WO2012167682A1 - 一种纠错及反馈均衡控制方法和装置 - Google Patents

一种纠错及反馈均衡控制方法和装置 Download PDF

Info

Publication number
WO2012167682A1
WO2012167682A1 PCT/CN2012/075412 CN2012075412W WO2012167682A1 WO 2012167682 A1 WO2012167682 A1 WO 2012167682A1 CN 2012075412 W CN2012075412 W CN 2012075412W WO 2012167682 A1 WO2012167682 A1 WO 2012167682A1
Authority
WO
WIPO (PCT)
Prior art keywords
pdf
soft information
training sequence
valid data
information
Prior art date
Application number
PCT/CN2012/075412
Other languages
English (en)
French (fr)
Inventor
赵羽
常德远
喻凡
肖治宇
Original Assignee
华为技术有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 华为技术有限公司 filed Critical 华为技术有限公司
Publication of WO2012167682A1 publication Critical patent/WO2012167682A1/zh

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
    • H04L1/0045—Arrangements at the receiver end
    • H04L1/0047—Decoding adapted to other signal detection operation
    • H04L1/005—Iterative decoding, including iteration between signal detection and decoding operation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/06—Dc level restoring means; Bias distortion correction ; Decision circuits providing symbol by symbol detection
    • H04L25/067—Dc level restoring means; Bias distortion correction ; Decision circuits providing symbol by symbol detection providing soft decisions, i.e. decisions together with an estimate of reliability

Definitions

  • the present invention relates to the field of communication technologies, and in particular, to an error correction and feedback equalization control method and apparatus.
  • FEC forward error correction
  • the FEC algorithm can effectively improve the error correction capability of the FEC decoder.
  • the error correction rate of long-distance data transmission is greater than 2E-2 (indicating that the transmission 2 ⁇ 10 2 bits has a maximum of 1 bit error)
  • the error correction rate can Keep below 1E-15.
  • the processing capability is improved by the cooperation between the FEC decoder and the DSP (Digital Signal Processing) equalizer.
  • the soft information that the DSP equalizer hands over to the FEC decoder changes with the channel characteristics, if the channel noise is in a non-standard AWGN (Additive White Gaussian Noise) distribution state.
  • AWGN Additional White Gaussian Noise
  • the error correction performance of the FEC decoder is seriously affected.
  • the information fed back to the DSP equalizer by the FEC decoder is also distorted, resulting in degradation of the compensation effect of the DSP equalizer.
  • the distribution of the PDF (Probability Distribution Function) of the channel is directly obtained by subtracting the soft information and the result of the hard decision of the soft information, and then the subsequent error correction is performed.
  • the information quantized by floating point information or floating point information is soft information, and the hard information is hardly judged to obtain hard information.
  • 1.7328 and -0.89267 are soft information; the value of this soft information after hard decision is hard judged.
  • the hard judgment result of 1.7328 is 1 and the hard judgment result of -0.89267 is -1.
  • An object of embodiments of the present invention is to provide an error correction and feedback equalization control method and apparatus for improving Decoding performance.
  • An embodiment of the present invention provides an error correction and feedback equalization control method, which prestores an initial value of a training sequence, and the method includes:
  • the received data information is compensated by using an equalization algorithm;
  • the compensated data information includes soft information of the training sequence and soft information of valid data;
  • the first probability spectral density distribution function PDF is obtained; using the soft information hard judgment result of the training sequence and the initial value of the training sequence, the pre-correction is obtained.
  • Bit error rate BERin using the hard information after the soft information error correction of the last received valid data and the soft information of the last received valid data, the second PDF is obtained; the first PDF and the second PDF are superimposed Third PDF;
  • the third PDF Using the soft information of the valid data received, the third PDF, obtaining a logarithmic probability ratio LLR distribution of the soft information of the valid data; and using the third PDF to reflect the frequency of the jump and the degree of channel noise distortion And correcting the error rate, adjusting coefficients in the equalization algorithm;
  • the soft information of the valid data received this time is hard-corrected and outputted by using the LLR distribution and the error correction error rate.
