DE4393508C1

DE4393508C1 - Verfahren zum Verbessern der Arbeitsweise eines Kanalabschätzers

Info

Publication number: DE4393508C1
Application number: DE4393508A
Authority: DE
Inventors: Kevin L Baum; Bruce D Mueller
Original assignee: Motorola Inc
Current assignee: Motorola Mobility LLC
Priority date: 1992-07-22
Filing date: 1993-06-18
Publication date: 1996-09-12
Anticipated expiration: 2013-06-19
Also published as: GB2275591A; WO1994002991A1; CA2118720A1; GB9404984D0; CA2118720C; GB2275591B; US5615233A; MX9304406A

Description

Bei digitalen zellularen Nachrichtenverbindungen im US-Netz (U.S. digital cellular, USDC) werden digitale Sprach- und Da tensignale für die Kommunikation zwischen einem Mobiltelefon und einer Basisstation verwendet. Diese Signale werden in Form von kurzen Datenbursts übertragen. Wenn sich die Mobileinheit sich bewegt, kann sie auf verschlechterte Kommunikationskanäle aufgrund von Rauschen und Multipfadverzerrung treffen; sowohl das Rauschen als auch die Verzerrung ändern sich mit der Zeit. Die Multipfadverzerrung hat ihre Ursache darin, daß ein Signal von einer Mobileinheit zu unterschiedlichen Zeiten empfangen wird, wenn es von Gebäuden oder vom Erdboden abprallt. Multi pfadkanäle können Intersymbol-Interferenz bewirken, die mit einem adaptiven Equalizer, einer speziellen Art eines adaptiven Filters, entfernt werden kann.

Ein typischer Equalizer für das USDC benutzt einen adaptiven Kanalabschätzer (channel estimator). Ein ACE (adaptive channnel estimator) ist ein linearer transversaler adaptiver Filter, das die Impulsantwort des Kommunikationskanals versucht nachzubil den. Da der ACE ein diskreter Zeitfilter ist, versucht er in korrekter Weise die abgetastete Impulsantwort des Kommunika tionskanals nachzubilden. Typischerweise ist der Abstand der Kanalabschätzerabgriffe T_s, wobei T_s als Inverse der Übertra gungssymbolrate (baud) definiert ist. Die Wahl des Abstandes ist sehr nützlich, da sie dem Detektor erlaubt, das gesamte Kommunikationssystem als diskrete Symbolquelle zu betrachten, die von einem FIR-Filter und einer additiven Rauschquelle ge folgt wird. Dieses diskrete Zeitsystemmodell ist in Fig. 1 ge zeigt. Der FIR-Filter wird durch folgende Gleichung repräsen tiert:

H(n) = {h_i(n)}

wobei (n) die Zeit angibt, i den FIR-Filterkoeffizientenindex und h_i(n) Abgriffswerte (tap values) des FIR-Filters. Das Refe renzsignal für den ACE, welches in Fig. 2 veranschaulicht ist, ist das Basisband T-abgetastete Signal am Empfänger:

wobei α(n) die Trainingssymbole oder detektierten Symbole an gibt, die dem ACE von der diskreten Symbolquelle eingegeben werden und r(n) das additive Rauschen bedeutet.

Der ACE schätzt den (möglicherweise zeitabhängigen) Vektor H(n), der die FIR-Filterkoeffizienten repräsentiert. Der ACE benutzt einen adaptiven Algorithmus, wie beispielsweise einen RLS (recursive least square)- oder einen LMS (least mean square)-Algorithmus, um den mittleren quadratischen Feh ler zwischen dem Referenzsignal und dem ACE-Ausgangssignal y(n) zu minimieren. Das ACE-Ausgangssignal ist daher im Ideal fall gleich dem Signal am Punkt A in Fig. 1.

Bei vielen adaptiven Filterproblemen führt der RLS-Algorithmus zu einer schnelleren Konvergenz und zu einer besseren Spurver folgungsfähigkeit als beim LMS-Algorithmus. Im Falle eines adaptiven Kanalabschätzers verfolgt das einfachere und robuste re LMS-Verfahren Kanalabweichungen genauso gut wie das RLS- Verfahren. Das beruht darauf, daß der Eingang am Filter aus Zufallsdatensymbolen besteht, welche nicht miteinander korreliert sind. Die Konvergenzgeschwindigkeit des LMS-Ver fahrens hängt von der Autokorrelation des Eingangssignals ab, und da diese Korrelation praktisch Null ist, konvergiert das LMS-Verfahren genauso schnell wie das RLS-Verfahren. Die Kon figuration des ACE ist in Fig. 2 verdeutlicht. Die Werte der ACE-Abgriffe werden durch folgende Gleichung erneuert:

wobei
e(n) = y(n) - X ^T(n)H(n-1)
X ^T(n) = [α(n)α(n-1) . . . α(n-L+1)]
H ^T(n) = [h₁(n)h₂(n) . . . h_L(n)]
L = Anzahl der Abgriffe im ACE
σ² = Varianz von α(n)
μ = normalisierter LMS Koeffizient 0 μ 1.

