CN108551431B - 基于因子图和线性滤波器的级联均衡计算方法 - Google Patents

基于因子图和线性滤波器的级联均衡计算方法 Download PDF

Info

Publication number
CN108551431B
CN108551431B CN201810359319.1A CN201810359319A CN108551431B CN 108551431 B CN108551431 B CN 108551431B CN 201810359319 A CN201810359319 A CN 201810359319A CN 108551431 B CN108551431 B CN 108551431B
Authority
CN
China
Prior art keywords
equalizer
time domain
factor graph
linear
equalization
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810359319.1A
Other languages
English (en)
Other versions
CN108551431A (zh
Inventor
禄姗姗
杨松楠
张鹏泉
范玉进
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin Optical Electrical Communication Technology Co Ltd
Original Assignee
Tianjin Guangdian Fengtai Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tianjin Guangdian Fengtai Technology Co ltd filed Critical Tianjin Guangdian Fengtai Technology Co ltd
Priority to CN201810359319.1A priority Critical patent/CN108551431B/zh
Publication of CN108551431A publication Critical patent/CN108551431A/zh
Application granted granted Critical
Publication of CN108551431B publication Critical patent/CN108551431B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • H04L25/03012—Arrangements for removing intersymbol interference operating in the time domain
    • H04L25/03019—Arrangements for removing intersymbol interference operating in the time domain adaptive, i.e. capable of adjustment during data reception
    • H04L25/03038—Arrangements for removing intersymbol interference operating in the time domain adaptive, i.e. capable of adjustment during data reception with a non-recursive structure

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)

Abstract

本发明提供一种基于因子图和线性滤波器的级联均衡计算方法，其特征在于：包括通过LMMSE和LMS算法估计得到多径信道的时域冲击响应；确定源信号经过信道后转变成观测信号的表达式；确定利用线性均衡器对观测信号进行均衡后信号的表达式；确定利用简化因子图均衡器对经线性均衡后的观测信号进行迭代均衡后输出的初始后验概率信息的表达式；依据初始后验概率信息可靠度最大化的准则估计线性均衡器时域冲击响应和因子图均衡器时域冲击响应；本发明提升均衡器的收敛特性和误码性能，削弱信道引入的多径影响。

