CN1307773A - 利用软输出算法和反馈进行符号估计 - Google Patents

Abstract

本发明描述了在一个移动通信系统中,用于符号估计的一种方法和电路。根据本方法,一个符号的软输出判决被估计,且被反馈,以修正对接下来一组接收抽样的判决。这种方法的优点是,不仅能传送最可能的符号信息,而且也能传送噪声环境信息。

Description

利用软输出算法和反馈进行符号估计

本发明涉及在一个移动通信系统中的符号估计。

在高数据率的移动通信系统中，受符号间串扰ISI的影响，系统性能将大为削弱。均衡技术是接收机对抗ISI的一种主要措施。已有把握确定，由维特比算法实现的最大似然序列估计MLSE，可提供在序列差错事件概率上的最佳性能。然而这种技术的计算相当复杂，这阻碍了它用于长时延扩展的信道。尤其是，当该技术利用一种格子结构实现时，格子结构的复杂性随信道长度按指数律地增加。信道长度是一个时间周期，它被定义为每个符号的影响深度(持续时间)。如果一个符号在时间t₀被传输，该符号将在t₁到t₂之间(t₀之后)被明显地接听到。该信道长度则被认为是t₂-t₁。

本发明的一个目的是减小符号估计的复杂度，尤其但不是唯一地用于利用格子结构，在具有长时延扩展的信道上实现符号估计。

根据本发明一方面，提供了一种方法，用于估计在一个通信系统的移动台和基站之间传输的符号，该方法包括：

经一个信道接收一组接收信号抽样，该组信号抽样已经经由不同传输路径传输，每个信号抽样传送一个符号分量；

根据该组接收的信号抽样，为该符号估计一个软输出判决，它在多个符号分量的基础上为每个符号分量和一个似然参数组合一个估计值，该似然参数指示与该估计值相关的可靠性级别；以及

利用软输出判决作为反馈元素，以便在为下一组接收抽样估计一个软输出判决之前，修正下一组接收信号抽样。

根据本发明的另一方面，提供了一种符号估计电路，用于在移动通信系统中估计符号，该电路包括：

一个接收机，用于经一个信道接收一组信号抽样，该组信号抽样已经经由不同传输路径传输，每个信号抽样传送一个符号分量；

一个估计器，用于根据该组接收信号抽样为该符号估计一个软输出判决，它在多个符号分量的基础上为每个符号分量与一个似然参数组合一个估计值，该似然参数指示与该估计值相关的可靠性级别；以及

一个反馈路径，用于反馈软输出判决，以便在为下一组接收抽样估计一个软输出判决之前，修正下一组接收信号抽样。

该符号估计技术在信号突发内或信号突发之间均可递归使用。也就是说，在其中一个信号突发序列被通信信道接收的通信系统中，可估计信号突发中每个符号的软输出判决，并在估计同一信号突发中的下一符号之前，将其用作反馈元素。或者，对前一信号突发的软输出判决可用于下一信号突发。前一方法可能更为可靠。

为符号估计软输出判决可在一个格子结构均衡器中实现，在格子结构均衡器中，状态转换是经一组转换分支实现的。格子结构均衡器的状态最初可由一个信道冲激响应的信道抽头来定义，该响应是根据接收信号抽样而估计的。

在所描述的实施例中，第一组信道抽头用于设置格子结构均衡器的初始状态，而第二组信道抽头被当作基准，并用于在估计下一软输出判决之前修正输入信号。

利用一个全路径前置过滤器可生成一个最小相位信道冲激响应。

在根据下面描述的本发明实施例的技术中，一种次优软输出算法SSA被用作反馈判决，作为介于最优和可实现现实之间的一种折衷办法。该算法可利用一种格子结构实现。所描述的次优软输出算法所需的计算幂次(computational power)与利用维特比算法所需幂次在同一范围，但所需内存要小得多。此外，该算法能生成一个软输出判决，而不是硬判决，而且本发明人已注意到，对低信噪比域，软判决反馈比硬判决反馈性能要好。

