CN113796016A - 符号判定装置和符号判定方法 - Google Patents

Abstract

对从传输路导入的接收信号序列，进行利用传输路的估计反传递函数所进行的自适应均衡，生成符号序列，针对所生成的符号序列进行临时判定，在临时判定的临时判定符号和临时判定符号的附近的符号的范围内，生成示出传输路状态的多个符号序列，基于所生成的示出传输路状态的多个符号序列、以及传输路的估计传递函数，生成每个传输路状态的估计接收符号序列，计算从接收信号序列得到的符号序列和估计接收符号序列的每一个的度量，基于所计算的度量、临时判定符号、以及临时判定符号的附近的符号来选择最大似然的估计接收符号序列，进行发送符号序列的判定。

Description

符号判定装置和符号判定方法

技术领域

本发明涉及符号判定装置和符号判定方法。

背景技术

由于近年的智能电话、平板电脑的急速普及或高精细的视频分发服务的各种丰富内容的增加等，互联网的主干网络所转送的业务量持续增加。此外，企业中的云服务的活用也正在推进。由此，预测，在数据中心（以下，称为“DC”（Data Center）。）内，DC间的网络的业务量以年率约1.3倍的比例而增加。

现在，在DC内或DC间的连接方式中，主要引入了以太网（注册商标）。预想，伴随着通信业务量的增大，单一据点中的DC的大规模化变得困难。因此，今后，DC间协作的需要性会提高到至今为止以上，而考虑了在DC间收发的业务量的进一步增大。为了应对这样的状况，要求建立低成本且大容量的短距离光传输技术。

在现行的以太网（注册商标）标准中，除了10GbE（Gigabit Ethernet（注册商标））-ZR，光纤通信还适用于到40km的传输路。此外，到100GbE，使用了向光的on（开）、off（关）分配二值信息的强度调制方式。接收侧仅由光接收器构成，成为比在长距离传输中使用的相干接收方式更便宜的结构。

在100GbE中，通过对调制速度为25GBd（GigaBaud）、每符号的信息量为1bit/symbol的NRZ（Non-return-to-zero，不归零）信号进行4波复用，从而实现了100Gb/s的传输容量。

在100GbE的下一代的400GbE的标准化中，考虑到在100GbE中使用的经济的设备结构的维持和信号的带宽利用效率，而初次采用了2bits/symbol的PAM4（4-level pulse-amplitude-modulation，4级脉冲幅度调制）。由此，在400GbE中，通过对50Gb/s的信号进行8波复用，从而实现了400Gb/s的传输容量。作为400GbE的标准，例如，存在400GBASE-FR8、LR8等。

面向今后的进一步的业务量增大，在2020年以后，预定800GbE、1.6TbE的标准化。这些通信速度预定是通过对采用200Gb/s的PAM4使调制速度为100GBaud的信号进行4～8波长复用来实现的、或通过对采用200Gb/s的PAM8使调制速度为75GBaud的信号进行4～8波长复用来实现的，例如如图15所示。

作为面向进一步的大容量化的课题，伴随着传输容量增大所导致的信号品质劣化即设备的带宽限制或波长色散的影响显著化。例如，如图16所示，当传输容量增大而利用带宽增加时，由于设备的带宽限制，发生了频域501（斜线的阴影区域）丢失的问题。此外，如图17所示，当传输容量增大时，波长色散的影响变大、或者干扰的区域502增大。

作为解决这样的问题的方法，存在使用与高速通信速度对应的DAC（Digital toAnalog Converter，数模转换器）或ADC（Analog to Digital Converter，模数转换器）、或者使用对波长的色散进行补偿的色散补偿模块等的方法。可是，这样的设备很昂贵，设备所需的成本变高，因此，从经济性观点出发，是想要避免的方法。在经济性观点上，期望的方法是如下那样的方法：维持以往的收发器的结构，提高多值化、带宽限制耐力、波长色散耐力，利用低成本的窄带设备。可是，在使用低成本的窄带设备的情况下，需要解决如上所述的伴随着通信速度的高速化所导致的带宽限制、波长色散而造成的符号间干扰等产生的问题。

作为用于从由于符号间干扰等问题而失真的接收信号波形中得到正确的发送数据的最有效的均衡方式，已知有最大似然序列估计（以下，称为“MLSE”（MaximumLikelihood Sequential Estimation）。）（例如，参照非专利文献1、2）。

例如，图18是示出使用上述的低成本的窄带设备而构成的以往的通信系统100的框图。通信系统100具备发送侧的信号生成装置1、传输路2、接收侧的符号判定装置90。信号生成装置1导入从外部提供的m值数据信号，生成电信号的发送信号序列｛s_t｝。在此，m是符号多值度，是2以上的整数。此外，t是对发送信号序列进行识别的识别号码，当发送信号序列｛s_t｝中包含的符号数是N个时，例如，分配1、2、3、…、N这样的整数值。

传输路2的强度调制器2-2导入信号生成装置1输出的电信号的发送信号序列｛s_t｝，利用所导入的电信号的发送信号序列｛s_t｝来调制光源2-1出射的光，生成了光信号的发送信号序列｛s_t｝。光纤2-3对强度调制器2-2生成的光信号的发送信号序列｛s_t｝进行传输。光接收器2-4将光纤2-3传输的光信号的发送信号序列｛s_t｝作为光信号的接收信号序列｛r_t｝进行光接收，变换为电信号的接收信号序列｛r_t｝并输出。

此时，当通过均衡电路来示出传输路2时，成为如图19所示那样的结构。在图19中，延迟器82-1～82-2L导入并存储输入符号，在经过“T”的时间后，输出所存储的输入符号。在此，“T”是符号间隔，每符号的运算的定时变为“tT”。

延迟器81导入并存储输入符号，在经过“-LT”的时间后，输出所存储的输入符号。再有，由于对延迟量附加负符号，所以延迟器81提供“LT”的负延迟。在此，假设，在传输路2中，发生了时刻t的符号的前后L符号量的符号间干扰，通过延迟器81将光信号的发送信号序列｛s_t｝的元素s_t的前后L符号量提供给传递函数部83。

传递函数部83将传递函数（H）应用于延迟器81、82-1～82-2L所输出的符号序列。加法器85对传递函数部83的输出值加上作为噪声分量的ω_t，生成了接收信号序列｛r_t｝。ω_t是平均0、方差δ²的彼此独立的高斯随机序列。

当用式子来示出图19的均衡电路所生成的接收信号序列｛r_t｝时，成为下式（1）。在式（1）中，t=1，2，…，N。

[数式1]

图20是示出符号判定装置90的内部结构的图，该符号判定装置90是基于传输路2输出的接收信号序列｛r_t｝利用MLSE来进行发送符号序列的识别的识别电路。传输路2中的传递函数（H）是未知的函数。因此，符号判定装置90对传输路2的传递函数（H）进行估计，使用所估计的传递函数（H’）（以下，称为“估计传递函数（H’）”。）来生成接收符号序列的副本。以下，将利用估计传递函数（H’）所复制的接收符号序列称为估计接收符号序列。符号判定装置90将所生成的估计接收符号序列与从接收信号序列｛r_t｝得到的符号序列进行比较，将最大似然的估计接收符号序列作为判定结果。

在MLSE中，搜索使条件联合概率密度函数p_N（｛r_N｝｛s’_N｝）变为最大的发送信号序列｛s’_t｝，由此，进行符号判定。条件联合概率密度函数p_N（｛r_N｝｛s’_N｝）是通过传输路2来发送从m值数据所生成的序列长度N的发送信号序列｛s’_t｝的情况下接收到接收信号序列｛r_t｝的概率，通过下式（2）来表示。

[数式2]

使条件联合概率密度函数p_N（｛r_N｝｛s’_N｝）变为最大等价于使下式（3）中示出的距离函数d_N变为最小。再有，在式（3）中，（p-1）/2=L。

[数式3]

