CN108600128A

CN108600128A - 基于mmse准则的均衡系统及均衡方法

Info

Publication number: CN108600128A
Application number: CN201810276755.2A
Authority: CN
Inventors: 熊军; 王旭; 那成亮
Original assignee: Xi'an Yu Fei Electronic Technology Co Ltd
Current assignee: Xi'an Yu Fei Electronic Technology Co Ltd
Priority date: 2018-03-30
Filing date: 2018-03-30
Publication date: 2018-09-28

Abstract

本发明涉及无线通信领域，尤其涉及一种基于MMSE准则的均衡系统及均衡方法，该系统包括发射端，用于将信源产生的原始数据调制为符号序列，将符号序列分成多个数据块，在每个符号序列数据块前插入训练序列，构成发射符号序列，发送至接收端；接收端，用于将发射符号序列分成多个数据块，将训练序列提取出来，利用训练序列做信道估计，得到均衡系数矢量，将训练序列删除，得到业务信号，将业务信号变换到频域中，得到频域序列，进行均衡处理，得到均衡序列，将均衡序列变换到时域中，得到时域序列，对时域序列进行抽样输出，得到原始数据。本发明将符号序列分成多个数据块，接收端能更有针对性的对每一块数据块进行均衡，提高均衡效果。

Description

基于MMSE准则的均衡系统及均衡方法

技术领域

本发明涉及无线通信领域，尤其涉及一种基于MMSE准则的均衡系统及均衡方法。

背景技术

在无线通信中，电磁波在自由空间中传播会遇到各种障碍物从而产生反射，折射，散射等现象。这些现象导致发射机和接收机之间存在无数多条达到路径，无线电波在每条路径上的传播延时不同，衰落大小不同，从而形成了无线信道的多径效应。该效应导致接收符号发生畸变，无法正确判断发送符号，这就是我们常说的码间干扰问题。

无线信道通过电磁波在空间中的传播来传递信号，由于电磁波的传播存在反射，散射和衰落等特点，经过无线信道传播后的信号会产生一定的幅度变化和失真，即衰落和噪声。我们根据信号在时间轴上的变化频率分为大尺度衰落和小尺度衰落。大尺度衰落是指电磁波经历空间传播所引起的路径损耗，阴影衰落，它主要取决于传播环境和路径长度，根据时间的变化基本保持不变。而小尺度衰落是指信号幅度在短时间内发生较大的变化，它带来的影响要远大于大尺度衰落，因此在实际通信中，一般只考虑小尺度衰落的影响。产生小尺度衰落的原因主要有两个：一个是由于电磁波的折射，反射等特性引起的多径效应，另一个是由于发射机和接收机之间的相对运动所造成的多普勒效应。

针对多径带来的问题，目前有两种比较成熟的解决方案：一是单载波传输下的均衡器技术，另一个则是正交频分复用技术(OFDM)。OFDM技术属于多载波通信的范畴，它通过将信息调制于多个正交的子载波上，在对抗码间干扰问题上有着很好的性能，并可以利用快速傅里叶变换(FFT)计算复杂度低的优势进行实现。但是相比于单载波系统，OFDM系统对于频偏和相位噪声非常敏感，而且信号峰均功率比较高，降低了功放的效率。因此单载波系统仍然是无法取代的。

OFDM这种技术在有线传输中通常称为离散多音频(Discrete Multitone,DMT)技术，而无线研究者通常将它称为正交频分复用(Orthogonal Frequency-DivisionMultiplexing,OFDM)。尽管术语不同，但他们的共同特征都是把具有频率选择性的宽带信道分成若干个并行窄带子信道。在多载波系统中，高速数据流被解复用后在多个子载波上传输，其信道失真很容易在接收机中基于单个子载波进行补偿。

多载波技术可以被进一步优化设计，使得子载波间的频率间隔尽可能小，同时保持响应的时域波形的正交性，而不同子载波的信号谱在频域上是重叠的。这样，可用传输带宽就可以被充分利用。甚至某些传输条件恶劣的子载波还可以被屏蔽。

