CN117439846A - 信号处理方法、电子设备及存储介质 - Google Patents
信号处理方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117439846A CN117439846A CN202210833076.7A CN202210833076A CN117439846A CN 117439846 A CN117439846 A CN 117439846A CN 202210833076 A CN202210833076 A CN 202210833076A CN 117439846 A CN117439846 A CN 117439846A
- Authority
- CN
- China
- Prior art keywords
- symbol
- channel estimation
- signal
- data
- estimation value
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 56
- 238000012545 processing Methods 0.000 claims abstract description 97
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000004422 calculation algorithm Methods 0.000 claims description 33
- 238000004364 calculation method Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 18
- 238000012937 correction Methods 0.000 claims description 13
- 238000013528 artificial neural network Methods 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 6
- 238000011084 recovery Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000010485 coping Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
-
- 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
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2647—Arrangements specific to the receiver only
- H04L27/2655—Synchronisation arrangements
- H04L27/2662—Symbol synchronisation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Digital Transmission Methods That Use Modulated Carrier Waves (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
Abstract
本申请公开了一种信号处理方法、电子设备、存储介质及程序产品。其中,信号处理方法,包括:当接收到信号流中的一个数据符号,根据数据符号和第一信道估计值进行信号处理,得到解调数据符号,其中,第一信道估计值根据数据符号的上一个信号符号而得到。本申请实施例中,通过实现对于信号流的流水式处理,能够进一步降低信号处理时延,节省存储空间,提高信号带宽处理能力,从而可以弥补相关方法中的技术空白。
Description
技术领域
本申请涉及通信技术领域,尤其是一种信号处理方法、电子设备、计算机存储介质及计算机程序产品。
背景技术
随着人们对无线通信的需求日益增加,无线带宽需求也不断增加,各种超大带宽应运而生,可以预见未来的通信系统仍需要更大的带宽来满足日益增长的通信需求。随着无线带宽的不断增长,对接收机的硬件处理能力提出了更高要求。目前,接收机的符号级处理单元多为时隙级别,需要收集完时隙上所有的符号数据才能进行符号处理,因此整体处理时延将会拉长,并且收集完时隙上所有的符号数据才能进行符号处理,也就意味着必须同时存储时隙上的多个数据符号,这对于存储空间的需求很大。
发明内容
本申请实施例提供了一种信号处理方法、电子设备、计算机存储介质及计算机程序产品,能够降低信号处理时延,节省存储空间。
第一方面,本申请实施例提供了一种信号处理方法,所述信号处理方法包括:
当接收到信号流中的一个数据符号,根据所述数据符号和第一信道估计值进行信号处理,得到解调数据符号,其中,所述第一信道估计值根据所述数据符号的上一个信号符号而得到。
第二方面,本申请实施例还提供了一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如前面所述的信号处理方法。
第三方面,本申请实施例还提供了一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行如前面所述的信号处理方法。
第四方面,本申请实施例还提供了一种计算机程序产品,计算机程序或所述计算机指令存储在计算机可读存储介质中,计算机设备的处理器从所述计算机可读存储介质读取所述计算机程序或所述计算机指令,所述处理器执行所述计算机程序或所述计算机指令,使得所述计算机设备执行如前面所述的信号处理方法。
