CN1404234A - 一种训练参考信号及接收处理方法 - Google Patents

Abstract

一种训练参考信号的发生和接收处理方法，用于数字传输系统接收端均衡器的自适应均衡处理。本发明提供的训练参考信号由重复的伪随机序列生成，接收端采用FFT和IFFT运算计算正确的信道模型并确定FIR和IIR均衡器系数。处理方法简单快捷，能提供强有力的均衡器训练，抗干扰能力强，即使在恶劣的信道条件下也能得到令人满意的均衡效果。

Description

一种训练参考信号及接收处理方法

本发明涉及一种训练参考信号的发生和接收处理方法，用于数字传输系统接收端均衡器的自适应均衡处理。

用于实际传输的信道不是理想信道，存在着各种干扰导致的信道失真，信道失真引起符号间干扰，如果不加补偿，会产生高的差错率。符号间干扰问题的解决方案是设计一个能使用一种方法补偿或减小在接收信号中的符号间干扰的接收机。这种符号间补偿器称为均衡器。在大多数使用均衡器的通信系统中，信道特性是先验未知的，需要将均衡器设计成对信道响应是可调的，在许多情况下，信道响应是时变的，需要将均衡器设计成对信道响应是自适应的。

自适应均衡可以盲均衡形式进行，无需发送训练参考信号，也可利用发送的训练参考信号进行均衡。盲均衡对信号的初始眼图没有特殊要求，但收敛速度慢，收敛后剩余误差大，因此采用训练序列进行均衡更为通用。

均衡器克服符号间干扰有多种算法，如迫零法(ZF)、最小均方算法(LMS)等，这两种算法均是以自适应均衡器为基础的。由于LMS算法的理论复杂度较低，是一个连续的学习和跟踪过程，在抽头值建立过程中无需额外控制，滤波器常常采用LMS算法或其变型对均衡滤波器抽头取值进行学习。但是，LMS算法的信道校正能力并非最优，在简单的接收条件下，如使用室外天线，而发射塔在视野中的情况下工作得非常好，但在其它常见的无线接收条件如：室内接收，高层建筑或群山环绕地区的接收条件下，采用LMS算法的自适应IIR滤波器的工作将成为很大的问题。

这是因为：

LMS算法根据等式b_n＝b_n-1+μ_n*e_n*x_n调整均衡器抽头b，其中：

b_n为时间n的均衡器抽头；

b_n-1为时间n-1的均衡器抽头；

x_n为接收到的信号；

e_n为当前的均衡误差；

μ_n为步长参数，它设置b_n变到优化值b_opt的收敛速度；为了保证收敛过程稳定，μ_n取值受多种因素限制。

根据以上说明可知，基于LMS算法的自适应均衡器将有如下缺点：

由于LMS算法是建立在用梯度搜索法求最小值的基础上，其收敛速度受步长参数μ的影响很大，当信号的统计随时间迅速变化时，滞后误差将主导自适应均衡器的性能，这就使得LMS算法对于快速时变信道跟踪能力低，表现为在非直视接收条件下均衡器性能受到限制，在瑞利信道(C/E电平较低)条件下信号解调所需C/N门限明显增加，在严重多径的室内条件下，均衡器IIR部分的稳定性受到损伤。

下面是专利背景的有关文献资料：

John G.Proakis著，张力军等译，“数字通信”，电子工业出版社，443-449页

S.U.H.Qureshi：“Adaptive Equalization”Proc.IEEE，vol.73，no.9，pp.1349-1387，Sept.1985

S.Haykin，“Adaptive Filter Theory”Englewood Cliffs，NJ：Prentice Hall，1996，3rd ed.

