FI83010C - Foerfarande foer finavstaemning av en utjaemnare foer anvaendning i ett dataoeverfoeringssystems mottagare. - Google Patents

Description

1 8 3 Oo

Menetelmä tiedonsiirtojärjestelmän vastaanottaessa käytettävän transversaalikorjaimen hienovirittämiseksi

Keksinnön kohteena on menetelmä tiedonsiirtojärjes-5 telmän vastaanottimessa käytettävän transversaalikorjaimen hienovirittämiseksi vastaanotetun signaalin sisältämän lyhyen, ei-jaksollisen signaalisekvenssin avulla.

Synkronisessa tiedonsiirtojärjestelmissä siirrettävä data on bittisekvenssin muodossa. Lähettimessä (esim. 10 modeemi) bitit muunnetaan signalointisymboleiksi, jotka sitten lähetetään tiedonsiirtokanavaan tietyllä signaloin-tinopeudella 1/T, missä T on symboliväli. Vastaanottimessa (esim. modeemi) vastaanotetut symbolit ilmaistaan ja muunnetaan takaisin databittisekvenssiksi. Tiedonsiirtokana-15 vassa lähetty signaali huononee erilaisten häiriölähteiden vaikutuksesta. Näihin sisältyy mm. lineaarinen vääristymä (amplitudi- ja viivevääristymä) ja kohina. Tämän ongelman rajoittamiseksi järjestelmä voi olla varustettu adaptiivisella korjaimella, joka on esim. transversaalisuodatin, 20 jossa on muuttuvat tappikertoimet ja tappiväli Τ', joka on yhtä suuri tai pienempi (fractional-korjain) kuin signaalin symboliväli T. Tyypillisessä menetelmässä tällaisen transversaalikorjaimen kertoimien alkuarvojen laskemiseksi siirtokanavaan lähetettyä dataa edeltää ennalta määrätty 25 syklinen symbolisekvenssi, jota kutsutaan opetus- eli training-sekvenssiksi. Kanavan siirtofunktio H(k) estimoidaan ensin laskemalla vastaanotetun opetussignaalin yhden tai useamman jakson DFT eli diskreetti Fourier-muunnos R(k) ja jakamalla se lähetetyn opetussekvenssin DFT:llä 30 S(k). Korjaimen siirtofunktio C(k) saadaan suhteesta C(k) = A(k)/H(k), missä A(k) on referenssispektri, ts. haluttu korjattu siirtofunktio (siirtokanavan ja korjaimen yhteinen siirtofunktio). Korjaimen kertoimet saadaan C(k):sta käänteisellä DFT:llä. Tällainen menetelmä on selostettu 35 esimerkiksi FI-patenttihakemuksessa 891186 ja artikkelissa

2 8 3 O i O

"Rapid Training of a voiceband data modem receiver employing an equalizer with fractional-T spaced coefficients", IEEE Transactions on Communications, Vol. COM-35, s. 869-876, lokakuu 1987.

5 Tällainen jaksollista opetussignaalia käyttävä me netelmä antaa ratkaisuksi laskostuneen version äärettömän pituisesta korjaimesta. Tämä laskostunut korjain voi teoriassa korjata kanavan täydellisesti joukossa tasavälein olevia diskreettejä taajuuksia, mutta välissä olevilla 10 taajuuksilla ei saada täydellistä korjausta, koska kanavan siirtofunktioita ei näillä taajuuksilla tunneta.

Heti kuin korjaimen kertoimet on laskettu ja muiden vastaanottimen toimintojen alustus on saatu loppuun, vastaanotin on valmis toimintaan ja korjatut näytteet kanto-15 aallonseuraajaa ja ilmaisinta varten voidaan laskea nopeudella 1/T. Tässä pisteessä saattaa yhä olla jäljellä useita opetussekvenssin symboleita ennen kuin satunnainen da-tasignaali ilmaantuu korjaimen ulostuloon. Tätä aikaa voidaan käyttää korjaimen hienosäätöön, koska opetussekvenssi 20 on vastaanottimen tuntema. Opetussekvenssin ja myöhemmän satunnaisen datasignaalin välissä saatetaan myös lähettää alhaisella bittinopeudella muutamia signalointisymboleita. Siten opetussekvenssin viimeisten symboleiden aikana korjaimen viivelinjalla oleva signaali ei ole enää syklinen. 25 Siten olisi mahdollista opettaa korjainta muutamien symbolien aikavälien aikana osittain satunnaisella signaalilla, josta saataisiin tietoa kanavasta myös mainituilla välitaajuuksilla.