为更好地理解本发明，以及显示如何实现本发明，现在可以参考附图的示例来实现。

图1为示意根据本发明的一个实施例，符号估计的原理方框图；

图2为具有假定符号间串扰ISI和加性高斯白噪声(AWGN)的信道的等效离散时间模型；

图3为示意具有分信道抽头的判决反馈原理的等效模型；

图4示出了在没有前置过滤器的情况下，无判决反馈与硬判决反馈，以及软判决反馈的模拟结果比较；

图5示出了在有前置过滤器的情况下，图4的模拟结果；以及

图6示出了利用全信道抽头和分信道抽头的反馈模拟结果比较。

图1描述了本发明的原理。图1的各个组件可形成移动电话或基站内的部分接收电路。输入信号z提供给信道冲激响应块1，该信道冲激响应块生成一个具有多个信道抽头h₀...h_L的信道冲激响应，其生成方式是公知的，在此不再描述。对于本实施例，该信道冲激响应可认为是保存在标记为3和5的两个存储器中。当然，它们可形成部分通用内存。第一存储器3保存信道冲激响应的第一部分，其形式为信道抽头h₀...h_L1，而第二存储器5保存信道冲激响应的第二部分，其形式为信道抽头h_L1+1...h_L。这些信道抽头提供给一个信道估计器，信道估计器为每个接收信号抽样Z_k估计第一组估计信道抽头h₀...h_L1，以及第二组估计信道抽头h_L1+1…h_L。应理解的是，信道冲激响应抽头本身可利用一个时间周期内的一个接收信号抽样序列，例如训练序列来生成。信道估计器在时间k生成适合于接收信抽样号z_k的估计信道抽头。

第一组估计的信道抽头h₀...h_L1提供给格子结构均衡器9，它具有由估计的信道抽头定义的M^L1个状态。格子结构均衡器的操作将在下面详细描述。第二组估计的信道抽头h_L1+1...h_L提供给干扰去除器11，其功能将马上描述。

格子结构均衡器9为对应于接收信号抽样z_k的传输信号成分u_k生成一个估计。这在此称为软输出判决。在该格子结构均衡器内，它是通过将M个符号分量A与每个分量的似然组合在一起，以生成该传输符号的一个估计a_k来实现的。这将在下面详细描述。

对传输信号成分U_k的软输出判决被反馈回格子结构均衡器9的输入端，以修正由该格子结构均衡器生成的下一判决。在图1所示的电路中，基于该估计信道抽头第二部分的“干扰”首先从干扰去除器11中去除。接着，在减法器13，根据利用软输出判决计算的一个干扰信号，以及估计信道抽头的第二部分被从下一输入抽样Z_k中减去。干扰去除器11执行下面的函数： $\underset{j=L1+1}{\overset{L}{\mathrm{\Σ}}}{U}_{k-j}{h}_j$

估计的传输信号成分U_k提供给一个解码器，如一个维特比解码器，用于提供代表该信号所传输信息的解码比特。

在信道估计器7后放置的全路径前置过滤器17能确保实现最小相位信道冲激响应。

现在讨论本发明的基本原理。一个通信信道可描述为图2所示的一个有限状态机。在图2中，标记为Z^-1的块表示连续路径时延，而标记为2的块表示一个累加函数。利用在G.D.Forny，“Maximumlikelihood sequense estimation of digital sequense in the presense ofintersymbol interferense”，IEEE Transaction on InformationTheory，Vol.IT-18，pp.363-378，1972上描述的Forny的白化匹配滤波器，该信道可由一个离散时间等效低通模型来表示，该模型包含符号间串扰(ISI)，并且概率密度函数(pdf)为ρ_n(n_k)的加性白色(无记忆)静止噪声n_k。因此，在时间k，接收信号抽样Z_k包括传输信号成分U_k和噪声成分n_k。假定在符号估计之前可用的信道冲激响应h，由公式(1)中的多个信道抽头h₀...h_L表示，L表示信道长度。

