CN1369162A - 用于多径信道中传播的数字信号的接收机 - Google Patents

Abstract

一种用于对接收的数字信号r(n)进行均衡的方法和接收机,该信号在具有产生时间和频率畸变的时不变和时变的多径及总长度等于L码元间隔的信道脉冲响应(CIR)的散射通信信道中传播。按照该方法,散射信道状态分成3种,即可见态、近隐藏态和远隐藏态。根据可见态b′(n)的后验概率(APP)的矢量p′(n)和接收的序列r(n)评估信道,并根据基于上述信道可见态的APP矢量p′(n)的最大后验概率(MAP)判定接收码元。可相对于接收信号中包含的检测序列评估CIR,在该信号其余部分接收期间使用评估结果,在信道是时变型时如果必要进行更新。

Description

用于多径信道中传播的数字信号的接收机

本发明特别涉及信号均衡的处理方法，并涉及通过信道对数字连接应用这一方法的接收机，所述信道受到多径随时间与噪声迅速变化的影响。来自多径的符号间干扰(ISI)成为限制陆地移动无线电系统性能的主要因素之一。传输信道引起的瞬时传播ts能达到15-20μs，这与载频(GSM传输为900/1800MHz，UMTS为2GHz)无关。

在当前的GSM传输中(调制为270Kbps二进制)，这对应于长度L＝6码元间隔(样本)的等效时间离散信道脉冲响应(CIR)，因而在当前GSM接收机中，具有2⁵＝64状态的Viterbi均衡器(VE)是一种可行的解决办法。参照比GSM更为先进的系统，更大的符号速度(达2Mbps)提出了更大的L值，而且常规的VE过程复杂。若转到更高级别的构象(如QPSK)，同样增大了复杂性。

此外，即使在当前的GSM中，为了能启动这类附加的功能，例如沿整个接收的时隙作信道评估而且不仅与当前的GSM接收机中发生的所谓居中(midamble)有关，与64状态VE相比，减小复杂性还是有利的。

在此场合中，必须使用有利于简化技术的VE，诸如交叉滤波器或DFE，但其性能比VE差得多。

已经提出的均衡器属于所谓的符号对符号一族，是一种后验概率(SBS-MAP)最大的均衡器。本发明的均衡器为一种递归结构，基于步进信道知识和相对于通道输出所接收的序列观察(噪声)而工作。

本发明的一般目的是克服上述诸缺点，即提出一种信号处理方法和应用该方法的接收机，使它比常规接收机(其复杂性依赖于总脉冲响应长度)更简化。

为此，根据本发明设法提供一种对接收的数字信号r(n)均衡的方法，所述数字信号r(n)在造成时间与频率畸变的时不变或甚至时变型多径、脉冲响应总长度为L的通信信道中传播，所述方法包括以下步骤：

初步评估称为CIR的信道脉冲响应，

用称为“非零”系数的被评CIR的NNZ系数(其幅值比称为“零”系数的其余L-NNZ系数大得多)把信道状态划分为：

a)“可见态”，由包括相对于非零CIR系数定位的NNZ信息数据的矢量b′(n)≡b(n-i′1)…b(n-i′NNZ)]定义，

b)“近隐藏态”，由包括相对于后接CIR位置具有非零CIR系数的NZV数据的矢量b″(n)≡[b(n-i″1)…b(n-i″NZV)]定义，

c)“远隐藏态”，由包括其余NZL＝L-NNZ-NZV数据的矢量b(n)≡[b(n-i1)…b(n-iNZL)定义]，

分别计算信道状态b′(n)、b″(n)和b(n)后验概率(APP)的矢量p′(n)、p″(n)和p(n)，

根据基于上述信道可见态矢量APP P′(n)的最大后验概率(MAP)准则判定接收的符号，以及

除了接收的序列r(n)外，还根据可见态b′(n)的矢量APP P′(n)逐步更新该信道的初始评估值。

根据本发明，提供一种被接收的数字信号r(n)的接收机，所述数字信号r(n)在造成时间与频率畸变的时不变或均匀时变型多径、脉冲响应总长度为L的通信信道中传播，所述接收机包括：

