CN108429709A - 一种无线时变信道下sc-fde系统的信道均衡方法 - Google Patents

Abstract

本发明涉及一种无线时变信道下SC‑FDE系统的信道均衡方法，包括：1)按照基于SC‑FDE系统的短波统美军标MIL_STD_188_110C的数据帧结构，在发送端，在未知数据后插入一定长度的训练序列(独特字UW)；2)在接收端，在时域上对FFT块进行适当分段；3)对每一个数据段使用MMSE均衡方法进行粗均衡判决；4)引入低复杂度的时域穷尽搜索方法对粗均衡判决结果进行细均衡判决。本发明方法相对传统方法，均衡性能大大改善。在信噪比24dB时，相较于传统方法，本发明方法误码率减低了大约1.5个数量级。因此，本发明方法大大地提高了无线时变信道下SC‑FDE系统的信道均衡性能。

Description

一种无线时变信道下SC-FDE系统的信道均衡方法

技术领域

本发明涉及通信技术领域，更具体地，涉及无线时变信道下SC-FDE系统的信道均衡方法。

背景技术

短波通信的工作频率在3MHz～30MHz范围内，它凭借其设备简便、灵活机动、抗毁性强等优点广泛运用于军事通信和应急通信等各领域。在无线通信系统中，系统的传输性能很大部分受到无线信道的制约，而单载波频域均衡(SC-FDE)作为一种抗多径干扰的技术，有着和多载波系统代表正交频分复用(OFDM)相似的系统框图，同时避免了OFDM峰均比较高和频偏敏感等弊端，总体来说，SC-FDE具有良好的抗多径干扰能力和频域均衡复杂度低等特点，因此，被广泛地应用到有线和无线网络中。短波通信是无线电波依靠电离层的反射而进行通信的，这样会导致多径分布具有时变性。信道均衡的主要目的是消除多径效应引起的码间干扰(ISI)，从而正确地解调出发送信号。同时，电离层的快速变化会导致多普勒频移和多普勒扩展，导致信道衰落在时间上和频率上都不是平坦的，这种时频双选择性信道会给降低信道均衡的性能，因此，如何提高无线时变信道下SC-FDE系统的信道均衡的性能有着更进一步的研究价值。

发明内容

为了克服现有技术存在的不足，本发明提出了一种高均衡性能、低复杂度的无线时变信道下SC-FDE系统的信道均衡方法。

为了实现上述目的，本发明提出的方法具体步骤如下：

a)根据美军标MIL_STD_188_110C的数据帧的结构要求，在每个未知数据后插入长度为N_U的训练序列(独特字UW)；

b)在接收端，时域上对FFT块进行合理分段，使得每个数据段内的归一化多普勒频移可以忽略不计，具体实现方法是：

i.在步骤a)中插入相同的UW，让未知数据前的训练序列可看成未知数据后的训练序列的循环前缀，构造循环卷积的结构。

ii.将FFT块进行合理分段，使得分段数C最好满足f_d为多普勒频扩，f_s为符号采样频率，N为FFT数据块的长度。

接收信号y(n)可表示为

其中，为第c个矩形窗函数。

M为每一个数据段的长度，x(n)、h(n)分别为发送信号，信道冲激响应。

c)分别对每个数据块进行MMSE均衡，具体实现方法是：

假设每个数据段内的信道是不变的，我们定义第c个数据段内的冲激响应为

h_l(n)≈h_l(n_c)

其中，n_c＝cM+M/2为第c个数据段的中间时刻，c＝0，...，C-1，l＝0，...，L-1，n＝cM，...，cM+M-1。

假设发送信号的平均功率为加性高斯白噪声的方差为可以得到MMSE均衡器数据段内每个频点的滤波系数W_c可表示为：

均衡过程如下：

其中，表示H_c的复共轭。

Y_c＝[Y_c(0)，...，Y_c(k)，...，Y_c(N-1)]^T表示通过时域取相应段的数据y_c(n)，其他位置上补零，作N点FFT后得到的向量，H_c＝[H_c(0)，...，H_c(k)，...，H_c(N-1)]^T表示取对应位置的冲激响应h_l(n_c)(n_c＝cM+M/2)，作N点FFT后得到的向量，表示频域均衡结果。

