CN114978345B - 用于数据相关失真补偿的均衡器和均衡器训练单元 - Google Patents

用于数据相关失真补偿的均衡器和均衡器训练单元 Download PDF

Info

Publication number
CN114978345B
CN114978345B CN202210166830.6A CN202210166830A CN114978345B CN 114978345 B CN114978345 B CN 114978345B CN 202210166830 A CN202210166830 A CN 202210166830A CN 114978345 B CN114978345 B CN 114978345B
Authority
CN
China
Prior art keywords
equalizer
sequence
samples
training
training unit
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.)
Active
Application number
CN202210166830.6A
Other languages
English (en)
Other versions
CN114978345A (zh
Inventor
W·兰尼尔
Y·勒费夫尔
P·塞亚弗拉基斯
W·科曼斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nokia Solutions and Networks Oy
Original Assignee
Nokia Solutions and Networks Oy
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nokia Solutions and Networks Oy filed Critical Nokia Solutions and Networks Oy
Publication of CN114978345A publication Critical patent/CN114978345A/zh
Application granted granted Critical
Publication of CN114978345B publication Critical patent/CN114978345B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04L25/03114—Arrangements for removing intersymbol interference operating in the time domain non-adaptive, i.e. not adjustable, manually adjustable, or adjustable only during the reception of special 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
    • H04L25/03343—Arrangements at the transmitter end
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
    • H04B10/25—Arrangements specific to fibre transmission
    • H04B10/2507—Arrangements specific to fibre transmission for the reduction or elimination of distortion or dispersion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
    • H04B10/60—Receivers
    • H04B10/66—Non-coherent receivers, e.g. using direct detection
    • H04B10/69—Electrical arrangements in the receiver
    • H04B10/697—Arrangements for reducing noise and distortion
    • H04B10/6971—Arrangements for reducing noise and distortion using equalisation
    • 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
    • H04L25/0224—Channel estimation using sounding signals
    • H04L25/0226—Channel estimation using sounding signals sounding signals per se
    • 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
    • H04L25/03331—Arrangements for the joint estimation of multiple sequences
    • 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
    • H04L2025/03777—Arrangements for removing intersymbol interference characterised by the signalling
    • H04L2025/03802—Signalling on the reverse channel
    • H04L2025/03815—Transmission of a training request

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)

Abstract

本公开的实施例涉及用于数据相关失真补偿的均衡器和均衡器训练单元。在一个方面，本公开涉及一种均衡器训练单元，该均衡器训练单元用于通过训练序列得出均衡参数以用于补偿接收的样本中的数据相关失真，该训练序列包括序列p>1次，并且循环地包括预定调制方案的L个时域符号的所有相应组合的N个子序列，其中N个子序列以选定的顺序被循环排列，并且使得相应的子序列的L‑1个符号与前面的子序列和后面的子序列中的符号重叠。本公开还涉及用于生成训练序列的训练序列生成器单元和采用均衡器训练单元的均衡器。

