CN108988881B

CN108988881B - 一种基于双通道模型的小波变换修正盲均衡方法

Info

Publication number: CN108988881B
Application number: CN201811155791.XA
Authority: CN
Inventors: 戴安群; 任春辉; 李晓博
Original assignee: University of Electronic Science and Technology of China
Current assignee: University of Electronic Science and Technology of China
Priority date: 2018-09-30
Filing date: 2018-09-30
Publication date: 2019-09-13
Anticipated expiration: 2038-09-30
Also published as: CN108988881A

Abstract

本发明属于通信信号处理技术领域，涉及非合作通信系统中信号的盲均衡方法，具体的说是一种基于双通道模型的小波变换修正盲均衡方法。本发明在仅增加相同硬件设备、不增加算法复杂度的前提下，减小系统稳态误差，并缩短处理时间，提高系统的实时性。首先将信号按照奇偶时刻提取，分别进入两个处理通道，依据修正算法进行更新迭代，并由计算误差同步自适应调整步长。

Description

一种基于双通道模型的小波变换修正盲均衡方法

技术领域

本发明属于通信信号处理技术领域，涉及非合作通信系统中信号的盲均衡方法，具体的说是一种基于双通道模型的小波变换修正盲均衡方法。

背景技术

非合作通信系统中，由于存在多径效应以及带宽受限，信号在传输过程中不可避免地会引入码间串扰，从而降低通信质量，盲均衡技术在不使用训练序列的情况下对接收到的信号进行均衡，使处理后的信号尽可能接近原始信号，有效克服码间串扰影响，减小误码率，提高通信质量。经典的Bussgang类盲均衡算法及其改进算法已广泛应用于各种通信系统。基于CMA的盲均衡算法计算复杂度小，易于实现，步长也是决定算法收敛性能的关键因素，采用较大步长时，收敛速度要比采用小步长时更快，但要以稳态剩余误差为代价。

基于单通道的小波变换CMA算法(WTCMA)虽然在经典的CMA算法基础上进一步减小了稳态误差，但相对整个处理系统来说，误差仍然较高，传统的单通道模型算法主要包括以下步骤：1，初始化均衡器抽头系数为合适值，一般采用初始化中心抽头系数为1，如抽头长度为7，则初始化为

W₀＝[0 0 0 1 0 0 0]

2，对接收信号r(n)时行小波变换，得到v(n)，小波变换后，使信号的细节特征更加明显，自动适应时频信号分析的要求

v(n)＝W_t[r(n)]

3，根据均衡器输入输出计算误差，并按照CMA算法进行迭代更新。

w(n+1)＝w(n)+mu*e*v*conj(z)

该方法存在不足：

1，当数据量较大时，因为只在一条通道进行处理，则处理速度较慢，不满足系统实时性要求。

2，迭代步长固定，不能自适应调整，收敛后误差较大。

发明内容

针对上述问题，本发明提出一种基于双通道模型的小波变换修正盲均衡方法。

本发明的技术方案为：

一种基于双通道模型的小波变换修正盲均衡方法，其特征在于，包括以下步骤：

S1、采用双通道，分别接收信号奇偶时刻提取信号，输入两个通道的信号需先进行小波变换；

S2、每个通道根据修正算法进行更新迭代，并更新对方通道的均衡器系数；

S3、对两个通道的输出进行位置还原，输出结果。

本发明所提出的双通道模型(如附图1所示)，该模型在单通道设备基础上，增加了相同的设备变为双通道，理想情况下，可以认为两个通道处理的速度一致，则同一时刻，两个通道正在处理的数据必然是交替出现的序列，可以很好地保证较高的相关性。

双通道接收信号的具体方法为：

定义双通道分别为通道1和通道2，则：

通道1中k时刻数据x₁(k)为接收信号x中的奇时刻数据样本：

x₁(k)＝x(2*k-1)

通道2中k时刻数据x₂(k)为接收信号x中的偶时刻数据样本：

x₂(k)＝x(2*k)。

两个通道的输入信号首先分别进行小波变换，与傅里叶变换不同的是，小波变换不再采用无限长三角函数基，而是利用有限长、会衰减的小波基，不仅能够获取频率信息，还可以确定某一频率对应出现的时间。

本发明中采用db2小波基构造小波滤波器，即使原始信号经过噪声污染变成不稳定信号，也能够根据小波基的特性，将信号中各种不同的频率成分分解到互不重叠的频带上，为信号滤波、信噪分离和特征提取提供了有效途径。

小波变换原理为：

根据Bussgang盲均衡原理，本发明采用一种改进的变步长算法，设定横向滤波器权向量：

w(n+1)＝w(n)+mu*inv(step)*e(n)*v(:,n)*conj(z(n))

其中，mu为固定步长，step为根据均衡器输出构造的矩阵，v和z分别代表均衡器输入和输出，e为误差，inv(step)为计算step矩阵的逆矩阵；

与单通道模型中自我更新不同的是，双通道模型中利用Ⅰ通道和Ⅱ通道输出更新对方均衡器抽头系数，这样做的好处是充分利用冗余数据信息，即本通道中不仅有自己的数据信息，同时还利用对方通道中的数据信息来更新权系数。

通道1的迭代公式为：

w₁(n+1)＝w₁(n)+0.05*mu*inv(step2_n)*e₂*v₂(:,n)*conj(z₂(n))

通道2的迭代公式为：

w₂(n+1)＝w₂(n)+0.05*mu*inv(step1_n)*e₁*v₁(:,n)*conj(z₁(n))

n取1，2，...，N一系列正整数，表示n时刻系数迭代公式；

迭代步长动态调整：

其中

s_ii＝β*s_ii-1+(1-β)*(|v(i,j)|³)

β为固定步长系数，一般取接近1的数，这里取0.999。

误差为：

e(n)＝R-|z(n)|²

R为待处理信号的模，是一个常数值。

通常情况下，迭代开始后，步长的变化趋势是由大变小，最后趋于稳定，步长较大时，收敛速度较快，收敛后，减小步长，以提高收敛精度。

进一步的，两个通道均衡器的输出还分别经过了一个比例模块，比例系数分别为p,q，本通道误差较大时，比例系数也应当设置稍小，反之应设置稍大，本发明根据计算输出误差来设置比例系数：

通道1比例系数：

通道2比例系数：

比例模块输出为：

z_O'(n)＝p(n)*z_O(n)

z_E'(n)＝q(n)*z_E(n)

两个通道的输出最终还需要位置复原，即奇、偶时刻的输出都要还原到输入时相对应的位置：

z(2*k-1)＝z_O'(k)

z(2*k)＝z_E'(k)

即

z(k)＝{z_O'(1),z_E'(1),z_O'(2),z_E'(2),...,z_O'(k),z_E'(k)}

其中，k取1，2，...，N等一系列正整数，z(k)为最终输出信号。

本发明的有益效果为，仅增加相同硬件设备、不增加算法复杂度的前提下，减小系统稳态误差，并缩短处理时间，提高系统的实时性，并可由计算误差同步自适应调整步长。

附图说明

图1：双通道小波变换CMA算法盲均衡模型，r_O(n)及r_E(n)分别为两个通道的输入信号，z(n)为最终输出信号；

图2：数据量为1000时，CMA算法、单通道模型算法、双通道模型算法仿真结果示意图。

具体实施方式

下面结合附图和实施例，详细描述本发明的技术方案：

实施例：

1，QAM信号是一种在实际通信情况中广泛使用的调制信号，本例中采用4进制的16QAM信号，能提供更好的传输性能，具有较好的代表性；信号在实际传输过程中，产生码间串扰及附加噪声的可能性比较复杂，选用20dB的信噪比，综合考虑了较好及较差的传输环境；

2，按奇、偶时刻提取出的两路信号，均衡器每次迭代，输入信号的长度与均衡器抽头个数等长(mm为均衡器抽头个数，j为输入数据的时刻)

并且同一通道相邻两次均衡器处理的数据有重叠部分，重叠部分长度为抽头个数减1，本质是充分利用冗余信息，提高整个模型的性能；

x(j,:)＝xx(j+mm-1:-1:j)

3，均衡器迭代过程中依照CMA修正算法更新抽头系数，误差计算依据是

e(n)＝R-|z(n)|²

而评估均衡性能是，采用最小均衡误差算法进行衡量，误差计算依据是：

mse(n)＝min(|z(n)-qmod|²)

其中，z(n)为还原位置后的最终输出，qmod是原始无码间串扰的传输信号。

图2为数据量为1000时，CMA算法、单通道模型算法、双通道模型算法仿真结果，可以看出，相同数据量情况下，双通道模型比单通道性能提升约10％；

表1为不同数据量情况下，算法耗时性能对比，由于仿真软件中无法进行两路并发数据处理，因此，记录了实际处理时间。双通道模型处理耗时比单通道稍短，但实际应用中，可以并行处理两路通道，理论消耗时间(双通道并行处理)仅为总耗时的一半，速度更快。

表1 不同数据量情况下，算法耗时性能对比

Claims

1.一种基于双通道模型的小波变换修正盲均衡方法，其特征在于，包括以下步骤：

S1、采用双通道，分别接收信号奇偶时刻提取信号，输入两个通道的信号需先进行小波变换；采用双通道接收信号的具体方法为：

定义双通道分别为通道1和通道2，则：

通道1中k时刻数据x₁(k)为接收信号x中的奇时刻数据样本：

x₁(k)＝x(2*k-1)

通道2中k时刻数据x₂(k)为接收信号x中的偶时刻数据样本：

x₂(k)＝x(2*k)；

S2、每个通道根据修正算法进行更新迭代，并更新对方通道的均衡器系数；具体方法为：

按照初始化的均衡器系数进行一次更新后，应用均衡器输出结果及计算误差进行后续迭代，并更新对方通道的均衡器系数：

设定横向滤波器权向量：

w(n+1)＝w(n)+mu*inv(step)*e(n)*v(:,n)*conj(z(n))

其中，mu为固定步长，step为根据均衡器输出构造的矩阵，v(:,n)和z(n)分别代表均衡器输入和输出，e(n)为误差，inv(step)为计算step矩阵的逆矩阵；

通道1的迭代公式为：

w₁(n+1)＝w₁(n)+0.05*mu*inv(step2_n)*e₂(n)*v₂(:,n)*conj(z₂(n))

通道2的迭代公式为：

w₂(n+1)＝w₂(n)+0.05*mu*inv(step1_n)*e₁(n)*v₁(:,n)*conj(z₁(n))

n取1，2，...，N，N为正整数，表示n时刻系数迭代公式；

迭代步长动态调整：

其中

s_ii＝β*s_(i-1)(i-1)+(1-β)*(|v(i,j)|³)

β为固定步长系数；

误差为：

e(n)＝R-|z(n)|²

R为待处理信号的常数模，是一个常数值；

S3、对两个通道的输出进行位置还原，输出结果。

2.根据权利要求1所述的一种基于双通道模型的小波变换修正盲均衡方法，其特征在于，步骤S2还包括：

两个通道均衡器的输出还分别经过了一个比例模块，比例系数分别为p,q：

通道1比例系数：

通道2比例系数：

比例模块输出为：

z_O'(n)＝p(n)*z_O(n)

z_E'(n)＝q(n)*z_E(n)。

3.根据权利要求2所述的一种基于双通道模型的小波变换修正盲均衡方法，其特征在于，步骤S3的具体方法为：

z(2*k-1)＝z_O'(k)

z(2*k)＝z_E'(k)

即

z(k)＝{z_O'(1),z_E'(1),z_O'(2),z_E'(2),...,z_O'(k),z_E'(k)}

其中，k取1，2，...，N，z(k)为最终输出结果。