Aikaisemmin on ehdotettu stokastisen gradienttial-30 goritmin käyttöä tappikertoimien päivittämiseen hienoviri-tyksessä (vrt. edellä mainittu artikkeli). Koska kuitenkin yleensä pyritään lyhyeen opetussekvenssiin, hienoviritystä varten ei ole käytettävissä monta symbolia ja gradientti-algoritmilla saavutettu parannus on melko pieni. Tarkempi 35 hienoviritys gradienttialgoritmilla saadaan vain kasvat- 3 83010 tamalla opetussekvenssin pituutta. Jos hienovirityksessä käytettävä signaalisekvenssi muodostetaan pelkästään kasvattamalla alkuperäisen jaksollisen opetussekvenssin jaksojen lukumäärää, gradienttialgoritmi konvergoi hieman 5 nopeammin kuin satunnaisella datasignaalilla, mutta ei välttämättä oikeaan suuntaan. Tämä johtuu siitä, että syklisellä opetussekvenssillä gradienttialgoritmi pyrkii muuttamaan korjaimen kertoimia siten, että saavutetaan mahdollisimman hyvä syklinen korjaus ja minimoidaan kohi-10 nan vahvistaminen. Tämän vuoksi käytettävän signaalisek-venssin pitäisi olla ei-jaksollinen.

Jos halutaan hyvin nopea vastaanottimen käynnistyminen, opetussekvenssin pituutta ei ole mahdollista kasvattaa. Sen sijaan täytyy löytää tapa kasvattaa gradient-15 tialgoritmin konvergointinopeutta tai jokin täysin uusi menetelmä korjaimen hienovirittämiseksi. Samaan aikaan hienoviritysmenetelmän tarvitsemien operaatioiden lukumäärä ei saisi olla juurikaan suurempi kuin se, jota datavaiheessa tarvitaan korjaimen kertoimien päivittämiseen.

20 Esillä olevan keksinnön päämääränä on aikaansaada uusi hienosäätömenetelmä, jolla vältetään yllä esitetyt ongelmat.

Tämä saavutetaan keksinnön mukaisella menetelmällä, jolle on tunnusomaista, että hienoviritys suoritetaan vain 25 osalle korjaimen siirtofunktion taajuuskomponenteista muiden säilyttäessä hienoviritystä edeltäneet arvonsa.

Keksinnössä oletetaan että perusmenetelmällä saatu laskostunut korjain on riittävän hyvä niillä N:llä diskreetillä taajuudella, joilla opetussekvenssin avulla es-30 timoitiin kanavan ominaisuudet. Täten korjaimen siirto-funktio voidaan hienosäädön aikana pitää vakiona useimmilla näistä taajuuksista, jolloin säädettävien parametrien lukumäärää ja tätä kautta korjaimen päivittämiseen tarvittavien operaatioiden lukumäärää voidaan pienentää merkit-35 tävästi. Tällöin on esimerkiksi mahdollista hienosäätöä 4 83010 korjain monta kertaa käyttäen samaa vastaanotettua signaa-lisekvenssiä. Tämä signaalisekvenssi voi nyt olla melko lyhyt, koska säädettävien parametrien (taajuuskomponent-tien) lukumäärä on pienempi kuin korjaimen tappien luku-5 määrä. Käytännössä voidaan siten käyttää hienosäädössä hyväksi opetussekvenssin lopussa olevien muutamien tunnettujen symbolien muodostamaa ei-jaksollista signaalisek-venssiä. Säädettävien korjainparametrien lukumäärän pienentäminen ei kuitenkaan välttämättä muuta yhden iteroin-10 tikierroksen konvergointinopeutta, koska korjaimen siirtofunktion kaikki taajuudet konvergoivat toisistaan oleellisesti riippumatta.

Keksinnön mukainen hienosäätömenetelmä, jossa korjaimen siirtofunktio osittain lukitaan, mahdollistaa myös 15 ei-iteratiivisten menetelmien käytön, koska säädettävien parametrien lukumäärä on pieni, jolloin esimerkiksi pienimmän neliövirheen kriteerin käyttö tulee käytännölliseksi .

Keksintö selitetään nyt yksityiskohtaisemmin esi-20 merkkien avulla viitaten oheiseen kuvioon, jossa on havainnollistettu erään korjaimen siirtofunktiota.

Siirtojärjestelmän ja transversaalikorjaimen yleinen rakenne ja toiminta ovat alan ammattimiehen tuntemia ja niiden osalta viitataan esimerkiksi edellä artikkeliin 25 ja US-patenttijulkaisuun 4 152 649. Keksintöä voidaan soveltaa niissä esitetyissä tai muissa korjäimissä.