对信道脉冲响应(CIR)作初步评估的评估器(CE)，

识别下述三种信道状态的被评估CIR非零系数的检测器：

a)“可见态”，由包括相对于非零CIR系数定位的NNZ信息数据的矢量b′(n)≡[b(n-i′1)…b(n-i′NNZ)]定义，

b)“近隐藏态”，由包括相对于后接CIR位置具有非零CIR系数的NZV数据的矢量b″(n)≡[b(n-i″1)…b(n-i″NZV)]定义，

c)“远隐藏态”，由包括复杂NZL＝L-NNZ-NZV数据的矢量b(n)≡b(n-i1)…b(n-iNZL)定义]，

信道状态分别为b′(n)、b″(n)和b(n)后验概率(APP)的矢量p′(n)、p″(n)和p(n)的计算器。

基于该信道的可见态的这一矢量APP P′(n)的最大后验概率(MAP)判定器，

根据可见态b′(n)的矢量APP P′(n)并根据接收的序列r(n)更新初步评估值的逐步信道评估器。

为了清楚地阐述本发明的创新原理及其较之原有技术的诸优点，下面借助附图以应用所述原理的非限制性例子描述一可行的实施例。

附图中：

图1示出已知类型SBS-MAP接收机的框图，和

图2示出应用本发明方法的SBS-MAP接收机的框图。

本发明方法提供一种时不变信道(TI)的基本型式，其中假定CIR是已知的，或基于某一已知的数据序列作初步评估；同时提供一种时变信道(TV)的型式，其中信道评估是相对于接收的序列逐步更新的，且更新基于接收的序列。

假定要处理的数字信号可以有利地由各种交织的信息数据与探测序列(由已知的数据组成)组成。例如，数据序列与探测序列可以有规划地隔开，或者该信号可以由探测序列可以有规则地隔开，或者该信号可以由探测序列居中(midamble)的时隙和两侧的两个信息数据序列组成，或者时隙可以包括开头(前序)的探测序列后接已知的数据序列，等等。对于认为选用探测与信息数据构造更适合专用场合的本领域的技术人员而言，这类数字信号是熟知的。

利用在以符号(码元)时间Ts采样的时变基带(TV)中的典型等效模型(即信道在时间上迅速变化，或甚至在同一时隙中，CIR各符号也不同，)接收的序列可以表示成： $r\left(n\right)=\underset{k=0}{\overset{L-1}{\mathrm{\Σ}}}{c}_k\left(n\right)b(n-k)+w\left(n\right)---\left(1\right)$

式中的b(n)是属于一般复杂星座表具有S维的信息数据序列(如在BPSK中，S＝2，b(n)＝±1，在QPSK中，S＝4而

w(n)是典型的高期加性白噪声序列，平均值为零，两侧功率谱密度为No/2，CK(n)，K＝0…，L-1是随瞬时标引n变化的CIR系数。在特定场合中，若不变的时间信道(TI)公式(1)变为： $r\left(n\right)=\underset{k=0}{\overset{L-1}{\mathrm{\Σ}}}{c}_{k}b(n-k)+w\left(n\right)$

CIR系数Co，…C_L-1变成不随n变化，且假定为已知，或基于与信息序列一起呈现的适当的探测序列加以评估。

参照图1，在两种场合中(TV或TI信道)，已知类型的SBS-MAP接收机包括SBS-MAP型均衡器，以下列步骤对接收的信号均衡：

1)将信道状态矢量定义为 b＝[b(n)…b(n-L+1)]，它可以假设N＝S^L种不同的结构 m1… mN。

2)在观察整个接收的序列 r1，n≡[r(1)…r(n)]的步1到n的条件下，以步n限定该信道可能的状态的概率。将这些概率按后验概率(APP)矢量组合起来：

P(n)＝[P(b(n)＝ m1| r1，n)…P(b(n)＝ mN| r1，n)^T式中，v^T指矢量v的转置。

3)以下列诸元限定信道状态转移概率(PT)的矩阵F：

Fi，j＝P(b(n)＝ mi|b(n-1)＝ mj)，i，j＝1…N

该式用于基于观察的 r1，n-1以步进p(n)计算预测为Fp(n-1)。

4)根据其预测Fp(n-1)，观察的r(n)和CIR知识，按步进n递归计算p(n)。

5)根据计算的p(n)，在步进n-D(或判定延迟D等于信道存储器，即D＝L-1)中将星座表符号的概率与对应于信道状态的 P(n)的诸元相加，所述信道状态显示位置n-D的码元数据。

