CN105553903A - 一种自适应turbo均衡方法及均衡器，水声通信系统 - Google Patents

Abstract

本发明涉及一种自适应turbo均衡方法及均衡器，水声通信系统，该方法包括以下步骤：根据接收的符号序列r(i)和先验符号均值矢量计算初步符号估计值根据初步符号估计值和先验符号方差v(i)，计算先验方差反馈的符号估计值根据先验方差反馈的符号估计值通过计算得到各符号的输出对数似然比LLR。通过先验符号信息映射得到先验符号均值和先验符号方差。本发明较好地利用SISO译码器输出的先验符号信息，提高时变多径下的通信性能，降低信噪比门限。

Description

一种自适应turbo均衡方法及均衡器，水声通信系统

技术领域

本发明涉及水声信道通信领域，尤其涉及一种自适应turbo均衡方法及均衡器，水声通信系统。

背景技术

水声信道的多径效应造成码间干扰，严重影响水声通信的性能。一般在接收机中会采用均衡器来消除码间干扰，均衡利用了迭代均衡的思想，通过译码器向均衡器传递外信息，以此作为均衡器的先验信息，使得均衡结果更加可靠。

采用turbo均衡进行纠错译码和均衡的迭代处理，将信息比特序列的软信息在软输入软输出(SISO:soft-inputsoft-output)均衡器和SISO译码器之间进行多次迭代，可以达到抑制码间干扰的目的。如果信道冲激响应已知且不变，进行turbo均衡处理时，可将SISO译码器的输出信息映射为逐个符号的先验符号方差，结合信道冲激响应在每个符号时刻进行矩阵求逆得到SISO均衡器的系数。

然而，由于水面的起伏、水体扰动以及通信装置的移动，水声信道的信道冲激响应是未知且时变的，现有的实用turbo均衡方法为自适应turbo均衡方法，SISO均衡器的抽头系数通过直接自适应算法得到，抽头系数在相邻符号之间变化很小，因而忽略了先验符号方差序列的时变性，导致turbo均衡性能的恶化。

发明内容

本发明的目的是提供一种能够克服上述问题的自适应turbo均衡方法及均衡器，水声通信系统。

为实现上述目的，一方面，本发明提供了一种自适应turbo均衡方法，该方法包括以下步骤：

根据接收的符号序列r(i)和先验符号均值矢量计算初步符号估计值根据初步符号估计值和先验符号方差v(i)，计算先验方差反馈的符号估计值根据先验方差反馈的符号估计值通过计算得到各符号的输出对数似然比LLR。

优选地，初步符号估计值通过以下公式得到：

${\hat{x}}_1\left(i\right)=w_1{\left(i\right)}^{T}r\left(i\right)+w_2{\left(i\right)}^T\stackrel{\‾}{x}\left(i\right)$

其中，w₁(i)为前向滤波器的抽头系数，w₂(i)为先验均值反馈滤波器和先验方差反馈滤波器的抽头系数，i表示时刻。

优选地，抽头系数w₁(i)、w₂(i)通过最小均方误差LMS均衡算法更新，具体通过以下公式得到：

w₁(i+1)＝w₁(i)+μe(i)r(i)

$w_2(i+1)=w_2\left(i\right)+\mathrm{\μ}e\left(i\right)\stackrel{\‾}{x}\left(i\right)$

其中，μ为自适应算法的步长，e(i)为判决所得的符号的误差值；

e(i)通过以下公式得到：

$e\left(i\right)=\hat{x}\left(i\right)-\tilde{x}\left(i\right)(L_1\&le;i<L)$

其中，为对先验方差反馈的符号估计值进行判决得到的符号判决估计值，L₁为前面的训练符号数。

优选地，先验方差反馈的符号估计值通过以下公式得到：

$\hat{x}\left(i\right)={\hat{x}}_1\left(i\right)+w_2{\left(i\right)}^T\stackrel{\&OverBar;}{f}\left(i\right)$