d)合并每一段的均衡结果，得到粗均衡结果，根据发送信号的调制水平进行判决。

合并每一个数据段均衡结果，其数学表达式为：

e)对粗判决结果进行低复杂度的时域均衡，获得最优判决结果，具体实现方法是：

1)通过分段均衡得到较为准确的粗判决结果；

2)根据粗判决结果，构造粗判决域S∈{S₁，S₂…S_i}，因为粗均衡有可能因为噪声问题而出现误判，导致粗判决结果不准确，因此必须构造一个新的粗判决域，假设正确的判决结果是粗判决域中的任意元素S_i，S_i来自步骤1)粗判决结果在星座图上与该之绝对距离最小的点，若有多个点与粗判决结果在星座图上的绝对距离相等，则i≥2，i为判决域元素总个数(包括粗判决结果)；

3)假设信道径数为L条，并且当前判决符号的后L-1个符号的粗判决结果已知，根据步骤2)构造当前判决符号的后L-1个符号的粗判决域l＝0，1，2，…L-1；

4)假设当前时刻的接收信号可表示为令其中为步骤3)得到的当前判决符号域S_i内的元素和当前判决符号的后L-1个符号的粗判决域内的元素。根据步骤2)可知，k＝i^L；

5)获取err_k，k＝1，2，3，…i^L，比较得出err_k最小的一个，将当前判决符号S_i作为新的判决结果。至此，完成当前符号的细判决；

以此类推，根据步骤1)～5)对每个数据帧中的粗判决结果进行细判决。

以现有的技术相比，本发明的有益效果为：

1)本发明适用于对时变信道进行信道均衡，采用基于MMSE的分段均衡进行粗均衡判决，其复杂度远远小于传统的ZF算法或MMSE算法。

2)本发明采用低复杂度的时域穷尽搜索方法对MMSE均衡的结果进行细均衡，有限地纠正了频域均衡方法在深衰落处会放大噪声的弊端。

3)本发明采用低复杂度的时域穷尽搜索方法进行细均衡，相对于传统基于MMSE的分段均衡方法来说，均衡性能大大提升。

附图说明

图1 本发明实现流程图

图2 基于SC-FDE的短波通信系统原理图

图3 基于UW的数据帧结构

图4 发送信号和接收信号星座图对比

图5 分段数C＝2时接收信号粗均衡前后的星座图

图6 分段数C＝16时接收信号粗均衡前后的星座图

图7 本发明算法不同分段数的误码率曲线

图8 本发明方法和传统算法误码率曲线

具体实施方式

下面结合附图对本发明做进一步的描述，以便对本发明方法的技术特征及优点进行更深入的诠释。但本发明的实施方式并不限于此。

本发明提供一种高性能、低复杂度的无线时变信道下SC-FDE系统的信道均衡方法，具体实施步骤如下：

1.在每个数据帧中的未知数据后插入训练序列

根据美军标MIL_STD_188_110C的数据帧的结构要求，数据帧结构如图

2所示，在每个数据帧的未知数据后插入长度为N_U的训练序列，N_U要大于信道径数L，训练序列采用Chu序列，其表达式为：

其中，L是大于1的正整数，k是与L互为素数的任意整数，n＝0，1，2，...，L-1。

2.在接收端，时域上对FFT块进行合理分段，使得每一段数据段内的归一化多普勒可以忽略不计，具体实现方法是：

i.在发送端，每个未知数据块后面都添加一块相同的训练序列，让未知数据前的训练序列可看成未知数据后的训练序列的循环前缀，当信道是时不变或慢变时，可将发送信号和信道冲激响应的线性卷积等价为未知数据和未知数据后的训练序列(简称为FFT块)和信信道冲激响应的循环卷积。

ii.将FFT块进行合理分段，使得分段数C最好满足f_d为多普勒频扩，f_s为符号采样频率，N为FFT数据块的长度。

接收信号y(n)可表示为

其中，为第c个矩形窗函数。

M为每一个数据段的长度，x(n)、h(n)分别为发送信号，信道冲激响应。

3.分别对每个数据块进行MMSE均衡，具体实现方法是：

假设每个数据段内的信道是不变的，我们定义第c个数据段内的冲激响应为

h_l(n)≈h_l(n_c)