为了使数字系统能够提供更好的传输性能，本发明提出了一种新型的适用于自适应均衡处理的训练参考信号和接收处理方法，该方法不是基于LMS理论，因此避免了LMS算法固有的跟踪缓慢、工作不稳定的缺点。

本专利包括如下几个方面的内容：

1.在传输数据中加入训练参考信号用于均衡器训练，参考信号由伪随机序列及其循环扩展组成。这个伪随机序列的循环扩展能提供“干净”的数据(不受因前回波造成的序列后传输符号的干扰和因后回波造成的序列前传输符号干扰)和快速的自适应处理，无需如LMS算法一样采用会降低自适应速度的平均运算处理。

2.根据所插入的训练参考信号正确地计算信道模型，此信道模型计算可以在频域采用FFT和IFFT运算或者在时域采用互相关运算进行。

3.接收均衡器采用IIR模式实现，均衡器的结构是一个FIR加一个反馈均衡器。将FIR系数计算和IIR(反馈)系数的计算分开处理，以使均衡具有更高的鲁棒性。FIR系数使用FFT和IFFT运算进行计算。

4.使用计算得到的FIR系数的滤波器对接收到的参考信号滤波，并在剩余误差的基础上利用FFT和IFFT二次叠代计算反馈均衡器抽头系数。

训练参考信号由生成的训练序列，根据所采用的信号调制方法映射到相应的I-Q信号星座图上。

训练序列按照以下步骤生成：

(1)、生成长度为N(N为自然数)的二进制伪随机序列P，序列P常用长度为2ⁿ-1(n为自然数)的二进制伪随机序列形式，为了有效地使用以2为根的FFT运算，不失一般性，可以通过在伪随机序列结尾补一个零，将长度补足到2ⁿ。

(2)、将长度为N的二进制伪随机序列P进行循环扩展，并根据需要，以二进制伪随机序列P为中心，向其前后分别扩展，得到总长度为N+L(L为自然数)的二进制序列P’。P’即为所需传输的训练参考序列，其结构如图1所示。

在P’中位于P前面的L_pre个二进制符号P_pre称为前缀符号，位于P后面的L_suf个二进制符号P_suf称为后缀符号。根据应用条件，其中用作前缀或者后缀的符号可以同时存在，前缀符号长度L_pre和后缀符号长度L_suf满足L_pre+L_suf＝L的关系，L_pre和L_suf为非负整数，可以分别为零，分别对应只有后缀符号或者只有前缀符号的情况。

L越长，所能抵消的回波延时越长，但由于插入的非数据符号增加，系统传输效率将降低。因此根据业务需要，可以灵活地选择L，当所需抵消的回波延时较小，而对系统传输效率要求较高时，可设置L＜N，L取长度为N的伪随机序列的前L个符号。当所需抵消的延时较大时，可设置L＞N。

前缀符号和后缀符号的取值方法如下：

将长度为N的二进制伪随机序列P顺序重复i次得到一个重复伪随机序列，(i-1)N＜L_pre≤iN，将重复伪随机序列的最后L_pre个符号作为前缀符号，i为非负整数；

将长度为N的二进制伪随机序列P顺序重复j次得到一个重复伪随机序列，(j-1)N＜L_suf≤jN，将重复伪随机序列的最前L_suf个符号作为后缀符号，j为非负整数。

根据以上的前缀符号和后缀符号的取值，训练序列还可以按照如下步骤生成：

(1)、生成长度为N的二进制伪随机序列P，N为自然数；

将长度为N的二进制伪随机序列P顺序重复i次得到一个重复伪随机序列，(i-1)N＜L_pre≤iN，截取重复伪随机序列的最后L_pre个符号得到前缀符号P_pr，i为非负整数；

将长度为N的二进制伪随机序列P顺序重复j次得到一个重复伪随机序列，(j-1)N＜L_suf≤jN，截取重复伪随机序列的最前L_suf个符号得到后缀符号P_suf，j为非负整数。

(2)、将生成的前缀符号P_pr、二进制伪随机序列P、后缀符号P_suf顺序拼接，形成完整的训练参考信号。

采用这样的训练参考信号，可以保证在延时长度达到L符号长(前后回波相加)的回波干扰下无失真地计算信道模型。信道模型可以通过训练参考信号的自相关函数直接通过频域计算或在时域采用互相关运算进行以得到正确的结果，从而为均衡器抽头系数的自适应调整提供依据。

