CN1647452A - 检测宽带业务的用户连接线路的方法 - Google Patents

Abstract

本发明涉及鉴定宽带业务的用户连接线路的方法，通过所述的方法，在向受测试的用户连接线路接通信号以后，通过观察输出信号得出该用户连接线路的物理性能的数学表达。从该数字表达着手借助于经典的物理模型推导用户连接线路的相关参数。为了在统计上可靠地评估所述的数学表达，采用结合的时间－频率表达，即A.Weil著的“Basic Number Theory，Grundlehren der mathematischen Wissenschaften，144卷”(Springer出版社1985年)所述的Weil变换。

Description

检测宽带业务的用户连接线路的方法

鉴定宽带业务的用户连接线路的方法

本发明涉及鉴定宽带业务的用户连接线路的方法。

通过传统的电话网络的用户连接线路的铜双股线的宽带数据传输，特别是ADSL(非对称用户数据线)越来越重要。所有标准化的xDSL业务(ADSL、SDSL、SHDSL、VDSL)的共同特征是使用的频带从语音带宽(4Khz)扩展到1Mhz以上的范围。

因为电话网络不是为这样的频率范围设计的，这些业务的基础建立在传输方法的传送率自适应上，就是说可达到的有效数据传送率相应地取决于各个用户连接的技术-物理情况。

在此主要影响量是线路长度、线路类型以及一定情况下的电磁插入干扰；然而分线(Stuecklung)、非专业地室内电缆布线、终端装置故障、分支线开路以及当一个电缆束中连接许多xDSL时的串音，也可以降低可能达到的数据传送率。

宽带业务的不可预估的性能(数据传送率)意味着对业务的供应商有高度的初装风险，例如，如果供应间在安排这样的连接时拿出资金打算通过收取互连网使用费赢利时(免费连带ADSL调制解调器附送个人计算机)。但是即使低风险的经营模式时，估计宽带业务可能的数据传送率也同样地可以降低服务成本，以及提高XDSL的客户接受性。

公知的用户连接线路检测方法，譬如用于单边地在测量技术上检测信息线路的所谓的时域反射测量(时域反射测量英文缩写为TDR)，是为语音带宽开发的，从而只是有限地适用于为xDSL进行鉴定。

在TDR方法中向芯线对接通一个较短的(并且从而相对宽带的)电压脉冲并且测量回波的时延。在已知信号的传播速度时可以从回波的时延直接得出电缆长度。通过周期地重复测量和用示波器显示，受过良好培训的专业人员还可以识别分线、开路的分支线路，以及类似的、影响数据传送率的干扰源。这种方法要求受过良好教育的人员，并且从而是高花费且高成本的。

因此本发明的任务是，指出一种方法，所述的方法使之能够用较少的费用鉴定宽带业务的用户连接线路，并且从而能够准确地预言可达到的数据传送率。在此重要的是，该方法使之能够单边地从电话局测量用户连接线路。

该任务通过权利要求1所述的根据本发明的方法解决。

下面举例说明本发明：

本发明所述方法的核心是一种系统鉴别算法，用之在向受检测的用户连接线路接通信号以后，通过观察输出信号得到该用户连接线路的物理性能的数学表达。

从这种数学表达着手，然后借助经典的物理模型推导用户连接线路的相关参数。

为了在统计上可靠地评估所述的数学表达，采用结合的时间-频率表达，即A.Weil著的“Basic Number Theory，Grundlehren dermathematischen Wissenschaften，144卷，Springer出版社1985年”所述的Weil变换。

下面详细地说明根据本发明的方法：

发送时间离散的多载波随机信号作为测试信号。所述的测试信号构成如下

$s\left(n\right)=\underset{k=0}{\overset{M}{\mathrm{\Σ}}}\underset{l=0}{\overset{N}{\mathrm{\Σ}}}{c}_{k,l}g(n-l{N}_T)\exp \left(j2\mathrm{\π}\frac{\mathrm{nk}}{M_F}\right)$

式中的变量为：

n时间指数(对应于发送脉冲)

s(n)   测试信号的扫描值(在发送脉冲中)

k      符号指数(对应于信号脉冲)

l      载波指数(对应于载波频率间隔)

C_k，l  复数值随机数

N_τ    符号时长(在发送信号脉冲中测量)

M_F     作为调制的基础的离散的傅立叶变换的长度＝(调制载波+1)*2-1

g(n)   (实数值的)发送脉冲扫描值(在发送脉冲中)