对于加性高斯白噪声n_k(AWGN)，概率密度函数(pdf)ρ(n_k)由公式(2)给出，σ²为噪声变量。

复合值的传输符号a_k由公式(3)表示，M表示信号集合的大小，即累积起来生成传输符号a_k的符号分量A的数量。

离散时间信道模型可由具有Z＝M^L-1个状态的格子结构图描述，每个状态S_k由公式(4)定义。

在时刻k的接收信号Z_k与一组假定的信号成分

(ξ_k)中每个信号成分(基准值)比较，以形成公式(5)所定义的所谓殴氏距离d(ξ_k)，ξ_k为来自一个有效前趋状态S_k-1。的转换分支。显然，在每个时刻，每个状态之间有M个转换分支。

在下面描述的实施例中：

●格子结构均衡器利用一个移位寄存器存储状态S_k以硬件形式实现。移位寄存器的初始状态预先已知晓。

●信道抽头可用于顺序估计。

根据贝斯定理，从时间指数1到k的接收抽样Z₁ ^k在有固定判决时延D的条件下，代表传输信号成分U_k-D的概率p由公式(6)给出。

对应前向递归的公式(6)中的第二概率可如同公式(7)中一样计算，在此Q为M个状态S_k集合，它可引出S_k+1的状态。公式(7)中的第二概率可由加性分支矩阵(ABM)m_a取代，m_a在公式(8)中给出，其中r₁和r₂为虚常数。通过正确地设置r₁和r₂，可方便地描述ABM。例如，如果符号集为均匀分布，那么，p(S_k+1|S_k)对所有分支保持常数，p为后验概率(APP)。如果让r₂=2σ²，且r₁和r₂之间的关系如公式(9)所示，那么ABM m_a(S_k，S_k+1)由公式(10)定义，(ξ_k)为分支ξ_k的无噪声输出(基准)，而d为前面定义的欧氏距离。

如果初始状态S₁已知，那么公式(11)中的表述对格子结构图中的任何路径ζ_k是真实的。

定义路径ζ_k的加性累积路径矩阵(APM)aema(ζ_k)，作为相关ABM的和，即如公式(12)所示。

因此，APM是对路径已确实被传输的可能性的测量，而且t＝1和k之间的接收抽样经路径ζ_k传输的概率p(ζ_k，Z₁ ^k)在公式(13)中给出。

对任意判决时延δ(L≤δ≥D)，我们可将时刻k的路径分成m个互不包含的子集Λk，如公式(14)所示。

显然，实际的传输路径属于其中一个子集。该软输出算法(SSA)为次优的，因为它只考虑每个子集具有最小APM的路径。APM的m个所选路径被采纳用于为信号U_k-D做软输出判决。因此，我们具有公式(15)所示意的信息分组。

该结构为次优，意思是信息分组的选择为一个硬量化过程，而符号差错概率没有最小化。然而，当一个信息分组序列被硬量化时，序列差错最小。因此，在中到高SNR时，其性能相当令人满意。

判决反馈

判决反馈的概念为，格子结构均衡器利用冲激响应的尽可能多的最突出信道抽头，以形成一种状态数减小的格子结构，用于顺序符号检测。由冲激响应的其它抽头引起的ISI被视为干扰，并通过前面估计的符号信息去除。例如，如果信道冲激响应h的内存长度L＝L1+L2，那么它被分成公式(16)中给出的两个部分。

信道冲激响应的第一部分{h₀，...，H_L1}被估计器用来提供估计的信道抽头h₀，...，H_L1，以设置格子结构中的格子结构状态，而第二部分{h_L1+1，...，H_L1+L2}被用于如图3所示的判决反馈。在图3中，如同图2一样，标记为Z^-1的块代表各个传输路径的路径时延。附图标记4指示一个累加函数，用于将所有信道抽头h₁，...，H_L累加到一起。附图标记6指示一个累加函数，只将信道抽头H_L1+1，...，H_L累加到一起，它将被视为干扰。附图标记8指示一个减法函数，它去除作为“干扰”的对应于信道抽头h_L1+1，...，H_L的反馈抽样部分。附图标记10指示一个累加和相关函数，它从反馈信号抽样和估计的信道抽头h_L1+1，...，H_L中生成信号“干扰”，该干扰将被从输入信号抽样Z_k中去除。在时间k，接收信号Z_k被馈入到格子顺序估计中，它首先去除了由冲激响应的第二部分引起的干扰，如公式(17)所示，在此{h_L1+1，...，H_L1+L2}为冲激响应第二部分的估计抽头，而{U_k-(L1+1)，...，H_k-(L1+L2)}为格子结构均衡器的软输出判决，该格子结构均衡器的状态由估计的信道冲激响应的第一部分{h₀，...，H_L1}定义。