对应于本发明提出的训练参考信号，在接收端需要使用均衡器进行信道均衡处理。常用的均衡器有包括线性均衡器和判决反馈均衡器在内的多种实现方式，考虑到硬件实现的效率，本发明提供了一种配置为IIR模式(一个FIR加一个反馈均衡器)的均衡器实施例，采用较小的抽头数就可以使较长延时多径干扰条件下均衡器达到收敛，该均衡器理论实施方案如图2所示。

相应的均衡器FIR系数的设置步骤如下，为便于说明，首先给出计算公式中使用到符号和表达式的定义：

表达式PNx(x为自然数)是指长度为x的伪随机序列；

表达式(0：y-1)(y为自然数)表示选取序列的第1到y个符号形成的新序列；

表达式[u，v]表示将序列u、v顺序拼接得到的新序列；

表达式FFT_xu(x为自然数)表示对序列u进行长度为x的FFT运算得到的结果；

表达式conv(u，v)表示对序列u、v作卷积运算得到的结果。

N-二进制伪随机序列P的长度，通常为2ⁿ-1形式，例如511或者1023；为了有效地使用以2为根的FFT，不失一般性，N可以通过对长度为2ⁿ-1的序列结尾补一个零，补足到2ⁿ长度。

L-所能允许的总的数据泄漏(即由前、后回波造成的干扰)，这代表所能抵消的前、后回波干扰的总和。

x_cyc＝[PN N，PN N(0：L-1)]，由伪随机序列P和从P中截取的前L个符号形成的后缀符号构成的训练参考信号，为便于说明，这里给出的是P和其后缀形成的训练参考信号形式，对于其它信号形式，如P和其前缀，或者P和前缀及后缀形成的训练参考信号，x_cyc用相应的形式代入到公式中。

X＝FFT_N(PN N)，表示对伪随机序列P进行长度为N的FFT运算得到的结果。

g-长度为L的信道脉冲响应(前抽头加后抽头)，这是信道的回波模型。如果回波延时长于L符号的时间，则会增加额外的噪声，需要采用平均进行运算，但会降低均衡速度。

y_n-g对x_cyc的响应，这是长度为(N+L)+L-1的序列中第n个接收到的参考段，假设y_n(0)对应于x_cyc(0)。

W_N(k)＝e^j*2*δ*k/N，k＝0，1，2，...N-1：

M-最大后向数据泄漏(前回波)，M通过能量计算决定，不属于本专利范围。

计算过程如下：

对于参考段n，n＝0，1，2...：

1.记录长度为N的序列：r_n＝y_n(L-M：L+N-1-M)；

2.计算R_n＝FFT_N(r_n)；

3.计算信道DFT G_n(k)＝(R_n(k)/X(k))*W_N(k)^-L+Mk＝0，1，2，...N-1；

4.计算信道模型g_n＝IFFT_N(G_n)；

5.计算倒信道模型g_inv，n＝IFFT_N(1/G_n)；

6.根据g_inv，n设置优化的FIR均衡器系数h_fir，n，其长度为N_fir，N_fir＜N。FIR均衡器的抽头系数设置按照目前已经实际应用的方法进行，不属于本专利的范围；

7.规定M_fir作为h_fir，n的中心抽头延时，0≤M_fir≤N_fir。

对以上步骤的说明如下：

接收信号r_n的DFT结果等于伪随机序列P和信道脉冲响应g(通过N-L个零填充)的DFT产物。样值的循环偏移在频域通过线性相位位移公式补偿。

g_n是线性脉冲响应g的长度为N的循环变型，例如，g的前向抽头中，距离为m的抽头的系数出现在g_n(N-m)处。

其中的第1步到第4步，可作为一种新型的信道模型计算方法应用，具有运算简单的优点。

均衡器中IIR(回馈部分)抽头系数计算步骤如下所示：

1.计算res＝conv([r_n(N-N_fir：N-1)，r_n(0：N-1)]，h_fir)，长度为2*N_fir+N-1，这是r_n的前向循环扩展形式；

2.计算R_res＝FFT_N(r_res，n)，其中r_res，n＝res(N_fir：N_fir+N-1)，长度为N；

3.计算剩余信道的DFT， $G_{\mathrm{res},n}\left(k\right)=(R_{\mathrm{res},n}\left(k\right)/X\left(k\right))+W_N{\left(k\right)}^{M_{\mathrm{fir}}-L+M}k=\mathrm{0,1},...N-1;$