本申请实施例中,当接收到信号流中的一个数据符号,则根据数据符号和第一信道估计值进行信号处理而得到解调数据符号,也就是说,在接收到一个数据符号的情况下就可以快速地对该数据符号进行处理,不用等到接收信号流中的所有数据符号之后才对其中的数据符号进行处理,从而能够降低信号处理时延,并且第一信道估计值根据数据符号的上一个信号符号而得到,这表明只需结合上一个信号符号的相关处理数据就可以实现对该数据符号的处理,因此只需存储当前的数据符号和上一个信号符号的数据,从而能够节省存储空间,也有利于实现对于信号流的流水式处理,提高信号带宽处理的能力,从而可以弥补相关方法中的技术空白。
附图说明
图1是本申请一个实施例提供的信号处理方法的流程图;
图2是本申请一个实施例提供的信号流的示意图;
图3是本申请另一个实施例提供的信号流的示意图;
图4是本申请一个实施例提供的信号处理方法中,当信号符号为导频类型符号时得到第一信道估计值的流程图;
图5是本申请一个实施例提供的信号处理方法中,当信号符号为数据类型符号时得到第一信道估计值的流程图;
图6是本申请一个实施例提供的信号处理方法中,进行信道数据处理的流程图;
图7是本申请一个实施例提供的信号处理方法中,得到第一判决结果的流程图;
图8是本申请另一个实施例提供的信号处理方法中,得到第一判决结果的流程图;
图9是本申请另一个实施例提供的信号处理方法中,得到第一判决结果的流程图;
图10是本申请一个实施例提供的信号处理方法中,得到解调数据符号的流程图;
图11是本申请一个实施例提供的信号处理方法中,对第一中间数据符号进行符号优化得到均衡数据符号的流程图;
图12为本申请一个实施例提供的应用信号处理方法的OFDM系统接收机的原理示意图;
图13是本申请一个实施例提供的OFDM系统接收机中的符号级处理模块的原理示意图;
图14是本申请另一个实施例提供的信号处理方法的流程图;
图15为本申请另一个实施例提供的应用信号处理方法的OFDM系统接收机的原理示意图;
图16是本申请一个实施例提供的电子设备的示意图。
具体实施方式
为了使本申请的目的、技术方法及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
需要说明的是,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
本申请提供了一种信号处理方法、电子设备、计算机存储介质及计算机程序产品。其中一个实施例的信号处理方法,包括:当接收到信号流中的一个数据符号,根据数据符号和第一信道估计值进行信号处理,得到解调数据符号,其中,第一信道估计值根据数据符号的上一个信号符号而得到。该实施例中,当接收到信号流中的一个数据符号,则根据数据符号和第一信道估计值进行信号处理而得到解调数据符号,也就是说,在接收到一个数据符号的情况下就可以快速地对该数据符号进行处理,不用等到接收信号流中的所有数据符号之后才对其中的数据符号进行处理,从而能够降低信号处理时延,并且第一信道估计值根据数据符号的上一个信号符号而得到,这表明只需结合上一个信号符号的相关处理数据就可以实现对该数据符号的处理,因此只需存储当前的数据符号和上一个信号符号的数据,从而能够节省存储空间,也有利于实现对于信号流的流水式处理,提高信号带宽处理的能力,从而可以弥补相关方法中的技术空白。
下面结合附图,对本申请实施例作进一步阐述。
如图1所示,图1是本申请一个实施例提供的信号处理方法的流程图,该信号处理方法可以包括但不限于步骤S110。
步骤S110:当接收到信号流中的一个数据符号,根据数据符号和第一信道估计值进行信号处理,得到解调数据符号,其中,第一信道估计值根据数据符号的上一个信号符号而得到。
本步骤中,当接收到信号流中的一个数据符号,则根据数据符号和第一信道估计值进行信号处理而得到解调数据符号,也就是说,在接收到一个数据符号的情况下就可以快速地对该数据符号进行处理,不用等到接收信号流中的所有数据符号之后才对其中的数据符号进行处理,从而能够降低信号处理时延,并且第一信道估计值根据数据符号的上一个信号符号而得到,这表明只需结合上一个信号符号的相关处理数据就可以实现对该数据符号的处理,因此只需存储当前的数据符号和上一个信号符号的数据,从而能够节省存储空间,也有利于实现对于信号流的流水式处理,提高信号带宽处理的能力,从而可以弥补相关方法中的技术空白。
在一实施例中,本申请的执行主体不作具体限制,可以根据具体应用场景进行选择。例如,可以为接收机,即接收机通过接收信号流中的数据符号以执行本申请实施例的信号处理方法;又如,可以为预先设定好的网络模型、模块等,该网络模型或模块具备信号接收的功能以及对于接收到的信号进行相关的信号处理的能力等。
在一实施例中,由于对信号流中的每个数据符号均执行步骤S110,因此最终会得到多个解调数据符号,也就是说,通过对各个数据符号和相应的第一信道估计值分别进行信号处理,可以较好地降低数据符号之间可能存在的信号相互影响,从而得到稳定可靠的解调输出结果;关于第一信道估计值的具体得到方式,在下述各实施例中将逐步给出说明。
在一实施例中,本申请实施例可以但不限于应用在正交频分复用(OrthogonalFrequency Division Multiplexing,OFDM)技术中,例如应用在MIMO系统下的OFDM接收机中,OFDM是多载波调制(Multi Carrier Modulation,MCM)的一种,是多载波传输方案的实现方式之一,通过频分复用实现高速串行数据的并行传输,具有较好的抗多径衰落的能力,能够支持多用户接入,相应地,本申请实施例所涉及的信号流可以但不限于为OFDM信号流,数据符号为OFDM符号,为免冗余,以下各实施例将主要以该应用场景进行说明描述;但是,可以理解地是,本领域技术人员也可以根据具体应用场景来选择应用本申请实施例的信号处理方法,此处并未限定,例如,不排除随着无线网络系统的进一步发展而衍生出的新应用场景等。