其中，为方差反馈变量序列矢量。

优选地，方差反馈变量序列矢量，通过以下公式得到：

$f\left(i\right)={\hat{x}}_1\left(i\right)\left(v\right(i)-\stackrel{\&OverBar;}{v})$

$\stackrel{\&OverBar;}{f}\left(i\right)={\left[\begin{array}{cccccc}f(i-N)& \mathrm{...}& f(i-1)& f(i+1)& \mathrm{...}& f(i+N)\end{array}\right]}^T$

其中，f(i)为方差反馈变量序列，为先验符号方差的时间平均值。

优选地，先验符号方差的时间平均值通过以下公式得到：

$\stackrel{\&OverBar;}{v}={\mathrm{\&Sigma;}}_{i=0}^{L-1}v\left(i\right)/L$

其中，L为一帧的符号长度，0≤i<L。

优选地，先验符号均值矢量和先验符号方差v(i)通过先验符号信息映射得到。

另一方面，本发明提供了一种自适应turbo均衡器，包括：

第一计算模块，用于根据接收的符号序列r(i)和先验符号均值矢量计算初步符号估计值第二计算模块，用于根据初步符号估计值和先验符号方差v(i)，计算先验方差反馈的符号估计值第三计算模块，用于根据先验方差反馈的符号估计值通过计算得到各符号的输出对数似然比LLR。

优选地，先验方差反馈的符号估计值通过以下公式得到：

$\hat{x}\left(i\right)={\hat{x}}_1\left(i\right)+w_2{\left(i\right)}^T\stackrel{\&OverBar;}{f}\left(i\right)$

其中，为方差反馈变量序列矢量，通过以下公式得到：

$f\left(i\right)={\hat{x}}_1\left(i\right)\left(v\right(i)-\stackrel{\&OverBar;}{v})$

$\stackrel{\&OverBar;}{f}\left(i\right)={\left[\begin{array}{cccccc}f(i-N)& \mathrm{...}& f(i-1)& f(i+1)& \mathrm{...}& f(i+N)\end{array}\right]}^T$

其中，f(i)为方差反馈变量序列，为先验符号方差的时间平均值。

先验符号方差的时间平均值通过以下公式得到：

$\stackrel{\&OverBar;}{v}={\mathrm{\&Sigma;}}_{i=0}^{L-1}v\left(i\right)/L$

其中，L为一帧的符号长度，0≤i<L。

又一方面，本发明提供了一种水声通信系统，包括如上述另一方面所述的turbo均衡器。

本发明针对水声通信中的自适应turbo均衡，提出一种具有先验符号方差反馈的自适应SISO均衡器结构，先验符号方差以加权反馈的形式而不是干预均衡器系数的形式作用于符号估计。因而，本发明提供的turbo均衡器在自适应均衡的同时，较好地利用SISO译码器输出的先验符号信息，提高时变多径下的通信性能，降低信噪比门限。

附图说明

为了更清楚说明本发明实施例的技术方案，下面将对实施例描述中所需使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为现有基于turbo均衡的水声通信系统的信号传输流程示意图；

图2为现有技术自适应turbo均衡方法流程示意图；

图3为本发明实施例提供的一种自适应turbo均衡方法流程示意图；

图4为本发明实施例提供的一种自适应turbo均衡器结构示意图；

图5为采用本发明实施例提供的自适应turbo均衡方法及均衡器，水声通信系统与现有turbo均衡的误比特率对比曲线图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为便于对本发明实施例的理解，下面将结合附图以具体实施例做进一步的解释说明。

为了更清晰的理解本发明和现有技术的区别，在下面通过图1、图2来描述现有技术的自适应turbo均衡方法。

图1为现有基于turbo均衡的水声通信系统的信号传输流程示意图，如图1所示，包括步骤100-106。

在步骤100，待发送比特数据，经过信道编码及交织，信道编码和交织分别采用常规的递归系统卷积码和随机交织的方式。

在步骤101，将经过信道编码及交织的待发送数据经过星座图映射，即对发送符号的幅度、相位进行调制。

在步骤102，对调制后的符号进行组帧，组帧过程在帧头加入训练序列及Chirp同步信号。(Chirp信号为一种线性调频信号)

