CN1742457A - 均衡装置和方法 - Google Patents

Abstract

本发明涉及用于均衡的装置、方法和计算机程序代码。描述了一种用于接收器中的软输入软输出(SISO)均衡器，其中该接收器用于从配置成同时从多个发射天线发射数据的发射器接收数据。该均衡器包括：至少一个接收信号输入端，用于输入接收信号；多个似然值输入端，一一对应于每个发射天线，用于从SISO解码器输入多个解码信号似然值；处理器，配置成根据该多个信号似然值为来自每一个发射天线的信号确定估计平均值和协方差值；期望信号确定器，耦合于处理器，用于使用这些平均值确定期望接收信号值；减法器，耦合于接收信号输入端，用于从接收信号中减去期望接收信号值以提供补偿信号；滤波器，耦合于减法器，用于对补偿信号进行滤波以提供一一对应于每个发射天线的多个估计发射信号值；滤波器系数确定器，耦合于处理器，用于使用这些协方差值确定滤波器的系数；以及输出级，耦合于滤波器，用于输出一一对应于每个发射天线的多个发射信号似然值以输入到SISO解码器。

Description

均衡装置和方法

技术领域

本发明涉及一种用于在通信系统中进行均衡的装置、方法和计算机程序代码，其中接收器从多个发射天线接收信号，并且特别是其中该多个发射天线与单个发射器相关联。

背景技术

在采用具有多个发射天线的发射器的情况下，由于从不同发射天线接收的信号相互干扰，因此在通信链路中产生一个特定问题。这导致所谓的多流干扰(MSI)并且造成解码困难。然而，潜在的优点是大大提高了该通信链路的吞吐量(也就是，更高的比特速率)。在这种MIMO(多输入多输出)通信链路中，由发射器的多个发射天线提供(到矩阵信道的)“输入”，并且由多个接收天线提供(从矩阵信道的)“输出”。因此，每个接收天线接收来自发射器所有发射天线的信号的组合，其中该信号组合必须经过解扰。

典型的无线网络包括多个移动终端(MT)，其中每个移动终端与网络的接入点(AP)或基站进行无线通信。接入点还与中央控制器(CC)通信，而中央控制器又可能具有到其他网络例如固定以太网类型网络的链路。直到最近，才投入了相当大的努力来设计系统以减轻觉察到的多径传播的不利影响，该影响尤其在无线LAN(局域网)和其他移动通信环境中是普遍的。然而，所述著作G.J.Foschini和M.J.Gans，“On limits ofwireless communications in fading environment when using multipleantennas”Wireless Personal Communications vol.6，no.3，pp.311-335，1998示出了通过在发射器和接收器双方采用多天线架构(所谓的多输入多输出(MIMO)架构)可以大大提高信道容量。注意力已经转移到对于宽带信道采用时空编码技术(采用OFDM，时空编码)。典型地，通过训练序列获取该编码的最大似然检测的信道状态信息(CSI)，然后将所得到的CSI估计提供给维特比解码器。

根据周期性导频序列和插值滤波器的使用在MIMO系统中进行时空代码检测的技术在A.Naguib，V.Tarokh，N Seshadri和A.Calderbank“A space-time coding based model for high data rate wirelesscommunications”IEEE-J-SAC vol.16，pp.1459-1478，Oct 1998中有描述。

图1示出Naguib等人所述的技术所运行的上下文中的MIMO通信系统100。信息源101在时间l将信息符号s(l)提供给时空编码器102，时空编码器102将符号编码为N个代码符号c₁(l)c₂(l)...，c_N(l)，其中每一个从发射天线104之一同时发射。M个接收天线106分别接收输入到接收器108的信号r₁(l)，...r_M(l)。接收器108在输出端110提供编码发射符号(l)的估计(l)。在发射天线和接收天线之间存在多个信道，例如，对应于两个发射天线和两个接收天线的所有信道。Naguib等人所述的技术在发射信号中使用周期性导频序列以估计这些信道的时变响应。

第三代移动电话网络使用CDMA(码分多址)扩频信号以在移动台和基站之间跨越无线接口通信。这些3G网络采用国际移动电信IMT-2000标准( www.ituinit)实现。3G网络的无线接入部分统称作UTRAN(通用陆地无线接入网)，而包括UTRAN接入网的网络统称作UMTS(通用移动电信系统)网络。UMTS系统是由可以在 www.3gpp.org找到的第三代伙伴计划(3GPP，3GPP2)技术规范产生的标准的主题。尽管尚未规定，第四代移动电话网络可能采用基于MIMO的技术。

在实际数据通信系统中，信道内的多径导致符号间干扰(ISI)，该干扰经常通过均衡和前向纠错的组合来校正。例如，线性均衡器有效地对接收数据和信道脉冲响应的倒数执行卷积操作以产生基本上消除了ISI的数据估计。最优均衡器可以例如利用维特比算法来采用最大似然(ML)序列估计或最大先验估计(MAP)。在采用卷积码保护了数据的情况下，可以采用软输入维特比解码器，这通常是与数据交织一起以减少突发错误的影响。该方法提供最优均衡，但是随着符号表大小和序列长度(或者等同地信道脉冲响应长度)增大，它变得不实用。

与非迭代联合信道均衡和解码相比，Turbo均衡实现接近于最优的结果，但是大大降低了复杂度。一般而言，turbo均衡是指在均衡器和解码器之间交换软(似然)信息直到达到共识的迭代性过程。信道响应对数据符号的影响类似于纠错码来处理，并且典型地对于两者使用软输出维特比算法(SOVA)。然而，同样，  这些技术对于大的延迟扩展和符号表变得不切实际地复杂，特别是当可能需要若干次处理迭代来实现单个数据块的收敛时，更是如此。在对于每个发射天线或发射-接收天线对存在不同信道响应并且来自多个发射天线的信号必须被解开(disentangle)和均衡的情况下，这些困难严重加剧。

Tuchler等人的论文(Minimum Mean Squared Error EqualizationUsing A-priori Information，Michael Tuchler，Andrew Singer，RalfKoetter，IEEE Transactions on Signal Processing，vol.50，pp.673-683，March 2002)描述了一种turbo均衡的简化方法，其中采用单个发射天线。在该论文中，传统MAP均衡器被具有采用在噪声分布和符号分布上求值的最小均方差(MMSE)准则来更新的滤波器系数的线性均衡器(也就是，线性或横向滤波器)所代替。发射符号x_n的线性估计_n通过方程_n＝a_n ^Hz_n+b_n采用观察值z_n来确定，其中上标H表示埃尔米特算子，并且a_n和b_n是估计器的系数(严格地说，由于常数b_n，估计应称作是仿射的(affine)而不是线性的)。这些系数选成最小化MSE代价E(|x_n-_n|²)，其中E(.)表示平均值或期望值。由于信息从纠错解码器反馈到均衡器，因此滤波器系数随着时间发生变化，因此为所要估计的每个数据符号重新计算。相关技术描述于WO 02/15459。

Tuchler等人论文的内容有助于理解本发明，本发明基于该著作，并且对之扩展，在此特别地将该论文的章节II和III引作参考。

另一篇论文，Tetsushi Abe和Tad Matsumoto，“Space-Time TurboEqualization and Symbol Detection in Frequency Selective MIMOChannels”，Proc.Veh.Techn.Conference，IEEE VTS 5^th，Vol.2，pg 1230-1234，2001描述了turbo均衡对具有多个用户(发射器)的MIMO系统的应用。然而，该论文所述的简化方法仅适于BPSK，而不适于例如由无线LAN网络使用的其他(更高)调制方案。因此仍然需要用于具有多天线发射器的系统的改进式技术特别是改进式算法。