Description

用于数据相关失真补偿的均衡器和均衡器训练单元
技术领域
本公开涉及通信网络中的接收信号的均衡，并且更具体地涉及以高数据速率操作的光网络中的接收信号的均衡。
背景技术
无源光网络是一种向最终用户提供光纤宽带接入的电信技术。光网络通常包括点对多点配置，其中光线路终端OLT(即服务提供方端点)经由光分配网络ODN耦合到多个近用户端点(即光网络单元ONU)，光分配网络ODN形成OLT与ONU之间的光传输介质，即通信信道。
在这样的通信网络中，光纤引入了色散，即光通信信号的不同波长将以略微不同的速度传播通过信道。由于广泛的光信号频率内容，色散影响随着通信速度的提高而变得较强。通过这样的信道传输信号会引起与数据相关的失真，这通常被称为符号间干扰。除了这种色散信道之外，这样的网络还可能采用带宽受限的收发器，即收发器的带宽可能比由网络提供的带宽窄，这会引起接收信号中进一步的数据相关失真。此外，由于通信信道和光发送-接收链(即端到端信道)的非线性特性，这些失真也是非线性的，并且在以较高速率(诸如25G和更高)操作的光网络中变得严重。
发明内容
本公开的实施例的一个目的是提供一种能够在通信网络中实现有效的数据相关失真补偿的解决方案。本公开的实施例的另一个目的是在以高数据速率操作的光网络中提供有效的数据相关失真补偿。
本发明的各种实施例所寻求的保护范围由独立权利要求规定。在本说明书中描述的不落入独立权利要求的范围内的实施例和特征(如果有的话)将被解释为对理解本发明的各种实施例有用的示例。
根据本公开的第一示例方面，该目的通过一种均衡器训练单元来实现，该均衡器训练单元用于得出均衡参数以用于补偿接收的样本中的数据相关失真，该均衡器训练单元包括至少一个处理器和至少一个存储器，至少一个存储器包括计算机程序代码，至少一个存储器和计算机程序代码被配置为与至少一个处理器一起使均衡器训练单元执行：
-获得对应于从通信设备发送的训练序列的样本，训练序列包括预定序列p次，其中p>1，预定序列循环地包括预定调制方案的L个时域符号的所有相应组合的N个子序列，其中N个子序列以选定的顺序被循环排列，并且使得相应的子序列的L-1个符号与前面的子序列和后面的子序列中的符号重叠；
-基于获得的样本并且通过考虑预定序列的周期性属性来估计N个参数集合；
-基于估计的参数并且通过考虑预定序列的属性来得出偏移；以及
-基于估计的参数和得出的偏移确定均衡参数。
换言之，由均衡训练单元获得的样本对应于发送的训练序列，但被端到端信道失真并且被随机噪声污染。由于训练序列的特征在于特定的周期性和循环属性，因此在忽略随机噪声的情况下，获得的样本也将表现出相同的周期性和循环属性。因此，所获得的样本将形成包括N个样本p>1次的样本序列，其中每个样本对应于预定序列中的一个特定符号子序列，并且其中相应样本的排序对应于预定序列的N个符号子序列的循环排序，但是被循环移位。循环移位是由发送的训练序列与接收或获得的样本序列之间的任意和先验未知的时间错位造成的。
均衡器训练单元通过利用所获得样本的周期性属性来处理所获得的样本，以估计也将表现出与样本相同的循环移位的参数集合。然后使用估计的参数来得出循环移位。循环移位的得出利用了预定序列的属性，更具体地说，利用了其中的子序列的值和排序。使用估计的参数的值和得出的偏移(即循环移位)，确定均衡参数。
因此，训练序列的特定属性允许均衡器训练单元开始处理获得的样本，即训练均衡器训练单元，而不需要将获得的样本与训练序列同步或对齐。因此，训练方案被启用，其中与训练同时地执行同步。因此，不需要为同步目的保留部分前导或导频训练序列，即整个前导训练序列用于均衡参数的得出。
此外，由于均衡器训练单元知道发送的训练序列，均衡参数直接从获得的样本中得出，而不需要像在盲(blind)或决策定向训练中那样对获得的样本进行决策，这会引起附加的误差传播。因此，具有低计算复杂度的所谓导频训练方案被实现，与传统的均衡器训练单元相比，产生具有增加的性能的均衡器的训练单元。
预定序列还可以设计为对应于最大长度序列或格雷序列。这允许均衡训练单元实现良好的同步和信道估计性能。此外，可以将预定序列设计为以最小数目的连续相同数字、CID或其频谱的最大平坦度为特征，以便最小化DC漂移并促进收发器中的其他块(诸如时钟)的操作和数据恢复(CDR)。此外，预定序列可以被设计为具有分级属性，即预定序列循环地包括不同长度的子序列，这些子序列取决于它们的长度在预定序列内出现一定次数。使用具有上述属性的训练序列可以针对超出均衡器能力的信道移除均衡器参数中的偏差，并且允许以快速且准确的方式利用相同的训练序列灵活确定针对不同均衡器设置的均衡参数(即MLSE抽头的数目)。
根据一个示例实施例，该估计包括：
-根据获得的样本的接收的顺序将获得的样本分组到N个随后样本的p个非重叠集合中；
-根据相应的p个集合的所述N个随后样本在集合中的顺序，对相应的p个集合的所述N个随后样本编索引，以获得与相应索引相关联的p个样本的N个集合；以及
-处理与相应索引相关联的样本，从而获得与相应索引相关联的N个参数集合。
根据示例实施例，所获得的N个参数集合包括值，该值指示与相应索引相关联的样本的值。
换言之，在处理所获得的样本之前，将样本按照它们的顺序分成p个集合，然后对相应p个集合的样本编索引。这样做允许根据它们的索引分组地处理相应集合的样本。结果，将具有对应索引的相应集合的样本一起处理以获得参数集合。结果，N组p个样本被处理以获得N个参数集合。对p个样本的相应组的处理可以根据索引的顺序或任何其他顺序来完成。
在这方面，通过对样本进行预处理，将对应于相应索引的样本转换为参数集合，然后对这些参数集合进行处理以获得由均衡器使用的均衡参数。这些参数集合包括指示以下的值：与相应索引相关联的样本的值，以及因此相应的N个符号子序列。结果，实现了非常低复杂性的前导训练。
预处理包括计算相应样本组的均值和方差。备选地，预处理可以包括针对相应样本组得出直方图。
根据示例实施例，得出包括：将来自N个参数集合的值与预定序列相关。
换言之，估计的参数相对于预定序列的偏移或循环移位通过将估计的参数的值与预定序列相关来得出。在实践中，这是通过将估计的参数的值与预定序列的循环移位的版本相关、或通过计算估计的参数的值与预定序列之间的循环互相关来完成的。
根据一个示例实施例，该确定包括：根据所得出的偏移循环地移位N个参数集合，并且基于移位的参数集合来确定用于对应的N个子序列的均衡参数。
根据示例性实施例，N个子序列中的一个或多个子序列在预定序列内重复两次或更多次，并且其中该确定还包括：考虑到在预定序列内相应的N个子序列的出现，组合对应获得的参数集合。
根据示例实施例，相应的N个子序列在预定序列内被重复相等的次数。
在数据相关失真长于均衡器的抽头数的情况下，在预定序列内重复一个或多个子序列尤其重要。因此，增加预定序列的长度并因此增加其周期N，并且通过考虑子序列的出现来对所获得的参数集合进行平均，允许避免有偏差的均衡参数和较差的均衡性能。
根据示例实施例，估计、得出和所述确定被迭代地执行，其中在相应的迭代中，对所获得的样本中的一个或多个样本执行估计、得出以及确定。
根据示例实施例，确定还考虑一个或多个先前确定的均衡参数。
使用先前确定的均衡参数减少了估计收敛时间，因此允许在随后突发中使用较短的前导序列。例如，来自ONU的初始发送的前导可以包含一个长训练序列，而随后发送的前导包含较短的训练序列。训练序列的长度可以随着每次发送而逐渐缩短。例如，训练序列的长度可能会随着每个ONU的发送而缩短2的倍数，直到达到某个最小长度。