尽管多载波技术早在40多年前就被提出了，但直到最近，随着低成本数字信号处理器的出现(如用快速傅里叶变换(FFT)实现调制解调)，它才引起研究者的广泛关注。尤其是在过去的20年中，已编码OFDM技术已被大量标准和制造商采纳为主流技术，其中包括数字视频广播(Digital Video Broadcasting,DVB)、数字音频广播(Digital AudioBroadcasting,DAB)、异步数字用户环路(Asymmetric Digital Subscriber Line,ADSL)、无线局域网、无线城域网、电力线通信(Power Line Communications,PSL)等。OFDM也是利用超宽带(Ultra Wideband,UWB)的无线个域网和认知无线网络的主要候选技术。而且，在3GPPLTE和3GPP2的演进标准中，OFDM也被作为核心技术正在接受评估。

尽管OFDM技术在商业上获得了巨大成功，但他的缺陷也是显著的。如很高的峰均比导致对线性放大器的要求很高，从而大大增加了设备成本。而且， OFDM对载波频率误差非常敏感，造成很大的载波间干扰。

为克服OFDM的缺陷，一种替代方案是单载波频域均衡技术。它和OFDM一样，也是基于块处理，采用FFT\IFFT(快速傅里叶变换/快速傅里叶逆变换)技术实现调制解调，复杂度和OFDM相当，而且不需要高精度频率同步技术和高成本的线性功放。另一方面，频域均衡技术的复杂度要比时域均衡复杂度要低的多，并且最近研究结果表明，单载波频域均衡在某些场合下演示了和OFDM 相当甚至更好的性能。

实际上，频域均衡技术最初是由Walzman在1973年提出的，他们证明了频域自适应均衡比时域均衡具有更低的实现复杂度和更好的收敛属性。而且，更吸引人的是，频域均衡器的信号处理可以以比输入数据更低的采样率来实现，因而它在过去多年里引起了人们的研究兴趣。可是，直到1995年Sari的文章发表之后，频域均衡的更大潜力才被人们真正认识到。文章中指出了OFDM 和单载波频域均衡在实现上的高度相似性，并建议把均衡作为数字陆地广播系统的一种低复杂度解决方案。这又重新引起了研究者对频域均衡的高度兴趣，并把它作为高速宽带无线接入系统中和OFDM的一种强力竞争方案。

单载波均衡技术根据位置的不同分为发射端预均衡和接收端后均衡，预均衡一般适用于信道基本保持不变的通信系统中，将数据在经过信道之前经过一个与信道匹配的滤波器来抵消信道的干扰作用。接收端后均衡需要考虑到噪声对均衡性能的影响，一般分为迫零(ZF)均衡，最小均方误差(MMSE)均衡,判决反馈均衡(DFE)等，他们的复杂度依次增加，性能也相应提高。另外，接收端均衡也可以根据采样率的不同分为分数间隔均衡和普通的码元间隔均衡。

另一方面，单载波均衡技术根据数据处理的方式不同又可以分为时域均衡器和频域均衡器，时域均衡器对数据做串行流水处理，依次通过均衡滤波器，而频域均衡器则将数据通过FFT变换到频域，按块进行处理。这两者各有优劣，比如时域判决反馈均衡器存在误差扩散的现象，而且反馈系数的计算复杂度随着信道长度的增加呈现指数上升的趋势，相比之下，频域判决反馈均衡器的优势在于它将误差扩散限制在一帧数据内，而且可以用FFT完成计算，复杂度相对来说是最低的。在单载波系统中，当信道条件相当恶劣时，简单的均衡算法可能无法达到使人满意的接收性能。

随着无线多媒体和交互式互联网需求的日益增长，对高速数据传输的研究也越来越深入。对高速宽带应用的一个主要设计挑战是信道的时间弥散性。对多径传输的影响分析可在时域(TD)进行，也可在频域(FD)进行。在时域，当信道时间扩散大于符号周期时，相邻符号之间会引入码间干扰(ISI)，造成信号失真；而在频域，如果通信带宽大于信道相干带宽，则发射信号的不同频率成分将经历不同的衰落，导致频率选择性失真。