式（3）中的（s’_{t-（p-1）/2}，…，s’_t，…，s’_{t+（p-1）/2}）示出了时刻t的传输路2的状态（status）μ_t（以下，称为“传输路状态μ_t”。）。在符号序列长度是“p”的情况下，调制符号I=［i₁，i₂，…，i_m］的全部组合数量为“m^p”。在该情况下，传输路2能够视为具有m^p个有限传输路状态的有限状态机。由于能够视为有限状态机，所以能够使用例如如维特比算法那样的最大似然序列估计的方法，按每个接收信号序列｛r_t｝，进行依次计算，从而计算距离函数d_N。

在时刻t，到达传输路状态μ_t的距离函数d_t（｛μ_t｝）使用时刻t-1的距离函数d_t-1（｛μ_t-1｝）、以及伴随着时刻t的状态转变所导致的似然度即度量b（r_t；μ_t-1→μ_t）通过下式（4）来表示。

[数式4]

度量b（r_t；μ_t-1→μ_t）使用估计传递函数（H’）表示为下式（5）。

[数式5]

时刻t的度量b仅取决于从t-1向t的状态转变，而不取决于其以前的状态转变。在此，假定，到达传输路状态μ_t的距离函数的最小值d_min_t-1（μ_t-1）、以及与其对应的全部状态转变在时刻t-1的全部传输路状态μ_t-1中是已知的。

在该假定下，在求取到达传输路状态μ_t的距离函数d_t（｛μ_t｝）的最小值的情况下，不需要求取与全部的状态转变对应的距离函数d_t（｛μ_t｝）。如果针对有可能转变为传输路状态μ_t的全部的传输路状态｛μ_t-1｝来计算d_min_t-1（μ_t-1）+b（r_t；μ_t-1→μ_t）以求取其中的最小值，则其值变为到达传输路状态μ_t的全部的距离函数d_t（｛μ_t｝）的最小值即d_min_t（μ_t）。当通过式子来示出此时，由下式（6）表示。

[数式6]

回到图20，在符号判定装置90中，延迟器92-1～92-（p-1）导入并存储输入符号，在经过“T”的时间后，输出所存储的输入符号。因此，向估计传递函数部93提供对传输路2的时刻t的传输路状态μ_t进行示出的（s’_{t-（p-1）/2}，…，s’_t，…，s’_{t+（p-1）/2}）的符号序列。在估计传递函数部93中，对该符号序列，应用估计传递函数（H’）。减法器94从接收信号序列｛r_t｝中减去估计传递函数部93的输出值。绝对值器95计算减法器94的输出值的绝对值，计算出的绝对值成为式（5）中示出的度量b。

相加比较选择部91针对有可能转变为传输路状态μ_t的全部的传输路状态｛μ_t-1｝来计算式（6）中的d_min_t-1（μ_t-1）+b（r_t；μ_t-1→μ_t），将计算出的值中的最小值作为距离函数d_t（｛μ_t｝）的最小值即d_min_t（μ_t）。

路径追溯判定部96基于相加比较选择部91所计算的距离函数d_t（｛μ_t｝）的最小值，对维特比算法的网格的路径进行追溯，求取信号生成装置1导入的m值数据的估计值，将所求取的估计值作为判定结果进行输出。

如上所述，在维特比算法中，在求取到达传输路状态μ_t的距离函数d_t（｛μ_t｝）的最小值的情况下，不求取与全部的状态转变对应的距离函数d_t（｛μ_t｝），而是针对有可能转变为传输路状态μ_t的全部的传输路状态｛μ_t-1｝来计算d_min_t-1（μ_t-1）+b（r_t；μ_t-1→μ_t）。由此，在维特比算法中，能够将相对于序列长度呈指数增大的运算量抑制为线性增大。因此，在MLSE中，通过使用维特比算法，能够实现对运算量进行抑制的最大似然序列的估计。

此外，在MLSE中，通过利用接收器侧的数字信号处理来估计并再现发送信号波形受到的符号间干扰，从而实现了高的均衡性能。因此，估计精度越高，越能够抑制由于符号间干扰所造成的符号错误，而从由于符号间干扰而失真的接收信号波形中得到正确的发送数据。使用了MLSE的信号品质劣化抑制技术在上述的以太网（注册商标）的大容量化中也有讨论。

现有技术文献

非专利文献

非专利文献1：D. D. FALCONER and F. R. MAGEE, JR. “Adaptive ChannelMemory Truncation for Maximum Likelihood Sequence Estimation”, The BellSystem Technical Journal Vol. 52, No. 9, pp. 1541-1562，November, 1973.

非专利文献2：Qiang Zhang, Nebojsa Stojanovic, Liang Zhang, TianjianZuo, Changsong Xie, Enbo Zhou, “Up to 190-Gb/s OOK Signal Generation using aCoding and Cutting Technique with a 92 GSa/s DAC”, OFC2017, Th3D.1.。

发明内容

发明要解决的课题

如上所述，在维特比算法中，进行如上述的式（6）所示那样的运算。当使存储长度（约束长度）为“3”，通过网格图来示出式（6）的运算对象的组合时，变为如图21所示那样的组合。例如，在最上的分支的情况下，［i₁，i₁，i₁］对应于式（5）中的（s’_{t-（p-1）/2}，…，s’_t，…，s’_{t+（p-1）/2}）。如图21所示，从m²个传输路状态μ_t的每一个，产生了m个分支，因此，分支的合计为m³个。

例如，在存储长度“3”、m=8的情况下，如图22所示，传输路状态μ_t的数量为“64”，分支的数量为“512”个。在维特比算法中，需要按每个传输路状态μ_t，即，按网格的每个分支，进行度量的运算。因此，存在如下那样的问题：当m的数量即符号多值度增加，而状态数增加时，伴随此，网格的分支数变多，维特比算法的运算量增大。

鉴于上述情况，本发明的目的在于，提供一种即使在从接收信号序列进行发送符号的判定时符号多值度增加的情况下也能够抑制运算量的增大的技术。

用于解决课题的方案

本发明的一个方式是一种符号判定装置，其中，具备：临时判定部，对从传输路导入的接收信号序列，进行利用所述传输路的估计反传递函数所进行的自适应均衡，生成符号序列，对所述符号序列进行临时判定；传输路估计部，基于示出传输路状态的多个符号序列、以及所述传输路的估计传递函数，生成每个所述传输路状态的估计接收符号序列；序列估计算法处理部，计算从所述接收信号序列得到的符号序列和所述估计接收符号序列的每一个的度量，基于所计算的所述度量、所述临时判定部临时判定的临时判定符号、以及所述临时判定符号的附近的符号，通过规定的估计算法来选择最大似然的所述估计接收符号序列；以及路径追溯判定部，基于所述最大似然的估计接收符号序列来追溯网格的路径，进行发送符号序列的判定，所述序列估计算法处理部在所述临时判定符号和所述临时判定符号的附近的符号的范围内，生成示出所述传输路状态的多个符号序列，输出到所述传输路估计部。

本发明的一个方式是上述的符号判定装置，其中，所述附近的符号是以所述临时判定符号为中心的前后的符号，是所述临时判定符号和所述附近的符号的总和变为（2n+1）个（n为2以上的整数）的符号。

本发明的一个方式是上述的符号判定装置，其中，从所述接收信号序列得到的符号序列是所述接收信号序列中包含的符号序列、或所述临时判定部对所述接收信号序列的一部分进行利用所述估计反传递函数的自适应均衡而生成的符号序列、或由进一步具备的自适应滤波器部生成的符号序列，所述自适应滤波器部对输入信号序列的一部分进行压缩脉冲宽度的滤波处理，生成所述符号序列，其中，信号序列被提供为所述输入信号序列，所述信号序列包含所述接收信号序列、或所述临时判定部对所述接收信号序列的一部分进行利用所述传输路的估计反传递函数的自适应均衡而生成的符号序列。

本发明的一个方式是上述的符号判定装置，其中，具备更新处理部，所述更新处理部基于所述路径追溯判定部输出的所述符号序列、以及从所述接收信号序列得到的符号序列来计算所述估计传递函数。

