CN109246039A - 一种基于双向时域均衡的软信息迭代接收方法 - Google Patents
一种基于双向时域均衡的软信息迭代接收方法 Download PDFInfo
- Publication number
- CN109246039A CN109246039A CN201810902892.2A CN201810902892A CN109246039A CN 109246039 A CN109246039 A CN 109246039A CN 201810902892 A CN201810902892 A CN 201810902892A CN 109246039 A CN109246039 A CN 109246039A
- Authority
- CN
- China
- Prior art keywords
- time domain
- value
- iteration
- data
- channel impulse
- 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.)
- Granted
Links
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
-
- 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
- H04L25/0202—Channel estimation
- H04L25/0212—Channel estimation of impulse response
-
- 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
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
-
- 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
- H04L25/03178—Arrangements involving sequence estimation techniques
- H04L25/03312—Arrangements specific to the provision of output signals
-
- 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
- H04L25/03821—Inter-carrier interference cancellation [ICI]
-
- 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
- H04L2025/03592—Adaptation methods
- H04L2025/03598—Algorithms
- H04L2025/03611—Iterative algorithms
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)
- Detection And Prevention Of Errors In Transmission (AREA)
- Error Detection And Correction (AREA)
Abstract
本发明公开了一种基于双向时域均衡的软信息迭代接收方法,适用于超奈奎斯特(FTN)传输系统,该方法在时域上对信道进行正向和反向信道估计的基础上,使用加权合并均衡方法,采用软信息迭代均衡(Turbo均衡)结构,通过迭代交换软信息,充分利用信道编码的纠错增益,有效地提高系统的误码性能;同时,利用Turbo迭代中发送数据符号的估计均值进行信道估计,能够更好的跟踪信道变化。相对于其他方法,本发明方法能更有效地消除信道带来的符号间干扰,也能有效对抗FTN传输系统中自身携带的符号间干扰,同时具有更低的计算复杂度。
Description
技术领域
本发明涉及数字无线通信领域,尤其涉及一种适用于超奈奎斯特传输系统,基于双向时域均衡的软信息迭代接收方法,同时适用于时变多径高ISI信道。
背景技术
随着无线通信业务的快速发展,特别是数据业务、多媒体业务以及物联网、车联网技术的发展,无线传输速率需求正在以指数增长,无线电频谱资源匮乏的状况日益凸显。因此,在未来移动通信中引入新的技术来提高频谱效率成为通信领域研究的热点,而超奈奎斯特(Faster Than Nyquist,FTN)传输系统,可使信号的数据传输速率高于传统的奈奎斯特速率,具有高吞吐率、高系统容量、高频谱效率的优点。但众所周知,FTN违反了奈奎斯特准则,人为的引入了系统自身的符号间干扰(ISI)。
此外,在实际的通信系统中,信号从发射机到达接收机的过程会受到各种复杂地形、建筑、大气层的反正、散射以及折射的影响,形成多径效应;同时,由于移动端的高速移动和传输环境的急剧变化,形成多普勒效应。这就使得发射机和接收机之间的无线信道更加难以控制。在FTN传输系统中,接收机接收到的信号在时变多径信道的影响下产生了严重的幅度和相位畸变,再加上FTN系统调制引入自身的符号间干扰。因此,FTN传输系统中,需要更加复杂的信道估计和均衡技术来消除ISI。