在一实施例中,如图2和图3所示,信号流为OFDM频域信号,包括一系列的OFDM符号,这些OFDM符号包括导频符号和数据符号,并且导频符号和数据符号的pattern是有多个种类的,可参见3GPP 38.211协议,其中,图2和图3的是其中的两种,它们的区别在于导频类型符号的数量不同,即图2中只有一个导频类型符号,而图3中有两个导频类型符号,但两者均可以应用于本申请实施例中;也就是说,接收机通过接收信号流,可以接收到在时域上排列的各个数据符号;对于本申请实施例而言,应用本申请实施例的接收机可以但不限于接收完整的信号流,只不过每当接收到信号流中的一个数据符号时,就会对该数据符号进行处理,那么当接收到信号流中的最后一个数据符号时,也就相当于对于信号流处理完成,从这个方面也可以看出应用本申请实施例的接收机的信号带宽处理能力能够得到显著增强。
在一实施例中,信号符号的类型可以为多种,此处并未限定。例如,信号符号可以为信号流中的导频类型符号,可以用于进行信道估计,这将在下面各实施例中逐步说明;又如,信号符号可以为信号流中的数据类型符号,通常而言所有数据类型符号排列在相应的导频类型符号之后。
以下将针对上述信号符号的两种类型情况进行分别说明。
如图4所示,本申请的一个实施例,当信号符号为导频类型符号时,第一信道估计值可以但不限于由以下的步骤S210和步骤S220得到。
步骤S210:根据信号符号和预确定的本地导频类型符号进行信道估计,得到第二信道估计值;
步骤S220:对第二信道估计值进行信道数据处理,得到第一信道估计值。
本步骤中,由于本地导频类型符号为预先已知的,因此当接收到数据符号时,也即确定该数据符号的上一个信号符号时,就能够根据信号符号和预确定的本地导频类型符号进行信道估计而得到第二信道估计值,并对第二信道估计值进行信道数据处理而可靠地得到第一信道估计值,提高了信道估计的准确度。
在一实施例中,由于导频类型符号可以但不限于位于信号流的首位置,因此在这种情况下可以通过与本地导频类型符号之间的配合计算而得到相应的信道估计值,也就是说,针对信号符号为导频类型符号的情况可以准确可靠地计算得到第一信道估计值。
在一实施例中,当信号流中存在多个导频类型符号,对于每个导频类型符号均可以参照上述步骤S210和步骤S220而计算得到第一信道估计值,其工作原理是相同的,其中,多种导频类型符号的配置,可以参考NR 3GPP 38.211协议实现,为免冗余,在此不作赘述。
在一实施例中,根据信号符号和预确定的本地导频类型符号进行信道估计的具体方式可以为多种,此处并未限定。例如,可以但不限于采用最小二乘(Least Squares,LS)信道估计算法实现,或者可以但不限于采用本领域常见的其他传统通信算法所实现,其中,最小二乘法是一种在误差估计、不确定度、系统辨识及预测、预报等数据处理领域得到广泛应用的通用数学模型,此处对其不作赘述。
如图5所示,本申请的一个实施例,当信号符号为数据类型符号时,第一信道估计值可以但不限于由以下的步骤S230和步骤S240得到。
步骤S230:根据信号符号和第一判决结果进行信道估计,得到第三信道估计值,其中,第一判决结果根据信号符号和信号符号的上一个符号而得到;
步骤S240:对第三信道估计值进行信道数据处理,得到第一信道估计值。
本步骤中,当信号符号为数据类型符号时,表明信号符号和当前的数据符号属于同一类型,在这种情况下,通过获取对于信号符号的第一判决结果并结合信号符号即可确定第三信道估计值,然后再通过第三信道估计值的信道数据处理而得到最终的第一信道估计值,提高了信道估计的准确度,可以看出,由于第一判决结果根据信号符号和信号符号的上一个符号而得到,也就意味着该信号符号对应的信道估计值根据该信号符号的上一个符号而得到,以此类推,从这个方面也可以证明对于信号流中的各个数据符号形成了流水式处理。
在一实施例中,根据信号符号和第一判决结果进行信道估计的具体方式可以为多种,此处并未限定。例如,可以但不限于采用LS信道估计算法实现,或者可以但不限于采用本领域常见的其他传统通信算法所实现。
在一实施例中,步骤S210至S220以及步骤S230至S240中所涉及的信道数据处理方式可以为多种,此处并未限定。例如,可以利用预先设定好的信道数据处理模型对相关的信道估计值进行计算处理而得到第一信道估计值;又如,可以对相关的信道估计值进行多次信道数据处理操作而得到第一信道估计值等。
以下给出具体实施例对信道数据处理的过程进行详细说明。
如图6所示,本申请的一个实施例,对步骤S220和步骤240进行进一步说明,步骤S220和步骤240中的“信道数据处理”可以包括但不限于步骤S310至S320。
步骤S310:对输入的信道估计值进行定时偏移校正,得到中间信道估计值;
步骤S320:对中间信道估计值进行降噪,得到第一信道估计值。
本步骤中,通过对输入的信道估计值进行定时偏移校正,从而纠正输入的信道估计值的时偏,得到时偏更准确的中间信道估计值,进而对中间信道估计值进行降噪,以消除中间信道估计值可能存在的干扰和噪声影响,得到经过处理的第一信道估计值,该第一信道估计值的时偏和噪声影响均受到了进一步的优化,能够更加符合网络场景的应用要求。
本申请的一个实施例,对步骤S310进行进一步说明,步骤S310可以包括但不限于步骤S3101。
步骤S3101:对输入的信道估计值进行定时偏移估计和定时偏移补偿,得到中间信道估计值。
本步骤中,通过对输入的信道估计值进行定时偏移估计和定时偏移补偿,可以将信道估计值的时偏方面的影响进行不断地优化,即通过定时偏移估计以确定时偏大小,进而对该时偏大小进行对应地补偿,从而能够得到优化时偏影响后的中间信道估计值,以便于在后续步骤中基于得到的中间信道估计值进一步处理得到第一信道估计值。