本发明的一个方式是上述的符号判定装置，其中，具备更新处理部，在具备所述自适应滤波器部的情况下，所述更新处理部基于所述路径追溯判定部输出的所述符号序列、以及从所述接收信号序列得到的符号序列来计算所述估计传递函数和所述自适应滤波器部进行的所述滤波处理的滤波器系数值。

本发明的一个方式是上述的符号判定装置，其中，所述规定的估计算法是维特比算法或BCJR算法，在应用所述BCJR算法的情况下，所述序列估计算法处理部在所述临时判定符号和所述临时判定符号的附近的符号所构成的符号序列中包含的二进制值的对数似然度比变为无限大的情况下，将预定的有限值用作该二进制值的所述对数似然度比。

本发明的一个方式是上述的符号判定装置，其中，所述临时判定部基于进行利用所述传输路的反传递函数的自适应均衡而生成的所述符号序列、以及作为所述临时判定的判定结果而得到的所述符号序列来计算所述估计反传递函数。

本发明的一个方式是一种符号判定方法，其中，对从传输路导入的接收信号序列，进行利用所述传输路的估计反传递函数所进行的自适应均衡，生成符号序列，针对所述符号序列进行临时判定；在临时判定的临时判定符号和所述临时判定符号的附近的符号的范围内，生成示出传输路状态的多个符号序列；基于所生成的所述多个符号序列、以及所述传输路的估计传递函数，生成每个所述传输路状态的估计接收符号序列；计算从所述接收信号序列得到的符号序列和所述估计接收符号序列的每一个的度量；基于所计算的所述度量、所述临时判定符号、以及所述临时判定符号的附近的符号，通过规定的估计算法来选择最大似然的所述估计接收符号序列；以及基于所述最大似然的估计接收符号序列来追溯网格的路径，进行发送符号序列的判定。

发明效果

利用本发明，即使在从接收信号序列进行发送符号的判定时符号多值度增加的情况下，也能够抑制运算量的增大。

附图说明

图1是示出第一实施方式中的通信系统的结构的框图。

图2是示出第一实施方式中的符号判定装置的内部结构的框图。

图3是示出第一实施方式中的符号判定装置的内部的详细结构的框图。

图4是说明第一实施方式中的自适应滤波器部所导入的序列的图。

图5是说明第一实施方式中的序列估计部的自适应滤波器部进行的脉冲宽度的压缩的图。

图6是示出第一实施方式中的符号判定装置的临时判定部所进行的处理的流程的流程图。

图7是示出第一实施方式中的符号判定装置的序列估计部所进行的处理的流程的流程图。

图8是示出第一实施方式中的序列估计部的附近相加比较选择部作为运算对象的状态的网格图。

图9是在图8中使符号多值度为8的情况下的网格图。

图10是示出第二实施方式中的符号判定装置的内部结构的框图。

图11是示出第二实施方式中的符号判定装置的内部的详细结构的框图。

图12是示出符号多值度8的情况下的gray码的一个例子的图。

图13是说明应用BCJR算法的情况下的课题的图。

图14是示出在应用BCJR算法的情况下符号判定装置所具备的表的一个例子的图。

图15是示出传输容量与波长的复用度的关系的图形。

图16是示出在传输容量增大的情况下的设备的带宽限制的影响的图形。

图17是示出在传输容量增大的情况下的波长色散的影响的图形。

图18是示出以往的通信系统的结构的框图。

图19是传输路的均衡电路的框图。

图20是示出以往的符号判定装置的内部结构的框图。

图21是示出成为维特比算法的运算对象的状态的网格图。

图22是在图21中使符号多值度为8的情况下的网格图。

具体实施方式

（第一实施方式）

以下，参照附图来说明本发明的实施方式。

图1是示出第一实施方式中的通信系统S的结构的框图。通信系统S具备信号生成装置1、传输路2和符号判定装置3。

信号生成装置1和传输路2与图18中示出的以往的通信系统100所具备的信号生成装置1和传输路2是相同的结构。信号生成装置1导入从外部提供的m值数据信号。m是符号多值度，例如是2以上的整数。各符号通过数字或记号来表示。例如，在m=8的情况下，各符号通过［0，1，2，3，4，5，6，7］的数字来表示。

信号生成装置1将导入的m值数据信号作为发送符号序列，生成包含发送符号序列的电信号的发送信号序列｛s_t｝。t是对发送信号序列进行识别的识别号码。当使发送信号序列｛s_t｝中包含的符号数为N个时，分配例如t=1，2，3，…，N这样的整数值。

在传输路2中，强度调制器2-2导入信号生成装置1所输出的电信号的发送信号序列｛s_t｝。强度调制器2-2基于电信号的发送信号序列｛s_t｝中包含的m值的符号序列来调制光源2-1出射的光。由此，强度调制器2-2生成对m值的符号序列进行表示的光信号的发送信号序列｛s_t｝。

光纤2-3传输由强度调制器2-2生成的光信号的发送信号序列｛s_t｝。

光接收器2-4将光纤2-3传输的光信号的发送信号序列｛s_t｝作为光信号的接收信号序列｛r_t｝进行光接收。光接收器2-4将光接收的光信号的接收信号序列｛r_t｝变换为电信号的接收信号序列｛r_t｝并输出。光接收器2-4例如是光电二极管。

符号判定装置3是基于传输路2输出的接收信号序列｛r_t｝来进行发送符号序列的识别的识别电路。符号判定装置3具备图2所示的内部结构。符号判定装置3具备临时判定部30、序列估计部40。在临时判定部30中，应用例如FFE（Feed Forward Equalizer，前馈均衡器）。临时判定部30利用对反传递函数进行估计的函数（以下，称为“估计反传递函数”。）对接收信号序列｛r_t｝进行自适应均衡，以进行硬判定，从而进行发送符号序列的临时判定。

序列估计部40对传输路状态的符号序列，应用估计传递函数（H’），以生成估计接收符号序列。序列估计部40基于所生成的估计接收符号序列、以及对脉冲宽度进行了压缩的接收信号序列｛r_t｝来计算度量。此外，序列估计部40使用所计算的度量，在以临时判定部30临时判定的符号的每一个为中心的附近的符号的范围内，执行维特比算法。由此，序列估计部40求取发送符号序列的估计值、即信号生成装置1导入的m值数据信号的估计值。

临时判定部30具备自适应滤波器部301、判定处理部302和更新处理部303。例如如图3所示，自适应滤波器部301是线性横向滤波器。自适应滤波器部301利用对传输路2的传递函数（H）的反传递函数进行估计的估计反传递函数，对输入信号进行自适应均衡。

如图3所示，自适应滤波器部301具备延迟器31、32-1～32-（u-1）、抽头33-1～33-u和加法器34。如图4所示，延迟器31导入作为由N个构成的接收信号序列｛r_t｝的一部分的u个符号序列。延迟器31存储所导入的符号序列，在经过“（u-1）T/2”的时间后，即，延迟“（u-1）/2”个符号的量，输出所导入的符号序列。

向抽头33-1提供延迟器31所输出的延迟了“（u-1）/2”个符号的量的符号即r_{t+（u-1）/2}。

延迟器32-1～32-（u-1）的每一个导入并存储一个符号，在经过“T”的时间后，即，延迟1个符号的量，输出所导入的符号。例如，最初的延迟器32-1输出延迟了“（u-3）/2”个符号的量的r_{t+（u-3）/2}的符号。最后的延迟器32-（u-1）输出延迟了“（u-1）/2”个符号的量的r_{t+（u-1）/2}的符号。由此，向抽头33-1～33-u提供信号，所述信号包含下式（7）中示出的序列长度u的符号序列。

[数式7]

在抽头33-1～33-u的每一个中，设定所谓的滤波器系数值即f₁，f₂，…，f_（u+1）/2，…，f_u的抽头增益值。该抽头增益值f₁～f_u表示估计反传递函数。