发送信号的随机新颖性导致独特的复数值随机系数C_k，l。在此得出以下统计公式：

          E{c_k，l c_m，n}＝σ²(k)δ_k，mδ_l，n′

          (2)

就是说这些系数是不相关的，并且其方差只依赖于载波指数(式中δ_k，m是冠三角(Kroneckersh)δ符号，而C｀_m，n是的C_m，n复共轭数)。

另一个与基带调制-多载波设计相关联的完全的普遍条件是系数的封闭对称性：

$c_{k,l}={\stackrel{\‾}{c}}_{M_F-k,l}---\left(3\right)$

由此保证发送信号是实数值的。公式(2)可以通过普通的伪随机数发生器(例如参阅W.H.Press，B.P.Flannery，S.A.Teukolsky等著“Numerical Recipesin C”剑桥大学出版社，1993年)和相应的加权值近似地得出。

只要伪随机数发生器的周期大于测量周期，就可以认为发射信号是固定循环随机过程。就是说与经典的时域反射测量法相反，信号不是严格周期性的(只在其统计意义上有周期性)。

另一方面，测试信号也不是普通多载波信号(如其在SDSL制解调器的训练阶段中使用的那样)的特殊情况，普通多载波信号或使用循环的前缀使用如S.D Sandberg and M.A.Tzannes等的”Overlappeddiscrete multione modulation for high speed copper wire”(IEEE JounalSelected Areaes of Communications，13卷，第9期，1995年10月)中所述的正交脉冲形式。

本发明的特征性组成部分是借用相对长(张开3-5倍符号长度)良好频率定位的窗口函数，结合条件

                          M_F＝KN_T

                          (5)

从而最后出现非正交的、超完整的函数系统。

这是不同于W.Kozek and A.F.Molisch，“Nonorthogonalpulsesapes for multicarrier communications in doubly dispersivechannels“(IEEE J，Selected Areaes Comm.，16卷，第8期1579-1589页)所述的方法。后者为多载波传输提出一种非正交的，但是不完整的函数系统。

这特别意味着，发送信号的冗余在一定程度上通过时间校准和频率校准高调和。这样的函数系统只在信号信号分析中公知，但是用于合成部分冗余的伪随机信号却是新颖和发明性的。这种根据本发明的发送信号有以下的优点：

测量带宽可以灵活地安排，就是说例如可以是POTS频带(也就是为屏蔽传统电话需要的频率范围(在ADLC中为整合进宽带连接多工器所需要的)。这对于W.W.Jones的“seqence Time DomainReflecteometry(STDR)For Digital Subscriber Line Provisioning andDiagnostics”(，White Paper，Mindspeed Technologies TM)有显著的优势，后者采用从直流电压开始的频度范围。

可以相当好地充分利用可得到的测量带宽。对脉冲干扰的灵敏度很小。不严格同步的发射信号扫描和接收信号扫描可以明确地补偿频率偏移。

通过取相位平均可以把固定循环的过程映射成稳态的过程。

取相位平均值的测试信号的功率密度频谱S_s(f)取决于载波上的功率分布(由δ(k)确定)和脉冲的抽样g(n)：

$S_s\left(f\right)=\underset{k=0}{\overset{M_f-1}{\mathrm{\Σ}}}{\mathrm{\σ}}^{2\left(k\right)}{\left|G(f-\frac{1}{T}(k-\frac{M_F-1}{2}))\right|}^2---\left(6\right)$

式中T为发送信号的扫描周期，而G(f)是发送信号的频谱。通过相应的δ(k)选择可以为发送频谱得到可靠的屏蔽，例如使之屏蔽掉POTS频带。脉冲的抽样g(n)不太重要，在最简单的情况下选择经典的、良好地频率定位的窗口函数，例如汉明函数或者Kaiser函数，请参阅W.Kozek和A.F.Molisch的“Ninorthogonal pulseshapes formulticarrier communicqtions in doubly dispersive channels”(1999年10月IEEE J.Select.Areas comm.，16卷第8期pp1579-1589)

第126页。

另外发送信号中的长度N部分计算如下

$s_m\left(n\right)=s(n-\mathrm{mK}{N}_T)x_{\[0,K{N}_T\]}(n-\mathrm{mK}{N}_T)---\left(7\right)$

式中χ_[0，N](n)代表幅度为为并且长度为N的矩形波脉冲。

长度N＝KNτ的向量x(n)的Weil变换由

$W_x(n,k)=\frac{1}{\sqrt{K}}\underset{l=0}{\overset{k}{\mathrm{\Σ}}}x(n+l{N}_T)\exp \left(j2\mathrm{\π}\frac{\mathrm{lk}}{L}\right)---\left(8\right)$

