CN1223086C - 基于傅里叶变换的信道化器和去信道化器缩短延迟的方法 - Google Patents
基于傅里叶变换的信道化器和去信道化器缩短延迟的方法 Download PDFInfo
- Publication number
- CN1223086C CN1223086C CN00810123.XA CN00810123A CN1223086C CN 1223086 C CN1223086 C CN 1223086C CN 00810123 A CN00810123 A CN 00810123A CN 1223086 C CN1223086 C CN 1223086C
- Authority
- CN
- China
- Prior art keywords
- data
- fourier transform
- trans
- conversion
- transformation vector
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 claims abstract description 103
- 230000009466 transformation Effects 0.000 claims abstract description 61
- 238000006243 chemical reaction Methods 0.000 claims description 142
- 239000013598 vector Substances 0.000 claims description 47
- 230000008569 process Effects 0.000 claims description 41
- 238000004891 communication Methods 0.000 claims description 22
- 239000000284 extract Substances 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 4
- 239000002131 composite material Substances 0.000 claims 2
- 238000012545 processing Methods 0.000 abstract description 39
- 230000005540 biological transmission Effects 0.000 abstract description 3
- 230000001934 delay Effects 0.000 abstract description 3
- 238000013461 design Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 28
- 238000004364 calculation method Methods 0.000 description 14
- 238000007792 addition Methods 0.000 description 10
- 238000000605 extraction Methods 0.000 description 9
- 238000005070 sampling Methods 0.000 description 9
- 238000013480 data collection Methods 0.000 description 7
- 238000013507 mapping Methods 0.000 description 7
- 238000011282 treatment Methods 0.000 description 7
- 238000001914 filtration Methods 0.000 description 6
- 239000012141 concentrate Substances 0.000 description 5
- 238000004321 preservation Methods 0.000 description 5
- 238000012958 reprocessing Methods 0.000 description 4
- 150000001875 compounds Chemical class 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000003780 insertion Methods 0.000 description 3
- 230000037431 insertion Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000004992 fission Effects 0.000 description 2
- 230000006386 memory function Effects 0.000 description 2
- 238000004904 shortening Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000007596 consolidation process Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000000945 filler Substances 0.000 description 1
- 238000005429 filling process Methods 0.000 description 1
- 238000002386 leaching Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H17/00—Networks using digital techniques
- H03H17/02—Frequency selective networks
- H03H17/0211—Frequency selective networks using specific transformation algorithms, e.g. WALSH functions, Fermat transforms, Mersenne transforms, polynomial transforms, Hilbert transforms
- H03H17/0213—Frequency domain filters using Fourier transforms
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H17/00—Networks using digital techniques
- H03H17/02—Frequency selective networks
- H03H17/0248—Filters characterised by a particular frequency response or filtering method
- H03H17/0264—Filter sets with mutual related characteristics
- H03H17/0266—Filter banks
Landscapes
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Mathematical Analysis (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Algebra (AREA)
- Mobile Radio Communication Systems (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Complex Calculations (AREA)
Abstract
在无线通信系统中,数字信道化和去信道化的数据处理延迟可以通过利用一种技术来缩短,这种技术对大的快速傅里叶变换算法的数据块进行处理,并且利用多条发射路径和接收路径。按照这种技术,可以缩短快速傅里叶变换算法的处理延迟,而不会破坏其它重要的信道化器/去信道化器设计特性,比如功耗、芯片面积和计算复杂性。
Description
技术领域
本发明涉及无线通信。具体而言,本发明涉及无线通信系统,包括蜂窝系统、陆地移动无线电系统、卫星系统和无线局域网,中的数字信道化和去信道化。
背景技术