6)最后，MAP判定器根据已知的MAP规则判定具有最高概率的星座表符号。判定的数据b^(n-D)的延迟为D。

在信道TV的情况中，除了APP计算器块(APPC)外，还必须有一个信道评估器(CE)，逐步将更新的CIR评估值再提供给SBS-MAP均衡器，更新的CIR评估值是根据接收的序列r(n)和数据判定(或相对于任何探测序列的已知数据)求出的。C_k(n)是评估的CIR系数。

在此场合中，SBS-MAP均衡器特别有效，因为与通常以5L或6L判定延迟工作的VE相比，该判定输出的延迟很小(D)，从而允许CE提供更新的CIR评估值而提高均衡器的性能。对于CE的常规解法包括按判定引导的卡尔曼(kalman)滤波器。最近提出的另一种可行的解法是除了接收的序列r(n)以外，还包括一种按信道APP的矢量 p(n)引导的非线性自适应kalman滤波器。

至此，已描述了一种大体上已知的方法。

对于TI与TV这二者，很容易证明其构成的复杂性取决于脉冲响应的总长度L。在有多径的情况下，脉冲响应甚至能具有极长的长度L，若希望有令人满意的精度，就不会提出上述方法了。

但在多径的情况下，脉冲信道响应(CIR)通常包括某些非零与零(或在任何情况下对均衡目的而言可忽略其幅值)的系数，其实已经发现，尽管存在高度瞬时的扩散ts，不过通常可以限制可以求解的多径(或与符号间隔相比，到达时间之间有不小的差异)的数量。因此，只有某些CIR系数为非零，或在任何情况下并无可忽略的幅值，并将该信道定义为散射型。

在这种情况下，一种可行的已知方法包括引入自适应交叉滤波器来减少最远的多径回波引起的ISI，使后面的VE能更有效地工作。但是，这类系统的性能可能并不令人满意，问题在于只有部分的远程回波抵消并且交叉滤波器引入的噪声增强。

另一种方法包括一种经适当修枝的VE版本，在计算与VE树中不同路径有关的量度时，允许有为零的CIR系数。但是，该VE必须尤其针对CIR中每一种可能的零与非零样本结构设计。由于这种设计很复杂，并非当今的一般解法，所以修枝的VE目前并不成为实际的解法。

图2系出本发明的一种解决方法。根据本发明，有创意地把散射的信道状态分成三种成份，即可观察的或可见态、隐藏的近态和隐藏的远态。已有技术的APP计算器由三个计算块取代。

令Ci′1′…Ci′K′，…，Ci′_NNZ为NNZ非零CIR系数，其位置由整个指数i′1＜i′1…＜i′NNZ＜i′NNZ标识。这些CIR系数是已知的，或以高精度估算，并假设了它们的位置。

为了限制接收机的复杂性，可以设-NNZ上限，然后将幅值大的NNZCIR系数选为非零，同时略去其它所有系数。为简化起见，这里讨论诸零系数，即使该项表示幅值小于随意选择的预置极限的系数。显然，该极限越低，接收机的复杂性就越高，不过多径响应也更佳。

接收的序列表达式可以写成： $r\left(n\right)=\underset{k=1}{\overset{\mathrm{NNZ}}{\mathrm{\Σ}}}{c}_{i^{\′}k}b(n-i^{\′}k)+w\left(n\right)$

而且可限定在步进n中可观察的信道状态的矢量b′(n)＝[b(n-i′1)…b(n-i′NNZ)]，它包括相对于非零CIR系数定位的NNZ信息数据。b’(n)可以假设N’＝S^NNZ种不同的结构m′1′…m′_N’，可以把APP矢量定义为：

p′(n)≡[p(b′(n)＝m′₁|r_1，n)…p(b′(n)＝m′_N′|r_1，n)]^T(2)

在步骤n，相对于CIR其余LNNZ零系数定位的信息数据构成信道的隐藏态。在这中间，在矢量b″(n)＝[b(n-i″1)…b(n-i″NZV)]，中组合了显示相对于CIR后面位置的某个非零CIR系数的NZV数据，这些数据可在后一步骤n+1中观察到，因此是隐藏的近态。反之，在矢量b(n)≡[b(n-i1)…b(n-iNZL)]中组合其余的NZL＝1-NNZ-NZV数据，这些数据即使在下一步骤n+1中仍隐藏着，因此是隐藏的远态。