其中，n_c＝cM+M/2为第c个数据段的中间时刻，c＝0，...，C-1，l＝0，...，L-1，n＝cM，...，cM+M-1。

假设发送信号的平均功率为加性高斯白噪声的方差为可以得到MMSE均衡器数据段内每个频点的滤波系数W_c可表示为：

均衡过程如下：

其中，表示H_c的复共轭。

Y_c＝[Y_c(0)，...，Y_c(k)，...，Y_c(N-1)]^T表示通过时域取相应段的数据y_c(n)，其他位置上补零，作N点FFT后得到的向量，H_c＝[H_c(0)，...，H_c(k)，...，H_c(N-1)]^T表示取对应位置的冲激响应h_l(n_c)(n_c＝cM+M/2)，作N点FFT后得到的向量，表示频域均衡结果。

3.合并每一段的均衡结果，得到粗均衡结果，并根据发送信号的调制水平进行判决解调，具体实现方法是：

把均衡后的每段数据组合起来，得到整个未知数据块均衡后的信号，其数学表达式为：

4.对粗判决结果进行低复杂度的细均衡，获得最优判决结果，具体实现方法是：

1)通过分段均衡得到较为准确的粗判决结果；

2)根据粗判决结果，构造粗判决域S∈{S₁，S₂…S_i}，因为粗均衡有可能因为噪声问题而出现误判，导致粗判决结果不准确，因此必须构造一个新的粗判决域，假设正确的判决结果是粗判决域中的任意元素S_i，S_i来自步骤1)粗判决结果在星座图上与该之绝对距离最小的点，若有多个点与粗判决结果在星座图上的绝对距离相等，则i≥2，i为判决域元素总个数(包括粗判决结果)；

3)假设信道径数为L条，并且当前判决符号的后L-1个符号的粗判决结果已知，根据步骤2)构造当前判决符号的后L-1个符号的粗判决域l＝0，1，2，…L-1；

4)假设当前时刻的接收信号可表示为令其中x(n)为步骤3)得到的当前判决符号域S_i内的元素和当前判决符号的后L-1个符号的粗判决域内的元素。根据步骤2)可知，k＝i^L；

5)获取err_k，k＝1，2，3，…i^L，比较得出err_k最小的一个，将当前判决符号S_i作为新的判决结果。至此，完成当前符号的细判决；

以此类推，根据步骤1)～5)对每个数据帧中的粗判决结果进行细判决。

下面例举一个具体实施的例子，并对其进行仿真实验，仿真的信道模型采用ITS短波信道模型，信道径数为5，假设信道系数已知，传统方法为基于MMSE的分段均衡，新发明方法先用基于MMSE的分段均衡方法进行粗均衡后，再使用低复杂度的时域穷尽搜索均方法再进行细均衡。首先设定如下参数：

表1参数设置

数据帧长度N	288
		未知数据长度ND	256
训练序列长度NU	32
		调制方式	8PSK
符号采样速率fs	4800
		FFT块内的归一化多普勒频移	0.16

结合表1的参数设置，分别在不同的通信信噪比下完成传统方法和本发明方法的仿真。

在信噪比为24dB的情况下，发送信号和接收信号星座图如图4所示，分段数C＝2时接收信号粗均衡前后的星座图如图5所示，分段数C＝16时接收信号粗均衡前后的星座图如图6所示。由图5和图6对比可以看出，分段数影响了分段均衡的性能，分段数越多，分段均衡性能越好。

图7为本发明的不同分段数的性能曲线，以误码率SER为对比基准，可以看出，本发明的性能随分段数的增加而更好，但分段数增加到一定数值时，分段数不再影响均衡的性能。

图8为本发明方法和传统算法误码率曲线，可以看出，用本发明的方法相对传统方法，在信噪比24dB时，误码率降低了大概1.5个数量级。

以上所述的本发明的实施方式，并不构成对本发明保护范围的限定。任何在本发明的精神原则之内所作出的修改、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 (7)