在无线通信系统比如蜂窝系统、陆地移动无线电系统、卫星系统和无线局域网中,会同时发射和接收多个无线电信道信号。无线电信道信号的同时接收和发射部分地是通过分别在无线电接收机和发射机里采用信道化和去信道化结构来实现的。一般而言,信道化结构,在这里将它叫做信道化器,以及去信道化结构,在这里叫作去信道化器,对收到和发射的无线电信号进行滤波、十中取一、内插和频率变换。
无线通信系统还能够同时在一个以上的发射或者接收支路中同时接收和发射无线电信道信号。例如,常常在接收机一侧采用两个分支进行接收,这常常被叫做分集。将来在接收和发射链路中采用多分支发射和接收会越来越平常。这项技术常常涉及到智能天线、自适应天线和/或空间-时间分集系统。
尽管信道化器和去信道化器通常都是模拟器件,但是现在也已经有了数字信道化器和去信道化器。数字信道化器和去信道化器通常都不那么复杂,生产起来成本也比较低。当然,有几种大家都知道的方式用来实现数字信道化器和去信道化器。但是,在确定采用哪种方式最合适的时候,需要考虑许多重要方面,例如,功耗、芯片面积和计算复杂性。
在第一个示例性的实施方案中,可以采用一个单独的修正快速卷积(MFC)算法。图1画出了修正快速卷积算法的基本过程。修正快速卷积算法是在频域进行各种必要的滤波。典型情况下,这样做需要处理大量的数据,会导致难以接受的延迟。
在第二个示例性的实施方案中,可以采用一种改进了的修正快速卷积算法,也就是iMFC。图2画出了这个改进了的修正快速卷积算法的基本过程。如图所示,一些滤波是在频域进行的,而辅助信道滤波(ACF)则是在时域进行的。通过在频域完成部分滤波,在时域完成辅助滤波,功耗、芯片面积和计算复杂性跟单独的修正快速卷积算法相比都会下降。除此以外,改进的修正快速卷积算法用较少的数据块来处理数据。这样会使处理延迟较短。
单独的修正快速卷积算法和改进的修正快速卷积算法都包括两个部分:公用部分和信道部分,如图1和2所示。公用部分对所有信道来说都是相同的,它包括数据收集部分和变换部分。信道部分包括多条处理路径,每个信道一条。为了简单起见,这里将单独的和改进的修正快速卷积算法都叫做修正快速卷积算法。
在第三个示例性的实施方案中,可以采用滤波器组算法。图3说明滤波器组算法的基本过程。如图所示,滤波器组算法跟修正快速卷积算法相似,但是滤波器组算法的数据收集部分包括一个公用的多相滤波器,如图所示,还包括一个大傅里叶变换。从功耗、芯片面积和计算复杂性角度考虑,特别是有大量信道的时候,滤波器组算法是一种非常有效的信道化/去信道化算法。但是这一算法没有修正快速卷积算法那么灵活,因为信道必须停留在一个固定的频率栅格上,而且只有一个信道间隔。
如图1~3所示,上述算法中的每一个都要进行大变换运算。无线电通信系统通常都要求这一变换足够大(例如大小是1k),而且它采用很高的采样率(例如50MHz)。因此,大变换的采用要求有特殊结构,例如,一种“流水线式的”快速傅里叶变换(FFT)结构,这在本领域中是众所周知的。流水线式的快速傅里叶变换算法的特征在于如果没有任何输入数据,流水线式的快速傅里叶变换算法就不进行任何计算。这种设计大大地提高了计算效率。但是,这种特征天生就会引入附加处理延迟,因为没有输入数据的时候处理过程就会停止。虽然能够为流水线式的快速傅里叶变换算法填充符“哑”数据,这种填充过程也会导致另外的没有必要的计算。因此,流水线式的快速傅里叶变换算法不一定是最优算法。
图4A画出了一个四级流水线式的快速傅里叶变换算法,而图4B则按照图4所示四级流水线式的快速傅里叶变换对一块数据进行处理所需要的时间和处理延迟。由于通过无线电通信系统传送的象话音数据这样的数据对延迟非常敏感,因此缩短这样的延迟极其重要。由于流水线式的快速傅里叶变换算法处理数据块的方式会影响处理延迟的长短,因此人们已经找到了许多众所周知的技术,利用流水线式的快速傅里叶变换算法来处理数据块。
为了简单起见,下面将只是针对信道化过程描述这些已知的数据块处理技术,虽然本领域中的技术人员会明白,这些技术同样能够用于去信道化过程。此外,对于修正快速卷积算法,采用了本领域中同样众所周知的一种重叠和相加技术。
这些技术中的第一项技术通过很大的实变换对一块数据进行处理。总的处理延迟(也就是Delayprocess)定义为以下等式:
Delayprocess=(Delaycollect+Delaytrans)采样周期 (1)
在这里Delaycollect代表跟数据收集有关的延迟,而Delaytrans则代表跟变换有关的延迟。因此,Delaytrans常常被叫做变换延迟。
对于修正快速卷积算法,可以按照以下关系来定义Delaycollect:
Delaycollect=[(1-η)*Ntrans]采样周期 (2)
其中η是重叠百分比(例如50%或者25%)。对于滤波器组算法,Delaycollect仅仅用快速傅里叶变换算法的大小来定义,如同下面的等式(3)所示:
Delaycollect=Ntrans采样周期 (3)
注意到变换延迟Delaytrans是要处理的第一个数据块的第一个样本进入快速傅里叶算法,直到快速傅里叶变换算法产生要处理的最后一个数据块的最后一个样本这一段时间,是非常重要的。对于流水线式的快速傅里叶变换方法,变换延迟由以下公式给出:
Delaytrans=[Ntrans+Δ]采样周期 (4)
其中Δ是从方程的快速傅里叶变换过程中清除掉最后一个或者多个结果所需要的最小附加延迟。
在以上等式(1)、(2)、(3)和(4)的基础之上,跟修正快速卷积算法有关的总的处理延迟为:
Delayprocess=[(2-η)*Ntrans+Δ]采样周期 (5)
而跟滤波器组方法有关的总的处理延迟则是:
Delayprocess=[2*Ntrans+Δ]采样周期 (6)
表1总结了在采用具有50%重叠的修正快速卷积算法、具有25%重叠的修正快速卷积算法以及采用过采样滤波器组算法的时候,第一个现有技术数据块处理技术中的处理延迟。应当指出,由于修正快速卷积算法采用了重叠技术,而滤波器组算法又采用过采样技术,因此需要一个以上的大变换。对于具重叠了50%的修正快速卷积算法,Delayprocess近似地是1.5*Ntrans。对于具重叠了25%的修正快速卷积算法,Delayprocess近似地是1.75*Ntrans。对于滤波器组算法,Delayprocess。近似地是2*Ntrans但是这些值都假设了大变换是以输入的采样率作为时钟信号频率的。大变换也可以采用更高的采样率作为时钟频率来解决这个问题。不管是哪一种方式,它们都需要极大的计算系统开销。
表1
算法 | DELAYprocess |
有50%重叠的MFC | 1.5*Ntrans+Δ=1.5*Ntrans |
有25%重叠的MFC | 1.75*Ntrans+Δ=1.75*Ntrans |
滤波器组 | 2*Ntrans+Δ=2*Ntrans |
图5A说明已知的第二种技术,其中长度都是Ntrans,每一个都包括实数据的两个数据块被多路复合成一个大的复变换。这第二种技术是建立在无线电通信系统中要处理的所有数据都是实数据这样一个事实的基础之上的。具体而言,图5B~D画出了连续的数据块,例如,输出块n和n+1被同时多路复合成流水线式变换,作为单独的一个复块real(n)+j(imag(n+1))。得到的变换由下式给出:
Z(k)=A(k)+jB(k) (7)
其中k是“0”和[Ntrans-1]之间的一个整数值。
图5B~D还说明这第二种技术的最大处理延迟。例如如图5B所示,采用50%重叠的修正快速卷积算法的最大延迟Delayprocess是[2*Ntrans+Δ],其中每个数据块n、n+1、n+2、n+3的长度都是Ntrans/2。在图5C中,采用25%重叠的修正快速卷积算法的最大延迟Delayprocess是[3*Ntrans+Δ],其中每块数据n、n+1、n+2、n+3的长度都是3Ntrans/4。本领域里的技术人员会明白,可以用0来填充快速傅里叶变换算法,以便产生跟第二个数据块有关的最后的变换,而不会带来附加处理延迟(也就是变换延迟)。最后在图5D中,滤波器组算法的最大延迟Delayprocess是[4*Ntrans+Δ],其中每个数据块n、n+1、n+2、n+3的长度都是Ntrans。下面的表2综述了这些延迟值。
表2
算法 | DELAYprocess |
50%重叠的MFC | 2*Ntrans+Δ=2Ntrans |
25%重叠的MFC | 3*Ntrans+Δ=3Ntrans |
滤波器组 | 4*Ntrans+Δ=4Ntrans |
如同表2所示,第二项技术的最大处理延迟大于表1中第一项技术的最大处理延迟。但是,将两个连续的数据块合成一个复变换,对于每一块而言计算量较小。