对典型延迟扩展可达数微秒量级的无线信道，如果目标传输率为数十兆每秒，则ISI可影响数十甚至数百个数据符号。因此，设计高速宽带数据通信系统应该能抵抗这样严重的ISI。

时域均衡算法就是在接收机端对ISI造成的信号失真进行补偿的一种措施，包括最大似然序列估计器(MLSE)，最大后验概率估计器(MAP)，线性均衡器(LE)和判决反馈均衡器(DFE)等。一般而言，时域均衡器是针对窄带信道设计的，尽管原理上，它也可用于宽带无线信道上，但每个符号周期的运算操作数是随着ISI跨距符号数或等价的数据率成线性增加的。

经过均衡器后的符号判决输出应用于均衡器中并影响了后续判决输出，则称该均衡器是非线性均衡器，主要包括判决反馈均衡器和最大似然均衡算法。相比于线性均衡器，判决反馈均衡器结构更加复杂，由前馈滤波器和反馈滤波器组成，适用于当时延扩展较大的无线信道。最大似然均衡算法不仅仅只对收到的符号进行解调，而是检测所有可能的情况，并选择与发送数据最相似序列作为输出，它的性能最好，相应地复杂度也最高。

现有技术针对单载波时域均衡一般效果都不太理想，很难达到理想状态。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于MMSE准则的均衡系统及均衡方法。

本发明的一个方面，提供了一种基于MMSE准则的均衡系统，包括：

发射端，用于将信源产生的原始数据调制为符号序列，将符号序列分成多个符号序列数据块，在每个符号序列数据块前插入训练序列，构成发射符号序列，发送至接收端；

接收端，用于将发射符号序列分成多个发射符号数据块，将每个发射符号数据块中的训练序列提取出来，利用训练序列做信道估计，得到均衡系数矢量，并将每个发射符号数据块中的训练序列删除，得到业务信号，将业务信号变换到频域中，得到频域序列，根据MMSE准则通过均衡系数矢量对频域序列进行均衡处理，得到均衡序列，将均衡序列变换到时域中，得到时域序列，对时域序列进行抽样输出，得到原始数据。

进一步地，发射端包括符号序列调制模块、符号序列分块模块和训练序列插入模块，接收端包括发射符号序列分块模块、训练序列删除模块、训练序列提取模块、频域变换模块、信道估计模块、均衡模块、时域变换模块和抽样输出模块，其中，