抽头33-1～33-u将提供给每一个抽头的符号乘以每一个抽头的抽头增益值f₁～f_u，并输出。加法器34对抽头33-1～33-u的输出值进行合计并输出。式（7）能够视为以第“（u+1）/2”个元素即r_t为中心的序列，因此，能够如下式（8）那样表示加法器34的输出值。

[数式8]

在自适应滤波器部301中，通过延迟器31提供“（u-1）T/2”的延迟。因此，u个符号序列发生了“（u-1）T/2”的量的延迟，所述u个符号序列是自适应滤波器部301的线性数字滤波的运算定时tT的输出值所对应的输入信息。

判定处理部302对自适应滤波器部301的输出值进行利用硬判定的临时判定，求取与输出值对应的发送符号的估计值。判定处理部302将所求取的估计值即临时判定符号A’作为临时判定结果进行输出。

更新处理部303将自适应滤波器部301的输出值的目标值作为判定处理部302输出的临时判定符号A’，计算自适应滤波器部301的抽头33-1～33-u中的每一个抽头的抽头增益值f₁～f_u的更新值。例如，更新处理部303通过规定的更新算法来计算抽头增益值f₁～f_u的更新值即估计反传递函数。

如图3所示，更新处理部303具备滤波器更新算法处理部35和减法器36。在更新处理部303中，减法器36将减法值作为误差而输出到滤波器更新算法处理部35，所述减法值是从判定处理部302输出的临时判定符号A’中减去自适应滤波器部301的输出值而得到的。

滤波器更新算法处理部35基于减法器36输出的误差，以使得误差变小的方式通过规定的更新算法来计算抽头增益值f₁～f_u的更新值。滤波器更新算法处理部35在抽头33-1～33-u中设定计算出的抽头增益值f₁～f_u，进行抽头增益值f₁～f_u的更新。

序列估计部40具备自适应滤波器部401、序列估计算法处理部402、传输路估计部403、更新处理部404和路径追溯判定部405。例如，如图3所示，自适应滤波器部401是线性横向滤波器，对接收信号序列｛r_t｝的冲激响应进行压缩以便削减传输路估计部403的存储长度。在此，如图5所示，冲激响应的压缩是指对由于带宽限制或波长色散而在时间上扩展的接收信号序列｛r_t｝的脉冲宽度进行压缩，能够通过压缩来削减符号间的干扰。

如图3所示，自适应滤波器部401具备延迟器41、42-1～42-（v-1）、抽头43-1～43-v和加法器44。延迟器41与延迟器31同样，如图4所示，导入作为由N个构成的接收信号序列｛r_t｝的一部分的v个符号序列。在此，v既可以是与u相同的值，也可以是不同的值。

延迟器41存储所导入的符号序列，在经过“（v-1）T/2”的时间后，即，延迟“（v-1）/2”个符号的量，输出所导入的符号序列。向抽头43-1提供延迟器41输出的符号即r_{t+（v-1）/2}。

延迟器42-1～42-（v-1）的每一个导入并存储一个符号，在经过“T”的时间后，即，延迟1个符号的量，输出所导入的符号。例如，最初的延迟器42-1输出延迟了“（v-3）/2”个符号的量的r_{t+（v-3）/2}的符号。最后的延迟器42-（v-1）输出延迟了“（v-1）/2”个符号的量的r_{t+（v-1）/2}的符号。由此，向抽头43-1～43-v提供信号，所述信号包含下式（9）中示出的序列长度v的符号序列。

[数式9]

在抽头43-1～43-v的每一个中，设定所谓的滤波器系数值即c₁，c₂，…，c_（v+1）/2，…，c_v的抽头增益值。抽头43-1～43-v将提供给每一个抽头的符号乘以每一个抽头的抽头增益值，并输出。加法器44对抽头43-1～43-v的输出值进行合计并输出。式（9）能够称为以第“（v+1）/2”个元素即r_t为中心的序列，因此，当通过式子表示加法器44的输出值时，变为下式（10）。

[数式10]

如从式（10）可知，在自适应滤波器部401中，通过抽头增益值c₁，c₂，…，c_（v+1）/2，…，c_v来调整影响程度，但是，输出对v个量的符号序列的信息量进行了压缩的一个输出符号。

已知，MLSE的运算量相对于脉冲的扩展宽度呈指数增大，但是，通过利用自适应滤波器部401来压缩脉冲宽度，从而能够抑制运算量的增大。

在自适应滤波器部401中，通过延迟器41来提供“（v-1）T/2”的延迟。因此，v个符号序列发生了“（v-1）T/2”的量的延迟，所述v个符号序列是自适应滤波器部401的线性数字滤波的运算定时tT的输出值所对应的输入信息。

向传输路估计部403提供对时刻t的传输路2的传输路状态μ_t进行表示的符号序列中的、在以临时判定部30临时判定的符号的每一个为中心的附近的符号的范围内表示的符号序列。传输路估计部403对从附近相加比较选择部51提供的符号序列的每一个，应用估计传递函数（H’），生成每个符号序列的估计接收符号序列。

例如，如图3所示，传输路估计部403是线性横向滤波器。传输路估计部403具备延迟器62-1～62-（x-1）、抽头61-1～61-x和加法器63。延迟器62-1～62-（x-1）的每一个导入并存储一个符号，在经过“T”的时间后，即，延迟1个符号的量，输出所导入的符号。从附近相加比较选择部51提供的时刻t的传输路2的传输路状态μ_t能够表示为下式（11）所示的符号序列｛s’_t｝。再有，x与存储长度的值一致，在存储长度是“3”的情况下，x=3。

[数式11]

向抽头61-1～61-x的每一个抽头，提供式（11）的符号序列｛s’_t｝中包含的符号的每一个。在抽头61-1～61-x的每一个抽头中，设定所谓的滤波器系数值即估计传递函数（H’）的系数值h₁，h₂，…，h_（x+1）/2，…，h_x。例如，抽头61-1进行h₁×s’_{t-（x-1）/2}的运算。抽头61-2～61-x也同样，将每一个抽头的系数值乘以所提供的符号，将乘法结果输出到加法器63。加法器63输出乘法结果的合计值。加法器63的输出值成为构成估计接收符号序列的符号，表示为下式（12）。

[数式12]

序列估计算法处理部402计算每个传输路状态μ_t的度量。序列估计算法处理部402使用计算出的每个传输路状态μ_t的度量，在以临时判定部30临时判定的符号的每一个为中心的附近的符号的范围内，执行维特比算法。

序列估计算法处理部402具备减法器54、绝对值器53和附近相加比较选择部51。减法器54从式（10）所示的自适应滤波器部401的输出值中减去式（12）所示的传输路估计部403的输出值。减法器54将通过减法而得到的减法值输出到绝对值器53。绝对值器53计算从减法器54接受的减法值的绝对值。绝对值器53计算出的绝对值是度量，表示为下式（13）。

[数式13]

附近相加比较选择部51导入临时判定部30输出为临时判定结果的多个临时判定符号A’。附近相加比较选择部51使用多个临时判定符号A’，生成将预定的存储长度的长度作为序列长度的临时判定符号序列｛A’_t｝。附近相加比较选择部51生成对时刻t的传输路2的传输路状态μ_t进行表示的符号序列中的、在以临时判定符号序列｛A’_t｝中包含的符号的每一个为中心的附近的符号的范围内表示的多个符号序列｛s’_t｝。附近相加比较选择部51将所生成的多个符号序列｛s’_t｝输出到传输路估计部403。

附近相加比较选择部51使用绝对值器53输出的每个传输路状态μ_t的度量，在以临时判定符号序列｛A’_t｝中包含的符号的每一个为中心的附近的符号的范围内，执行维特比算法。附近相加比较选择部51通过执行维特比算法，来计算对估计接收符号序列的似然性进行示出的距离函数d_t（｛μ_t｝），对计算出的距离函数d_t（｛μ_t｝）的最小值进行检测。与该最小值对应的估计接收符号序列变为最大似然的估计接收符号序列。

路径追溯判定部405基于附近相加比较选择部51所检测的距离函数d_t（｛μ_t｝）的最小值，追溯网格的路径，进行发送符号的判定。再有，所追溯的路径的起点是在时刻t到达传输路状态μ_t时的距离函数d_t（｛μ_t｝）变为最小值的传输路状态。此外，路径追溯判定部405追溯路径时的追溯数“w”是预定的，通过使追溯数“w”为固定值，从而能够削减对路径进行判定的运算量。再有，已知，通过追溯传输路估计部403的存储长度的数倍程度，路径会收敛。

路径追溯判定部405将通过符号判定而得到的每一个的符号作为判定符号A。路径追溯判定部405将判定符号A作为判定结果进行输出。判定符号序列｛A_t｝成为发送符号序列的估计值即信号生成装置1所导入的m值数据的估计值，所述判定符号序列｛A_t｝将路径追溯判定部405依次判定的判定符号A排列为序列。

更新处理部404计算自适应滤波器部401的抽头增益值c₁～c_v、以及滤波器更新用传输路估计部70的估计传递函数的系数值h₁～h_x。

更新处理部404在计算自适应滤波器部401的抽头增益值c₁～c_v时，将自适应滤波器部401的输出值的目标值作为滤波器更新用传输路估计部70的输出值，所述滤波器更新用传输路估计部70将判定结果即判定符号序列｛A_t｝作为输入信息。更新处理部404通过规定的更新算法来计算自适应滤波器部401的抽头43-1～43-v的每一个抽头的抽头增益值c₁～c_v的更新值，以使得变为目标值。

此外，更新处理部404在计算滤波器更新用传输路估计部70的估计传递函数的系数值h₁～h_x时，将滤波器更新用传输路估计部70的输出值的目标值作为自适应滤波器部401的输出值。更新处理部404通过规定的更新算法来计算滤波器更新用传输路估计部70的抽头71-1～71-x的每一个抽头的系数值h₁～h_x的更新值，以使得变为目标值。更新处理部404计算出的系数值h₁～h_x的更新值也应用于传输路估计部403的抽头61-1～61-x。

如图3所示，更新处理部404具备滤波器更新用传输路估计部70、滤波器更新算法处理部75、延迟器76和减法器77。滤波器更新用传输路估计部70的结构对应于传输路估计部403的结构，抽头61-1～61-x对应于抽头71-～71-x，延迟器62-1～62-（x-1）对应于延迟器72-1～72-（x-1），加法器63对应于加法器73。

延迟器76延迟“-wT”的时间，将自适应滤波器部401的输出值输出到减法器77。延迟“-wT”的时间是因为由于路径追溯判定部405中的处理而产生了“-wT”的延迟。通过延迟器76的“-wT”的延迟，滤波器更新用传输路估计部70的输出值与自适应滤波器部401的输出值的定时变得一致。

减法器77从滤波器更新用传输路估计部70的输出值中减去延迟了“-wT”时间的自适应滤波器部401的输出值，将通过减法而得到的误差输出到滤波器更新算法处理部75。

滤波器更新算法处理部75基于减法器77输出的误差，以使得误差变小的方式通过规定的更新算法来计算抽头增益值c₁～c_v的更新值。此外，滤波器更新算法处理部75基于减法器36输出的误差，以使得误差变小的方式通过规定的更新算法来计算系数值h₁～h_x的更新值。

滤波器更新算法处理部75在抽头43-1～43-v中设定所计算的抽头增益值c₁～c_v，进行抽头增益值c₁～c_v的更新。滤波器更新算法处理部75在抽头71-1～71-x和传输路估计部403的抽头61-1～61-x中设定所计算的系数值h₁～h_x，进行系数值h₁～h_x的更新。

（第一实施方式中的符号判定装置的处理）

接着，参照图6至图9，说明第一实施方式中的符号判定装置3的处理。

（第一实施方式中的临时判定部的处理）

图6是示出符号判定装置3的临时判定部30的处理的流程的流程图。

自适应滤波器部301的延迟器31从接收信号序列｛r_t｝中导入序列长度u的符号序列并存储（步骤Sa1）。延迟器31延迟“（u-1）T/2”时间，输出所导入的符号序列。延迟器32-1～32-（u-1）的每一个导入并存储延迟器31依次输出的符号，在经过“T”时间后，输出所存储的符号。

由此，式（7）中示出的接收信号序列｛r_t｝的符号序列被提供给抽头33-1～33-u。抽头33-1～33-u将提供给每一个抽头的符号r_{t-（u-1）/2}～r_{t+（u-1）/2}乘以在每一个抽头中设定的抽头增益值f₁～f_u，将相乘的结果输出到加法器34。加法器34对乘法结果进行合计来计算式（8）中示出的输出值，并输出。该输出值成为利用估计反传递函数进行自适应均衡的接收信号序列｛r_t｝的符号（步骤Sa2）。

判定处理部302对自适应滤波器部301的输出值进行利用硬判定的临时判定行，求取发送符号的估计值。判定处理部302将所求取的估计值即临时判定符号A’作为临时判定结果进行输出（步骤Sa3）。

减法器36将减法值作为误差而输出到滤波器更新算法处理部35，所述减法值是从判定处理部302输出的临时判定符号A’中减去自适应滤波器部301的输出值而得到的。

滤波器更新算法处理部35基于减法器36输出的误差，以使得误差变小的方式通过规定的更新算法来计算抽头增益值f₁～f_u的更新值即估计反传递函数。滤波器更新算法处理部35在抽头33-1～33-u中设定所计算的抽头增益值f₁～f_u，进行抽头增益值f₁～f_u的更新（步骤Sa4）。

在自适应滤波器部301的延迟器31将从前次的步骤Sa1中导入的序列长度u的符号序列的前头起错开了1个符号的符号作为前头、来从接收信号序列｛r_t｝中导入序列长度u的符号序列的情况下（步骤Sa5，是），进行步骤Sa1的处理。另一方面，在延迟器31没有将从前次的步骤Sa1中导入的序列长度u的符号序列的前头起错开了1个符号的符号作为前头、来从接收信号序列｛r_t｝中导入序列长度u的符号序列的情况下（步骤Sa5，否），结束处理。

（第一实施方式中的序列估计部的处理）

图7是示出符号判定装置3的序列估计部40的处理的流程的流程图。自适应滤波器部401的延迟器41从接收信号序列｛r_t｝中导入并存储序列长度v的符号序列（步骤Sb1-1）。延迟器41延迟“（v-1）T/2”时间，输出所导入的符号序列。延迟器42-1～42-（v-1）的每一个导入并存储延迟器41依次输出的符号，在经过“T”时间后，输出所存储的符号。

由此，式（9）中示出的接收信号序列｛r_t｝的符号序列被提供给抽头43-1～43-v。抽头43-1～43-v将提供给每一个抽头的符号r_{t-（v-1）/2}～r_{t+（v-1）/2}乘以在每一个抽头中设定的抽头增益值c₁～c_v，将相乘的结果输出到加法器44。加法器44对乘法结果进行合计，计算由式（10）示出的输出值，将所计算的输出值作为对接收信号序列｛r_t｝的信息量进行了压缩的符号，并输出（步骤Sb1-2）。

与步骤Sb1-1、Sb1-2的处理并行地，附近相加比较选择部51导入临时判定部30输出为临时判定结果的多个临时判定符号A’（步骤Sb2-1）。附近相加比较选择部51生成将预定的存储长度的长度作为序列长度的临时判定符号序列｛A’_t｝。例如，对附近相加比较选择部51所导入的符号进行排列的符号序列是［A’_{t-（p-1）/2}，…，A’_t-1，A’_t，A’_t+1，…，A’_{t+（p-1）/2}］。

此时，假设预定，存储长度是“3”，采用邻接±1个符号来作为附近的符号范围。由于存储长度是“3”，所以例如在时刻t，附近相加比较选择部51将包含“A’_t”、以及“A’_t”的前后1个符号的［A’_t-1，A’_t，A’_t+1］选择为临时判定符号序列｛A’_t｝。

如图8所示，附近相加比较选择部51将在网格图中在中央附近用实线示出的临时判定符号序列［A’_t-1，A’_t，A’_t+1］中包含的符号的每一个的邻接±1个符号的范围，作为对时刻t的传输路2的传输路状态μ_t进行示出的符号序列｛s’_t｝。

即，将（1）［A’_t-1］、以及［A’_t-1］的邻接±1即［A’_t-1+1］和［A’_t-1-1］这3个符号、（2）［A’_t］、以及［A’_t］的邻接±1即［A’_t+1］和［A’_t-1］这3个符号、（3）［A’_t+1］、以及［A’_t+1］的邻接±1即［A’_t+1+1］和［A’_t+1-1］这3个符号所示的网格的分支、即、图8的虚线和1个实线所示的网格的分支作为传输路状态μ_t的范围。

如上所述，在符号多值度是“m”、符号序列长度是“p”的情况下，网格的分支为m^p个。假设，即使使存储长度为“3”，分支数也为m³个。相对于此，如上所述，通过采用邻接±1个符号，从而能够使m=3，因此，如图8所示，能够使分支数减少为3³=27个。

附近相加比较选择部51将符号序列输出到传输路估计部403，所述符号序列表示缩小到以临时判定符号的每一个为中心的附近的符号的范围的传输路状态μ_t的每一个。该符号序列由式（11）表示，在存储长度是“3”的情况下，为［s’_t-1，s’_t，s’_t+1］。

传输路估计部403的延迟器62-1～62-（x-1）的每一个存储所导入的符号，在经过“T”时间后，输出所导入的符号。向抽头61-1～61-x的每一个抽头，提供符号序列｛s’_t｝中包含的符号的每一个。

抽头61-1～61-x将每一个抽头的系数值h₁～h_x乘以所提供的符号，将乘法结果输出到加法器63。加法器63对乘法结果进行合计，计算由式（12）示出的输出值，并输出。加法器63依次输出的输出值变为构成估计接收符号序列的符号（步骤Sb2-2）。

减法器54将通过减法而得到的减法值输出到绝对值器53，所述减法是从式（10）所示的自适应滤波器部401的输出值中减去式（12）所示的传输路估计部403的输出值。绝对值器53计算从减法器54接受的减法值的绝对值。绝对值器53计算出的绝对值成为表示为式（13）的度量（步骤Sb3）。

例如，在附近相加比较选择部51将网格的分支数减少为27个的情况下，传输路状态μ_t的每一个变为从图8所示的最初的分支［A’_t-1-1，A’_t-1，A’_t+1-1］到最后的分支［A’_t-1+1，A’_t+1，A’_t+1+1］为止的27个符号序列｛s’_t｝。传输路估计部403对27个符号序列｛s’_t｝的每一个，应用估计传递函数（H’），计算式（12）所示的27个输出值。因此，绝对值器53也计算27个度量。

附近相加比较选择部51在图8所示的网格图中在中央附近用实线示出的临时判定符号序列［A’_t-1，A’_t，A’_t+1］中包含的符号的每一个的邻接±1个符号的范围内，执行维特比算法。附近相加比较选择部51执行维特比算法执行，计算距离函数d_t（｛μ_t｝），检测计算出的距离函数d_t（｛μ_t｝）的最小值（步骤Sb4）。

路径追溯判定部405基于附近相加比较选择部51计算出的距离函数d_t（｛μ_t｝）的最小值，追溯网格的路径，进行符号判定行，求取判定符号A。路径追溯判定部405将判定符号A作为判定结果进行输出（步骤Sb5）。判定符号序列｛A_t｝变为发送符号的估计值即信号生成装置1所导入的m值数据的估计值，所述判定符号序列｛A_t｝是将路径追溯判定部405依次判定的判定符号A排列为序列。

滤波器更新用传输路估计部70的延迟器72-1～72-（x-1）的每一个导入并存储路径追溯判定部405依次输出的判定符号A，在经过“T”时间后，输出所存储的判定符号A。向抽头71-1～71-x的每一个抽头，提供判定符号序列｛A_t｝中包含的符号的每一个。抽头71-1～71-x将每一个抽头的系数值h₁～h_x乘以所提供的符号，将乘法结果输出到加法器73。加法器73计算并输出乘法结果的合计值。

延迟器76延迟“-wT”的时间即“-w”个符号的量，将自适应滤波器部401的输出值输出到减法器77。减法器77将通过减法得到的误差输出到滤波器更新算法处理部75，所述减法是从滤波器更新用传输路估计部70的输出值中减去延迟了“-wT”时间的自适应滤波器部401的输出值。

滤波器更新算法处理部75基于减法器77输出的误差，以使得误差变小的方式通过规定的更新算法来计算系数值h₁～h_x的更新值。滤波器更新算法处理部75将所计算的系数值h₁～h_x设定在各自对应的抽头71-1～71-x和传输路估计部403的抽头61-1～61-x中，进行系数值h₁～h_x的更新（步骤Sb6）。

滤波器更新算法处理部75基于减法器77输出的误差，以使得误差变小的方式通过规定的更新算法来计算抽头增益值c₁～c_v的更新值。滤波器更新算法处理部75将所计算的抽头增益值c₁～c_v设定在各自对应的抽头43-1～43-v中，进行抽头增益值c₁～c_v的更新（步骤Sb7）。

在自适应滤波器部401的延迟器41将从前次的步骤Sb1-1中导入的序列长度v的符号序列的前头起错开了1个符号的符号作为前头、来从接收信号序列｛r_t｝中导入序列长度v的符号序列的情况下（步骤Sb8，是），进行步骤Sb1-1、Sb2-1的处理。另一方面，在延迟器41没有将从前次的步骤Sb1-1中导入的序列长度v的符号序列的前头起错开了1个符号的符号作为前头、来从接收信号序列｛r_t｝中导入序列长度v的符号序列的情况下（步骤Sb8，否），结束处理。

再有，在上述的图7所示的处理中，步骤Sb6和步骤Sb7的处理的顺序也可以反转。

在上述的第一实施方式的结构中，临时判定部30对从传输路2导入的接收信号序列，进行利用传输路2的估计反传递函数所进行的自适应均衡，生成符号序列，对所生成的符号序列进行临时判定。传输路估计部403基于示出传输路状态的多个符号序列、以及传输路2的估计传递函数，生成每个传输路状态的估计接收符号序列。序列估计算法处理部402计算从接收信号序列得到的符号序列和估计接收符号序列的每一个的度量，基于所计算的度量、临时判定部30临时判定的临时判定符号、以及临时判定符号的附近的符号，通过规定的估计算法来选择最大似然的估计接收符号序列。此外，序列估计算法处理部402在临时判定部30临时判定的临时判定符号和临时判定符号的附近的符号的范围内，生成示出传输路状态的多个符号序列。路径追溯判定部405基于最大似然的估计接收符号序列，追溯网格的路径，进行发送符号序列的判定。因此，序列估计算法处理部402只要缩小到临时判定部30临时判定的临时判定符号和临时判定符号的附近的符号的范围、即削减网格的分支数来进行运算即可。因此，在从接收信号序列进行发送符号的判定时，即使在符号多值度增加的情况下，也能够不增加网格的分支数，而防止运算量的增大。

在维特比算法中，如上所述，假定，到达传输路状态μ_t的距离函数的最小值d_min_t-1（μ_t-1）、以及与其对应的全部状态转变在时刻t-1的全部的传输路状态μ_t-1中是已知的。通过该假定，在求取到达传输路状态μ_t的距离函数d_t（｛μ_t｝）的最小值的情况下，不需要求取与全部的状态转变对应的距离函数d_t（｛μ_t｝），只要针对有可能转变为传输路状态μ_t的全部的传输路状态｛μ_t-1｝，计算d_min_t-1（μ_t-1）+b（r_t；μ_t-1→μ_t）即可。这样，是运算量较少的维特比算法，但是，在维特比算法的运算量中，网格的分支数是支配性的，在高多值度符号或广域的符号间干扰的估计时，运算量变多。相对于此，在上述的第一实施方式的结构中，附近相加比较选择部51进一步缩小到以临时判定部30临时判定的临时判定符号序列｛A’_t｝中包含的符号的每一个为中心的附近的符号的范围，来计算到达传输路状态μ_t的距离函数d_t（｛μ_t｝），因此，能够进一步进行运算量的削减。