  • the embodiment of the invention further provides an error correction and feedback equalization control device, which comprises a storage module, a compensation module, a first calculation module, a second calculation module, a third calculation module, a fourth calculation module, an adjustment module and an error correction module. :
  • the storage module is configured to pre-store an initial value of the training sequence
  • the compensation module is configured to compensate received data information by using an equalization algorithm; the compensated data information includes soft information of the training sequence and soft information of valid data;
  • the first calculating module is configured to obtain a first probability spectral density distribution function PDF by using the soft information of the training sequence and the initial value modulated result of the training sequence;
  • the second calculating module is configured to use the soft information hard judgment result of the training sequence and the initial value of the training sequence to obtain a pre-correction error rate;
  • the third calculating module is configured to use the error correction module to obtain the second PDF by using the hard decision after the soft information error correction of the last received valid data and the soft information of the last received valid data;
  • the fourth calculating module is configured to superimpose the first PDF and the second PDF to obtain a third PDF;
  • the fifth calculating module is configured to use the soft information of the valid data received this time, the third PDF Obtaining a logarithmic probability ratio LLR distribution of soft information of the valid data;
  • the adjusting module is configured to adjust a coefficient in the equalization algorithm by using a skipping situation reflected by the third PDF, a channel noise distortion degree, and a pre-correction error rate;
  • the error correction module is configured to perform error correction and hard output on the soft information of the valid data received by using the LLR distribution and the error correction error rate.
  • the error correction and feedback equalization control method and apparatus can accurately calculate the BERIN and the first PDF that can reflect the situation of the jumping period by adding the training sequence to the data information, and the first PDF can reflect The degree of the side lobes, using the hard information after the soft information error correction of the valid data in the last received data information and the soft information of the last received valid data, can calculate most of the PDF distribution information except the jump week.
  • the second PDF by superimposing the first PDF and the second PDF, obtains a third PDF that can reflect the degree of the jump and the degree of channel noise distortion, thereby accurately grasping the characteristics of the transmission channel, obtaining the LLR and the equalization.
  • the adjustment of the algorithm coefficients is more effective and more targeted, and the decoding performance is improved obviously.
  • the error correction error processing capability can be improved from BERIN 1.5E-2 to 1.7E-2 without additional cost and overhead.
  • FIG. 1 is a schematic flow chart of an error correction and feedback equalization control method according to an embodiment of the present invention
  • FIG. 2 is a schematic diagram of a first embodiment of an error correction and feedback equalization control apparatus according to an embodiment of the present invention
  • Figure 3 is a schematic illustration of a second embodiment of an error correction and feedback equalization control apparatus according to an embodiment of the present invention
  • Fig. 4 is a view showing the configuration of a preferred embodiment of the error correction and feedback equalization control apparatus of the embodiment of the present invention. detailed description
  • This embodiment provides an error correction and feedback equalization control method. As shown in FIG. 1, the method includes the following steps:
  • the training sequence may be a string of binary sequences consisting of 0 or 1, and both the receiving and transmitting parties pre-arrange the training sequence.
  • the received data information can be compensated by using the compensation method of the prior art.
  • the received data information carries the training sequence and the related information of the valid data, so the compensated data information includes the soft information of the training sequence and the soft information of the valid data.
  • the valid data is the data valid in the data to be sent by the sender, and corresponds to all the data sent by the sender in a single transmission.
  • the compensation compensates for signal impairments and distortions. Commonly used compensation methods include dispersion (CD) compensation, polarization mode dispersion (PMD) compensation, carrier frequency offset, and carrier phase recovery (FR and CPR).
  • CD dispersion
  • PMD polarization mode dispersion
  • FR and CPR carrier phase recovery
  • S103 Obtain a first PDF by using the soft information of the training sequence and the initial value of the training sequence, and obtain a first PDF by using a soft information hardening result of the training sequence and an initial value of the training sequence to obtain a BERIN (Bit Error Ration) In, error rate before correction; the second PDF is obtained by using the soft judgment of the soft information corrected by the last received valid data and the soft information of the last received valid data; for the first PDF and the second PDF The overlay is combined to obtain a third PDF.
