CN1142689C - 一种适用于edge系统的8psk均衡解调实现方法 - Google Patents

Abstract

一种适用于EDGE系统的8PSK均衡解调实现方法，通过多次逐渐收敛，从所有可能的序列中选出具有最大似然函数值的序列作为输出序列。本发明提供的均衡解调实现方法使得改进型Viterbi的MLSE接收机能够在EDGE移动通信系统中得以应用，且计算量小、系统可实现性强。

Description

一种适用于EDGE系统的8PSK均衡解调实现方法

本发明属于移动通信技术领域，尤其涉及一种适用于EDGE系统的8PSK均衡解调实现方法。

在GSM移动通信系统中，考虑到严重的多径衰落，通常采用性能较好的均衡解调器。最大似然序列估计均衡(MLSE)就是其中应用最为广泛的一种。改进型的Viterbi算法在MLSE中的应用使其性能得以提高，同时运算量也大大减少。Viterbi算法是A.J.Viterbi于1967年提出的卷积码译码方法。这种算法运算量小、误码率低，引起了人们的高度重视和广泛研究。1972年Forney将Viterbi算法用于均衡接收，提出了一种可实现的最大似然均衡器的结构。自此，采用Viterbi算法的均衡接收机被广泛地应用于通信领域。

在GSM移动通信系统向第三代移动通信系统发展的过程中，为了支持更高速率数据传输，提出了EDGE(Enhanced Data rates for Global/GSMEvolution)技术。EDGE技术是在GSM技术的基础上将GMSK调制解调方式改为高效的8PSK调制，配合已有的GPRS技术，能实现更高的数据传输能力。针对目前提出的8PSK调制方式，如果延用原有的改进型Viterbi的MLSE接收机的实现方法，其计算复杂度为8^L-1(L为弥散长度，GSM系统中一般认为是5或6)，系统根本无法实现。

本发明的目的是，针对第三代移动通信系统中的EDGE技术，提出一种与之相适应的8PSK调制的均衡解调实现方法，采用这种方法，使得在不影响均衡解调性能的前提下，计算复杂度降为N_d×3×2^L-1(N_d为迭代次数，一般为1或2)。即是说，本发明提供的均衡解调实现方法使得改进型Viterbi的MLSE接收机能够在EDGE移动通信系统中得以应用，且计算量小、系统可实现性强。

本发明具体的实现方法包括以下步骤：

a.接收到的数字采样信号首先进行反旋转；

b.利用本地已知训练序列信号与接收信号进行相关运算，寻找最大的相关值完成同步，并得到时间提前量参数；

c.根据所述时间提前量参数、接收信号的训练序列与反旋转后的信号，采用相关运算进行信道估计，得到信道参数；

d.根据所述信道参数，使其对反旋转后的信号进行匹配滤波，根据所述结果再进行相干解调，并判断解调后的符号；

e.利用信道参数和所述步骤d)相干解调后的数据，进行N_d次迭代路径搜索。

本发明通过多次逐渐收敛，从所有可能的序列中选出具有最大似然函数值的序列作为输出序列，涉及到改进型Viterbi算法，下面对此进一步说明。

极大化代价函数J_n({r_n})：

$J_n\left(\right\{r_n\left\}\right)=2\mathrm{Re}\left(\underset{\mathrm{nT}\∈I}{\mathrm{\Σ}}{r_n}^{*}{Z}_n\right)-\underset{\mathrm{nT}\∈\mathrm{ImT}\∈I}{\mathrm{\Σ}}{r_n}^{*}{r}_m{S}_l.......\left(1\right)$

其递归函数为：

$J_n\left(\right\{r_n\left\}\right)=J_{n-1}\left(\right\{r_{n-1}\left\}\right)+2\mathrm{Re}\left[{r_n}^{*}(Z_n-\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{r}_{n-1}{S}_l)\right].......\left(2\right)$

其中方程式(1)和(2)中的参数：

$Z_n=\underset{t\∈I}{\∫}y\left(t\right)h^{*}(t-\mathrm{nT})\mathrm{dt}$

$S_l=\underset{t\∈I}{\∫}{h}^{*}(t-\mathrm{nT})h(t-\mathrm{mT})\mathrm{dt}.......\left(4\right)$