在步骤103，组帧后的符号经过水声信道发射，将电信号转换为声信号，在水中发射传输。

在步骤104，接收端对接收的符号进行同步处理，接收符号序列。接收端接收声信号并转换为电信号，接收端同步方式采用基于Chirp信号相关计算的方式。

对同步处理后的符号turbo均衡迭代，以消除码间干扰。Turbo均衡包括SISO均衡和SISO译码两部分。

在步骤105，SISO均衡采用带有先验均值反馈的自适应均衡算法。

在步骤106，SISO译码采用常规的基于软输入软输出Viterbi(维特比)算法。SISO译码后的符号信息再次返给SISO均衡，为先验符号信息，通过先验符号信息迭代计算，求出收敛结果好的符号信息。这里的收敛，指的是估计值与真实值的误差较小。

在SISO译码器与SISO均衡器之间迭代处理数据的过程，称为turbo均衡。

图2为现有技术自适应turbo均衡方法流程示意图，如图2所示，该方法包括步骤200-205。

在步骤200，SISO均衡器基带接收符号r(i)。

在turbo均衡的迭代过程中，一帧的符号长度为L，各符号的真实值为{x(i)}(0≤i<L)，其中前L₁个符号是训练符号，训练符号在接收端是已知的。经过同步处理之后的基带接收序列为{r(i)}。

在步骤201，前向滤波，得到

其中，前向滤波，指的是在接收端对接收符号r(i)进行线性滤波处理，初步抑制由信道多径现象造成的符号间干扰，得到

在步骤202，根据前向滤波和反馈滤波，得到符号估计值

常用的自适应turbo均衡包括前向滤波和反馈滤波两部分，二者结合抑制符号间干扰。

这里的反馈滤波指的是先验均值反馈滤波，根据前向滤波和反馈滤波计算符号估计值即

$\hat{x}\left(i\right)=w_1{\left(i\right)}^{T}r\left(i\right)+w_2{\left(i\right)}^T\stackrel{\&OverBar;}{x}\left(i\right)$

其中w₁(i)为i时刻前向滤波器抽头系数，长度为2N+1，w₂(i)为i时刻先验均值反馈滤波器的抽头系数，长度为2N。先验符号均值矢量为 $\stackrel{\&OverBar;}{x}\left(i\right)={\left[\begin{array}{cccccc}\stackrel{\&OverBar;}{x}(i-N)& \mathrm{...}& \stackrel{\&OverBar;}{x}(i-1)& \stackrel{\&OverBar;}{x}(i+1)& \mathrm{...}& \stackrel{\&OverBar;}{x}(i+N)\end{array}\right]}^T,$ 可以看出由i时刻相邻时刻的先验均值构成，不包含i时刻本身的先验均值

需要说明的是，在步骤205，根据先验符号信息，得到先验符号均值，这里的先验符号信息为前一时刻SISO译码器的输出。

在步骤203，对数似然比转换，得到

SISO均衡器的作用是根据{r(i)}和经过前向滤波器和反馈滤波器，并时时更新各滤波器的抽头系数，计算得到各符号的输出对数似然比LLR，即其中，为SISO译码器输出的先验符号信息。

需要说明的是，这里为先验符号信息，即SISO译码器输出先验符号信息。例如：将i时刻SISO译码器输出信息反馈给SISO均衡器。作为SISO均衡器i+1时刻的输入，由于SISO均衡器i+1时刻输入的符号信息是已知的，那么可以根据i+1时刻SISO译码器的输出信息，对各滤波器(前向滤波器、反馈滤波器)的参数即抽头系数做更新调整，以使得turbo均衡的输入与输出端收敛，即利用turbo迭代，保证时变多径下的通信性能。