符号序列调制模块，用于将信源产生的原始数据调制为符号序列，将符号序列发送至符号序列分块模块；

符号序列分块模块，用于将接收的符号序列分成多个符号序列数据块，将全部符号序列数据块发送至训练序列插入模块；

训练序列插入模块，用于在接收的每个符号序列数据块前面插入训练序列，构成发射符号序列，发送至发射符号序列分块模块；

发射符号序列分块模块，用于将接收的发射符号序列分成多个发射符号数据块，将全部发射符号数据块分别发送至训练序列删除模块和训练序列提取模块；

训练序列删除模块，用于将接收的每个发射符号数据块中的训练序列删除，得到业务信号，将业务信号发送至频域变换模块；

训练序列提取模块，用于将接收的每个发射符号数据块中的训练序列提取出来，发送至信道估计模块；

频域变换模块，用于将接收的业务信号变换到频域中，得到频域序列，将频域序列发送至均衡模块；

信道估计模块，用于根据接收的训练序列做信道估计，得到均衡系数矢量，发送至均衡模块；

均衡模块，用于根据MMSE准则通过接收的均衡系数矢量对频域序列进行均衡处理，得到均衡序列，发送至时域变换模块；

时域变换模块，用于将接收的均衡序列变换到时域中，得到时域序列，发送至判决模块；

抽样输出模块，用于对接收的时域序列进行抽样输出，得到原始数据。

进一步地，训练序列由两个完全相同的训练序列子集组成。

进一步地，训练序列插入模块通过多径衰落信道和噪声方差信道将发射符号序列发送至发射符号序列分块模块。

进一步地，均衡模块使用MMSE均衡器对频域序列进行均衡处理。

本发明的第二个方面，提供了一种基于MMSE准则的均衡方法，包括以下步骤：

利用发射端将信源产生的原始数据调制为符号序列，将符号序列分成多个符号序列数据块，在每个符号序列数据块前插入训练序列，构成发射符号序列，发送至接收端；

利用接收端将发射符号序列分成多个发射符号数据块，将每个发射符号数据块中的训练序列提取出来，利用训练序列做信道估计，得到均衡系数矢量，并将每个发射符号数据块中的训练序列删除，得到业务信号，将业务信号变换到频域中，得到频域序列，根据MMSE准则通过均衡系数矢量对频域序列进行均衡处理，得到均衡序列，将均衡序列变换到时域中，得到时域序列，对时域序列进行抽样输出，得到原始数据。

利用符号序列调制模块将信源产生的原始数据调制为符号序列，将符号序列发送至符号序列分块模块；

利用符号序列分块模块将接收的符号序列分成多个符号序列数据块，将全部符号序列数据块发送至训练序列插入模块；

利用训练序列插入模块在接收的每个符号序列数据块前面插入训练序列，构成发射符号序列，发送至发射符号序列分块模块；

利用发射符号序列分块模块将接收的发射符号序列分成多个发射符号数据块，将全部发射符号数据块分别发送至训练序列删除模块和训练序列提取模块；

利用训练序列删除模块将接收的每个发射符号数据块中的训练序列删除，得到业务信号，将业务信号发送至频域变换模块；

利用训练序列提取模块将接收的每个发射符号数据块中的训练序列提取出来，发送至信道估计模块；

利用频域变换模块将接收的业务信号变换到频域中，得到频域序列，将频域序列发送至均衡模块；

利用信道估计模块根据接收的训练序列做信道估计，得到均衡系数矢量，发送至均衡模块；

利用均衡模块根据MMSE准则通过接收的均衡系数矢量对频域序列进行均衡处理，得到均衡序列，发送至时域变换模块；

利用时域变换模块将接收的均衡序列变换到时域中，得到时域序列，发送至抽样输出模块；

利用抽样输出模块对接收的时域序列进行抽样输出，得到原始数据。

进一步地，训练序列由两个完全相同的训练序列子集组成。

本发明提供的基于MMSE准则的均衡系统及均衡方法，与现有技术相比具有以下进步：

(1)对信源产生的数据进行分块处理，并添加训练序列，提高了接收端均衡时的效果，简单高效实现信息的传输，具有操作简单、数据传输效率较高的优点。

(2)使用两个相同的训练序列子集组成训练序列插入到数据块前，作为导频码，接收端根据导频码对数据进行识别，可以防止多径衰落问题。

(3)使用训练序列做信道估计，信道估计更加准确，数据传输更加精确。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1为本发明实施例中的基于MMSE准则的均衡系统的器件连接框图；

图2为本发明实施例中的基于MMSE准则的均衡方法的步骤图；

图3为本发明实施例中的相关峰值功率点图；

图4为本发明实施例中的信号均衡前的信号质量图；

图5为本发明实施例中的信号均衡之后的信号质量图；

图6为本发明实施例中的信号均衡之后定点量化后的信号质量图；

图7为本发明实施例中的LLR最终均衡后的量化BIT小数选择图；

图8为本发明实施例中的恶劣城市信道每一块分成子块个数性能对比图；

图9为本发明实施例中的恶劣城市时域上信道冲击响应图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非被特定定义，否则不会用理想化或过于正式的含义来解释。