根据一个示例实施例，所获得的N个参数集合通过指数移动平均与一个或多个先前确定的N个参数集合进行平均。
换言之，确定的均衡参数使用指数移动平均与先前确定的均衡参数对应地平均。
根据示例实施例，所获得的样本由线性均衡器和/或非线性均衡器被预处理。
利用线性或非线性均衡器功能对所获得的样本进行预处理，线性或非线性均衡器功能作为信道或数据相关的失真缩短滤波器，并可能作为噪声白化滤波器。线性均衡器的示例是前馈(feed-forward)均衡器FFE，并且非线性均衡器的示例是判决反馈均衡器DFE。对所获得的样本进行预处理可以降低EQ训练单元的复杂性，并且进而降低均衡器本身的复杂性，因为它能够使用具有较少抽头数的均衡器。
根据第二示例方面，公开了一种均衡器用于通过基于均衡参数对接收的样本进行均衡来补偿接收的样本中的数据相关失真，该均衡器包括均衡器训练单元，均衡器训练单元被配置为得出均衡参数，均衡器训练单元包括至少一个处理器和至少一个存储器，至少一个存储器包括计算机程序代码，至少一个存储器和计算机程序代码被配置为与至少一个处理器一起使均衡器训练单元执行：
-获得对应于从通信设备发送的训练序列的样本，训练序列包括预定序列p次，其中p>1，预定序列循环地包括预定调制方案的L个时域符号的所有相应组合的N个子序列，其中N个子序列以选定的顺序被循环排列，并且使得相应的子序列的L-1个符号与前面的子序列和后面的子序列中的符号重叠；
-基于获得的样本并且通过考虑训练序列的周期性属性来估计N个参数集合；
-基于估计的参数并且通过考虑预定序列的属性来得出偏移；以及
-基于估计的参数和得出的偏移确定均衡参数。
第一示例方面的各种示例实施例可以作为示例实施例应用于第二示例方面。
根据第三示例方面，公开了一种用于在均衡器训练单元中使用的训练序列，均衡器训练单元用于得出均衡参数以用于补偿接收的数据中的数据相关失真，训练序列包括序列p>1次，序列循环地包括预定调制方案的L个时域符号的所有相应组合的N个子序列，其中N个子序列以选定的顺序被循环排列，并且使得相应的子序列的L-1个符号与前面的子序列和后面的子序列中的符号重叠。
根据一个示例实施例，训练序列的特征在于最小数目的连续相同数字CID，或者其中训练序列的特征在于其频谱的最大平坦度。
第一示例方面的其他示例实施例可以作为另外的示例实施例应用于第三示例方面。
根据第四示例方面，公开了一种训练序列生成器单元，包括至少一个处理器和至少一个存储器，至少一个存储器包括计算机程序代码，至少一个存储器和计算机程序代码被配置为与至少一个处理器一起使训练序列生成器单元生成用于在通信设备中使用的训练序列，训练序列用于补偿接收的数据中的数据相关失真，训练序列包括序列p>1次，序列循环地包括预定调制方案的L个时域符号的所有相应组合的N个子序列，其中N个集合以选定的顺序被循环排列，并且使得相应的子序列的L-1个符号与前面的子序列和后面的子序列中的符号重叠。
第一示例方面的各种示例实施例可以作为示例实施例应用于第四示例方面。
附图说明
现在将参照附图描述一些示例实施例。
图1A示出了光网络的示例实施例；
图1B示出了图1A的光通信信道的示例信道脉冲响应；
图1C示出了图1A的光网络的通信链路的示例数字表示；
图2示出了根据本公开的前导的示例；
图3A示出了根据本公开的均衡器的示例实施例；
图3B示出了根据本公开的预定序列的示例；
图3C示出了根据本公开的训练序列的示意性示例，该训练序列由发送器(顶部)发送并且由接收器(底部)接收；
图4A示出了根据本公开的示例实施例的用于训练图3C的均衡器训练单元的步骤；
图4B示出了根据本公开的示例实施例的图3C的各个步骤的细节；
图4C示出了根据本公开的在处理的不同阶段的参数集合的示例；
图5示出了根据本公开的估计的信道响应及其循环补偿版本的示例；以及
图6示出了用于执行本公开的实施例中的一个或多个步骤的合适计算系统的示例实施例。
具体实施方式
以下实施例中描述的技术可以应用于任何类型的时分复用TDM或时分波分复用TWDM、基于PON技术(诸如千兆PON、G-PON、以太网PON、E-PON)、甚至更高速度的PON(诸如10Gb对称PON、XGS-PON、50Gb PON)等。除了将它们应用于有线通信技术(诸如光网络)之外，这些技术还可以应用于无线通信技术。
图1A示出了光网络100的示例架构，其可以根据如上所述的某个PON标准或技术进行操作。光网络100包括OLT 110和多个端点或者ONU 131至133，经由光分配网络ODN 120形成OLT和ONU之间的光传输介质。在这个示例中，OLT 110耦合到三个端点。ODN具有树形结构并且其包括光馈线光纤111、无源光分路器/复用器以及将分路器126连接到相应ONU 131至133的N根光分配光纤或分接光纤121至123。在下游，无源分路器将来自OLT的光信号分成N个较低功率的光信号到N个ONU 131至133。在实践中，ODN可以包括OLT和ONU之间的多个无源分路器或无源光抽头的串联。
在OLT 110和ONU 131至133之间以光信号的形式交换数据。为此，OLT 110和ONU131至133各自包括光收发器。光收发器包括光接收器(诸如光电二极管的)和光发送器(诸如发送激光器)。由ONU 131至133或OLT 110的发送激光器产生的光信号通过ODN发送，并由OLT 110或ONU 131至133的光电二极管接收。
由于信道本身的有限带宽和光接收器的有限带宽，在接收的信号中观察到符号间干扰ISI。换言之，接收的信号的样本不仅取决于对应的发送的数据符号，而且还取决于先前的数据符号和/或随后的数据符号。此外，在这样的网络中，通信信道和光发送-接收链通常具有非线性特性，导致这些失真是非线性的。
图1B示出了使用带有具有零啁啾(即α＝0)的半导体光放大器的外部调制激光器EML+SOA的、针对用于1260nm的40km光纤的带宽受限信道的脉冲响应估计的示例，并且40km范围内的色散D＝-4.707ps/nm，总色散Dtotal＝-188.28ps/nm。清楚地显示了信道脉冲分布在多个样本上，并且存在强ISI，即高非峰值系数的存在。
为了从接收的被ISI损坏的样本中正确恢复符号，从而实现可靠的通信，通信网络(诸如图1A的光网络)在接收器处结合信道均衡和可能的纠错技术采用(电)模数转换器ADC。信道均衡通常基于数字信号处理DSP，旨在恢复由ISI引起的接收样本中的数据相关失真。另一方面，纠错涉及将适当的纠错码(即冗余数据)插入要发送的数据流中，以促进数据错误的检测和纠正。在本发明中考虑的信道均衡是基于最大似然序列估计MLSE和最大后验(maximum aposteriori)MAP、基于估计或其变体的均衡器。纠错通常基于前向纠错FEC技术，这些前向纠错FEC技术可以根据各种FEC方案实现，诸如块码，例如里德-所罗门(Reed-Solomon)码、卷积码，即维特比(Viterbi)码、turbo卷积码和低密度奇偶校验LDPC码。因此，在接收器处，损坏的样本首先由信道均衡器均衡，以减少符号间干扰。产生的样本序列然后由FEC解码器处理，该FEC解码器使用在发送器处引入的受控冗余来纠正其中的错误。现在更详细地解释这些概念。