1.一种无线时变信道下SC-FDE系统的信道均衡方法，其特征在于，包括如下步骤：

a)根据美军标MIL_STD_188_110C的数据帧的结构要求，在每个未知数据后插入一定长度的训练序列(独特字UW)；

b)在接收端，去掉未知数据前的训练序列，时域上对未知数据和未知数据后面的一个训练序列(FFT块)进行合理分段，使得每一段数据块内的归一化多普勒可以忽略不计。

c)假设信道冲激响应已知，分别对每个数据块进行MMSE均衡；

d)合并每一段的均衡结果，得到粗均衡结果，并进行判决；

e)对粗判决结果进行低复杂度的时域均衡，获得最优判决结果。

2.根据权利要求1所述的方法，其特征在于，所发送的训练序列块全部处于慢衰落的信道环境中。

3.根据权利要求1所述的方法，其特征在于，步骤a)中发送的训练序列全部一致，训练序列采用独特字(UW)中的一种Chu序列，Chu序列表达式为：

其中，L为Chu序列长度，L是大于1的正整数，k是与L互为素数的任意整数，n＝0，1，2，...，L-1。

4.根据权利要求1所述的方法，其特征在于，步骤b)是对FFT块在时域上进行合理的分段，使得每一段数据块内的归一化多普勒可以忽略不计。

接收信号y(n)可表示为

其中，为第c个矩形窗函数。

M为每一个数据段的长度，x(n)、h(n)分别为发送信号，信道冲激响应。

5.根据权利要求1所述的方法，其特征在于，步骤c)是假设信道冲激响应已知的情况下，对每个数据段进行MMSE均衡，具体方法为：

假设每个数据段内的信道是不变的，我们定义第c个数据段内的冲激响应为

h_l(n)≈h_l(n_c)

其中，n_c＝cM+M/2为第c个数据段的中间时刻，c＝0，...，C-1，l＝0，...，L-1，n＝cM，...，cM+M-1。

假设发送信号的平均功率为加性高斯白噪声的方差为可以得到MMSE均衡器数据段内每个频点的滤波系数W_c可表示为：

均衡过程如下：

其中，表示H_c的复共轭。

Y_c＝[Y_c(0)，...，Y_c(k)，...，Y_c(N-1)]^T表示通过时域取相应段的数据y_c(n)，其他位置上补零，作N点FFT后得到的向量，H_c＝[H_c(0)，...，H_c(k)，...，H_c(N-1)]^T表示取对应位置的冲激响应h_l(n_c)(n_c＝cM+M/2)，作N点FFT后得到的向量，表示频域均衡结果。

6.根据权利要求1所述的方法，其特征在于，步骤d)是合并每一个数据段的均衡结果，得到整个未知数据块的粗均衡结果，然后根据发送信号调制水平进行判决。

把均衡后的每段数据组合起来，得到整个未知数据块均衡后的信号，其数学表达式为：

7.根据权利要求1所述的方法，其特征在于，步骤e)是对粗判决结果进行低复杂度的时域均衡，获得最优判决结果，具体方法为：

1)通过分段均衡得到较为准确的粗判决结果；

2)根据粗判决结果，构造粗判决域S∈{S₁，S₂…S_i}，因为粗均衡有可能因为噪声问题而出现误判，导致粗判决结果不准确，因此必须构造一个新的粗判决域，假设正确的判决结果是粗判决域中的任意元素S_i，S_i来自步骤1)粗判决结果在星座图上与该之绝对距离最小的点，若有多个点与粗判决结果在星座图上的绝对距离相等，则i≥2，i为判决域元素总个数(包括粗判决结果)；

3)假设信道径数为L条，并且当前判决符号的后L-1个符号的粗判决结果已知，根据步骤2)构造当前判决符号的后L-1个符号的粗判决域l＝0，1，2，…L-1；

4)假设当前时刻的接收信号可表示为令其中x(n)为步骤3)得到的当前判决符号域S_i内的元素和当前判决符号的后L-1个符号的粗判决域内的元素。根据步骤2)可知，k＝i^L；

5)获取err_k，k＝1，2，3，…i^L，比较得出err_k最小的一个，将当前判决符号S_i作为新的判决结果。至此，完成当前符号的细判决；

以此类推，根据步骤1)～5)对每个数据帧中的粗判决结果进行细判决。