CN1171176A - 用于信道估值的方法和装置 - Google Patents

Abstract

在数字无线通信系统的接收机中,组合的信道估值(h_K ^C)通过把长信道估值(h_K ^L)和短信道估值(h_K ^S)进行平均而进行。

Description

用于信道估值的方法和装置

技术领域

本发明涉及在数字无线通信系统中用于形成信道估值的方法和装置。

发明背景

在TDMA无线通信系统(TDMA＝时分多址)和基于其它帧方式的通信系统中，信息是在以信号帧或脉冲串形式的信道上被发送的。为了使接收机同步到这些信号帧，每个信号帧包括在每个信号帧内的预定位置上的已知同步字。例如在用于移动电话的欧洲GSM系统中，此同步字为26比特长。当接收机期待来自发射机的新的信号帧时，由接收机中的训练序列发生器产生一个与发送的同步字相同的训练序列。所接收的信号和本地产生的训练序列相比较，且当在这个序列和接收信号之间得出最佳可能的相关时，就认为存在着在本地产生的信号和接收信号之间的同步。

除了同步本身以外，训练序列也被用于进行信道估值。因为无线信道常常易受多径传播的影响，因此接收机包括某种均衡器，以消除这种现象。均衡器需要信道冲击响应的时限估值。此冲击响应可从相关信号得出。Farney[1]和Ungerboeck[2]描述了在给定具有已知相关特性的信道冲击响应和高斯信道噪声以后，确定最大似然发送序列的两个不同的算法。这两个算法将正确地工作，但如果使用信道冲击响应的近似估值而不是真实的冲击响应，或者如果噪声是非高斯型的，则会降低性能。均衡器利用信道估测来初始化和更新例如滤波器抽头。最大似然序列估值(MLSE)检测器就是这样的一个例子，在其中FIR滤波器被直接用作为信道模型[2]。另一个例子是判定反馈均衡器(DFE)〔4〕，其中在前向和反馈中的滤波器抽头可从信道估值来算出。

当信道从所接收的同步字来估值时，估值将包含噪声，因为所接收的数据是有噪声的及训练序列是有限长度的。即使是持续地更新的信道估值也将是有噪声的。例如在衰落急降时，信道估值中的噪声含量将非常高，这是因为在这种情况下信道电平比起噪声或干扰电平来说是低的，这在接收的数据中给出低的信号噪声比。同步过程也受接收机噪声干扰。不正确的和不稳定的同步给出了不正确的信道估值作为第二个影响，由此造成接收机性能的实质性损失。带噪声的信道估值对于检测器或均衡器中的滤波器抽头给出不正确的设置，例如，MLSE将会有不正确的FIR信道模型。这就造成与由带噪声的接收样本引起的恶化同样的方式恶化的解调性能。结果是在接收样本中的干扰或噪声有双重影响-首先信道模型被损害，然后，不正确设置的均衡器将必须均衡和解调带噪声的样本。

所描述的先有技术的共同特性在于，信道估值被直接用于检测或均衡程序而不考虑估值的噪声含量。然而，例如MLSE是在这样的意义上最优化的，即只是在接收噪声是加性的高斯型以及信道估值是很精确时才给出最大似然的解调的符号序列。如果在信道估值中有噪声则它不是最佳的。

在信道估值时减小带噪声的抽头的影响的方法在美国专利5,251,233(Labedz等)中被提出。在其中建议在信道估值时删去低于某门限值的抽头，藉此减少具有少量有用信号时的带噪声的抽头所提供的噪声贡献。然而，全部地消除某些信道估值抽头，可能会去除真实信息，因为很难在一个抽头中在有用信号能量和噪声能量之间进行区分。