Description

基于因子图和线性滤波器的级联均衡计算方法
技术领域
本发明属于数字通信系统补偿领域，尤其是涉及一种基于因子图和线性滤波器的级联均衡计算方法。
背景技术
在数字通信系统中插入一种可调滤波器可以校正和补偿系统特性，减少码间干扰的影响。这种起补偿作用的滤波器称为均衡器。在现有的技术中。均衡器通常是用滤波器来实现的，使用滤波器来补偿失真的脉冲，判决器得到的解调输出样本，是经过均衡器修正过的或者清除了码间干扰之后的样本。在实际应用中，存在提升均衡器的收敛特性和误码性能，消除信道引入的多径影响等需求。
发明内容
本发明要解决的问题是提供一种基于因子图和线性滤波器的级联均衡计算方法，尤其适合提升均衡器的收敛特性和误码性能，消除信道引入的多径影响。
为解决上述技术问题，本发明采用的技术方案是：
一种基于因子图和线性滤波器的级联均衡计算方法，包括以下步骤：
S100.通过线性最小均方误差估计(Linear minimum mean square error，LMMSE)准则和最小均方(Least mean square，LMS)自适应算法估计得到多径信道的时域冲击响应；
S200.确定源信号经过信道后转变成的观测信号的表达式；
S300.确定利用线性均衡器对观测信号进行均衡后得到信号的表达式；
S400.确定利用简化因子图均衡器对经线性均衡后的观测信号进行迭代均衡后输出的初始后验概率信息的表达式；
S500.依据初始后验概率信息可靠度最大化的准则估计线性均衡器时域冲击响应和因子图均衡器时域冲击响应。
然而，依据初始后验概率信息可靠度最大化的准则估计线性均衡器时域冲击响应和因子图均衡器时域冲击响应时，难以直接求出最优解，因此本发明提出两种优化准则，以得到次优解。
因子图均衡优先准则：
为了求得线性均衡器时域冲击响应和因子图均衡器时域冲击响应，可以先直接从信道冲击响应求得因子图均衡器时域冲击响应，然后最优化线性均衡器时域冲击响应使得初始后验概率信息的可靠度最大化，该方法称为因子图均衡优先准则，得到的均衡器简称为PFGE-CE(Preferred FGE-CE)。该准则采用因子图均衡优先准则，即优先确认因子图均衡器的参数，对较大多径进行均衡，然后再利用线性均衡器对因子图未处理的多径进行均衡。
当采用因子图均衡优先准则估计线性均衡器时域冲击响应和因子图均衡器时域冲击响应时，S500包括以下步骤：
S510.从多径信道的时域冲击响应的估计值中选择简化因子图均衡器的时域冲击响应；
S520.利用LMMSE准则和LMS自适应算法估计线性均衡器的时域冲击响应；
S530.利用线性均衡器和线性均衡器的时域冲击响应的估计值对观测信号序列进行均衡；
S540.利用因子图均衡器和简化因子图均衡器的时域冲击响应的估计值对S530的均衡结果进行迭代均衡。
线性均衡优先准则：
为了求得线性均衡器时域冲击响应和因子图均衡器时域冲击响应，也可以先利用LMMSE准则求得线性均衡器时域冲击响应，然后再根据线性均衡后的序列估计因子图均衡器时域冲击响应使得初始后验概率信息的可靠度的最大化，该方法称为线性均衡优先准则，得到的均衡器简称为PLE-CE(Preferred LE-CE)。该准则优先确认线性均衡器的参数，并对观测序列进行均衡，然后利用因子图迭代均衡器对线性均衡后的信号进行再次均衡。因子图均衡器作为线性均衡器的补充，对线性均衡器的残余多径进行均衡。
当采用线性均衡优先准则估计线性均衡器时域冲击响应和因子图均衡器时域冲击响应时，S500包括以下步骤：
S550.利用LMMSE准则和LMS自适应算法估计线性均衡器的时域冲击响应；
S560.利用线性均衡器和线性均衡器的时域冲击响应的估计值对观测信号序列进行均衡；
S570.利用LMMSE准则和LMS自适应算法从S560的均衡结果中估计等效信道冲击响应；
S580.从等效信道冲击响应中选择简化因子图时域冲击响应；
S590.利用简化因子图均衡器和因子图均衡器的时域冲击响应的估计值对S560的均衡结果进行迭代均衡。
在简化因子图模型的基础上，提出了一种线性均衡器与简化因子图均衡器级联的均衡模型CE，并提出两种参数估计准则。仿真结果表明，采用线性均衡优先准则的级联均衡器具有更好的性能。同时结果表明级联模型可以很小的代价，提升简化因子图均衡器的收敛特性和误码性能。而采用串行分层调度算法的级联模型CE-SLS可非常有效地消除信道引入的多径影响，对于多径影响较小的信道，CE-SLS均衡器可将多径影响减小到0.5dB以内，对于多径影响较大的信道，其性能也比因子图均衡算法优7.5dB。
附图说明
图1是本发明一实施例的等效信道模型示意图