矢量b″(n)和b(n)可以分别假设N″＝S^NZV种结构m″1，…，m″N和N＝S^NZL结构m1，…，mn，在步骤n中，这些都与APP矢量p″(n)和p(n)有关，这些矢量以替代方式像(2)式那样以对p′(n)加以定义。

其中划分APP计算器(APPC)的三个计算块，都计算相应信道状态的APP。APP计算器包括一个被评估CIR非零系数的检测器(NNZD＝NNZ检测器)，用来识别信道的三种状态，并让这三个块计算其有关状态的APP。

已发现，在下一步n+1中，取自b′(n)的结构不仅取决于b′(n)本身，还取决于b″(n)。

在相对于b″(n)的条件下，用诸元引入PT的矩阵F′k，k＝1，…N″：

F′_ki，j＝P(b′(n)＝m′i|b′(n-i)＝ m′_j，b″(n)＝ m″_k)

式中i，j＝1，…N′，K＝1，…N″。在p′(n)一步的预测可表示为； $\underset{k=1}{\overset{N^{\′\′}}{\mathrm{\Σ}}}\left\{\right[{F^{\′}}_k{\underset{-}{p}}^{\′}\left(n\right)\left]P({\underset{-}{b}}^{\′\′}\left(n\right)={{\underset{-}{m}}^{\′\′}}_k)\right\}=$ $\left\{\underset{k=1}{\overset{N^{\′\′}}{\mathrm{\Σ}}}\right[{F^{\′}}_{k}P({\underset{-}{b}}^{\′\′}\left(n\right)={{\underset{-}{m}}^{\′\′}}_k)\left]\right\}{\underset{-}{p}}^{\′}\left(n\right)=F\left(n\right){\underset{-}{p}}^{\′}\left(n\right)---\left(3\right)$

其中矩阵F(n)是在步骤n对其概率的F′_k的加权平均，其诸元在步骤n中是p′(n)的无条件PTs：

Fij(n)＝P(p′(n)＝m′j |p′(n-1)＝m′j)，i，j＝1，…，N′

已发现，在非散射型信道均衡器SBS-MAP中，并不出现F(n)的逐步计算。

关于APP矢量p′(n)、p″(n)和p(n)的计算，以同样的值(1/N′、1/N″、1/N)初始化，假定有等概率的所有可能的状态。若有探测序列，上述矢量就根据已知的数据初始化。

在图2可看出，在步骤n，矢量p″(n)和p(n)是根据前几步计算并贮存的矢量p′(n)计算的。可以看出，在计算隐藏的p″(n)和p(n)时，不使用接收的样本r(n)。

另一方面，p’(n)是根据其在某一步骤按(3)式估算的预测和当前接收的符号r(n)计算的。

若散射信道是时变的(TV-S)，则假设NNZ非零CIR系数的位置在时间上是固定的，即标引组(i′1，…i′NNZ)，(i″1，…i″NZV)，(i1，…iNZL)。

于是信道模型变成： $r\left(n\right)=\underset{k=1}{\overset{\mathrm{NNZ}}{\mathrm{\Σ}}}{c}_{i^{\′}k\left(n\right)}b(n-i^{\′}k)+w\left(n\right)$

而提供估计的CIR系数的CE必须只更新非零NNZ系数Ci′1(n)，…，Ci′k(n)，…Ci′_NNZ(n)的轨迹。

为此，可根据r(n)和有关b(n-i′1)，…b(i-i′NNZ)的判定或根据任何相对于探测序列的已知数据来使用常规的Kalman(矢量)滤波器。

作为本发明的一种替代方法，可根据r(n)和可见态b′(n)的APP矢量p′(n)来使用Kalman非线性自适应滤波器，不必像上述参照非散射信道在同样的Kalman非线性自适应滤波器中那样要依赖于信道b(n)整个状态的APP矢量p(n)。

在与训练序列有关的散射与非散射两种时变信道的情况中，CE(Kalman型滤波器)经修改的考虑到信道状态完全已知(在训练序列中)或部分已知(在从训练序列到已知数据的过程中)的事实。