在FTN系统中,最根本的目的是提高频谱效率,但是如果信道估计不准确,均衡器的性能必然会下降,ISI得不到有效的消除,误码率上升,而误码率是通信系统最重要的性能指标。因此,在不增加接收方法复杂度的前提下,如何进一步提高FTN传输系统的信道估计精确性以及均衡器准确性,有必要考虑一种基于双向时域均衡的软信息迭代接收方法。
发明内容
本发明的目的在于克服现有技术中的缺点与不足,提供一种基于双向时域均衡的软信息迭代接收方法,针对超奈奎斯特传输系统,在时域上利用训练序列对信道进行双向精确估计,在均衡器和译码器之间通过迭代来交换软信息,从而避免使用硬判决造成信息的损失;同时,在迭代的过程中,利用数据块的信息进行迭代均衡,最大限度地消除FTN传输系统中自身的ISI和信道引入的ISI,从而降低系统的误码率。
为实现以上目的,本发明采取如下技术方案:
一种基于双向时域均衡的软信息迭代接收方法,包括下述步骤:
S1、从接收数据r提取第n块训练序列zn和接收数据符号yn,求解前向时域信道冲激响应估计值
S2、从接收数据r中提取第n+1块训练序列zn+1,求解反向时域信道冲激响应估计值在下一次迭代中将得到更新;
S3、对前向时域信道冲激响应估计值反向时域信道冲激响应估计值以及数据块时域信道冲激响应估计值进行合并,得到时域信道冲激响应估计值其中,所述数据块时域信道冲激响应估计值的初始值为零向量,将在步骤S8中得到更新;
S4、使用低复杂度求解方法更新均衡器的抽头系数fn,对接收数据符号yn均衡得到输出符号值并将映射为均衡器的输出外部信息 具体表示第n个数据块中的第k个调制符号的第i个比特的外部信息,Nb表示调制进制数;
S5、将均衡器的输出外部信息进行解交织变换,并经过译码纠错增益,输出的后验信息扣除先验信息,得到译码器的输出外部信息其中表示第n块数据经过编码后的第m个比特;
S6、判断迭代是否达到最大迭代次数:若当前迭代次数iter小于预设最大迭代次数Imax,令iter=iter+1,执行步骤S7;若当前迭代次数iter等于预设最大迭代次数Imax,则将译码器最后的输出后验信息进行硬判决,并令n=n+1,iter=1;重复步骤S1-步骤S9进行下一块数据的处理,直到一帧数据r完全解调完毕;
S7、将译码器的输出外部信息进行交织变换,得到均衡器的先验输入信息并将映射成发送数据的第k个符号的估计均值和方差
S8、数据块时域信道冲激响应进行估计更新:在步骤S1-步骤S5完成一次软信息迭代均衡后,通过步骤S7的交织变换得到发送数据符号的估计均值利用接收数据符号yn和发送数据符号的估计均值求解更新数据块时域信道冲激响应估计值
S9、跳转到步骤S2,迭代更新反向时域信道冲激响应估计
作为优选的技术方案,对于接收数据r所设计的信号帧结构包括q块有效数据序列、q+1块训练序列,一帧信号以训练序列开始,连接一块数据序列,再连接一块训练序列,后面再接一块数据序列;以此类推,直至连接最后一块训练序列。
作为优选的技术方案,在步骤S1中,从接收数据r中提取第n块训练序列和第n块数据符号其中Nt表示训练序列长度,Nd表示一个数据块内有效数据符号长度;通过求解以下方程组(1),得到前向时域信道冲激响应估计值L表示信道长度;
zn=An·hn,1+w1(1)
其中,所需要求解的前向时域信道冲激响应估计值;是均值为0,方差为σ2的加性高斯白噪声;An表示发送信号的估计值与信道卷积的一个矩阵表示形式,矩阵An中,表示第n块训练序列的第p个符号,p的取值为0,1,2,…Nt-1;表示第n-1块数据的第k个符号的估计值,k的取值为0,1,2,…Nd-1,当n=1时,初始化令 为上一块发送数据符号的估计均值;通过使用匹配追踪算法求解方程组(1),得到前向时域信道冲激响应估计值
作为优选的技术方案,在步骤S2中,从接收数据r中提取第n+1块训练序列求解以下方程组(2),更新反向时域信道冲激响应估计值
zn+1=An+1·hn,2+w2(2)
其中,为所需要求解的反向时域信道冲激响应估计值;是均值为0,方差为σ2的加性高斯白噪声;矩阵An+1中,表示第n+1块训练序列的第p个符号,p的取值为0,1,2,…Nt-1;表示第n块数据的第k个符号的估计值,k的取值为0,1,2,…Nd-1;当迭代次数iter=1时,初始化为0,当iter>1时,令 为第n块发送数据符号的估计均值,在上一次的迭代中得到更新;通过使用匹配追踪算法求解方程组(2),得到反向时域信道冲激响应估计值
作为优选的技术方案,在步骤S3中,前向时域信道冲激响应估计值反向时域信道冲激响应估计值以及数据块时域信道冲激响应估计值通过如下式(3)进行合并,得到时域信道冲激响应估计值
其中,α1,α2,α3表示加权系数,当迭代次数iter=1时,初始化为L长度的零向量,α1=α2=1/2,α3=0;当iter>1时,由步骤S8在上一次迭代中计算所得,α1=α2=α3=1/3。
作为优选的技术方案,在步骤S4中,为了降低计算复杂度,利用发送数据符号的方差的估计均值代替不同时刻的方差来更新均衡器的抽头系数N1为滤波器非因果部分长度,N2为滤波器因果部分长度,Nf=N1+N2+1,Nf表示第n块数据的长度;其中,对接收的第n块数据首次迭代时,即iter=1时,数据符号方差其余迭代次数时,数据符号方差由步骤S7在上一次迭代计算所得;对于均衡器的抽头系数,利用最小均方差准则进行求解,求解公式如下:
式中,表示信道卷积矩阵;S为Hn的第N1+1列;σ2为高斯白噪声功率谱因子;为Nf×Nf单位矩阵;上标H表示共轭转置;