4.计算剩余信道模型g_res，n＝IFFT_N(G_res，n)；

5.根据特定的g_res，n结构设置优化IIR均衡器系数h_iir，n，长度为N_iir。IIR均衡器的抽头系数设置按照目前已经实际应用的方法进行，不属于本专利的范围。

由于采用了重复的二进制伪随机序列的循环扩展形式的训练参考信号，训练参考信号的长度决定了在回波信道下接收机所能抵抗的最大回波延时长度，周期性扩展的训练参考信号可以抵抗前回波或后回波。训练参考信号的重复频率则决定了可处理的动态变化的回波条件。如果不采用循环扩展的方式，则需要进行平均运算，这意味着均衡质量的下降和自适应速度降低。

在FIR均衡器计算过程中，可以得到信道模型g_n和倒信道模型g_inv，n。根据基于信道模型g_n形状的优化理论可以利用倒信道模型g_inv，n判断FIR均衡器的实现形式，设置FIR均衡器的抽头h_fir，n，例如，对于发射机不可直视的接收条件的短的回波干扰，使用511抽头的FIR结构。又如，使用FIR和IIR反馈部分的结构处理短的簇状回波加额外的长回波的情况，用FIR部分消除簇状回波，用IIR反馈减小长回波的剩余影响。

采用DFE均衡器，可以得到比LMS均衡器可靠得多的FIR均衡器设计，联合采用后向残余IIF(反馈)均衡，就能在发射塔不可直视的接收条件下得到良好的均衡性能。此外，这种均衡器结构还可以在FIR和IIF抽头分割上灵活地实施。可以采用短的前向FIR和长的反馈部分这样一种普通的配置，或者采用其它方式，甚至通过不采用反馈滤波器的长的FIR来实现。理论上，均衡最好只用FIR实现，而不采用IIR反馈部分，这将会得到更精确、更稳定的结果，但是如果回波很长或很强，这就需要很长的FIR，对接收机成本来说是一个负担；而且FIR均衡的结果仍有剩余回波干扰需要进一步消除，因此当回波很强时(即使延时很短)也仍然需要IIR部分。

下面结合应用实例和附图对本专利进行进一步说明。

附图说明：

图1：参考信号结构示意图；

图2：IIR模式均衡器的实现框图；

图3：通过理想信道分析仪测量得到的信道脉冲响应；

图4：通过IDFT运算得到的信道脉冲响应g_n；图中显示了第一组的130个IDFT元素，对应于信道的后抽头；

图5：通过IDFT运算得到的信道脉冲响应g_n；图中显示了最后[490：511]的IDFT元素，包括信道的前抽头；

图6：FIR部分的脉冲响应h_fir，n；

图7：FIR均衡后的信道脉冲响应；

图8：IIR部分的脉冲响应h_iir，n；

图9：IIR均衡后的信道脉冲响应。

以如图3所示的信道为例进行均衡运算，其中，信道脉冲响应序列g(n)的K系数为-2.3dB，K系数定义如下：

K_factor＝20*log₁₀(|g(0)|²/∑_n≠0|g(n)|²)。

信道中包括在主径附近的一个回波簇(抽头-4到10)和远离主径的一个后回波(抽头127)。

运算中使用的训练参考信号定义为：N＝511，L＝300，M＝50。

根据运算得到的均衡器由FIR和IIR部分组成，其中：

FIR部分N_fir＝192，M_fir＝96；

IIR部分N_fir＝192。

得到的处理过程和结果如图3-9所示。

如图7所示，经过FIR均衡后的信道脉冲响应，k系数增加了13.3dB，等于11dB；

如图9所示，经过IIR均衡后的信道脉冲响应，k系数增加了6.37dB，等于17.37dB；

可见，经过均衡处理后，信号特性得到了有效的改善。

因此，本发明提供的训练参考信号和接收处理方法可以有效地保证困难的回波条件下均衡器的快速收敛和信号的高质量接收，它比现在有的基于LMS的算法计算简单、收敛快，实施方式灵活，根据所采用的伪随机循环扩展长度具有灵活的回波抵消能力，根据训练参考信号在传输中插入的重复频率具有灵活的均衡器自适应速度，适用于数字传输系统特别是接收条件困难的无线传输系统的均衡处理中。