在一实施例中,定时偏移估计和定时偏移补偿属于本领域技术人员所熟知的技术内容,为免冗余,在此不作赘述。
如图7所示,本申请的一个实施例,对步骤S230进行进一步说明,步骤S230中的“第一判决结果”可以但不限于由以下步骤S410至S420得到。
步骤S410:根据信号符号和第四信道估计值进行信道均衡,得到第一均衡数据符号,其中,第四信道估计值根据信号符号的上一个符号而得到;
步骤S420:根据第一均衡数据符号进行判决,得到第一判决结果。
本步骤中,通过对已确定的第四信道估计值和信号符号进行信道均衡而得到第一均衡数据符号,以便于对第一均衡数据符号进行判决,得到第一判决结果,由于第四信道估计值根据信号符号的上一个符号而得到,因此也就意味着最终得到的第一判决结果也是与信号符号的上一个符号相关联的,这可以体现出本申请实施例对于数据符号实现流水式处理的特点。
在一实施例中,信号符号的上一个符号可能为导频类型符号,也可能为数据类型符号。例如,参照图2,当接收到的数据符号为第3个Data,那么信号符号即为第2个Data,信号符号的上一个符号即为导频类型符号Pilot1;又如,当接收到的数据符号为第5个Data,那么信号符号即为第4个Data,信号符号的上一个符号即为第3个Data,属于数据类型符号。
如图8所示,本申请的一个实施例,对步骤S420进行进一步说明,步骤S420包括但不限于步骤S4201至S4202。
步骤S4201:采用硬判决算法对第一均衡数据符号和多个预设调制星座点进行距离计算,得到多个距离计算值;
步骤S4202:从所有距离计算值中,选择距离计算值最小的一个所对应的预设调制星座点作为第一判决结果。
本步骤中,通过硬判决算法对第一均衡数据符号和预设调制星座点进行进一步地距离计算,可以得到第一均衡数据符号相对于多个预设调制星座点的多个距离计算值,进而可以从多个距离计算值中找到距离计算值最小的一个所对应的预设调制星座点,从而能够得到符合要求的第一判决结果。
在一实施例中,预设调制星座点可以通过预设的通信星座图进行确定,其中,信号矢量端点的分布图称为通信星座图,可以用于判断调制方式的误码率等,具体地,在数字通信领域中,经常将数字信号在复平面上表示,以直观的表示信号以及信号之间的关系,通信星座图可以看成数字信号的一个“二维眼图”阵列,同时调制星座点在图中所处的位置具有合理的限制或判决边界。通信星座图中的图形对应着幅度和相位,其对于识别幅度失衡、正交误差、相关干扰、相位、幅度噪音、相位误差以及调制误差比等调制问题的处理具有一定作用;由于本领域技术人员熟知通信星座图和调制星座点的具体内容,故在此不作赘述。
如图9所示,本申请的一个实施例,对步骤S420进行进一步说明,步骤S420包括但不限于步骤S4203至S4204。
步骤S4203:根据对数似然比(Log Likelihood Ratio,LLR)算法对第一均衡数据符号进行软比特判决,得到中间判决结果;
步骤S4204:对中间判决结果进行调制符号恢复,得到第一判决结果。
本步骤中,通过LLR算法对第一均衡数据符号进行软比特判决,可以进一步得到对于第一均衡数据符号的中间判决结果,然后通过对中间判决结果进行调制符号恢复,可以得到满足要求的输出符号,即得到满足要求的第一判决结果,也就是说,通过软比特判决的方式也可以准确可靠地得到第一判决结果。
在一实施例中,除了所熟知的LLR算法之外,还可以采用其他相关算法进行软比特判决,此处并未限定。
如图10所示,本申请的一个实施例,对步骤S110进行进一步说明,步骤S110包括但不限于步骤S1101至S1102。
步骤S1101:根据数据符号和第一信道估计值进行信道均衡,得到第二均衡数据符号;
步骤S1102:对第二均衡数据符号进行解调处理,得到解调数据符号。
本步骤中,在对数据符号进行信道均衡之后而得到第二均衡数据符号,进而再对第二均衡数据符号进行解调处理而得到解调数据符号,由于第二均衡数据符号为经过信道均衡的,因此基于此可以确保最终转化得到的解调数据符号更加稳定可靠。
本申请的一个实施例,对步骤S1102进行进一步说明,步骤S1102包括但不限于步骤S11021。
步骤S11021:采用基于最大后验概率准则的LLR算法,对第二均衡数据符号进行软比特计算,得到解调数据符号。
本步骤中,通过最大后验概率准则的LLR算法对第二均衡数据符号进行软比特计算,可以实现对于第二均衡数据符号的软比特方式解码,从而得到符合要求的解调数据符号。
在一实施例中,软比特计算的方式可以为多种,例如可以但不限于包括递归计算、编码计算等,其为本领域技术人员所熟知,此处不作赘述。
除了步骤S1101至S1102之外,本申请实施例还可以包括但不限于步骤S120。
步骤S120:根据第二均衡数据符号进行判决,得到第二判决结果,其中,第二判决结果用于配合数据符号的下一个信号符号进行信号处理而得到解调数据符号。
本步骤中,在利用第二均衡数据符号进行解调处理得到解调数据符号的同时,还可以对第二均衡数据符号进行判决得到第二判决结果,以便于将所得到的第二判决结果提供给数据符号的下一个信号符号进行应用,从而使得数据符号的下一个信号符号能够根据第二判决结果进行再处理而得到解调数据符号,也就是说,以此类推可以流水式地不断生成解调数据符号。
在一实施例中,信道均衡和解调处理的具体实施方式可以根据实际应用场景进行选择,此处并未限定,以下分别对上述实施例中的信道均衡和解调处理进行进一步地描述。
本申请的一个实施例,对步骤S410和步骤S111进行进一步说明,步骤S410和步骤S111中的“信道均衡”可以但不限于由以下步骤S510至S520得到。
步骤S510:采用均衡器对输入的符号和信道估计值进行均衡处理,得到第一中间数据符号;
步骤S520:对第一中间数据符号进行符号优化,得到均衡数据符号。