改进的Viterbi算法利用了方程式(2)的递归关系取得最大似然函数值的序列，具体过程如下：

(1)从节点K＝L开始，计算各状态对应的长为L的分枝度量，计算公式参见上述(1)式。

存储所有部分路径和部分路径度量，作为k＝L节点的幸存路径和幸存路径度量。

(2)k＝k+1，把(k+1)时刻进入每一状态的所有分枝度量和与这些分枝相连的前一时刻的幸存路径度量相加，对每一状态，从N_L条进入路径中挑选一条具有最大度量的路径作为该状态新的幸存路径度量，这条路径就作为新的幸存路径。状态S_i，k+1的幸存路径度量计算公式如下：

$J_n\left(\right\{r_n\left\}\right)=\underset{\left\{S_{n-1}\right\}\→S_i}{\mathrm{MAX}}\{J_{n-1}\left(\right\{r_{n-1}\left\}\right)+2\mathrm{Re}[{r_n}^{*}(Z_n-\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{r}_{n-1}{S}_l)\left]\right\}......\left(5\right)$

(3)若k＜Length(Length为输入序列长度)，则返回到(2)；否则，停止迭代过程，比较各幸存序列度量，取具有最大度量的幸存序列作为最大似然序列{r_n}，停止。

如果直接采用改进型Viterbi算法一次收敛找到最大似然函数值的序列，考虑到符号r_n有八种状态，上述过程中的运算复杂度N_L等于8^L-1，(其中L为弥散长度)，这种方法的复杂度达到8^L-1，系统难以实现。通过研究8PSK符号映射图，采用多次逐渐收敛的方法，找到最大似然函数值的序列，从而大大降低运算的复杂度。

下面，参照附图，对于熟悉本技术领域的人员而言，从对本发明方法的详细描述中，本发明的上述和其他目的、特征和优点将显而易见。

图1给出本发明提供的适用于EDGE系统的8PSK调制的均衡解调实现方法的流程图；

图2表示经旋转后的符号r_i(a_3i，a_3i+1，a_3i+2)映射图；

图3表示信道TU50下的信噪比和误码率的仿真效果图。

请参照图1所示，经过采样得到的数字I、Q信号，首先进行反旋转；然后进行同步，利用已知的训练序列与反旋转后的I′、Q′做相关，并得到时间提前量参数toa；接着再进行信道估计，利用得到的toa、训练序列与反旋转后的I′、Q′信号实现相关，进行信道估计，得到信道参数hi和S_L；再将信道参数hi传递给匹配滤波器，使其对反旋转后的I′、Q′信号进行匹配滤波；其结果输入相干解调器，进行相干解调；最后进行N_d次迭代路径搜索判决，利用参数S_L、相干解调后的数据，进行N_d次迭代并判决输出。

下面分别对各个步骤进行详细说明。

根据GSM05.04(V8.0.0)协议，对EDGE中8PSK调制方式的规定，可将基带调制过程分为三个步骤：1)简单8相位调制；2)符号旋转；3)成形滤波器C0(t)滤波。因此，经过第1、2步骤得到的新调制矢量被冲击响应为C0(t)的成形滤波器滤波后，就可得到8PSK的基带调制信号。该基带调制信号的等效模型为：

$y_k=\underset{i}{\mathrm{\Σ}}{e}^{j2\mathrm{\π}{l}_{k+1}/8}\×e^{j3\mathrm{\π}(k+i)/8}\×h_i+n_k.......\left(6\right)$

其中：h_i信道传递函数；

      n_k为加性高斯噪声；

      l_i为符号参数。

为了减少后级复数运算，首先进行反旋转：

$y_k^{\′}=y_k{e}^{-j3\mathrm{\π}/8}=\underset{i}{\mathrm{\Σ}}{e}^{j2\mathrm{\π}{l}_{k+i}}{e}^{j2\mathrm{\π}{l}_{k+i}}{h}_i^{\′}+n_k^{\′}.......\left(7\right)$

即 $y_k^{\′}=y_k(\cos \frac{3\mathrm{k\π}}{8}-j\sin \frac{3\mathrm{k\π}}{8})..........\left(8\right)$

展开得：

$I^{\′}=I\cos \frac{3\mathrm{k\π}}{8}+Q\sin \frac{3\mathrm{k\π}}{8}........\left(9\right)$

$Q^{\′}=Q\cos \frac{3\mathrm{k\π}}{8}-I\sin \frac{3\mathrm{k\π}}{8}.......\left(10\right)$