Claims (10)

1.一种训练参考信号的发生方法，其特征在于它包括如下步骤：

(1)、生成长度为N的二进制伪随机序列P，N为自然数；

(2)、将长度为N的二进制伪随机序列P进行循环扩展，并根据需要，以二进制伪随机序列P为中心，向其前后分别扩展，得到总长度为N+L的二进制序列P’，P’即为训练参考信号，L为自然数。

2.根据权利要求1所述训练参考信号，其特性在于N＝2ⁿ-1，n为自然数，P为由线性反馈移位寄存器生成的长度为N的二进制伪随机序列。

3.根据权利要求1所述训练参考信号，其特征在于N＝2ⁿ，n为自然数，P由线性反馈移位寄存器生成的长度为N-1的二进制伪随机序列在结尾补一个零得到。

4.一种训练参考信号的发生方法，其特征在于它包括如下步骤：

(1)、生成长度为N的二进制伪随机序列P，N为自然数；

将长度为N的二进制伪随机序列P顺序重复i次得到一个重复伪随机序列，(i-1)N＜L_pre≤iN，截取重复伪随机序列的最后L_pre个符号得到前缀符号P_pre，i为非负整数；

将长度为N的二进制伪随机序列P顺序重复j次得到一个重复伪随机序列，(j-1)N＜L_suf≤jN，截取重复伪随机序列的最前L_suf个符号得到后缀符号P_suf，j为非负整数；

(2)、将生成的前缀符号P_pre、二进制伪随机序列P、后缀符号P_suf顺序拼接，形成完整的训练参考信号。

5.根据权利要求4所述训练参考信号，其特性在于N＝2ⁿ-1，n为自然数，P为由线性反馈移位寄存器生成的长度为N的二进制伪随机序列。

6.根据权利要求4所述训练参考信号，其特征在于N＝2ⁿ，n为自然数，P由线性反馈移位寄存器生成的长度为N-1的二进制伪随机序列在结尾补一个零得到。

7.一种信道模型计算方法，其特征在于它包括如下步骤：

(1)记录长度为N的序列：r_n＝y_n(L-M：L+N-1-M)；

(2)计算R_n＝FFT_N(r_n)；

(3)计算信道DFT G_n(k)＝(R_n(k)/X(k))*W_N(k)^-L+Mk＝0，1，2，...N-1；

(4)计算信道模型g_n＝IFFT_N(G_n)；

其中的符号和表达式定义如下：

表达式PNx是指长度为x的伪随机序列，x为自然数；

表达式(0：y-1)表示选取序列的第1到y个符号形成的新序列，y为自然数；

表达式[u，v]表示将序列u、v顺序拼接得到的新序列；

表达式FFT_xu表示对序列u进行长度为x的FFT运算得到的结果，x为自然数；

N-二进制伪随机序列P的长度；

L-所能允许的总的数据泄漏，这代表所能抵消的前、后回波干扰的总和；

x_cyc训练参考序列，当x_cyc＝[PN N，PN N(0：L-1)]时，表示由伪随机序列P和从P中截取的前L个符号形成的后缀符号构成的训练参考信号；

X＝FFT_N(PN N)，表示对伪随机序列P进行长度为N的FFT运算得到的结果；

g-长度为L的信道脉冲响应，这是信道的回波模型；

y_n-g对x_cyc的响应，这是长度为(N+L)+L-1的序列中第n个接收到的参考段，令y_n(0)对应于x_cyc(0)；

W_N(k)＝e^j*2*δ*k/N，k＝0，1，2，...N-1；

M-最大后向数据泄漏，M通过能量计算决定。

8.一种均衡滤波器实现方法，其特征在于将滤波器分为FIR和IIR反馈两部分；FIR系数和IIR反馈系数的计算也分开处理，运用频域FFT和IFFT计算FIR系数，使用计算得到的FIR系数的滤波器对接收到的参考信号滤波后，在残数的基础上利用FFT和IFFT二次叠代计算反馈系数。