再参照图2，本发明的SBS-MAP均衡算法可归纳如下：

1)开始时用合适的评估器根据探测序列初步评估CIR。这可以用简单的算法完成，例如计算被发射的探测序列与GSM中收到的序列之间的交叉相关性。

这样可识别出非零CIR系数，然后识别出标引数组(i′1，…i′NNZ)，(i″1，…i″NZV)，(i1，…INZL)。为了限制接收机的复杂性，可以设一NNZ的上限，然后将最大幅值的NNZCIR系数选为非零，同时忽略其它所有的系数。

2)若该信道证明是散射型信道，即若NNZ＞1，则根据该信道指引组计算矩阵F′K′_k＝1，…N″。

3)必要时，可以用TV信道的Kalman非线性自适应滤波器和上述已知的信道状态(CIR初值等于步骤1求出的值)以比步骤1更高的精度重新计算CIR。

4)若该信道是TV-S，则遵循上述对时变散射型信道的步骤，即APP矢量根据训练序列初始化，然后在步骤n中沿着那里移动信息数据序列。

4.1)APP矢量根据收到的样本r(n)和在前一步中计算的信道预测更新，

4.2)根据p′(n)，更新这一信道预测，并适用于下步骤n+1，

4.3)根据p′(n)，计算在步骤n-D中令MAP判定器提供MAP判定的诸符号的概率。判定的数据b^(n-D)的延迟为D。

5)若该信道为TI-S，则遵循上述时不变散射信道的步骤，即按上述步骤1-3执行，但是该信道评估器沿数据序列保持无效，SBS-MAP均衡器应用步骤1中求出的信道评估值，如有必要，在步骤3中结束。

6)在步骤1中，若该信道不散射，则按需要应用已知的对TI-NS的SBS-MAP解法(上述)，或对TV-NS描述的解法。

关于对信道NS描述的均衡器的计算复杂性，它与已有技术提出的同类SBS-MAP解法相同。

本发明对散射型信道提出的方案，无论是TI还是TV，与同样数量的非零系数的NS信道相比，增大了复杂性，因为还必须考虑到隐藏的信道状态。

特别对收到的每个时隙，必须选择幅值最大的NNZCIR系数，这种操作的复杂性取决于信道初步评估使用的算法。

因此，如(2)式所示，计算的准备使用的Fk′PT矩阵有N″个，对于要计算的总共N″x(N′)²个元而言，每个矩阵的维数为(N′)²。

然而必须考虑到，若考虑到PT矩阵的对称性与特点，实际上要计算的有效的元数小得多。假定CIR结构对于整个时隙保持基本上不变，则上述的PT矩阵计算对每个收到的时隙只作一次，与时隙信息数据逐步均衡相比，计算成本可认为是微不足道的。

与信息数据均衡相比，对于CIR系数的本结构而言，该均衡器的设计复杂性可略而不计。

特别是对收到的每个样本不仅必须逐步计算可观察状态的APP矢量p′(n)，还要计算隐藏状态的APP矢量p″(n)与p(n)。对于有同样数量的非零系数的NS信道，虽然计算p′(n)相当于计算p(n)，但是在计算p″(n)与p(n)时必须有一些附加的操作。特别是已经对每个收到的符号作了评估，但还要求N″x(NNZ-1)个乘积以由先前适当存贮的矢量p′(n)来计算p″(n)。N″×N＇²个乘积和(N″-1)×N′²个和用来计算加权的PTs的矩阵F(n)。要用(NNZ-1)×S×N′乘积和(NNZ-1)×S×(N′-1)个和来更新对应于LCIR系数位置的概率的评估值。

还必须考虑，在任何情况下，本发明解法的复杂性比散射型信道解法小得多，在后一种解法中，要对整个脉冲响应长度L设容差。

经评估，常规SBS-MAP解法的复杂性随L呈指数增大，而本发明方案的复杂性不大于带同样数量非零系数的SPS-MAP均衡器复杂性的二倍。

很清楚，预定目的已实现。本发明接收机的复杂性只与CIR非零系数的数量有联系，与脉冲响应系数的总数无关，而脉冲响应系数还包括了已有技术接收机中出现的零系数和特别是基于Viterbi算法的那些系数。