  • BERIN Bit Error Ration
  • the sender sends the training sequence along with the valid data to the receiver, the training sequence and the valid data are modulated together before transmission.
  • the receiver needs to modulate its pre-stored training sequence and compare it with the soft information of the training sequence in the compensated received data information.
  • the first PDF may be:
  • the soft information of the training sequence is subtracted from the initial value of the training sequence to obtain a first PDF.
  • the initial value of the training sequence is 0 1 1 0, which is 1 -1 -1 1 after modulation;
  • the soft information of the received training sequence is 1.23 -0.78 -1.11 0.87, then the soft information of the training sequence and the training sequence
  • the result of the initial value modulation is subtracted, and the first PDF is 0.23 0.22 -0.11 -0.13.
  • the first PDF can reflect the situation of the week. If the jump is more serious, the amplitude of the side lobes will be larger. The specific proportional relationship will vary with the channel conditions and needs to be determined according to the application scenario.
  • the first PDF can reflect the situation of the jump, which can reflect the degree of side lobes.
  • the use of the soft information hard judgment result of the training sequence and the initial value of the training sequence to obtain the BERin may be specifically: Comparing the soft information hard result of the training sequence with the initial value of the training sequence to obtain the number of errors in the hard decision result; dividing the wrong bit number by the total number of bits of the training sequence to obtain the BERIN .
  • the calculation of the BERin is based on the training sequence. Since the initial value of the training sequence is pre-existing at the receiving end, after hard reporting the soft message of the training sequence, the initial value of the training sequence and the soft information of the training sequence are hardly judged. The resulting BERin is more accurate.
  • the soft information obtained by using the soft information error correction of the last received valid data and the soft information of the last received valid data are obtained as follows:
  • the second PDF is obtained by subtracting the hard information of the last received valid data from the hard decision of the soft information of the last received valid data.
  • the soft information of the last valid data received is 1.23 -0.78 -1.11 0.87, and the hard judgment after the soft information error correction of the last received valid data is 1 -1 -1 1 ;
  • the soft information of the data is subtracted from the hard judgment after the soft information error correction of the last received valid data, and the second PDF is 0.23 0.22 -0.11 -0.13. Since the PDF is gradual in the information stream, the embodiment of the present invention estimates the second PDF using the information provided by the last valid data received, and provides the data information for the currently received data, instead of being used for the last valid data. itself.
  • the second PDF can reflect most of the PDF distribution information except the jump week. At the beginning of the equalization algorithm, the initial value of the PDF can be set to be distributed according to the AWGN feature.
  • the embodiment of the present invention obtains a third PDF by superimposing the first PDF and the second PDF. Due to the first
  • the third PDF can reflect the jumping situation, the degree of side lobes and the degree of channel noise distortion, so that the subsequent The three PDF error correction and adjustment equalization algorithm coefficients are more accurate and effective.
  • the first PDF is superimposed with the second PDF, and generally can be directly superimposed. If the channel condition is special (such as 100G&10G mixed transmission), the two PDFs can be filtered and then superimposed, and the specific filtering needs to be combined. The channel is judged. For example, a third PDF can be obtained by adding the first PDF to the second PDF.
  • the LLR is the logarithm of the ratio of the probability that a bit is 1 and 0 in the soft information of the valid data.
  • the LLR distribution of the soft information of the valid data is obtained, which facilitates subsequent error correction and hard judgment of the soft data of the valid data.
  • the LLR distribution of the soft information of the valid data that is obtained by using the soft information of the valid data received by the third PDF may specifically include:
  • the first PDF can reflect the situation of the jump, which reflects the degree of the side lobes
  • the second PDF can reflect most of the PDF distribution information except the jump
  • the third PDF can reflect the situation of the jump, which reflects the degree of side lobes, and can also reflect most of the PDF distribution information except the jump, so that each of the soft information of the valid data can be obtained according to the third PDF.