给出，

它对信号有可逆的单义关系(参阅：A.Weil，Basic NumberTheory，Grundlehren der mathematischen Wissenschaften，144卷，Springer出版社1985年)。式中，物理上M可以解释为时间指数，而k可以解释为频率指数。这样该鉴别方法的基本原理说是通过Weil域中的交叉相干分析评估Weil变换的回波脉冲响应。在此交叉关联函数定义为：

$C_{y,s}(m,k)=E\left\{W_y(n+m,k)\stackrel{\_\_\_\_\_\_\_\_\_}{W_s(n,k)}\right\}---\left(9\right)$

有利地发送信号字组的Weil变换可以通过发送系数的二维离散的傅立叶变换并且与发送信号窗口的Weil变换相乘构成

$W_{\mathrm{x\χ}[i,i+K{N}_T]}(m,n)=W_g(m,n)$

$\underset{m=0}{\overset{N_T}{\mathrm{\Σ}}}\underset{l=i}{\overset{i+K-1}{\mathrm{\Σ}}}{c}_{k,l}\exp (-j2\mathrm{\π}(\frac{\mathrm{mk}}{N_T}+\frac{\mathrm{nl}}{K}))---\left(10\right)$

另外接收信号系数通过与调制的接收信号窗口的标量乘积如下式构成：

$d_{k,l}=\underset{n=l{N}_T}{\overset{(l+1)N_T}{\mathrm{\Σ}}}y\left(n\right)\stackrel{\_}{\mathrm{\γ}}(n-l{N}_T)\exp (-j2\mathrm{\π}\frac{\mathrm{nk}}{M_F})$

由此可以类似地用与公式(10)相似的方法构成接收信号y(n)的Weil变换：

$W_{y\mathrm{\χ}[i,i+K{N}_T]}(m,n)=W_{\mathrm{\γ}}(m,n)$

$\underset{m=0}{\overset{N_T}{\mathrm{\Σ}}}\underset{l=i}{\overset{i+K-1}{\mathrm{\Σ}}}{d}_{k,l}\exp (-j2\mathrm{\π}(\frac{\mathrm{mk}}{N_{T}K}+\frac{\mathrm{nl}}{K}))$

假定成立输入信号的遍历性(只要参与的伪随机信号的周期保持大于测时间就是合理的)，就可以用时间/频率均值构成去取代期望值构成：

${\tilde{C}}_{y,s}(m,k)=\frac{1}{N_M{K}_L}\underset{n=0}{\overset{N_M}{\mathrm{\Σ}}}{W}_y(n,k)\stackrel{\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_}{W_{\mathrm{sm}}(n+m,k)},---\left(11\right)$

式中Sm(n)表示在公式(7)中得出的发送信号字组。

所提出的系统鉴别当然也适于自适应的回波抑制，带有可以屏蔽一定的频带的优点，如以下文献中所说明：

K.Townsend et al，″Apparatus and method for echo characteri-zation of a communication channel″，US Patent Nr.5,577,116，Nov.1996.

J.P.Agrawal et al，″Adaptive echo cancellation and equali-zation system signal processor and method therefor″，US Pat-ent Nr.4,760,596，July 1988.

S.Wu et al，″Efficient echo cancellation for DMT MDSL″，USPatent Nr.6,072,782，June 2000.

M.Ho et al，″Method and apparatus for echo cancellationwith discrete multitone modulation″，US Patent Nr.5,317,596，May 1994.

这些文献所说明的系统鉴别方法(作为自适应回波抑制器的组成部分)在几个角度上不同于本发明所述的方法，至少采用所谓LMS算法的变种或者采用经典的卡尔曼滤波器。

根据本发明的鉴定宽带业务的用户连接线路鉴定的应用如下进行所关注的脉冲响应的Weil变换：

尽管受过训练的观察者可以从原始数据(例如回波脉冲响应)对线路长度或者连接的方式用出一些推断，但是对于使用本发明还是拟定了自动的分析，其自动分析的结果就是对xDSL性能的预言(“抵达预言”)。