接着,对第n块接收数据符号yn进行均衡,进而输出第n块发送数据的第k个符号的估计值为:
式中,为标量因子,fn表示第n块数据的均衡器的抽头系数,表示接收数据符号均值,Nd表示数据块长度;对接收的第n块数据首次迭代时,即iter=1时,第n块发送数据的第k个符号的估计均值其余迭代次数时,由步骤S7在上一次迭代计算所得;式(6)中,表示接收数据符号均值且由以下公式(7)求得:
最后,将均衡器的输出符号映射为均衡器的外部信息 具体表示第n个数据块中的第k个调制符号的第i个比特的外部信息,Nb表示调制进制数;其中采用QPSK调制,另Nb取2,映射方式如下:
作为优选的技术方案,在步骤S5中,将均衡器的输出外部信息进行解交织Π-1变换,并将输出作为译码器的先验输入经过译码纠错的增益,输出后验信息同时,将先验信息扣除,得到译码器的外部信息计算公式如下:
式中,表示第n块数据经过编码后的第m个比特。
作为优选的技术方案,在步骤S7中,将译码器的输出外部信息进行交织Π变换,得到均衡器的先验输入信息并将映射成发送数据符号的估计均值和方差映射方式如下:
作为优选的技术方案,在步骤S8中,利用接收数据块yn和发送数据的估计均值通过以下方程组(13)求解数据块时域信道冲激响应估计值记为
其中是均值为0,方差为σ2的加性高斯白噪声,通过使用匹配跟踪算法求解方程组(13),得到数据块时域信道冲激响应估计值
本发明相对于现有技术具有如下的优点和效果:
本发明相对于现有的技术采用更低复杂度的迭代计算方法,具有时间复杂度低的特点;同时,采用软信息来进行迭代,避免了有效信息的丢失,更有效的对信道进行均衡。此外,本发明在对信道精准估计的基础上,可以极大限度的消除信道引入的ISI和FTN传输系统中自身的ISI,从而准确恢复原始信号。
附图说明
图1为本发明基于双向时域均衡的软信息迭代接收方法的步骤流程图;
图2为本发明基于双向时域均衡的软信息迭代接收方法的发送信号的帧结构示意图;
图3为本发明基于双向时域均衡的软信息迭代接收方法的接收信号的帧结构示意图;
图4为本发明基于双向时域均衡的软信息迭代接收方法的系统结构图。
具体实施方式
为了使本发明的目的、技术方案以及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步的详细说明。应当理解,此处所描述的具体实施例仅用于解释本发明,并不限于本发明。
实施例
为了便于对后续接收方法的理解,先对FTN通信系统的原理作一个简要的说明。FTN系统传输信号可采用下式表示:
其中,x[t]是第t时刻调制映射的数据符号;k表示经过调制映射后的第k个数据符号;g(τ)为原型滤波器,可以采用升余弦滤波器,符号周期为T;Es为信号能量;λ(≤1)为符号周期压缩因子,传输速率提高的倍速为1/λ,当λ=1时,为传统的奈奎斯特传输,因此,本实施例方法同样适用于传统的多径时变奈奎斯特传输。
当发送信号经过无线信道后,接收端经过匹配滤波后,接收端信号可以表示为:
其中,h(t,τ)=g(τ)*c(t,τ)*g*(-τ)表的是等价信道(*表示卷积,*表示共轭),h(t,τ)既包含了FTN传输自身引入的ISI,也包含了时变多径信道引入的ISI;w(k)表示高斯白噪声。
本实施例的基于双向时域均衡的软信息迭代接收方法正是基于上述的信号模型所提出的。
请参见图1、图2、图3、图4,图1为本实施例中方法的步骤流程图,图2是本实施例中发送信号的帧结构示意图,图3是本实施例中的接收信号的帧结构示意图,图4为本实施例中系统结构图。
各标号的含义如下:
q:每帧数据块个数,本实例中q=8。
n:n表示当前处理的第n块数据,n=1,2,…q。
Nt:训练序列长度,本实施例中Nt=256。
Nd:一个数据块内有效数据符号长度,本实例中Nd=1024。
Ns:数据块长度,Ns=Nd+Nt,本实施例中Ns=1280。
xn:表示第n块发送数据信号经过调制后形成的符号序列。本实施例中采用的是QPSK调制。
Τn:用于信道估计的训练序列,本实例中,使用长度为Nt=256的Zadoff-chu训练序列。
s:s表示一帧发送信号,一帧发送数据中包含q块xn,q+1个块Τn,排列顺序为:Τ1x1Τ2x2…ΤqxqΤq+1,如图2所示的发送信号的帧结构示意图。
yn:表示第n块接收数据的有效数据符号。
表示第n块接收数据的训练序列。
r:r表示一帧接收接收,一帧接收数据中包含q块yn,q+1个块zn,排列顺序为:z1y1z2y2…zqyqzq+1,如图3所示的接收信号的帧结构示意图。
表示第n块发送数据符号的估计均值,本实例中初始化
vn:表示第n块发送数据符号的估计方差,本实例中初始化
L:信道长度,本实施例中L≤Nt。
fn:表示第n块数据的均衡器的抽头系数,长度表示为Nf,N1为滤波器非因果部分长度,N2为滤波器因果部分长度,即Nf=N1+N2+1,本实例中N1=N2=L。
iter:当前迭代次数,本实例中iter初值为1。
Imax:最大迭代次数,本实例中Imax=3。
αi:信道估计值对应的加权系数。
Π:交织变换,一种将相继比特分散的技术,防止突发干扰。
Π-1:解交织变换,为交织的逆过程。
