CN1868129A - 为单 /多天线干扰消除全球移动通信系统 /全球移动通信系统演进的增强型数据率接收机提供低复杂度均衡和干扰抑制的方法及设备 - Google Patents

Abstract

所公开的是RF接收机，它包括执行最小均方误差(MMSE)优化的基带电路，用于实质上同时抑制包含实和虚信号分量的信号流上的符号间干扰(ISI)和共信道干扰(CCI)。在一个优选实施例中，接收机包括单接收天线，并且用作单/多天线干扰消除(SAIC)接收机。基带电路用来确定一组同相和正交相位(I－Q)MMSE向量权，它们用于执行ISI抑制和CCI抑制。还公开了一种用于操作接收机的方法。

Description

为单/多天线干扰消除全球移动通信系统/全球移动通信系统演进的 增强型数据率接收机提供低复杂度均衡和干扰抑制的方法及设备

技术领域

本发明涉及利用单接收机天线的无线通信系统、如GSM系统中的单/多天线干扰消除(SAIC)。

发明背景

网络运营商通常遇到其中干扰等级很高并且一些基站的带宽使用接近饱和水平的位置。虽然业务量的大部分目前由传统的语音呼叫组成，但是，经由GPRS和EDGE的数据业务的接受预计会增加干扰和带宽使用问题。

为了使其网络的语音容量最大，GSM运营商必须尽可能有效地使用其射频(RF)频谱。为了实现这个目的，GSM标准把频分多址与时分多址(TDMA)技术结合，从而提供每MHz带宽五个通信信道和八个时隙。

运营商理想地希望实现1∶1蜂窝频率再用。在北美部署的这种方案中，网络中的每个小区可在每个可用频率信道上发送。但是，这在实际上难以实现，因为来自基站的信号刚好通过小区边界，导致共信道干扰。当一个小区中的手机接收来自相邻小区、在相同信道上且在相同TDMA时隙中广播但要送往另一个手机的信号时，出现这种情况。如果这个干扰信号的强度不是充分低于本地信号的强度，则手机将遇到降级的音频质量，或者甚至可能掉话。

共信道干扰可能影响GSM网络的重要部分，因为小区的不规则定位以及当地地形对无线电波传播的影响往往引起严重的干扰等级。即使频率仅在由另外两个或两个以上小区分隔的小区中再用，也可能出现这种情况。因此，共信道干扰影响大部分无线网络，并且对希望增加频率再用以便使网络容量最大的网络运营商提出了难题。

共信道干扰可采用多种不同技术来减少。这些技术包括跳频，它减少在任何单信道上遇到共信道干扰的时间周期。这允许与干扰相关的问题通过纠错方案得到解决。其它方案包括：分层系统，在其中，1∶1信道再用被限制到接近基站的区域；以及动态功率控制，它把基站和手机发射功率电平保持在最小可接受水平。另外可用的是断续传输技术，它在用户没有实际通话的时段内中断传输。

更新的技术包括自适应多速率语音编解码器的使用，它允许信道的22.8千比特/秒总数据传输速率在净语音数据速率与纠错数据速率之间动态分割。这种技术通过响应各小区中的干扰条件的连续分析而执行无线电信道的动态分配，可在不良信号条件下保持呼叫生存能力。

上述技术通常不单独使用，而是以各种组合用来实现仍然低于理论上的1∶1再用最大值的典型语音容量。一般来说，这些技术无法用来将语音容量扩展到接近最大数，因为它们尝试对共信道干扰进行消除或者得到平衡，而不是对它进行处理。

已经进行其它尝试，通过经由使用天线分集来改进手机的接收机性能来解决共信道干扰。这种技术采用一个以上天线来利用以下事实：信号条件可根据电磁波的位置和极性改变。但是，手机中的天线分集的使用要求更复杂的天线实现以及附加的RF组件，因而增加手机成本、复杂度和功耗。

对这些问题作出响应，单天线干扰消除(SAIC)技术被开发，并提供系统性能的相当大改进，而没有过分增加手机尺寸、成本或功耗。SAIC采用单天线和RF电路，同时明显改进手机对共信道干扰的免疫力。这通过使用由手机的数字信号处理器(DSP)执行的算法来实现。除了消除共信道干扰之外，SAIC还解决由相邻频率信道的无意频谱交迭引起的邻信道干扰。

但是，SAIC技术的使用产生另一个问题，即，高性能SAIC接收机的正确设计具有可负担的复杂度。传统GSM接收机经过优化而产生格子序列估算器提供的近最佳链路性能。通过引入SAIC算法，在开发低复杂度、高性能GSM接收机算法方面重新开始感兴趣。目的是提供不同等级的计算机复杂度和性能的各种算法选择，因为预计低复杂度基带算法将允许产生低成本的GSM手机。此外，可用计算能力(即DSP MIPS)可在低复杂度基带算法与例如提供诸如电子游戏和音乐能力之类的计算密集特征的其它所需功能之间更好地分配。另外，必要时可采用高性能、高复杂度基带算法的使用，从而在必要时，以充分的计算能力的可用性来改进覆盖率/数据速率/容量。

在文献中已经提出多种SAIC方法。实例包括：Ottersen、Kristensson、Astely的“接收机”，国际公布号WO 01/93439；Arslan、Khayrallah的“采用时空白化来消除接收系统中的共信道干扰的方法及设备”，国际公布号WO 03/030478 A1；Meyer、Schober、Gerstacker的“用于TDMA和/或FDMA传输的干扰抑制的方法”，2001年12月19日提交。另外还关心的是B.Picinbono和P.Chevalier的“采用复合数据的广泛线性估算”(IEEE Trans.On.Signal Proc，第43卷，第2030-2033页，1995年8月)；W.H.Gerstacker等人的“采用广泛线性滤波的均衡”(ISIT2001)；G.Gelli等人的“盲广泛线性多用户检测”(IEEE Comm Letters，2000年6月)；W.A.Gardner、S.V.Schell的“用于改进通信容量和质量的GMSK信号处理器”(美国专利No.5848105，1998年12月8日)；以及W.H.Gerstacker等人的“盲广泛线性最小输出能量算法”(WCNC 2003)。

WO 01/93439中公开的接收机利用以下事实：如果(同信道)干扰被认为是有色噪声，并且噪声经过白化，则取得信号增益。WO01/93439公开了据称通过利用从接收信号的实和虚分量、即同相和正交相位(I-Q)分量的分隔所产生的附加自由度来提供有效白化的滤波器的使用。WO 03/030478 A1的理论在抑制共信道干扰方面与WO01/93439相以。

在WO 01/93439中，干扰被建模为具有K阶的IIR(无限脉冲响应)过程，以及白化操作由具有K(或K+1)个滤波器抽头的(多维)FIR(有限脉冲响应)滤波器来执行。在白化操作之后，所需信号的脉冲响应当然被修改；具体来说，由于与白化滤波器的卷积，WO01/93439的白化操作呈现可称作增大信道长度的情况，即所需信号的脉冲响应变得更长，从而要求更复杂的均衡器或者至少修改的均衡器，其中包括考虑了增大的信道长度的某种机制。如果按照WO01/93439的白化操作由接收机来实现，则增大的信道长度要求接收机的均衡器经过修改。

另外，采用WO 01/93439的白化操作可得到的可实现性能增益取决于表明FIR滤波器的抽头数量的模型参数K。一般来说，K的值越大，则增益也越大，但是，如果K超过某个门限(它取决于被抑制的特定干扰，因此原则上不是先验已知的)，则求出FIR滤波器系数的问题可能变成不良状况，即无法求出FIR滤波器。

因此，需要的是根据噪声白化来抑制共信道干扰的更健壮、较为不复杂的方法，它更易于结合到现有接收机、如GSM(全球移动通信系统)/EDGE(GSM演进的增强型数据率)接收机中。

于＿＿提交的共同转让的美国专利申请序号10/＿＿“接收机中抑制共信道干扰的方法及设备”中，Mattellini、Kuchi和Ranta解决上述需要，并描述了基于所谓的“截取I-Q白化”解决方案的简单有效的I-Q白化方法。在这个方法中，白化操作在一个符号内执行。

虽然上述共同转让的美国专利申请中所公开的接收机结构极适合其预计应用，但是仍然需要能够提供更高性能以及更低复杂度的接收机结构。

优选实施例概述

根据这些理论的当前优选实施例，解决上述及其它问题，并且实现其它优点。

本发明通过使用全I-Q接收信号时间白化来提供改进的性能，同时使多个更低复杂度接收机设计能够实现，例如I-Q MMSE线性均衡器。当与窄带或宽带接收机滤波器配合使用时，本发明还改进邻信道干扰抑制能力。本发明还提供干扰抑制，而无需接收信号的过抽样。

根据本发明的一个方面，并且与先有技术的方法不同，滤波器不被计算为IIR滤波器的逆形式，并且白化操作延续在一个以上接收符号上。

所公开的是RF接收机，它包括执行最小均方误差(MMSE)优化的基带电路，用于实质上同时抑制包含实和虚信号分量的信号流上的符号间干扰(ISI)和共信道干扰(CCI)。在另一个实施例中，公开一种RF接收机，它包括执行最小均方误差(MMSE)优化的基带电路，用于抑制共信道干扰(CCI)以及通过后续均衡或检测减少符号间干扰(ISI)。在一个优选实施例中，接收机包括单个接收天线，并且用作单天线干扰消除(SAIC)接收机。在一个备选实施例中，接收机包括多个接收天线，并且用作多天线干扰消除器。基带电路用来确定一组同相和正交相位(I-Q)MMSE向量权，它们用于执行ISI抑制和CCI抑制。还公开了一种用于操作接收机的方法。

附图简介

通过结合附图阅读以下对优选实施例的详细说明，这些理论的上述及其它方面会更加明显，附图包括：

图1是包括I-Q多信道匹配滤波器和I-Q MMSE滤波器的I-QMMSE接收机的第一实施例的简化框图；

图2A是包括I-Q白化匹配滤波器和设计用于白噪声的标量MMSE均衡器的I-Q MMSE接收机的第二实施例的简化框图；

图2B是包括I-Q白化匹配滤波器和具有匹配滤波器度量(Ungerboeck)的MAP序列估算器的I-Q MMSE接收机的第二实施例的简化框图；

图2C是包括I-Q白化匹配滤波器、产生最小相位信道的anticusal滤波器以及可能是具有欧几里德滤波器度量(Forney)的MAP序列估算器的检测器的I-Q MMSE接收机的另一个实施例的简化框图；

图3A是包括I-Q预白化器和对于白噪声优化的MMSE均衡器的MMSE接收机的第三实施例的简化框图；

图3B是包括I-Q预白化器和MAP序列估算器的MMSE接收机的第三实施例的简化框图；以及

图4是IQ-MMSE接收机实施例的简化框图，它包括输出适合于诸如具有欧几里德滤波器度量(Forney)的MAP序列估算器、简化状态序列估算器(RSSE)或者判决反馈估算器(DFE)之类的检测器的信号的白化I-Q MMSE-DFE前置滤波器。

优选实施例的详细说明

作为简介，要注意，传统的接收信号均衡器通常采用基带复合信号进行工作。本发明的一个方面是一种直接对接收信号实际星座的实部和虚部执行均衡以及干扰抑制的方法。这样，与本发明人已知的其它技术相比，均衡器产生预期序列与已滤波序列之间的减少数量的噪声增强或者更低的均方误差，以及提供改进的干扰抑制。

本发明一般针对SAIC接收机，它采用最小均方误差(MMSE)优化来实现对实和虚信号流的联合符号间干扰(ISI)和干扰抑制。本发明采用新颖的I-Q MMSE和I-Q MMSE-DFE(判决反馈均衡器)设计标准。

本发明的使用提供一组I-Q MMSE向量权，它们在一个步骤中执行ISI抑制和共信道干扰(CCI)抑制。在计算I-Q MMSE系数时，采用信号和干扰相关矩阵。权可采用FIR或频域(例如FFT)计算来合成。在把I-Q MMSE向量与接收向量相乘之后，接收机例如可通过采用对于I-Q滤波输出进行软位判定的简化状态序列估算器，对预期信号进行位软判定。

本发明的使用还提供I-Q预白化器或白化匹配滤波器(WMF)矩阵，它根据I-Q干扰相关矩阵来合成。I-Q预白化器/WMF矩阵系数优选地在FIR或频域中采用FFT技术来计算。I-Q预白化/WMF信号流优选地还由采用欧几里德或Ungerboeck度量通过分支度量内的组合I-Q分支工作的序列估算器来处理。

在第一实施例、即I-Q MMSE实施例中，预期以及共信道用户均假定被限制为采用实调制字母表(即一维调制字母表)，以便允许传统的I-Q处理。信号模型容纳：(a)根据因子l的过抽样(多个接收天线可视为附加过抽样)，(b)任意数量的共信道或邻信道干扰(M-1)，以及(c)附加热噪声。

此外，以下描述假定单天线接收机，这是本发明极为有利的应用；但是，本发明可易于扩展到容纳一个以上的接收机天线，以及从多个天线接收的样本可同样视为分数样本。此外，虽然相对于二元PAM(脉幅调制)来描述本发明，使得符号x限制于区间(-1，1)，但是本发明不限于二元PAM，因为本发明在其中采用例如包括BPSK(二相相移键控)和MSK(最小频移键控)等的任何种类的二元调制或多级PAM的系统中具有潜在的应用。本发明还适用于偏移QAM调制、如二元偏移QAM和四元偏移QAM，因为通过每个符号应用适当旋转，它们可看作二元或四元PAM信号。特别是，本发明适合于例如在GSM和蓝牙中采用的GMSK(高斯最小频移键控)调制，因为在本领域中知道，通过二元调制可能极为接近GMSK。

在图1中，RF前端12表示接收机操作必需的许多不同的功能性，包括可与本发明所提供的那些分离的功能性，例如用于信道估算的部件、用于频率偏移估算的部件、用于DC偏移补偿的部件、用于信号反旋的部件(信号按因子i^-k反旋，其中在GMSK调制的情况下代入 $i=\sqrt{-1}$ )。基本上，如图1所示，RF前端12作为输出给出接收信号的基带样本y(k)，表示为，

$y_{k,q}=\underset{p=0}{\overset{v}{\mathrm{\Σ}}}{x}_{k-p}^{\left(1\right)}{h}_{p,q}^{\left(1\right)}+\underset{j=2}{\overset{M}{\mathrm{\Σ}}}\underset{p=0}{\overset{v}{\mathrm{\Σ}}}{x}_{k-p}^{\left(j\right)}{h}_{l,q}^{\left(j\right)}+n_{k,q},q=\mathrm{1,2}..l$

在这个实施例中，优选的是首先在列向量中堆叠时域接收信号的实部和虚部，然后，频域中的接收信号可表示为

$y\left(f\right)=h_1\left(f\right)x_1\left(f\right)+\underset{j=2}{\overset{M}{\mathrm{\Σ}}}{h}_j\left(f\right)x_j\left(f\right)+n\left(f\right),$

其中，

$h_j\left(f\right)={\left[\begin{array}{ccccccc}{g}_{I,1}^{\left(j\right)}\left(f\right)..& g_{I,q}^{\left(j\right)}\left(f\right)..& g_{I,l}^{\left(j\right)}\left(f\right)& g_{Q,1}^{\left(j\right)}\left(f\right)& ..& g_{Q,q}^{\left(j\right)}\left(f\right)..& g_{Q,l}^{\left(j\right)}\left(f\right)\end{array}\right]}^T.$

符号T表示矩阵转置运算，以及g被定义为信道脉冲响应的实部和虚部的离散傅立叶变换(DFT)，如下所示

$g_{I,q}^{\left(j\right)}\left(f\right)=\underset{p}{\mathrm{\Σ}}\mathrm{Re}\left\{h_{p,q}^{\left(j\right)}\right\}{e}^{j2\mathrm{\πpfT}}$

$g_{Q,q}^{\left(j\right)}\left(f\right)=\underset{p}{\mathrm{\Σ}}\mathrm{Im}\left\{h_{p,q}^{\left(j\right)}\right\}{e}^{j2\mathrm{\πpfT}}$

以及h_p，q ^(j)是第j个用户的第p个信道抽头的脉冲响应，p从0达到v，其中0≤p≤v，以及v等于信道脉冲响应长度减一。

I-Q分离接收机信号表示为

y(f)＝[y_I，1(f)..y_I，q(f)..y_I，l(f)y_Q，1(f)..y_Q，q(f)..y_Q，l(f)]^T，

其中

$y_{I,q}\left(f\right)=\underset{k}{\mathrm{\Σ}}\mathrm{Re}\left\{y_{k,q}\right\}{e}^{j2\mathrm{\πkfT}}$

$y_{Q,q}\left(f\right)=\underset{k}{\mathrm{\Σ}}\mathrm{Im}\left\{y_{k,q}\right\}{e}^{j2\mathrm{\πkfT}}.$

实际所需符号序列的DFT被定义为

$x_j\left(f\right)=\underset{k}{\mathrm{\Σ}}{x}_k^{\left(j\right)}{e}^{2\mathrm{\πkfT}}$

以及I-Q分离噪声定义为

n(f)＝[n_I，1(f)..n_I，q(f)..n_I，l(f)n_Q，1(f)..n_Q，q(f)..n_Q，l(f)]^T

$n_{I,q}\left(f\right)=\underset{k}{\mathrm{\Σ}}\mathrm{Re}\left\{n_{k,q}\right\}{e}^{j2\mathrm{\πkfT}}$

$n_{Q,q}\left(f\right)=\underset{k}{\mathrm{\Σ}}\mathrm{Im}\left\{n_{k,q}\right\}{e}^{j2\mathrm{\πkfT}}$

然后求出使定义如下的均方误差项最小的MMSE滤波器w(f)，

I-Q MMSE的直接形式

例如根据Sirikiat Lek Ariyavisitakul、J.H.Winters的“具有色散干扰的最佳时空处理器：统一分析和所需滤波器跨度”(IEEE Trans onComm，1999年7月)以及J.Cioffi的“类注释EE 379A StanfordUniversity” http://www.stanford.edu/class/ee379a/，直接形式的MMSE权由下式给出：

其中R_SS(f)＝h₁(f)h₁ ^*(f)是预期信号的预期自相关，以及R_ii(f)＝E[i(f)i^*(f)]是干扰加上噪声自相关。符号*表示共轭转置运算。注意

$i\left(f\right)=\underset{j=2}{\overset{M}{\mathrm{\Σ}}}{h}_j\left(f\right)x_j\left(f\right)+n\left(f\right)\mathrm{and}{R}_{\mathrm{ii}}\left(f\right)=\underset{j=2}{\overset{M}{\mathrm{\Σ}}}{h}_j\left(f\right)h_j^{*}\left(f\right)+\frac{N_0}{2}I$

其中I为适当维的单位矩阵。

再参照图1，MMSE接收机10包括连接到天线12A的RF前端12、与预期信号匹配的I-Q多信道匹配滤波器14以及考虑I-Q以及时间维上的干扰加上噪声统计的I-Q均衡器16。

根据上述内容表明，有效的GSM接收机可根据多个不同的设计备选方案来设计。例如，GSM接收机可设计为廉价IQ-MMSE线性均衡器接收机16。在这个实施例中，信道输出施加到信道估算块，它将I和Q样本输出给IQ-MMSE线性均衡器16，IQ-MMSE线性均衡器16又输出软位估算值。

频域实现

频域公式表示允许导出方便实际实现的算法。首先，优选的是将均衡器权向量w(f)约束为有限长度，然后利用计算高效的快速傅立叶变换(FFT)算法来计算均衡器设定。根据FFT的性质，均衡器设定在时间以及频率方面被约束为有限的。FFT长度是设计参数，它可选择为性能与复杂度之间的折衷。当FFT长度接近无穷大时，FFT解逼近有限情况中的精确MMSE解。优选FFT算法可概述如下：

(A)取N_f点FFT来构造大小为2l×1的h₁(f_n)；其中，离散频率变量f_n取N_f个值-1/2+1/(N_f*T)...，-2/(N_f*T)，-1/(N_f*T)，0，1/(N_f*T)，2/(N_f*T)...，1/2-1/(N_f*T)；

(B)通过取各时域干扰自相关流的FFT来构造R_ii(f_n)；

(C)对于各频率仓(bin)，对大小为2l×2l的[h₁(f_n)h₁*(f_n)+R_ii(f_n)]求逆；以及

(D)计算大小为1×2l的w(f_n)，以及取各列的IFFT以得到时域均衡器设定。

I-Q白化匹配滤波器(I-Q WMF)表示

回想一下直接形式的MMSE由下式给出，

然后，通过应用下式给出的矩阵求逆公式：

(A+BCD)^-1＝A^-1-A^-1B(DA^-1B+C^-1)DA^-1，

能够以备选形式将MMSE接收机10表示为

参照图2A，前一表达式可解释为I-Q白化匹配滤波器h^* ₁(f)R_ii ^-1(f)，在图2A中表示为I-Q WMF 20，之后跟随设计用于白噪声的标量I-QMMSE均衡器22。标量I-Q MMSE均衡器22对于实际实现具有吸引力，因为在白噪声的情况中，不涉及矩阵求逆的使用。在I-Q WMF 20之后，图2B，可选的Ungerboeck MAP序列估算器24可用来代替标量MMSE滤波器22作为抑制ISI的最佳接收机(例如参见W.Koch和A.Bair的“被时变符号间干扰所干扰的编码数据的最佳和次最佳检测”(Proc.GLOBCOM’90，第1679-1684页，1990年12月))。I-Q WMF20的输出上的信道脉冲响应由下式给出

$h_{\mathrm{IQWMF}}\left(f\right)=h_1^{*}\left(f\right)R_{\mathrm{ii}}^{-1}\left(f\right)h_1\left(f\right)$

基于FFT的算法概述如下：

(A)取各行信道脉冲响应的N_f点FFT来构造大小为2l×1的h₁(f_n)；

(B)通过取各时域干扰自相关流的FFT来构造R_ii(f_n)；

(C)构造1×2l白化MF行向量 以及取各列的IFFT以得到时域I-Q WMF设定；以及

(D)通过取 $h_{\mathrm{IQWMF}}\left(f_n\right)=h_1^{*}\left(f_n\right)R_{\mathrm{ii}}^{-1}\left(f_n\right)h_1\left(f_n\right)$ 的IFFT，得到时域I-QWMF脉冲响应。

应当注意，可通过在取IFFT之前采用

换算I-Q WMF响应，可联合实现WMF和MMSE。

I-Q预白化解释

首先可定义对R_ii(f)的以下矩阵平方根因式分解：

$R_{\mathrm{ii}}\left(f\right)=L_{\mathrm{ii}}\left(f\right)L_{\mathrm{ii}}^{*}\left(f\right).$

MMSE权可重新排列为：

根据前面所述，以及参照图3A，然后可将MMSE接收机10解释为包括I-Q预白化器L_ii ^-1(f)，I-Q PW 30，它对I-Q时间维上的共干扰进行白化，之后跟随对白噪声优化的I-Q MMSE均衡器32。如以上参照图2B所述，作为MMSE均衡器32的一个备选方案，图3B，MAP序列估算器24(根据欧几里德分支度量)可用作ISI抑制的最佳均衡器。基于FFT的预白化器可通过以下算法来实现：

(A)取各行信道脉冲响应的N_f点FFT来构造大小为2l×1的h₁(f_n)；

(B)通过取各时域干扰自相关流的FFT来构造R_ii(f_n)；

(C)将 计算为各频率仓的2l×2l矩阵R_ii(f_n)的Choleski因子；

(D)取

的IFFT以得到时域预白化器设定；以及

(E)通过取L_ii ^-1(f_n)h₁(f_n)的IFFT，得到时域I-Q预白化脉冲响应。

WMF和MMSE可通过在取IFFT之前采用 换算预白化器30来联合实现。

图2C是包括I-Q白化匹配滤波器20以及产生最小相位信道的anticusal滤波器26的I-Q MMSE接收机10的另一个实施例的简化框图。anticusal滤波器26可与具有欧几里德滤波器度量(Forney)的MAP序列估算器/简化状态序列估算器(RSSE)28或者与判决反馈估算器(DFE)配合使用。

I-Q MMSE-DFE

扩展Sirikiat Lek Ariyavisitakul、J.H.Winters的“具有色散干扰的最佳时空处理器：统一分析和所需滤波器跨度”(IEEE Trans onComm，1999年7月)、J.Cioffi等人的“MMSE判决反馈均衡器和编码第I部分”(IEEE Trans on Comm.，1995年10月)以及J.Cioffi的“类注释EE 379A Stanford University”的结果，I-Q MMSE-DFE的频域形式可表示为：

$w\left(f\right)=\frac{[1+b\left(f\right)]h_1^{*}\left(f\right)R_{\mathrm{ii}}^{-1}\left(f\right)}{[1+h_1^{*}\left(f\right)R_{\mathrm{ii}}^{-1}\left(f\right)h_1\left(f\right)]},$

其中[1+b(f)]是反馈滤波器，w(f)可按照备选形式表示为

$w\left(f\right)=\frac{[1+b\left(f\right)]{\tilde{h}}_1^{*}\left(f\right)L_n^{-1}\left(f\right)}{[1+{\tilde{h}}_1^{*}\left(f\right){\tilde{h}}_1\left(f\right)]},$

其中R_ii(f)＝L_ii(f)L^* _ii(f)，以及 ${\tilde{h}}_1\left(f\right)={L_{\mathrm{ii}}}^{-1}\left(f\right)h_1\left(f\right).$

以上形式表明，具有有色噪声的I-Q MMSE-DFE可通过三级来表示，第一个作为I-Q预白化器，第二个作为MMSE均衡器，以及第三个作为预测误差滤波器[1+b(f)]。注意，b(f)＝0条件对应于图3A和图3B所示的I-Q MMSE接收机。反馈滤波器[1+b(f)]被选择作为[1+h₁ ^*(f)R_ii ^-1(f)h₁(f)]的典范因子，即

$[1+h_1^{*}\left(f\right)R_{\mathrm{ii}}^{-1}\left(f\right)h_1\left(f\right)]=S_{0}g\left(f\right)g^{*}\left(f\right),$

其中

[1+b(f)]＝g(f)

DFE的最小MSE由下式给出

反馈滤波器设定可通过基于倒谱的方法(例如参见Oppenheim、Schafer的“数字信号处理”，Prentice-Hall)来得到。在Inkyu Lee和J.Cioffi的出版物“判决反馈均衡器的快速计算算法”(IEEE Trans onComm，1995年11月)中，对MMSE-DFE设定的FIR近似通过采用FFT来得到。在严重ISI信道中，DFE优选地由RSSE(简化状态序列估算器)来代替。例如，可参考M.Eyuboglu和S.Quereshi的“采用集合分区和判决反馈的简化状态序列估算”(IEEE Trans.Comm，第36卷，第12-20页，1988年1月)。

对于以上所述，要注意以下各点。

在白噪声情况中，如果在前置滤波操作之后使用全格子检测器，则I-Q MMSE-DFE前置滤波器不提供任何附加好处。这是由于以下事实：传统的MMSE-DFE前馈滤波器本身是典范结构，用于进一步的MAP序列估算(例如参见J.Cioffi等人的“MMSE判决反馈均衡器和编码第I部分”(IEEE Trans on Comm.，1995年10月))。另一方面，如果在I-Q前置滤波器之后使用RSSE结构，则I-Q MMSE-DFE前馈滤波器可提供某种增益。增益取决于ISI信道的严重性。

在CCI的情况中，I-Q MMSE-DFE前置滤波器用作抑制CCI的I-Q白化匹配滤波器，与后续序列估算步骤中使用的状态数量无关。

FIR实现

FIR I-Q MMSE

频域公式表示假定无限长度滤波器。但是，对于DSP和ASIC应用，MMSE设计主要因数值考虑而通常采用FIR滤波器在时域中执行。不管其精确度如何，FIR优化需要计算密集的矩阵运算，例如通过Levinson递归对块Toeplitz相关矩阵求逆所需的那些运算。

现在描述一种以精确形式用公式表示FIR解的技术。首先把列向量中的N_f个样本加起来为：

$\left[\begin{array}{c}{y}_k\\ y_{k-1}\\ \·\\ \·\\ y_k-N_f+1\end{array}\right]=\underset{j=1}{\overset{M}{\mathrm{\Σ}}}\left[\begin{array}{ccccccc}{h}_0^{\left(j\right)}& h_1^{\left(j\right)}& \·\·& h_v^{\left(j\right)}& 0& \·\·& 0\\ 0& h_0^{\left(j\right)}& h_1^{\left(j\right)}& \·\·& h_v^{\left(j\right)}& 0& \·\·\\ \·& & & & & & \·\\ \·& & & & & & \·\\ 0& \·\·& 0& h_0^{\left(j\right)}& h_1^{\left(j\right)}& \·\·& h_v^{\left(j\right)}\end{array}\right]\left[\begin{array}{c}{x}_k^{\left(j\right)}\\ x_{k-1}^{\left(j\right)}\\ \·\\ \·\\ x_{k-N_f-v+1}^{\left(j\right)}\end{array}\right]+\left[\begin{array}{c}{n}_k\\ n_{k-1}\\ \·\\ \·\\ n_{k-N_f-v+1}\end{array}\right]$

然后样本的实部和虚部被加起来为，

$\begin{array}{ccc}{y}_k=\left[\begin{array}{c}\mathrm{Re}\left\{y(\mathrm{kT},1)\right\}\\ \mathrm{Im}\left\{y(\mathrm{kT},1)\right\}\\ \·\\ \·\\ \mathrm{Re}\left\{y(\mathrm{kT},l)\right\}\\ \mathrm{Im}\left\{y(\mathrm{kT},l)\right\}\end{array}\right]& h_n^{\left(j\right)}=\left[\begin{array}{c}\mathrm{Re}\left\{h^{\left(j\right)}(\mathrm{kT},1)\right\}\\ \mathrm{Im}\left\{h^{\left(j\right)}(\mathrm{kT},1)\right\}\\ \·\\ \·\\ \mathrm{Re}\left\{h^{\left(j\right)}(\mathrm{kT},l)\right\}\\ \mathrm{Im}\left\{h^{\left(j\right)}(\mathrm{kT},l)\right\}\end{array}\right]& n_k=\left[\begin{array}{c}\mathrm{Re}\left\{n(\mathrm{kT},1)\right\}\\ \mathrm{Im}\left(n(\mathrm{kT},1)\right)\\ \·\\ \·\\ \mathrm{Re}\left\{n(\mathrm{kT},l)\right\}\\ \mathrm{Im}\left\{n(\mathrm{kT},l)\right\}\end{array}\right]\end{array}$

采用压缩矩阵符号，

$Y_k=H_1{X}_k^{\left(1\right)}+I_k,$

其中 $I_k=\underset{j=2}{\overset{M}{\mathrm{\Σ}}}{H}_j{X}_k^{\left(j\right)}+N_k$ 是总干扰加上噪声项，H_j是大小为2lN_f×2l(N_f+v))的块Toeplitz信道矩阵，以及X_k ^(j)和N_k是数据和噪声向量。然后将使z_k＝wY_k与x_k-Δ之间的均方误差最小的1×2lN_f行向量w定义为：

其中1_Δ是在第Δ+1位置具有1的0的(N_f+v)向量，以及Δ是适当选择的均衡器延迟，它对于充分长度N_f的前馈滤波器可选作

均衡器延迟也可能是可变的。干扰加上噪声自相关函数被定义为R_ii＝E[I_kI_k ^*]。前馈滤波器也可通过采用矩阵求逆公式以备选形式表示为：

$w=1_{\mathrm{\Δ}}^{*}{H}_1^{*}{[H_1^{*}{R}_{\mathrm{ii}}^{-1}{H}_1+I]}^{-1}{H}_1^{*}{R}_{\mathrm{ii}}^{-1}$

如果将块Toeplitz矩阵近似为循环矩阵，则可进行FIR与频域结构之间的连接，然后采用DFT矩阵对循环矩阵对角线化。在这方面可参照Inkyu Lee和J.Cioffi的“判决反馈均衡器的快速计算算法”(IEEE Trans on Comm，1995年11月)。

干扰加上噪声相关矩阵估算

在突发模式传输、如GSM传输中，信道响应以及干扰相关矩阵直接从突发的训练部分来估算。最小平方法通常用于信道估算。在这种情况中，相关矩阵估算被估算为：

期望运算可作为在训练跨度上的时间平均来执行。一般来说，相关矩阵估算值因短的训练跨度(例如26个符号长)而有相当大的噪声，从而产生不良BER性能。

但是，通过与经验窗函数预先相乘，相关矩阵估算值可得到改进，因为加窗减少自相关估算值的方差。例如可选择应用以下加窗(例如参见Oppenheim、Schafer的“数字信号处理”，Prentice-Hall)函数之一。一些示例窗函数由下式给出：

$s\left(n\right)=\left\{\begin{array}{cc}0.42-0.5\cos \left(\frac{2\mathrm{\π}\left(n\right)}{N-1}\right)+0.08\cos \left(\frac{4\mathrm{\π}\left(n\right)}{N-1}\right)& \mathrm{Blackman}\\ 0.5-0.5\cos \left(\frac{2\mathrm{\π}\left(n\right)}{N-1}\right)& \mathrm{Hanning}\\ 0.54-0.46\cos \left(\frac{2\mathrm{\π}\left(n\right)}{N-1}\right)& \mathrm{Ham}\min g\end{array}\right.$

作为备选方案，可根据更长的数据观测窗口将干扰相关矩阵计算为，

${\hat{R}}_{\mathrm{ii}}={\hat{R}}_{\mathrm{YY}}-{\hat{H}}_1{{\hat{H}}_1}^{*}$

由于可在长观测窗口上计算 (可采用整个数据突发)，因此我们可预计改进的相关矩阵估算值。

FIR I-Q MMSE-DFE

根据J.Cioffi的“类注释EE 379A Stanford University”中的表示，FIR形式的MMSE-DFE前馈和反馈滤波器由下式给出：

$w=1_{\mathrm{\Δ}}^{*}{H}_1^{*}{[H_1{H}_1^{*}-H_1{J}_{\mathrm{\Δ}}{J}_{\mathrm{\Δ}}^{*}{H}_1^{*}+R_{\mathrm{ii}}]}^{-1}$

$b=1_{\mathrm{\Δ}}^{*}{H}_1^{*}{[H_1{H}_1^{*}-H_1{J}_{\mathrm{\Δ}}{J}_{\mathrm{\Δ}}^{*}{H}_1^{*}+R_H]}^{-1}{H}_1{J}_{\mathrm{\Δ}}$

其中J_Δ＝E[Y_kx^* _k-Δ-1]。

注意，MMSE-DFE解具有与这些解关联的其它形式和快速算法。例如，在对实和虚流执行MMSE-DFE优化时可采用以下出版物中所述的方法：A1-Dhahir的“CCI损坏的色散信道的计算高效的FIRMMSE-DFE”(IEEE Trans on Signal Processing，1997年1月)；N.A1-Dhahir和J.Cioffi的“MMSE判决反馈均衡器：有限长度结果”(IEEE Trans on Information Theory，1995年7月)；以及Inkyu Lee和J.Cioffi的“用于判决反馈均衡器的快速计算算法”(IEEE Trans onComm，1995年11月)。

另一个GSM RF接收机实施例在图4中表示为接收机40，它包括输出信道估算值的信道估算块42，之后跟随全白化I-Q MMSE-DFE前置滤波器44，之后又跟随RSSE 46。这个接收机实施例对于有色噪声特别有用，并且不需要全格子均衡器。全白化I-Q MMSE-DFE前置滤波器44可基于FIR或者频域技术。I-Q MMSE-DFE前置滤波器44不仅在I-Q时间空间上对干扰进行白化，而且还提供适合由RSSE46执行的进一步简化状态序列估算的最小相位信道输出。状态减少到1状态(即DFE)是可实现的，而没有明显的性能损失。

系统设计人员可根据给定应用的计算和性能要求从以上所述中选择具体的I-Q MMSE白化实施例。

以上说明作为示范而非限制性实例提供对本发明人当前考虑用于执行本发明的最佳方法和设备的全面及信息描述。但是，通过结合附图及所附权利要求书阅读以上说明，相关领域的技术人员会非常清楚各种修改和调整。

但作为几个实例，本发明的使用不限于突发类型的系统、如GSM或GSM/EDGE系统，而是还可应用于码分多址(CDMA)系统，其中包括宽带CDMA(WCDMA)系统。本发明的理论也不限于仅用于SAIC接收机，因为其它类型的接收机系统也可从本发明的使用中获益。另外，应当认识到，本发明实质上可仅以硬件来实现，例如通过设计ASIC来执行以上所述的功能，或者实质上可仅以软件、如采用适当编程的DSP来实现，或者采用硬件和软件的组合来实现。但是，本发明的理论的所有这类及相似修改仍然将落入本发明的范围。此外，虽然对本文所述的方法及设备提供了某种程度的专一性，但是，本发明可采用更大或更小专一性来实现，取决于用户的需要。此外，本发明的特征的一部分可用来产生良好效果，而无需相应地使用其它特征。因此，以上说明应当看作只是对本发明的原理的说明，而不是对它的限制，因为本发明由以下权利要求来定义。

Claims (43)

1.一种射频(RF)接收机，包括用于执行最小均方误差(MMSE)优化的基带部件，用于实质上同时抑制包含实和虚信号分量的信号流上的符号间干扰(ISI)和共信道干扰(CCI)。

2.如权利要求1所述的RF接收机，其特征在于，所述接收机包括单个接收天线，并且用作单/多天线干扰消除(SAIC)接收机。

3.如权利要求1所述的RF接收机，其特征在于，所述基带部件包括用于确定用来执行ISI抑制和CCI抑制的一组同相和正交相位(I-Q)MMSE向量权的部件。

4.如权利要求3所述的RF接收机，其特征在于，在计算I-QMMSE系数时利用信号干扰相关矩阵，以及所述向量权采用FIR计算来合成。

5.如权利要求3所述的RF接收机，其特征在于，在计算I-QMMSE系数时利用信号干扰相关矩阵，以及所述向量权采用频域计算来合成。

6.如权利要求5所述的RF接收机，其特征在于，所述频域计算包括快速傅立叶变换(FFT)计算。

7.如权利要求1所述的RF接收机，其特征在于，所述基带部件包括用于把所述这组确定的I-Q MMSE权向量与接收信号向量相乘的乘法器，以及所述RF接收机还包括耦合到所述基带部件的输出、用于对从所述基带部件输出的信号进行位软判决的判决部件。

8.如权利要求7所述的RF接收机，其特征在于，所述判决部件包括简化状态序列估算器(RSSE)。

9.如权利要求7所述的RF接收机，其特征在于，所述判决部件包括采用欧几里德度量的格子检测器。

10.如权利要求7所述的RF接收机，其特征在于，所述判决部件包括采用Ungerboeck度量的格子检测器。

11.如权利要求1所述的RF接收机，其特征在于，所述基带部件包括用于把所述这组确定的I-Q MMSE权向量与接收信号向量相乘的乘法器，并根据相乘的结果输出位软判决。

12.如权利要求1所述的RF接收机，其特征在于，所述基带输出所述接收信号的样本y(k)，表示为，

$y_{k,q}=\underset{p=0}{\overset{v}{\mathrm{\Σ}}}{x}_{k-p}^{\left(1\right)}{h}_{p,q}^{\left(1\right)}+\underset{j=2}{\overset{M}{\mathrm{\Σ}}}\underset{p=0}{\overset{v}{\mathrm{\Σ}}}{x}_{k-p}^{\left(j\right)}{h}_{l,q}^{\left(j\right)}+n_{k,q,}$ q＝1，2..l。

13.如权利要求12所述的RF接收机，其特征在于，在列向量中堆叠时域接收信号的实部和虚部，以及频域中的接收信号表示为，

$y\left(f\right)=h_1\left(f\right)x_1\left(f\right)+\underset{j=2}{\overset{M}{\mathrm{\Σ}}}{h}_j\left(f\right)x_j\left(f\right)+n\left(f\right).$

14.如权利要求13所述的RF接收机，其特征在于，使定义为下式的均方误差项最小的MMSE滤波器w(f)，

15.如权利要求14所述的RF接收机，其特征在于，直接形式的MMSE权由下式给出，

16.如权利要求12所述的RF接收机，其特征在于，对于I-Q白化匹配滤波器实施例，所述MMSE接收机表示为，

17.如权利要求3所述的RF接收机，其特征在于，对于I-Q预白化实施例，所述MMSE权被安排为，

18.如权利要求3所述的RF接收机，其特征在于，所述基带部件用作频域I-Q预白化器，它采用根据I-Q干扰相关矩阵合成的矩阵。

19.如权利要求3所述的RF接收机，其特征在于，所述基带部件用作频域I-Q白化匹配滤波器，它采用根据I-Q干扰相关矩阵合成的矩阵。

20.如权利要求3所述的RF接收机，其特征在于，所述基带部件用作频域I-Q预白化器，它采用根据I-Q干扰相关矩阵合成的矩阵，并输出预白化的信号流，所述RF接收机还包括采用欧几里德和Ungerboeck度量之一、通过分支度量内的组合I-Q分支来处理所述预白化信号流的序列估算器。

21.如权利要求3所述的RF接收机，其特征在于，所述基带部件用作频域I-Q白化器匹配滤波器，它采用根据I-Q干扰相关矩阵合成的矩阵，并输出白化信号流，所述RF接收机还包括采用欧几里德和Ungerboeck度量之一、通过分支度量内的组合I-Q分支来处理所述白化信号流的序列估算器。

22.如权利要求3所述的RF接收机，其特征在于，所述基带部件用作输出前置滤波信号流的I-Q MMSE判决反馈均衡器(DFE)前置滤波器，所述RF接收机还包括处理所述前置滤波信号流的简化状态序列估算器(RSSE)。

23.如权利要求1所述的RF接收机，其特征在于，I-Q MMSE-DFE的频域形式表示为下列之一，

$w\left(f\right)=\frac{[1+b\left(f\right)]h_1^{*}\left(f\right)R_{\mathrm{fi}}^{-1}\left(f\right)}{[1+h_1^{*}\left(f\right)R_{\mathrm{ii}}^{-1}\left(f\right)h_1\left(f\right)]},$

以及

$w\left(f\right)=\frac{[1+b\left(f\right){]\tilde{h}}_1^{*}\left(f\right)L_{\mathrm{ii}}^{-1}\left(f\right)}{\left[1{+\tilde{h}}_1^{*}\left(f\right){\tilde{h}}_1\left(f\right)\right]},$

其中[1+b(f)]是反馈滤波器。

24.如权利要求1所述的RF接收机，其特征在于，对于精确形式的FIR解，N_f个样本在列向量中堆叠为：

$\left[\begin{array}{c}{y}_k\\ y_{k-1}\\ \·\\ \·\\ y_{k-N_{\∫}+1}\end{array}\right]=\underset{j=1}{\overset{M}{\mathrm{\Σ}}}\left[\begin{array}{ccccccc}{h}_0^{\left(j\right)}& h_1^{\left(j\right)}& \·\·& h_v^{\left(j\right)}& 0& \·\·& 0\\ 0& h_0^{\left(j\right)}& h_1^{\left(j\right)}& \·\·& h_v^{\left(j\right)}& 0& \·\·\\ \·& & & & & & \·\\ \·& & & & & & \·\\ 0& \·\·& 0& h_0^{\left(j\right)}& h_1^{\left(j\right)}& \·\·& h_v^{\left(j\right)}\end{array}\right]\left[\begin{array}{c}{x}_k^{\left(j\right)}\\ x_{k-1}^{\left(j\right)}\\ \·\\ \·\\ x_{k-N_f-v+1}^{\left(j\right)}\end{array}\right]+\left[\begin{array}{c}{n}_k\\ n_{k-1}\\ \·\\ \·\\ n_{k-N_f-v+1}\end{array}\right]$

以及样本的实部和虚部堆叠为，

$y_k=\left[\begin{array}{c}\mathrm{Re}\left\{y(\mathrm{kT},1)\right\}\\ \mathrm{Im}\left\{y(\mathrm{kT},1)\right\}\\ \·\\ \·\\ \mathrm{Re}\left\{y(\mathrm{kT},l)\right\}\\ \mathrm{Im}\left\{y(\mathrm{kT},l)\right\}\end{array}\right]h_n^{\left(j\right)}=\left[\begin{array}{c}\mathrm{Re}\left\{h^{\left(j\right)}(\mathrm{kT},1)\right\}\\ \mathrm{Im}{\{h}^{\left(j\right)}(\mathrm{kT},1)\}\\ \·\\ \·\\ \mathrm{Re}\left\{h^{\left(j\right)}(\mathrm{kT},l)\right\}\\ \mathrm{Im}\left\{h^{\left(j\right)}(\mathrm{kT},l)\right\}\end{array}\right]n_k=\left[\begin{array}{c}\mathrm{Re}\left\{n(\mathrm{kT},1)\right\}\\ \mathrm{Im}\left\{n(\mathrm{kT},1)\right\}\\ \·\\ \·\\ \mathrm{Re}\left\{n(\mathrm{kT},l)\right\}\\ \mathrm{Im}\left\{n(\mathrm{kT},l)\right\}\end{array}\right]$

25.如权利要求24所述的RF接收机，其特征在于，使z_k＝wY_k与x_k-Δ之间的均方误差最小的1×2lN_f行向量w由下式给出，

其中1_Δ是在第Δ+1位置具有1的0的(N_f+v)向量，以及Δ是均衡器延迟，它是变量之一或者对于长度为N_f的前馈滤波器选作

26.如权利要求24所述的RF接收机，其特征在于，前馈滤波器采用矩阵求逆公式表示为，

$w=1_{\mathrm{\Δ}}^{*}{H}_1^{*}[H_1^{*}{R}_{\mathrm{ii}}^{-1}{H}_1+I{]}^{-1}{H}_1^{*}{R}_{\mathrm{ii}}^{-1}.$

27.如权利要求1所述的RF接收机，其特征在于，FIR形式的MMSE-DFE前馈和反馈滤波器由下式给出，

$w=I_{\mathrm{\Δ}}^{*}{H}_1^{*}{[H_1{H}_1^{*}-H_1{J}_{\mathrm{\Δ}}{J}_{\mathrm{\Δ}}^{*}{H}_1^{*}+R_{\mathrm{ii}}]}^{-1},$

以及

$b=1_{\mathrm{\Δ}}^{*}{H}_1^{*}[H_1{H}_1^{*}-H_1{J}_{\mathrm{\Δ}}{J}_{\mathrm{\Δ}}^{*}{H}_1^{*}+R_{\mathrm{ii}}{]}^{-1}{H}_1{J}_{\mathrm{\Δ}},$

其中J_Δ＝E[Y_kx^* _k-Δ-1]。

28.一种操作射频(RF)接收机的方法，包括：

接收包括实和虚信号分量的信号；以及

对所述接收信号执行最小均方误差(MMSE)优化，以便实质上同时抑制符号间干扰(ISI)和共信道干扰(CCI)。

29.如权利要求28所述的方法，其特征在于，所述信号通过单个接收天线接收，以及所述RF接收机用作单/多天线干扰消除(SAIC)接收机。

30.如权利要求28所述的方法，其特征在于，执行MMSE优化包括确定用于执行ISI抑制和CCI抑制的一组同相和正交相位(I-Q)MMSE向量权。

31.如权利要求30所述的方法，其特征在于，还包括在计算I-QMMSE系数时采用信号干扰相关矩阵，以及采用FIR计算来合成所述向量权。

32.如权利要求30所述的方法，其特征在于，还包括在计算I-QMMSE系数时采用信号干扰相关矩阵，以及采用频域计算来合成所述向量权。

33.如权利要求32所述的方法，其特征在于，所述频域计算包括快速傅立叶变换(FFT)计算。

34.如权利要求28所述的方法，其特征在于，执行MMSE优化包括把所述这组确定的I-Q MMSE权向量与接收信号向量相乘以产生结果信号，并且还包括对所述结果信号进行位软判决。

35.如权利要求34所述的方法，其特征在于，进行位软判决采用简化状态序列估算器(RSSE)。

36.如权利要求34所述的方法，其特征在于，进行位软判决采用利用欧几里德度量的格子检测器。

37.如权利要求34所述的方法，其特征在于，进行位软判决采用利用Ungerboeck度量的格子检测器。

38.如权利要求28所述的方法，其特征在于，执行MMSE优化包括把所述这组确定的I-Q MMSE权向量与接收信号向量相乘，并根据相乘的结果输出位软判决。

39.如权利要求30所述的方法，其特征在于，执行MMSE优化包括操作采用根据I-Q干扰相关矩阵来合成的矩阵的频域I-Q预白化器。

40.如权利要求30所述的方法，其特征在于，执行MMSE优化包括操作采用根据I-Q干扰相关矩阵来合成的矩阵的频域I-Q白化匹配滤波器。

41.如权利要求30所述的方法，其特征在于，执行MMSE优化包括操作采用根据I-Q干扰相关矩阵来合成的矩阵并且输出预白化信号流的频域I-Q预白化器，还包括通过组合分支度量内的I-Q分支并且采用欧几里德和Ungerboeck度量之一的序列检测器来处理所述预白化信号流。

42.如权利要求30所述的方法，其特征在于，执行MMSE优化包括操作采用根据I-Q干扰相关矩阵来合成的矩阵并且输出白化信号流的频域I-Q白化匹配滤波器，还包括通过组合分支度量内的I-Q分支并且采用欧几里德和Ungerboeck度量之一的序列检测器来处理所述白化信号流。

43.如权利要求30所述的方法，其特征在于，执行MMSE优化包括操作输出前置滤波信号流的I-Q MMSE判决反馈均衡器(DFE)前置滤波器，还包括操作处理所述前置滤波信号流的简化状态序列估算器(RSSE)。

Images