本步骤中,利用设置好的均衡器对输入的符号和信道估计值进行均衡处理以得到第一中间数据符号,进而通过对第一中间数据符号进行符号优化,就可以得到优化完成的均衡数据符号,从而实现对于输入的符号的均衡处理。
在一实施例中,均衡器的类型可以为多种,此处并未限定。例如,可以为基于最大比合并的最小均方误差(Minimum Mean Square Error,MMSE)算法的均衡器,或者,还可以为基于干扰拒绝合并(Interference Rejection Combining,IRC)算法的均衡器等,其中,IRC算法是一种干扰抑制算法,可以提高通信系统中的信号接收质量,减少误码的产生,从而至少能够提高上行的业务质量。
在一实施例中,符号优化的具体实施方式可以根据实际应用场景进行选择而得到所需求的均衡数据符号,此处不作限定,以下给出一种具体实施方式以进行原理说明。
如图11所示,本申请的一个实施例,对步骤S520进行进一步说明,步骤S520包括但不限于步骤S5201至S5202。
步骤S5201:对第一中间数据符号进行定时偏移补偿,得到第二中间数据符号;
步骤S5202:对第二中间数据符号进行频偏校正,得到均衡数据符号。
本步骤中,通过对第一中间数据符号进行定时偏移补偿,以纠正第一中间数据符号上的时偏差错而得到第二中间数据符号,然后对二中间数据符号进行频偏校正,可以实现对于第二中间数据符号的残留频偏的纠正,从而得到符合要求的均衡数据符号。
在一实施例中,对第二中间数据符号进行频偏校正的具体方式可以为多种,例如,可以采用单独地操作实现频偏校正,可以为频偏补偿,也可以采用组合操作实现频偏校正,可以为进行频偏估计后的频偏补偿,即对第二中间数据符号进行频偏估计和频偏补偿,得到均衡数据符号,这样可以纠正第二中间数据符号上所残留的频偏。
以下给出具体示例以说明上述各实施例的工作原理及流程。
示例一:
如图12所示,图12为本申请一个实施例提供的应用信号处理方法的OFDM系统接收机的原理示意图。
在图2所示的信号流的基础上,即以输入图2所示的信号流的OFDM系统接收机为例,在OFDM系统接收机中,接收频域信号由Y表示,YPilot表示接收导频符号,接收端本地导频符号为XPilot,图2所示的第一个符号就是接收导频符号;YData表示接收数据符号,图2中有N=13个数据符号,排列在第一个导频符号的后面。
该接收机在符号级处理方面采用流水式处理手段以进行OFDM信号检测,如图12所示,按照下面的步骤进行OFDM信号检测:
步骤1:接收机收到第一个导频符号YPilot和第一个数据符号YData,1后,与接收端本地导频符号XPilot一起输入到符号级处理模块中,利用符号级处理模块进行符号级处理,其具体处理过程如图13所示。
参照图13,对第一个导频符号YPilot和接收端本地导频YData,1一起进行信道估计:
先采用LS信道估计算法进行信道估计,然后采用频域相关算法估计时偏,并进行导频符号的时偏补偿,然后补偿时偏后的信道估计值再进行时域去噪计算,获得导频符号上的信道估计值信道估计结果/>和第一个数据符号YData,1一起进行信道均衡处理,信道均衡算法采用基于最大比合并的MMSE均衡器算法,再对均衡后的数据进行时偏补偿,然后进行频偏估计和补偿,纠正掉数据上残留的频偏,最后得到数据/>
步骤2:经过步骤1的处理得到第一个数据符号的均衡后数据该数据后续处理分为两个方向,一方面为输入到解调模块进行解调而得到第一个数据符号的解调结果/>另一方面为输入到硬判决模块进行硬判决(即图12所示的硬判),其中,解调算法采用基于最大后验概率准则的LLR算法来计算调制信号的软比特信息,而硬判决算法则对均衡后数据和理想调制星座点分别进行距离计算,选择距离最近的理想星座点做为硬判决结果。
步骤3:在下一个处理流程中,硬判决结果(可以看作为本地导频符号)和第一个数据符号(可以看作为接收导频符号),以及第二个数据符号YData,2一起输入到符号级处理模块中,即依次得到第二个数据符号YData,2上的信道估计结果再对信道估计结果/>和第二个数据符号YData,2一起进行信道均衡和均衡后处理,得到均衡后结果/>再将第二个数据符号的均衡后结果/>分别输入到解调模块和硬判模块中进行相应地处理。
步骤4:后续数据符号的处理流程和上述步骤3类似,直至得到最后一个数据符号的解调结果,最终得到所有数据符号对应的解调数据符号。
根据上述示例可以看出,本申请实施例的流水式信号处理方法,可以在接收到一个数据符号之后马上进行处理,无需等待,减少了接收机的处理时延,并且只需要存储前一个数据符号和当前数据符号的数据即可,减轻了接收机存储空间的压力,从而提升了接收机频域宽带处理的能力;并且,也可以减少导频符号的个数,应对高速移动场景也可以只用一个前置导频符号即可,后续数据符号上的信道估计保证了信道变化的实时跟踪,从而能够提升系统吞吐量。
如图14所示,本申请的一个实施例,对步骤S110进行进一步说明,步骤S110包括但不限于步骤S1103至S1104。
步骤S1103:将数据符号和第一信道估计值输入到预训练的预设神经网络进行信号检测,得到预估发送数据符号;
步骤S1104:对预估发送数据符号进行解调处理,得到解调数据符号。
本步骤中,采用预训练的预设神经网络进行信号检测的方式代替前述实施例中的信道估计值去噪功能、时偏补偿、频偏补偿以及信号均衡等功能,能够得到预估发送数据符号,进而对预估发送数据符号进行解调处理而得到解调数据符号,也就是说,通过神经网络检测的方式也可以实现最终的信号解调处理,预设神经网络进行信号检测的具体原理可以参照前述实施例中的信道估计值去噪功能、时偏补偿、频偏补偿以及信号均衡等功能原理,由于已经对信道估计值去噪功能、时偏补偿、频偏补偿以及信号均衡等功能原理进行了详细说明,故此处不再赘述。