本实施例的基于双向时域均衡的软信息迭代接收方法,对于接收数据r所设计的信号帧结构包括q块有效数据序列、q+1块训练序列,一帧信号以训练序列开始,连接一块数据序列,再连接一块训练序列,后面再接一块数据序列;以此类推,直至连接最后一块训练序列,如图3所示。本实施例方法在处理过程中需遍历一帧接收信号r的q个数据块进行解调,对于第n(n≤q)块接收信号进行下述处理,n的初始值为1,其中,位于第n块有效数据前的训练序列称为第n块训练序列,位于第n块有效数据后的训练序列称为第n+1块训练序列。如图1和图4所示,一种基于双向时域均衡的软信息迭代接收方法,具体包括下述步骤:
S1、从接收数据r提取第n块训练序列zn和接收数据符号yn,求解前向时域信道冲激响应估计值具体过程如下:
从接收数据r中提取第n块训练序列和第n块数据符号其中Nt表示训练序列长度,Nd表示一个数据块内有效数据符号长度;通过求解以下方程组(1),得到前向时域信道冲激响应估计值L表示信道长度;
zn=An·hn,1+w1(1)
其中,所需要求解的前向时域信道冲激响应估计值;是均值为0,方差为σ2的加性高斯白噪声;An表示发送信号的估计值与信道卷积的一个矩阵表示形式,矩阵An中,表示第n块训练序列的第p个符号,p的取值为0,1,2,…Nt-1;表示第n-1块数据的第k个符号的估计值,k的取值为0,1,2,…Nd-1,当n=1时,初始化在本实施例中,令 为上一块发送数据符号的估计均值,可使用匹配追踪算法求解方程组(1),得到前向时域信道冲激响应估计值
S2、从接收数据r中提取第n+1块训练序列zn+1,求解反向时域信道冲激响应估计值在下一次迭代中将得到更新,具体过程如下:
从接收数据r中提取第n+1块训练序列求解以下方程组(2),更新反向时域信道冲激响应估计值
zn+1=An+1·hn,2+w2(2)
其中,为所需要求解的反向时域信道冲激响应估计值;是均值为0,方差为σ2的加性高斯白噪声;矩阵An+1中,表示第n+1块训练序列的第p个符号,p的取值为0,1,2,…Nt-1;表示第n块数据的第k个符号的估计值,k的取值为0,1,2,…Nd-1;当迭代次数iter=1时,初始化为0,当iter>1时,在本实施例中,令 为第n块发送数据符号的估计均值,在上一次的迭代中得到更新;通过使用匹配追踪算法求解方程组(2),得到反向时域信道冲激响应估计值
S3、对前向时域信道冲激响应估计值反向时域信道冲激响应估计值数据块时域信道冲激响应估计值进行合并,得到时域信道冲激响应估计值其中,所述数据块时域信道冲激响应估计值的初始值为零向量,将在步骤S8中得到更新;
所述时域信道冲激响应估计采用如下公式:
其中,α1,α2,α3表示加权系数,当迭代次数iter=1时,初始化为L长度的零向量,α1=α2=1/2,α3=0;当iter>1时,由步骤S8在上一次迭代中计算所得,α1=α2=α3=1/3。
S4、使用低复杂度求解方法更新均衡器的抽头系数fn,对接收数据符号yn均衡得到输出符号值并将映射为均衡器的输出外部信息 具体表示第n个数据块中的第k个调制符号的第i个比特的外部信息,Nb表示调制进制数;该步骤具体过程如下:
为了降低计算复杂度,利用发送数据符号的方差的估计均值代替不同时刻的方差来更新均衡器的抽头系数N1为滤波器非因果部分长度,N2为滤波器因果部分长度,Nf=N1+N2+1,Nf表示第n块数据的长度;其中,对接收的第n块数据首次迭代时,即iter=1时,数据符号方差其余迭代次数时,数据符号方差由步骤S7在上一次迭代计算所得;对于均衡器的抽头系数,利用最小均方差准则(MMSE准则)进行求解,求解公式如下:
式中,表示信道卷积矩阵;S为Hn的第N1+1列;σ2为高斯白噪声功率谱因子;为Nf×Nf单位矩阵;上标H表示共轭转置;
接着,对第n块接收数据符号yn进行均衡,本实施例中,使用基于先验信息的最小均方差均衡器(MMSE均衡器),进而输出第n块发送数据的第k个符号的估计值表示为:
式中,为标量因子,fn表示第n块数据的均衡器的抽头系数,表示接收数据符号均值,Nd表示数据块长度;对接收的第n块数据首次迭代时,即iter=1时,第n块发送数据的第k个符号的估计均值其余迭代次数时,由步骤S7在上一次迭代计算所得;式(6)中,表示接收数据符号均值且计算公式如下:
最后,将均衡器的输出符号映射为均衡器的外部信息 具体表示第n个数据块中的第k个调制符号的第i个比特的外部信息,Nb表示调制进制数;在本实施例中,采用的调制方式为QPSK,因此一个调制符号对应两个比特的外部信息,即i取值为1和2,映射方式如下:
S5、将均衡器的输出外部信息进行解交织Π-1变换,并将输出作为译码器的先验输入经过译码纠错的增益,输出后验信息同时,将先验信息扣除,得到译码器的外部信息计算公式如下:
式中,表示第n块数据经过编码后的第m个比特。
S6、判断迭代是否达到最大迭代次数:本实施例中最大迭代次数Imax=3,若当前迭代次数iter小于预设最大迭代次数Imax,令iter=iter+1,执行步骤S7;若当前迭代次数iter等于预设最大迭代次数Imax,则将译码器最后的输出后验信息进行硬判决,并令n=n+1,iter=1;重复步骤S1-步骤S9进行下一块数据的处理,直到一帧数据r完全解调完毕;
S7、将译码器的输出外部信息进行交织Π变换,得到均衡器的先验输入信息并将映射成发送数据符号的估计均值和方差本实施例中,采用的调制方式为QPSK,映射方式如下:
S8、数据块时域信道冲激响应进行估计更新:在步骤S1-步骤S5完成一次软信息迭代均衡后,通过步骤S7的交织变换得到发送数据符号的估计均值利用接收数据符号yn和发送数据的估计均值求解更新数据块时域信道冲激响应估计值