在一定的情况下与测得xDSL性能相关的意外的附加干扰可以用本来已经得出的接收信号系数通过构成对指数的期望值构成：

           S_noise，k＝E_l{|d_l，k|²}

在此选择的做法在于，从测量出的原始数据(复数)着手构成多维的表，的多维的表通过相干的物理量(例如线路长度和终端负载)参数化。

下面说明对线路长度和终端负载参数的做法，这里的分析也可以在概念上类似地推导出其它中间参数。

原始数据 与受测量的参照线路的表达为表列向量的T^(k，m)的值比较，并且选出具有最小绝对偏差(在复数的意义上)的指数：

$\left(k_{\mathrm{opt},}{l}_{\mathrm{opt}}\right)=\underset{k,l}{\arg \min }\underset{q}{\mathrm{\Σ}}\underset{p}{\mathrm{\Σ}}|T^{(k,l)}(p,q)-\widetilde{W_h}(p,q)|$

从该比较可以用之直接导致受测量的用户连接线路的物理特性。

在此根据该实施例指数k相应于终端阻抗值，而指数l相应于线路长度。为了提高测量方法的分辨率，事实证明根据该优化使用复数据内插法是有利的。这可以用一般的多维内插法进行，例如如W.H.Press，B.P.Flannery，S.A.Teukolsky，W.T.Vetterling等的“NumericalRecipes in C”(剑桥大学出版社，剑桥1993)中所说明地那样。

最后关注的xDSL参数可以通过简单地查表得到。

如果，例如在线路长度长时测量装置的内部回波典型地比电缆末端的特征性回波强得多，进行测量系统的标定就是适宜的。在本实施例中可以通过接通数字控制的线路模拟器或者电阻电桥进行自动标定。

Claims (1)

1.一种方法，用于鉴定宽带业务的用户连接线路，具有以下的方法步骤：---在用户连接线路的测试点接通根据

$s\left(n\right)=\underset{k=0}{\overset{M}{\mathrm{\Σ}}}\underset{i=0}{\overset{N}{\mathrm{\Σ}}}{c}_{k,l}g(n-{\mathrm{lN}}_T)\exp \left(j2\mathrm{\π}\frac{\mathrm{nk}}{M_F}\right)$

构成的时间离散的多载频发送信号，

-在测试点测量用户连接线路的回波脉冲响应y(n)，

-从回波脉冲响应根据公式

$d_{k,l}=\underset{n=(l-1)N_T}{\overset{n=(l+1)N_T}{\mathrm{\Σ}}}y\left(n\right)\mathrm{\γ}(n-{\mathrm{lN}}_T)\exp (-j2\mathrm{\π}\frac{\mathrm{nk}}{M_F})$

得出第二复数值的随机系数d_k，l

-由指数c_k，l和d_k，l通过二维离散的傅立叶变换按

$C_{m,n}^{\left(i\right)}=\underset{m=0}{\overset{N_T}{\mathrm{\Σ}}}\underset{l=i}{\overset{i+K-1}{\mathrm{\Σ}}}{c}_{k,l}\exp (-j2\mathrm{\π}(\frac{\mathrm{mk}}{N_T}+\frac{\mathrm{nl}}{K}))$

$D_{m,n}^{\left(i\right)}=\underset{m=0}{\overset{N_T}{\mathrm{\Σ}}}\underset{l=i}{\overset{i+K-1}{\mathrm{\Σ}}}{d}_{k,l}\exp (-j2\mathrm{\π}(\frac{\mathrm{mk}}{N_T}+\frac{\mathrm{nl}}{K}))$

(式中0＜λ＜1是遗忘因数，是对测量的总平均长度相应于应用的处理器的计算精度选择的)构成的信号的交叉关联函数的经验估计值

$\widetilde{W_h}(p,q)$ 根据公式

$K_{m,k}^{(i+1)}=(1-\mathrm{\λ})K_{m,k}^{\left(i\right)}+{\mathrm{\λC}}_{m+n,k}^{\left(i\right)}{W}_g(m+n,k){\stackrel{\‾}{D}}_{m,n}^{\left(i\right)}\stackrel{\‾}{W_{\mathrm{\γ}}}(m,$

得出，并且类似于评估交叉关联函数相应于公式

$S_{\mathrm{noise},k}^{(i+1)}=(1-\mathrm{\λ})S_{\mathrm{noise},k}^{\left(i\right)}+\mathrm{\λ}{\left|d_{i,k}\right|}^2$

进行意外干扰信号的功率密度频谱的评估，

-交叉关联函数的经验估计值 ${\tilde{W}}_h(p,q)$ 与存储的测量过的参照线路的T^(k，m)(p，q)值比较，并且从该比较得出该用户连接线路的物理参数。