  • the LLR of the bits obtains the LLR distribution of the soft information of the valid data.
  • the using the third PDF to reflect the degree of the hopping and the degree of the channel noise distortion and the BERin, and adjusting the coefficients in the equalization algorithm may specifically include:
  • the number of iterations of the equalization algorithm is determined according to the hopping situation and the degree of channel noise distortion and BERin reflected by the third PDF; the equalization algorithm is iterated according to the number of iterations to adjust the coefficients in the equalization algorithm.
  • the ratio of the number of bits in the skipping period to the number of bits in the non-jumping period is greater than a preset value, it is determined that the skipping period is serious, and the preset value is different according to different communication systems, and needs to be measured in the actual communication system. Can be delimited.
  • the degree of channel noise distortion (for example, the extent to which the third PDF deviates from the AWGN distribution) is reflected by the second PDF, and the measure of the degree of distortion is related to the condition of the transmission channel.
  • the processing of the primary data information includes the coefficients of the equalization compensation process, the error-corrected output signal, and the feedback adjustment equalization algorithm, and the iteration exists inside the equalization algorithm.
  • the method of calculating the LLR distribution of the valid data soft information can use the related algorithms of the prior art, and an example of the process of calculating the LLR according to the third PDF is introduced by an example:
  • the probability of each noise amplitude is known.
  • the distribution of the third PDF is a Gaussian distribution; BP using BPSK modulation, yi is a Gaussian variable with a mean value of 1 and a variance of ⁇ 2 .
  • the LLR distribution of the soft information for calculating the valid data and the data source according to the adjustment equalization algorithm are not subject to competition or dependence, and their calculations can be performed simultaneously or sequentially without the limitation of the execution order.
  • S105 Perform error correction and soft output on the soft information of the valid data received by using the LLR distribution and the BERin.
  • the soft information of the valid data can be corrected and hard-corrected, and the result of the error correction hard judgment is used as the output after the error correction, and the corrected hard judgment value is used as the calculation.
  • a second PDF feedback input is used.
  • the BERIN and the first PDF capable of reflecting the jumping situation can be accurately calculated through the training sequence, and the first PDF can reflect the side lobes.
  • Degree using the hard information after the soft information error correction of the valid data in the last received data information and the soft information of the last received valid data are calculated to reflect the jumping week
  • the second PDF of most of the PDF distribution information by superimposing the first PDF and the second PDF, obtains a third PDF that can reflect the degree of the jumping period and the degree of channel noise distortion, thereby accurately grasping the transmission channel.
  • the characteristics, the obtained LLR and the adjustment of the coefficients of the equalization algorithm are more effective and more targeted, and the decoding performance is improved obviously.
  • the error correction error processing capability can be improved from BERIN to 1.5E-2 to 1.7E-2, and No additional cost and overhead are required.
  • the storage module 10 includes a storage module 10, a compensation module 20, a first calculation module 30, a second calculation module 40, a third calculation module 50, and a fourth The calculation module 60, the fifth calculation module 70, the adjustment module 80 and the error correction module 90:
  • the storage module 10 is used to pre-store the initial values of the training sequence.
  • the training sequence may be a sequence of binary sequences consisting of 0 or 1, and both the receiving and transmitting parties pre-arrange the training sequence.
  • the memory module 10 can be a memory or the like at the exit of the DSP equalization module, such as a memory at the exit of the DSP equalizer.
  • the compensation module 20 is configured to compensate the received data information by using an equalization algorithm.
  • the compensated data information includes soft information of the training sequence and soft information of valid data.
  • the first calculating module 30 is configured to obtain the first PDF by using the soft information of the training sequence and the initial value modulated result of the training sequence.
  • the first calculation module 30 may include a first calculation unit 300 for subtracting the soft information of the training sequence from the initial value of the training sequence to obtain a first PDF.
  • the second calculating module 40 is configured to use the soft information hard judgment result of the training sequence and the initial value of the training sequence to obtain BERin.