其中,所述利用接收数据块yn和发送数据的估计均值求解以下方程组(13),所得结果记为表示数据块时域信道冲激响应估计值,L表示信道长度;
其中,hn,3为所需要求解的数据块信道冲激响应,是均值为0;方差为σ2的加性高斯白噪声,本实施例中,使用匹配跟踪算法求解方程组(13),得到数据块时域信道冲激响应估计值
S9、跳转到步骤S2,迭代更新反向时域信道冲激响应估计
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以权利要求所述为准。
Claims (9)
1.一种基于双向时域均衡的软信息迭代接收方法,其特征在于,包括下述步骤:
S1、从接收数据r提取第n块训练序列zn和接收数据符号yn,求解前向时域信道冲激响应估计值
S2、从接收数据r中提取第n+1块训练序列zn+1,求解反向时域信道冲激响应估计值在下一次迭代中将得到更新;
S3、对前向时域信道冲激响应估计值反向时域信道冲激响应估计值以及数据块时域信道冲激响应估计值进行合并,得到时域信道冲激响应估计值其中,所述数据块时域信道冲激响应估计值的初始值为零向量,将在步骤S8中得到更新;
S4、使用低复杂度求解方法更新均衡器的抽头系数fn,对接收数据符号yn均衡得到输出符号值并将映射为均衡器的输出外部信息 具体表示第n个数据块中的第k个调制符号的第i个比特的外部信息,Nb表示调制进制数;
S5、将均衡器的输出外部信息进行解交织变换,并经过译码纠错增益,输出的后验信息扣除先验信息,得到译码器的输出外部信息其中表示第n块数据经过编码后的第m个比特;
S6、判断迭代是否达到最大迭代次数:若当前迭代次数iter小于预设最大迭代次数Imax,令iter=iter+1,执行步骤S7;若当前迭代次数iter等于预设最大迭代次数Imax,则将译码器最后的输出后验信息进行硬判决,并令n=n+1,iter=1;重复步骤S1-步骤S9进行下一块数据的处理,直到一帧数据r完全解调完毕;
S7、将译码器的输出外部信息进行交织变换,得到均衡器的先验输入信息并将映射成发送数据的第k个符号的估计均值和方差
S8、数据块时域信道冲激响应进行估计更新:在步骤S1-步骤S5完成一次软信息迭代均衡后,通过步骤S7的交织变换得到发送数据符号的估计均值利用接收数据符号yn和发送数据符号的估计均值求解更新数据块时域信道冲激响应估计值
S9、跳转到步骤S2,迭代更新反向时域信道冲激响应估计
2.根据权利要求1所述的基于双向时域均衡的软信息迭代接收方法,其特征在于,对于接收数据r所设计的信号帧结构包括q块有效数据序列、q+1块训练序列,一帧信号以训练序列开始,连接一块数据序列,再连接一块训练序列,后面再接一块数据序列;以此类推,直至连接最后一块训练序列。
3.根据权利要求1所述的基于双向时域均衡的软信息迭代接收方法,其特征在于,在步骤S1中,从接收数据r中提取第n块训练序列和第n块数据符号其中Nt表示训练序列长度,Nd表示一个数据块内有效数据符号长度;通过求解以下方程组(1),得到前向时域信道冲激响应估计值L表示信道长度;
zn=An·hn,1+w1 (1)
其中,所需要求解的前向时域信道冲激响应估计值;是均值为0,方差为σ2的加性高斯白噪声;An表示发送信号的估计值与信道卷积的一个矩阵表示形式,矩阵An中,表示第n块训练序列的第p个符号,p的取值为0,1,2,…Nt-1;表示第n-1块数据的第k个符号的估计值,k的取值为0,1,2,…Nd-1,当n=1时,初始化令 为上一块发送数据符号的估计均值;通过使用匹配追踪算法求解方程组(1),得到前向时域信道冲激响应估计值
4.根据权利要求1所述的基于双向时域均衡的软信息迭代接收方法,其特征在于,在步骤S2中,从接收数据r中提取第n+1块训练序列求解以下方程组(2),更新反向时域信道冲激响应估计值
zn+1=An+1·hn,2+w2 (2)
其中,为所需要求解的反向时域信道冲激响应估计值;是均值为0,方差为σ2的加性高斯白噪声;矩阵An+1中,表示第n+1块训练序列的第p个符号,p的取值为0,1,2,…Nt-1;表示第n块数据的第k个符号的估计值,k的取值为0,1,2,…Nd-1;当迭代次数iter=1时,初始化为0,当iter>1时,令 为第n块发送数据符号的估计均值,在上一次的迭代中得到更新;通过使用匹配追踪算法求解方程组(2),得到反向时域信道冲激响应估计值
5.根据权利要求1所述的基于双向时域均衡的软信息迭代接收方法,其特征在于,在步骤S3中,前向时域信道冲激响应估计值反向时域信道冲激响应估计值以及数据块时域信道冲激响应估计值通过如下式(3)进行合并,得到时域信道冲激响应估计值
其中,α1,α2,α3表示加权系数,当迭代次数iter=1时,初始化为L长度的零向量,α1=α2=1/2,α3=0;当iter>1时,由步骤S8在上一次迭代中计算所得,α1=α2=α3=1/3。
6.根据权利要求1所述的基于双向时域均衡的软信息迭代接收方法,其特征在于,在步骤S4中,为了降低计算复杂度,利用发送数据符号的方差的估计均值代替不同时刻的方差来更新均衡器的抽头系数N1为滤波器非因果部分长度,N2为滤波器因果部分长度,Nf=N1+N2+1,Nf表示第n块数据的长度;其中,对接收的第n块数据首次迭代时,即iter=1时,数据符号方差其余迭代次数时,数据符号方差由步骤S7在上一次迭代计算所得;对于均衡器的抽头系数,利用最小均方差准则进行求解,求解公式如下:
式中,表示信道卷积矩阵;S为Hn的第N1+1列;σ2为高斯白噪声功率谱因子;为Nf×Nf单位矩阵;上标H表示共轭转置;
接着,对第n块接收数据符号yn进行均衡,进而输出第n块发送数据的第k个符号的估计值为:
式中,为标量因子,fn表示第n块数据的均衡器的抽头系数,表示接收数据符号均值,Nd表示数据块长度;对接收的第n块数据首次迭代时,即iter=1时,第n块发送数据的第k个符号的估计均值其余迭代次数时,由步骤S7在上一次迭代计算所得;式(6)中,表示接收数据符号均值且由以下公式(7)求得:
最后,将均衡器的输出符号映射为均衡器的外部信息 具体表示第n个数据块中的第k个调制符号的第i个比特的外部信息,Nb表示调制进制数;其中采用QPSK调制,另Nb取2,映射方式如下:
7.根据权利要求1所述的基于双向时域均衡的软信息迭代接收方法,其特征在于,在步骤S5中,将均衡器的输出外部信息进行解交织Π-1变换,并将输出作为译码器的先验输入经过译码纠错的增益,输出后验信息同时,将先验信息扣除,得到译码器的外部信息计算公式如下:
式中,表示第n块数据经过编码后的第m个比特。
8.根据权利要求1所述的基于双向时域均衡的软信息迭代接收方法,其特征在于,在步骤S7中,将译码器的输出外部信息进行交织Π变换,得到均衡器的先验输入信息并将映射成发送数据符号的估计均值和方差映射方式如下:
9.根据权利要求1所述的基于双向时域均衡的软信息迭代接收方法,其特征在于,在步骤S8中,利用接收数据块yn和发送数据的估计均值通过以下方程组(13)求解数据块时域信道冲激响应估计值记为
其中是均值为0,方差为σ2的加性高斯白噪声,通过使用匹配跟踪算法求解方程组(13),得到数据块时域信道冲激响应估计值
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810902892.2A CN109246039B (zh) | 2018-08-09 | 2018-08-09 | 一种基于双向时域均衡的软信息迭代接收方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810902892.2A CN109246039B (zh) | 2018-08-09 | 2018-08-09 | 一种基于双向时域均衡的软信息迭代接收方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109246039A true CN109246039A (zh) | 2019-01-18 |
CN109246039B CN109246039B (zh) | 2020-11-24 |
Family
ID=65070019
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810902892.2A Active CN109246039B (zh) | 2018-08-09 | 2018-08-09 | 一种基于双向时域均衡的软信息迭代接收方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109246039B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110572340A (zh) * | 2019-09-26 | 2019-12-13 | 西安烽火电子科技有限责任公司 | 一种用于短波通信的Turbo时域均衡方法 |
CN111211870A (zh) * | 2020-01-06 | 2020-05-29 | 华南理工大学 | 一种turbo接收系统中的迭代终止决策方法 |
CN111682924A (zh) * | 2020-04-07 | 2020-09-18 | 杭州电子科技大学 | 一种采用期望传播的双向频域Turbo均衡方法 |
CN111901262A (zh) * | 2020-07-30 | 2020-11-06 | 西安烽火电子科技有限责任公司 | 一种适用于短波通信的高阶调制Turbo时域均衡算法 |
CN112039809A (zh) * | 2020-08-20 | 2020-12-04 | 重庆邮电大学 | 基于混合软信息的块迭代均衡器及双向块迭代均衡器 |
CN113242190A (zh) * | 2021-04-13 | 2021-08-10 | 华南理工大学 | 一种基于后验软符号的多通道通信最小误码率Turbo均衡方法 |
CN113242189A (zh) * | 2021-04-13 | 2021-08-10 | 华南理工大学 | 一种结合信道估计的自适应均衡软信息迭代接收方法 |
WO2022052933A1 (zh) * | 2020-09-10 | 2022-03-17 | 华为技术有限公司 | 一种信号处理方法及相关设备 |
CN115208480A (zh) * | 2022-06-30 | 2022-10-18 | 哈尔滨工程大学 | 一种基于联合消息传递的冰下水声通信方法 |
CN115996065A (zh) * | 2023-03-23 | 2023-04-21 | 北京理工大学 | 应用于时变水声信道的稳健自适应turbo均衡方法和装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101208874A (zh) * | 2005-03-07 | 2008-06-25 | 高通股份有限公司 | 采用频分复用的通信系统的导频传送和信道估计 |
US20090141620A1 (en) * | 2007-11-30 | 2009-06-04 | Samsung Electronics Co. Ltd. | Apparatus and method for time-varying cyclic delay diversity in a wireless communication system |
CN103368885A (zh) * | 2013-07-29 | 2013-10-23 | 四川九洲电器集团有限责任公司 | 一种频域双向迭代均衡的融合方法 |
US20150063828A1 (en) * | 2013-08-27 | 2015-03-05 | Broadcom Corporation | Generalized Transmit Pre-Coding for Optical and Backplane Channels |
EP3020173A1 (en) * | 2013-07-08 | 2016-05-18 | Hughes Network Systems, LLC | System and method for iterative compensation for linear and nonlinear interference in system employing ftn symbol transmission rates |
CN105656823A (zh) * | 2016-01-27 | 2016-06-08 | 华南理工大学 | 基于最小误码率准则的水下通信Turbo接收系统及方法 |
CN108270702A (zh) * | 2018-01-19 | 2018-07-10 | 中国民航大学 | 基于MCMC的turbo迭代均衡检测方法 |
-
2018
- 2018-08-09 CN CN201810902892.2A patent/CN109246039B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101208874A (zh) * | 2005-03-07 | 2008-06-25 | 高通股份有限公司 | 采用频分复用的通信系统的导频传送和信道估计 |
US20090141620A1 (en) * | 2007-11-30 | 2009-06-04 | Samsung Electronics Co. Ltd. | Apparatus and method for time-varying cyclic delay diversity in a wireless communication system |
EP3020173A1 (en) * | 2013-07-08 | 2016-05-18 | Hughes Network Systems, LLC | System and method for iterative compensation for linear and nonlinear interference in system employing ftn symbol transmission rates |
CN103368885A (zh) * | 2013-07-29 | 2013-10-23 | 四川九洲电器集团有限责任公司 | 一种频域双向迭代均衡的融合方法 |
US20150063828A1 (en) * | 2013-08-27 | 2015-03-05 | Broadcom Corporation | Generalized Transmit Pre-Coding for Optical and Backplane Channels |
CN105656823A (zh) * | 2016-01-27 | 2016-06-08 | 华南理工大学 | 基于最小误码率准则的水下通信Turbo接收系统及方法 |
CN108270702A (zh) * | 2018-01-19 | 2018-07-10 | 中国民航大学 | 基于MCMC的turbo迭代均衡检测方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110572340A (zh) * | 2019-09-26 | 2019-12-13 | 西安烽火电子科技有限责任公司 | 一种用于短波通信的Turbo时域均衡方法 |
CN111211870A (zh) * | 2020-01-06 | 2020-05-29 | 华南理工大学 | 一种turbo接收系统中的迭代终止决策方法 |
CN111211870B (zh) * | 2020-01-06 | 2021-07-20 | 华南理工大学 | 一种turbo接收系统中的迭代终止决策方法 |
CN111682924A (zh) * | 2020-04-07 | 2020-09-18 | 杭州电子科技大学 | 一种采用期望传播的双向频域Turbo均衡方法 |