EP-A-0 535 403描述了一种方法，其中把对当前脉冲串信号的信道估值和先前的脉冲串的信道估值结合起来。两个估值具有相同的抽头数。

发明概要

因此，本发明的一个目的是提供在数字无线通信系统中用于形成改进的信道估值的方法和装置。

本发明的方法由权利要求1的特征来表征。

本发明的装置由权利要求9的特征来表征。

本发明基于观察到这样的事实，即长信道估值(具有许多抽头的估值)将比短估值(具有较少的抽头)包含更多的噪声。这在附录中得以证明，其中抽头噪声由式(9)给出。在该式中，N代表用于计算信道估值的总的样本数及M代表在信道估值时的抽头数。因此在信道估值时增加抽头数M也将增加抽头噪声。而且，在检测器或均衡器中的解调处理时的总的噪声贡献也正比于信道估值时的抽头数。因此，根据这一观点，希望进行尽可能短的信道估值。

另一方面，在有许多时间色散(tmie dispersion)的情况下，短信道估值会使接收机把接收的能量排除到估值范围以外，因此忽视了存在于信号中的重要信息。然而，短信道估值确实包括了带有大部分能量含量的信号部分。

按照本发明，这个问题的解决办法是把一个长信道估值和至少一个较短的信道估值相组合，这就组合了两者的特征：

1.它在具有大部分能量的部分接收信号中包含可靠的信息(没有那么多的噪声)。

2.它在由更大时间间隔上的时间色散所造成的信号扩散时也包含信息。

附图概述

通过参考以下的说明连同附图，可以更好地了解本发明，连同其进一步的目的和优点，其中：

图1是按照本发明的装置的方框图；

图2是说明按照本发明的方法的流程图；

图3说明在本发明的一个实施例中信道估值是如何被组合的；

图4说明在按照本发明的另一个实施例中信道估值是如何被组合的；

图5说明在按照本发明的再一个实施例中信道估值是如何被组合的；以及

图6说明可被用于本发明的优选实施例的复数幅度的简化的计算。

优选实施例的详细描述

现在将参照图1和2来描述本发明的装置和方法。

在图1中，A/D变换器接收模拟样本b(nTs)，把这些样本变换成数字样本序列bn。这些数字样本bn被向前送到最大似然序列估值器12，它输出检测的符号序列 。数字序列bn也被向前送到相关器16，它把序列bn和从训练序列发生器17接收到的本地产生的训练序列Uk进行相关。从相关器16得到的相关值Ci被用来同步脉冲串信号(图2中的步骤110)。这个同步步骤将在下面加以进一步描述。

用于脉冲串信号同步的方法将在下面参考欧洲GSM-系统加以描述。在此系统中，同步字包括26比特。这个字中的16个中心比特在和全部同步字相关时具有很好的相关特性，即在中心位置最大相关＝16，而在其余10个比特位置上是零相关(C(k)＝[000001600000])。这16个中心比特是在接收机的训练序列发生器中作为训练序列被产生的。这个训练序列被用来形成例如11个与所接收的信号帧相关的值Ci。按照一种脉冲串同步方法，最后的同步位置通过互相比较移位窗(每个移位窗包含5个对于能量含量的相关值)以及选择具有最大能量的移位窗的时间作为同步位置来加以选择的。在EP-A-0 551 803中描述了另一种脉冲串同步方法。

由于两个信道估值将被组合，对短估值和长估值都要进行脉冲串同步。同步步骤分别在同步器18和19中进行。(由这两种估值有不同的长度，因此它们不必同步到同一个脉冲串位置)。

同步位置分别向前送到用于进行长和短信号估值的信道估值器20，22。这些估值器计算环绕各自的同步位置的信道估值，将在下面作进一步的描述。

在附录中证明了抽头噪声可按照式(9)来进行估值。此式表示抽头噪声将通过使用尽可能多的样本bn(增加N)而被减小。为此，长估值h_k ^L通过使用尽可能多的26个训练序列样本和接收的同步字bn而被重新计算。因此，信道估值器20将从N-M+1＝26-5+1＝22个样本计算五个相关值(在GSM中)。(由于五个相关值是每个基于22个样本和每次移位一个样本而形成的，所以全部26个样本实际上都被使用。)这些计算以在相关器16中的同样方式来进行，但由于我们现在知道了同步位置，因而整个训练序列可被用于来构成长信道估值h_k ^L的五个抽头。所描述的执行过程相应于图2中的步骤120。