图2是本发明一实施例在因子图均衡优先准则下的级联均衡PFGE-CE算法流程示意图
图3是本发明一实施例在线性均衡优先准则下的级联均衡PLE-CE算法流程示意图
图4是Proakis-A信道下采用不同均衡算法的本发明各实施例的性能对比图
图5是Proakis-C信道下采用不同均衡算法的本发明各实施例的性能对比图
图6是群时延信道下本发明一采用PLE-CE算法的实施例的误码性能
图7是不理想幅频特性信道群时延信道下本发明一采用PLE-CE算法的实施例的误码性能
具体实施方式
如图1、本发明一实施例的等效信道模型示意图所示，一种基于因子图和线性滤波器的级联均衡模型，其特征在于：包括信道，与所述信道连接的线性均衡器(Linerequalizer,LE)和简化因子图均衡器(Factor graph equalizer,FGE)，线性均衡器与简化因子图均衡器级联。
以上的技术方案，在简化因子图均衡器的基础上，利用级联的线性均衡器LE消除较小多径引入的码间干扰，以提高简化因子图均衡器FGE的性能。
在本实施例中，给出了包含信道、线性均衡器和因子图均衡器的等效信道，其中H(z),F(z)和G(z)分别为它们在z变换域的转移函数，它们的时域冲击响应分别表示为h,f和g。本节设计的线性均衡器采用的是2L+1阶的FIR滤波器，即f＝[f-L,f-L+1…fL]，且<f>＝2L+1；信道滤波器的阶数为L1+L2+1，即<h>＝L1+L2+1；简化因子图参数g长度2L+L1+L2+1，即<g>＝2L+L1+L2+1。
本发明提供了一种基于因子图和线性滤波器的级联均衡计算方法，包括以下步骤：
S100.通过线性最小均方误差估计(Linear minimum mean square error，LMMSE)准则和最小均方(Least mean square，LMS)自适应算法估计得到多径信道的时域冲击响应；
S200.确定源信号经过信道后转变成的观测信号的表达式；
S300.确定利用线性均衡器对观测信号进行均衡后得到信号的表达式；
S400.确定利用简化因子图均衡器对经线性均衡后的观测信号进行迭代均衡后输出的初始后验概率信息的表达式；
S500.依据初始后验概率信息可靠度最大化的准则估计线性均衡器时域冲击响应和因子图均衡器时域冲击响应。
在本发明的实施例中，以上算法可具体分为以下步骤：
S101.利用LMMSE准则和LMS自适应算法估计阶数为L1+L2+1，在z变换域转移函数为H(z)的多径信道H(z)的时域冲击响应函数h；
S201.源信号序列：
Figure GDA0002810173810000041
经过噪声为
wk＝[wk+L,wk+L-1...wk...wk-L]T
的信道H(z)后转变为观测信号：
yk＝hsk+wk
S301.观测信号序列
yk＝[yk+L,yk+L-1...yk...yk-L]T
经过阶数为2L+1阶，在z变换域转移函数为F(z)，时域冲击响应函数为f的线性均衡器F(z)后转变为：
Figure GDA0002810173810000051
S302.进一步可写成：
Figure GDA0002810173810000052
其中
Sk＝[sk+L sk+L-1…sk…sk-L]是(2L+1)阶的行向量；
vk是(L1+L2+1)×(2L+1)的矩阵。
S303.将S302式中f×Sk T×hT等效为信道H(z)与线性滤波器F(z)级联后形成的等效信道冲击响应q的形式：
Figure GDA0002810173810000053
其中
Figure GDA0002810173810000054
Figure GDA0002810173810000055
S401.利用2L+L1+L2+1阶，在z变换域转移函数为G(z)，时域冲击响应函数为g的简化因子图均衡器G(z)对经线性均衡后的观测信号序列进行迭代均衡，得到简化因子图均衡器G(z)输出的初始后验概率信的表达式为:
Figure GDA0002810173810000056
其中，gi的取值为g中的非零元素；
S402.将S401式中的等效噪声
Figure GDA0002810173810000057
展开：
Figure GDA0002810173810000058
S403.对S401中式，取g中非零元素的值为q中的绝对值最大的几个值，可得到均值为0，方差为
Figure GDA0002810173810000059
的高斯分布变量：
Figure GDA0002810173810000061
S404.得到
Figure GDA0002810173810000062