其中I、Q为反旋转前的I、Q信号；I′、Q′为反旋转后的I、Q信号。

数字通信中的定时同步非常重要，同步的准确与否直接关系到系统接收性能的好坏。EDGE系统利用训练序列完成定时同步。首先，要把训练序列进行相位映射(参见调制部分)，得到训练序列的实部TSCr与虚部TSCi。TSCr具有良好的自相关特性和互相关特性，TSCi为0序列。

反旋转后的训练序列也具有相同的自相关特性，因此，可以用本地已知训练序列信号与接收信号I′、Q′进行相关运算，寻找最大的相关值完成同步。具体步骤如下：

计算参考信号与接收信号的自相关。参考信号是26比特训练序列产生的8PSK基带信号的中间16比特抽样序列，记为{D(n)，n＝0，1，…，15}，相关函数如下： $R_j\left(k\right)=\underset{n=0}{\overset{15}{\mathrm{\Σ}}}D\left(n\right)d_j(n+k+N)......\left(11\right)$

{d_j(n)}为反旋转后的I′、Q′信号：

    d_j(n)＝d(nT_b+jT_b/i+t₀)  j＝0，1，…，i-1      (12)

其中T_b为码元宽度，t₀为初始采样相位，T_b/i表示采样时间间隔，i一般取为2或4。选择合适的N使得进行相关计算的接收序列样值尽量靠近序列的中部，其中k的取值应满足|k|≤5。

在所有的j、k中选择j′、k′使得接收信号中间部分的采样值与本地参考信号样值的相关函数达到最大，即：

$\left|R_{j^{\′}}\right(k^{\′}\left)\right|=\underset{j,k}{\max }\left|R_j\left(k\right)\right|..........\left(13\right)$

此时：

          toa＝k′×i+j′                  (14)

信道估计为匹配滤波器提供滤波系数，同时为MLSE提供度量计算的参数。EDGE系统中，对于接收端来说，发送的每个突发中间的26个符号训练序列是已知的，因而可以用接收序列样值与已知序列进行相关计算，估计出信道响应参数。由于信道的相干时间远大于1个突发的持续时间，因而，可以认为信道在单个突发内的变化是很小的，故训练序列位置的信道估计可适用于整个突发。

信道估计采用最小二乘法。最小二乘法是一种简单易行的方法，它寻找误差平方和ε最小的参数序列{h_i}作为对信道冲激响应的估计。

$\mathrm{\ϵ}=\underset{k=5}{\overset{20}{\mathrm{\Σ}}}|d_{j^{\′}}(k^{\′}+N+k-5)-\underset{n=-L}{\overset{L}{\mathrm{\Σ}}}{D}_{k-n}{h}_i|..........\left(15\right)$

$h_i=\frac{1}{16}\underset{k=5}{\overset{20}{\mathrm{\Σ}}}{D}_{k-i}{d}_{j^{\′}}(k^{\′}+k+N-5)i=-L,-1,\…L.........\left(16\right)$

其中，{d_j(n)}为反旋转后的I、Q信号。N为相关运算的初始偏移量，与同步模块即方程式(11)中的N相同，j′、k′已在同步模块求得。{D_k}为已知训练序列，L为信道的弥散长度。

为避免在匹配滤波及Viterbi均衡时运算过大，并考虑对算法性能基本没影响，从这些样值点的信道参数抽取5个连续的样点h_bt，h_bt+1，h_bt+2，h_bt+3，h_bt+4，使这5个样点的能量和最大。并把它们作为匹配滤波器的抽头系数。

$\mathrm{Max}\_h_j=\underset{i=j}{\overset{j+5}{\mathrm{\Σ}}}\left|h_i\right|j=-L,\…L-5........\left(17\right)$

在所有的j中找到使Max_h_j最大的j′，此时bt＝j′。

滤波器响应自相关的计算：

      S_l＝∫h^*(t-nT)h(t-mT)dt                   (18)

经过信道估计处理后的h_i信号和接收信号，进行匹配滤波后的输出：

${\mathrm{mout}}_q=\underset{i=0}{\overset{4}{\mathrm{\Σ}}}{D}_{q-i}(k-i)\×h_{\mathrm{bt}+i}............\left(19\right)$

    其中q代表匹配滤波器输出序列号。

匹配滤波器输出(I+jQ)先进行π/8的旋转，其旋转后的符号图(I_d+jQ_d)