在一实施例中,对于预设神经网络,可以但不限于采用残差卷积神经网络进行建模,待其经过模型离线训练后,可以在线进行信号检测,或者,本领域技术人员可以根据具体应用场景选择相应的神经网络。
本申请的一个实施例,对步骤S1104进行进一步说明,步骤S1104包括但不限于步骤S11041。
步骤S11041:采用基于最大后验概率准则的LLR算法,对预估发送数据符号进行软比特计算,得到解调数据符号。
本步骤中,通过最大后验概率准则的LLR算法对预估发送数据符号进行软比特计算,可以实现对于预估发送数据符号的软比特方式解码,从而得到符合要求的解调数据符号。
在一实施例中,软比特计算的方式可以为多种,例如可以但不限于包括递归计算、编码计算等,其为本领域技术人员所熟知,此处不作赘述。
以下给出具体示例以说明上述各实施例的工作原理及流程。
示例二:
如图15所示,图15为本申请另一个实施例提供的应用信号处理方法的OFDM系统接收机的原理示意图。
在图3所示的信号流的基础上,即以输入图3所示的信号流的OFDM系统接收机为例,在OFDM系统接收机中,接收频域信号由Y表示,YPilot表示接收导频符号,占了图3中的第1个和第8个数据符号,接收端本地导频符号为XPilot;YData表示接收数据符号,占剩余N=12个数据符号。
该接收机在符号级处理方面采用流水式处理手段以进行OFDM信号检测,如图15所示,按照下面的步骤进行OFDM信号检测:
步骤1:接收机收到第一个导频符号YPilot,1和接收端本地导频XPilot,1,一起送入到导频LS信道估计模块,得到LS信道估计值然后和第一个数据符号YData,1一起输入到基于神经网络的信号检测器,得到第一个数据符号的发送数据估计值/>此处的基于神经网络的信号检测器代替了传统的信道估计值去噪功能、时偏补偿、频偏补偿以及信号均衡等功能,采用残差卷积神经网络进行建模,经过模型离线训练后,可以在线进行OFDM信号检测。
步骤2:经过步骤1的处理得到第一个数据符号的均衡后数据该数据后续处理分为两个方向,一方面为输入到解调模块进行解调处理而得到第一个数据符号的解调结果/>另一方面为输入到硬判模块进行硬判决,其中,解调算法采用基于最大后验概率准则的LLR算法来计算调制信号的软比特信息,而硬判决算法则对均衡后数据和理想调制星座点分别进行距离计算,选择距离最近的理想星座点做为硬判决结果。
步骤3:在下一个处理流程中,硬判决结果(可以看作为本地导频符号)和第一个数据符号(可以看作为接收导频符号)一起输入到数据LS信道估计模块中,得到LS信道估计结果再将LS信道估计结果/>和第二个数据符号YData,2输入到基于神经网络的信号检测器得到发送数据估计值/>再将第二个数据符号的发送数据估计值/>分别输入到解调模块和硬判模块中进行相应地处理。
步骤4:后续数据符号的处理流程和上述步骤3类似,直至得到第6个数据符号的解调结果
步骤5:得到第二个导频符号YPilot,2和接收端本地导频XPilot,2之后,一起送入到导频LS信道估计模块,得到此时的LS信道估计值,然后和第7个数据符号一起输入到基于神经网络的信号检测器,得到第7个数据符号的发送数据估计值,再将该发送数据估计值分别输入到解调模块和硬判模块中进行相应地处理。
步骤6:后续数据符号的处理流程和上述步骤5类似,直至得到最后一个数据符号的解调结果,最终得到所有数据符号对应的解调数据符号。
根据上述示例可以看出,本申请实施例的流水式信号处理方法,可以在接收到一个数据符号之后马上进行处理,无需等待,减少了接收机的处理时延,并且只需要存储前一个数据符号和当前数据符号的数据即可,减轻了接收机存储空间的压力,从而提升了接收机频域宽带处理的能力;并且,即使存在多个导频符号的情况也同样适用,后续数据符号上的信道估计保证了信道变化的实时跟踪,从而能够提升系统吞吐量。
另外,如图16所示,本申请的一个实施例还公开了一种电子设备100,包括:至少一个处理器110;至少一个存储器120,用于存储至少一个程序;当至少一个程序被至少一个处理器110执行时实现如前面任意实施例中的信号处理方法。
另外,本申请的一个实施例还公开了一种计算机可读存储介质,其中存储有计算机可执行指令,计算机可执行指令用于执行如前面任意实施例中的信号处理方法。
此外,本申请的一个实施例还公开了一种计算机程序产品,包括计算机程序或计算机指令,计算机程序或计算机指令存储在计算机可读存储介质中,计算机设备的处理器从计算机可读存储介质读取计算机程序或计算机指令,处理器执行计算机程序或计算机指令,使得计算机设备执行如前面任意实施例中的信号处理方法。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
Claims (21)
1.一种信号处理方法,包括:
当接收到信号流中的一个数据符号,根据所述数据符号和第一信道估计值进行信号处理,得到解调数据符号,其中,所述第一信道估计值根据所述数据符号的上一个信号符号而得到。
2.根据权利要求1所述的信号处理方法,其特征在于,所述信号符号为数据类型符号或导频类型符号。
3.根据权利要求2所述的信号处理方法,其特征在于,当所述信号符号为导频类型符号时,所述第一信道估计值由以下步骤得到:
根据所述信号符号和预确定的本地导频类型符号进行信道估计,得到第二信道估计值;
对所述第二信道估计值进行信道数据处理,得到所述第一信道估计值。
4.根据权利要求2所述的信号处理方法,其特征在于,当所述信号符号为数据类型符号时,所述第一信道估计值由以下步骤得到:
根据所述信号符号和第一判决结果进行信道估计,得到第三信道估计值,其中,所述第一判决结果根据所述信号符号和所述信号符号的上一个符号而得到;
对所述第三信道估计值进行信道数据处理,得到所述第一信道估计值。
5.根据权利要求3或4所述的信号处理方法,其特征在于,所述信道数据处理包括:
对输入的信道估计值进行定时偏移校正,得到中间信道估计值;