  • the second calculating module 40 may include a second calculating unit 400, configured to compare a soft information hard judgment result of the training sequence with an initial value of the training sequence, to obtain an error bit number in the hard judgment result; The number of bits is divided by the total number of bits in the training sequence to obtain BERin.
  • the third calculating module 50 is configured to use the error correcting module 80 to obtain the second PDF of the hard information after the error correction of the soft information of the last received valid data and the soft information of the last received valid data.
  • the third calculating module 50 may include a third calculating unit 500, configured to subtract the hard information of the last received valid data from the hard judgment of the soft information of the last received valid data, to obtain a second PDF.
  • the fourth calculation module 60 is configured to superimpose the first PDF and the second PDF to obtain a third PDF.
  • the fifth calculating module 70 is configured to obtain the LLR distribution of the soft information of the valid data by using the soft information of the valid data received this time and the third PDF.
  • the fifth calculating module 70 may include a fifth calculating unit 700, configured to obtain an LLR of each bit in the soft information of the valid data received according to the third PDF, thereby obtaining an LLR of the soft information of the valid data.
  • the adjustment module 80 is configured to adjust the coefficients in the equalization algorithm by using the skipping condition and the channel noise distortion degree and BERin reflected by the third PDF.
  • the adjustment module 80 may include an adjusting unit 800, configured to determine an iteration number of the equalization algorithm according to the skipping condition and the channel noise distortion degree and the BERin reflected by the third PDF; and iteratively adjust the equalization algorithm according to the number of iterations to adjust The coefficients in the equalization algorithm.
  • an adjusting unit 800 configured to determine an iteration number of the equalization algorithm according to the skipping condition and the channel noise distortion degree and the BERin reflected by the third PDF; and iteratively adjust the equalization algorithm according to the number of iterations to adjust The coefficients in the equalization algorithm.
  • the error correction module 90 is configured to perform error correction and output on the soft information of the valid data received by using the LLR distribution and the BERin.
  • the compensation module 20 and the adjustment module 80 can be integrated into the DSP equalization module, such as a DSP equalizer.
  • the first calculation module 30 , the second calculation module 40, the third calculation module 50, the fourth calculation module 60, and the fifth calculation module 70 may be integrated into one chip; or the first calculation module 30, the second calculation module 40, The third computing module 50 and the fourth computing module 60 are located on the same chip, and the fifth computing module 70 is located in another chip, which does not affect the implementation of the embodiment of the present invention.
  • the error correction module 90 can be an FEC decoding module, and can be specifically an FEC decoder.
  • An error correction and feedback equalization control device is located at the receiving end. As shown in FIG. 4, the method includes: a DSP equalization module 11, a first estimation module 22, a second estimation module 33, and an FEC decoding module 44.
  • the storage chip at the exit of the DSP equalization module 11 prestores the initial value of the training sequence.
  • the DSP equalization module 11 compensates the received data information by using the equalization algorithm, and the compensated data.
  • the information includes soft information of the training sequence and soft information of valid data.
  • the DSP equalization module 11 passes the compensated data information and the initial value of the training sequence to the first estimating module 22, and transmits the soft information of the valid data to the second estimating module 33.
  • the first estimating module 22 obtains the first PDF by using the soft information of the training sequence and the initial value of the training sequence, and obtains the first PDF by using the soft information of the training sequence and the initial value of the training sequence to obtain the BERin; And the FEC decoding module 44 obtains the second PDF by using the hard decision after the soft information error correction of the last received valid data and the soft information of the last received valid data. after that, The first estimating module 22 may further superimpose the first PDF and the second PDF to obtain a third PDF, and then pass the third PDF to the second estimating module 33, and feed the third PDF and BERin to the DSP equalizing module 11.
  • the first estimating module 22 directly transfers the first PDF and the second PDF to the second estimating module 33 and the DSP equalizing module 11, and simultaneously feeds the BERin to the DSP equalizing module 11 and the FEC decoding module 44, by the second The estimation module 33 and the DSP equalization module 11 superimpose the first PDF and the second PDF to obtain a third PDF, which does not affect the implementation of the embodiment.