复杂性降低可造成脉冲响应长度L不会遇到的情况，除了用性能计算上差得多的可接受的其它技术。在已有技术只允许实现基本均衡功能的那些场合，复杂性降低还能插入附加的功能。

自然，利用在要求的权利范围内所述原理的非限制性例子，给出了上述应用本发明创新原理的实施例。例如，即使发现卷积或块型的格子信道编码(TMC-格码调制)更好，接收序列的信道编码仍可认为是最合适的一种方式。而且在传输中认为有利的是，可对序列作差分或交错编码。

Claims (10)

1.一种对接收的数字信号r(n)均衡的方法，所述数字信号r(n)在造成时间与频率畸变的时不变或甚至时变型多径、脉冲响应总长度为L的通信信道中传播，其特征在于，所述方法包括以下阶段：

初步评估称为CIR的信道脉冲响应，

用其幅值比称为“零”系数的其余L-NNZ系数大得多的称为“非零”系数的被评估CIR的NNZ系数把信道状态划分为：

a)“可见态”，由包括相对于非零CIR系数定位的NNZ信息数据的矢量b′(n)≡b(n-i′1)…b(n-i′NNZ)]定义，

b)“近隐藏态”，由包括相对于后接CIR位置具有非零CIR系数的NZV数据的矢量b″(n)＝≡[b(n-i″1)…b(n-i″NZV)]定义，

c)“远隐藏态”，由包括其余NZL＝L-NNZ-NZV数据的矢量 b(n)≡[b(n-i1)…b(n-iNZL)定义]，

分别计算信道状态b′(n)、 b″(n)和 b(n)后验概率(APP)的矢量 p′(n)、 p″(n)和 p(n)，

根据基于上述信道可见态矢量APP  p′(n)的最大后验概率(MAP)判据判定接收的符号，以及

除了接收的序列r(n)外，还根据可见态 b′(n)的矢量APP  p′(n)逐步更新该信道的初始评估值。

2.如权利要求1所述的方法，其特征在于，CIR是相对于包含在接收信号里的探测序列评估的，并在接收该信号的其余部分期间应用所述评估结果。

3.如权利要求1所述的方法，其特征在于，发射的序列经受交织处理。

4.如权利要求1所述的方法，其特征在于，发射的序列经受调制和/或差分编码。

5.如权利要求1所述的方法，其特征在于，发射的序列经受从块编码、卷积编码或格子编码中优选出的信道编码。

6.一种被接收的数字信号r(n)的接收机，所述数字信号r(n)在造成时间与频率畸变的时不变或甚至时变型多径、脉冲响应总长度为L的通信信道中传播，其特征在于，所述接收机包括：

对信道脉冲响应作初步评估的评估器(CE)，

识别下述三种信道状态的被评估CIR非零系数的检测器(NNZD)：

a)“可见态”，由包括相对于非零CIR系数定位的NNZ信息数据的矢量b′(n)≡b(n-i′1)…b(n-i′NNZ)]定义，

b)“近隐藏态”，由包括相对于后接CIR位置具有非零CIR系数的NZV数据的矢量b″(n)＝≡[b(n-i″1)…b(n-i″NZV)]定义，

c)“远隐藏态”，由包括其余NZL＝L-NNZ-NZV数据的矢量b(n)≡[b(n-i1)…b(n-iNZL)定义]，

信道状态分别为b′(n)、b″(n)和b(n)的后验概率(APP)的矢量p′(n)、p″(n)和p(n)的计算器(APPC)，

基于所述信道的可见态的该矢量APP p′(n)的最大后验概率(MAP)判定器，

根据可见态b′(n)的矢量APP p′(n)并根据接收的序列r(n)更新初步评估值的逐步信道评估器(CE)。

7.如权利要求6所述的接收机，其特征在于，CIR是相对于包含在接收信号里的探测序列评估的，并在接收该信号的其余部分期间应用所述评估结果。

8.如权利要求6所述的接收机，其特征在于，发射的序列经受交织处理。

9.如权利要求6所述的接收机，其特征在于，发射的序列受调制和/或差分编码。

10.如权利要求6所述的接收机，其特征在于，发射的序列经受从块编码、卷积编码或格子编码中优选出的信道编码。

Images