Myös transversaalikorjaimen kertoimien määrittämiseen käytetyn menetelmän perusperiaatteet on selostettu edellä mainitussa artikkelissa ja edellä mainitussa FI-30 patenttihakemuksessa 891186.

Ennen varsinaisen datan lähettämistä lähetin lähettää jaksollisen opetussignaalin. Lähetetty signaali kulkee tiedonsiirtokanavan läpi. Vastaanottimessa sisääntulevaa signaalia tarkkaillaan jatkuvasti jaksollisen opetussig-35 naalin havaitsemiseksi. Kun opetussignaali havaitaan, sii- 5 83010 tä erotetaan vastaanotetusta signaalista yksi jakso r(n), jota käytetään korjaimen tappikertoimien laskemiseen. Sekvenssi r(n) saadaan kopioimalla korjaimen viivelinjalta, kuten on selostettu esim. edellä mainitussa artikkelissa.

5 Tunnetulla syklisellä perusmenetelmällä lasketaan T/2-välisen korjaimen diskreetti Fourier-muunnos C(k) = A(k)D(<k>M)/R(k), k=0,1...,N-1, (1) 10 missä D(k) ja R(k) ovat vastaavasti lähetetyn ope- tussekvenssin ja vastaanotetun opetussekvenssin diskreetit Fourier-muunnokset, N=2M on korjaimen kertoimien lukumäärä T/2-välisellä korjaimella, M on symbolien lukumäärä yhtä opetussekvenssin jaksoa kohti ja <>M tarkoittaa modulo-M-15 operaatiota. Aikaisemmin määritelty referenssispektri A(k) täyttää Nyquistin kriteerin, toisin sanoen A(k)+A(k+M) « 1, k=0,1,...,M-1, (2)

20 missä k ja k+M ovat taajuuspari (esim. taajuudet A

ja B oheisessa kuviossa), jotka laskostuvat samalle taajuudelle korjaimen ulostulossa (taajuus A kuviossa). Referenssispektri A(k) voidaan olettaa reaaliseksi kaikilla k:n arvoilla.

25 Kuten edellä on selostettu, opetussignaalisekvens sin lopussa ennen varsinaista dataa on käytettävissä useiden symbolien pituinen ei-jaksollinen signaali, joita vastaavat lähetetyt symbolit joko tunnetaan tarkasti (opetus-sekvenssi) tai jotka voidaan ilmaista luotettavasti edellä 30 mainitulla tunnetulla menetelmällä saadulla korjaimella (jaksollista opetussekvenssiä alhaisella siirtonopeudella mahdollisesti seuraavat signalointisymbolit). Keksinnön ensisijaisessa suoritusmuodossa korjain hienosäädetään tämän vastaanotetun ei-jaksollisen sekvenssin avulla si-35 ten, että hienosäätö minimoi siirtokanavan tähän tunnet- 6 83010 tuun signaaliin aiheuttamat virheet ja vääristymät.

Keksinnön ensisijaisessa suoritusmuodossa korjaimen siirtofunktio pidetään hienosäädön aikana vakiona niillä taajuuksilla, joilla A(k) on 0 tai 1 (edullisesti kaikki 5 muut taajuudet paitsi Nyqvist-luiskilla olevat). Lopuilla taajuuksilla korjaimen siirtofunktio määritetään hienosää-tämällä referenssispektriä muuttamalla spektrikomponent-teja pareittain.

Kun korjaimen siirtofunktio pidetään keksinnön mu-10 kaisesti vakiona osalla taajuuksista, korjaimen impulssi-vaste voidaan ilmaista V1 c(i) - cf(i)+L[xqcq(i)+(l-xq)cq’(i)], i=0,1,...N, (3) q=o 15 missä c^(i) on korjaimen siirtofunktion lukittuja taajuuksia vastaava impulssivaste ja Nf on hienosäätöpara-metrien lukumäärä. Yhtälön loppuosa muodostuu impulssivas-teiden cq(i) ja cq'(i) pareista, missä q=0,1,...,N^-1, 20 joista kukin vastaa kahden taajuuden paria, jotka laskostavat samalle taajuudelle korjaimen ulostulossa ja jotka on saatu suhteiden D(k)/R(k) ja D(k+M)/R(k+M) käänteisinä diskreetteinä Fourier-muunnoksina tietyillä k:n arvoilla. Nämä impulssivasteparit painotetaan reaalilukukertoimilla 25 xq ja (l-xq), jotka jokaisella q:n arvolla vastaavat A(k):ta ja A(k+M):ta jollakin k:n arvolla. Näiden taajuus-parien painokertoimia muuttamalla voidaan muuttaa korjausta välitaajuuksilla, ilman että korjaimen syklinen korjaus muuttuu.

