CN1656800A - 卡尔曼－维特比联合频道均衡器 - Google Patents

Abstract

本发明涉及一种应用到数字电视接收器中频道均衡器，其中，正向滤波器和反向滤波器执行对输入信号和预定信号的滤波。Viterbi解码器在盲模式中的传输过程期间校正误差。训练符号存储块存储训练符号。按照盲模式和训练模式向后向滤波器提供Viterbi解码器的输出信号以及符号。Kalman增益在Kalman计算块中计算，而通过将均衡后的信号、符号和Viterbi解码器的输出信号相互进行比较对误差信号进行计算。抽头系数通过使用计算误差和Kalman增益得到更新。

Description

卡尔曼-维特比联合频道均衡器

技术领域

本发明涉及均衡器及对均衡器的控制方法，该均衡器和控制方法用于增强接收器在室内、便携和移动接收的多通道传输环境时的性能。

背景技术

在北美作为数字电视广播标准采用的ATSC(Advanced TelevisionSystems Committee，新型电视系统委员会)标准中存在着一个问题，即，传输信号在室内、移动通讯环境时由于可变频道和多径效应而失真。这将降低如数字电视的接收器的接收性能。

在数字通讯系统中，数据传输是在符号单元通过严格的频率波段完成的，符号的脉冲能量可能因为时间扩散效应而扩散到相邻符号脉冲。这将引起对相邻符号的干扰。此外，传输的数据也因各种频道的失真而受到影响，引起如多径效应、频率偏移效应、相位抖动效应等等。这些效应引起ISI(符号内干扰)，其可以影响在数字通讯中传输符号的相邻符号。因此，ISI变成了在接收器中获得预期数据的障碍。此外，由于上述的失真是变化，大多数传输频道需要一个可以随着时间的改变而升级抽头(tap)系数的、自适应的均衡器。

图1示出了常规VSB(残留边带)信号接收系统的方框图。在图1中调谐器100从天线接收RF信号并使RF信号与本地振荡信号同步，以便将RF信号变换成IF信号；NTSC消除滤波器200从IF信号中消除NTSC成分，以防止由于NTSC成分使HDTV退化；均衡器300消除因为均衡输入信号在传输频道中产生的多路径失真；相位跟踪器400从均衡信号中消除相位噪音；格子解码器500针对相位跟踪器400的输出信号执行格子解码，并输出被解码的信号；数据去交织器600对输入信号执行反向交织；RS解码器对输入信号执行Reed-Solomon解码，以便产生误差修正的比特流；去随机器800将解码的信号提供到接收系统的其它单元。

图2中，示出了ATSC VSB均衡器的详细配置。均衡器300基本上使用LMS算法。图2中前向滤波器301后向滤波器302从接收的信号中消除产生失真的符号内干扰成分。如果是在盲模式，量化块303将从滤波器301和302输出的信号与预定的阀值进行比较，输出硬判断数据。训练符号存储块304存储在传输系统中领会出的训练数据符号。训练符号被取出到后向滤波器302中，误差信号计算块306处在训练模式并用于计算均衡信号的误差。如果是在盲模式，量化块303的输出信号和均衡信号被用来计算误差。开关块305与两个模式一致地让均衡信号或训练符号通过。计算出的误差被输出到抽头系数更新块307。

抽头系数更新块307接收误差信号和滤波器301的输入信号，并使用LMS算法更新抽头系数。更新方法如下列方程式(1)所示：

[方程式1]

C(n+l)＝C(n)+μx(n)e(n)

方程式1中C(n)是滤波器的系数，x(n)是接收的信号，e(n)是在误差信号计算块306中计算的误差信号，μ是步长。

作为这种频道均衡器，DFE(判断反馈均衡器)被广泛应用在数字电视接收器中。当在DFE量化块中没有产生判断误差时，均衡器的输出上噪音放大(这成为在常规线性均衡器中的一个问题)，当后向滤波器由于先前的决定的符号消除ISI时，则不会出现。因为此原因，DFE被广泛应用在接收系统中。因此，重要的一点是在量化块输出中不产生判断误差，使得DFE可以被有效使用。为实现该技术要点，通过在固定周期中插入训练符号减小判断误差的方法在数字通讯系统中被使用，同时自愿地接受数据传输效率的减少。可是，在大多数情况下没有足够的训练符号被插入。常规DFE也没有足够快的收敛速度来补偿接收由高失真通讯环境(如室内接收、移动接收、或在如广播频道的产生伪影图像的环境)中频道内干扰而产生的信号失真。于是，要求更好的均衡器，其即使在高失真的通讯环境下也能迅速的收敛速度，并且即使在没有插入训练符号的条件下也能有效地处理失真。