本发明实施例提供了一种基于MMSE准则的均衡系统及均衡方法。

如图1，本实施例的一种基于MMSE准则的均衡系统，包括：

本实施例的基于MMSE准则的均衡系统，对信源产生的数据进行分块处理，并添加训练序列，提高了接收端做均衡处理时的效果，简单高效实现信息的传输，具有结构简单、数据传输效率较高的优点。

本实施例中，发射端包括符号序列调制模块、符号序列分块模块和训练序列插入模块，接收端包括发射符号序列分块模块、训练序列删除模块、训练序列提取模块、频域变换模块、信道估计模块、均衡模块、时域变换模块和抽样输出模块，其中，

时域变换模块，用于将接收的均衡序列变换到时域中，得到时域序列，发送至抽样输出模块；

本实施例中训练序列由两个完全相同的训练序列子集组成。训练序列插入模块通过多径衰落信道和噪声方差信道将发射符号序列发送至发射符号序列分块模块。均衡模块使用MMSE均衡器对频域序列进行均衡处理。

如图2，本实施例的一种基于MMSE准则的均衡方法，包括以下步骤：

本实施例的基于MMSE准则的均衡方法，对信源产生的原始数据进行分块处理，并添加训练序列，提高了接收端做均衡处理时的效果，简单高效实现信息的传输，具有结构简单、数据传输效率较高的优点。

本实施例中，训练序列由两个完全相同的训练序列子集组成。训练序列插入模块通过多径衰落信道和噪声方差信道将发射符号序列发送至发射符号序列分块模块。均衡模块使用MMSE均衡器对频域序列进行均衡处理。

在发射端，信源产生的原始数据比特流d(n)经过调制得到符号序列x(n) 后，首先经过分块操作，变成长度为N的符号序列数据块 x₀(n)，x₁(n)，x₂(n)，...，x_N-1(n)，其中，

x_k(n)＝x(Nn+k),0≤k≤N-1

将每个符号序列数据块前面插入N_g个训练序列符号到块首作为导频码，得到长度为N_b＝N+N_g的数据块，每个训练序列由两个完全相同的训练序列子集训练序列1+训练序列2组成，每一个训练序列子集长度是Ng/2，构成发射符号序列s(n)，s_k(n)＝[TSGK x(Nn+k)],0≤k≤N-1，通过多径衰落信道h(n)和噪声方差σ²的加性高斯白噪声信道v(n)到达接收端。

在接收端，接收到的信号r(n)由于训练序列已知，故此利用训练序列和接收到的信号相关，如图3，X和Y分别代表功率和峰值，根据相关峰值，获取信号每一块的起始点，找到每一块的起始位置，然后分成长度为N_b的发射符号数据块r₀(n),r₁(n),...,r_N-1(n)，其中r_k(n)＝r(N_bn+k),0≤k≤N_b-1。然后对每个发射符号数据块进行删除训练序列的操作，得到传递的业务信号y(n)。使用N点快速傅里叶变换将信号变换到频域中，此时每一块中的训练序列不再参与快速傅里叶变换的处理，节省了提取训练序列的时间和不必要的操作，得到频域序列Y(n)。在频域经过均衡处理后的序列再通过N点快速傅里叶反变换操作变换回时域序列在时域进行抽样输出，得到重建的数据符号即原始数据。

第i个数据矢量为：

X(i)＝[x₀(n),x₁(n),x₂(n),...,x_N-1(n)]＝[x(iN),x(iN+1),...,x(iN+N-1)]^T，添加训练序列后，得到N_b×1维矢量：

s(i)＝T_TSX(i)＝[x(iN+N-N_g),x(iN+N-1),x(iN),...,x_i(iN+N-1)]^T

上式中N_b×N维矩阵表示添加循环前缀操作，其中表示N_g×N维零矩阵，表示N_g×N_g维单位矩阵。

多径衰落信道冲激响应用长度为L的矢量h＝[h(0),h(1),...,h(L-1)]^T表示，其作用为线性卷积，如下式所描述：

令r(i)＝[r(iN_b),r(iN_b+1),...,r(iN_b+N-1)]^T表示第i个接收数据块矢量，v＝[v(0)，v(1)，...，v(N_b-1)]^T表示噪声矢量，则经过信道后有 r(i)＝H₀s(i)+H₁s(i-1)+v，