短信道估值h_k ^L以在信道估值器22中的同样方式来形成。然而，在这种情况下必须计算少于五个的抽头(M＜5)。在本发明的优选实施例中，短信道估值只包括一个抽头，这意味着，可以有N-M+1＝26-1+1＝26个样本用于信道估值。因此，在这种情况下，整个训练序列被用来形成带有大为减小的抽头噪声的单个相关值。所描述的执行过程相应于图2中的步骤130。

计算的信道估值h_k ^L和h_k ^s在平均电路24中被组合(相应于图2的步骤150)。这种平均处理的例子示于图3(为了简化图形说明，只表示了估值的幅度)。在本实施例中，把这些估值和它们的原先脉冲串同步相组合。(由于显示的短估值只有一个抽头，因此假定在所有其它的时间位置上为具有零值的抽头。)这就造成这样的情形，其中两个估值的最大值不在同一个时间位置，如图3所示。

由于短和长信道估值已分开地与脉冲串信号同步，因而首先使计算的信道估值互相同步可能是更可取的。这被表示为图1的线26，其中信道估值器20把用于短信道估值的正确的同步位置告知同步器18。这相应于图2中的步骤140。

可以有不同的方式得出在短的和长的信道估值之间的相互同步。图4显示了一种方法。按照这种方法，短估值h_k ^S的最大值抽头和长估值h_k ^L的最大值抽头的位置同步。这种实施例暗示，短估值的抽头可被移动，如图4的虚线抽头所示。该虚线的抽头代表短估值的脉冲串同步位置。抽头在估值器22中被重新计算，然后被移到图4中的实线抽头估值h_k ^S的位置。该估值同步是合理的，因为长的和短的估值的最大值抽头通常将有一致的位置。

另一种信道估值互相同步的方法示于图5。在这里，短估值(在本例中只包含一个抽头)h_k ^S的脉冲串同步位置由虚线抽头表示。然而，此抽头将不加以重新计算。但是相应于长估值h_k ^L的最大值抽头的位置的抽头将被重新计算，并和长估值的最大值抽头进行平衡。如在前面的实施例中那样，此估值同步是合理的，因为长的和短的估值的最大值抽头通常将有一致的位置。

在短信道估值h_k ^S和长信道估值h_k ^L互相同步以后，这些估值在平均电路24中被组合。在简单的现在的优选实施例中，这个平均电路24执行对长的和短的估值的相应抽头的简单平均，如图3，4和5所示。在更精心设计的实施例中，通过对于两个信道估值的每个估值从可靠性测量(噪声测量)计算加权因子，可构成加权平均。组合的信道估值h_k ^C被向前送到最大似然序列估值器12，用于调整其滤波器系数。

万一短信道估值只有一个抽头，通过注意到最大相关值Ci可被直接用来代表该抽头这一点，上述的处理可得以简化。因此，如果希望减少计算的复杂性，那么提供Ci的最大值作为短估值(不要重新计算短估值)可能就足够了。在这样的实施例中，该估值的脉冲串同步位置可被用作为长估值的最大抽头的参考位置。

在更精心设计的实施例中，把长估值的最大抽头的能量和长估值的全部能量进行比较。如果最大抽头占非常强的支配地位，那么这表示只有非常少的时间扩散。在这种情况下，信道的单抽头模型是很好的模型，且单抽头短估值通过使用整个训练序列被重新计算。另一方面，如果时间扩散很大，那么信道估值将散布开来，最大抽头将不占支配地位。在这种情况下，单抽头模型并不怎么好，通过使用整个训练序列重新计算这个抽头得不到很多好处。因此，在这种情况下从脉冲串同步得到的单抽头被用作为短估值。