如下图2所示，根据下面的准则进行判决：

(1)对于Q_d信号，如果Q_d＞0，则a_3i＝0，否则a_3i＝1；

(2)对于I_d信号，如果I_d＞0，则a_3i+1＝1，否则a_3i+1＝0；

(3)如果I_d cosπ/4+Q_d sinπ/4与I_d cosπ/4-Q_d sinπ/4都大于0，或都小于0，则a_3i+2＝0，否则a_3i+2＝1。

考虑到每一个符号r_i(a_3i，a_3i+1，a_3i+2)有八种状态，故在搜索时根据以下步骤进行：

A、用相干解调出的a_3i+1，a_3i+2代入r_i(a_3i，a_3i+1，a_3i+2)中，采用改进型Viterbi算法对a_3i进行搜索判决。

具体过程在前面进行了描述，此时运算复杂度N_L等于2^L-1，运算复杂度为2^L-1。利用判出的{r_n}，判决出a_3i。

B、再用相干解调出的a_3i+2，通过A步骤判决出的a_3i代入r_i(a_3i，a_3i+1，a_3i+2)中，与A步骤相似采用改进型Viterbi算法对a_3i+1进行搜索判决。此步运算复杂度也为2^L-1。

C、利用判决出的a_3i和a_3i+1代入r_i(a_3i，a_3i+1，a_3i+2)中，与A步骤相似对a_3i+2进行判决。此步运算复杂度也为2^L-1。

D、利用判决出的a_3i+1和a_3i+2，返回到A步骤进行判决。

如此递归，搜索N_d次，其运算复杂度是2^L-1×3×N_d。经仿真说明，当N_d＝1，时，就已经收敛，判决结果的误码率就已经满足规定的要求。

图3给出一个对于TU50信道，其信噪比与误码率k_SER(N_d＝1)的关系的仿真效果图。规范要求信噪比为9dB时，在TU50信道情况下，二类比特误码率k_SER＝8％。采用本方法得到的仿真值k_SER＝3.3506％，已达到规范要求。

此外，该均衡解调实现方法解决了EDGE移动通信系统中时变多径衰落引起的码间干扰，且表现了良好的性能。经仿真软件初步论证：对于无衰落、噪声的理想信道，其二类比特误码率k_SER＝0.051，采用了后级N_d次迭代方法，其二类比特误码率k_SER＝0(N_d＝1)。

前面提供了对较佳实施例的描述，以使本领域内的任何技术人员可使用或利用本发明。对这些实施例的种修改对本领域内的技术人员是显而易见的，可把这里所述的总的原理应用到各其他实施例而不使用创造性。因而，本发明将不限于这里所示的实施例，而应依据符合这里所揭示的原理和新特征的最宽范围。

Claims (15)

1.一种适用于EDGE系统的8PSK均衡解调实现方法，通过多次逐渐收敛，从所有可能的序列中选出具有最大似然函数值的序列作为输出序列，所述方法包括以下步骤：

a)将接收到的数字采样信号首先进行反旋转；

b)利用本地已知训练序列信号与接收信号进行相关运算，寻找最大的相关值完成同步，并得到时间提前量参数；

c)根据所述时间提前量参数、接收信号的训练序列与反旋转后的信号，采用相关运算进行信道估计，得到信道参数；

d)根据所述信道参数，使其对反旋转后的信号进行匹配滤波，根据所得结果再进行相干解调，并判断解调后的符号；

e)利用信道参数和所述步骤d)相干解调后的数据，进行N_d次迭代路径搜索，所述迭代次数N_d为1或2。

2.根据权利要求1所述的方法，其特征在于，所述反旋转a)步骤根据下式进行：

$y_k^{\′}=y_k{e}^{-j3\mathrm{k\π}/8}=\underset{i}{\mathrm{\Σ}}{e}^{j2\mathrm{\π}{l}_{k+1}}{h}_i^{\′}+n_k^{\′}$

       即 $j_k^{\′}=y_k(\cos \frac{3\mathrm{k\π}}{8}-j\sin \frac{3\mathrm{k\π}}{8})$

           其中：y_k为基带接收信号；

                 h_i为信道传递函数；

                 n_k为加性高斯噪声；

                 l_i为符号参数。

3.根据权利要求1所述的方法，其特征在于，所述同步步骤b)的训练序列需要在调制部分将其进行相位映射，得到训练序列的实部和虚部，所述实部具有良好的自相关和互相关特性，所述虚部为0序列。