其中：是N_b×N_b维的下三角矩阵。

是N_b×N_b维的上三角矩阵。

H₁s(i-1)表示由前一个数据块多径延迟的效果叠加到当前块而产生的块间干扰(简称IBI)。

令N×1维矢量y(i)表示删除训练序列后的第i格数据块，即

上式中N×N_b维矩阵表示删除训练序列操作，

当N_g≥L时，有R_TSH₁＝0，也就是消除了IBI，这样上式可以改写为

其中是N×N为循环矩阵，具有如下的形式：

可知，当发射端采用分块传输和添加训练序列的操作时，多径信道的线性卷积效果等于圆周卷积，这样在接收端删除训练序列后，信道传输矩阵成为循环矩阵。

根据矩阵理论知识，循环矩阵可以被傅里叶变换矩阵对角化，即

H＝F^HΛF (2)

其中F为快速傅里叶变换变换矩阵，其第(k,n)个元素为F^H为快速傅里叶反变换矩阵，其第(k,n)个元素为

为对角阵，其中是信道冲激响应矢量h的N点快速傅里叶变换的第k系数。

删除训练序列后的数据块进行N点快速傅里叶变换操作，即相当于(1) 式两端左乘F，有

Y(i)＝Fy(i) (3)

其中Y(i)＝[Y(N)，Y(iN+1)，...，Y(iN+N-1)]^T为快速傅里叶变换模块输出的第i个N×1维矢量，将(1)，(2)式代入(3)式有

令为第i个数据符号矢量经过N点快速傅里叶变换后得到的N×1维频域矢量。

为噪声矢量的N点快速傅里叶变换变换后得到的N×1维频域矢量，(4)式可以改写为

Y_k(n)＝H_kX_k(n)+V_k,0≤k≤N-1 (5)

可以看到，多径频率选择性衰落信道转化为频域的N个并行子信道，每个子信道仅由包括一个乘性抽头系数H_k和一个加性白噪声V_k。可以使用简单的 N阶频域线性均衡器来实现均衡操作，包括迫零均衡器和MMSE均衡器。除了简单的线性均衡外，也可以采用更复杂的判决反馈均衡来实现频域均衡。

采用简单的前向线性均衡器对经过快速傅里叶变换变换和删除训练序列后的频域接收矢量进行均衡，可以用下式表示：

其中W＝[W(0),W(1),...,W(N-1)]^T为均衡器系数矢量。

得到迫零均衡器：

设噪声方差为E(v_n ²)＝σ²,令有

其中

令得到MMSE均衡器：

将均衡后的结果转换到时域就得到即根据时域均衡的结果，首次均衡时的输出软信息为：

令则其离散傅里叶变换为:

从而令:

从而频域均衡软信息计算为：

得到软比特信息之后，将进入编解码模块，由于编解码模块(例如LDPC 编码)的数据精度受限，故此输入信号的精度需要变小，故此需要自适应精度调整。本实施例是基于块均衡，最终信号软比特量化精度也是基于块进行独立调整，基于每一块进行BIT长度调整：

LLR_RMS＝RMS(llr_E,D(k))

设定一个目标数值(TAEGET_LLR)：

llr_E,D(k)＝llr_E,D(k).*fact_weight k＝0,1,…,N-1

虽然低BIT量化后，信号质量稍稍有所下降，但是远比没有量化前信号质量有很大提升。例如软比特位数是6BIT，1个符号位，例如有5位有效位。采用4BIT均值功率LLR_RMS＝16，LLR(Log-like Lihood Ratio，最大似然比) 则有1BIT的PAR(Peak-to-Average Ratio，峰均比)范围，对于基于每一块的调整精度来说应该够了。图4为信号均衡前的信号质量图(16BIT,误差向量幅度为35.4)，图5为信号均衡之后的信号质量图(16BIT，误差向量幅度为15.7)，图6信号均衡之后定点量化后的信号质量图(6BIT，误差向量幅度为＝16.7)，图7为LLR最终均衡后的量化BIT最大似然比小数选择分别为4位和 3位小数的曲线图，ErrorRate为错误速率，如图4至图6中，黑色块为接收端接收的信号，白色块为发射端发出的信号，示意了最终LLR_TARGET＝2^4,2^3 不同量化结果后均衡性能图。所以针对单载波频域均衡系统，均衡之后的信号采用1BITPAR量化效果最佳。