对所述中间信道估计值进行降噪,得到所述第一信道估计值。
6.根据权利要求5所述的信号处理方法,其特征在于,所述对输入的信道估计值进行定时偏移校正,得到中间信道估计值,包括:
对输入的信道估计值进行定时偏移估计和定时偏移补偿,得到中间信道估计值。
7.根据权利要求4所述的信号处理方法,其特征在于,所述第一判决结果由以下步骤得到:
根据所述信号符号和第四信道估计值进行信道均衡,得到第一均衡数据符号,其中,所述第四信道估计值根据所述信号符号的上一个符号而得到;
根据所述第一均衡数据符号进行判决,得到所述第一判决结果。
8.根据权利要求7所述的信号处理方法,其特征在于,所述根据所述第一均衡数据符号进行判决,得到所述第一判决结果,包括:
采用硬判决算法对所述第一均衡数据符号和多个预设调制星座点进行距离计算,得到多个距离计算值;
从所有所述距离计算值中,选择所述距离计算值最小的一个所对应的所述预设调制星座点作为所述第一判决结果。
9.根据权利要求7所述的信号处理方法,其特征在于,所述根据所述第一均衡数据符号进行判决,得到所述第一判决结果,包括:
根据对数似然比LLR算法对所述第一均衡数据符号进行软比特判决,得到中间判决结果;
对所述中间判决结果进行调制符号恢复,得到所述第一判决结果。
10.根据权利要求1所述的信号处理方法,其特征在于,所述根据所述数据符号和第一信道估计值进行信号处理,得到解调数据符号,包括:
根据所述数据符号和第一信道估计值进行信道均衡,得到第二均衡数据符号;
对所述第二均衡数据符号进行解调处理,得到解调数据符号。
11.根据权利要求7或10所述的信号处理方法,其特征在于,所述信道均衡,包括:
采用均衡器对输入的符号和信道估计值进行均衡处理,得到第一中间数据符号;
对所述第一中间数据符号进行符号优化,得到均衡数据符号。
12.根据权利要求11所述的信号处理方法,其特征在于,所述对所述第一中间数据符号进行符号优化,得到均衡数据符号,包括:
对所述第一中间数据符号进行定时偏移补偿,得到第二中间数据符号;
对所述第二中间数据符号进行频偏校正,得到均衡数据符号。
13.根据权利要求12所述的信号处理方法,其特征在于,所述对所述第二中间数据符号进行频偏校正,得到均衡数据符号,包括:
对所述第二中间数据符号进行频偏估计和频偏补偿,得到均衡数据符号。
14.根据权利要求1所述的信号处理方法,其特征在于,所述根据所述数据符号和第一信道估计值进行信号处理,得到解调数据符号,包括:
将所述数据符号和第一信道估计值输入到预训练的预设神经网络进行信号检测,得到预估发送数据符号;
对所述预估发送数据符号进行解调处理,得到解调数据符号。
15.根据权利要求10或14所述的信号处理方法,其特征在于,所述解调处理,包括:
采用基于最大后验概率准则的LLR算法,对输入的数据符号进行软比特计算,得到解调数据符号。
16.根据权利要求10所述的信号处理方法,其特征在于,所述信号处理方法还包括:
根据所述第二均衡数据符号进行判决,得到第二判决结果,其中,所述第二判决结果用于配合所述数据符号的下一个信号符号进行信号处理而得到解调数据符号。
17.根据权利要求4所述的信号处理方法,其特征在于,所述根据所述信号符号和第一判决结果进行信道估计,得到第三信道估计值,包括:
采用最小二乘LS信道估计算法对所述信号符号和第一判决结果进行信道估计,得到第三信道估计值。
18.根据权利要求3所述的信号处理方法,其特征在于,所述根据所述信号符号和预确定的本地导频类型符号进行信道估计,得到第二信道估计值,包括:
采用LS信道估计算法对所述信号符号和预确定的本地导频类型符号进行信道估计,得到第二信道估计值。
19.一种电子设备,其特征在于,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当至少一个所述程序被至少一个所述处理器执行时实现如权利要求1至18任意一项所述的信号处理方法。
20.一种计算机可读存储介质,其特征在于,其中存储有处理器可执行的程序,所述处理器可执行的程序被处理器执行时用于实现如权利要求1至18任意一项所述的信号处理方法。
21.一种计算机程序产品,包括计算机程序或计算机指令,其特征在于,所述计算机程序或所述计算机指令存储在计算机可读存储介质中,计算机设备的处理器从所述计算机可读存储介质读取所述计算机程序或所述计算机指令,所述处理器执行所述计算机程序或所述计算机指令,使得所述计算机设备执行如权利要求1至18任意一项所述的信号处理方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210833076.7A CN117439846A (zh) | 2022-07-15 | 2022-07-15 | 信号处理方法、电子设备及存储介质 |
PCT/CN2023/101426 WO2024012164A1 (zh) | 2022-07-15 | 2023-06-20 | 信号处理方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210833076.7A CN117439846A (zh) | 2022-07-15 | 2022-07-15 | 信号处理方法、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117439846A true CN117439846A (zh) | 2024-01-23 |
Family
ID=89535490
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210833076.7A Pending CN117439846A (zh) | 2022-07-15 | 2022-07-15 | 信号处理方法、电子设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN117439846A (zh) |