发明内容

为了解决上述问题，本发明提供一个快速Kalman-Viterbi联合频道均衡器来代替用在LMS算法中的常规均衡器。

根据本发明的一个方面，均衡器包括：

前向滤波器和后向滤波器，用于接收输入的信号和预定信号，并对信号进行滤波；

Viterbi解码器，用于在盲模式中传输过程期间校正误差；

训练符号存储块，用于存储训练符号；

开关块，用于分类Viterbi解码器输出的信号以及训练模式和盲模式相一致的符号，并将Viterbi解码器的输出信号和符号输入到后向滤波器；

Kalman增益计算块，用于接收前向滤波器和后向滤波器的输入信号，并计算Kalman增益；

误差信号计算块，用于通过将均衡后的信号、符号和Viterbi解码器的输出信号进行相互比较而计算误差信号；

抽头系数更新块，用于通过使用计算的误差信号和Kalman增益对滤波器的抽头系数进行更新。

本发明的均衡器使用作为一种快速自适应均衡算法的快速Kalman算法，以便解决常规LMS均衡器收敛速度慢的问题。为了减少在盲周期中的反馈判断误差，本发明均衡器通过使用Viterbi算法对前向滤波器或后向滤波器的输出信号进行软判断，而不是进行硬判断。介绍Kalman均衡器的算法的文章有D.N.Godard的“Channel Equalization Using a Kalman Filter forFast Date Transmission”，IBM journal Re.Dev.，vol 18，267至273页，May，1980。介绍快速Kalman算法的文章是D.D.Falconer等的“Application ofFast Kalman Estimation to Adaptive Equalization”，IEEE Trans.Comm.，vol.COM-26，1439至1446页，October，和G.Carayannis等的“A Fast SequentialAlgorithm for Least-Squares Filtering and Prediction”，IEEE Trans.Acoust.，Speech，Signal Processing，vol.ASSP-31，1394至1402页。介绍Viterbi算法的文章见A.J.Viterbi的“Error Bounds for Convolution Codes and anAsymptotically Optimum Decoding Algorithm”，IEEE Trans.Inform.Theory，vol.IT-13，260至269页，April。

本发明的均衡器在两种模式下运行，即训练模式和盲模式。在训练模式中，传输部分在频道均衡的预定时间内传输训练符号，该传输符号是被接收部分预先领会出的。均衡器将频道传输的失真信号与上述领会出的训练符号进行比，较以便决定频道的性能。在盲模式中，如训练符号在训练模式后不存在，均衡器则仅利用在传输部分中的信号符号和所接收的数据信号的概率分配进行均衡。因此，与训练模式相比，解决在盲模式中由于符号内干扰而产生的失真是不容易的。本发明的均衡器如图3所示，该均衡器有如下特征，其包括：前向滤波器和后向滤波器，用于接收输入信号和预定信号，并对信号进行滤波；Viterbi解码器，用于校正在盲模式的传输过程中的误差；训练符号存储块，用于存储训练符号；开关块，用于对Viterbi解码器的输出信号及和训练模式和盲模式一致的符号分类，并将Viterbi解码器的输出信号和符号输入到后向滤波器；Kalman增益计算块，用于接收前向滤波器和后向滤波器的输入信号，并计算Kalman增益；误差信号计算块，用于通过将均衡后的信号、符号和Viterbi解码器输出信号的相互比较而计算误差信号；抽头系数更新块，用于通过使用计算的误差信号和Kalman增益而更新滤波器抽头系数。本发明还有下述特征，即，根据本发明，均衡器更新滤波器系数是通过使用快速Kalman算法，而常规均衡器采用LMS算法。此外，本发明的均衡器通过使用Viterbi解码器代替量化块在盲模式消除传输误差。

附图说明

下面结合作为说明书一部分的附图所示的一种实施方式对本发明的原理进行说明。

图1表示常规VSB信号接收系统示意方框图。

图2表示ATSC标准均衡器的结构。

图3表示根据本发明的具体实施的Kalman-Viterbi联合频道均衡器方框图。

图4表示计算Viterbi解码算法的欧几里得距离和寻找寿命途径(lifepath)过程。

具体实施方式

在下面的详细描述中，仅仅简单地按照申请人设想的实施本发明的最佳方式给出并描述的本发明的优选实施方式。可以认识到，在不脱离本发明的条件下，可以按照各种明显的方面对本发明进行改动。因此，附图和说明在本质上被视为说明性的，而不是限制性的。