为了改善效果，本实施例进一步提出基于两级分块进行均衡，提出子块线性叠加均衡算法，使得信道均衡的改善进一步得到提升。接收端对接收到的每个数据块再次分成两个数据块。

图8为恶劣城市信道每一块分成子块个数性能对比图，显示出接收端不进行数据分块(空心圆形连成的曲线)以及将数据块分成两个子块(实心圆形连成的曲线)对接收信号的影响，图9为恶劣城市时域上信道冲击响应图，图中的h代表估计信号。预设的信道比例关系矩阵wp_d为(0.7187，0.2813，0.2186， 0.7814)或者(0.75,0.25,0.25,0.75)，采用前后得到的信道估计信号h1和 h2和预设的信道比例关系矩阵wp_d相乘，即wp_d*h_m，得到两组新的信道估计参数h11new，h12new。这样就可以更加准确的进行信道估计，原理是把数据分为2部分，对前面一部分的数据的信道估计h1占主要部分，例如0.75，h2 对前面一半数据的影响比例小，例如占0.25。同理后面一部分的数据信道估计 h2占主要部分，例如0.75，前面h1对后面数据的影响比例小，例如占0.25。这样信道估计的叠加更加合理，使得信道估计更加准确，得到的均衡效果更好。这种每一个数据块分子块的算法和不分子块的算法通过性能对比仿真，在中高信噪比下性能确实有比较明显的改善。因为针对恶劣城市信道环境复杂，故此更精细的信道子块划分能够更加准确的反映出信道的快衰落特性。

对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims

1.一种基于MMSE准则的均衡系统，其特征在于，包括：

2.根据权利要求1所述的基于MMSE准则的均衡系统，其特征在于，发射端包括符号序列调制模块、符号序列分块模块和训练序列插入模块，接收端包括发射符号序列分块模块、训练序列删除模块、训练序列提取模块、频域变换模块、信道估计模块、均衡模块、时域变换模块和抽样输出模块，其中，

3.根据权利要求2所述的基于MMSE准则的均衡系统，其特征在于，训练序列由两个完全相同的训练序列子集组成。

4.根据权利要求3所述的基于MMSE准则的均衡系统，其特征在于，训练序列插入模块通过多径衰落信道和噪声方差信道将发射符号序列发送至发射符号序列分块模块。

5.根据权利要求4所述的基于MMSE准则的均衡系统，其特征在于，均衡模块使用MMSE均衡器对频域序列进行均衡处理。

6.一种基于权利要求1所述的基于MMSE准则的均衡系统实现的均衡方法，其特征在于，包括以下步骤：

7.根据权利要求6所述的基于MMSE准则的均衡方法，其特征在于，发射端包括符号序列调制模块、符号序列分块模块和训练序列插入模块，接收端包括发射符号序列分块模块、训练序列删除模块、训练序列提取模块、频域变换模块、信道估计模块、均衡模块、时域变换模块和抽样输出模块，其中，

8.根据权利要求7所述的基于MMSE准则的均衡方法，其特征在于，训练序列由两个完全相同的训练序列子集组成。

9.根据权利要求8所述的基于MMSE准则的均衡方法，其特征在于，训练序列插入模块通过多径衰落信道和噪声方差信道将发射符号序列发送至发射符号序列分块模块。

10.根据权利要求9所述的基于MMSE准则的均衡方法，其特征在于，均衡模块使用MMSE均衡器对频域序列进行均衡处理。