的可靠度：
Figure GDA0002810173810000063
S500.根据使初始后验概率信息可靠度最大化的准则,即式：
Figure GDA0002810173810000064
设计线性均衡器F(z)时域冲击响应f与因子图均衡器G(z)时域冲击响应g；
然而，依据初始后验概率信息可靠度最大化的准则估计线性均衡器时域冲击响应和因子图均衡器时域冲击响应时，难以直接求出最优解，因此本发明的两个实施例分别两种优化准则，以得到次优解。
如图2、本发明一实施例在因子图均衡优先准则下的级联均衡PFGE-CE算法流程示意图所示：为了求得线性均衡器时域冲击响应和因子图均衡器时域冲击响应，可以先直接从信道冲击响应求得因子图均衡器时域冲击响应，然后最优化线性均衡器时域冲击响应使得初始后验概率信息的可靠度最大化，该方法称为因子图均衡优先准则，得到的均衡器简称为PFGE-CE(Preferred FGE-CE)。该准则采用因子图均衡优先准则，即优先确认因子图均衡器的参数，对较大多径进行均衡，然后再利用线性均衡器对因子图未处理的多径进行均衡。
在该采用因子图均衡优先准则的实施例中，S500包括以下步骤：
S510.从多径信道的时域冲击响应的估计值中选择简化因子图均衡器的时域冲击响应；
S520.利用LMMSE准则和LMS自适应算法估计线性均衡器的时域冲击响应；
S530.利用线性均衡器和线性均衡器的时域冲击响应的估计值对观测信号序列进行均衡；
S540.利用因子图均衡器和简化因子图均衡器的时域冲击响应的估计值对S530的均衡结果进行迭代均衡。
在该采用因子图均衡优先准则的实施例中，以上步骤可具体实施为：
S511.假设发送符号功率为1，即
Figure GDA0002810173810000071
并将均衡器系数归一化，即||f||2＝1，此时S500中式可转写为：
Figure GDA0002810173810000072
S512.S511中条件式可等效为关于因子图均衡器G(z)时域冲击响应g的表达式：
Figure GDA0002810173810000073
S513.S512中
Figure GDA0002810173810000074
为关于信道H(z)冲击响应J1+J2阶h的矩阵，即
Figure GDA0002810173810000075
Figure GDA0002810173810000076
其中，J为冲击响应h的阶数；
S514.利用LMMSE准则和LMS自适应算法估计h
Figure GDA0002810173810000077
估计出
Figure GDA0002810173810000078
后，进而得到
Figure GDA0002810173810000079
S515.设定矢量a＝[a-L-J,a-L-J+1…ai…aL+J]为J1+J2阶h中g对应多径的位置标志，当ai＝1时，表示gi＝hi；当ai＝0时，表示gi＝0，而S512中矩阵A是以a为对角线的矩阵，其形式为：
Figure GDA00028101738100000710
通过h中的最大值确定A；
S521.将经过线性均衡器F(z)后得到的信号vk以下式表达:
Figure GDA0002810173810000081
即：
Figure GDA0002810173810000082
S522.利用LMMSE准则和LMS自适应算法估计线性均衡器F(z)时域冲击响应f
Figure GDA0002810173810000083
S531.利用线性均衡器F(z)和线性均衡器F(z)时域冲击响应的估计量
Figure GDA0002810173810000084
对观测信号序列yk进行均衡，得到vk；
S541.利用因子图均衡器G(z)和估计参数
Figure GDA0002810173810000085
对vk进行迭代均衡。
如图3、本发明一实施例在线性均衡优先准则下的级联均衡PLE-CE算法流程示意图所示：为了求得线性均衡器时域冲击响应和因子图均衡器时域冲击响应，也可以先利用LMMSE准则求得线性均衡器时域冲击响应，然后再根据线性均衡后的序列估计因子图均衡器时域冲击响应使得初始后验概率信息的可靠度的最大化，该方法称为线性均衡优先准则，得到的均衡器简称为PLE-CE(Preferred LE-CE)。该准则优先确认线性均衡器的参数，并对观测序列进行均衡，然后利用因子图迭代均衡器对线性均衡后的信号进行再次均衡。因子图均衡器作为线性均衡器的补充，对线性均衡器的残余多径进行均衡。
在该采用线性均衡优先准则的实施例中，S500包括以下步骤：