首先，通过参考Falconer的文章对快速Kalman算法介绍如下。

各种信号、滤波器系数和其它可变参数可以被如下定义：

x_N(n)：全部滤波器的输入信号向量

y(n)：前向滤波器的输入范例

d(n)：预期的信号

x_N(n)＝[y(n-1)，...y(n-N₁)|d(n)...d(n-N₂)]^T

ξ_p(n)＝[y(n)d(n)]^T

ρ_p(n)＝[y(n-N₁)d(n-N₂)]^T

ε_p(n)：前向先期误差

ε_p(n)’：前向随后误差

A_Np(n)：前向预测系数矩阵

E_pp(n)：前向总和误差

η_p(n)：后向预测误差

k_N(n)：Kalman增益

D_Np(n)：后向预测系数矩阵

C_N(n)：全部滤波器抽头系数

当计算开始时，对前向先期误差、前向随后误差、前向预测系数矩阵和前向总和误差通过方程式2进行估值。

[方程式2]

ε_p(n)＝ξ_p(n)+A_Np(n-1)^Tx_N(n)

A_Np(n)＝A_Np(n-1)-k_N(n)ε_p(n)^T

ε_p(n)’＝ξ_p(n)+A_Np(n)^Tx_N(n)

E_pp(n)＝λE_pp(n-1)+ε_p(n)’ε_p(n)^T

当得到前向先期误差、前向随后误差、前向预测系数矩阵和前向总和误差时，可以利用上述结果通过方程式3对Kalman增益进行估算。

[方程式3]

$\stackrel{\‾}{k_M}\left(n\right)=S_{\mathrm{MM}}\left[\frac{E_{\mathrm{pp}}{\left(n\right)}^{-1}{\mathrm{\ϵ}}_p{\left(n\right)}^{\′}}{k_N\left(n\right)+A_{\mathrm{Np}}\left(n\right)E_{\mathrm{pp}}{\left(n\right)}^{-1}{\mathrm{\ϵ}}_p{\left(n\right)}^{\′}}\right]$

$Q_{\mathrm{MM}}\stackrel{\‾}{k_M}\left(n\right)=\left(\frac{m_N\left(n\right)}{{\mathrm{\μ}}_p\left(n\right)}\right)$

η_p(n)＝ρ_p(n)+D_Np(n-1)^Tx_N(n+1)

D_Np(n)＝[D_Np(n-1)-m_N(n)η_p(n)^T][I_pp-μ_p(n)η_p(n)^T]^-1

k_N(n+1)＝m_N(n)-D_Np(n)μ_p(n)

方程式3中S_MM和Q_MM具有下列运算：

如果上面给出：

$x_N\left(n\right)=\left[\begin{array}{c}y(n-1)\\ y(n-2)\\ \·\\ \·\\ \·\\ y(n-N_1)\\ ------\\ d(n-1)\\ d(n-2)\\ \·\\ \·\\ \·\\ d(n-N_2)\end{array}\right],$ ${\stackrel{\‾}{x}}_M\left(n\right)=\left[\begin{array}{c}y\left(n\right)\\ ------\\ y(n-1)\\ \·\\ \·\\ \·\\ y(n-N_1)\\ ------\\ d\left(n\right)\\ ------\\ d(n-1)\\ \·\\ \·\\ \·\\ d(n-N_2)\end{array}\right]$

则下列关系成立：

$S_{\mathrm{MM}}{\stackrel{\‾}{x}}_M\left(n\right)=\left[\frac{{\mathrm{\ξ}}_p\left(n\right)}{x_N\left(n\right)}\right],$ $Q_{\mathrm{MM}}{\stackrel{\‾}{x}}_M\left(n\right)=\left[\frac{x_N(n+1)}{{\mathrm{\ρ}}_p\left(n\right)}\right]$

Viterbi解码器是一种最大似然解码器，用于在通信系统中对编码有信息的比特流进行解码。当基于作为通过通讯频道的观测值的状态度量(statemeteric)，从解码器的外部提供的实际传输值被估算时，Viterbi解码判断最大似然状态度量值，使得相关的对应着实际传输值和观测值概率最大，而估算值对应着实际传输值。Viterbi解码器存储寿命路径到路径存储器中，然后在状态度量的基础上通过追溯路径存储器而解码符号。当待解码的符号顺序地输入到解码器，同时所有寿命路径在初始阶段输入，Viterbi解码器按一次跟踪时间的单位追溯路径存储器，并对随后的符号进行解码。

本发明构想通过将快速Kalman算法结合到Viterbi解码器中，来增加收敛速度并减少残留误差。作为这种应用的一个实施方式，本发明提供了一种增强在作为北美典型地面波数字电视标准的8-VSB系统的均衡性能的方法。