由于这种均衡器的性能大部分由信道冲激响应的形状确定，因此希望在均衡器之前使用最小相位滤波器。

另一方面，与每个符号相关的判决值也影响其性能。根据本系统，已开发出一种合适的软输出判决，它能组合与每个实际传输符号相关的某种可能性。这些可能性被组合起来，以形成一个软输出，接着用于判决反馈。

在来自软输出算法(SSA)的信息分组中(公式(15))，每个符号值的似然性被线性组合，以在公式(18)中给出软输出U_k，P_km为SSA产生的最小累积矩阵(APM)，而X_m为组合系数。

为简化处理，欧氏距离定义为假定的信号值U_k(基准)与实际传输的符号A_m之间的距离，如公式(19)所示。

作为近似，公式(19)可被APM输出用来推导组合系数X_m。

这就得到公式(20)。

利用一个顺序传输U＝{A₁，A₂，A₃，...，A_M}，不难从矩阵公式(21)中推导出向量[X]。

例如，在二元系统(+1，-1)中，产生公式(22)。

试验结果

已开发出一种同时具有软、硬时延判决反馈、用于次优软输出算法(SSA)的COSSAP块(DFSSA1)。该程序为C代码，并且已与COSSAP测试平台一起测试。使用的信道时延分布为具有3.7μs时延扩展的室外到室内B(7)。

COSSAP块为一种计算机辅助工程环境，用于设计、模拟和实现数字信号处理和通信系统。

室外到室内B(7)为用于移动通信系统的一种定义信道模型(由FRAMES设计)。

图4示出了在数据进入均衡器之前没有最小相位前置过滤器的模拟结果。信道长度为具有7个抽头的6个符号周期，其中4个抽头(L1＝3)用于格子结构定义，而其余3个抽头(L2＝3)被截掉，用于或不用于判决反馈。我们可看到，与由NODF(......)表示的不采用判决反馈的效果相比，采用由HDF(---)和SDF(___)表示的判决反馈所带来的改善效果很明显。同样可观察到，在低SNR区域(＜10dB)，软判决反馈(SDF)的效果比硬判决反馈(HDF)的效果高出约0.1-0.3dB的增益。

图5示出了在数据进入均衡器之前具有最小相位前置过滤器的模拟结果。由于有滤波器，信道形状大为改善，而且截断信道的影响比没有最小相位前置过滤器的情况要小。不管怎样，反馈判决比只简单地切断信道尾部的效果要好。

图6示出了全状态均衡器状态(7个抽头，状态数＝2⁶＝64)，与具有判决反馈(3个抽头)的状态数减小的均衡器(4个抽头，状态数＝2³＝8)的结果比较。看来判决反馈是介于计算负担和系统性能之间的一个好的折衷办法。

已经描述了一个特定的操作实施例，现在考虑一种一般情况。一个传输符号可由向量A和信号空间中向量A′的似然输出来表述。如果椭圆O为噪声区，那么由于噪声+干扰引起的信号失真，输出可能在椭圆O内任何地方出现。

定义似然输出的不确定测量r：

r＝μ·‖A-A′‖

‖A-A′‖为A和A′之间的距离，μ为不定性的线性系数。不定性的意思是指，如果r很小，那么似然A′接近于传输符号A，而且可靠性很高。如果r很大，那么噪声电平高，而且接下来的处理应少依赖信号。r值应控制在0-1内。如果噪声很强，而似然性超出了椭圆O，那么μ应被修正，或r应被截为1。否则，信号将被反向。

包含传输符号A的不定测量的软输出S_A在公式(23)中给出。

S_A＝A(1-r)＝A(1-μ·‖A-A′‖)               (23)