9.根据权利要求8所述的均衡滤波器实现方法，其特征在于其FIR系数的计算包括如下步骤：

(1).记录长度为N的序列：r_n＝y_n(L-M：L+N-1-M)；

(2).计算R_n＝FFT_N(γ_n)；

(3).计算信道DFT G_n(k)＝(R_n(k)/X(k))*W_N(k)^-L+Mk＝0，1，2，...N-1；

(4).计算信道模型g_n＝IFFT_N(G_n)；

(5).计算倒信道模型g_inv，n＝IFFT_N(1/G_n)；

(6).根据g_inv，n设置优化的FIR均衡器系数h_fir，n，其长度为N_fir，N_fir＜N；

其中的符号和表达式定义如下：

表达式PNx是指长度为x的伪随机序列，x为自然数；

表达式(0：y-1)表示选取序列的第1到y个符号形成的新序列，y为自然数；

表达式[u，v]表示将序列u、v顺序拼接得到的新序列；

表达式FFT_xu表示对序列u进行长度为x的FFT运算得到的结果，x为自然数；

N-二进制伪随机序列P的长度；

L-所能允许的总的数据泄漏，这代表所能抵消的前、后回波干扰的总和；

x_cyc训练参考序列，当x_cyc＝[PN N，PN N(0：L-1)]时，表示由伪随机序列P和从P中截取的前L个符号形成的后缀符号构成的训练参考信号；

X＝FFT_N(PNN)，表示对伪随机序列P进行长度为N的FFT运算得到的结果；

g-长度为L的信道脉冲响应，这是信道的回波模型；

y_n-g对x_cyc的响应，这是长度为(N+L)+L-1的序列中第n个接收到的参考段，令y_n(0)对应于x_cyc(0)；

W_N(k)＝e^j*2*δ*k/N，k＝0，1，2，...N-1；

M-最大后向数据泄漏，M通过能量计算决定。

10.根据权利要求8所述的均衡滤波器实现方法，其特征在于其IIR反馈系数的计算包括如下步骤：

(1).计算res＝conv([r_n(N-N_fir：N-1)，r_n(0：N-1)]，h_fir)，长度为2*N_fir+N-1这是r_n的前向循环扩展形式；

(2).计算R_res＝FFT_N(r_res，n)，其中r_res，n＝res(N_fir：N_fir+N-1)，长度为N；

(3).计算剩余信道的DFT结果： $G_{\mathrm{res},n}\left(k\right)=(R_{\mathrm{res},n}\left(k\right)/X\left(k\right))*W_N{\left(k\right)}^{M_{\mathrm{fir}}-L+M},k=\mathrm{0,1},...N-1;$

(4).计算剩余信道模型g_res，n＝IFFT_N(G_res，n)；

(5).根据特定的g_res，n结构设置优化IIR均衡器系数h_iir，n，长度为N_iir；

其中的符号和表达式定义如下：

表达式PNx是指长度为x的伪随机序列，x为自然数；

表达式(0：y-1)表示选取序列的第1到y个符号形成的新序列，y为自然数；

表达式[u，v]表示将序列u、v顺序拼接得到的新序列；

表达式FFT_xu表示对序列u进行长度为x的FFT运算得到的结果，x为自然数；

N-二进制伪随机序列P的长度；

L-所能允许的总的数据泄漏，这代表所能抵消的前、后回波干扰的总和；

x_cyc训练参考序列，当x_cyc＝[PN N，PN N(0：L-1)]时，表示由伪随机序列P和从P中截取的前L个符号形成的后缀符号构成的训练参考信号；

X＝FFT_N(PN N)，表示对伪随机序列P进行长度为N的FFT运算得到的结果；

g-长度为L的信道脉冲响应，这是信道的回波模型；

y_n-g对x_cyc的响应，这是长度为(N+L)+L-1的序列中第n个接收到的参考段，令y_n(0)对应于x_cyc(0)；

W_N(k)＝e^j*2*δ*k/N，k＝0，1，2，...N-1；

M-最大后向数据泄漏，M通过能量计算决定。

Images