图1C示出了图1A的光网络的简化数字表示，更具体地说，是ONU的发送器和OLT的接收器的简化数字表示。在ONU 131的发送器处，FEC编码器和调制模块1310将冗余比特添加到要发送的数据比特10，即b[k]，从而产生编码的数据比特b[k]。如上所述，冗余比特允许FEC解码器使用该冗余来减少错误的总数。在编码之后，FEC编码器和调制模块1310根据由光网络采用的调制方案将编码的数据比特b[k]数字调制到符号20上，即x[k]。通常，数字调制方案(诸如归零和不归零(N)RZ、单极化信令或开关键控OOK、极化信令或曼彻斯特信令)被使用。然而，相移键控(诸如在两个正交信道维度上的BPSK、QPSK、DPSK)或者甚至脉冲幅度调制方案(诸如PAM3和PAM4)以及它们的组合也可以被使用。
在NRZ-OOK调制方案的情况下，要发送的信号20是数字信号x[k]，其取决于编码数据比特bk由二进制值+1或-1表示。例如，比特值bk＝0对应于x[k]＝+1，并且比特值bk＝1对应于x[k]＝-1。另一种高阶调制方案(诸如PAM4)将使用的值。
然后，编码和调制的信号20(即x[k])通过ODN 120进行通信，ODN 120是一个带宽受限、色散和有噪声的通信信道，并且由OLT110的带宽受限光接收器(即光电二极管)接收。信号20在该信道上的传送及其在OLT处的接收使信号失真。在此，这些失真被表示为由通过光纤的信号传播引起的失真1210和由ODN、ONU发送器131和OLT的接收器110的非线性和带宽受限硬件引起的失真的组合。加法器24对添加到失真信号的噪声样本22进行建模。
结果，由OLT 110接收的样本30，即y[k]对应于x[k]的失真和噪声版本。为了补偿这些失真，接收的样本30由信道均衡器1110处理以减轻ISI影响，并向FEC解码器和解调模块1120提供干扰减少的符号序列32，即x’[k]，然后校正符号序列x’[k]中的错误，然后对其进行解调以获得数据比特34，即b[k]。
在本发明中，基于最大似然估计MLE的信道均衡用于减轻数据相关失真的影响。在给定接收样本的情况下，基于MLE的均衡器通过从所有发送的序列中选择最可能的符号序列(即具有最大概率的符号序列)，来执行在网格图上定义的最大似然序列MLSE或最大后验MAP估计或其变体。然而，这些方法的计算复杂度随着信道脉冲响应的长度呈指数增长。这样的均衡器可以通过各种算法来实现，例如具有软输出或硬输出的Viterbi算法、BahlCocke Jelinek和Raviv、BCJR、软输出算法和其他变体。基于MLE的均衡器被设计为适用于在通信网络中观察到的数据相关失真，这些失真在接收器处是先验未知的。为了解释观察到的失真，已知的符号序列(即训练序列)被足够频繁地发送到接收器。然后由均衡器的训练单元使用训练序列来确定均衡参数，通常称为训练。
在采用TDM或TWDM方案的通信网络(诸如光网络)中，训练序列被添加到每个上行发送突发(即从相应ONU向OLT的发送)的前导结构中。
图2示出了这种前导结构200的示例。通常，前导结构200包括几个段，其中一个段220被保留用于均衡、EQ、训练，即均衡训练段，而另一段240用于将前导200与突发或数据的有效负载分开，即定界符段。
在使用常规前导或导频训练的情况下，均衡器训练相当于首先检测接收的训练序列中的EQ训练段220的边界，然后估计均衡参数。换言之，需要较长的EQ训练段，一部分用于信号同步，另一部分用于均衡参数估计，这引起增加的开销。此外，针对在ISI下检测EQ训练段边界，信号同步需要既快速又准确，因此可能在计算上复杂。可以代替使用没有显式信号同步的传统盲或决策导向训练，其中MLE均衡器的输出用于自举(bootstrapping)模式，以经由决策设备估计EQ训练序列。这种盲或决策训练技术允许将估计的EQ训练序列与接收样本序列同步，但由于决策错误，这会遭受一些缺点，例如非保证收敛、较高的稳态误差性能、较长的训练收敛时间，并且MLE均衡器和均衡器训练单元之间的闭合反馈回路可能进一步使硬件设计复杂化。
为了减少信号同步开销，这在以突发模式以高速率操作的通信网络中尤其关键，以及限制实现复杂性和处理速度要求，本公开描述了一种新颖的均衡训练单元，该均衡训练单元采用新颖的训练序列，以实现同时的信号同步和均衡参数估计。当EQ训练段220已经开始时，只需要一个启发式机制来发送信号，而不需要确切地确定段220的边界。这可以通过例如具有与CDR前导段210相等的持续时间长度的固定计数器来实现。现在将在下面详细解释所提出的新颖的训练序列、均衡训练单元及其操作。
图3A示出了根据本公开的实施例的均衡器，以用于补偿通信网络(诸如图1A中所示的网络)中的数据相关失真。
如图所示，均衡器EQ 300包括均衡器单元310，其通过基于均衡参数314对接收的数据样本进行均衡来补偿接收的数据样本312(即y[k])中的L≥2个连续符号的数据相关失真。均衡参数314由均衡器300的训练单元320通过预定训练序列332(即xT)来确定。EQ训练单元320包括估计单元330和相关单元340，它们被配置为处理通过通信网络312发送的训练序列并确定均衡参数314。均衡器300可以采用MLSE或MAP估计或其变体。
根据本公开的训练序列220包括长度为N的预定序列222(即xN＝[x1，...，xN])p＞1次。预定序列222循环地包括N个子序列。N个子序列包括L个时域符号的所有M个相应组合，这取决于在发送器处采用的调制方案。调制方案定义了时域符号可能具有的可能值，因此定义了可能接收的符号的序列。预定序列xN中的每个符号子序列可以重复多于一次。因此，训练序列可以在每个p周期中包含多于仅所有可能的M个子序列，从而得到具有周期长度N且N≥M的训练序列。此外，预定序列中的N个符号子序列是以特定顺序循环地排列，并且使得相应子序列的L-1个符号与前面的子序列和后面的子序列中的符号重叠。因此，对于二进制调制方案和设计为包含两个符号的子序列(即L＝2)，该序列将包括M＝2^L＝4个子序列，因为L个符号的所有可能组合等于4，即，4个子序列“00”、“01”、“10”和“11”。这样的循环地包括所有M＝N＝4个子序列的有效的预定序列的一个示例是例如0110，其可以重复一次或多次，即p≥2。将预定序列解释为循环集合在图3B中显示。N＝5(>M)的第二个有效序列是例如01100，它包括两次子序列00。另一个循环地包括所有M＝4个子序列恰好两次(即N＝2M)的示例是例如01110100。因此，如果将排序πn针对n＝1..N定义为πn∈[1，M]，则πn＝i表示第i个子序列出现在序列内的位置m处。请注意，如果子序列xi在一个周期内出现在多个位置，则多个πn等于i。
在PAM3调制方案的情况下，发送的三元符号(即x[K]＝{-1，0，1})可以具有不同映射策略。一种策略将三个比特映射到两个连续的符号，这会产生两个符号的8个有效子序列，并且从调制格式中排除子序列“00”。这意味着如果L＝4，则最短的有效预定序列循环地包含4个符号的所有M＝64个子序列恰好一次，而不会出现任何“00”子序列。
可以将预定序列设计为DC平衡，以最小化DC漂移。例如，在NRZ-OOK序列中，这可以通过确保预定序列中相等数目的1和0来保证。
此外，可以优化预定序列以具有类似于狄拉克脉冲的自相关属性，从而通过相关单元340获得良好的同步和信道估计性能。这可以通过考虑特殊类型的序列来保证，诸如最大长度序列或(互补的)Golay码序列。例如，针对4抽头MLSE均衡器设计并基于最大长度序列码并包括32比特的+1和-1符号值的优化预定序列的示例对应于代码0x F698 3915。该代码是相当于4个符号的子序列的预定序列，并且在这种情况下，也相当于4个比特的子序列的预定序列：F E D B 6 D A 4 9 3 6 C 8 0 0 1 3 7 E C 9 2 4 8 1 2 5 A 5 B 7 F。在这个优化的预定序列中，5个比特的所有2^5＝32个子序列出现一次，4个比特的所有2^4＝16个子序列出现两次，3个比特的所有2^3＝8个子序列出现三次，依此类推。这样的序列的特征在于最大自相关旁瓣(sidelobe)比主瓣(main lobe)小6dB。