WO (1) | WO2024012164A1 (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102104433B (zh) * | 2009-12-21 | 2014-05-14 | 上海贝尔股份有限公司 | 符号检测方法和符号检测设备 |
EP3614598A4 (en) * | 2017-04-20 | 2020-11-18 | Ntt Docomo, Inc. | WIRELESS RECEPTION DEVICE AND WIRELESS COMMUNICATION PROCESS |
CN112311703A (zh) * | 2019-07-29 | 2021-02-02 | 王雷 | 信道估计方法及其装置、可读介质和系统 |
CN112260974A (zh) * | 2020-09-09 | 2021-01-22 | 北京智芯微电子科技有限公司 | 线性调频通信系统及其信道估计方法和装置、存储介质 |
-
2022
- 2022-07-15 CN CN202210833076.7A patent/CN117439846A/zh active Pending
-
2023
- 2023-06-20 WO PCT/CN2023/101426 patent/WO2024012164A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2024012164A1 (zh) | 2024-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5619900B2 (ja) | シンボル推定方法および装置 | |
US8811548B2 (en) | Hypotheses generation based on multidimensional slicing | |
US8345784B2 (en) | Reduced-complexity equalization with sphere decoding | |
CN104079511B (zh) | 最大似然ml接收机数据处理的方法及装置 | |
US9008240B1 (en) | Near maximum likelihood spatial multiplexing receiver | |
US6269116B1 (en) | Method and arrangement for demodulating data symbols | |
KR20060071087A (ko) | 구 복호기 및 그의 복호 방법 | |
CN101690056A (zh) | 干扰抑制方法和设备 | |
EP1396129B1 (en) | Blind detection | |
CN112236945A (zh) | 非协调系统中的干扰检测和抑制 | |
WO2011051857A2 (en) | Method and apparatus for merging bit probability information in serial localization with indecision | |
US9088400B2 (en) | Hypotheses generation based on multidimensional slicing | |
CN114301545B (zh) | 信号检测方法、装置、电子设备及存储介质 | |
US20170048045A1 (en) | Single-stream sliced maximum likelihood aided successive interference cancellation | |
WO2016121625A1 (en) | Method for decoding block of data received over communication channel and receiver | |
US9160578B2 (en) | Turbo equalisation | |
CN111614583B (zh) | 一种信号解调方法、电子设备及计算机可读存储介质 | |
EP2555479A1 (en) | Apparatus and method for estimating a channel coefficient of a data subchannel of a radio channel | |
CN117439846A (zh) | 信号处理方法、电子设备及存储介质 | |
EP4052434A1 (en) | Method of estimating transmit symbol vectors in an overloaded communication channel | |
CN111294125B (zh) | 信噪比估计方法及装置、计算机可读存储介质 | |
CN107342797B (zh) | 信号检测方法及装置 | |
KR101402246B1 (ko) | 다중 입출력 시스템에서 로그 우도율 생성 방법 및 장치 | |
CN104869083B (zh) | 一种信道估计方法及装置 | |
US9525572B2 (en) | Signal correction method and receiving machine |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |