号长度，length＝1024，same_xs(m)表示近似滤波器AS的第m个抽头系数，m∈[0～(L-1)]，L为近似滤波器AS的抽头系数长度，L＝32；

(5)、LMS算法：计算步骤(2)中得到的输出信号y＝y1+i*y2和步骤(4)得到的输出信号ys＝y1s+i*y2s的矢量差en(n)＝y(n)-ys(n)＝(y1(n)-y1s(n))+i*(y2(n)-y2s(n))，n∈[0～(length-1)]，length表示信号长度，length＝1024；

(6)、更新近似滤波器AS的抽头系数：same_xs(n+1)＝same_xs(n)+2*mu*[(x1+x2)/2]，

其中，same_xs(n+1)为本次迭代得出的近似滤波器AS的抽头系数，same_xs(n)为最近一次迭代的近似滤波器AS的抽头系数，mu为LMS算法中的迭代步长，0<mu<1/λ_max，其中λ_max为输入信号相关矩阵的最大特征值，n∈[0～(length-1)]，length表示信号长度，length＝1024；

(7)、根据步骤(5)得到的矢量差en(n)计算出步骤(2)中得到的输出信号y和此次迭代中步骤(4)得到的输出信号ys的均方误差(MSE_1)：

$\mathrm{MSE}\_1=\frac{1}{\mathrm{length}}*\underset{n=0}{\overset{\mathrm{length}-1}{\mathrm{\&Sigma;}}}\left|\mathrm{en}\left(n\right)\right|=\frac{1}{\mathrm{length}}*\underset{n=0}{\overset{\mathrm{length}-1}{\mathrm{\&Sigma;}}}\sqrt{{(y1\left(n\right)-y1s\left(n\right))}^2+{(y2\left(n\right)-y2s\left(n\right))}^2}$

en(n)表示第n个离散点的矢量差，n∈[0～(length-1)]，length表示信号长度，length＝1024；

用MSE_0表示上次迭代中步骤(2)中输出信号y和步骤(4)中输出信号ys的均方误差，初始值EVM_0＝-1(EVM为非复数，-1表示未进行迭代前信号均方误差为无穷大)；

(8)、根据步骤(7)得到的此次迭代信号均方误差MSE_1和上次迭代得到的信号均方误差MES_0比较，判断MSE是否达到最小值，从而确定是否继续迭代更新近似滤波器AS的抽头系数：若MSE_0！＝-1(表示EVM_1不是第一次迭代)，并且MSE_0≤MSE_1则停止迭代，进入步骤(10)；否则，令MSE_0＝MSE_1,并且进入步骤(9)，继续迭代更新近似滤波器AS的抽头系数；

(9)、重复步骤(4)～(8)，迭代更新近似滤波器AS的抽头系数，使得步骤(2)中得到的输出信号y＝y1+i*y2和步骤(4)得到的输出信号ys＝y1s+i*y2s的信号均方误差MSE达到最小，即信号x经过记忆性信道产生的记忆性失真得出输出信号和信号x经过近似滤波器AS滤波后的输出相近,从而用滤波器AS抽头系数来表示信号的记忆特性；

(10)、计算近似滤波器AS的幅频特性，即步骤(1)～(9)中得到的近似滤波器AS的抽头系数same_xs[L]，L＝32，经过64点fft变换到频域，得到滤波器AS幅频特性，用数组H_same_xs[2*L]表示，

(11)、计算步骤(1)中的输入信号x含有的fc频率点且与近似滤波器的AS幅频数组中对应的数组坐标，fc为输入信号频率，fs为采样频率，表示向下取整对应matlab中floor()函数；

(12)、将滤波器DA的幅频特性设初值为1，用64位数组H_da_xs表示即H_da_xs＝ones(1,64)；

(13)、计算出滤波器DA在fc频域处幅频特性

H_da_xs(1,number_fc)＝1/H_same_xs(1,number_fc)，

即对应fc处滤波器放大倍数取倒，其他保持为1，步骤(12)和步骤(13)得出滤波器DA的幅频特性(即滤波器DA对不同频率信号的幅度放大倍数)——因为理想信道对所有频率的信号幅度放大倍数都为1，所以信道的逆滤波器也就是滤波器DA，信道理想情况下对所有频率的信号幅度放大倍数也都为1，所以步骤(12)中将滤波器DA的幅频特性设初值为1，由于信道不理想，因此输入频率为fc的信号，放大倍数不为1，故步骤(13)中把滤波器DA在fc频率处放大倍数修改为实际值；

(14)、滤波器DA的幅频特性经过ifft到时域，得到逆滤波器DA的系数，用数组da_xs[L]表示,L＝32；

(15)、失真矫正

信号y＝y1+i*y2，经过逆滤波器DA后输出yx＝y1x+i*y2x，即I-Q两路信号记忆性失真矫正完成。

本实施例中，步骤(6)中，mu＝0.001。

如图1所示，图中有三个滤波器，滤波器A表示未知信道或者器件的记忆特性，滤波器B为LMS算法得出滤波器A在频率fc处的近似滤波器，滤波器DA为滤波器A在频率点fc处的等效滤波器，其中，fc为输入信号频率。

一种黑盒子记忆性失真补偿方法，包括以下步骤

(a)信号x经过信道也即黑盒子滤波器A后的输出信号y，将会产生记忆性失真信号(如图3所示)，

(b)信号经过滤波AS的输出为ys，LMS算法比较y和ys，不断迭代更新，得出AS的抽头系数，从而得出了信道的对于频率fc的记忆性失真特性(如图4所示)，

(c)滤波器AS求逆——求出信道记忆性失真的逆特性，即得出滤波器DA的抽头系数；

(d)输入信号x,经过信道的输出y,产生记忆性失真，失真信号经过信道逆滤波器DA矫正得出输出信号ys,恢复出来原始输入信号x(如图5所示)。其中：

图2中，x轴表示信号长度n,n∈[500,550]

y轴表示水平面的Q路信号x2(n)＝sin(2*pi*fc*n/fs+pi/4)；

z轴表示垂直面的I路信号x1(n)＝cos(2*pi*fc*n/fs+pi/4)，

其中fc为载波信号频率，fs为采样频率。

图3中，x轴表示信号长度n,n∈[500,550]；

y轴实线表示Q路信号x2(n)＝sin(2*pi*fc*n/fs+pi/4)；

y轴+线表示Q路信号x2(n)经过记忆性信道后输出失真信号y2(n)；

z轴实线表示I路信号x1(n)＝cos(2*pi*fc*n/fs+pi/4)；

z轴*线表示Q路信号x1(n)经过记忆性信道后输出失真信号y1(n)；

其中fc为载波信号频率，fs为采样频率。

图4中，横坐标角频率：交点θ＝3.14*2*f1/fs＝1.35；

纵坐标为放大倍数：交点纵坐标大于1，所以黑盒子对频率fc的信号进行放大，产生失真，和图3所得结果一致。

从图可看出黑盒子滤波器A和近似滤波器AS幅频图相交与fc所对应的角频率处，因此近似滤波器AS表示黑盒子滤波器A对于频率fc的放大特性。

图5中，说明：x轴表示信号长度n,n∈[500,550]；

y轴实线表示Q路信号x2(n)＝sin(2*pi*fc*n/fs+pi/4)；

y轴+线表示Q路失真信号y2(n)经过矫正后输出信号y2x(n)；

z轴实线表示I路信号x1(n)＝cos(2*pi*fc*n/fs+pi/4)；

z轴*线表示Q路失真信号x1(n)经过矫正后输出信号y1x(n)，

其中fc为载波信号频率，fs为采样频率；

图5，垂直面表示原始发送I路信号，星号表示记忆特性抵消后的I路信号；垂直面表示原始发送Q路信号，星号表示记忆特性抵消后的Q路信号。由图中可看出星号和曲线重合，则说明记忆特性抵消后的信号与原始信号相同。

上面对本发明的实施方式做了详细说明。但是本发明并不限于上述实施方式，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (2)

1.一种黑盒子记忆性失真补偿方法，其特征在于，包括以下步骤：

(1)、定义输入信号：x＝x1+i*x2，x1和x2为实数，i为虚数单位，i表示x1和x2正交；

I路输入信号的表达式为：x1(n)＝cos(2*pi*fc*n/fs+pi/4)，n∈[0～(length-1)]；

Q路输入信号的表达式为：x2(n)＝sin(2*pi*fc*n/fs+pi/4)，n∈[0～(length-1)]；

其中，fs为采样频率，fc为发送信号频率，pi为π，fs>2fc，length表示信号长度，length＝1024；

(2)、将步骤(1)中的输入信号x＝x1+i*x2经过记忆性信道得出输出信号y＝y1+i*y2，y为复数，y1和y2为实数，i为虚数单位，y1对应I路x1的输出，y2对应Q路x2的输出；

(3)、近似滤波器AS抽头系数长度L＝32,近似滤波器AS抽头系数的初值设为0，即same_xs(L)＝0；

(4)、将步骤(1)中的输入信号x＝x1+i*x2经过近似滤波器AS，即通过差分运算得出输出信号ys＝y1s+i*y2s，其中

$y1s\left(n\right)=\underset{m=0}{\overset{L-1}{\mathrm{\&Sigma;}}}\mathrm{same}\_\mathrm{xs}\left(m\right)\&times;x1(n-m)$