可以进行的另一种简化是只考虑短估值的幅度而不考虑它的相位(万一短估值只包含一个抽头)。这种非相干组合并不暗示性能上的重要损失，因为两种估值的两个最大抽头的相位通常互相接近。

另一种简化可通过分别把短估值的实部和虚部的绝对值相加来计算它的幅度的方法来进行，如图6所示。在这种近似中，Z由|X|+|Y|来近似，其中X和Y分别是实部和虚部。在所说明的实施例中，两个信道估值已被组合。然而，很明显，有可能组合两个以上的估值。因此，容易实现的实施例将是不同长度的三个信道估值的组合。也可看到，本发明对于除了所描述的GSM系统以外的系统也是能适用的。

上述描述的方法是不用显著地增加复杂程度而改进接收机性能的简单方法。接收机性能的改进对于GSM情况的某些传播条件大约是1dB。

本领域技术人员将会明白，可对本发明作出各种修正和改变而不背离本发明的精神和范围，此范围由附属的权利要求加以规定。

                         参考文献

〔1〕G.D.Forney，Jr.，“在出现符号间干扰时的数字序列的最大

     似然序列估值”(“Maximun-Likelihood Sequence

     Estimation of Digital  Sequences in the Presence of

     Intersymbol Interference”)，Vol.I T-18，pp.363-378，May

     1972。

〔2〕Gottfried Ungerboeck，“载波调制的数据传输系统的自适应

     最大似然接收机”(“Adaptive Maximun-Likelihood

     Receiver for Carrier-Modulated Data-Transmission

     System”)IEEE Trans，on Communications，Vol.COM-

     22，pp.624-636，May 1974。〔3〕Simon Haykin，“自适应滤波器理论”(“Adaptive Filter

 Theory”)，pp.307-316，Prentice-Hall，Englewood

 Cliffs，NJ，1986。〔4〕S.U.H.Quereshi，“自适应均衡”(“Adaptive

 Equalization”)，Proc.IEEE，Vol.73，pp.1349-1387，September

 1985。

                          附录

                    最小平方信道估值

用于信道的模型是带有模拟传播的滤波器抽头{h_k}和模拟噪声的加性白色高斯噪声(AWGN)源ei的FIR(有限冲击响应)滤波器。它类似于Haykin的线性回归模型(Simon Haykin“自适应滤波器理论”，Prentice-Hall，1986，pp307-316)。对于接收的离散信号样本bi的表示式为： $b_i=\underset{k=0}{\overset{M-1}{\mathrm{\Σ}}}{h}_k{U}_{i-k}+e_i----\left(1\right)$

其中Ui是到信道的输入信号及M是信道估值的长度(滤波器抽头{h_k})。因此，无线信道冲击响应被限制在h_k的M个样本。例如在GSM中M＝5。冲击响应是由训练序列估值的未知参量。在GSM的例子中，训练序列是N＝26个符号长。最小平方方法(见Haykin[3])被用来估值M抽头模型(在GSM中是5抽头)。来自训练序列的输入数据通过使用协方差方法被形成窗口，这样，就有N-M+1(在GSM中有22)个接收的样本被用来估值。把输入安排为一个矩阵A，及接收的样本b，差错e和冲击响应h被安排为矢量，如下所示： $A=\left[\begin{array}{cccc}{u}_{M-1}& u_M& ...& u_{N-1}\\ u_{M-2}& u_{M-1}& ...& u_{N-2}\\ ...& ...& ...& ...\\ u_0& u_1& ...& u_{N-M}\end{array}\right]----\left(2\right)$ b＝[b₀ b₁…b_N-M]^T                        (3)e＝[e₀ e₁…e_N-M]^T                        (4)h＝[h₀ h₁…h_M-1]^T                        (5)