  • the second estimating module 33 obtains the LLR distribution of the soft information of the valid data by using the soft information of the valid data received this time, the third PDF (or the first PDF and the second PDF). The second estimating module 33 passes the LLR distribution of the soft information of the received valid data to the FEC decoding module 44.
  • the FEC decoding module 44 performs error correction and soft-sentence on the soft information of the valid data received by using the LLR distribution and the BERin, and returns the hard-corrected result of the soft information of the valid data to the first estimation.
  • Module 22 acts as an input to the second PDF for the next calculation.
  • the DSP equalization module 11 adjusts the coefficients in the equalization algorithm using the degree of the transition and the degree of channel noise distortion and BERin reflected by the third PDF (or the first PDF and the second PDF).
  • the error correction and feedback equalization control device of the embodiment can accurately calculate the BERIN and the first PDF capable of reflecting the jumping situation by adding a training sequence to the data information, and the first PDF can reflect the side lobes. Degree, using the soft judgment of the soft information error correction of the valid data in the last received data information and the soft information of the last received valid data to calculate the second that can reflect most of the PDF distribution information except the jump week PDF, by superimposing the first PDF and the second PDF, obtaining a third PDF that can reflect the degree of the jumping period and the degree of channel noise distortion, thereby accurately grasping the characteristics of the transmission channel, the obtained LLR and the coefficient of the equalization algorithm.
  • the adjustments are more efficient and more targeted, and the decoding performance is improved.
  • the error correction error processing capability can be improved from BERIN to 1.5E-2 to 1.7E-2 without additional cost and overhead.
  • the terms “comprising,””comprising,” or “include” or “includes” are intended to include a non-exclusive inclusion, such that a process, method, article, or device that comprises a plurality of elements includes not only those elements but also Other elements, or elements that are inherent to such a process, method, item, or device.