应当指出,需要额外的存储器和加法器用于预处理和后处理。对于预处理,MFC算法需要(1-η)*Ntrans个存储器,临界采样需要Ntrans个存储器,还需要滤波器组算法。如图5A所示,后处理需要选择和提取算法,它是建立在实信号和虚信号分别具有独一无二的对称性这一基础之上的,就像变换输出中一样。具体而言,选择算法有选择地收集跟活动频道有关的流水线式变换算法的输出变换。对于给定的任意信道,输出变换可以按照等式(7)来定义,其中k代表滤波器号(也就是采样频率),这里的k可以在0和[Ntrans-1]之间变化。但是对于具体的信道,k可以从kstart变化到[kstart+(N-1)],其中kstart代表开始的滤波器,[kstart+(N-1)]代表最后一个滤波器,在这里N表示这个信道中滤波器的个数,N一般远远小于Ntrans。对于滤波器组算法,N就等于1。
为了进一步处理,提取算法产生以下变换结果REAL(k)和
IMAG(k):
REAL(k)={A(k)+A(Ntrans-k)}/2+j{B(k)-B(Ntrans-k)}/2 (8)
IMAG(k)={B(k)+B(Ntrans-k)}/2+j{A(k)-A(Ntrans-k)}/2 (9)
其中REAL(k)和IMAG(k)分别是跟第一个数据块real(n)和第二个数据块imag(n+1)有关的变换。
第三种技术涉及用于快速卷积算法的著名的时间抽取(DIT)程序。第三种技术首先将长度是Ntrans的一个数据块分成偶数和奇数个样本的数据块。偶数和奇数个样本随后被分别组合成实部和虚部,其中新的输入数据块的长度是Ntrans/2。随后针对这个新的输出块进行长度是Ntrans/2的大变换,在这以后将结果组合成长度是Ntrans的变换。这一技术优化每一点的乘法次数,仅用于快速卷积算法。但是这一算法需要两个大变换,并且不提供频率变换,也不提供抽取/内插,因此它跟修正快速卷积和滤波器组算法很不相同。
因为另一种已知技术要使用更多的马力(也就是并行处理硬件),作为缩短不同计算部分延迟的措施。但是,从功耗、芯片面积和计算复杂性的角度来看这种方法代价太高。因此,一般情况下它不是很好的选择。
给出了上面描述的各种数据块处理技术以后,本领域中的技术人员会很容易地明白这些技术主要集中于降低计算的复杂性,而没有考虑大变换算法所带来的延迟。因此,本领域中的技术人员会明白需要考虑更多地集中于使变换延迟(也就是Delaytrans)和/或跟大变换有关的处理延迟(也就是Delayprocess)最小的其它技术。还有,要做到这一点而不增大功耗、芯片面积和计算复杂性。
发明内容
如前所述,本发明涉及无线通信系统中的数字信道化和去信道化。具体而言,本发明涉及一种技术和它的几个变种,用于处理数据块,同时用大的快速傅里叶变换(FFT)算法,比如修正快速卷积(MFC)算法或者滤波器组算法,变换这些数据块。跟现有技术不同,本发明利用多个发射和接收分支,主要集中在跟大变换算法有关的变换延迟的最小化,而不明显地影响信道化器/去信道化器其它关键设计特性,例如功耗、芯片面积和计算复杂性上。
所以,可以说本发明的主要目的是缩短无线通信系统特别是通信数据对这种延迟非常敏感的通信系统中信道化器和去信道化器的处理延迟。
本发明的另外一个目的是缩短无线通信系统中信道化器和去信道化器从时域到频域变换数据块的变换延迟。
本发明的再一个目的是使上面提到的变换延迟最小,缩短处理延迟,而不会显著地影响功耗、芯片面积和计算复杂性这些其它关键参数。
根据本发明,包括多个接收分支的通信接收机中,一种信道化方法,包括步骤:在每个接收分支上接收一个数据块;将数据块多路复合成一个复表示的复数据块;将来自每个接收分支的复数据块传送给第一个傅里叶变换;通过第一个傅里叶变换,将所述复数据块中包括的数据从时域变换到频域;在每个接收分支上接收下一个数据块;将下一个数据块多路复合成一个复表示的复数据块;将每个接收分支的下一个复数据块传送给第二个傅里叶变换;通过第二个傅里叶变换,将下一个复数据块中包括的数据从时域变换到频域;和将第一个傅里叶变换的频域数据和第二个傅里叶变换的频域数据多路分解成两个或者多个频率块序列,所述多路分解频域数据的步骤包括以下步骤:从第一和第二个傅立叶变换中有选择地收集与活动信道有关的频域数据;以及从选择地收集的每个活动信道的频域数据,生成与数据块有关的第一频域数据分量及与下一个数据块有关的第二频域数据分量。
附图简述
通过阅读以下详细描述,同时参考附图,将会更好地了解本发明的目的和优点,在这些附图中:
图1说明一个现有技术中的修正快速卷积算法;
图2说明现有技术中的一个改进型修正快速卷积算法;
图3说明现有技术中的一个滤波器组算法;
图4A~B说明现有技术中的一个流水线式的快速傅里叶变换算法;
图5A~D说明现有技术里的一种技术,其中每个都包括实数的两个数据块被变换成一个大的复变换;
图6A~E说明本发明中的第一个示例性的实施方案,它涉及使用一个复变换和两个分集分支;
图7A~F说明本发明中的第二个示例性的实施方案,它涉及通过一个半尺寸复变换对一个数据块进行处理;
图8A~E说明本发明的第三个示例性实施方案,它涉及通过一个半尺寸复变换对包括实数据的一个数据块进行处理,它已经被缩减成一个“蝴蝶”和两个部分流水线式变换;
图9A~9B说明本发明第三个示例性实施方案的另一种选择,其中采用附加的分级分支来更好地利用硬件,同时缩短处理延迟;
图10说明一个大变换,其中的组合级涉及一个基4变换;和
图11说明一个大变换,其中的基4组合级跟两个分支结合起来。
具体实施例详述
本发明提供一种技术以及它的其它形式,用于缩短无线通信系统中特定信道化器和/或去信道化器算法的延迟。尽管现有技术主要集中于降低这些算法的计算复杂性,包括修正快速卷积算法和滤波器组算法,它们这样做是以信道化器和/或去信道化器算法大变换引入延迟作为代价的。但是本发明集中在缩短延迟上,特别是跟这些算法有关的变换延迟,而不会明显影响其它关键算法特征,比如功耗、芯片面积和计算复杂性。
为了简单起见,主要是针对(也就是接收机中的)信道化器算法来描述本发明。但是本领域中的技术人员会明白,对本发明的以下描述同样可以用于(也就是发射机中的)去信道化器算法。另外,为了描述本发明做了许多假设。首先,在描述将本发明应用于修正快速卷积算法的时候,假设修正快速卷积算法采用重叠和相加技术。其次假设信道化器和/去信道化器采用的大变换具有一种基2结构。第三,为了将本发明跟现有技术进行客观比较,上面描述的图5A~D所示的第二种现有技术被用作参考技术。
为了客观地度量本发明中每个示例性实施方案的有效性,除了处理延迟(也就是Delayprocess)以外,将评估三个参数。这三个参数是代数复杂性、代数运算量和存储量。说明芯片面积的代数复杂性是用复值乘法器的个数来衡量的,它跟以下变换的大小有关。
复杂性=log2Ntrans复乘法器 (10)
说明功耗的平均代数运算量定义为:
运算量=(复杂性*工作比)/分集分支的个数 (11)
其中的工作比是按照以下公式来定义的。
工作比=活动周期/流水线式变换的完整周期 (12)
作为参考,表3给出了上面描述的第二种现有技术的代数复杂性和算术运算量的值,它涉及通过一个复变换算法将包括实数据的两个连续数据块复合。
表III
算法 | 复杂性 | 工作比 | 运算量 |
50%重叠的MFC | log2Ntrans | 1 | 1*log2Ntrans |
25%重叠的MFC | log2Ntrans | 36220 | 2/3*log2Ntrans |
滤波器组 | log2Ntrans | 36191 | 1/2*log2Ntrans |
第三个参数存储器可以被分成收集存储器(也就是进行数据收集所需要的存储器)和变换存储器(也就是支持大变换算法所需要的存储器)。存储器是一个很重要的方面,因为它直接影响芯片面积和功耗。下面的表IV说明了现有技术中两个数据块一个大复变换技术所需要的存储器。
表IV
算法 | 收集存储器 | 变换存储器 | 存储器总数 |
50%重叠的MFC | Ntrans/2 | 2*Ntrans | 2 1/2*2Ntrans |
25%重叠的MFC | 3Ntrans/4 | 2*Ntrans | 2 3/4*Ntrans |
滤波器组 | Ntrans | 2*Ntrans | 3*Ntrans |
本发明中的第一个示例性实施方案要采用一个复变换和两个分集分支。无线电通信系统可以采用两个或者多个分集分支,就象现有技术中的技术人员已经明白的一样。目前的系统通常都在接收机一侧采用两个分集分支。但是在不远的将来,在接收和发射链中多分支分集将非常普遍。支持多分支分集的天线常常叫做“智能天线”和/或“自适应天线”。
本发明的第一个示例性实施方案建立在更有效地利用可用资源的基础之上,也就是无线电通信接收机采用两个分集分支。这两个分集分支能够比单独一个数据分支提供更多的数据给信道化器算法,特别是这里采用的流水线式的算法更是如此。这样能够延长流水线式变换的活动周期。当然,延长流水线式变换的活动周期会导致流水线式变换的工作比增大,如同上面的等式(12)所示。增大流水线式变换的工作比会减少流水线式变换的变换延迟(也就是Delaytrans),从而缩短整个处理延迟(也就是Delayprocess)。