其中T代表转置。在矢量形式中，信道模型可被表示为(对于训练序列)：

b＝Ah+e    (6)

h的最小平方估值

为(见Haykin) $\hat{h}={\left(A^{H}A\right)}^{-1}{A}^{H}b={\mathrm{\Φ}}^{-1}{A}^{H}b----\left(7\right)$

其中φ＝A^HA是训练序列的确定性相关矩阵。此处H代表赫米特转置。

信道估值hi的每个元素的方差被称为Ni，它取决于噪声方差σ²和所采用的训练序列。Ni是σ²φ^-1的第i个对角元素，其中φ是上面定义的确定性相关矩阵。

如果训练序列接近于白色(例如在GSM中，就是这种情况)，相关矩阵将为： $\mathrm{\Φ}\≈(N-M+1)I\⇒{\mathrm{\Φ}}^{-1}\≈\frac{1}{N-M+1}I----\left(8\right)$ 其中I是单位矩阵。结论是抽头噪声为： $N_i\≈\frac{{\mathrm{\σ}}^2}{N-M+1}----\left(9\right)$

Claims (15)

1.在数字无线通信系统中用于形成信道估值的方法，其特征在于：

形成具有预定个数抽头的第一信道估值；

形成具有比所述第一信道估值少的抽头的、至少一个的另外的信道估值；以及

组合所述第一和所述另外的信道估值，以形成组合的信道估值。

2.权利要求1的方法，其特征在于，把所述第一和所述另外的信道估值的相应抽头进行平均，所述另外的信道估值在相应于与所述另外的信道估值不一致的所述第一信道估值的抽头的抽头位置上被填充以零值。

3.权利要求2的方法，其特征在于，在所述平均时只考虑所述另外的信道估值抽头的抽头幅度而不考虑它的抽头相位。

4.权利要求3的方法，其特征在于，分别用所述另外的信道估值的每个抽头的实部和虚部的幅度的和值来近似其每个抽头的幅度。

5.权利要求2，3或4的方法，其特征在于，单个另外的信道估值具有单个抽头。

6.权利要求5的方法，其特征在于，所述另外的信道估值的所述单个抽头与在所述第一信道估值的最大幅度的抽头进行平均。

7.权利要求5的方法，其特征在于，当在同一时间位置被估值时，把所述第一信道估值的最大幅度的抽头与所述另外的信道估值的单个抽头进行平均。

8.权利要求2，3，4，5，6或7的方法，其特征在于，对所述第一和所述另外的信道估值进行加权平均。

9.在数字无线通信系统中用于形成信道估值的装置，其特征在于：

第一装置(20)，用于形成具有第一预定个数的抽头的第一信道估值；

第二装置(22)，用于形成具有比所述第一信道估值少的抽头的、至少一个的另外的信道估值；以及

组合装置(24)，用于组合所述第一和所述另外的信道估值，以形成组合的信道估值。

10.权利要求9的装置，其特征在于，平均装置(24)用于把所述第一和所述另外的信道估值的相应抽头进行平均，所述另外的信道估值在相应于与所述另外的信道估值不一致的所述第一信道估值的抽头的抽头位置上填充以零值。

11.权利要求10的装置，其特征在于，所述平均装置(24)在所述平均时只考虑所述另外的信道估值抽头的抽头幅度而不考虑它的抽头相位。

12.权利要求11的装置，其特征在于，所述平均装置(24)分别用所述另外的信道估值的每个抽头实部和虚部的幅度的和值来近似其每个抽头的幅度。

13.权利要求10，11或12的装置，其特征在于，单个另外的信道估值具有单个抽头。

14.权利要求13的装置，其特征在于，所述第一装置(20)使所述另外的信道估值的所述单个抽头与所述第一信道估值的最大幅度的抽头同步。

15.权利要求13的装置，其特征在于，所述第一装置(20)当在同一时间位置估值时，使所述第一信道估值的最大幅度的抽头与所述另外的信道估值的单个抽头同步。

Images