在以往的MLSE中，例如，在存储长度“3”的情况下，网格的分支数为m³个。向传输路估计部403，提供m³个符号序列，因此，传输路估计部403需要进行m³次运算，此外，绝对值器53计算的度量的数量也为m³。相对于此，在上述的第一实施方式的结构中，附近相加比较选择部51缩小到以临时判定符号序列｛A’_t｝中包含的符号的每一个为中心的附近的符号的范围，生成对传输路状态μ_t进行表示的符号序列。因此，即使在符号多值度m变大的情况下，也能够通过预先限制以临时判定符号序列｛A’_t｝中包含的符号的每一个为中心的附近的符号的范围，来抑制符号多值度的增加所造成的运算量的增加。

在临时判定部30中，例如如上所述那样应用FFE，FFE是运算量较少的自适应均衡技术。因此，如第一实施方式中的符号判定装置3那样，最初通过运算量较少的FFE来进行符号的临时判定，缩小到以得到为临时判定结果的临时判定符号的每一个为中心的附近的符号范围，这种方法能够以比通过MLSE进行全部符号的估计的方法更少的运算量来进行符号估计。

在估计比邻接±1宽的符号间干扰（ISI: Inter-Symbol Interference）的情况下，作为附近的符号的范围，采用邻接±n（其中，n为2以上的整数），在该情况下，当使存储长度为“3”时，网格的分支的数量为（2n+1）³，当使存储长度为“q”时，能够通过（2n+1）^q这样的一般式来表示。从目前的信号处理芯片的制造成本或功耗的观点出发，n=1、2左右是现实的值，但是，由于今后的半导体加工技术的性能即信号处理性能的提高，能够使n的值成为更大的值。

再有，在图8中，在不存在相当于A’_t+1或A’_t-1等的符号的情况下，例如，使用对［i₁，i₂，…，i_m］进行偏移的符号。在i₁-1的情况下，变为i_m，在i_m+1的情况下，变为i₁。这些符号不是临时判定符号的附近，但是，距离函数d_t（｛μ_t｝）变大，因此，不被选择为最终的判定结果。当将以下情况作为例子具体示出时，成为图9那样的网格图，所述情况是8值数据信号的情况且存储长度是“3”、作为临时判定符号而得到了［5，3，7］的情况。

再有，在上述的第一实施方式的结构中，也可以是序列估计部40不具备自适应滤波器部401的结构。在该情况下，代替自适应滤波器部401的输出值，序列估计算法处理部402的减法器54导入接收信号序列｛r_t｝。

（第二实施方式）

图10是示出第二实施方式中的符号判定装置3a的内部结构的框图，图11是示出第二实施方式中的符号判定装置3a的详细的内部结构的框图。在第二实施方式中，对与第一实施方式相同的结构，标注相同的附图标记，以下，针对不同的结构进行说明。

如图10所示，符号判定装置3a具备临时判定部30和序列估计部40a。序列估计部40a具备自适应滤波器部401a、序列估计算法处理部402、传输路估计部403、更新处理部404和路径追溯判定部405。

自适应滤波器部401a的输入端连接到临时判定部30的自适应滤波器部301的输出端。更详细地，如图11所示，自适应滤波器部301的加法器34的输出端与自适应滤波器部401a的延迟器41的输入端相连接。

如在第一实施方式中的符号判定装置3中说明的那样，自适应滤波器部301的目的在于，通过利用估计反传递函数所进行的自适应均衡，来使接收信号序列｛r_t｝接近于发送信号序列。因此，在利用估计反传递函数所进行的自适应均衡时，会放大高频区域的噪声。在序列估计部40a的自适应滤波器部401a中，只要通过进行对自适应滤波器部301放大的高频区域的噪声进行抑制的程度的较少抽头数的滤波处理，就能够抑制高频区域的噪声并且进行脉冲宽度的压缩处理。即，在第二实施方式中，能够通过利用自适应滤波器部301的输出信号来谋求自适应滤波器部401a中的脉冲宽度的压缩处理的效率化。

再有，在第二实施方式中，也可以与第一实施方式同样，采用序列估计部40a不具备自适应滤波器部401a的结构。在该情况下，代替自适应滤波器部401a的输出值，序列估计算法处理部402的减法器54导入自适应滤波器部301的输出值。

（使用BCJR算法的其他结构例）

上述的第一和第二实施方式中的符号判定装置3、3a所具备的附近相加比较选择部51执行了维特比算法来作为对发送符号序列进行估计的估计算法，但是，本发明的结构不限于该实施方式。例如，附近相加比较选择部51也可以执行BCJR算法，所述BCJR算法是在按每个符号存在不同事前概率的情况下有效的最大事后概率（Maximum A Posterioriprobability：MAP）解码法。再有，利用维特比算法的最大似然解码法是与如下的情况等效的方法，所述情况是在MAP解码法中事前概率在全部的符号中为等概率。

在LDPC（Low Density Parity Check，低密度奇偶校验）码的BCJR算法中，与MLSE的维特比算法同样，使用网格图。因此，在使用BCJR算法的情况下，不需要变更符号判定装置3、3a的结构。通过将附近相加比较选择部51所执行的算法从维特比算法置换为BCJR算法，从而能够进行使用BCJR算法的发送符号序列的估计。

附近相加比较选择部51在临时判定部30临时判定的临时判定符号、以及以临时判定符号的每一个为中心的附近的符号的范围内，执行BCJR算法。此时，表示符号的二进制值的“0”或“1”中任一个值的条件概率有时变为0%。在BCJR算法中，将对数似然度比作为软判定输出，当条件概率变为0%时，存在对数似然度比变为无限大这样的问题。

使用具体例来说明该BCJR算法的问题点。图12是示出了符号多值度m=8的情况下的gray码的图。gray码为在错误地判定为邻接符号的情况下将二进制值的错误抑制为最小限度的码。例如，在将应判定为“3”的情况判定为“2”的情况下，在二进制值中，第一个和第二个表示相同的“01”，因此，能够将二进制值的错误抑制为仅第三个值。

例如，假设，在存储长度“3”的情况下，作为BCJR算法的运算对象的传输路状态，存在如图13所示的9种状态。在该情况下，当观察符号“2”、“3”、“4”时，第二个位置的二进制值必然为“1”，因此，第二个位置的二进制值为“1”的条件概率变为100%，为“0”的条件概率变为0%。在该情况下，当计算对数似然度比R时，如下式（14）所示，变为无限大。

[数式14]

再有，在式（14）中，P（u=1）是为“1”的概率，P（u=0）是为“0”的概率。只要对数似然度比R不是无限大并且示出接近无限大的值，就能够解决该问题。于是，考虑如下的方法：在对数似然度比R变为无限大的情况下，作为对数似然度比R，应用预定的充分大的值。例如，P（u=1）=0.999999的情况下的对数似然度比R为R≈6，因此，应用R=10左右的值。再有，二进制值的“0”和“1”仅仅标记上不同，在“0”和“1”相反的情况下，也是同样的。

二进制值的条件概率由临时判定符号和附近的符号决定，因此，附近相加比较选择部51能够在从临时判定部30接受到临时判定符号的时间点，确定对数似然度比R变为无限大的二进制值的位置。

于是，在附近相加比较选择部51的内部的存储区域中，预先存储例如如图14所示那样的表。图14所示的表具有“临时判定符号值”、“对象符号值”、“二进制值的位置”项目。在“临时判定符号值”项目中，写入示出临时判定符号的0～7的值。在“对象符号序列”中，写入存储长度“3”的情况下的包含附近符号的符号序列。