本发明的Kalman-Viterbi联合频道均衡器如图3所示。

图3表明，Kalman-Viterbi联合频道均衡器包括前向滤波器311、后向滤波器312、Viterbi解码器313、训练符号存储块314、开关块315、Kalman增益计算块316、误差信号计算块317和抽头系数更新块318。

滤波器311和312的输出信号可以用方程(4)表示：

[方程4]

$y\left[n\right]=\underset{i=0}{\overset{N_b-1}{\mathrm{\Σ}}}{b}_i\left[n\right]x[n-i]+\underset{j=1}{\overset{N_a}{\mathrm{\Σ}}}{a}_j\left[n\right]\hat{d}[n-j]$

在方程4中，x[n]是滤波器311和312在时间n的输入信号，y[n]是滤波器311和312在时间n的输出信号，b_i[n]是在时间n前向滤波器311的抽头系数，a_i[n]是在时间n后向滤波器312的抽头系数，N_b是前向滤波器311的抽头数，N_a是后向滤波器311的抽头数，

[n]在训练模式中是训练符号而在盲模式时是Viterbi解码器的输出信号。

从上述方程4可知，前向滤波器311顺序地对按10.76MHz比特率采样的数字输入数据x[n]进行延迟，顺序地用b_i[n]乘以数字输入数据x[n]，并将每次相乘的结果相加以便输出均衡后的数据。然后，后向滤波器312执行和前向滤波器311同样的操作，除了后向滤波器312的输入是训练信号或Viterbi解码器的输出信号。当周期性的执行这些操作的同时，基于从抽头系数更新块318输入的信息，滤波器311和312将抽头系数调整到优化值，并进行对输入信号的滤波，从而获得预期的输出数据。这时，前向滤波器311执行对从解码器外部输入符号的滤波，并消除在外部信号之间的干扰。后向滤波器312通过使用先期检测值进行滤波，从而消除由先期测得的符号引起的在目前符号中的干扰信号。

开关块315决定训练模式或盲模式。如果是在训练模式，则开关块315从训练符号存储块314中输出训练符号。如果是在盲模式，则开关块315使用Viterbi解码器313的输出，而不是在常规均衡器中用作符号检测器的简单均衡器的输出。Viterbi解码器313在训练模式后立即开始盲模式运行。Viterbi解码器313接收滤波器311和312的输出，并通过执行软判断校正传输信号的判断误差。于是，收敛速度在盲模式中可以被加强。这时，Viterbi解码器313通过使用选择在欧几里得距离中的最小距离的方法进行解码。

图4表明Viterbi解码算法的范例。如方程式(3)所示，在快速Kalman算法下，当附加的输入和输出数据的数量增加时计算量增加。因此，要求追溯长度在Viterbi解码器中最小，以便减少计算量。当将快速Kalman算法应用到DFE时，乘法计算量可以用下列方程式5表达：

[方程式5]

计算量：7Np+Np²+3p²+2N+(4/3)p³-p/3

p＝2*(1+trace_back_len*12)

N：均衡器抽头数量

p：从快速Kalman算法输入附加数据的数量

trace_back_len：Viterbi解码器中追溯长度

因此，追溯长度越短，盲模式中使用算法的乘法计算量就越少。增加追溯长度可能获得更精确的值。当计算量降低或解码延迟值与在使用12个TCM编码器的数字广播系统中的一样长时，追溯长度设定在“1”以便降低延迟值，因此，在盲模式下使用的均衡器的乘法计算量可以减少。通过上述方法的使用，与作为常规均衡方法的PSP(per-survivor processing，通过残留处理)算法比较，硬件的复杂性可以降低1/状态(state)。此外，还可以解决PSP算法不能消除预回声(pre-echo)的问题。

误差信号计算块317接收均衡信号和训练符号或Viterbi解码器输出，然后通过下列方程式6计算误差信号。

[方程式6]

e(n+1)＝d(n+1)-C_N(n)^Tx_N(n+1)

Kalman增益计算块316接收来自前向滤波器311和后向滤波器312的输入信号，并通过方程式2、3计算Kalman增益。然后，Kalman增益块316将计算的Kalman增益传输到抽头系数更新块318，该更新块通过使用上面的误差信号和Kalman增益执行抽头系数更新，并将抽头系数传输到滤波器311和312。更新抽头系数的方程如下列方程式7所示。

[方程式7]

C_N(n+1)＝C_N(n)+k_N(n+1)e(n+1)