$y2s\left(n\right)=\underset{m=0}{\overset{L-1}{\mathrm{\&Sigma;}}}\mathrm{same}\_\mathrm{xs}\left(m\right)\&times;x2(n-m)$

ys表示信号经过近似滤波器AS后的输出信号，其中y1s对应着x1的输出，y2s对应着x2的输出，n表示信号的第n个离散点，n∈[0～(length-1)]，length表示信号长度，length＝1024，same_xs(m)表示近似滤波器AS的第m个抽头系数，m∈[0～(L-1)]，L为近似滤波器AS的抽头系数长度，L＝32；

(5)、LMS算法：计算步骤(2)中得到的输出信号y＝y1+i*y2和步骤(4)得到的输出信号ys＝y1s+i*y2s的矢量差en(n)＝y(n)-ys(n)＝(y1(n)-y1s(n))+i*(y2(n)-y2s(n))，n∈[0～(length-1)]，length表示信号长度，length＝1024；

(6)、更新近似滤波器AS的抽头系数：same_xs(n+1)＝same_xs(n)+2*mu*[(x1+x2)/2]，

其中，same_xs(n+1)为本次迭代得出的近似滤波器AS的抽头系数，same_xs(n)为最近一次迭代的近似滤波器AS的抽头系数，mu为LMS算法中的迭代步长，0<mu<1/λ_max，其中λ_max为输入信号相关矩阵的最大特征值，n∈[0～(length-1)]，length表示信号长度，length＝1024；

(7)、根据步骤(5)得到的矢量差en(n)计算出步骤(2)中得到的输出信号y和此次迭代中步骤(4)得到的输出信号ys的均方误差(MSE_1)：

$\mathrm{MSE}\_1=\frac{1}{\mathrm{length}}*\underset{n=0}{\overset{\mathrm{length}-1}{\mathrm{\&Sigma;}}}\left|\mathrm{en}\left(n\right)\right|=\frac{1}{\mathrm{length}}*\underset{n=0}{\overset{\mathrm{length}-1}{\mathrm{\&Sigma;}}}\sqrt{{(y1\left(n\right)-\mathrm{yls}\left(n\right))}^2+{(y2\left(n\right)-y2s\left(n\right))}^2}$

en(n)表示第n个离散点的矢量差，n∈[0～(length-1)]，length表示信号长度，length＝1024，用MSE_0表示上次迭代中步骤(2)中输出信号y和步骤(4)中输出信号ys的均方误差，初始值EVM_0＝-1；

(8)、根据步骤(7)得到的此次迭代信号均方误差MSE_1和上次迭代得到的信号均方误差MES_0比较，判断MSE是否达到最小值，从而确定是否继续迭代更新近似滤波器AS的抽头系数：若MSE_0！＝-1，并且，MSE_0≤MSE_1则停止迭代，进入步骤(10)；否则，令MSE_0＝MSE_1,并且进入步骤(9)，继续迭代更新近似滤波器AS的抽头系数；

(9)、重复步骤(4)～(8)，迭代更新近似滤波器AS的抽头系数，使得步骤(2)中得到的输出信号y＝y1+i*y2和步骤(4)得到的输出信号ys＝y1s+i*y2s的信号均方误差达到最小；

(10)、计算近似滤波器AS的幅频特性，即步骤(1)～(9)中得到的近似滤波器AS的抽头系数same_xs[L]，L＝32，经过64点fft变换到频域，得到滤波器AS幅频特性，用数组H_same_xs[2*L]表示，

(11)、计算步骤(1)中的输入信号x含有的fc频率点且与近似滤波器的AS幅频数组中对应的数组坐标，fc为输入信号频率，fs为采样频率，表示向下取整；

(12)、将滤波器DA的幅频特性设初值为1，用64位数组H_da_xs表示即H_da_xs＝ones(1,64)；

(13)、计算出滤波器DA在fc频域处幅频特性

H_da_xs(1,number_fc)＝1/H_same_xs(1,number_fc)；

(14)、滤波器DA的幅频特性经过ifft到时域，得到逆滤波器DA的系数，用数组da_xs[L]表示,L＝32；

(15)、失真矫正

信号y＝y1+i*y2，经过逆滤波器DA后输出yx＝y1x+i*y2x，即I-Q两路信号记忆性失真矫正完成。

2.如权利要求1所述的一种黑盒子记忆性失真补偿方法，其特征在于，步骤(6)中，mu＝0.001。