S550.利用LMMSE准则和LMS自适应算法估计线性均衡器的时域冲击响应；
S560.利用线性均衡器和线性均衡器的时域冲击响应的估计值对观测信号序列进行均衡；
S570.利用LMMSE准则和LMS自适应算法从S560的均衡结果中估计等效信道冲击响应；
S580.从等效信道冲击响应中选择简化因子图时域冲击响应；
S590.利用简化因子图均衡器和因子图均衡器的时域冲击响应的估计值对S560的均衡结果进行迭代均衡。
在该采用线性均衡优先准则的实施例中，以上步骤可具体实施为：
S551.利用LMMSE准则和LMS自适应算法估计线性均衡器F(z)时域冲击响应f：
Figure GDA0002810173810000091
S561.利用线性均衡器F(z)和线性均衡器F(z)时域冲击响应的估计量
Figure GDA0002810173810000092
对观测信号序列yk进行均衡，得到vk；
S571.利用LMMSE准则和LMS自适应算法从vk中估计等效信道冲击响应q，
Figure GDA0002810173810000093
S581.通过观测等效信道冲击响应的估计量
Figure GDA0002810173810000094
中的最大值得到简化因子图均衡器G(z)时域冲击响应g，
g＝q×A
其中，设定矢量a＝[a-L-J,a-L-J+1…ai…aL+J]为J1+J2阶h中g对应多径的位置标志，当ai＝1时，表示gi＝hi；当ai＝0时，表示gi＝0。A是以a为对角线的矩阵，其形式为：
Figure GDA0002810173810000095
其中，J为冲击响应h的阶数；
S591.利用简化因子图均衡器G(z)和简化因子图均衡器G(z)时域冲击响应g对观测信号序列yk进行均衡。
图4、Proakis-A信道下采用不同均衡算法的本发明各实施例的性能对比图和图5、Proakis-C信道下采用不同均衡算法的本发明各实施例的性能对比图分别在Proakis-A和Proakis-C信道下对比了两种CE算法和FGE以及LE均衡算法的误码性能。其中在Proakis-A信道下，SFGE和CE算法中的因子图采用的都是是三径模型；在Proakis-C信道下，SFGE和CE算法中的因子图采用的都是是五径模型。上述算法中，所有与LE相关的参数的阶数都为11。迭代接收中采用的是(2016,1008)的QC-LDPC码，其基矩阵来源于WiMAX标准。
如图4、Proakis-A信道下采用不同均衡算法的本发明各实施例的性能对比图所示，在Proakis-A信道条件下，PLE-CE算法的性能在误码率达到1E-5时，要比LE算法优0.5dB，比PFGE-CE算法优1.0dB，比SFGE算法优2.6dB。
如图5、Proakis-C信道下采用不同均衡算法的本发明各实施例的性能对比图所示，在Proakis-C信道条件下，PLE-CE算法的性能在误码率达到1E-5时，要比LE算法优6.0dB，比PFGE-CE算法优3.0dB，比FGE算法优4.0dB。
上面两图结果表明：基于线性均衡优化准则的PLE-CE算法的性能要优于基于因子图均衡优先准则的PFGE-CE算法。对于Proakis-A这样的好信道，由于冲击响应的能量分散比较均匀，PFGE-CE的性能要差于的LE；而对于Proakis-C这样的差信道，冲击响应的能量几乎都集中到因子图对应的多径上，因此PFGE-CE的性能要优于于单独的LE。PLE-CE是在LE的基础上级联了FGE，因此它的性能要优于LE。通过以上结果和分析可知PLE-CE算法的性能要更加接近于最优解。
图6、群时延信道下本发明一采用PLE-CE算法的实施例的误码性能和图7、不理想幅频特性信道群时延信道下本发明一采用PLE-CE算法的实施例的误码性能给出了两种信道条件和8PSK调制下，PLE-CE算法与采用LMS的LE算法和SFGE算法的性能对比。上面两图中，与LE相关的滤波器阶数都为11，与FGE相关的阶数都是3，采用的LDPC码为WiMAX标准中的(960,480)码字。群时延信道的多径能量相对比较分散，因此SFGE的性能要差于LMSE，而PLE-CE算法的性能要大大优于LMSE和SFGE算法，且具有较低的误码平层。而不理想幅频特性信道的多径能量则相对比较集中与中间3径，因此SFGE算法的性能要优于LMSE。而PLE-CE算法的性能依然比SFGE算法优0.5dB。综上，PLE-CE算法可适用于不同的多径信道和高阶调制。
以上对本发明的数个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