其他背景现有技术可以在US 2002/0110188、Iterative(Turbo)SoftInterference Cancellation and Decoding for Coded CDMA，XiaodongWang，H.Vincent Poor，IEEE Trans.Comms.Vol47，No.7，July 1999，pp.1046-1061、以及Iterative Receivers for Multiuser Space-Time CodingSystems，Ben Lu and Xiaodong Wang，IEEE Journal On Selected Areasin Communications，Vol.18 No.11，Nov 2000，pp.2322-2335中找到，其中US 2002/0110188也在SISO(软输入软输出)turbo均衡中采用自适应线性滤波。在这些文献中，“软”信息是指与例如通过将比特规定为逻辑一或零的硬比特判定而产生的硬信息相对的与特定比特、符号或信号值的似然性有关的信息。更复杂的基于格子(trellis)和基于贝叶斯判决规则(Bayeslan)的SISO均衡器组件也已经用于迭代性turbo均衡，其中均衡器和解码器迭代性地交换发射符号似然信息以改善接收器的比特错误率。

采用MMSE或零强制(zero-forcing)准则的基于滤波器的均衡器、基于贝叶斯判决规则的均衡器和基于格子的均衡器如(MAP)和最大似然序列估计(MLSE)均衡器全都已经用于宽带MIMO系统以减轻ISI和MSI。使用迭代性turbo均衡技术以在MIMO系统中进行均衡也是公知的。然而，采用基于格子或贝叶斯判决规则的SISO均衡的turbo均衡器具有高计算复杂度，并且该计算复杂度随着信道响应长度和所采用调制的可能状态/电平数呈指数增长。Tuchler等人所述的简化turbo均衡方案、WO 02/15459和US 2002/0110188考虑具有多个接收天线的系统，但不能在具有多个发射天线的系统中进行均衡。应该理解，对于多个接收天线和单个发射天线，每个接收天线与单个信道相关联，而对于多个发射天线，由于接收来自不同发射天线的信号的组合，因此情况复杂得多。

因此需要一种适于在MIMO通信系统中减轻MSI和ISI的较低计算复杂度turbo均衡方案。

发明内容

因此，根据本发明的第一方面，提供了一种用于采用多个发射天线的通信系统的接收器中的软输入软输出(SISO)均衡器，该均衡器包括：至少一个接收信号输入端，用于输入接收信号；多个似然值输入端，一一对应于每个发射天线，用于从SISO解码器输入多个解码信号似然值；处理器，配置成根据该多个信号似然值为来自每一个发射天线的信号确定估计平均值和协方差值；期望信号确定器，耦合于处理器，用于使用这些平均值确定期望接收信号值；减法器，耦合于接收信号输入端，用于从接收信号中减去期望接收信号值以提供补偿信号；滤波器，耦合于减法器，用于对补偿信号进行滤波以提供一一对应于每个发射天线的多个估计发射信号值；滤波器系数确定器，耦合于处理器，用于使用这些协方差值确定滤波器的系数；以及输出级，耦合于滤波器，用于输出一一对应于每个发射天线的多个发射信号似然值以输入到SISO解码器。

该均衡器可以用于MIMO通信系统的接收器中，在这种情况下，提供多个接收信号输入端，并且采用MIMO滤波器。一般而言，多输出或MIMO线性(仿射)或横向滤波器的使用提供在各实施例中随着信道脉冲响应(CIR)长度和信号星座(constellation)大小的增加而仅线性增长的计算复杂度。借助于来自解码器的软信息，可以共同减轻来自分散信道的ISI和来自多个发射天线的信号中的MSI(在本发明的多个实施例中，一些残余ISI可能存在于均衡器输出端，但是可以基本上消除MSD。因此，本发明的各实施例能够提供MIMO系统的低计算复杂度迭代性turbo均衡解决方案，其中传统技术是不实用的。均衡器的实施例特别有用于较高分散的信道。根据在发射器上所采用的编码器，任何适当传统解码器可以与该均衡器一起使用，其中该解码器包括但不限于卷积、块、turbo、低密度奇偶校验或时空格子解码器或者这些解码器的串行或并行结合。

在多个实施例中，期望接收信号值包括例如通过将信道响应(H)施加于期望或估计发射信号(E(X))而获得的接收信号的ISI(和/或MSI)分量。最好，期望接收信号值根据从来自SISO解码器的信号似然值获得的估计发射信号值的期望值例如期望符号干扰值以一定的数量进行调整。对于第n发射符号，对来自第i发射天线的信号x_n ⁱ的干扰可以如后所述根据eⁱE(x_n ⁱ)来确定，其中eⁱ是符号干扰矩阵S的第i列。

最好，滤波器系数根据均方差代价函数特别是MMSE函数来确定，并且提供滤波器增益控制器来根据从信号似然值获得的估计发射信号值的协方差值控制滤波器的增益。同样，其数学基础将在后面进行描述。

为了进一步降低计算复杂度，滤波器系数可以在接收符号的分组或块的范围内保持不变而不是逐符号地重新计算。类似地，例如在单载波调制系统中，可以通过将接收符号的分组或块变换到频域以并行处理然后变换回到时域来在频域而不是时域中计算滤波器系数。或者，在符号处于频域的OFDM(正交频分复用)系统中，在频域均衡之后不需要诸如IFFT(快速傅立叶反变换)的变换。

可以提供一种接收器，该接收器包括均衡器和解码器并且最好提高发射数据的无关性，另外，该接收器在均衡器之后还包括解交织器，并且包括用来交织从解码器到均衡器的似然值输入的交织器。该接收器可以例如包括在具有多个发射天线的通信系统的移动终端、基站或接入点中以例如提高数据速率并且/或者在采用发射分集的情况下提高鲁棒性。

根据本发明的另一个方面，提供了一种用于在采用具有至少一个接收天线的接收器和具有多个发射天线的发射器的通信系统中均衡接收数据的方法，该方法包括：从该至少一个接收天线接收至少一个接收信号；从SISO解码器输入一一对应于每个发射天线的多个解码信号似然值；根据该多个信号似然值为来自每一个发射天线的信号确定估计平均值和协方差值；使用这些平均值确定期望接收信号值；从接收信号中减去期望接收信号值以提供补偿信号；使用这些协方差值确定滤波器的系数；按照这些系数对补偿信号进行滤波以提供一一对应于每个发射天线的多个估计发射信号值；以及输出从这些估计发射信号值获得的一一对应于每个发射天线的多个发射信号似然值以输入到SISO解码器。

根据本发明的另一方面，提供了一种配置成与SISO解码器一起使用以均衡来自多天线发射器的数据的SISO MIMO turbo均衡器，该均衡器包括具有多个软输入和提供多个软输出的多维横向滤波器，该均衡器配置成从SISO解码器接收软信息并且使用该软信息来调整横向滤波器的系数以减轻MSI和ISI。

在另一方面，本发明提供了一种在从配置成同时从多个发射天线发射数据的发射器接收数据的接收器中对数据进行turbo均衡的方法，该接收器包括SISO解码器，该方法包括：输入包括接收信号数据块的接收信号向量，其中该接收信号数据块包含从多个发射天线接收的数据；从该解码器接收软解码信息；使用具有从接收信号向量获得的多个软输入的线性滤波器处理接收数据，以将一一对应于每个发射天线的多个软均衡器输出提供给SISO解码器；以及响应软解码信息调整线性滤波器的系数以减轻MSI和ISI。

本发明还提供一种在具有n_I个发射天线的通信系统的接收器中均衡数据的方法，该方法包括：输入索引n下的包括接收信号数据块的接收信号向量Z_n；从SISO解码器输入一组比特似然值L(c_n，j ⁱ)i＝1到n_I，j＝1到m，其中c_n，j ⁱ表示索引n下的m比特码字符号的一部分；使用L(c_n，j ⁱ)值，为估计发射信号值x_n ⁱ确定期望值E(x_n ⁱ)和协方差cov(x_n ⁱ，x_n ⁱ)，其中x_n ⁱ表示索引n下的从发射天线i发射的信号的估计值；使用 ${\hat{x}}_n^i=K_n^i{f}_n^{i^H}[Z_n-(E\left(Z_n\right)-e^{i}E\left(x_n^i\right))]$ 为每个发射天线i确定索引n下的更新估计发射信号值_n ⁱ，其中E(Z_n)＝HE(X_n)，H是信道脉冲响应矩阵，并且E(X_n)是从E(x_n ⁱ)值获得的索引n下的估计发射信号向量X_n的期望值，其中eⁱ是矩阵S的第i列并且 $S=H{\left[\begin{array}{ccc}{0}_{n_I\×(N2+L-1)n_I}& I_{n_I\×n_I}& 0_{n_I\×N1n_I}\end{array}\right]}^H,$ 其中矩阵I_i×i是i×i单位矩阵，并且0_i×j是其中每个元素基本上为零的矩阵，f_n ⁱ是滤波器矩阵F_n的第i列，并且F_n从cov(x_n，x_n)获得，并且其中K_n ⁱ是标量滤波器增益；以及输出从_n ⁱ值获得的均衡似然值L_e(c_n，j ⁱ)。

根据所采用的调制方案，发射符号索引n可以索引时间和/或频率。

本领域的技术人员应该认识到上述均衡器和方法可以使用处理器控制代码来实现，并且/或者实施在其中。因此，在另一方面，本发明提供例如载体介质如盘、CD-ROM或DVD-ROM，程序化存储器如只读存储器(固件)上或者数据载体如光或电信号载体上的该代码。本发明的各实施例可以在DSP(数字信号处理器)、ASIC(专用集成电路)或FPGA(场可编程门阵列)上实现。因此，该代码可以包括传统程序代码、微代码或者例如用于设置或控制ASIC或FPGA的代码。在一些实施例中，该代码可以包括采用硬件描述语言如Verilog(商标)或VHDL(超高速集成电路硬件描述语言)的代码。本领域的技术人员应该理解，本发明各实施例的处理器控制代码可以分布在相互通信的多个耦合组件之间。

现在将参照附图仅作为示例进一步描述本发明的这些和其他方面，其中：

附图说明

图1示出公知的MIMO时空编码通信系统；

图2示出MIMO信道模型的方框图；

图3示出根据本发明一个实施例的MMSE MIMO turbo均衡过程的流程图；

图4示出根据本发明一个实施例的基于滤波器的软输入软输出MIMO均衡器的方框图；

图5示出包括采用图4的MIMO均衡器的接收器的MIMO通信系统；

图6示出根据本发明另一个实施例的基于滤波器的频域软输入软输出MIMO均衡器的方框图；

图7示出包括配置成根据本发明一方面的实施例工作的均衡器的接收器；以及

图8针对均衡解码迭代的不同次数示出根据本发明一个实施例的turbo均衡器的比特错误率性能相对于接收信号与噪声之比的关系。

具体实施方式

参照图2，该图示出了MIMO信道模型的方框图200。多流发射器具有第一n_I个发射天线202，并且发射组成到矩阵信道206的“输入”的时间n下的各个符号x_n ¹，x_n ²，...，x_n ^nI。n_O个接收天线204以接收信号z_n ¹，z_n ²，...，z_n ^no的形式提供从n_I×n_oMIMO矩阵信道的“输出”。在第i发射天线和第j接收天线之间存在具有关联信道响应h_n ^i，j的信道。每个接收天线上的接收信号还包含噪声分量w_n ^j。

在n_I×n_oMIMO系统中，MIMO均衡器旨在提供每一个信令时刻的n_I个发射数据符号的估计。来自多个发射天线的数据在相同或重叠时间发射并且以相同或重叠频率使用，因此引入了MSI以及来自分散宽带信道的ISI。在一些系统中，相同或相关数据从不同发射天线发射，从而提供冗余或分集。在其他系统中，不同数据流从每个发射天线发射以例如提供更高的总体数据速率。

一般而言，在本发明的各实施例中，turbo均衡器采用多维横向滤波器的形式。借助于与从解码器接收的多个发射数据信号相关的软信息，滤波器系数根据最小均方差(MMSE)准则来调整以减轻符号间干扰(ISI)和多流干扰(MSI)的影响并且提供软输出。均衡器并行处理来自所有发射天线的信号(虽然在基于处理器的实施例中有可能采用时间复用方式)，因此能够“检测”和均衡多流信号。来自解码器的软信息或似然信息用来确定多流发射信号的协方差和平均值以估算均衡器的系数以及确定接收信号的平均值或期望值以进行基于MMSE的检测。

在各实施例中，可以在时域和频域中的任一种或两者中执行SISO均衡。首先将描述时域实现；可选频域实现的详细信息将在后面给出。

均衡器的各单元一般将采用数字信号处理器实现，因此首先将从数学的角度描述均衡器的第一时域实施例的结构和操作。

首先考虑线性、分散且带噪声的具有n_I个输入和n_O个输出的通信系统(即n_I×n_oMIMO系统)的信号传输模型。复数基带等效信号模型可以采用下面方程(1)表示：

$z_n=\underset{k=0}{\overset{L-1}{\mathrm{\Σ}}}{h}_k{x}_{n-k}+w_n---\left(1\right)$

其中L是以符号周期为单位的信道长度，其中 $z_n={\left[\begin{array}{cccc}{z}_n^1& z_n^2& \·\·\·& z_n^{n_o}\end{array}\right]}^T$ 是由n_O个接收天线接收的信号， $w_n={\left[\begin{array}{cccc}{w}_n^1& w_n^2& \·\·\·& w_n^{n_o}\end{array}\right]}^T$ 是噪声分量， $x_n={\left[\begin{array}{cccc}{x}_n^1& x_n^2& \·\·\·& x_n^{n_I}\end{array}\right]}^T$ 是由n_I个发射天线发射的信号，并且n标记一个符号(即，在本例中对应于以符号周期为单位的时间)。分散信道矩阵表示为：

在此，h_k ^i，j如图2所示表示第i发射天线和第j接收天线之间的通信链路的第k信道抽头。

考虑具有(整数)N个系数或抽头的基于横向滤波器的均衡器的实施例，其中N＝N1+N2+1(N1和N2实际上指定滤波器的因果和非因果部分的长度)。该滤波器采用以符号周期为单位的长度N的接收信号块的观察值，该值表示为：

Z_n＝HX_n+W_n                                      (2)

其中

Z_n＝[z_n-N2 ^T…z_n ^T…z_n+N1 ^T]^T                     (3)

是Nn_O×1接收信号向量，

W_n＝[w_n-N2 ^T…w_n ^T…w_n+N1 ^T]^T                     (4)

是Nn_O×1接收噪声向量，

X_n＝[x_n-N2-L+1 ^T…x_n ^T…x_n+N1 ^T]^T                  (5)

是与下面给出的Nn_O×(N+L-1)n_i信道脉冲响应(CIR)矩阵H进行卷积的(N+L-1)n_I×1发射信号向量。

接下来将考虑由均衡器确定滤波器系数和软发射符号估计。

当接收Z_n时根据二阶统计(也就是，平均值和协方差值)对发射符号的最优线性估计 ${\hat{x}}_n={\left[\begin{array}{cccc}{\hat{x}}_n^1& {\hat{x}}_n^2& \·\·\·& {\hat{x}}_n^{n_I}\end{array}\right]}^T$ 具有下面方程(7)给出的形式(例如参见“An Introduction to Signal Detection and Estimation”，H.Vincent Poor，Second Edition，Springer，ISBN0-387-94173-8，pp.221-223)：

_n＝E(x_n)+A_n ^H[Z_n-E(Z_n)]                           (7)

其中，如前所述，E(.)表示平均值或期望值，并且A_n是由符号(时间)n下的N个线性滤波器/均衡器系数构成的系数集。从方程(7)可以看出，发射符号的估计_n是时间n下的接收信号向量Z_n与ISI和MSI分量E(Z_n)之间的滤波差值的平均偏置(mean offset)。

通过最小化均方差代价函数E(|x_n-_n|²)，滤波器系数A_n的最优集如下给出：

A_n＝cov(Z_n，Z_n)^-1cov(Z_n，x_n)                       (8)

其中协方差算子cov(x，y)＝E(xy^H)-E(x)E(y^H)。方程(7)可以表达为下面形式：

_n＝E(x_n)+cov(x_n，x_n)F_n ^H[Z_n-E(Z_n)]              (9)

其中按照发射信号或该信号的估计以均衡器抽头观察的接收信号的期望值如下给出：

E(Z_n)＝HE(X_n)                                           (9a)

后面可以看到，E(Z_n)可以根据软解码器输出来确定。在方程(9)中，Nn_O×n_i滤波器矩阵F_n定义为

F_n＝R_ZZ ^-1S                                          (10)

＝[R_WW+HR_XXH^H]^-1S

其中，协方差定义为

R_ZZ＝cov(Z_n，Z_n)，

R_XX＝cov(X_n，X_n)，

R_WW＝cov(W_n，W_n)。

从第n发射符号引入符号干扰的Nn_o×n_iCIR矩阵S如下给出：

$S=H{\left[\begin{array}{ccc}{0}_{n_I\×(N2+L-1)n_I}& I_{n_I\×n_I}& 0_{n_I\×N1n_I}\end{array}\right]}^H---\left(11\right)$

在方程(11)中，矩阵I_i×i是i×i单位矩阵，而矩阵0_i×j全都包含零。

从包括如方程(6)所定义的信道矩阵H的以方程(10)表达的均衡器(滤波器)系数矩阵F_n的形式可以理解，均衡器不仅对ISI执行均衡，并且还减轻MSI。

用来计算滤波器系数和估计发射信号的发射信号的平均值和协方差值E(x_n)和cov(x_n，x_n)可以使用下面方程(16)和(17)获得。块-对角协方差矩阵R_XX如下包括(N+L-1)个cov(x_n，x_n)块-对角块：

CIR矩阵H可以在接收器中采用传统方式从MIMO信道估计块获得。因此，在一个实施例中，已知导频或训练序列周期性地插入到来自每个发射天线的信号中，并且在接收器上，这些已知序列与来自一个(或多个)接收天线的一个(或多个)输入信号流一起进行编码，并且提供给信道估计器。由于在信号流中提供训练序列具有低交叉相关系数，因此信道估计器能够通过实际上相关每个流的编码已知数据序列与实际接收信号来确定CIR矩阵H。该信道估计器的一个例子在Ye Geoffrey Li，“Simplified channel estimation for OFDM systems with multiple transmitantennas”，IEEE Transactions on Wireless Communications，Vol.1，No.1，pg.67，Jan 2002中有描述，在此将其引作参考。

信道估计最好还可以使用估计发射信号_n ⁱ作为附加训练符号来迭代执行。对于与此相关的背景信息，可以参考Tetsushi Abe和TadMatsumoto，“Space-Time Turbo Equalization and Symbol Detection inFrequency Selective MIMO Channels”，Proc.Veh.Techn.Conference，IEEE VTS 5^th，Vol.2，pg 1230-1234，2001，在此也将其引作参考。因此，例如，来自解码器的多个解交织输出(一一对应于每个发射天线)可以类似于已知训练序列来重新编码并且提供给信道估计器。这样，在每一次turbo均衡迭代时都可以获得H的更新估计值，并且这反过来又可以用来计算均衡器系数。

为了获得良好的收敛行为，由均衡器提供的软发射符号信息_n ⁱ在迭代结构中应独立于来自解码器的软发射符号信息。在发射器上，m比特序列，其中m是每符号的比特数，编码为发射天线i的码字 $c_{n,j}^i\∈\{+1,-1\},$ j＝1，...m。解码器提供软对数(log)似然比率信息L(c_n，j ⁱ)，j＝1，...，m，其中 $L\left(c_{n,j}^i\right)=\ln \{P(c_{n,j}^i=+1)/P(c_{n,j}^i=-1)\},$ 从均衡器的观点该信息可以被认为是先验信息。为了提供良好的收敛特性，可用于均衡器的比特c_n，j ⁱ，j＝1，...，的似然信息(对应于符号x_n ⁱ)设为

j＝1，...，m以获得_n ⁱ的方程。(在turbo均衡期间这些值也可以初始化为零)。然后，消除均衡对由解码器提供的L(c_n，j ⁱ)，j＝1，...，m的相关性并且设置期望值 和协方差

其中δ_x，i ²是来自发射天线i的发射符号的信号方差的初始值，例如一(取决于发射天线的相关增益)，并且方程(9)中的估计发射符号_n ⁱ的第i分量可以表达为Fn的比例化型式(使用矩阵求逆引理)，如下面方程(12)所示：

${\hat{x}}_n^i=K_n^i{f}_n^{i^H}[Z_n-(E\left(Z_n\right)-e^{i}E\left(x_n^i\right))]---\left(12\right)$

其中，滤波器增益K_n ⁱ如下给出：

$K_n^i={(1+({\mathrm{\δ}}_{x,i}^2-\mathrm{cov}(x_n^i,x_n^i))f_n^{i^H}{e}^i)}^{-1}---\left(13\right)$

在方程(12)和(13)中，f_n ⁱ是在方程(10)中定义的滤波器矩阵F_n的第i列，并且eⁱ是在方程(11)中给出的符号干扰矩阵S的第i列。

下一步，描述确定R_ZZ ^-1的较低复杂度方法以通过方程(10)计算滤波器矩阵F_n。为了避免执行Nn_o×Nn_o协方差矩阵R_ZZ的直接矩阵求逆从而为将号_n ⁱ的每一个估计计算滤波器矩阵F_n，可以采用时间递归更新算法。该算法类似于Tuchler等人论文所述的算法(ibid)并且利用分区协方差矩阵内公共子矩阵的存在。时间n+1下的矩阵R_ZZ ^-1可以通过如方程(14)所述操纵子矩阵来确定：

$R_{\mathrm{zz}}^{-1}(n+1)=\left[\begin{array}{cc}{U}_N& {\stackrel{\‾}{u}}_N\\ {\stackrel{\‾}{u_N}}^H& u_N\end{array}\right]---\left(14\right)$

这些子矩阵又可以根据时间n下的先前R_ZZ ^-1来确定，如下面方程(15)所示：

$R_{\mathrm{zz}}^{-1}\left(n\right)=\left[\begin{array}{cc}{u}_P& {{\stackrel{\‾}{u}}_P}^H\\ {\stackrel{\‾}{u}}_P& U_P\end{array}\right]$

$\left[\begin{array}{c}{\mathrm{\ω}}_N\\ {\mathrm{\σ}}_N\end{array}\right]=[R_{\mathrm{WW}}+{\mathrm{HR}}_{\mathrm{XX}}{H}^H]\left[\begin{array}{c}{0}_{(N-1)n_o\×n_o}\\ I_{n_o\×n_o}\end{array}\right]---\left(15\right)$

${{\mathrm{\Σ}}_P}^{-1}=U_P-{\stackrel{\‾}{u}}_P{u_P}^{-1}{{\stackrel{\‾}{u}}_P}^H$

矩阵ω_N，σ_N，u_P， u_P，U_P的大小分别为(N-1)n_o×n_o，n_o×n_o，n_o×n_o，(N-1)n_o×n_o和(N-1)n_o×(N-1)n_o。因此可以看到更新矩阵R_ZZ ^-1只需要n_o×n_o矩阵u_P和(σ_N-ω_N ^Hω_N)的矩阵求逆。R_WW项是噪声协方差，并且其值例如可以根据接收器带宽在理论上确定(特别是在前端滤波器具有较锐截止的情况下；另外参见3GPP TS25.215 v5.2.1以获得接收功率的背景知识)，通过在接收器上测量噪声(和/或干扰)的电平确定，或者通过这两者技术的结合来确定。在接收天线的噪声电平类似的情况下，R_WW可以近似于I的分数。

现在将讨论从解码器到均衡器的软(似然)值输入。

按照似然值由解码器提供的软信息用来提供计算方程(9)中的x_n ⁱ所需的发射符号的平均值E(x_n ⁱ)和协方差cov(x_n ⁱ，x_n ⁱ)。该平均值和协方差值如下所示获得：

$E\left(x_n^i\right)=\underset{{\mathrm{\α}}_k\∈S}{\mathrm{\Σ}}{\mathrm{\α}}_{k}P(x_n^i={\mathrm{\α}}_k)---\left(16\right)$

以及

$\mathrm{cov}(x_n^i,x_n^i)=\left(\underset{{\mathrm{\α}}_k\∈S}{\mathrm{\Σ}}{\left|{\mathrm{\α}}_k\right|}^{2}P(x_n^i={\mathrm{\α}}_k)\right)-{\left|E\left(x_n^i\right)\right|}^2---\left(17\right)$

在发射器上，m比特c的序列映射到从Q＝2^m元符号表S＝{α₁，α₂，...，α_Q}中选择的符号x，其中，每个符号α_k对应于m比特模式s_k，j∈{+1，-1}。发射符号的概率如下给出：

$P(x_n^i={\mathrm{\α}}_k)={\mathrm{\Π}}_{j=1}^{m}P(c_{n,j}^i=s_{k,j})---\left(18\right)$

$={\mathrm{\Π}}_{j=1}^{m}1/2.\{1+s_{k,j}\tanh (L\left(c_{n,j}^i\right)/2)\}$

i＝1，…，n_I，k＝1，…，Q

下一步将考虑从均衡器到解码器的软(似然)值输出。

在均衡器的输出，假定估计符号的概率密度函数 $p\left(x_n^i\right|c_n^i=s_k)$ 是具有平均值μ_n，k ⁱ和方差σ_n，k ²ⁱ的高斯概率密度函数。因而包含在发射符号中的比特的对数似然比如下给出：

$L_e\left(c_{n,j}^i\right)=\ln \left(\underset{\∀s_k:s_{k,j}=+1}{\mathrm{\Σ}}\exp (\frac{-{\left|E({\hat{x}}_n^i-{\mathrm{\μ}}_{n,k}^i)\right|}^2}{{\mathrm{\σ}}_{n,k}^{2^i}}+{\mathrm{\φ}}_{n,j}^i)\right)---\left(19\right)$

$-\ln \left(\underset{\∀s_k:s_{k,j}=-1}{\mathrm{\Σ}}\exp (\frac{-{\left|E({\hat{x}}_n^i-{\mathrm{\μ}}_{n,k}^i)\right|}^2}{{{\mathrm{\σ}}_{n,k}^2}^i}+{\mathrm{\φ}}_{n,j}^i)\right)$

${\mathrm{\φ}}_{n,j}^i=\underset{\∀j^{\′}:j^{\′}\≠j}{\mathrm{\Σ}}{s}_{k,j^{\′}}L\left(c_{n,j^{\′}}^i\right)/2$

根据为方程(12)中的发射符号x_n ⁱ的估计获得的导数，均衡器输出的平均值和方差则可以写成：

${\mathrm{\μ}}_{n,k}^i=K_n^i{f}_n^{i^H}[E\left(Z_n\right|x_n^i={\mathrm{\α}}_k)-(E\left(Z_n\right)-e^{i}E\left(x_n^i\right))]---\left(20\right)$

$=K_n^i{\mathrm{\α}}_k{f}_n^{i^H}{e}^i$

以及

${{\mathrm{\σ}}_{n,k}^2}^i=K_n^{i2}{f}_n^{\mathrm{iH}}\mathrm{cov}(Z_n,Z_n|x_n^i={\mathrm{\α}}_k)f_n^i---\left(21\right)$

$=K_n^{i2}(f_n^{\mathrm{iH}}{R}_{\mathrm{zz}}{f}_n^i-\mathrm{cov}(x_n^i,x_n^i)f_n^{\mathrm{iH}}{e}_n^i{e}_n^{\mathrm{iH}}{f}_n^i)$

在方程(19)中用来计算均衡器的软输出的指数对数和 最好可以利用雅可比对数关系来计算：

$\ln \left(\underset{k=1}{\overset{n}{\mathrm{\Σ}}}\exp \left({\mathrm{\λ}}_k\right)\right)=J({\mathrm{\λ}}_n,J({\mathrm{\λ}}_{n-1},\·\·\·J({\mathrm{\λ}}_3,J({\mathrm{\λ}}_2,{\mathrm{\λ}}_1))\·\·\·))$

J(λ₁，λ₂)≈max(λ₁，λ₂)+f_c(|λ₁-λ₂|)

在此，f_c(x)是可以采用下面表1给出的查询表制表的对数校正函数。

        表1

x	fc(x)
		x＞3.7	0.0
3.7≥x＞2.25	0.05
		2.25≥x＞1.5	0.15
1.5≥x＞1.05	0.25
		1.05≥x＞0.7	0.35
0.7≥x＞0.43	0.45
		0.43≥x＞0.2	0.55
0.2≥x	0.65

这样，技术的计算复杂度可以通过将似然计算中对数和指数函数的使用替代为简单的查询表和“max()”函数来降低。

为了进一步减轻计算复杂度，均衡器系数即分别在方程(10)和(13)中定义的项F_n和K_n ⁱ可以设为不随着时间n变化。可以替代使用P个符号的接收符号分组的范围内协方差矩阵的平均值 ${\stackrel{\‾}{R}}_{\mathrm{XX}}=\frac{1}{P}\underset{n=1}{\overset{P}{\mathrm{\Σ}}}\mathrm{cov}(X_n,X_n)$ 和 $\stackrel{\‾}{\mathrm{cov}(x_n^i,x_n^i)}=\frac{1}{P}\underset{n=1}{\overset{P}{\mathrm{\Σ}}}\mathrm{cov}(x_n^i,x_n^i)$ 来计算方程(10)和(13)中的系数。然后可以使用这些时不变均衡器系数F和Kⁱ来帮助降低方程(12)中发射符号_n ⁱ的计算复杂度。

图3示出实现上述turbo均衡过程的流程图。在步骤S800确定或选择系统参数包括例如符号表S和滤波器系数数目N＝N1+N2(N1和N2典型地选成N1＝N2＝L)。然而，严格地说，这不是实际均衡过程的一部分。

在步骤S802，例如通过设置 $E\left(x_n^i\right)=0,\mathrm{cov}(x_n^i,x_n^i)={\mathrm{\δ}}_{x,i}^2$ 和 $L\left(c_{n,j}^i\right)=0$ (等于0的对数似然比L(.)意味着c＝+1和c＝-1是等概率的)来初始化均衡器参数，然后在步骤S804，从一个或多个接收器输入接收信号块Z_n，并且在步骤S806，从信道估计器输入估计CIR矩阵H。

在步骤S808，使用方程(16)、(17)和(18)(在第一次迭代之后)根据来自SISO解码器的发射比特的先验信息L(c_n，j ⁱ)，i＝1，...，n_I，j＝1，...，m(其中m是每符号的比特数)获得发射符号的平均值E(x_n ⁱ)和协方差cov(x_n ⁱ，x_n ⁱ)。然后，在步骤S812，使用发射符号的平均值E(x_n ⁱ)和协方差cov(x_n ⁱ，x_n ⁱ)，获得均衡器系数F_n和K_n ⁱ(分别使用方程(10)和(13))，并且使用方程(9a)确定接收信号的平均值E(Z_n)。然后通过方程(12)给出估计发射信号_n ⁱ，并且在估计发射符号和与发射比特相关的先验信息已知的情况下使用方程(19)获得发射符号的“外在”信息L_e(c_n，j ⁱ)，该信息将提供从均衡器到SISO解码器的软输入。

在步骤S814执行与在编码之后且在发射器发射数据之前执行的交织相对应的解交织。因此，来自均衡器的外在信息在传到解码器之前经过解交织。然后，在步骤S816，在解码级使用与发射比特相关的外在信息作为先验知识以提供解码器的外在信息。根据在发射器上所采用的编码对解交织信号进行解码。然后在步骤S818进行检查以判定是否达到终止标准，并且如果未达到，则该过程循环回到通过步骤808重新交织来自解码器的外在信息并且将其传递回到均衡器。终止标准可以包括例如预定次数的迭代或者判定表示解码数据可靠性的解码器软输出是否大于阈值。如果满足终止标准，则提供最终迭代的经过均衡和解码的比特作为发射数据比特的输出估计。

图4示出配置成根据图3的过程工作的基于滤波器的软输入软输出MIMO均衡器400的方框图。

参照图4，均衡器包括输入端402以从对应多个接收天线接收多个接收信号块，这些接收信号输入端提供第一组输入到减法器404。对均衡器400的第二组输入包括来自软输入软输出解码器的一组软值或似然值406以将先验发射比特信息提供给均衡器。该信息由块405进行处理以确定E(x_n ⁱ)和cov(x_n ⁱ，x_n ⁱ)，并且这些(估计)平均值(或期望值)和协方差值由块408用来执行计算(E(Z_n)-eⁱE(x_n ⁱ))以确定接收信号值的期望集。这向减法器404提供第二组输入410以从第一组输入402中将其减去，从而向线性(仿射)或横向滤波器414提供“补偿”信号412。来自SISO解码器的软似然值406可以由滤波器系数计算块416用来确定滤波器414的一组系数。MIMO信道估计器418将信道估计输入420提供给该滤波器系数计算块416。滤波器414的输出包括一一对应于每个发射天线的一组估计发射信号值422，这些估计发射信号值422又提供给软判定块424，该块提供对应多个输出426，这些输出包括适于提供软输入给SISO解码器的软(或似然)发射比特值。

图5示出包括通过MIMO信道506通信的MIMO发射器502和MIMO接收器504的MIMO通信系统500。接收器504包括例如参照图4所述的MIMO SISO(MMSE)均衡器400。发射器502具有提供输入到时空和/或信道编码器510的数据输入端508(在其他实施例中可以采取其他编码方案)。编码器510提供多个输出512到交织器514，交织器514又提供信号到多个射频输出级，因此提供到对应多个发射天线。在图5中，为简洁起见，这些射频级和发射天线未显式示出，而是示出了从交织器514提供输出的包括多个发射信号的多个输出端516，这些输出端通过MIMO信道506提供不同(多个)输入到接收器504。应该认识到图5的通信系统采用单个发射器来提供多个发射输出流，以用于冗余或者提高比特速率的目的。从多个发射天线的发射可以例如共享频率或进行频率重叠和/或进行时间重叠。这不同于具有频域和/或时域控制访问的采用多个用户的通信系统，其中，一般而言，优选的是将不同频率和/或时隙分配给不同用户。

继续参照图5，耦合于对应多个射频接收器前端的多个接收天线(在图5中为简洁起见而未示出)提供多个输入到MIMO SISO MMSE均衡器400。来自均衡器400的软输出426由解交织器518进行解交织，然后提供给时空/信道解码器520。该解码器接受一一对应于来自发射天线的每个信号流的多个输入，并且提供对应多个输出522a，b，这些输出提供给比特交织器524并且返回到均衡器400以作进一步的均衡解码迭代，或者如果达到终止标准，则输出为均衡数据。应该理解，均衡器需要来自解码器520的完整发射符号，也就是，在例如包括错误校验比特如奇偶比特的情况下，应该将包括这些奇偶比特的发射符号提供给均衡器。图4的MIMO信道估计器418(图5中未示出)可以从比特交织器524接收一组输入，并且将H的估计输出到均衡器400。

现在参照图6，该图示出了配置成在频域工作的基于滤波器的软输入软输出MIMO均衡器600的方框图。均衡器600的主要单元类似于图4，并且以相同标号表示。主要区别在于计算块408和416执行频域计算并且减法器404和滤波器414在频域而不是在时域工作(不过，为便于比较起见，采用了相同的标号并且省略了信道估计器)。因此，主要添加是减法器404和滤波器414之前的串行到并行转换块602和快速傅立叶变换(FFT)块604以及滤波器414之后的快速傅立叶反变换(FFT-1)块606和并行到串行转换块608。这些块将接收信号从时域转换到频域以作处理，并且在处理之后转换回到时域。

与频域内的SISO均衡相关的背景信息可以在Tüchler，M.，Hagenauer，J.，“Turbo equalisation’using frequency domain equalizers”，Proc.Allerton Conference，Monticello，IL，USA，Oct 2000中找到，在此将其引作参考。然而，应该理解该参考文献仅公开了单发射天线单接收天线系统的频域turbo均衡。其他背景信息可以在M.V.Clark，“Adaptive Frequency-Domain Equalization and Diversity Combining forBroadband Wireless Communications”，IEEE JASC，vol.16，no.8，pp.1385-1395，Oct.1998和D.Falconer，S.L.Ariyavistakul，A.Benyamin-Seeyar，B.Eidson，“Frequency Domain Equalization for Single-CarrierBroadband Wireless Systems”，IEEE Communications Magazine，pp.58-66，April 2002中找到。

继续参照图6所示的均衡器的频域实现的例子，来自接收天线的信号按照每个FFT块/分组通过快速傅立叶变换(FFT)变换到频域中，并且接收信号的频谱通过将每个分支的频谱与均衡器的频域系数相乘来均衡。频域均衡通过在频域内一次处理接收符号的整个FFT块/分组而不是在时域内逐符号地进行处理，再次降低均衡任务的计算复杂度，不过应该理解，由于此均衡器系数对于每个FFT块是时不变的。而且，在传输之前应该将循环扩展(例如，前缀)加到发射符号块/分组(以在FFT间隔内提供整数个循环)，不过在接收器将丢弃该循环扩展。turbo均衡器的频域实现适于时域和/或频域编码数据，并且可以例如与MIMOOFDM传输一起使用。

现在参照图7，该图示出了包括配置成如上所述工作特别是如参照图3和4所述工作的均衡器的接收器700的实施例。

接收器700包括一个或多个接收天线702a，b(其中两个在所示实施例中示出)，这些接收天线均耦合于各自的射频前端704a，b，其中这些前端例如类似于图2a的射频前端，因此这些接收天线耦合于各自的模拟数字转换器706a，b以及数字信号处理器(DSP)708。DSP 708将典型地包括一个或多个处理器708a(例如，用于滤波器414的并行实现)和某工作存储器708b。DSP 708具有数据输出端710和地址、数据和控制总线712以将DSP耦合于永久性程序存储器714如快闪RAM或ROM。永久性程序存储器714存储用于DSP 708的代码以及可选的数据结构或数据结构定义。

由于所示程序存储器714包含SISO均衡代码714a，其中该代码包括(E(Z_n)-eⁱE(x_n ⁱ))计算代码、减法代码、滤波器系数计算代码、线性(横向)滤波器代码和软判定输出代码，以当在DSP 708上运行时实现如上详细所述的对应功能。程序存储器714还包括MIMO信道估计代码714b以提供MIMO CIR估计H、解交织器代码714c、交织器代码714d和时空(或其他)SISO解码器代码714e。适合代码714e的例子对于本领域的技术人员而言是公知的。可选地，永久性程序存储器714中的代码可以在诸如光或电信号载体的载体，或者如图7所示的软盘716上提供。来自DSP 708的数据输出710根据需要提供给接收器700的另外数据处理单元(图7中未示出)。这些可以包括块错误解码器如里德-所罗门(Reed-Solomon)解码器和用于实现更高层协议的基带数据处理器。

接收器前端一般将采用硬件实现而接收器处理通常将至少部分采用软件来实现，但是也可以采用一个或多个ASIC和/或FPGA。本领域的技术人员应该认识到接收器的所有功能都可以采用硬件执行，并且在软件无线中对信号进行数字化的确切点一般将依赖于成本/复杂度/功耗折衷。

图8针对均衡解码迭代的不同次数示出turbo均衡器实施例的比特错误率(BER)性能相对于接收信号与噪声之比(E_b/N_o)的关系。在图8中，曲线800表示具有非分散信道的单发射单接收天线系统的理论结果，而其余曲线表示具有如下参数的分散信道的两发射天线发射器、两接收天线接收器MIMO系统的基于MMSE的MIMO SISO turbo均衡器的8PSK性能：

h₀ ^1，1＝0.707，h₁ ^1，1＝0.707，h₀ ^1，2＝0.707，h₁ ^1，2＝0.707，

h₀ ^2，1＝0.707，h₁ ^2，1＝0.707，h₀ ^2，2＝0.9579，h₁ ^2，2＝0.2874

该系统利用半速率(5，7)卷积编码，并且均衡器参数为N1＝9和N2＝5。更具体地说，曲线802、804、806、808和810分别示出一次、两次、三次、四次和五次turbo均衡迭代的曲线。可以看到性能随着迭代次数而显著增长，并且靠近非分散信道的性能，不过随着大量迭代，增量性能提高减少。增量提高的减少可以用来确定潜在应用的终止标准，例如根据速度-处理能力折衷限定为2、5或10次迭代。

本发明的应用主要是在具有时域编码的MIMO系统的上下文中描述的，但是本发明的实施例也有用于频域编码系统如MIMO-OFDM(正交频分复用)系统。例如，本发明可以与54Mbps无线网络的欧洲Hiperlan/2或者美国IEEE 802.11a标准一起使用。本发明的各实施例还可以用于非无线应用如磁盘或光盘驱动器读取头电路中，其中例如盘的多层实际上充当多个发射器，一个或多个读取头从多层接收受到“发射”信号影响的读取数据。

毫无疑问，很多其他有效替代方案可以被本领域的技术人员想到。应该理解本发明不限于所述实施例，并且囊括处于所附权利要求的精神和范围内的对于本领域的技术人员而言是显然的变型。

Claims (38)

1.一种用于采用多个发射天线的通信系统的接收器中的软输入软输出(SISO)均衡器，该均衡器包括：

至少一个接收信号输入端，用于输入接收信号；

多个似然值输入端，一一对应于每个发射天线，用于从SISO解码器输入多个解码信号似然值；

处理器，配置成根据所述多个信号似然值为来自每一个所述发射天线的信号确定估计平均值和协方差值；

期望信号确定器，耦合于所述处理器，用于使用所述平均值确定期望接收信号值；

减法器，耦合于所述接收信号输入端，用于从所述接收信号中减去所述期望接收信号值以提供补偿信号；

滤波器，耦合于所述减法器，用于对所述补偿信号进行滤波以提供一一对应于每个所述发射天线的多个估计发射信号值；

滤波器系数确定器，耦合于所述处理器，用于使用所述协方差值确定所述滤波器的系数；以及

输出级，耦合于所述滤波器，用于输出一一对应于每个所述发射天线的多个发射信号似然值以输入到所述SISO解码器。

2.如权利要求1所述的SISO均衡器，还包括调整器，用于根据所述估计平均值以一定的数量调整所述期望接收信号值。

3.如权利要求2所述的SISO均衡器，还包括滤波器增益控制器，配置成根据所述估计协方差值控制所述滤波器的增益。

4.如前面权利要求中的任一项所述的SISO均衡器，其中所述滤波器包括线性或横向滤波器。

5.如前面权利要求中的任一项所述的SISO均衡器，其中所述滤波器系数确定器配置成根据均方差代价函数确定所述滤波器系数。

6.如权利要求1所述的SISO均衡器，其中所述滤波器系数确定器配置成响应从来自所述SISO解码器的所述信号似然值获得的估计发射信号值的协方差值来确定所述滤波器系数。

7.如前面权利要求中的任一项所述的SISO均衡器，配置成采用基本上不变的滤波器系数来均衡接收数据符号块或分组。

8.如权利要求7所述的SISO均衡器，其中所述滤波器系数确定器配置成在频域工作，所述均衡器还包括位于所述滤波器之前的傅立叶变换部件和位于所述滤波器之后的傅立叶反变换部件。

9.如前面权利要求中的任一项所述的SISO均衡器，用于接收器中，所述接收器用于从配置成同时从多个发射天线发射数据的发射器接收数据，所述均衡器包括多个接收信号输入端，所述输入端均耦合于所述减法器，用于从多个接收天线一一输入多个接收信号，并且其中所述减法器配置成从所述多个接收信号中减去与所述多个接收天线相关的多个期望信号值以向所述滤波器提供补偿信号。

10.一种接收器，包括如前面权利要求中的任一项所述的SISO均衡器。

11.一种配置成与SISO解码器一起使用以均衡来自多天线发射器的数据的SISO MIMO turbo均衡器，该均衡器包括具有多个软输入和提供多个软输出的多维横向滤波器，该均衡器配置成从所述SISO解码器接收软信息并且使用所述软信息来调整所述横向滤波器的系数以减轻MSI和ISI。

12.如权利要求11所述的SISO MIMO turbo均衡器，还配置成根据最小均方差(MMSE)准则调整所述横向滤波器系数。

13.如权利要求11或12所述的SISO MIMO turbo均衡器，其中所述滤波器在频域工作，并且所述系数包括频域系数，该均衡器还包括位于所述滤波器之前的傅立叶变换部件和位于所述滤波器之后的傅立叶反变换部件。

14.如权利要求11或12所述的SISO MIMO turbo均衡器，其中所述滤波器在时域工作，并且其中所述系数包括在包括多个接收符号的符号分组的范围内基本上是时不变的系数。

15.一种接收器，包括如权利要求11至14中的任一项所述的SISOMIMO turbo均衡器和所述SISO解码器，所述解码器配置成接收所述软均衡器输出为输入。

16.一种用于在采用具有至少一个接收天线的接收器和具有多个发射天线的发射器的通信系统中均衡接收数据的方法，该方法包括：

从所述至少一个接收天线接收至少一个接收信号；

从SISO解码器输入一一对应于每个发射天线的多个解码信号似然值；

根据所述多个信号似然值为来自每一个所述发射天线的信号确定估计平均值和协方差值；

使用所述平均值确定期望接收信号值；

从所述接收信号中减去所述期望接收信号值以提供补偿信号；

使用所述协方差值确定滤波器的系数；

按照所述系数对所述补偿信号进行滤波，以提供一一对应于每个所述发射天线的多个估计发射信号值；以及

输出从所述估计发射信号值获得的一一对应于每个所述发射天线的多个发射信号似然值以输入到所述SISO解码器。

17.如权利要求16所述的方法，还包括根据所述估计平均值以一定的数量调整所述期望接收信号值。

18.如权利要求17所述的方法，还包括根据所述估计协方差值控制所述滤波器的增益。

19.如权利要求16、17或18所述的方法，其中所述滤波包括线性或横向滤波。

20.如权利要求16至19中的任一项所述的方法，其中所述确定步骤基本上最小化均方估计发射信号误差代价函数。

21.如权利要求16所述的方法，其中所述确定步骤响应从来自所述SISO解码器的所述信号似然值获得的估计发射信号值的协方差值。

22.如权利要求16至21中的任一项所述的方法，还包括在接收数据符号块或分组的范围内保持所述滤波器系数基本上不变。

23.如权利要求16至22中的任一项所述的方法，其中在频域执行所述滤波。

24.如权利要求23所述的方法，还包括在所述滤波之前将所述接收信号变换到频域中，并且在所述滤波之后将所述滤波的结果变换到时域中。

25.如权利要求16至24中的任一项所述的方法，用于接收器中，所述接收器用于从配置成同时从多个发射天线发射数据的发射器接收数据，所述方法包括从多个接收天线输入多个接收信号，并且其中所述相减步骤包括从所述多个接收信号中减去与所述多个接收天线相关的多个期望信号值以提供补偿信号进行所述滤波。

26.一种turbo均衡方法，包括根据权利要求18至25中的任一项迭代性地均衡数据，并且解码来自所述均衡的所述发射信号似然值以提供解码信号似然值以进行所述均衡。

27.一种在从配置成同时从多个发射天线发射数据的发射器接收数据的接收器中对数据进行turbo均衡的方法，该接收器包括SISO解码器，该方法包括：

输入包括接收信号数据块的接收信号向量，其中所述接收信号数据块包含从所述多个发射天线接收的数据；

从所述解码器接收软解码信息；

使用具有从所述接收信号向量获得的多个软输入的线性滤波器处理所述接收数据，以将一一对应于每个发射天线的多个软均衡器输出提供给所述SISO解码器；以及

响应所述软解码信息调整所述线性滤波器的系数，以减轻MSI和ISI。

28.一种在具有n_I个发射天线的通信系统的接收器中均衡数据的方法，该方法包括：

输入索引n下的包括接收信号数据块的接收信号向量Z_n；

从SISO解码器输入一组比特似然值L(c_n，j ⁱ)，i＝1到n_I，j＝1到m，其中c_n，j ⁱ表示索引n下的m比特码字符号的一部分；

使用L(c_n，j ⁱ)值，为估计发射信号值x_n ⁱ确定期望值E(x_n ⁱ)和协方差cov(x_n ⁱ，x_n ⁱ)，其中x_n ⁱ表示索引n下的从发射天线i发射的信号的估计值；

使用 ${\hat{x}}_n^i=K_n^i{f_n^i}^H[Z_n-(E\left(Z_n\right)-e^{i}E\left(x_n^i\right))]$ 为每个发射天线i确定索引n下的更新估计发射信号值

，其中E(Z_n)＝HE(X_n)，H是信道脉冲响应矩阵，并且E(X_n)是从E(x_n ⁱ)值获得的索引n下的估计发射信号向量X_n的期望值，其中eⁱ是矩阵S的第i列并且 $S=H[{0_{n_I\×(N2+L-1)n_I}{I}_{n_I\×n_I}{0}_{n_I\×N1n_I}]}^H$ ，其中矩阵I_i×i是i×i单位矩阵，并且0_i×j是其中每个元素基本上为零的矩阵，f_n ⁱ是滤波器矩阵F_n的第i列，并且F_n从cov(x_n，x_n)获得，并且其中K_n ⁱ是标量滤波器增益；以及

输出从 值获得的均衡似然值L_e(c_n，j ⁱ)。

29.如权利要求28所述的数据均衡方法，还包括对所述L_e(c_n，j ⁱ)值进行解码以提供所述L(c_n，j ⁱ)值。

30.如权利要求29所述的方法，包括迭代性地均衡和解码以确定L_e(c_n，j ⁱ)和L(c_n，j ⁱ)的值，直到达到终止标准。

31.如权利要求30所述的方法，还包括对所述L_e(c_n，j ⁱ)值进行解交织，并且对所述L(c_n，j ⁱ)值进行交织。

32.如权利要求28至31中的任一项所述的方法，其中F_n从[R_WW+HR_XXH^H]^-1S获得，其中R_WW＝cov(x_n，x_n)，并且R_WW是噪声协方差矩阵。

33.如权利要求28至32中的任一项所述的方法，其中n索引时间。

34.如权利要求28至32中的任一项所述的方法，其中n索引频率。

35.处理器控制代码，当运行时，实现如权利要求16至34中的任一项所述的方法。

36.一种载体，承载如权利要求35所述的处理器控制代码。

37.一种均衡器，配置成根据如权利要求16至34中的任一项所述的方法工作。

38.一种数据通信接收器，包括如权利要求37所述的均衡器。

Images