30 Koska korjaimen siirtofunktio voidaan pitää vakiona useimmilla taajuuksista hienosäädön aikana, säädettävien korjainparametrien lukumäärä tulee melko pieneksi. Esimerkiksi jos opetussekvenssin jakso on 24T ja kanavan ylimääräinen kaistanleveys on 20 %, T/2-välisen korjaimen tappi-35 kertoimien lukumäärä on 48, mutta korjaimen hienosäätöön 7 83010 tarvitaan vain 5 reaalista parametria. Ylimääräisellä kaistanleveydellä 20 % tarkoitetaan oheisessa kuviossa taajuusaluetta, joka jää taajuusalueen -T/2...T/2 ulkopuolelle.

5 Keksinnön mukaisesti osittain lukitun korjaimen hienovirittämiseen voidaan käyttää monia iteratiivisia tai ei-iteratiivisia menetelmiä ja algoritmeja. Eräs tapa on käyttää gradienttialgoritmia, joka on samanlainen stokastinen gradienttialgoritmi, jota yleisesti käytetään päi-10 vittämään korjaimen kertoimia. Virhekriteerinä voidaan käyttää esim. lähetetyn signaalisekvenssin ja korjaimen ulostulossa esiintyvän sekvenssin välistä keskimääräisen neliösumman virhefunktiota. Gradienttialgoritmin konver-gointinopeus on kuitenkin niin alhainen, että se vaatii 15 liian monta iterointikierrosta riittävän korjauksen saamiseksi, erityisesti vaikeasti vääristyneiden kanavien tapauksessa.

Keksinnön ensisijaisessa suoritusmuodossa gradienttialgoritmin sijasta käytetään ei-iteratiivista al-20 goritmiä, joka ratkaisee hienosäätöparametrit tai painokertoimet yhdessä vaiheessa. Ei-iteratiivisten algoritmien käyttö on esillä olevan keksinnön mukaisessa menetelmässä käytännöllistä ja mahdollista, koska ratkaistavien parametrien lukumäärä on hyvin pieni ja parametrit ovat 25 reaalisia.

Keksinnön ensisijaisessa suoritusmuodossa käytetään ei-iteraatiivista algoritmia, jossa suorituskykykriteeri-nä on ns. pienimmän neliösumman virhefunktio 30 ηχ N-l

Jn = Σ | Σ d(n)-cn(i)r(2n-i)|2, (4) n=ng i-0 missä r(n) on näytteenottonopeudella 2/T otettujen vas-35 taanotetun signaalin näytteiden sekvenssi ja d(n) on lähe-

8 8 <5 O i O

tettyjen symbolien sekvenssi. Tällä kriteerillä korjaimen kertoimet ratkaistaan siten, että lähetetyn signaalisek-venssin d(n) ja korjaimen ulostulossa esiintyvän vastaanotetun sekvenssin r(n) välisen erotussekvenssin teho mini-5 moituu tietyllä tarkastusaikavälillä. Summausrajat n^ ja n^ on valittu siten, että virheet lasketaan käyttämällä vastaanotetun opetussekvenssin ei-jaksoilista osaa. Kun osa korjaimen siirtofunktiosta pidetään vakiona hienosäädön aikana, tämä virhekriteeri voidaan kirjoittaa 10 nl Nf"1

Jn = Σ |d(n)-y(n)- Σ xgzq(n)|2, (5) n=nQ q=0 15 missä y(n) ja zq(n) ovat N^+l:n kiinteän transversaalisuo-dattimen ulostulosekvenssejä, N-l Nf-1 y(n) = Σ [cf(i) + Σ cq'(i)]r(2n-i) (6) 20 i=0 q=0 N-l zg(n) = Σ [cq(i)-cq'(i)]r(2n-i), q=0,l----Nf-1 (7) 25 i=0

Yhtälön (5) kirjoittaminen uudelleen matriisimuo-dossa antaa 30 n1

Jn * Σ |d(n)-y(n)-XnTZn|2 (8) n=n0 missä X^={Xq,x”,—xNf-in^ on PYStyv®^01-1 / joka on muo-35 dostettu hienosäätöparametreista, ja Ζ^=ζ^(η),ζ1(η),..., 9 83010 ZNf ι<η>· Jos korJaimen parametrien x^ oletetaan olevan reaalisia, yhtälön (8) gradientti termin Xn suhteen on nl "f-1 5 Gn - dJn/2dXn - Σ Re{z *(n)[y(n)+ Σ x zp(n)-d(n)]} (9) n*nQ p*=0 - A X-B n n missä matriisien A ja B. elementit saadaan yhtälöistä n n 10 ni apgn « Σ Re{zg*(n)zp(n)}, p,q=0,1,...,Nf-l (10) n=n0 15 ηχ bgn = Σ Re{zg*(n)[d(n)-y(n)]}, q=0,1,...Nf-1. (11) n=n0