Claims (3)

1.一种基于因子图和线性滤波器的级联均衡计算方法，包括以下步骤：
S100.通过LMMSE准则和LMS自适应算法估计得到多径信道的时域冲击响应；
S200.确定源信号经过信道后转变成的观测信号的表达式；
S300.确定利用线性均衡器对观测信号进行均衡后得到信号的表达式；
S400.确定利用简化因子图均衡器对经线性均衡后的观测信号进行迭代均衡后输出的初始后验概率信息的表达式；
S500.初始后验概率信息可靠度最大化的准则包括因子图均衡优先准则和线性 均衡优先准则，采用两种准则估计线性 均衡器时域冲击响应和因子图均衡器时域冲击响应；
S501.依据因子图均衡优先准则估计线性均衡器时域冲击响应和因子图均衡器时域冲击响应包括以下步骤：
S510.从多径信道的时域冲击响应的估计值中选择简化因子图均衡器的时域冲击响应；
S520.利用LMMSE准则和LMS自适应算法估计线性均衡器的时域冲击响应；
S530.利用线性均衡器和线性均衡器的时域冲击响应的估计值对观测信号序列进行均衡；
S540.利用因子图均衡器和简化因子图均衡器的时域冲击响应的估计值对S530的均衡结果进行迭代均衡；
S502.依据线性均衡优先准则估计线性均衡器时域冲击响应和因子图均衡器时域冲击响应包括以下步骤：
S550.利用LMMSE准则和LMS自适应算法估计线性均衡器的时域冲击响应；
S560.利用线性均衡器和线性均衡器的时域冲击响应的估计值对观测信号序列进行均衡；
S570.利用LMMSE准则和LMS自适应算法从S560的均衡结果中估计等效信道冲击响应；
S580.从等效信道冲击响应中选择简化因子图时域冲击响应；
S590.利用简化因子图均衡器和因子图均衡器的时域冲击响应的估计值对S560的均衡结果进行迭代均衡。
2.根据权利要求1所述的一种基于因子图和线性滤波器的级联均衡计算方法，其特征在于：依据初始后验概率信息估计线性均衡器时域冲击响应和因子图均衡器时域冲击响应的具体步骤为：
S101.利用LMMSE准则和LMS自适应算法估计阶数为L1+L2+1，在z变换域转移函数为H(z)的多径信道H(z)的时域冲击响应函数h；
S201.源信号序列：
Figure FDA0002810173800000021
经过噪声为
wk＝[wk+L,wk+L-1...wk...wk-L]T
的信道H(z)后转变为观测信号：
yk＝hsk+wk
S301.观测信号序列
yk＝[yk+L,yk+L-1...yk...yk-L]T
经过阶数为2L+1阶，在z变换域转移函数为F(z)，时域冲击响应函数为f的线性均衡器F(z)后转变为：
Figure FDA0002810173800000022
S302.进一步可写成：
Figure FDA0002810173800000023
其中
Sk＝[sk+L sk+L-1…sk…sk-L]是(2L+1)阶的行向量；
vk是(L1+L2+1)×(2L+1)的矩阵；
S303.将S302式中f×Sk T×hT等效为信道H(z)与线性滤波器F(z)级联后形成的等效信道冲击响应q的形式：
Figure FDA0002810173800000031
其中
Figure FDA0002810173800000032
Figure FDA0002810173800000033
S401.利用2L+L1+L2+1阶，在z变换域转移函数为G(z)，时域冲击响应函数为g的简化因子图均衡器G(z)对经线性均衡后的观测信号序列进行迭代均衡，得到简化因子图均衡器G(z)输出的初始后验概率信的表达式为:
Figure FDA0002810173800000034
其中，gi的取值为g中的非零元素；
S402.将S401式中的等效噪声
Figure FDA0002810173800000035
展开：
Figure FDA0002810173800000036
S403.对S401中式，取g中非零元素的值为q中的绝对值最大的几个值，可得到均值为0，方差为
Figure FDA0002810173800000037
的高斯分布变量：
Figure FDA0002810173800000038
S404.得到
Figure FDA0002810173800000039
的可靠度：
Figure FDA00028101738000000310
S501.根据使初始后验概率信息可靠度最大化的准则,即因子图均衡优先准则，表达式为：
Figure FDA00028101738000000311
设计线性均衡器F(z)时域冲击响应f与因子图均衡器G(z)时域冲击响应g；
S511.假设发送符号功率为1，即
Figure FDA00028101738000000312
并将均衡器系数归一化，即||f||2＝1，此时S501 中式可转写为：
Figure FDA0002810173800000041
S512.S511中条件式可等效为关于因子图均衡器G(z)时域冲击响应g的表达式：
Figure FDA0002810173800000042
S513.S512中
Figure FDA0002810173800000043
为关于信道H(z)冲击响应J1+J2阶h的矩阵，即
Figure FDA0002810173800000044
其中，J为h的阶数；
Figure FDA0002810173800000045
S514.利用LMMSE准则和LMS自适应算法估计h
Figure FDA0002810173800000046
估计出
Figure FDA0002810173800000047
后，进而得到
Figure FDA0002810173800000048