CN111682924B (zh) * | 2020-04-07 | 2022-09-09 | 杭州电子科技大学 | 一种采用期望传播的双向频域Turbo均衡方法 |
CN111901262A (zh) * | 2020-07-30 | 2020-11-06 | 西安烽火电子科技有限责任公司 | 一种适用于短波通信的高阶调制Turbo时域均衡算法 |
WO2022037021A1 (zh) * | 2020-08-20 | 2022-02-24 | 重庆邮电大学 | 基于混合软信息的块迭代均衡器及双向块迭代均衡器 |
CN112039809A (zh) * | 2020-08-20 | 2020-12-04 | 重庆邮电大学 | 基于混合软信息的块迭代均衡器及双向块迭代均衡器 |
WO2022052933A1 (zh) * | 2020-09-10 | 2022-03-17 | 华为技术有限公司 | 一种信号处理方法及相关设备 |
CN113242189A (zh) * | 2021-04-13 | 2021-08-10 | 华南理工大学 | 一种结合信道估计的自适应均衡软信息迭代接收方法 |
CN113242190B (zh) * | 2021-04-13 | 2022-04-22 | 华南理工大学 | 一种基于后验软符号的多通道通信最小误码率Turbo均衡方法 |
CN113242190A (zh) * | 2021-04-13 | 2021-08-10 | 华南理工大学 | 一种基于后验软符号的多通道通信最小误码率Turbo均衡方法 |
CN115208480A (zh) * | 2022-06-30 | 2022-10-18 | 哈尔滨工程大学 | 一种基于联合消息传递的冰下水声通信方法 |
CN115208480B (zh) * | 2022-06-30 | 2023-05-12 | 哈尔滨工程大学 | 一种基于联合消息传递的冰下水声通信方法 |
CN115996065A (zh) * | 2023-03-23 | 2023-04-21 | 北京理工大学 | 应用于时变水声信道的稳健自适应turbo均衡方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109246039B (zh) | 2020-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109246039A (zh) | 一种基于双向时域均衡的软信息迭代接收方法 | |
CN109617847A (zh) | 一种基于模型驱动深度学习的无循环前缀ofdm接收方法 | |
CN106549888B (zh) | 一种基于gamp的联合双选信道估计与ftns检测方法 | |
CN110266617B (zh) | 超奈奎斯特系统的多径信道估计方法 | |
CN110149287A (zh) | 基于线性预编码的超奈奎斯特系统及其符号估计方法 | |
CN108599820A (zh) | 基于块结构自适应压缩采样匹配追踪算法的大规模mimo系统信道估计方法 | |
CN102752244A (zh) | 一种无循环前缀的单载波频域均衡方法 | |
CN110138459A (zh) | 基于基追踪去噪的稀疏水声正交频分复用信道估计方法及装置 | |
CN105634545A (zh) | 一种超奈奎斯特通信系统中基于矩阵分解的干扰消除方法 | |
CN106130936B (zh) | 一种Alpha稳定分布噪声环境下的非线性信道均衡方法 | |
CN103841064B (zh) | 一种基于采样率数据的siso均衡方法及其均衡器 | |
CN114095320B (zh) | 基于动量分数阶多模盲均衡算法的信道均衡方法 | |
CN114499601B (zh) | 一种基于深度学习的大规模mimo信号检测方法 | |
CN104410593B (zh) | 基于判决反馈模型的数字符号非线性误差修正均衡方法 | |
CN107018102B (zh) | 基于Ungerboeck模型的超奈奎斯特信号检测方法 | |
CN105007246A (zh) | 一种模因方法优化的多模盲均衡方法 | |
CN104135455B (zh) | 一种通信系统迭代接收方法 | |
CN107171990A (zh) | 基于分数间隔与迭代算法的单载波信号时域均衡方法 | |
CN106559366A (zh) | 基于多径衰落信道的多径衰落信号分集合并接收方法 | |
CN106230754A (zh) | 一种大规模mimo系统的干扰消除‑匹配滤波信道估计方法 | |
CN109639301A (zh) | 一种基于置信度估计的ftn均衡方法 | |
CN106899388B (zh) | Ldpc码在mimo信道下的联合检测与解码方法 | |
CN115882959A (zh) | 一种基于机器学习的非线性补偿方法 | |
CN102299875B (zh) | 引入免疫优化支持向量机的小波多模盲均衡方法 | |
CN108521311B (zh) | 一种基于格雷序列的信噪比估计方法 |
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 |