抽头系数更新块318将由方程式7确定的抽头系数传输到滤波器311和312。

当频道均衡在上述过程的时间索引n内完成时，该时间索引n增加“1”。通过重复上述过程执行频道均衡。

根据所述发明，快速Kalman-Viterbi联合频道均衡器可以增加在动态多路径环境中的N水平VSB数字电视接收信号的性能。

尽管参照目前被认为是最实际和优选的实施方式对本发明进行了描述，但是应当理解，本发明不限于所公开的实施方式，相反，要包含的是在包括在本发明的精神和范围内的的各种修改和等效变换。例如，所有可能的均衡算法，例如，传统的Kalman和RLS算法、快速RLS(递归最小平分)或LMS系统都可以应用到本发明的均衡器中。因此，对于本领域的技术人员显而易见的是，在不脱离本发明的精神和范围的情况下，修改、变动或者调整所公开的实施方式。尽管具体地对本发明进行了描述和说明，显然可以理解，其同样是为了说明和举例，而不是用来进行限制。本发明的精神和范围仅仅由所附权利要求书所限定。

Claims (7)

1.一种Kalman-Viterbi联合频道均衡器，其包括：

前向滤波器和后向滤波器，用于接收输入的信号和预定的信号，并对这些信号进行滤波；

Viterbi解码器，用于在盲模式中的传输过程期间对误差进行校正；

训练符号存储块，用于存储训练符号；

开关块，用于对所述Viterbi解码器的输出信号以及与训练模式和盲模式相一致的符号进行分类，并将该Viterbi解码器的输出信号以及符号输入到后向滤波器中；

Kalman增益计算块，用于接收所述前向滤波器和后向滤波器的输入信号，并计算Kalman增益；

误差信号计算块，用于通过将均衡后的信号、符号和所述Viterbi解码器的输出信号相互比较来计算误差信号；和

抽头系数更新块，通过利用计算的误差信号和Kalman增益对滤波器的抽头系数进行更新。

2.如权利要求1所述的Kalman-Viterbi联合频道均衡器，其中，所述Kalman增益计算块通过在盲模式中应用快速Kalman算法来更新抽头系数。

3.如权利要求2所述的Kalman-Viterbi联合频道均衡器，其中，所述Viterbi解码器在盲模式中使用Viterbi解码算法。

4.如权利要求1至3中任一项所述的Kalman-Viterbi联合频道均衡器，其中，所述Viterbi解码器减小追溯长度，并将该减小的追溯长度用于获得抽头系数更新的误差。

5.如权利要求1至3中任一项所述的Kalman-Viterbi联合频道均衡器，其中，所述Viterbi解码器通过忽略预定数量的符号来对误差进行校正，以便获得抽头系数更新的误差。

6.如权利要求1至3中任一项所述的Kalman-Viterbi联合频道均衡器，其中，当将E-VSB应用到Kalman-Viterbi联合频道均衡器中时，利用所述Viterbi解码器在前期确认在健壮流中的符号位置，并且将其应用到数据持续时间盲算法中。

7.VSB信号接收系统，所述包括：

调谐器，用于从天线接收RF信号，并将该RF信号与本地振荡信号进行同步，以便将RF信号变换到IF信号；

NTSC消除滤波器，用于从IF信号中消除NTSC成分，以便防止由于NTSC成分造成HDTV的退化；

均衡器，用于通过对输入信号进行均衡而消除在传输频道中的多路径失真；

相位跟踪器，用于消除均衡后的信号中的相位噪音；

格子解码器，用于针对所述相位跟踪器的输出信号进行格子解码，并输出解码后的信号；

数据去交织器，用于对解码后的信号进行反向交织；

RS解码器，用于对所述数据去交织器的信号输出进行Reed-Solomon，以便产生误差校正的比特流；和

去随机器，用于将所述RS解码器的输出信号提供到VSB信号接收系统的其它部件，

其中，所述均衡器还包括：

前向滤波器和后向滤波器，用于接收输入信号和预定信号，并对这些信号进行滤波；

Viterbi解码器，用于在盲模式中的传输过程期间对误差进行校正；

训练符号存储块，用于存储训练符号；

开关块，用于对所述Viterbi解码器的输出信号以及和训练模式和盲模式一致的符号进行分类，并将该Viterbi解码器的输出信号和符号输入到后向滤波器中；

Kalman增益计算块，用于接收前向滤波器和后向滤波器的输入信号，并计算Kalman增益；

误差信号计算块，用于通过将均衡后的信号、符号和Viterbi解码器的输出信号相互比较来计算误差信号；

抽头系数更新块，用于通过使用计算的误差信号和Kalman增益对滤波器的抽头系数进行更新。

Images