上述优化的预定序列特征在于分层循环属性，根据分层循环属性例如，每个长度L的二进制子序列恰好出现一次，每个长度L-1的子序列恰好出现两次，每个长度L-2的子序列恰好出现四次，以此类推。
现在将参照图4A和图4B说明EQ训练单元320的操作。图4A示出了由图3A的均衡器训练单元执行的步骤的简化概览，而图4B示出了图4A的步骤的更详细的概览。
如上所述，ONU 131至133通过ODN 120向OLT 110发送训练序列220，作为其突发发送的前导的一部分。因此，OLT接收对应于训练序列220的样本。逻辑上，接收的样本将表现出与发送的训练序列相同的周期性和循环属性。在此利用这些属性来得出均衡参数如下。
在第一步骤中，EQ训练单元320获得410接收的样本。如上所述，接收的样本将表现出与发送的训练序列相同的周期性和循环属性。由于训练序列及其属性对均衡器300已知，EQ训练单元320能够利用其周期性和循环特性来得出用于均衡器单元310的均衡参数。为此，EQ训练单元，更具体地，其估计单元330处理420获得的样本，以估计指示获得的样本的值的N个参数集合。然后将估计的N个参数集合334馈送到相关单元340，相关单元340然后得出430循环移位或偏移s 336。估计单元330然后基于由相关得出的循环移位s对估计的N个参数集合进行循环移位，并且最后，从中确定440均衡参数314。现在将在下面详细描述这些步骤。
在处理步骤420中，首先如下对获得的样本进行分组和编索引422。将获得的样本分组为N个随后样本的p个非重叠集合，其中p对应于预定序列在训练序列中重复的次数，并且N对应于预定序列中循环地包括的子序列的数目。此外，样本的分组是根据它们的接收顺序进行的，以便遵守预定序列内的子序列的顺序。结果，由于上述任意时间错位，样本集合p内的相应样本组将包含对应于预定序列的循环移位的版本的样本。在实践中，通过根据样本的接收顺序将样本与N∈[1，.，N]个索引相关联来影响分组。一旦达到索引N，即一旦样本与索引N相关联，则索引从1重新开始，直到所有获得的样本都被索引。这在图3C中概念性地示出，其示出了训练序列220的示例，该训练序列220具有N＝8的周期长度并且包括重复4次的8个符号，即N＝M＝8和p＝4，如由ONU 131至133(顶部)发送和由OLT(底部)接收，具有三个符号的时间错位。如图所示，在对接收的样本进行如上详述的分组之后，获得对应于发送的预定序列222的循环移位版本的8个样本的4个集合。在该特定示例中，相应的样本集合232中的第六样本234对应于预定序列222的第一符号子序列224。
由于集合中样本的顺序对应于预定序列中符号的顺序，因此相应样本集合的第一个样本将始终对应于相同的符号子序列。这同样适用于相应集合的第二个样本，依此类推。结果，与相同索引(例如索引i)相关联的相应样本集合的样本可用于计算用于第i个参数集合的值，例如高斯分布的均值和方差，这将用于得出均衡参数。然而，参数集合的顺序将以与接收的样本相同的方式循环地移位一个先验未知量s。也就是说，每个样本集合的第i个接收样本将对应于发送序列(i-s)mod N，并且因此第i个经计算的参数集合实际上将对应于参数集合(i-s)mod N。
因此，在下一个步骤中，经分组和索引的样本用于N个参数集合(例如，N个相应的高斯均值μi和方差如下所示)的计算424。
其中在所有p组的第i个索引处接收的样本用于计算针对符号子序列xi的均值和方差值。在MLSE上下文中，用于发送的子序列xi的高斯均值μi和方差的组合通常被称为第i个分支度量BM参数集合。然后使用获得的均值来构造长度为N的向量。此外，用于实现等式(1)和(2)的一种方法是两遍(two-pass)算法，即，第一遍计算均值，然后随后一遍计算方差。然而，当所有接收样本不能存储在存储器中时，也可以使用单遍的算法，例如由Chan等，“Algorithms for Computing the Sample Variance:Analysis andRecommendations.”，The American Statistician，卷37，号3，1983年，页242-47描述的那些实例。
与等式(1)中的算法地计算均值和方差不同，得出的参数集合可以构成概率函数的参数集合或直方图集合。在后一种情况下，用于相应仓(bins)的值将保存与相应索引相关联的样本的累积和。
在计算参数集合之后，该方法继续得出430偏移或循环移位s。在此，这是通过将预定序列222的循环移位版本与获得的均值集合μi，i∈{1，...，N}相关432、或通过计算估计参数和预定序列之间循环互相关来完成的。在直方图的情况下，可以使用常规方法直接得出从对应于每个索引的直方图得出的均值。由于这些均值对应于在p个周期上平均的接收样本，循环移位的N个抽头有限(finite)脉冲响应(FIR)信道估计可以很容易地从估计的μ值中获得，而几乎没有附加的复杂性。在数学上，这对应于实值符号的情况下的以下操作：
其中μ是均值的N向量，并且P是根据与预定序列222的循环移位版本的相关运算的Toeplitz矩阵，如下所示：
与传统的导频训练方案相比，本文中的相关单元340可以慢速操作。也就是说，它需要在平均值充分收敛之后(或在固定的定时偏移之后)或者仅在处理N个接收样本的每例如2到3个块之后计算N个相关值。
基于M抽头FIR信道估计BM参数集合的循环移位s可以通过简单地标识434信道峰值索引来确定。在此，信道峰值索引指示对应于发送的预定序列222中的起始符号子序列224的参数集合的索引，即子序列232在接收样本230中的索引。
一旦标识了信道峰值索引，就可以通过利用循环移位s循环移位估计的均值和方差集合来补偿436循环移位s。以这种方式校正循环移位允许将信道估计的峰值定位在L抽头基于MLE的均衡器窗口内，使得例如该窗口包含最大信道能量，如图5所示。信道峰值索引与循环错位234有直接关系，即，应该挑选循环错位校正或循环移位s，使得信道峰值出现在L抽头均衡器窗口内。可以挑选偏移值以与信道峰值索引完美对应，但并非必须如此。
在循环补偿436之后，如果预定序列包括一个或多个重复的子序列，则考虑到它们在预定序列中的出现π1，...，πN，该方法继续将经计算的参数集合平均438成M个(其中对于二进制符号，M＝2^L)集合。因此，如果N＝M＝2^L，则不需要平均，而如果N＝2^(L+1)并且每个子序列恰好出现两次，则N个高斯均值μi和方差被平均为对应的N/2个均值和方差。例如，如果使用具有如上所述的分层循环属性的优化的预定序列，则在步骤424中将计算32个均值和方差。在步骤436中进行循环补偿之后，根据M的值(即预定序列中唯一子序列的数目)将这32个均值和方差平均为对应的16或8或4个均值和方差。
在此再次，平均步骤438可以通过直方图来实现。在这种情况下，可以简单地将对应于相应索引的直方图的直方图仓的累积值加在一起。
图4C在三个表中显示了这个概念。第一个表，即表510，显示了处理获得的样本后确定的高斯均值μi和方差第二个表，即表520，显示了根据确定的循环移位s偏移的N个高斯均值μi和方差最后一个表，即表530，显示了经平均的高斯均值μi和方差