在步骤204，根据SISO译码器输出先验符号信息对先验符号映射。映射得到先验符号均值。SISO均衡器对数似然比转换后得到再经过SISO译码器输出先验符号信息

在步骤205，先验均值反馈滤波。根据先验符号的反馈信息，即先验符号中的均值信息，对符号进行迭代处理，得到收敛结果好的符号信息。

步骤200-205即为现有的自适应turbo均衡算法，即在SISO均衡器和SISO译码器之间进行多次迭代，不考虑先验符号方差序列的时变性。

然而，由于水声信道的信道冲激响应是未知且时变的，需要考虑先验符号方差序列的时变性，否则会导致turbo均衡性能的恶化。

图3为本发明实施例提供的一种自适应turbo均衡方法流程示意图，如图3所示，该方法包括步骤300-302。

在步骤300，根据接收的符号序列r(i)和先验符号均值矢量计算初步符号估计值

经过同步处理之后的基带接收序列为{r(i)}。如采用滑动窗的方式实现均衡，观测窗口双向各取N个符号。因而，第i个接收符号序列的观测矢量为 $r\left(i\right)={\left[\begin{array}{ccc}r(i-N)& \mathrm{...}& r(i+N)\end{array}\right]}^T.$

通过先验符号信息映射得到先验符号均值这里的先验符号信息为前一时刻SISO译码器的输出符号信息，SISO译码器输出符号信息即为SISO均衡器输出的对数似然比LLR经过译码后的结果。

根据接收的符号序列r(i)和先验符号均值矢量计算初步符号估计值其中，w₁(i)为i时刻前向滤波器抽头系数，长度为2N+1，w₂(i)为i时刻反馈滤波器的抽头系数，长度为2N。

需要说明的是，根据接收的符号序列r(i)和先验符号均值矢量计算初步符号估计值也就是根据常规的自适应turbo均衡算法，计算初步符号估计值

在步骤301，根据初步符号估计值和先验符号方差v(i)，计算先验方差反馈的符号估计值

通过先验符号信息映射得到先验符号方差。将先验信息映射为先验符号均值和先验符号方差{v(i)}，并求方差的时间平均值

对初步估计值进行先验方差加权，得到方差反馈变量序列：

$f\left(i\right)={\hat{x}}_1\left(i\right)\left(v\right(i)-\stackrel{\&OverBar;}{v})$

将方差反馈变量序列组成矢量的形式得到：

$\stackrel{\&OverBar;}{f}\left(i\right)={\left[\begin{array}{cccccc}f(i-N)& \mathrm{...}& f(i-1)& f(i+1)& \mathrm{...}& f(i+N)\end{array}\right]}^T.$

最后，计算带有先验符号方差反馈的符号估计值为：

$\hat{x}\left(i\right)={\hat{x}}_1\left(i\right)+w_2{\left(i\right)}^T\stackrel{\&OverBar;}{f}\left(i\right)$

在步骤302，根据先验方差反馈的符号估计值通过计算得到各符号的输出对数似然比LLR，将对数似然比转换结果传输给SISO译码器。

根据SISO均衡器的符号估计值通过对数似然比计算模块得到令i＝i+1。SISO均衡器将LLR结果传输给SISO译码器，SISO译码器输出最终的接收比特同时作为先验符号信息输入给先验符号映射模块，通过先验符号信息映射得到先验符号的均值和方差。

需要说明的是，本发明实施例提供的自适应turbo均衡方法还包括以下步骤：更新滤波器抽头系数：对前向滤波器系数w₁(i)和反馈滤波器系数w₂(i)的更新采用最小均方误差LMS均衡算法完成，使得turbo迭代均衡计算的符号估计值结果不断收敛，接近真实值，具体包括以下步骤：

对符号估计值进行判决得到符号判决估计值则判决器的误差值为：

$e\left(i\right)=\hat{x}\left(i\right)-\stackrel{\&OverBar;}{x}\left(i\right)(L_1\&le;i<L)$

在(0≤i<L₁)时，由于接收端知道符号真实值，抽头系数的更新公式为：

w₁(i+1)＝w₁(i)+μe(i)r(i)

$w_2(i+1)=w_2\left(i\right)+\mathrm{\&mu;}e\left(i\right)\stackrel{\&OverBar;}{x}\left(i\right)$