对一个ID信号，如果传输数据集合由公式(24)给出，

A∈{a₁，a₂，a₃，...a_M，}                      (24)

那么软输出由公式(25)给出。 $S_A=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{a}_i\•(1-r_i)=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{a}_i(1-\mathrm{\μ}\•|a_i-a_i^{\′}\left|\right)$

a_i’为a_i的似然。

这种软判决方法的副产品为，如果让μ为1，不定性测量r将直接影响信号的噪声+干扰电平。它可在接收机的其它地方使用。r的期望值(E{r})为噪声+干扰的变量。例如，功率控制环路可基于r或E(r)。

在上面的实施例中，格子结构均衡器可用于为传输的二元信号(+1/-1)提供两个似然。而且它们为所谓的累积残存形式，如公式(26)所示。

ACC_S₊₁＝E{1K_＝1+a_path+1sum+n_-1}²

       ＝1_K＝1 ²+E{a_path+1sum+n_-1}²

ACC_S_-1＝E{1K_-1+a_path-1sum+n_-1}²                             (26)

       ＝1K_-1 ²+E{a_path-1sum+n_-1}²

如果信号和噪声为零平均，我们可将累积项E{a_path+1sum+n_-1}²和E{a_path-1sum+n_-1}²从似然中去除。而且我们需要一种近似，如同公式(27)所示。

Ω＝|ACC_S₊₁-ACC_S_-1|^1/2

  ＝|1K_＝1 ²-1K_-1 ²|^1/2                                     (27)

  ＝|1K_＝1-1K_-1|

判决反馈的最后输出结果接着由公式(28)给出。

S_A＝sign(ACC_S_-1-ACC_S₊₁)·η·(1-|1-Ω)                  (28)

h＝{h₀，h₁，h₂，...，h_L-1，h_L}                            (1) $\mathrm{\ρ}\left(n_k\right)=\frac{1}{2{\mathrm{\π\σ}}^2}\exp [-\frac{{\left|n_k\right|}^2}{{2\mathrm{\σ}}^2}]---\left(2\right)$

$\mathrm{\ρ}(U_{k-D},{Z_1}^k)=\underset{{\∀S}_{k-1}}{\mathrm{\Σ}}\mathrm{\ρ}(U_{k-D},S_{k+1},{Z_1}^k)---\left(6\right)$ $=\underset{{\∀S}_{k-1}}{\mathrm{\Σ}}\mathrm{\ρ}\left(U_{k-D}\right|S_{k+1},{Z_1}^k)\mathrm{\ρ}(S_{k+1},{Z_1}^k)$ $\mathrm{\ρ}(S_{k+1},{Z_1}^k)=\underset{S_k\∈Q}{\mathrm{\Σ}}\mathrm{\ρ}(S_k,S_{k+1},{Z_1}^k)---\left(7\right)$ $=\underset{S_k\∈Q}{\mathrm{\Σ}}\mathrm{\ρ}(S_k,{Z_1}^{k-1})\mathrm{\ρ}(S_{k+1},Z_k|S_k,{Z_1}^{k-1})$ ${\mathrm{\γ}}_1={\mathrm{\γ}}_2\mathrm{In}\left(\frac{1}{2{\mathrm{\π\σ}}^2}\mathrm{\ρ}\left(S_{k+1}\right|S_k)\right)---\left(9\right)$

m_a(s_k，S_k-1)＝d²(S_k，S_k+1)                                               (10)

ρ(ζ_k，Z₁ ^k)＝ρ(ζ_k，Z₁ ^k|S₁)                                            (11)

            ＝ρ(S₂，Z₁|S₁)ρ(S₃，Z₂|S₂)…ρ(S_k+1，Z_k|S_k)