Zu beachten ist, daß bei einem QPSK-Modulationsschema, wie es beispielsweise im USDC verwendet wird, die Varianz von α(n) 1 ist oder auf einen Wert von 1 normalisiert werden kann, da die Amplitude aller übertragenen Symbole identisch ist.

Der im USDC-Empfänger in Zusammenhang mit einem MLSE (maximum likelihood sequence equalizer)-Detektor verwendete ACE weist mehr als einen Abgriff auf (L<2). Wenn statische oder Signale mit flachem Rayleigh-Fadingsignal empfangen werden, sollte nur ein Abgriff nicht Null sein, da das Signal keine Verzögerungs streuung aufweist. Der Nicht-Null-Abgriff, der typischer weise als Hauptabgriff bezeichnet wird, sollte eine Größe auf weisen, die proportional dem Pegel des Referenzsignals ist. In der Realität verdirbt Rauschen jedoch das Referenzsignal und die Nicht-Hauptabgriffe weisen ebenfalls eine Nicht-Null- Amplitude auf. Dies verschlechtert den Ausgang des Kanal abschätzers und bewirkt, daß der MLSE-Detektor im Vergleich zu einem kohärenten Detektor in einem statischen Kanal oder in einem Kanal mit flachem Rayleigh-Fading schlecht arbeitet. Somit besteht ein Bedürfnis nach einem Verfahren, das es er möglicht, daß der Detektor auch bei einem Kanal mit flachem Rayleigh-Fading so gut wie ein kohärenter Detektor arbeitet.

Es ist die Aufgabe der vorliegenden Erfindung, ein Verfahren zum Verbessern der Arbeitsweise eines Kanalabschätzers anzuge ben.

Diese Aufgabe wird durch den Gegenstand des Patentanspruches 1 gelöst.

Bevorzugte Ausgestaltungen der vorliegenden Erfindung sind Ge genstand der Unteransprüche.

Im folgenden wird eine bevorzugte Ausführungsform der vorlie genden Erfindung unter Bezugnahme auf die beiliegenden Zeich nungen näher erläutert.

Kurze Beschreibung der Zeichnungen

Fig. 1 zeigt ein Blockschaltbild eines diskreten Zeitsystem modells gemäß dem Stand der Technik.

Fig. 2 zeigt ein Blockschaltbild eines adaptiven Kanalab schätzers.

Fig. 3 zeigt ein Blockschaltbild des Verfahrens zum Erzeugen eines optimalen Referenzerneuerungskoeffizienten gemäß der vorliegenden Erfindung.

Fig. 4 zeigt ein Ablaufdiagramm des individuellen Anpassungs verfahrens der vorliegenden Erfindung.

Fig. 5 zeigt einen Ausdruck der Erneuerungskoeffizienten skalierungsfaktorfunktion gemäß dem Verfahren der vorliegenden Erfindung.

Fig. 6 zeigt einen Ausdruck, bei dem die Signalleistung gegen über der Bitfehlerrate in einer Umgebung mit Rayleigh- Fading aufgezeigt ist, wobei die gemäß dem Stand der Technik fest eingestellten Koeffizienten mit der indi viduellen Anpassung gemäß der vorliegenden Erfindung verglichen werden.

Detaillierte Beschreibung der bevorzugten Ausführungsform

Der individuelle Anpassungsprozeß der vorliegenden Erfindung, wie er in Fig. 4 gezeigt ist, ermöglicht einem MLSE-Detektor, in einem Kanal mit flachem Fading, ähnlich wie ein kohärenter Detektor, zu arbeiten. Die verbesserte Arbeitsweise wird er reicht, indem der Erneuerungskoeffizient für jeden Abgriff des adaptiven Filters gemäß der in dem Abgriff enthaltenen Leistung relativ zur Leistung, die in dem Hauptabgriff, welcher der größte Abgriff ist, enthalten ist, variiert wird.