在信道脉冲响应长于基于MLE的均衡器中的抽头数目L的情况下，使用具有一个或多个重复子序列的预定序列尤其重要，这意味着K>L个连续符号会影响任何接收的样本。在这种情况下，将子序列长度L增加到K且K>L，并结合对BM参数进行平均，避免了具有偏置的BM参数和较差的均衡性能。因此，包含在训练序列中的子序列的长度L是一个设计参数，其如果太短会引起较差的均衡器性能，而如果太长则会引起用于存储许多中间BM参数的大量存储器开销。
在最后的步骤，即步骤440中，确定均衡参数。这一步骤按照惯例完成，通过将均值和方差转换为可用的分支度量，例如以对数似然比的形式。
可选地，在确定均衡参数之前，新得出的均值和方差可以与先前估计的均值和方差进行平均。例如，可以按如下方式采用指数移动平均：
其中μi和是新估计的均值和方差估计，μ′i和是用于第i个索引的先前估计，并且a是权重系数。均值和方差的平均需要在循环补偿(即步骤436)和平均步骤438之后执行。备选地，可以在确定均衡参数之后(即步骤440之后)应用相同的平均技术。在这种情况下，新估计的均衡参数将与先前获得的均衡参数进行平均。
此外，如本领域技术人员将认识到的，步骤420中的样本处理、步骤430中的偏移的得出以及步骤440中的均衡参数的确定可以分批执行，换言之，迭代地执行。这些步骤的迭代处理可以以各种方式完成，其中一些在下面详述。
例如，一旦获得一批一个或多个样本，则如以上步骤422中详述的那样对样本编索引，随后相应地更新424均值和方差。然后该方法返回425以获得410另一批样本，依此类推，直到完成针对所有样本的均值和方差的更新424。因此，该方法通过步骤410至424循环，直到所有样本都被处理，然后继续完成如上文详述的步骤430和440。
备选地，代替返回以获得另一批样本，该方法可以继续将均值和方差的当前估计与预定序列相关432，以获得当前信道估计一旦获得当前信道估计，该方法可以返回435以获得410另一批样本。这样，该方法通过步骤410至432循环，直到所有样本都被处理，从而每迭代或批次获得更新的信道估计。一旦处理了所有样本并获得了最终信道估计，该方法就相应地进行以完成如上文详述的步骤434至438和440。
备选地，代替返回435以获得另一批样本，该方法可以通过在获得432当前信道估计之后识别信道峰值索引434并且应用偏移相关436，来继续确定均衡参数。一旦获得当前均衡参数，该方法可以返回439以获得410另一批样本。这样，该方法通过步骤410至436循环，直到所有样本都被处理，从而每迭代或批次获得更新的信道估计。
可选地，为了进一步降低信道均衡器300的复杂性，信道均衡器300之前可以是线性均衡器，诸如前馈均衡器FFE，其作为信道缩短滤波器操作以降低基于MLE的均衡器的复杂性。FFE是一种低复杂度但次优的备选信道均衡方法，它对接收的符号序列采用线性横向滤波，其具有随系数数量线性增长的计算复杂度。备选地，可以替代使用非线性均衡器(诸如判决反馈均衡器DFE)。与FFE相比，DFE均衡器级具有不放大接收器噪声的优点。
图6示出了合适的计算系统600，其能够实现根据本公开的用于确定均衡器的均衡参数以用于补偿数据相关失真的方法的实施例。计算系统600通常可以形成为合适的通用计算机并且包括总线610、处理器602、本地存储器604、一个或多个可选输入接口614、一个或多个可选输出接口616、通信接口612、存储元件接口606、以及一个或多个存储元件608。总线610可以包括一个或多个导体，其允许计算系统600的组件之间的通信。处理器602可以包括任何类型的常规处理器或微处理器，其解释并执行编程指令。本地存储器604可以包括随机存取存储器RAM或存储信息和指令以供处理器602执行的另一种类型的动态存储设备和/或只读存储器ROM，或存储供处理器602使用的静态信息和指令的另一种类型的静态存储设备。输入接口614可以包括一个或多个允许操作者或用户向计算设备600输入信息的常规机构，诸如键盘620、鼠标630、笔、语音识别和/或生物特征机构、照相机等。输出接口616可以包括一种或多种向操作者或用户输出信息的常规机构，诸如显示器640等。通信接口612可以包括任何类似收发器的机构，诸如例如使计算系统600能够与其他设备和/或系统(例如，与其他计算设备701、702、703)通信的一个或多个以太网接口。计算系统600的通信接口612可以通过局域网LAN或广域网WAN(诸如例如互联网)连接到这样的另一个计算系统。存储元件接口606可以包括存储接口(诸如例如串行高级技术附件SATA接口或小型计算机系统接口SCSI)，以用于将总线610连接到一个或多个存储元件608(诸如一个或多个本地磁盘，例如，SATA磁盘驱动器)，并且控制数据到和/或从这些存储元件608的读取和写入。尽管以上(多个)存储元件608被描述为本地磁盘，但通常任何其他合适的计算机可读介质(诸如可移动磁盘、光学存储介质(诸如CD或DVD)、ROM磁盘、固态驱动器、闪存卡……)可以使用。因此，计算系统600可以对应于由图3A所示实施例中的均衡器300或均衡器训练单元320。
如在本申请中使用的，术语“电路系统”可以指以下一项或多项或全部：
(a)仅硬件电路实现，诸如仅在模拟和/或数字电路系统中的实现，以及
(b)硬件电路和软件的组合，诸如(如适用)：
(i)(多个)模拟和/或数字硬件电路与软件/固件的组合，以及
(ii)具有软件的(多个)硬件处理器(包括数字信号处理器)、软件和(多个)存储器的任何部分，它们一起工作以使装置(诸如移动电话或服务器)执行各种功能)以及
(c)(多个)硬件电路和/或(多个)处理器，诸如(多个)微处理器或(多个)微处理器的一部分，需要软件(例如固件)进行操作，但当操作不需要软件时，软件可能不存在。
电路系统的该定义适用于本申请中该术语的所有使用，包括在任何权利要求中。作为另一个示例，如在本申请中使用的，术语电路系统还涵盖仅硬件电路或处理器(或多个处理器)或硬件电路或处理器的一部分及其(或它们的)随附软件和/或固件的实现。例如，如果适用于特定权利要求元素，术语电路系统还涵盖用于移动设备的基带集成电路或处理器集成电路或者服务器、蜂窝网络设备或其他计算或网络设备中的类似集成电路。
尽管已经通过参考具体实施例说明了本发明，但是对于本领域技术人员显而易见的是，本发明不限于前述说明性实施例的细节，并且本发明可以在不脱离其范围的情况下通过各种变化和修改来实施。因此，本实施例在所有方面都被认为是说明性的而不是限制性的，本发明的范围由所附权利要求而不是由前面的描述来指示，因此落入权利要求范围内的所有变化旨在包含在其中。
本专利申请的读者还将理解，词语“包括(comprising)”或“包括(comprise)”不排除其他元素或步骤，词语“一个(a)”或“一个(an)”不排除多个，并且单个元件(诸如计算机系统、处理器或另一个集成单元)可以实现权利要求中记载的多种部件的功能。权利要求中的任何附图标记不应被解释为限制相关的相应权利要求。术语“第一”、“第二”、“第三”、“a”、“b”、“c”等在描述或权利要求中使用时是为了区分相似的元素或步骤，而不是必须描述次序或时间顺序。类似地，引入术语“顶部”、“底部”、“上方”、“下方”等是出于描述目的而不必表示相对位置。应当理解，如此使用的术语在适当的情况下是可互换的，并且本发明的实施例能够根据本发明以其他顺序或以不同于上述或图示的方向操作。

Claims (13)

1.一种均衡器训练单元(320)，用于得出均衡参数(314)以用于补偿接收的样本中的数据相关失真，所述均衡器训练单元包括至少一个处理器和至少一个存储器，所述至少一个存储器包括计算机程序代码，所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起使所述均衡器训练单元执行：
-获得(410)对应于从通信设备发送的训练序列的样本，所述训练序列包括预定序列p次，其中p>1，所述预定序列循环地包括N个子序列，所述N个子序列包括预定调制方案的L个时域符号的所有相应组合，其中所述N个子序列以选定的顺序被循环排列，并且使得相应的子序列的L-1个符号与以下二者中的符号重叠：前面的子序列和后面的子序列；
-基于获得的所述样本(312)并且通过考虑所述训练序列的周期性属性来估计(420)N个参数集合；
-基于估计的所述N个参数集合并且通过考虑所述预定序列(322)的属性来得出(430)偏移；以及
-基于估计的所述参数和得出的所述偏移确定(440)所述均衡参数(314)。
2.根据权利要求1所述的均衡器训练单元(320)，其中所述估计(420)包括：
-根据获得的所述样本的接收顺序将获得的所述样本分组到N个随后样本的p个非重叠集合中；
-根据相应的p个集合的所述N个随后样本在集合中的顺序，对相应的p个集合的所述N个随后样本编索引，以获得与相应索引相关联的p个样本的N个集合；以及
-处理与所述相应索引相关联的所述样本，从而获得与所述相应索引相关联的所述N个参数集合。
3.根据权利要求2所述的均衡器训练单元(320)，其中获得的所述N个参数集合包括值，所述值指示与所述相应索引相关联的所述样本的值。
4.根据权利要求3所述的均衡器训练单元(320)，其中所述得出(430)包括将来自所述N个参数集合的所述值与所述预定序列相关(432)。
5.根据前述权利要求中任一项所述的均衡器训练单元(320)，其中所述确定(440)包括：根据得出的所述偏移循环地移位所述N个参数集合，并且基于移位的参数集合确定用于对应的N个子序列的所述均衡参数(314)。
6.根据权利要求1-4中任一项所述的均衡器训练单元(320)，其中所述N个子序列中的一个或多个子序列在所述预定序列内重复两次或更多次，并且其中所述确定(440)还包括：考虑到在所述预定序列内相应的N个子序列的出现，组合对应获得的参数集合。
7.根据权利要求6所述的均衡器训练单元(320)，其中所述相应的N个子序列在所述预定序列内被重复相等的次数。
8.根据权利要求1-4中任一项所述的均衡器训练单元(320)，其中所述估计(420)、所述得出(430)和所述确定(440)被迭代地执行，其中在相应的迭代中，对获得的所述样本中的一个或多个样本执行所述估计、所述得出以及所述确定。
9.根据权利要求1-4中任一项所述的均衡器训练单元(320)，其中所述确定(440)还考虑一个或多个先前确定的均衡参数。
10.根据权利要求9所述的均衡器训练单元(320)，其中获得的所述N个参数集合通过指数移动平均与一个或多个先前确定的N个参数集合进行平均。
11.根据权利要求1-4中任一项所述的均衡器训练单元(320)，其中获得的所述样本(312)由线性均衡器和/或非线性均衡器预处理。
12.一种均衡器(300)，用于通过基于均衡参数(314)对接收的样本进行均衡来补偿所述接收的样本中的数据相关失真，所述均衡器包括均衡器训练单元(320)，所述均衡器训练单元(320)被配置为得出所述均衡参数(314)，所述均衡器训练单元(320)包括至少一个处理器和至少一个存储器，所述至少一个存储器包括计算机程序代码，所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起使所述均衡器训练单元执行：
-获得(410)对应于从通信设备发送的训练序列的样本，所述训练序列包括预定序列p次，其中p>1，所述预定序列循环地包括N个子序列，所述N个子序列包括预定调制方案的L个时域符号的所有相应组合，其中所述N个子序列以选定的顺序被循环排列，并且使得相应的子序列的L-1个符号与以下二者中的符号重叠：前面的子序列和后面的子序列；
-基于获得的所述样本(312)并且通过考虑所述训练序列的周期性属性来估计(420)N个参数集合；
-基于估计的所述N个参数集合并且通过考虑所述预定序列(322)的属性来得出(430)偏移；以及
-基于估计的所述参数和得出的所述偏移确定(440)均衡参数(314)。
13.一种训练序列生成器单元，包括至少一个处理器和至少一个存储器，所述至少一个存储器包括计算机程序代码，所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起使所述训练序列生成器单元生成在通信设备中使用的训练序列，其中所述训练序列用于考虑所述训练序列的周期性属性，来估计N个参数集合，以得出偏移，估计的所述参数和得出的所述偏移用于确定用于补偿接收的数据中的数据相关失真的均衡参数，所述训练序列包括序列p次，其中p>1，被包括在所述训练序列中的所述序列循环地包括N个子序列，所述N个子序列包括预定调制方案的L个时域符号的所有相应组合，其中所述N个子序列以选定的顺序被循环排列，并且使得相应的子序列的L-1个符号与以下二者中的符号重叠：前面的子序列和后面的子序列。
CN202210166830.6A 2021-02-23 2022-02-23 用于数据相关失真补偿的均衡器和均衡器训练单元 Active CN114978345B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP21158710.0 2021-02-23
EP21158710.0A EP4047893A1 (en) 2021-02-23 2021-02-23 An equalizer and an equalizer training unit for data-dependent distortion compensation