            ＝kγ₁-γ₂In(ρ(ζ_k，Z₁ ^k)) $\mathrm{\ρ}({\mathrm{\ζ}}_k,{Z_1}^k)\∝\exp (-\frac{m_a\left({\mathrm{\ζ}}_k\right)}{{\mathrm{\γ}}_2})---\left(13\right)$ $=\exp (-\frac{m_a\left({\mathrm{\ζ}}_k\right)}{2{\mathrm{\σ}}^2})$ $\left\{{\mathrm{\ρ}}_{k-D,j}\right\}=\left\{\underset{\∈A_k(D,j)}{\min }\left(m_a\left({\mathrm{\ζ}}_k\right)\right)\right\}(j=\mathrm{1,2},...,M)---\left(15\right)$

h＝{h₀，h₁，h₂，...，h_L1，h_L1+1，...，h_L1+L2}                            (16) $Z_k=Z_k-\underset{j=L1+1}{\overset{L1+L2}{\mathrm{\Σ}}}{\stackrel{\‾}{U}}_{k-j}{\stackrel{\‾}{h}}_j---\left(17\right)$ $\stackrel{\‾}{u_k}=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{x}_m{\mathrm{\ρ}}_{k.m}---\left(18\right)$ $d_{k.m}=|u_k\·\·\·A_m|---\left(19\right)$ $\stackrel{\‾}{u_k}=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{x}_m{d}_{k.m}$ (20)

$\left[\begin{array}{c}{x}_1\\ x_2\end{array}\right]=\left[\begin{array}{c}-0.5\\ 0.5\end{array}\right]---\left(22\right)$

Claims (11)

1.一种用于估计在一个通信系统的移动台和基站之间传输的符号的方法，该方法包括：

经一个信道接收一组接收信号抽样(Z_k)，该组信号抽样已经经由不同传输路径传输，每个信号抽样传送一个符号分量(A)；

根据该组接收信号抽样，为符号(a)估计一个软输出判决，它在数量(M)个符号分量(A)的基础上，为每个符号分量以及一个似然参数组合一个估计值，该似然参数指示与该估计值相关的可靠性级别；以及

利用软输出判决作为反馈元素，以便在为下一组接收抽样估计一个软输出判决之前，修正下一组接收信号抽样。

2.根据权利要求1的方法，其中一个信号突发序列经该信道接收，而且其中该信号突发中的每个符号的软输出判决被估计，并在估计同一信号突发中的下一符号之前被用作反馈元素。

3.根据权利要求1或2的方法，其中为符号(a)估计软输出判决的步骤是在一种格子结构均衡器中进行的，在该格子结构均衡器中状态转换是经一组转换分支实现的。

4.根据权利要求3的方法，其中格子结构均衡器的状态最初由一个信道冲激响应的信道抽头定义，而该响应是根据接收信号抽样估计的。

5.根据权利要求4的方法，其中信道冲激响应包括数量(L)个信道抽头，其中第一组信道抽头(h₀...h_L1)用于设置格子结构均衡器的初始状态，而第二组信道抽头(h_L1...h_L)被视为干扰，且用于在估计下一软输出判决之前修正输入信号。

6.根据权利要求4或5的方法，其中利用一个全路径前置过滤器生成一个最小相位信道冲激响应。

7.一种符号估计电路，用于在移动通信系统中估计符号，该电路包括：

一个接收机，用于经一个信道接收一组信号抽样(Z_k)，该组信号抽样已经经由不同传输路径传输，每个信号抽样传送一个符号分量；

一个估计器，用于根据该组接收信号抽样为符号(a)估计一个软输出判决，它在数量(M)个符号分量(A)的基础上，为每个符号分量与一个似然参数组合一个估计值，似然参数指示与该估计值相关的可靠性级别；以及

一个反馈路径，用于反馈软输出判决，以便在为下一组接收抽样估计一个软输出判决之前，修正下一组接收信号抽样。

8.根据权利要求7的符号估计电路，其中估计器采用格子结构均衡器的形式。

9.一种与一个信道估计器相组合的符号估计电路，生成形式为一组信道抽头的一个信道冲激响应，所述信道抽头用于定义格子结构均衡器的状态。

10.根据权利要求9的符号估计电路，包括一个存储器，用于将信道抽头保存为两部分，第一部分(h₀...h_L1)用于定义格子结构均衡器的所述状态，而第二部分用于修正反馈软输出判决。

11.根据权利要求9的符号估计电路，与一个信道估计器相组合，还包括一个全路径滤波器，用于生成一个最小相位信道冲激响应。

Images