Das Verfahren der vorliegenden Erfindung basiert auf dem Vari ieren des Erneuerungskoeffizienten mit der Eingangssignallei stung. Die Signale mit geringerer Leistung enthalten mehr Rau schen und benötigen einen kleineren Erneuerungskoeffizienten für einen optimalen Betrieb. Die Signale mit größerer Leistung sind optimal bei einem größeren Erneuerungskoeffizienten, da sie weniger Rauschen enthalten. In Fig. 5 ist eine Kurve ge zeigt, die optimale Erneuerungskoeffizienten für einen Kanal mit Fading angibt, entsprechend folgender Beziehung:

Erneuerungskoeffizient ≈ Leistungspegel^0,27.

Diese Beziehung wird so ausgedehnt, daß sie für jeden indivi duellen Abgriff, bezogen auf seinen Leistungspegel, geändert wird. Der Erneuerungskoeffizient für jeden Schritt basiert auf folgender Beziehung:

µ_i = µ_opt (Leistungspegel_i)^0,27

wobei:
µ_opt = optimaler Referenzerneuerungskoeffizient:
µ_i = Erneuerungskoeffizient für den i-ten Abgriff;
Leistungspegel_i = Leistungspegel des i-ten Abgriffs.

Das Verfahren in Fig. 4 beginnt mit der Berechnung der Größe jeden Abgriffes (402). Dies kann auf vielerlei Arten erfolgen. Die bevorzugte Ausführungsform benutzt dazu ein relatives Maß (Messung), und eine alternative Ausführungsform ein absolutes Maß (Messung).

Bei dem relativen Maß wird das Verhältnis des absoluten Maßes von zwei Abgriffen berechnet. Bei der bevorzugten Ausführungs form ist einer der zwei Abgriffe der Abgriff mit dem größen ab soluten Maß und der andere ist der Abgriff, der momentan er neuert wird. Um das relative Maß zu erhalten, wird die Leistung in jedem Abgriff dadurch berechnet, daß das Quadrat der reellen und imaginären Teile des Abgriffes berechnet werden. Dies kann durch folgende Gleichung verdeutlicht werden;

P ^T(n) = [p₁(n)p₂(n) . . . p_L(n)],

wobei:
p_i(n) = |h_i(n)|² die Leistung im i-ten Abgriff ist.

Der Abgriff mit der größten Leistung wird in jede der Lei stungen des Abgriffs zerlegt, was zu einem Satz relativer Leistungspegel führt:

Das absolute Maß, das bei der alternativen Ausführungsform be nutzt wird, mißt die Größe eines jeden Abgriffes durch die Größe der Abgriffe. Andere Arten zum Erhalten des absoluten Maßes bestehen darin, die Größe des Abgriffes zu quadrieren, eine durchschnittliche Abgriffgröße zu verwenden oder die Größe der durchschnittlichen Abgriffgröße zu quadrieren.

Sowohl wenn das relative Maß als auch wenn das absolute Maß verwendet wird, werden die Ergebnisse im nächsten Abgriff des Verfahrens verwendet. Die Fig. 5 zeigt eine Funktion, die geeignet ist, um die relative Abgriffleistung gegenüber einem Erneuerungskoeffizienten-Skalierungsfaktor, Skalie rungsfaktor_i zu bestimmen. Wie vorher angedeutet, ist die Kurve bestimmt durch y = x^0,27 mit einem Anfangspunkt bei y = 0,4. Der Anfangspunkt wurde eingestellt, um zu verhin dern, daß die Erneuerungskoeffizienten zu Null werden. Dies vermeidet Probleme dann, wenn eine ungeeignete Kanalabschät zung zu einem Abgriff mit einer Größe von Null führt. Der Abgriff kann sich verändern, da er einen Nicht-Null-Erneue rungskoeffizienten hat.

Beim nächsten Abgriff des individuellen Anpassungsverfahrens der vorliegenden Erfindung gemäß Fig. 4 werden die geeigneten Erneuerungskoeffizienten für jeden Schritt bestimmt (403). Dies wird durch folgende Gleichung erreicht:

µ ^T(n) = [µ₁(n)µ₂(n) . . . µ_L(n)]

wobei: µ_i(n) = µ_opt (Skalierungsfaktor_i).

Die Erneuerung des adaptiven Filters wird nun berechnet (404), indem der feste Erneurungskoeffizient gemäß dem Stand der Technik durch den Vektor µ(n) ersetzt wird. Die Identitäts matrix I ist darin enthalten, um die Elemente von µ(n) dem geeigneten Abgriff zuzuweisen. Die resultierende Gleichung er gibt sich wie folgt:

Wenn das Ende des momentanen Datenbursts erreicht ist (405), wird der Referenzkoeffizient µ_opt erneuert (401), wobei dies, basierend auf einem Verfahren, wie es in Fig. 3 gezeigt ist und im Patent US-A-5 230 007 beschrieben ist, geschieht. Die ses Verfahren benutzt zwei zusätzliche adaptive Kanalabschät zer, wobei jeder einen unterschiedlichen Referenzerneuerungs koeffizienten aufweist und jeder den vorher beschriebenen indi viduellen Anpassungsprozeß verwendet, um den Referenzerneue rungskoeffizienten µ_opt zu optimieren. Das Verfahren schätzt den mittleren quadratischen Fehlerwert E_T1 und E_T3 der zusätz lichen adaptiven Filter über den Datenburst ab. E_T3 wird von E_T1 subtrahiert (309), um ein Differenzsignal E_d zu erzeugen. E_d wird dann verwendet, um (310) ein erneuertes Signal µ Delta zu erzeugen, welches zurückgeführt wird, um die Refe renzerneuerungskoeffizienten zu modifizieren.

Das Verfahren der vorliegenden Erfindung zur Kanalabschätzung unter Verwendung einer individuellen Anpassung der Erneuerungs koeffizienten arbeitet in deutlich verbesserter Weise. Fig. 6 verdeutlicht diesen Gewinn durch einen Ausdruck, bei dem die Signalleistung gegenüber der Bitfehlerrate aufgezeigt ist. Die obere Kurve zeigt flaches Fading unter Verwendung eines festen Erneuerungskoeffizienten, wohingegen die untere Kurve flaches Fading unter Verwendung des individuellen Anpassungs verfahrens der vorliegenden Erfindung zeigt. Die untere Kurve zeigt eine deutlich geringere Bitfehlerrate unter denselben Be dingungen.

Claims

1. Verfahren zum Verbessern der Arbeitsweise eines Kanalab schätzers für eine Vielzahl von adaptiven Filtern in einer sich zeitlich verändernden Umgebung, wobei jeder adaptive Filter eine Vielzahl von Abgriffen aufweist, jeder Abgriff einen Er neuerungskoeffizienten aufweist und das Verfahren folgende Schritte aufweist:
Variieren des Erneuerungskoeffizienten für jeden Abgriff gemäß einer Funktion der Größe des Abgriffs und eines Referenzerneue rungskoeffizienten; und
Variieren des Referenzerneuerungskoeffizienten in Antwort auf die Leistung von zumindest zwei adaptiven Filtern, die unter schiedliche Referenzerneuerungskoeffizienten aufweisen.

2. Verfahren zum Verbessern der Arbeitsweise eines Kanalab schätzers für einen adaptiven Filter in einer sich zeitlich verändernden Umgebung, wobei der adaptive Filter einen Refe renzerneuerungskoeffizienten und eine Vielzahl von Abgriffen aufweist, wobei jeder Abgriff einen Erneuerungskoeffizienten aufweist und das Verfahren die folgenden Schritte aufweist:
Bestimmen eines Leistungswertes für jeden Abgriff, um eine Vielzahl von Leistungswerten zu erzeugen;
Bestimmen eines maximalen Leistungswertes aus der Vielzahl von Leistungswerten;
Dividieren eines jeden Leistungswertes durch den maximalen Lei stungswert, wodurch ein Satz relativer Leistungswerte erzeugt wird;
Bestimmen eines Erneuerungskoeffizienten für jeden Abgriff in Antwort auf den Satz von relativen Leistungswerten; und
Neueinstellen des adaptiven Filters unter Verwendung der be stimmten Erneuerungskoeffizienten.

3. Verfahren nach Anspruch 2, bei dem der Schritt des Bestim mens eines Leistungswertes für jeden Abgriff das Quadrieren der Real- und Imaginärteile des Abgriffes und das Summieren dieser quadrierten Teile mit einschließt.

4. Verfahren nach Anspruch 2, bei dem der Schritt des Bestim mens des Erneuerungskoeffizienten das Multiplizieren eines ge eigneten Skalierungsfaktors mit dem Referenzerneuerungskoeffi zienten mit einschließt.

5. Verfahren zum Verbessern der Arbeitsweise eines Kanalab schätzers für einen adaptiven Filter in einer sich zeitlich verändernden Umgebung, wobei der adaptive Filter einen Refe renzerneuerungskoeffizienten und eine Vielzahl von Abgriffen aufweist, wobei jeder Abgriff einen Erneuerungskoeffizienten aufweist und das Verfahren die folgenden Schritte aufweist:
Bestimmen eines absoluten Leistungswertes für jeden Abgriff, um eine Vielzahl von absoluten Leistungswerten zu erzeugen;
Bestimmen eines Erneuerungskoeffizienten für jeden Abgriff in Antwort auf eine Vielzahl von absoluten Leistungswerten; und
Neueinstellen des adaptiven Filters unter Verwendung der be stimmten Erneuerungskoeffizienten.