图6A说明本发明第一个示例性实施方案中采用的技术。如图所示,两个分集分支中每一个的流水线式变换T/F不需要等待也不需要处理每个数据块,而上面描述的参考技术则需要这样做。相反,每一个都处理不同的数值块。例如,流水线式变换T/F1可以只处理和变换两个数据块流x(n)和y(n)中的偶数位置数据块,其中的偶数位置数据块在图6A中用x(2n)和y(2n)表示。流水线式变换T/F2只对图6A中的奇数位置数据块x(2n+1)和y(2n+1)进行处理和变换。
图6B~D说明本发明第一个示例性实施方案分别用于50%重叠的MFC算法、25%重叠的MFC算法和滤波器组算法的时候的时序和处理延迟。具体而言,图6B~D说明两个数据块流x(n)和y(n),它们中的每一个都包括数据块n、n+1、n+2、n+3、……,它们用这种方式进行复合,偶数位置数据块x(2n)和y(2n)被分别作为第一个流水线式变换T/F1的输入的实部(r)和虚部(i)。同样,奇数位置数据块x(2n+1)和y(2n+1)被分别作为第二个流水线式变换T/F2的输入的实部(r)和虚部(i)。第一个示例性实施方案的最大处理延迟,也就是将给定数据块(例如数据块“n”)第一个样本输入给流水线式变换,直到流水线式变换输出数据块最后一个样本的变换所需要的时间,如图6B~D所示。在下面的表V中给出这些处理延迟(也就是Delayprocess)。
表V
应当指出,这里的选择和提取算法跟上面描述的参考技术中使用的相同。假设要提取的每个活动信道只包括少量滤波器,这个选择和提取过程的延迟就可以忽略,如同表V所示。因此,本发明第一个示例性实施方案的处理延迟,如表II所示,说明这一变换延迟相对于参考技术缩短大约20-50%,这一点在表V中说明。
表VI说明第一个示例性实施方案的算法复杂性和计算量。从袁VI的结果可以看出,算法复杂性实际上比如表III所示的参考技术增加了两倍,只有滤波器组算法这种情况例外,它采用了两个分集分支,从而使流水线被占满,如图6D所示。算法复杂性的增加是由于分集。但是,对于修正快速卷积算法,每个分集分支的计算量没有改变。对于滤波器组算法则减半。
表VI
算法 | 复杂性 | 工作比 | 计算量 |
50%重叠的MFC | 2*log2Ntrans | 1 | 1*log2Ntrans |
25%重叠的MFC | 2*log2Ntrans | 36200 | 2/3*log2Ntrans |
滤波器组 | log2Ntrans | 36191 | 1/2*log2Ntrans |
本发明第一个示例性施方案所需要的存储器比参考技术中所需要的要少,如同下面的表VII所示。事实上,数据收集对存储器没有任何要求。考虑到需要的存储器减少了,同时考虑算法复杂性和计算量,第一个示例性实施方案中总芯片面积和功耗要比参考技术中的少。
表VII
算法 | 收集存储器 | 变换存储器 | 总的存储器 |
50%重叠的MFC | 0 | 2*Ntrans | 2*Ntrans |
25%重叠的MFC | 0 | 2*Ntrans | 2*Ntrans |
滤波器组 | 0 | 2*Ntrans | 2*Ntrans |
考虑去信道化器也能够得到类似的结果。图6E说明本发明第一个示例性实施方案中去信道化器算法的实施方案,其中的第一步产生一个对称数据矢量,从而使一个分集分支最终只出现在实变换输出中,而另一个分集分支(也就是第二个分集分支)则是出现在虚变换输出中。这样做的原因是最后的块合并过程成为一个简单的复合操作。偶数位置数据块的对称产生等式为:
Z2n(kstart+k)=[X2n(k)+jY2n(k)]/2 (13)
Z2n(Ntrans-kstart-k)=[X′2n(k)+jY′2n(k)]/2 (14)
其中X和Y分别代表同一个物理信道的一个数值块流,它们是用两个分集分支收到的,其中的下标“2n”表示偶数位置数据块。X2n′(k)和Y2n′(k)跟X2n(k)和Y2n(k)分别是复共轭,k取值0~N-1。注意,N通常都远远小于变换大小Ntrans。它们插入的偶数位置数据块的变换矢量被定义为Z2n(h),其中h取值0~Ntrans-1。变量kstart给出要插入的信道的第一个滤波器,可以是1~Ntrans-1之间的任意一个整数。还要注意这些等式还能够用于奇数位置数据块X(2n+1)和Y(2n+1)的变换。另外,可以将一个以上的信道输入变换矢量中,对于重叠位置情形,重叠位置应当被添加进去形成最终的变换矢量位置。
产生的数据矢量随后由变换插入过程加以处理,它只是将变换矢量按照相反的比特顺序插入流水线式变换,从而使流水线式变换顺序正确。
来自第一个和第二个变换的实数据被传递给第一个分集分支块合并器,而来自第一个和第二个变换的虚数据则被传递给第二个分集分支块合并器。滤波器组算法的块合并器只是让这些数据排队通过多相滤波器,在这里把它看作单独一项操作。对于MFC算法,块合并器将连续的块重叠一段长度ηNtrans。在重叠和相加版本中,重叠部分被增加到对应于重叠部分的前面的块中,而对于重叠和保存版本块的重叠部分被丢弃。对于重叠和保存,不重叠的部分没有任何操作。
总之,本发明的第一个示例性实施方案能够缩短处理延迟,如同上面的表V所示。跟参考技术相比,它还能够降低功耗和减少芯片面积。第一个示例性实施方案还能够降低算法的复杂性。
本发明的第二个示例性实施方案要处理包括实数据的一个数据块。通过提取和合并进一步处理所需要的那些点就能够产生全尺寸的变换。
总的来说,本发明的第二个示例性实施方案是建立在这样一个事实的基础之上的,也就是一个大的基2点变换可以分解成两个Ntrans/2点变换,后面是一个合并过程,实现一个Ntrans点变换。具体而言,这个数据块被划分成偶数和奇数样本。对偶数样本序列和奇数样本序列都进行一个Ntrans/2变换。然后对结果加以选择、提取,并且合并起来形成一个Ntrans点变换。
图7A说明本发明第二个示例性实施方案中的技术。如图所示,长度为Ntrans的一个实数据块n被分成偶数和奇数样本。偶数样本和奇数样本被随后复合成大小是Ntrans的一个复数据块。具体地说,偶数样本被复合成新的复数据块的实部(r),奇数样本被复合成虚部(i)。然后进行长度是Ntrans/2的复变换T/F,它的结果由Z(k)=A(k)+jB(k)给出,其中k是0和[Ntrans/2-1]之间的一个整数。
后处理再一次要进行选择和提取。选择算法只是从流水线式变换算法T/F收集需要的活动信道的输出变换。如前所述,任意给定信道所需要的输出变换都被定义为A(k)+jB(k),其中k等于kstart~kstart+(N-1),N是这个信道输出变换的个数。然后提取算法利用以下等式提取偶数结果EVEN(k)和奇数结果ODD(k):
EVEN(k)={A(k)+A(Ntrans-k)}/2+j{B(k)-B(Ntrans-k))/2 (14)
ODD(k)={B(k)+B(Ntrans-k)}/2+j{A(Ntrans-k)-A(k)}/2 (15)
其中EVEN(k)和ODD(k)分别是跟数据块的偶数样本even(k)以及数据块的奇数样本odd(n)有关的变换。
在本发明的第二个示例性实施方案中,后处理还要合并EVEN(k)和ODD(k)变换。但是,只有每个信道需要的EVEN(k)和ODD(k)结果被合并起来形成Ntrans点变换的有用部分。为此采用以下等式:
C(k)={EVEN(k)+(ODD(k)*WkNtrans)} (16)
C(Ntrans/2+k)={EVEN(k)-(ODD(k)*WkNtrans)} (17)
其中k=0~[Ntrans/2-1]。对于逆变换,WkNtrans用W-kNtrans代替,不计算等式(17),因为输入信号是实的,因此对于k=1~[Ntrans/2-1],C(Ntrans-k)是C(k)的复共轭。对于修正快速卷积和滤波器组算法这一点都成立。
本发明的第二个示例性实施方案跟类似的现有技术相比需要的计算量较少,因为只需要计算跟每个信道有关的输出变换。对于修正快速卷积算法,每个信道的k跨越多个滤波器C(i),其中C(k)远远小于变换的大小Ntrans。对于滤波器组算法,k跨越C(k)情形中的一个滤波器。因此最后的计算量小得多,这一点进一步地减少了变换延迟对提取算法Δext和合并算法Δcomb的影响。事实上,提取和合并算法的变换延迟跟类似的现有技术相比可以忽略。
图7B-D更加详细地说明本发明第二个示例性实施方案分别应用于5O%重叠的MFC算法、25%重叠的MFC算法和滤波器组算法中的时序和处理延迟差。这些处理延迟在表VIII中给出,其中的延迟是表II中参考技术的一半。
表VIII
图7E说明另外一个实施方案的时序和处理延迟,其中滤波器组算法结合了第二个示例性实施方案的概念和第一个示例性实施方案的概念。采用两个分集分支增大了流水线式变换的工作比,从而进一步将处理延迟从2Ntrans缩短到大约1.5Ntrans。
第二个示例性实施方案的算法参数在表IX中给出。
表IX
算法 | 复杂性 | 工作比 | 计算量 |
50%重叠的MFC | log2(Ntrans/2) | 1 | 1*log2Ntrans |
25%重叠的MFC | log2(Ntrans/2) | 36220 | 2/3*log2Ntrans |
滤波器组 | log2(Ntrans/2) | 36191 | 1/2*log2Ntrans) |
采用分集的滤波器组 | log2(Ntrans/2) | 1 | 1/2*log2Ntrans) |
从表IX可以看出,算法的复杂性或多或少地降低了。但是跟参考技术相比,合并算法需要进行一些额外处理,它会消耗更多芯片面积和功耗。尽管如此,这种差别对于每个信道来说都很小。对于具有分集的滤波器组算法这种情形,如图7E所示,一点也没有增加硬件,相反,硬件由两个分集分支使用。在这种情况下,会明显地减少芯片面积。
表X综述了第二个示例性实施方案对存储器的要求。如表所示,由于收集存储器尺寸而减少了总的存储器要求。这样既减少了芯片面积,又降低了功耗。
表X
算法 | 收集存储器 | 变换存储器 | 总的存储器 |
50%重叠的MFC | Ntrans/4 | Ntrans | 11/4*Ntrans |
25%重叠的MFC | 3Ntrans/8 | Ntrans | 13/8*Ntrans |
滤波器组 | Ntrans/2 | Ntrans | 11/2*Ntrans |
具有分集的滤波器组 | 0 | Ntrans | Ntrans |
图7E说明本发明第二个示例性实施方案中的去信道化器算法。第一步也是产生一个对称数据矢量,从而使总的大变换的实部输出包括偶数时间位置样本,而虚部输出则包括奇数时间位置样本。如果这些滤波器以对称的方式插入就会出现这种情况。这样做的原因是最后的块合并过程变成了一个简单的多路复合操作。偶数位置数据块的对称产生等式为:
Z(kstart+k)=X(k)/2 (18)
Z(Ntrans-kstart-k)=X′(k)/2 (19)
其中X代表一块信道数据,k=0~[N-1]。注意,对于临界采样滤波器组算法,N明显地小于变换尺寸,N=1。它们插入的块的变换矢量被定义为Z(h),其中h=0~[Ntrans-1]。变量kstart确定了要被插入的信道的第一个滤波器,可以是1和[Ntrans-1]之间的任意一个整数。另外,可以将一个以上的信道输入变换矢量,对于变换矢量中重叠点的情形,仅仅是将它们相加。
下一步是将输入的变换矢量Z(k)分裂成一半大小的新的变换矢量。Z(k)被分裂成两个矢量C(k)和D(k),它们被随后合并成一个新矢量E(k)=C(k)+jD(k),从而使得流水线式变换以后偶数结果将作为变换的实部输出,奇数结果将作为虚部输出。等式(20)和(21)描述了这一分裂过程:
C(k)=[Z(k)+Z(Ntrans/2+k)] (20)
D(k)=[Z(k)-(Z(Ntrans/2+k)*WkNtrans)] (21)
其中k=0~[Ntrans/2-1]。对于逆变换,用W-k Ntrans代替Wk Ntrans。然后由变换插入过程处理数据矢量E(k)=C(k)+jD(k),这一过程只是按照相反的比特顺序将变换矢量输入流水线式变换。变换完成以后,变换的实输出等于大变换尺寸的偶数时间位置样本Ztrans,而变换的虚部输出则等于尺寸是Ntrans的大变换的奇数时间位置样本。
滤波器组算法的块合并器只是让这些数据通过多相滤波器,在这里将它看成一次操作。对于修正快速卷积算法,块合并器将连续的块重叠长度ηNtrans。在重叠和相加版本中,重叠部分跟前面的块中对应的重叠部分相加,而对于重叠和保存版本,只是将块的重叠部分丢弃掉。对于重叠和相加以及重叠和保存版本,在不重叠的部分不进行任何操作。
总之,本发明的第二个示例性实施方案能够缩短处理延迟大约50%。它还能够降低功耗,同时减少芯片面积和总的存储器要求。对于采用具有分集的滤波器组算法的其它实施方案,算法复杂性也降低大约一半。
本发明的第三个示例性实施方案通过一个一半尺寸的复变换对包括实数据的一个数据块进行处理,它已经缩减成一个“蝴蝶”和两个部分流水线式变换。此外,这第三个示例性实施方案将分集的概念组合起来,减少对资源的需求,就像上面描述的第一个示例性实施方案中一样。
按照第三个示例性实施方案,将两个重要概念结合起来以缩短延迟。首先,一半尺寸的变换被缩减为一个蝴蝶和两个部分变换。其次,采用分集技术,从而提高变换的工作比,更好地利用资源。
图8A说明本发明的第三个示例性实施方案,其中的第一个蝴蝶被作为结合了两个部分流水线式变换的加法和减法的一个并行运算。一个部分变换是Ntrans/2的上半部分,另外一个部分变换是Ntrans/2的下半部分。它们一起构成一个Ntrans/2变换,从它选择出特殊的信道结果,提取出来并且合并起来形成一个Ntrans点变换,如图8B~D所示,它们分别是一个50%重叠的MFC算法,一个25%重叠的MFC算法和一个滤波器组算法。跟不采用分集技术的参考技术相比,主要好处是流水线式变换的尺寸得到了减小,从而缩短了延迟。另外,在更多的时间里利用硬件,从而减少对整个硬件的要求。
图8A所示的数据收集存储器功能将数据输入,偶数和奇数样本,变换成两个大小是Ntrans/4的复数据块pb(k)+jqb(k)和sb(k)+jtb(k)。第一个分集分支在时间的偶数位置也就是b=2n上产生两个复块,而第二个分集分支则在时间的奇数位置也就是b=2n+1产生两个复块,如图8B~D所示。
数据收集存储器功能收集输入数据的偶数和奇数样本,将它填充上0,从而使偶数或者奇数样本的总数等于Ntrans/2。0的个数取决于系统结构。例如,对于修正快速卷积算法,0的个数等于h*Ntrans/2。对于滤波器组算法,0的个数等于0。
然后将Ntrans/2个偶数样本组合成一个实部,其中pb=even(k),k=0~(Ntrans/4)-1,sb=even(k),k=Ntrans/4~(Ntrans/2)-1。Ntrans/2个奇数样本组合成虚部,其中qb=odd(k),k=0~(Ntrans/4)-1,tb=odd(k),k=Ntrans/4~(Ntrans/2)-1。应当指出,还应当将偶数和奇数样本分别组合成虚部和实部。
然后对两个复块进行以下变换:
r1+j*i1=pb(k)+j qb(k)
r2+j*i2=sb(k)+j tb(k)
其中第一个和第二个分集分支分别在时间的偶数和奇数位置提供数据。
然后对矢量{r1(k)+r2(k)}+j{i1(k)+i2(k)}进行长度是Ntrans/4的上部分变换,对矢量(r1(k)-r2(k))+j{i1(k)-i2(k))进行长度是Ntrans/4的下部分变换,其中k=0~Ntrans/4-1。上半部分变换和下部分变换输出长度是Ntrans/2的偶数和奇数结果。变换结果又一次由Z(k)=A(k)+jB(k)给出,其中k是1和Nmtrans/2~1之间的一个整数。
从以上变换结果可以看出,选择算法只是收集流水线式变换算法产生的必须的变换,它们按照相反的比特顺序输出。任意信道的必需的变换输出又一次由A(k)+jB(k)给出,其中k=kstart~[kstart+(N-1)],其中变量N给出具体信道的变换输出个数。
然后用等式(14)和等式(15)描述的公式提取每个信道所需要的结果。提取出来的结果EVEN(k)和ODD(k)然后利用等式(16)综合起来形成Ntrans点变换中的有用点。从合并过程出来的块按顺序在第一个和第二个输出之间切换,跟输入端的切换过程相对应。
图8B~D所示的处理延迟在表XI中说明。
表XI
本发明的第一个和第二个示例性实施方案能够用于去信道化器算法,第三个示例性实施方案也能够这样。图8E说明本发明第三个示例性实施方案中去信道化器算法的结构。按照图8E,去信道化器算法首先产生一个对称数据矢量,从而使总的变换输出的实部输出和虚部输出包括发射数据的偶数时间位置和奇数时间位置样本。如果这些滤波器以一种对称方式插入,这种情况就不会出现。这样做的原因是最后的块合并过程成为一个简单的多路复合操作。输入1和2产生的块的对称产生等式由上面的等式(18)和(19)给出,其中Z(k)是得到的变换矢量。
下一过程将输入的变换矢量Z(k)变换成一半尺寸的新变换矢量。Z(k)被分裂成两个矢量C(k)和D(k),它们被随后合并成一个新矢量E(k)=C(k)+jD(k),从而在流水线式变换以后,偶数结果在变换的实部输出,奇数结果在虚部输出。等式(20)和(21)说明了这一分裂过程。
然后由变换插入过程处理数据矢量E(k),它首先将E(k)分裂成k=偶数和k=奇数的上下部分。这两个新矢量被随后按照相反的比特顺序输入Ntrans/2流水线式变换的上下半部分。上下变换的部分结果被随后合并在最后1个蝴蝶内,其中:
r1(k)=real(Upper(k)+Lower(k));
i1(k)=imaginary(Upper(k)+Lower(k));
r2(k)=real(Upper(k)-Lower(k));和
i2(k)=imaginary(Upper(k)-Lower(k)),
其中k=0~[Ntrans/4)-1],Upper(k)和Lower(k)分别指一个Ntrans/2变换的上半部分和下部分。
变换的实输出r1和r2等价于大小是Ntrans的大变换的偶数时间位置样本,变换的虚部输出i1和i2等价于奇数时间位置样本。
块合并器将r1、r2、i1和i2多路分离成单个的实数据流进一步传送。这个多路分离过程跟系统结构有关,也就是跟修正快速卷积算法或者滤波器组算法有关。
此外,上面的过程是两个输入流共享时间的过程,这两个输入是给两个分集传输路径的,从而最好地利用资源。
在一些情况中,采用硬件更好。例如,25%重叠的修正快速卷积算法只在时间的2/3中使用硬件。这样,按照本发明第三个示例性实施方案的另外一个选择,采用另外一个分集分支来充分地利用硬件。
图9A说明第三个示例性实施方案的这样一个选择,例如,其中的25%重叠修正快速卷积算法采用三个分集分支变换一个实数据块,尺寸是Mtrans的一个复变换。这一个实施方案会进一步地将处理延迟从25%重叠的修正快速卷积算法情形中的1.25*Ntrans缩短到对应于图9B所示时序图的1*Ntrans。
这个实施方案的另外一个实例涉及到采用四个信道分集的一个滤波器组算法。在这个实例中,跟图9B所示的两个分集分支结构相比,需要另外的硬件,但是这些硬件会处于不间断的工作过程中((也就是工作比是1)。这个实施方案进一步将处理延迟从滤波器组算法的1.75*Ntrans缩短到1.25*Ntrans。
在下面的表XII中给出第三个示例性实施方案的算法参数,在其中说明总的算法复杂性和计算量比参考技术都减少了。但是应当指出算法复杂性不包括第一个蝴蝶级,它包括4个加法器,因为对于大的变换它是可以被忽略的。还有,跟参考技术相比合并的算法确实涉及到额外处理。这一点会增加额外的芯片面积和功耗;但是额外的芯片面积和功耗在每个信道中都非常小。对于上面描述的两个实施方案,也就是采用3分集分支的25%重叠的修正快速卷积算法以及采用4分集分支的滤波器组算法,一点也没有增加硬件。相反,已经有的硬件也由多个分集分支共同使用,因此总是处于工作状态中。事实上,这些实施方案会明显地节省芯片面积。
表XII
算法 | 复杂性 | 工作比 | 计算量 |
50%重叠的MFC | 2*log2(Ntrans/4) | 1 | 1*log2Ntrans/4 |
25%重叠的MFC | 2*log2(Ntrans/4) | 36220 | 2/3*log2Ntrans/4 |
25重叠的MFC(3分集分支) | 2*log2(Ntrans/4) | 1 | 2/3*log2Ntrans/4 |
滤波器组 | 2*log2(Ntrans/4) | 36191 | 1*log2Ntrans/4 |
滤波器组(4个分集分支) | 2*log2(Ntrans/4) | 1 | 1*log2Ntrans/4 |
下面的表XIII说明第三个示例性实施方案所需要的存储器情况。如图所示,总的存储器需求小于或者等于参考技术中所需要的存储器。应当指出通过不同的分集分支共享存储器,每种情况中需要的收集存储器的量可以进一步地减少。总之,对存储器的要求较低会同时缩小芯片面积和降低功耗。
在Ntrans/2变换以后,有两个实输出,它等价于大小是Ntrans的大变换的偶数时间位置样本,还有两个虚部输出,它们等价于尺寸是Ntrans的大变换的奇数时间位置样本。这些输出被传送给第一个或者第二个分集分支,具体取决于输入开关的位置。
滤波器组算法的块合并器只是将偶数和奇数位置数据流多路复合在一起,用于多相滤波器,在这里将它看作单独一项操作。对于修正快速卷积算法,块合并器首先将偶数和奇数位置数据流多路复合在一起形成一个完整块,然后将连续的块重叠,重叠长度是ηNtrans。在重叠和相加版本中,重叠部分被添加到前1块的对应的重叠部分,而对于重叠和保存版本,块的重叠部分则被丢弃。对于重叠和相加以及重叠和保存版本,对不重叠的部分不进行任何操作。
总之,跟参考技术相比第三个示例性实施方案能够将处理延迟缩短60~70%。此外,跟总的存储器要求一样,功耗和面积也减小了。
表XIII
算法 | 收集存储器 | 变换存储器 | 总的存储器 |
50%重叠的MFC | 2*Ntrans/4 | Ntrans | 1 1/2*Ntrans |
25%重叠的MFC | 2*Ntrans/4 | Ntrans | 2*Ntrans |
25%重叠的MFC(3个分集分支) | 3*Ntrans/2 | Ntrans | 2 1/2*Ntrans |
滤波器组 | Ntrans | Ntrans | 2*Ntrans |
滤波器组(4个分集分支) | 2*Ntrans | Ntrans | 3*Ntrans |
根据上面描述的三个示例性实施方案,信道化器中的组合级,去信道化器中的产生级,采用2点变换,也就是采用对大变换的基2分解。但是,如前所述,可以采用更高级的分解。例如,计算量更小的技术需要采用基4或者更高级的分解。
基4变换对于每隔一级的75%的点进行乘法运算。跟每一级中对50%的点进行乘法运算的基2变换相比,也可以采用不是2的幂的基数,例如3或者10,虽然它取决于具体应用以及是否需要这样做,这样做是否有效。
采用更大的基数就能够很容易使用许多分集分支,因为能够避免将数据分配到并行变换部分的蝴蝶的那些层。
图10说明一个大的变换,其中的组合级涉及到一个基4变换。如图所示,输入信号被分成四个部分0~3。这些部分可以独立地变换,然后合并起来形成一个大变换。两个变换A和B首先按照基2情形的方式进行处理,属于四个输入部分之一的单个变换被提取出来。
图11说明具有两个分集分支的基4组合。这个变换硬件包括两个变换处理器。
上面描述的三个示例性实施方案中每一个都能够缩短傅里叶信道化器和去信道化器算法,例如修正快速卷积算法和滤波器组算法,中共同处理部分的处理延迟。它们通过充分地将来自至少一个分集分支的数据进行多路复合,并且对变换进行配置,从而缩短处理延迟来做到这一点。同时降低所有情形中的上述复杂性、计算量以及对存储器的要求。这样就能够减少芯片面积和降低功耗。在有些情况下,能够显著地降低计算复杂性和减少芯片面积。
描述本发明的时候参考了几个示例性实施方案。但是对于本领域中的技术人员而言显然能够采用不同于上面描述的具体形式来实现本发明,而不会偏离本发明的实质。上面的各个方面和示例性实施方案都是说明性的,无论如何也不能认为它们是限制性的。本发明的范围由后面的权利要求给出,而不是前面的描述,属于权利要求范围之内的所有变换和等价条款都属于本发明。
Claims (32)
1.包括多个接收分支的通信接收机中,一种信道化方法,包括以下步骤:
在每个接收分支上接收一个数据块;
将数据块多路复合成一个复表示的复数据块;
将来自每个接收分支的复数据块传送给第一个傅里叶变换;
通过第一个傅里叶变换,将所述复数据块中包括的数据从时域变换到频域;
在每个接收分支上接收下一个数据块;
将下一个数据块多路复合成一个复表示的复数据块;
将每个接收分支的下一个复数据块传送给第二个傅里叶变换;
通过第二个傅里叶变换,将下一个复数据块中包括的数据从时域变换到频域;和
将第一个傅里叶变换的频域数据和第二个傅里叶变换的频域数据多路分解成两个或者多个频率块序列,所述多路分解频域数据的步骤包括以下步骤:
从第一和第二个傅立叶变换中有选择地收集与活动信道有关的频域数据;以及
从选择地收集的每个活动信道的频域数据,生成与数据块有关的第一频域数据分量及与下一个数据块有关的第二频域数据分量。
2.权利要求1的方法,其中接收分支的数目是2。
3.权利要求1的方法,其中的第一个和第二个傅里叶变换是修正快速卷积算法的一部分。
4.权利要求1的方法,其中的第一个和第二个傅里叶变换是滤波器组算法的一部分。
5.权利要求1的方法,其中的第一个和第二个傅里叶变换是基2变换或者更高阶基变换。
6.通信接收机中的一种信道化方法,包括以下步骤:
接收长度等于Ntrans的一个数据块;
对这个数据块的数据进行采样,并且将这些数据样本分成第一组数据样本和第二组数据样本;
将第一组数据样本多路复合成一个复数据块的实部;
将第二组数据样本多路复合成上述复数据块的虚部;
用长度是Ntrans/2的傅里叶变换将上述复数据块变换到频域;
将傅里叶变换得到的频域数据多路分解成一个或者多个频率块序列,所述多路分解频域数据的步骤包括以下步骤:
有选择地收集跟活动信道有关的频域数据;
为每个信道从频域数据中提取跟复数据块实部有关的偶数位置变换以及跟复数据块虚部有关的奇数位置变换;和
将偶数位置变换和奇数位置变换组合起来形成每个信道Ntrans点变换必不可少的部分。
7.权利要求6的方法,其中的第一种数据样本包括偶数位置数据样本,第二个数据样本包括奇数位置数据样本。
8.权利要求6的方法,其中的傅里叶变换是一个基2变换,或者更高阶基的变换。
9.权利要求6的方法,其中的傅里叶变换是修正快速卷积算法的一部分。
10.权利要求6的方法,其中的傅里叶变换是滤波器组算法的一部分。
11.权利要求6的方法,还包括以下步骤:
从多个分集分支接收数据块。
12.包括多个接收分支的通信接收机中的一种信道化方法,包括以下步骤:
从一个接收分支接收一个输入数据块,其中的输入数据块的长度等于Ntrans。
对输入数据块的数据进行采样,产生第一组数据样本和第二组数据样本;
从第一组数据样本和第二组数据样本产生两个复块,其中的第一组数据样本被多路复合成两个复块中每一个的实部,第二组数据样本被多路复合成两个复块中每一个的虚部;
对两个复块执行一个Ntrans/2傅里叶变换;其中所述傅立叶变换通过缩减到一个“蝴蝶”和两个部分变换的一个变换,对两个复数据块中的每一个进行处理,其中两个部分变换中的第一个被用作Ntrans/2变换的上半部分,两个部分变换的第二个被用作Ntrans/2变换的下半部分;和
将傅里叶变换产生的频域数据多路分解成一个或者多个频率块序列,所述将傅里叶变换产生的频域数据多路分解成一个或者多个频率块序列的步骤包括以下步骤:
有选择地收集跟活动信道有关的频域数据,它们是由上面的Ntrans/2傅里叶变换产生的;
从有选择地收集到的频域数据提取跟两个复数据块的实部有关的数据以及跟两个复数据块的虚部有关的数据;和
将提取出来的数据合并起来形成一个Ntrans点傅里叶变换必不可少的部分。
13.权利要求12的方法,其中的第一组数据样本包括偶数位置数据样本,第二组数据样本包括奇数位置数据样本。
14.权利要求12的方法,其中的傅里叶变换是一个基2变换,或者是一个更高阶基的变换。
15.权利要求12的方法,其中的傅里叶变换是修正快速卷积算法的一部分。
16.权利要求12的方法,其中的傅里叶变换是滤波器组算法的一部分。
17.权利要求12的方法,其中的输入数据块是通过多个接收分支同时收到的。
18.包括第一个和第二个发射分支的通信发射机中的一种去信道化方法,包括以下步骤:
将两个或者多个频率块序列多路复合成第一个和第二个傅里叶变换,所述多路复合步骤包括以下步骤;
从上述两个或者多个频率块序列为每个活动信道产生对称的变换矢量;和
将活动信道的变换矢量按照相反的比特顺序输入给第一个和第二个傅里叶变换;
将第一个傅里叶变换输出数据块的实部和第二个傅里叶变换输出数据块的实部传送给跟第一个发射分支有关的一个块合并器;和
将第一个傅里叶变换输出数据块的虚部和第二个傅里叶变换输出数据块的虚部传送给跟第二个发射分支有关的一个块合并器。
19.权利要求18的方法,其中的傅里叶变换是一个基2变换或者一个更高阶基的变换。
20.权利要求18的方法,被应用于修正快速卷积算法的傅里叶部分。
21.权利要求20的方法,还包括以下步骤:
将输出数据块的实部合并起来,其中第一个发射分支的块合并器将实部重叠起来;和
将输出数据块的虚部合并起来,其中第二个发射分支的块合并器将虚部重叠起来。
22.权利要求18的方法,被应用于滤波器组算法的傅里叶变换部分。
23.权利要求22的方法,还包括以下步骤:
在第一个发射分支的块合并器中将输出数据块的实部合并起来;和
在第二个发射分支的块合并器中将输出数据块的虚部合并起来,其中第一个发射分支的块合并器和第二个发射分支的块合并器用一个多相滤波器分别将实部和虚部合并起来。
24.通信发射机中的一种去信道化方法,包括以下步骤:
将一个或者多个频率块序列多路复合成长度是Ntrans/2的傅里叶变换,其中的傅里叶变换产生一个实部和一个虚部输出,所述多路复合步骤包括以下步骤:
为每个活动信道产生一个对称变换矢量;
将活动信道的对称变换矢量分裂成两个一半尺寸的变换矢量;
将活动信道两个一半尺寸的变换矢量重新合并成一个新的复变换矢量,其中新的复变换矢量的实部包括两个一半尺寸的变换矢量的第一个,新复变换矢量的虚部包括两个一半尺寸的变换矢量的第二个;和
按照相反的比特顺序将每个活动信道新的复变换矢量输入给长度是Ntrans/2的傅里叶变换;和
将实部数据输出和虚部数据输出合并起来,形成单独一个发射数据流。
25.权利要求24的方法,其中的傅里叶变换是一个基2变换或者是一个更高阶基的变换。
26.权利要求24的方法,被应用于修正快速卷积算法的傅里叶变换部分。
27.权利要求24的方法,被应用于滤波器组算法的傅里叶变换部分。
28.权利要求24的方法,其中合并实部和虚部数据输出的步骤包括以下步骤:
用一个多相滤波器合并数据输出的实部和虚部。
29.包括多个发射分支的通信发射机中的一种去信道化方法,包括以下步骤:
为每个活动信道从频域数据产生一个对称变换矢量;
将每个活动信道的对称变换矢量分裂成第一个一半尺寸的部分变换矢量和第二个一半尺寸的部分变换矢量;
为每个活动信道产生一个新变换矢量,其中新的变换矢量包括基于第一个一半尺寸的变换矢量的一个实分量和基于第二个一半尺寸变换的一个虚分量;
将每个活动信道的新变换矢量分裂成一个上部和一个下部;
将每个活动信道新变换矢量的上半部分和下半部分分别输入给长度是Ntrans/2的傅里叶变换的上半部分和下半部分;
用一个并行的蝴蝶操作将傅里叶变换上半部分和傅里叶变换下半部分的时域输出合并起来产生两个复块;
将两个复块输入给一个发射分支的一个合并块;和
在发射之前将两个复块的实部和两个复块的虚部多路分离成单独一个实数据流。
30.权利要求29的方法,其中的傅里叶变换是一个基2变换或者是一个更高阶基的变换。
31.权利要求29的方法,其中的傅里叶变换是修正快速卷积算法的一部分。
32.权利要求29的方法,其中的傅里叶变换是滤波器组算法的一部分。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14290999P | 1999-07-09 | 1999-07-09 | |
US60/142,909 | 1999-07-09 | ||
US09/610,612 | 2000-07-05 | ||
US09/610,612 US6973135B1 (en) | 1999-07-09 | 2000-07-05 | Reduced delay implementation of fourier transform based channelizers and de-channelizers |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1360756A CN1360756A (zh) | 2002-07-24 |
CN1223086C true CN1223086C (zh) | 2005-10-12 |
Family
ID=26840524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN00810123.XA Expired - Fee Related CN1223086C (zh) | 1999-07-09 | 2000-07-07 | 基于傅里叶变换的信道化器和去信道化器缩短延迟的方法 |
Country Status (8)
Country | Link |
---|---|
US (1) | US6973135B1 (zh) |
EP (1) | EP1198882B1 (zh) |
JP (1) | JP4610147B2 (zh) |
CN (1) | CN1223086C (zh) |
AU (1) | AU6044200A (zh) |
CA (1) | CA2378702A1 (zh) |
DE (1) | DE60041403D1 (zh) |
WO (1) | WO2001005032A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7206350B2 (en) | 2001-06-11 | 2007-04-17 | Unique Broadband Systems, Inc. | OFDM multiple sub-channel communication system |
US7424698B2 (en) * | 2004-02-27 | 2008-09-09 | Intel Corporation | Allocation of combined or separate data and control planes |
US20050223110A1 (en) * | 2004-03-30 | 2005-10-06 | Intel Corporation | Heterogeneous building block scalability |
US20060004902A1 (en) * | 2004-06-30 | 2006-01-05 | Siva Simanapalli | Reconfigurable circuit with programmable split adder |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3679882A (en) | 1970-06-11 | 1972-07-25 | Ibm | Fourier digital filter or equalizer and method of operation therefor |
GB1582984A (en) * | 1976-08-09 | 1981-01-21 | Rca Corp | Video signal recording systems |
US4893266A (en) * | 1987-06-01 | 1990-01-09 | Motorola, Inc. | Alias tagging time domain to frequency domain signal converter |
US5535240A (en) * | 1993-10-29 | 1996-07-09 | Airnet Communications Corporation | Transceiver apparatus employing wideband FFT channelizer and inverse FFT combiner for multichannel communication network |
US5537435A (en) * | 1994-04-08 | 1996-07-16 | Carney; Ronald | Transceiver apparatus employing wideband FFT channelizer with output sample timing adjustment and inverse FFT combiner for multichannel communication network |
JP3186464B2 (ja) * | 1994-09-26 | 2001-07-11 | 日本コロムビア株式会社 | Ofdm変調器及びofdm復調器 |
US6334219B1 (en) * | 1994-09-26 | 2001-12-25 | Adc Telecommunications Inc. | Channel selection for a hybrid fiber coax network |
US6266687B1 (en) * | 1998-09-18 | 2001-07-24 | Telefonaktiebolaget Lm Ericsson (Publ) | Flexibility enhancement to the modified fast convolution algorithm |
-
2000
- 2000-07-05 US US09/610,612 patent/US6973135B1/en not_active Expired - Fee Related
- 2000-07-07 JP JP2001509154A patent/JP4610147B2/ja not_active Expired - Fee Related
- 2000-07-07 DE DE60041403T patent/DE60041403D1/de not_active Expired - Lifetime
- 2000-07-07 AU AU60442/00A patent/AU6044200A/en not_active Abandoned
- 2000-07-07 CN CN00810123.XA patent/CN1223086C/zh not_active Expired - Fee Related
- 2000-07-07 WO PCT/SE2000/001457 patent/WO2001005032A1/en active Application Filing
- 2000-07-07 EP EP00946729A patent/EP1198882B1/en not_active Expired - Lifetime
- 2000-07-07 CA CA002378702A patent/CA2378702A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
AU6044200A (en) | 2001-01-30 |
EP1198882A1 (en) | 2002-04-24 |
CN1360756A (zh) | 2002-07-24 |
EP1198882B1 (en) | 2009-01-14 |
US6973135B1 (en) | 2005-12-06 |
JP4610147B2 (ja) | 2011-01-12 |
JP2003504932A (ja) | 2003-02-04 |
DE60041403D1 (de) | 2009-03-05 |
CA2378702A1 (en) | 2001-01-18 |
WO2001005032A1 (en) | 2001-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1264283C (zh) | 通信系统中处理接收信号的方法和设备 | |
CN1096148C (zh) | 信号编码方法和装置 | |
CN1499753A (zh) | Ofdm传输系统中的接收装置 | |
CN1233163C (zh) | 多声道数字音频信号的压缩编码和解码设备及其方法 | |
CN1223991C (zh) | 声频信号处理设备及方法 | |
CN1643867A (zh) | 用于估计信道的设备和方法 | |
CN1498396A (zh) | 音频编码与解码设备及其方法 | |
CN1225531A (zh) | 相干检波方法,移动通信接收机及干扰消除装置 | |
CN1864158A (zh) | 用于处理至少两个输入值的装置和方法 | |
CN101031960A (zh) | 可扩展性编码装置和可扩展性解码装置及其方法 | |
CN1738238A (zh) | 高速可配置rsa加密算法及协处理器 | |
CN1905383A (zh) | 一种同频小区信道估计装置及方法 | |
CN1845483A (zh) | Td-scdma系统中接收机的联合检测系统及其数据处理方法 | |
CN1582544A (zh) | 用于线性系统方案数组处理 | |
CN1223086C (zh) | 基于傅里叶变换的信道化器和去信道化器缩短延迟的方法 | |
CN100347967C (zh) | 针对直接序列-码分多址信号的周期自适应接收器 | |
CN1155189C (zh) | 双层加权并行干扰对消方法的简化方法 | |
CN1140944A (zh) | 数据接收装置 | |
CN1144178C (zh) | 音频信号编码装置和译码装置以及音频信号编码和译码方法 | |
CN1521890A (zh) | 智能天线系统和方法 | |
CN1874329A (zh) | 时隙码分多址系统多码集信号估计方法 | |
CN1503494A (zh) | 多用户检测方法和多用户接收机 | |
CN1725667A (zh) | 多天线阵列接收无线传输的方法 | |
CN1180592C (zh) | 快速傅立叶变换和反变换的模拟数字混合电路及其在通信系统中的应用 | |
CN101069232A (zh) | 立体声编码装置、立体声解码装置及其方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20051012 Termination date: 20150707 |
|
EXPY | Termination of patent right or utility model |