Hienosäätöparametrit x^, jotka minimoivat virhekri-20 teerin 8, saadaan asettamalla gradientti nollaksi ja ratkaisemalla tuloksena saatavat kappaletta lineaarisia yhtälöitä. Matriisimuodossa ratkaisu on X = A _1B . (12) n n ' 25 Käytännössä yhtälö (12) voidaan korvata yhtälöllä X = (Αη+σΙ)_1Βη, (13) 30 missä σ on pieni positiivinen vakio, joka lisätään matriisin diagonaalille varmistamaan, että invertoitava matriisi ei ole singulaarinen. Vakiolla on myös se vaikutus, että se pienentää tuloksena saatavan korjaimen kohinaa kasvattavan vaikutusta.

35 Koska nyt tunnetaan virhefunktion todellinen gra- ίο 83010 dientti hienovlritysparametrlen suhteen, korjain voidaan hienovirittää myös käyttämällä determinististä gradientti-algoritmia 5 Xm+l-V“t(An+I)Xm-Bn] (14) missä a on askelkokoparametri.

Kun parametrit on ratkaistu, ne sijoitetaan yhtälöön (3), josta saadaan korjaimen impulssivaste.

10 Esillä olevan keksinnön mukainen menetelmä voidaan helposti toteuttaa ohjelmallisesti nykyisissä transversaa-likorjäimissä, kun korjaimen alkuasetus tapahtuu määrittämällä ensin kanavan ja korjaimen taajuusvasteet N:ssä diskreetissä taajuuspisteessä.

15 Edellä esitetyt esimerkit on tarkoitettu vain ha vainnollistamaan keksintöä. Yksityiskohdiltaan keksinnön mukainen menetelmä voi vaihdella oheisten patenttivaatimusten puitteissa.

Claims (7)

1. Menetelmä tiedonsiirtojärjestelmän vastaanotti-messa käytettävän transversaalikorjaimen hienovirittämi- 5 seksi vastaanotetun signaalin sisältämän lyhyen, ei-jaksollisen signaalisekvenssin avulla välittömästi sen jälkeen kun korjaimen kertoimien alkuarvot on määritetty vastaanotetun opetussekvenssin perusteella, tunnettu siitä, että hienoviritys suoritetaan vain osalle korjaimen 10 siirtofunktion taajuuskomponenteista muiden säilyttäessä hienoviritystä edeltäneet arvonsa.

2. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että hienovirityksen aikana säilytetään muuttumattomina ne korjaimen siirtofunktion taajuuskompo- 15 nentit, joita vastaavilla referenssispektrin taajuuskom-ponenteilla on arvo 1 tai 0.

3. Patenttivaatimuksen 1 tai 2 mukainen menetelmä, tunnettu siitä, että korjaimen siirtofunktio hie-noviritettävät taajuuskomponentit jaetaan kahden taajuus- 20 komponentin, jotka laskostuvat korjaimen ulostulossa samalle taajuudelle, ryhmiin, ja että kunkin ryhmän toista taajuuskomponenttia painotetaan painokertoimella x ja toista painokertoimella (1-x).

4. Patenttivaatimuksen 1, 2 tai 3 mukainen menetel-25 mä, tunnettu siitä, että hienoviritettäviä korjaimen siirtofunktion taajuuskomponentteja korjataan suuntaan, jossa lähetetyn signaalisekvenssin ja sen korjaimen ulostulossa esiintyvän sekvenssin välinen virhe minimoituu.

5. Patenttivaatimuksen 4 mukainen menetelmä, tun nettu siitä, että virhekriteerinä käytetään lähetetyn signaalisekvenssin ja sen korjaimen ulostulossa esiintyvän version välistä pienimmän neliösumman virhefunktiota.

6. Patenttivaatimuksen 4 mukainen menetelmä, t u n-35 n e t t u siitä, että virhekriteerinä käytetään lähetetyn i2 8301 0 signaalisekvenssin ja sen korjaimen ulostulossa esiintyvän version välistä keskimääräisen neliösumman vlrhefunktlota.

7. Patenttivaatimuksen 6 mukainen menetelmä, tunnettu siitä, että hienoviritys suoritetaan yhden tai 5 useita kertoja peräkkäin samalla signaalisekvenssillä iteratiivisesti . i3 8 5 01 O