其中μ为自适应算法的步长。

对(0≤i<L)重复以上步骤，即完成整个帧的SISO均衡。

本实施例提供的带有先验符号方差反馈的自适应turbo均衡方法及均衡器，水声通信系统用于时变多径水声信道，通过自适应算法克服信道时变的影响，并在均衡中通过先验符号方差反馈的方式较好地利用译码器提供的先验信息，相对于传统的自适应turbo均衡对信噪比的要求放宽了很多，使得通信的效果有明显的改善，同时保留了自适应算法的低复杂度的计算优势。

图4为本发明实施例提供的一种自适应turbo均衡器结构示意图，根据现有技术可知turbo均衡器包括SISO均衡器和SISO译码器，其中，图4中主要给出SISO均衡器结构，(SISO译码器属于现有技术，并未示出)包括：

第一计算模块，用于根据接收的符号序列r(i)和先验符号均值矢量计算初步符号估计值

第二计算模块，用于根据初步符号估计值和先验符号方差v(i)，计算先验方差反馈的符号估计值

第三计算模块，用于根据先验方差反馈的符号估计值通过计算得到各符号的输出对数似然比LLR。

其中，各计算模块的具体计算方法参照图3所述的方法流程及其详述，在此不予赘述。

需要说明的是，本发明实施例提供的自适应turbo均衡器可以很好的运用到水声通信系统中，提高时变多径下的通信性能。

图5为采用本发明实施例提供的自适应turbo均衡方法及均衡器与现有turbo均衡在水声通信系统的误比特率对比曲线图。图5给出基于符号方差反馈的turbo均衡仿真效果。训练符号序列长度为L₁＝1000，帧长度为L＝3000，由码率为1/2，采用生成矩阵为(1+D²)/(1+D+D²)的递归系统卷积码进行编码。采用随机交织器进行交织，之后进行二进制相移键控调制。信道冲激响应序列为h＝[0.227,0.460,0.688,0.460,0.227]。取N＝10。每个条件下重复试验1000帧。

如图5所示：由带有符号方差反馈的turbo均衡器和不带有符号方差反馈的turbo均衡器分别组成的两种turbo均衡的误比特率曲线。在图5中，选取误比特率为0.001，可以看出为了达到0.001的误比特率，带有符号方差反馈的SISO均衡器的信噪比要求相比不带有符号方差反馈的turbo均衡器降低0.8dB，证明了符号方差反馈turbo均衡，即本发明实施例提供的自适应turbo均衡方法及装置的优势在于，为达到同样误比特率，采用本发明turbo均衡方法及装置，相对于传统的自适应turbo均衡对信噪比的要求放宽了很多，使得通信的效果有明显的改善，同时保留了自适应算法的低复杂度的计算优势。

需要说明的是，图5给出的本发明实施例的自适应turbo均衡方法及均衡器，水声通信系统，实验选取的参数只是用来说明本发明，并不用来限制本发明。本发明实施例提供的自适应turbo均衡方法及均衡器，水声通信系统的参数可根据需要做调整。

本发明实施例提供了一种自适应turbo均衡方法及均衡器，水声通信系统，采用本发明提供的具有先验符号方差反馈的自适应turbo均衡器，先验符号方差以加权反馈的形式而不是干预均衡器系数的形式作用于符号估计。因而，在自适应均衡的同时，较好地利用SISO译码器输出的先验符号信息，提高时变多径下的通信性能，降低信噪比门限。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种自适应turbo均衡方法，其特征在于，包括以下步骤：

根据接收的符号序列r(i)和先验符号均值矢量计算初步符号估计值

根据所述初步符号估计值和先验符号方差v(i)，计算先验方差反馈的符号估计值

根据所述先验方差反馈的符号估计值通过计算得到各符号的输出对数似然比LLR。

2.根据权利要求1所述的方法，其特征在于，所述初步符号估计值通过以下公式得到： ${\hat{x}}_1\left(i\right)=w_1{\left(i\right)}^{T}r\left(i\right)+w_2{\left(i\right)}^T\stackrel{\&OverBar;}{x}\left(i\right)$

其中，w₁(i)为前向滤波器的抽头系数，w₂(i)为先验均值反馈滤波器和先验方差反馈滤波器的抽头系数，i表示时刻。

3.根据权利要求2所述的方法，其特征在于，所述抽头系数w₁(i)、w₂(i)通过最小均方误差LMS均衡算法更新，具体通过以下公式得到：

w₁(i+1)＝w₁(i)+μe(i)r(i)

$w_2(i+1)=w_2\left(i\right)+\mathrm{\&mu;}e\left(i\right)\stackrel{\&OverBar;}{x}\left(i\right)$

其中，μ为自适应算法的步长，e(i)为判决所得的符号的误差值；

所述e(i)通过以下公式得到：

$e\left(i\right)=\hat{x}\left(i\right)-\tilde{x}\left(i\right),(L_1\&le;i<L)$

其中，为对先验方差反馈的符号估计值进行判决得到的符号判决估计值，L₁为前面的训练符号数。

4.根据权利要求1所述的方法，其特征在于，所述先验方差反馈的符号估计值通过以下公式得到：

$\hat{x}\left(i\right)={\hat{x}}_1\left(i\right)+w_2{\left(i\right)}^T\stackrel{\&OverBar;}{f}\left(i\right)$

其中，w₂(i)为先验均值反馈滤波器和先验方差反馈滤波器的抽头系数，为方差反馈变量序列矢量。

5.根据权利要求4所述的方法，其特征在于，所述方差反馈变量序列矢量，通过以下公式得到：

$f\left(i\right)={\hat{x}}_1\left(i\right)\left(v\right(i)-\stackrel{\&OverBar;}{v})$

$\stackrel{\&OverBar;}{f}\left(i\right)={\left[\begin{array}{cccccc}f(i-N)& ...& f(i-1)& f(i+1)& ...& f(i+N)\end{array}\right]}^T$

其中，f(i)为方差反馈变量序列，为先验符号方差的时间平均值。

6.根据权利要求5所述的方法，其特征在于，所述先验符号方差的时间平均值通过以下公式得到：

$\stackrel{\&OverBar;}{v}={\mathrm{\&Sigma;}}_{i=0}^{L-1}v\left(i\right)/L$

其中，L为一帧的符号长度，0≤i<L。

7.根据权利要求1所述的方法，其特征在于，所述先验符号均值矢量和先验符号方差v(i)通过先验符号信息映射得到。

8.一种自适应turbo均衡器，其特征在于，包括：

第一计算模块，用于根据接收的符号序列r(i)和先验符号均值矢量计算初步符号估计值

第二计算模块，用于根据所述初步符号估计值和先验符号方差v(i)，计算先验方差反馈的符号估计值

第三计算模块，用于根据所述先验方差反馈的符号估计值通过计算得到各符号的输出对数似然比LLR。

9.根据权利要求8所述的turbo均衡器，其特征在于，所述第二计算模块通过以下公式得到先验方差反馈的符号估计值

$\hat{x}\left(i\right)={\hat{x}}_1\left(i\right)+w_2{\left(i\right)}^T\stackrel{\&OverBar;}{f}\left(i\right)$

其中，为方差反馈变量序列矢量；

所述方差反馈变量序列矢量，通过以下公式得到：

$f\left(i\right)={\hat{x}}_1\left(i\right)\left(v\right(i)-\stackrel{\&OverBar;}{v})$

$\stackrel{\&OverBar;}{f}\left(i\right)={\left[\begin{array}{cccccc}f(i-N)& ...& f(i-1)& f(i+1)& ...& f(i+N)\end{array}\right]}^T$

其中，f(i)为方差反馈变量序列，为先验符号方差的时间平均值；

所述先验符号方差的时间平均值通过以下公式得到：

$\stackrel{\&OverBar;}{v}={\mathrm{\&Sigma;}}_{i=0}^{L-1}v\left(i\right)/L$

其中，L为一帧的符号长度，0≤i<L。

10.一种水声通信系统，其特征在于，包括如权利要求8或9所述的turbo均衡器。