CN112260972B - 一种符号干扰信道下基于比特域叠加训练序列的均衡方法 - Google Patents

Abstract

本发明公开了一种符号干扰信道下基于比特域叠加训练序列的均衡方法，所述方法包括以下步骤：发送端将作为训练序列的伪随机序列与比特“0”所占比例高于比特“1”所占比例的稀疏化数据序列在比特域进行叠加进行二进制调制传输；接收端收到符号序列，将符号序列进行匹配滤波，利用接收端已知的伪随机序列，采用滑动相关法估计信道冲激响应；其次利用估计得到信道冲激响应的估计值进行信道均衡，得到叠加的传输序列的估计值；移除用作信道估计的伪随机序列，得到稀疏化的数据序列。本发明的信道估计序列分散于整个传输周期，对干扰有较强的抑制能力，并且训练序列的长度较大，能获得可靠的信道估计，从而实现在多径信道下的可靠数据传输。

Description

一种符号干扰信道下基于比特域叠加训练序列的均衡方法

技术领域

本发明涉及数字通信领域，尤其涉及一种符号干扰信道下基于比特域叠加训练序列的均衡方法。

背景技术

数字通信中，多径效应会造成接收信号存在符号干扰(Inter-SymbolInterference,ISI)，而信道均衡技术是克服多径效应的重要手段之一。在实际的通信系统设计中，常用的均衡方案包括盲均衡技术和基于训练序列的均衡技术。盲均衡技术无需训练序列，利用信号本身的某些特性进行信道估计与均衡，从而可以保证信息的传输速率。在常用的基于高阶统计量的盲均衡技术方案中，接收信号的高阶统计量信息不仅可以反映信道的幅度信息和相位信息，而且可以有效抑制信道中的加性高斯噪声，但该方法需要较长的观测数据才能实现可靠的信道的估计，计算复杂度高，收敛速度慢。而在基于训练序列的均衡方案中，发送端通常将训练序列和信息符号在不同的时隙中传输，即时分复用(Time-Division Mmultiplexing，TDM)传输模式。在TDM方案中训练序列和信息序列被完全分开而不会互相干扰，接收端可以充分利用训练序列的特性进行信道估计，因此信道估计的性能较好，但是训练序列需要单独占用部分传输资源(例如：时隙、频带、子载波、功率或者地址码等)，导致信息的传输速率降低，特别是在快速变化的环境中，需要频繁地发送训练序列来跟踪信道状态的变化，从而造成有效信息传输速率的严重下降。此外，在该方案中，训练序列插入到信息序列的具体位置和方式都会影响系统的性能。

为了解决盲均衡算法计算复杂度高和基于训练序列均衡方案中传输速率损失的问题，研究人员提出了一种基于叠加训练序列的方案。该方案在发送端的数据序列中叠加一个低功率的周期性训练序列，训练序列不再需要占用专门的时隙，然后在接收端利用训练序列的特性进行信道估计。由于训练序列和数据序列同时传输，因此没有传输速率的损失，但数据序列与训练序列之间的互相关性以及它们之间的功率分配的比例都会影响信道估计的性能。因此为了减少信息数据产生的干扰，需要选择与信息数据相关性较低的训练序列。目前关于叠加训练序列方案的研究主要分为两个方面，一方面是研究如何高效的分离出训练序列，降低未知信息数据对信道估计的影响；另一方面是研究如何分配信息和训练序列之间功率的比例。由于信道估计的性能与未知信息数据对训练序列的影响密切相关，因此，为了消除未知信息数据的影响，研究人员提出了一种基于数据依赖的叠加训练序列(Data-Dependent Superimposed Training，DDST)方案，通过在发送端对信息序列进行预处理，消除周期训练序列频点处的信息分量，然后利用训练序列的周期性，实现训练序列和预失真数据的频域正交性，从而保证在信道估计时不会受到信息序列的干扰，有效提高系统的性能。但该方法的缺点是信息数据经过预处理之后会存在部分信息丢失的问题，信道估计性能的提高是以部分数据失真为代价的。因此，在DDST思想的基础上，提出对信道采用频域最小二乘估计和频域最小均方误差均衡方案，并结合符号检测实现整个系统在基带的传输，进一步提高了系统的误比特率性能。此外，提出了一种分块传输的方案来消除信息数据对信道估计的影响，具体实现方法是将发送和接收序列分成等长的子块，利用信息序列零均值的特性，采用基于一阶统计量的时域信道估计方法，初步消除信息数据对信道估计的干扰。同时，为了进一步消除信息序列对信道估计的影响，可以充分利用训练序列和信息序列经历相同衰落的特点，将均衡器的输出反馈给信道估计器，以此重新估计信道的信息，从而提高信道估计的性能。而对于数据和训练序列的功率分配问题，当发射的总功率固定时，训练序列的功率越大，信道估计与均衡的性能越好，但分配给信息序列的功率会减少，从而导致信道均衡器的信噪比(信道均衡器的信噪比是均衡器的信号功率和噪声功率的比值)减小，影响信道均衡的性能。因此，针对数据和训练序列之间的最优功率分配问题，提出将功率分配问题转化为优化信噪比均衡器设计的问题，根据信道均衡器的信噪比推导出信息序列和训练序列之间合理的分配比例，从而提高信道估计与均衡的性能。

发明内容

本发明提供了一种了符号干扰信道下基于比特域叠加训练序列的均衡方法，该方法不需要为伪随机序列分配时隙或者频率资源，有效提高了带宽的利用率，并且将软判决或者硬判决的MLSE均衡技术与纠错译码相结合，可以有效对抗多径效应的影响，提高系统的纠错能力，实现信息的可靠传输，详见下文描述：

一种符号干扰信道下基于比特域叠加训练序列的均衡方法，所述方法包括以下步骤：

(1)发送端将作为训练序列的伪随机序列与比特“0”所占比例高于比特“1”所占比例的稀疏化数据序列在比特域进行叠加进行二进制调制传输；

(2)接收端收到符号序列，将符号序列进行匹配滤波，利用接收端已知的伪随机序列，采用滑动相关法估计信道冲激响应；其次利用估计得到信道冲激响应的估计值进行信道均衡，得到叠加的传输序列的估计值；移除用作信道估计的伪随机序列，得到稀疏化的数据序列。

其中，所述步骤(1)具体为：

(1.1)将信道估计的伪随机序列p与稀疏数据序列s进行逐比特异或，生成叠加比特序列g；伪随机序列p使用m序列等伪随机序列，序列的长度小于等于稀疏数据序列s的长度；

(1.2)将叠加比特序列g进行调制后发送出去。

进一步地，所述步骤(2)具体为：

(2.1)接收端的接收信号r经过匹配滤波处理后生成接收符号序列y；

(2.2)将接收符号序列y和伪随机序列p输入至滑动相关器，采用滑动相关法估计信道冲激响应；

(2.3)利用估计的信道冲激响应，进行软判决或硬判决的信道均衡，获取叠加序列的硬判决估计序列

或软判决估计序列

(2.4)若均衡器输出的为硬判决结果，将叠加序列的硬判决估计序列

与伪随机序列p进行逐比特异或，移除伪随机序列，得到稀疏数据估计值

若均衡器输出的为软判决估计序列

则根据对应位置伪随机序列的值对软信息的符号位进行翻转，若伪随机序列码片的值为“1”，则翻转软信息的符号位，否则保持不变。

其中，所述步骤(2.2)具体为：

(3.1)伪随机序列p作为本地序列，采用滑动相关，将接收符号序列y滑过本地序列，每一时刻产生一个相关结果，相关值表示为：

其中，L_P和L_y分别为伪随机序列的长度和接收符号序列y的长度；p(k)为伪随机序列的值，且p(k)的取值为+1或者-1；

(3.2)检测所有时刻的相关值，相关值大于判决门限T_h时，判断存在多径传输的一条主要传输路径，相关峰的判决准则为：

R_peak(v)＝R(g),|R(g)|≥T_h，

上式中，判决门限T_h采用下述准则：

其中，P_R为相关值的平均功率；

(3.3)根据相关输出的峰值位置判断多径信道的每一条路径的延时；根据相关值的大小估计多径的相对大小，通过归一化得到多径衰落大小，得到信道冲激响应的估计。

本发明提供的技术方案的有益效果是：

(1)同时实现信息传输与信道估计两个功能：本发明以伪随机序列为信息传输的载体，将稀疏化信息序列与伪随机序列进行逐比特异或后再进行传输，并且接收端利用伪随机序列良好的自相关性进行信道估计。与传统的信道估计方法相比，本发明可以用一个码流同时实现信道估计与信息传输两个功能。

(2)不需要为训练序列分配时隙或者频率资源，有效提高了带宽利用率，并且在无带宽资源损失下充分利用训练序列良好的自相关性精确估计信道冲激响应。

(3)可以实现信息的可靠传输：信道估计序列分散于整个传输周期，对干扰有较强的抑制能力，并且训练序列的长度较大，能获得可靠的信道估计，从而实现信息的可靠传输。

附图说明

图1为系统整体实现框图；

图2为接收端实现框图；

图3为两径信道滑动相关检测的相关峰值曲线图；

图4为在不同符号干扰信道下信道估计的均方误差曲线图；

图5为不同符号干扰信道下NB-LDPC译码性能曲线图；

图6为在不同符号干扰信道下系统的误比特率曲线图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面对本发明实施方式作进一步地详细描述。

在基于叠加训练序列方案的思想上，本发明实施例提出了一种符号干扰信道下基于比特域叠加训练序列的均衡方法，该方法首先将用于信道估计的伪随机序列与稀疏信息序列在比特域进行叠加，即信息序列与用于信道估计的训练序列同时发送，然后在接收端将接收序列与本地已知的用于信道估计的伪随机序列进行滑动相关，得到信道的冲激响应；其次，采用最大似然序列估计(Maximum-Likelihood Sequence Estimation，MLSE)方法对接收序列进行处理；进一步，移除叠加的伪随机序列，得到稀疏信息序列。本发明实施例提出的基于伪随机序列与稀疏化信息序列叠加的均衡方法，无需专门为伪随机序列分配时隙，有效提高了频带利用率；虽然在该方案中信道估计序列受到稀疏信息序列的干扰，存在一定的错误，但是信道估计序列分散于整个传输周期，对干扰有较强的抑制能力，并且训练序列的长度较大，能获得可靠的信道估计，从而实现在多径信道下的可靠数据传输。

一种符号干扰信道下基于比特域叠加训练序列的均衡方法的基本思想是：选取相关性良好的伪随机序列作为训练序列，训练序列作为信息传输的载体，与稀疏化的信息序列叠加后再进行传输，因此无需专门为训练序列分配时隙，有效提高了频带利用率；同时利用训练序列与信息序列的不相关性以及伪随机序列良好的自相关性，采用滑动相关法进行信道估计，在没有传输带宽损失的情况下可以精确估计信道参数，降低了信道估计的复杂度；由于信道估计序列分散于整个传输周期，对干扰有较强的抑制能力，并且训练序列的长度较大，能获得可靠的信道估计，从而实现信息的可靠传输。

本发明实施例以多径信道为模型，发送端采用多进制编码方式生成十六进制低密度奇偶校验(Low-Density Parity-Check,LDPC)码，并将码字中的每一个符号映射为长度为5比特的二进制向量得到稀疏化的信息序列，稀疏化的信息序列与伪随机序列叠加后发送至多径信道传输。

下面结合附图详细说明本发明的实施方式：

图1是符号干扰信道下基于比特域叠加训练序列的均衡方法的系统框图，具体包括以下步骤：

(1)发送端将作为训练序列的伪随机序列与比特“0”所占比例高于比特“1”所占比例的稀疏化数据序列在比特域进行叠加，然后进行二进制调制传输；

(2)接收端收到符号序列，首先将该符号序列进行匹配滤波，然后利用接收端也已知的伪随机序列，采用滑动相关法估计信道冲激响应；其次利用估计得到信道冲激响应的估计值进行信道均衡，得到叠加的传输序列的估计值；进一步移除用作信道估计的伪随机序列，得到稀疏化的数据序列。

其中，如图2所示，步骤(2)具体操作为：

(2.1)接收端的接收信号r经过匹配滤波处理后生成接收符号序列y；

(2.2)将接收符号序列y和伪随机序列p输入至滑动相关器，采用滑动相关法估计信道冲激响应；

(2.3)利用估计的信道冲激响应，进行软判决或硬判决的信道均衡，均衡方法可以采用各种信道均衡方法，包括：最大似然序列估计方法、软输出的最大似然序列估计方法等，得到叠加序列的硬判决估计序列

或者是软判决估计序列

(2.4)若均衡器输出的为硬判决结果，将叠加序列的硬判决估计序列

与用于信号估计的伪随机序列p进行逐比特异或，移除伪随机序列，得到稀疏数据估计值

若均衡器输出的为软判决估计序列

则根据对应位置伪随机序列的值对软信息的符号位进行翻转，若伪随机序列码片的值为“1”，则翻转软信息的符号位，否则保持不变。

其中，步骤(2.2)将接收符号序列y和伪随机序列p发送至滑动相关器，采用滑动相关法估计信道冲激响应，具体操作为：

(2.2.1)伪随机序列p作为本地序列，采用滑动相关，将接收符号序列y滑过本地序列p，连续地进行相关处理，每一时刻产生一个相关结果，相关值表示为：

其中，L_P和L_y分别为伪随机序列的长度和接收序列y的长度；p(k)为伪随机序列的值，且p(k)的取值为+1或者-1。

(2.2.2)检测所有时刻的相关值，相关值大于判决门限T_h时，判断存在多径传输的一条主要传输路径，相关峰的判决准则为：

R_peak(v)＝R(g),|R(g)|≥T_h，

上式中，判决门限T_h可以采用下述准则：

其中，P_R为相关值的平均功率；峰值的判断也可以根据相关的局部峰值的相对大小进行判断；

(2.2.3)根据相关输出的峰值位置可判断多径信道的每一条路径的延时；根据相关值的大小可以估计多径的相对大小，进一步通过归一化可以得到多径衰落大小，从而得到信道冲激响应的估计。

具体实施例

本发明实施例设计了一种符号干扰信道下基于比特域叠加训练序列的均衡方案，不需要为伪随机序列分配时隙或者频率资源，因此没有传输带宽损失；同时利用伪随机序列与信息序列的不相关性，以及伪随机序列良好的自相关性，接收端采用滑动相关法可以精确估计信道冲激响应；虽然信道估计序列受到稀疏信息序列的干扰，存在一定的错误；但是信道估计序列分散于整个传输周期，对干扰有较强的抑制能力，并且训练序列的长度较大，能获得可靠的信道估计，实现在多径信道下的信息的可靠传输。

举例说明符号干扰信道下基于比特域叠加训练序列均衡方案的过程。本发明实施例中以多径信道为模型且假设多径的数量N已知，调制方式为二进制相移键控(BinaryPhase Shift Keying，BPSK)，采用码长为576符号、码率为3/4的十六进制LDPC码作为信道编码，需要对编码码字进行稀疏化，得到稀疏化码字序列，稀疏化的步骤具体描述如下：

(1.1)将长度为576符号的编码码字c中的每一个符号c_i映射为一个长度为l个比特的子序列(s_i,0,s_i,1,...,s_i,l-1),0≤i≤576；

(1.2)根据稀疏码中子序列所包含的比特数量l，选取稀疏度最低的符号映射表；

(1.3)根据码字c_i与稀疏向量的对应关系，将多进制编码码字c进行稀疏化，得到稀疏序列s。

本发明实施例中，将编码码字映射为一个长度为5比特的子序列，稀疏度为0.3125的稀疏化映射关系如表1所示，表中每个稀疏向量(s_i,0,s_i,1,...,s_i,l-1)包含的码元“1”不超过2个。稀疏化后得到码字长度为2880比特的稀疏化码字。

表1码字c_i与稀疏向量(s_i,0,s_i,1,...,s_i,l-1)映射表

本发明实施例中采用长度为2880的m序列作为训练序列，与稀疏化码字叠加后，经调制滤波发送出去，分别经过信道1、信道2和信道3，信道冲激响应表达式分别如下所示：

h₁(k)＝δ(k)+0.6δ(k-7)

h₂(k)＝δ(k)+0.5δ(k-5)+0.4δ(k-7)

h₃(k)＝δ(k)+0.7δ(k-4)+0.5δ(k-10)+0.4δ(k-16)

接收端将收到的符号序列首先进行匹配滤波，然后利用接收端也已知的伪随机序列，采用滑动相关法估计信道冲激响应。信道估计的步骤可以描述如下：

(2.1)已知m序列作为本地序列，采用滑动相关，将接收序列y滑过本地序列p，连续地进行相关处理，每一时刻产生一个相关结果，相关值表示为：

其中，L_P和L_y分别为伪随机序列的长度和接收序列y的长度；p(k)为已知m序列对应的值，且p(k)的取值为+1或者-1；

(2.2)检测所有时刻的相关值，得到相关值的前N个最大值，即相关峰处的峰值大小；

(2.3)根据相关峰峰值的位置可判断多径信道的每一条路径的时延；根据相关峰峰值的大小可以估计多径的相对大小，进一步通过归一化得到多径衰落大小，从而得到信道冲激响的估计值。

图3为本发明方案在信噪比为0dB时，在两径信道下采用滑动相关法检测到的相关峰峰值图。从图中可以明显看出信道中多径的个数，其中峰值最大处为主径，即从发送端到接收端的直达路径，旁峰位置对应的是信道中的其它反射路径。在归一化信道中，最大峰值处对应的信道幅度为1，旁峰峰值与最大峰值的比例为多径信道的幅度衰落，对应的采样点之差为信道时延，由此可以估计出多径信道的冲激响应。

图4为本发明方案在不同多径信道下信道估计的均方误差曲线图。图中对比了本发明方案与传统TDM方案的性能，其中为了保证提出的叠加训练序列方案与传统基于训练序列方案在对比时的公平性，两种方案中发送序列的长度相同，并且发送序列经过相同的信道。因此，在传统TDM方案中，发送端采用相同码长和码率的十六进制LDPC码作为纠错码，每一个码字转换为4比特的二进制序列，形成长度为2304比特的信息序列，训练序列的长度为576比特，在发送时将训练序列作为帧头加在信息序列前面，得到2880比特的数据帧。从图中可以看出，在信道2下，当信道估的均方误差为10^-3时，与传统TDM方案相比，本发明提出的方案可以获得约3dB的性能增益，并且在不同多径信道下，该方案均可以更精确的得到信道的冲激响应，同时也验证了本发明基于比特域叠加训练序列的信道响应估计方法的可行性。

图5为本发明方案在不同符号干扰信道下的多进制低密度奇偶校验(NB-LDPC)码译码性能曲线图。从图中可以看出，当误比特率为10^-5时，在三种不同信道模型下，基于比特域叠加训练序列的NB-LDPC码译码方法相对于只进行MLSE均衡方案均可获得约6dB的性能增益。因此，在不同信道下，将信道均衡技术和迭代译码算法相结合，可以显著提高系统的误码率性能。实施例中采用硬判决输出的MLSE均衡技术，若采用软判决输出的MLSE均衡技术，可以进一步提高系统的误比特率性能。

图6为本发明方案在不同符号干扰信道下系统的误比特率性能曲线图，稀疏化码字与伪随机序列逐比特异或后发送出去，分别经过信道1、信道2和信道3。仿真结果显示，在不同ISI信道下，与传统TDM方案相比，当误比特率为10^-5时，在信道1、信道2和信道3模型下，本发明方案分别可以获得约1dB、2dB和3.5dB的性能增益，并且在信道1下，提出方案的性能逼近AWGN信道的性能。因此，在不同ISI信道下，本发明提出的方案均可以显著提高系统的误比特率性能。

本发明实施例对各器件的型号除做特殊说明的以外，其他器件的型号不做限制，只要能完成上述功能的器件均可。

本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种符号干扰信道下基于比特域叠加训练序列的均衡方法，其特征在于，所述方法包括以下步骤：

(1)将编码码字c中的每一个符号c_i映射为一个长度为l个比特的子序列；根据稀疏码中子序列所包含的比特数量l，选取稀疏度最低的符号映射表；根据码字c_i与稀疏向量的对应关系，将多进制编码码字c_i稀疏化得到稀疏序列s；

(2)发送端将作为训练序列的伪随机序列与比特“0”所占比例高于比特“1”所占比例的稀疏化数据序列在比特域进行叠加进行二进制调制传输；

(3)接收端收到符号序列，将符号序列进行匹配滤波，利用接收端已知的伪随机序列，采用滑动相关法估计信道冲激响应；其次利用估计得到信道冲激响应的估计值进行信道均衡，得到叠加的传输序列的估计值；移除用作信道估计的伪随机序列，得到稀疏化的数据序列；

其中，所述步骤(3)具体为：

(3.1)接收端的接收信号r经过匹配滤波处理后生成接收符号序列y；

(3.2)将接收符号序列y和伪随机序列p输入至滑动相关器，采用滑动相关法估计信道冲激响应；

(3.3)利用估计的信道冲激响应，进行软判决或硬判决的信道均衡，获取叠加序列的硬判决估计序列

或软判决估计序列

(3.4)若均衡器输出的为硬判决结果，将叠加序列的硬判决估计序列

与伪随机序列p进行逐比特异或，移除伪随机序列，得到稀疏数据估计值

若均衡器输出的为软判决估计序列

则根据对应位置伪随机序列的值对软信息的符号位进行翻转，若伪随机序列码片的值为“1”，则翻转软信息的符号位，否则保持不变；

其中，所述步骤(3.2)具体为：

(4.1)伪随机序列p作为本地序列，采用滑动相关，将接收符号序列y滑过本地序列，每一时刻产生一个相关结果，相关值表示为：

其中，L_P和L_y分别为伪随机序列的长度和接收符号序列y的长度；p(k)为伪随机序列的值，且p(k)的取值为+1或者-1；

(4.2)检测所有时刻的相关值，相关值大于判决门限T_h时，判断存在多径传输的一条主要传输路径，相关峰的判决准则为：

R_peak(v)＝R(g),R(g)≥T_h，

上式中，判决门限T_h采用下述准则：

其中，P_R为相关值的平均功率；

(4.3)根据相关输出的峰值位置判断多径信道的每一条路径的延时；根据相关值的大小估计多径的相对大小，通过归一化得到多径衰落大小，得到信道冲激响应的估计。

2.根据权利要求1所述的一种符号干扰信道下基于比特域叠加训练序列的均衡方法，其特征在于，所述步骤(2)具体为：

(2.1)将信道估计的伪随机序列p与稀疏数据序列s进行逐比特异或，生成叠加比特序列g；伪随机序列p使用m序列等伪随机序列，序列的长度小于等于稀疏数据序列s的长度；

(2.2)将叠加比特序列g进行调制后发送出去。

Images