在“二进制值的位置”中，写入对“0”或“1”之一的二进制值的条件概率变为0%的位置进行示出的信息。例如，在临时判定符号是“3”的情况下，即，“2”、“3”、“4”的序列的情况下，第二个二进制值变为“0”的条件概率为0%。相对于此，在临时判定符号是“1”的情况下，即，“0”、“1”、“2”的序列的情况下，第一个二进制值变为“1”的条件概率为0%。

通过具备这样的表，附近相加比较选择部51能够在从临时判定部30接受到临时判定符号时，参照表来确定对数似然度比R变为无限大的二进制值的位置。然后，针对所确定的位置，使用预定的充分大的值例如“10”左右的值来作为对数似然度比R，以推进运算。由此，附近相加比较选择部51能够没有问题地进行BCJR算法的运算。

再有，在上述的第一和第二实施方式的结构中，在自适应滤波器部301、自适应滤波器部401、401a、传输路估计部403和滤波器更新用传输路估计部70中，应用了线性横向滤波器，但是，本发明的结构不限于该实施方式。也可以在自适应滤波器部301、自适应滤波器部401、401a、传输路估计部403、滤波器更新用传输路估计部70中，应用其他的线性滤波器或非线性滤波器等线性横向滤波器以外的滤波器。

此外，在上述的第一和第二实施方式的结构中，滤波器更新算法处理部35、75通过规定的更新算法，以使得误差变小的方式，计算抽头增益值f₁～f_u、抽头增益值c₁～c_v、系数值h₁～h_x等滤波器系数值的更新值。在此，作为规定的更新算法，例如，应用LMS（Least MeanSquare，最小均方）算法或RLS（Recursive Least Square，递归最小二乘方）算法等迭代近似解法的算法。

在应用LMS算法的情况下，在每一个抽头中设定的滤波器系数值的更新值例如通过下式（15）来计算。

在式（15）中，n是多个抽头的识别子，k是示出更新次数的值。此外，H（n）_k+1是滤波器系数值的更新值，H（n）_k是更新前的滤波器系数值，U（n）_k是在计算更新值的稍前提供给第n个抽头的输入信号。E是误差，φ是适当确定的收敛常数。滤波器更新算法处理部35、75每当计算新的滤波器系数值时，例如，将所计算的滤波器系数值写入到内部的存储区域中，在下次的更新时，从内部的存储区域读出，以用作更新前的滤波器系数值H（n）_k。

可以用计算机实现上述的实施方式中的符号判定装置3、3a。在该情况下，可以将用于实现该功能的程序记录在计算机可读记录介质中，使计算机系统读入记录在该记录介质中的程序并执行，由此实现。再有，在此所说的“计算机系统”包含OS或周边设备等硬件。此外，“计算机可读记录介质”是指软盘、磁光盘、ROM、CD-ROM等可移动介质、内置在计算机系统中的硬盘等存储装置。进而，“计算机可读记录介质”还包含如经由因特网等网络或电话线路等通信线路来发送程序的情况下的通信线那样在短时间期间内动态地保持程序的介质、如成为该情况下的服务器或客户端的计算机系统内部的易失性存储器那样在一定时间内保持程序的介质。此外，上述程序既可以为用于实现前述的功能的一部分的程序，进而也可以为能够通过与已经记录在计算机系统中的程序的组合来实现前述功能的程序，还可以为使用FPGA（Field Programmable Gate Array，现场可编程门阵列）等可编程逻辑设备来实现的程序。

以上，参照附图详述了本发明的实施方式，但是，具体结构不限于该实施方式，还包含不脱离本发明的主旨的范围的设计等。

附图标记的说明

3…符号判定装置，30…临时判定部，40…序列估计部，301…自适应滤波器部，302…判定处理部，303…更新处理部，401…自适应滤波器部，402…序列估计算法处理部，403…传输路估计部，404…更新处理部，405…路径追溯判定部。

Claims (8)

1.一种符号判定装置，其中，具备：

临时判定部，对从传输路导入的接收信号序列，进行利用所述传输路的估计反传递函数所进行的自适应均衡，生成符号序列，对所述符号序列进行临时判定；

传输路估计部，基于示出传输路状态的多个符号序列、以及所述传输路的估计传递函数，生成每个所述传输路状态的估计接收符号序列；

序列估计算法处理部，计算从所述接收信号序列得到的符号序列和所述估计接收符号序列的每一个的度量，基于所计算的所述度量、所述临时判定部临时判定的临时判定符号、以及所述临时判定符号的附近的符号，通过规定的估计算法来选择最大似然的所述估计接收符号序列；以及

路径追溯判定部，基于所述最大似然的估计接收符号序列来追溯网格的路径，进行发送符号序列的判定，

所述序列估计算法处理部在所述临时判定符号和所述临时判定符号的附近的符号的范围内，生成示出所述传输路状态的多个符号序列，输出到所述传输路估计部。

2.根据权利要求1所述的符号判定装置，其中，所述附近的符号是以所述临时判定符号为中心的前后的符号，是所述临时判定符号和所述附近的符号的总和变为（2n+1）个的符号，其中，n为2以上的整数。

3.根据权利要求1或2所述的符号判定装置，其中，

从所述接收信号序列得到的符号序列是所述接收信号序列中包含的符号序列、或所述临时判定部对所述接收信号序列的一部分进行利用所述估计反传递函数的自适应均衡而生成的符号序列、或由进一步具备的自适应滤波器部生成的符号序列，

所述自适应滤波器部对输入信号序列的一部分进行压缩脉冲宽度的滤波处理，生成所述符号序列，其中，信号序列被提供为所述输入信号序列，所述信号序列包含所述接收信号序列、或所述临时判定部对所述接收信号序列的一部分进行利用所述传输路的估计反传递函数的自适应均衡而生成的符号序列。

4.根据权利要求1至3中任一项所述的符号判定装置，其中，具备更新处理部，所述更新处理部基于所述路径追溯判定部输出的所述符号序列、以及从所述接收信号序列得到的符号序列来计算所述估计传递函数。

5.根据权利要求3所述的符号判定装置，其中，具备更新处理部，在具备所述自适应滤波器部的情况下，所述更新处理部基于所述路径追溯判定部输出的所述符号序列、以及从所述接收信号序列得到的符号序列来计算所述估计传递函数和所述自适应滤波器部进行的所述滤波处理的滤波器系数值。

6.根据权利要求1至5中任一项所述的符号判定装置，其中，所述规定的估计算法是维特比算法或BCJR算法，在应用所述BCJR算法的情况下，所述序列估计算法处理部在所述临时判定符号和所述临时判定符号的附近的符号所构成的符号序列中包含的二进制值的对数似然度比变为无限大的情况下，将预定的有限值用作该二进制值的所述对数似然度比。

7.根据权利要求1至6中任一项所述的符号判定装置，其中，所述临时判定部基于进行利用所述传输路的反传递函数的自适应均衡而生成的所述符号序列、以及作为所述临时判定的判定结果而得到的所述符号序列来计算所述估计反传递函数。

8.一种符号判定方法，其中，

对从传输路导入的接收信号序列，进行利用所述传输路的估计反传递函数所进行的自适应均衡，生成符号序列，进行针对所述符号序列进行的临时判定；

在临时判定的临时判定符号和所述临时判定符号的附近的符号的范围内，生成示出所述传输路状态的多个符号序列；

基于所生成的所述多个符号序列、以及所述传输路的估计传递函数，生成每个所述传输路状态的估计接收符号序列；

计算从所述接收信号序列得到的符号序列和所述估计接收符号序列的每一个的度量；

基于所计算的所述度量、所述临时判定符号、以及所述临时判定符号的附近的符号，通过规定的估计算法来选择最大似然的所述估计接收符号序列；以及

基于所述最大似然的估计接收符号序列来追溯网格的路径，进行发送符号序列的判定。

Images