S515.设定矢量a＝[a-L-J,a-L-J+1…ai…aL+J]为J1+J2阶h的矩阵中g对应多径的位置标志，当ai＝1时，表示gi＝hi；当ai＝0时，表示gi＝0； 而S512中矩阵A是以a为对角线的矩阵，其形式为：
Figure FDA0002810173800000049
通过h中的最大值确定A；
S521.将经过线性均衡器F(z)后得到的信号vk以下式表达:
Figure FDA0002810173800000051
即：
Figure FDA0002810173800000052
S522.利用LMMSE准则和LMS自适应算法估计线性均衡器F(z)时域冲击响应f
Figure FDA0002810173800000053
S531.利用线性均衡器F(z)和线性均衡器F(z)时域冲击响应的估计量
Figure FDA0002810173800000054
对观测信号序列yk进行均衡，得到vk；
S541.利用因子图均衡器G(z)和估计参数
Figure FDA0002810173800000055
对vk进行迭代均衡。
3.根据权利要求1所述的一种基于因子图和线性滤波器的级联均衡计算方法，其特征在于：依据可靠度最大化的准则估计线性均衡器时域冲击响应和因子图均衡器时域冲击响应的具体步骤为：
S101.利用LMMSE准则和LMS自适应算法估计阶数为L1+L2+1，在z变换域转移函数为H(z)的多径信道H(z)的时域冲击响应函数h；
S201.源信号序列：
Figure FDA0002810173800000056
经过噪声为
wk＝[wk+L,wk+L-1...wk...wk-L]T
的信道H(z)后转变为观测信号：
yk＝hsk+wk
S301.观测信号序列
yk＝[yk+L,yk+L-1...yk...yk-L]T
经过2L+1阶，时域冲击响应函数为f的线性均衡器F(z)后转变为：
Figure FDA0002810173800000057
S302.进一步可写成：
Figure FDA0002810173800000061
其中
Sk＝[sk+L sk+L-1…sk…sk-L]是(2L+1)阶的行向量；
vk是(L1+L2+1)×(2L+1)的矩阵；
S303.将S302式中f×Sk T×hT等效为信道H(z)与线性滤波器F(z)级联后形成的等效信道冲击响应q的形式：
Figure FDA0002810173800000062
其中
Figure FDA0002810173800000063
Figure FDA0002810173800000064
S401.利用2L+L1+L2+1阶，在z变换域转移函数为G(z)，时域冲击响应函数为g的简化因子图均衡器G(z)对经线性均衡后的观测信号序列进行迭代均衡，得到简化因子图均衡器G(z)输出的初始后验概率信的表达式为:
Figure FDA0002810173800000065
其中，gi的取值为g中的非零元素；
S402.将S401式中的等效噪声
Figure FDA0002810173800000066
展开：
Figure FDA0002810173800000067
S403.对S401中式，取g中非零元素的值为q中的绝对值最大的几个值，可得到均值为0，方差为
Figure FDA0002810173800000068
的高斯分布变量：
Figure FDA0002810173800000069
S404.得到
Figure FDA00028101738000000610
的可靠度：
Figure FDA00028101738000000611
S502.根据使初始后验概率信息可靠度最大化的准则,即采用线性均衡优先准则，表达式为：
Figure FDA0002810173800000071
设计线性均衡器F(z)时域冲击响应f与因子图均衡器G(z)时域冲击响应g；
S551.利用LMMSE准则和LMS自适应算法估计线性均衡器F(z)时域冲击响应f：
Figure FDA0002810173800000072
S561.利用线性均衡器F(z)和线性均衡器F(z)时域冲击响应的估计量
Figure FDA0002810173800000073
对观测信号序列yk进行均衡，得到vk；
S571.利用LMMSE准则和LMS自适应算法从vk中估计等效信道冲击响应q，
Figure FDA0002810173800000074
S581.通过观测等效信道冲击响应的估计量
Figure FDA0002810173800000075
中的最大值得到简化因子图均衡器G(z)时域冲击响应g，
g＝q×A
其中，设定矢量a＝[a-L-J,a-L-J+1…ai…aL+J]为J1+J2阶h中g对应多径的位置标志，当ai＝1时，表示gi＝hi；当ai＝0时，表示gi＝0,A是以a为对角线的矩阵，其形式为：
Figure FDA0002810173800000076
其中J为h的阶数；
S591.利用简化因子图均衡器G(z)和简化因子图均衡器G(z)时域冲击响应g对观测信号序列yk进行均衡。
CN201810359319.1A 2018-04-20 2018-04-20 基于因子图和线性滤波器的级联均衡计算方法 Active CN108551431B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810359319.1A CN108551431B (zh) 2018-04-20 2018-04-20 基于因子图和线性滤波器的级联均衡计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810359319.1A CN108551431B (zh) 2018-04-20 2018-04-20 基于因子图和线性滤波器的级联均衡计算方法