Publications (2)

Publication Number Publication Date
CN114978345A CN114978345A (zh) 2022-08-30
CN114978345B true CN114978345B (zh) 2024-08-20

Family

ID=74732612

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210166830.6A Active CN114978345B (zh) 2021-02-23 2022-02-23 用于数据相关失真补偿的均衡器和均衡器训练单元

Country Status (3)

Country Link
US (1) US11817975B2 (zh)
EP (1) EP4047893A1 (zh)
CN (1) CN114978345B (zh)

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5155742A (en) * 1991-05-03 1992-10-13 Bell Communications Research, Inc. Time dispersion equalizer receiver with a time-reversal structure for TDMA portable radio systems
WO1998010531A1 (de) * 1996-09-04 1998-03-12 Ascom Tech Ag Präambel für schätzung der kanalimpulsantwort in einem antennen-diversity-system
US6711221B1 (en) * 2000-02-16 2004-03-23 Thomson Licensing S.A. Sampling offset correction in an orthogonal frequency division multiplexing system
US7315588B2 (en) * 2003-04-04 2008-01-01 Harris Corporation System and method for enhanced acquisition for large frequency offsets and poor signal to noise ratio
ATE313175T1 (de) * 2003-08-18 2005-12-15 Cit Alcatel Verfahren zur optischen übertragung und optischer empfänger
CN1870465B (zh) * 2005-05-24 2011-06-01 都科摩（北京）通信技术研究中心有限公司 循环训练序列的生成方法、通信系统和通信方法
US7558537B2 (en) * 2005-06-07 2009-07-07 Broadcom Corporation Modified preamble for programmable transmitter
CN101325569B (zh) * 2007-06-15 2013-09-04 安捷伦科技有限公司 通信系统中的鲁棒信道估计
EP2996264A1 (en) * 2014-09-12 2016-03-16 Xieon Networks S.à r.l. Data-aided chromatic dispersion estimation
KR102333415B1 (ko) * 2019-05-17 2021-12-02 한국전자통신연구원 직접수신 광전송 신호처리 장치 및 방법
CN110190909B (zh) * 2019-06-06 2020-09-29 北京邮电大学 一种用于光通信的信号均衡方法及装置

Also Published As

Publication number Publication date
US11817975B2 (en) 2023-11-14
EP4047893A1 (en) 2022-08-24
US20220271979A1 (en) 2022-08-25
CN114978345A (zh) 2022-08-30

Similar Documents

Publication Publication Date Title
CN108781195B (zh) 用于提供高速均衡的方法和装置
JP5007121B2 (ja) 光信号受信のためのチャネル推定および系列推定
CN109328451B (zh) 用于预编码超奈奎斯特信令的系统和方法
US11025405B2 (en) High capacity optical data transmission using intensity-modulation and direct-detection
EP2782305B1 (en) Statistics adaptive soft decision forward error correction in digital communication
EP2782282A2 (en) Soft maximum likelihood sequence estimation in digital communication
WO2000044108A1 (fr) Egalisateur adaptatif et procede d'egalisation adaptative
CN114978345B (zh) 用于数据相关失真补偿的均衡器和均衡器训练单元
US11706065B2 (en) Symbol judgement apparatus and symbol judgement method
CN113055319B (zh) 一种信号均衡方法和装置
CN111541633B (zh) 使用间隔间定时误差估计的改进的时钟恢复
KR20220091462A (ko) 수동 광 네트워크용 수신기 및 수신 방법
CN111566953B (zh) 符号判定装置和符号判定方法
US11271659B1 (en) Systems and methods for phase noise mitigation in optical superchannels
KR102405741B1 (ko) Pam 신호 검출을 위한 복잡도가 낮은 최대 우도 시퀀스 추정 등화기 및 그의 동작 방법
EP3913875B1 (en) Joint synchronization and equalizer initialization for downstream pon
US12088439B1 (en) Phased burst mode receiver equalization training
US12113611B2 (en) Method and apparatus for downstream transmission
EP4340304A1 (en) Method and apparatus for an equalizer based on viterbi algorithm
CN115706688A (zh) 信号处理方法及装置、处理芯片、信号传输系统
CN116827729A (zh) 一种gmsk水声通信的时频联合均衡方法及均衡系统
CN114208065A (zh) 用于接收机的噪声消除设备和方法

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