4.根据权利要求1所述的方法，其特征在于，所述步骤b)是根据相关函数：

$R_j\left(k\right)=\underset{n=0}{\overset{15}{\mathrm{\Σ}}}D\left(n\right)d_j(n+k+N)$

      计算参考信号与接收信号的自相关，

      其中：D(n)为26比特训练序列产生的8PSK基带信号的中间16比特抽样序列；

            d_j(n)为反旋转后的接收信号序列；

            k＝0，1，2，…15，N为相关运算初始偏移量。

5.根据权利要求4所述的方法，其特征在于，所述d_j(n)为反旋转后的接收信号序列：

           d_j(n)＝d(nT_b+jT_b/i+t₀)   j＝0，1，…，i-1

       其中：t₀为初始采样相位，

             T_b为码元宽度，

             T_b/i表示采样时间间隔。

6.根据权利要求5所述的方法，其特征在于，i通常为2，4。

7.根据权利要求4所述的方法，其特征在于，选择合适的相关运算初始偏移量N，使得进行相关运算的接收序列样值尽量接近所述反旋转后的接收信号序列的中部。

8.根据权利要求4或5所述的方法，其特征在于，在所有的j、k中选择能够使接收信号中间部分的采样值与本地参考信号样值的相关函数达到最大，即满足：

$\left|R_{j^{\′}}\left(k^{\′}\right)\right|=\underset{j,k}{\max }\left|R_j\left(k\right)\right|$

          其中，R_j(k)为接收信号和训练序列的相关函数。

9.根据权利要求1所述的方法，其特征在于，步骤c)的信道估计采用最小二乘法，即

$\mathrm{\ϵ}=\underset{k=5}{\overset{20}{\mathrm{\Σ}}}|d_{j^{\′}}(k^{\′}+N+k-5)-\underset{n=-L}{\overset{L}{\mathrm{\Σ}}}{D}_{k-n}{h}_i|$

其中，{D_k}为已知训练序列，

      L为信道的弥散长度，

      h_i为信道传递函数，

      N为相关运算的初始偏移量，

      d_j(n)为反旋转后的接收信号序列。

10.根据权利要求9所述的方法，其特征在于，信道传递函数h_i为：

$h_i=\frac{1}{16}\underset{k=5}{\overset{20}{\mathrm{\Σ}}}{D}_{k-i}{d}_{j^{\′}}(k^{\′}+k+N-5)i=-L,-1,\…L$

11.根据权利要求9所述的方法，其特征在于，所述信道弥散长度L在GSM系统中通常为5或6。

12.根据权利要求10所述的方法，其特征在于，从信道参数连续抽取L个参数序列，使所述L个样点的能量和最大。

13.根据权利要求1所述的方法，其特征在于，所述判断步骤d)包括：

a′)如果匹配滤波后的Q_d＞0，则a_3i＝0，否则a_3i＝1；

b′)如果匹配滤波后的I_d＞0，则a_3i+1＝1，否则a_3i+1＝0；

c′)如果(I_d cosπ/4+Q_d sinπ/4)与(I_d cosπ/4-Q_d sinπ/4)都大于0，或都小于0，则a_3i+2＝0，否则a_3i+2＝1，

其中，a_i为解调输出序列，(I_d+jQ_d)是匹配输出进行π/8的旋转后的符号图。

14.根据权利要求1所述的方法，其特征在于，所述迭代搜索步骤e)包括：

a″)用相干解调出的a_3i+1，a_3i+2代入r_i(a_3i，a_3i+1，a_3i+2)中，采用改进型Viterbi算法对a_3i进行搜索判决；

b″)再用相干解调出的a_3i+2，利用所述步骤a″)判决出的a_3i代入r_i(a_3i，a_3i+1，a_3i+2)中，采用改进型Viterbi算法对a_3i+1进行搜索判决；

c″)根据判决出的a_3i和a_3i+1代入r_i(a_3i，a_3i+1，a_3i+2)中，采用与a″)相同步骤对a_3i+2进行判决；

d″)利用判决出的a_3i+1和a_3i+2，返回步骤a″)进行判决，

其中：a_i为解调输出序列，

     (I_d+jQ_d)是匹配输出进行π/8的旋转后的符号图，

     r_i(a_3i，a_3i+1，a_3i+2)为信息比特a_3i，a_3i+1，a_3i+2的符号映射。

15.根据权利要求1所述的方法，其特征在于，所述信道参数包括滤波系数，以及为最大似然序列估计均衡(MLSE)提供度量计算的参数。

Images