Publications (2)

Publication Number Publication Date
CN108551431A CN108551431A (zh) 2018-09-18
CN108551431B true CN108551431B (zh) 2021-01-26

Family

ID=63511903

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810359319.1A Active CN108551431B (zh) 2018-04-20 2018-04-20 基于因子图和线性滤波器的级联均衡计算方法

Country Status (1)

Country Link
CN (1) CN108551431B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111600817B (zh) * 2019-02-20 2022-11-04 天津光电通信技术有限公司 一种因子图迭代均衡的串行分层调度算法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7191376B2 (en) * 2003-12-04 2007-03-13 Mitsubishi Electric Research Laboratories, Inc. Decoding Reed-Solomon codes and related codes represented by graphs
CN102098025A (zh) * 2009-12-11 2011-06-15 大唐移动通信设备有限公司 一种级联滤波器的设计方法及设计装置
CN104541454A (zh) * 2012-06-20 2015-04-22 麦格纳康姆有限公司 用于高频谱效率通信的多模接收器
CN105353216A (zh) * 2015-11-19 2016-02-24 许继集团有限公司 一种高效fir滤波器级联dft算法
CN106998240A (zh) * 2016-12-30 2017-08-01 上海华为技术有限公司 一种译码方法及译码器

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7191376B2 (en) * 2003-12-04 2007-03-13 Mitsubishi Electric Research Laboratories, Inc. Decoding Reed-Solomon codes and related codes represented by graphs
CN102098025A (zh) * 2009-12-11 2011-06-15 大唐移动通信设备有限公司 一种级联滤波器的设计方法及设计装置
CN104541454A (zh) * 2012-06-20 2015-04-22 麦格纳康姆有限公司 用于高频谱效率通信的多模接收器
CN105353216A (zh) * 2015-11-19 2016-02-24 许继集团有限公司 一种高效fir滤波器级联dft算法
CN106998240A (zh) * 2016-12-30 2017-08-01 上海华为技术有限公司 一种译码方法及译码器

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Hybrid factor-graph equalization for the linear distortion of satellite channels;Jianjun Zhang, Da Wang, Ye Jin;《Proceedings of 2013 International Conference on Information and Communication Technology for Education(ICTE 2013 VⅡ)》;20131201;正文第3.1节 *
Jianjun Zhang, Da Wang, Ye Jin.Hybrid factor-graph equalization for the linear distortion of satellite channels.《Proceedings of 2013 International Conference on Information and Communication Technology for Education(ICTE 2013 VⅡ)》.2013, *

Also Published As

Publication number Publication date
CN108551431A (zh) 2018-09-18

Similar Documents

Publication Publication Date Title
EP2119156B1 (en) Adaptive continuous-time equalizer for correcting the first post-cursor isi
CN111147409B (zh) 一种低轨卫星信道自适应均衡方法
CN101567863B (zh) 浅海水声通信系统的间接自适应均衡方法
CA2493106C (en) Method and apparatus for hybrid decision feedback equalization
CN108712353B (zh) 软迭代信道估计方法
US8081677B2 (en) Receiver-based adaptive equalizer with pre-cursor compensation
CN112468419B (zh) 一种自适应的双模式盲均衡方法及系统
CN113300988B (zh) 低频水声通信的模态间干扰抑制方法
WO2002015505A2 (en) Adaption of the feedforward section of an equaliser
Pandey et al. Comparative study of LMS and NLMS algorithms in adaptive equalizer
TW200917650A (en) Continuous time-decision feedback equalizer
US20100158096A1 (en) Equalization apparatus and method of compensating distorted signal and data receiving apparatus
CN108551431B (zh) 基于因子图和线性滤波器的级联均衡计算方法
US8644369B1 (en) Equalizer adaptation for heavily compressed or clipped communications signals
EP1380144B1 (en) Method and system for minimum mean square error equalization (mmse) iteratively circulating short training sequences until mse falls below a target threshold
Hadei et al. A novel adaptive channel equalization method using variable step size partial rank algorithm
JPWO2006090438A1 (ja) 受信装置
Zarzoso et al. Semi-blind constant modulus equalization with optimal step size
US7289559B2 (en) Method for updating coefficients in decision feedback equalizer
Fan et al. Fast blind equalization with two-stage single/multilevel modulus and DD algorithm for high order QAM cable systems
Ma et al. A variable step size constant modulus algorithm based on l 0-norm for sparse channel equalization
Han et al. On steepest descent adaptation: A novel batch implementation of blind equalization algorithms
Doherty Channel equalization as a regularized inverse problem
Sun et al. Improved hybrid blind equalization algorithm based on nonlinear structure
Chen et al. Parallel Blind Adaptive Equalization of Improved Block Constant Modulus Algorithm with Decision-Directed Mode

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20230614

Address after: 300222 No. 6, Taishan Road, Hexi District, Tianjin

Patentee after: TOEC Technology Co.,Ltd.

Address before: No. 6, Taishan Road, Tianjin, Hexi District

Patentee before: TIANJIN GUANGDIAN FENGTAI TECHNOLOGY CO.,LTD.

TR01 Transfer of patent right