  • An element defined by the phrase “comprising a " does not exclude the presence of additional equivalent elements in a process, method, article, or device that comprises the element, without further limitation.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Detection And Prevention Of Errors In Transmission (AREA)
  • Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)

Abstract

本发明公开了一种纠错及反馈均衡控制方法和装置，所述方法预存训练序列的初始值，通过训练序列得到第一PDF和BERin；再计算第二PDF；由第一PDF和第二PDF得到第三PDF；由本次接收的有效数据的软信息、第三PDF得到该有效数据的软信息的LLR分布；由第三PDF反映的跳周情况与信道噪声畸变程度和BERin调整均衡算法中的系数；利用LLR分布和BERin对本次接收的有效数据的软信息进行纠错硬判并输出。通过训练序列得到BERin和第一PDF，结合第二PDF得到能体现跳周情况和信道噪声畸变程度的第三PDF，对均衡算法系数的调整更有针对性，译码性能改善明显。

Description

一种糾错及反馈均衡控制方法和装置
本申请要求于 2011 年 6 月 30 日提交中国专利局、 申请号为 201110182164.7、 发明名称为"一种纠错及反馈均衡控制方法和装置"的中国专 利申请的优先权， 其全部内容通过引用结合在本申请中。
技术领域
本发明涉及通信技术领域，特别是涉及一种纠错及反馈均衡控制方法和装 置。
背景技术
FEC ( forward error correction, 前向纠错）是一种在数据传输中进行错误 控制的技术， 已经被广泛应用于光传输等数据传输领域。 FEC算法能有效提高 FEC译码器的纠错能力， 当长距离数据传输的纠前误码率大于 2E-2 (表示传 输 2χ 102比特最多出现 1比特错误 ) 时， 纠后误码率能够保持在 1E-15以下。 在 100G/400G光系统中， 通过 FEC译码器与 DSP ( Digital Signal Process, 数 字信号处理） 均衡器之间的配合， 实现处理能力的提升。
在较恶劣的 100G/400G信道环境中， DSP均衡器交给 FEC译码器的软信 息随信道特征的变化而变化， 若信道噪声呈非标准 AWGN ( Additive White Gaussion Noise, 高斯白噪声）分布状态， FEC译码器的纠错性能会受到严重 影响； 此时， FEC译码器反馈回 DSP均衡器的信息也会失真， 导致 DSP均衡 器的补偿效果劣化。
现有的一种纠错方法,是利用软信息和该软信息硬判的结果相减直接获得 信道的 PDF ( Probability Distribution Function, 4既率谱密度分布函数）分布， 进而进行后续纠错。 在 FEC技术中， 称浮点信息或者浮点信息量化后的信息 为软信息，软信息进行硬判决就得到了硬信息。如 1.7328、 -0.89267为软信息； 称此软信息进行硬判决后的值为硬判结果，如 1.7328的硬判结果为 1 , -0.89267 的硬判结果为 -1。
但是， 通过软信息和该软信息硬判的结果相减直接获得的 PDF分布的方 式， 无法反映出 "旁瓣" 的程度， 对译码性能改善不明显。
发明内容
本发明实施例的目的是提供一种纠错及反馈均衡控制方法和装置，以改善 译码性能。
本发明实施例提供了一种纠错及反馈均衡控制方法，预存训练序列的初始 值， 所述方法包括：
利用均衡算法对接收的数据信息进行补偿；补偿后的数据信息包括所述训 练序列的软信息和有效数据的软信息；
利用所述训练序列的软信息和训练序列的初始值调制后的结果，得到第一 概率谱密度分布函数 PDF;利用所述训练序列的软信息硬判结果和训练序列的 初始值，得到纠前误码率 BERin; 利用上一次接收的有效数据的软信息纠错后 的硬判值和上一次接收的有效数据的软信息， 得到第二 PDF; 对第一 PDF和 第二 PDF进行叠合得到第三 PDF;
利用本次接收的所述有效数据的软信息、第三 PDF,得到该有效数据的软 信息的对数概率比率 LLR分布； 以及利用所述第三 PDF所反映的跳周情况与 信道噪声畸变程度和纠前误码率， 调整所述均衡算法中的系数；
利用所述 LLR分布和纠前误码率对本次接收的有效数据的软信息进行纠 错硬判并输出。
本发明实施例还提供了一种纠错及反馈均衡控制装置， 包括存储模块、补 偿模块、 第一计算模块、 第二计算模块、 第三计算模块、 第四计算模块、 调整 模块和纠错模块：
所述存储模块用于预存训练序列的初始值；
所述补偿模块用于利用均衡算法对接收的数据信息进行补偿；补偿后的数 据信息包括所述训练序列的软信息和有效数据的软信息；
所述第一计算模块用于利用所述训练序列的软信息和训练序列的初始值 调制后的结果， 得到第一概率谱密度分布函数 PDF；
所述第二计算模块用于利用所述训练序列的软信息硬判结果和训练序列 的初始值， 得到糾前误码率；
所述第三计算模块用于利用纠错模块对上一次接收的有效数据的软信息 纠错后的硬判值和上一次接收的有效数据的软信息， 得到第二 PDF;
所述第四计算模块，用于对第一 PDF和第二 PDF进行叠合得到第三 PDF; 所述第五计算模块， 用于利用本次接收的所述有效数据的软信息、 第三 PDF, 得到该有效数据的软信息的对数概率比率 LLR分布； 所述调整模块用于利用所述第三 PDF所反映的跳周情况与信道噪声畸变 程度和纠前误码率， 调整均衡算法中的系数；
所述纠错模块用于利用所述 LLR分布和纠前误码率对本次接收的有效数 据的软信息进行纠错硬判并输出。
本发明实施例的纠错及反馈均衡控制方法和装置，通过在数据信息中加入 训练序列， 可以通过训练序列准确的计算出 BERin和能够反映跳周情况的第 — PDF, 第一 PDF能够体现出旁瓣的程度， 利用上一次接收的数据信息中的 有效数据的软信息糾错后的硬判值和上一次接收的有效数据的软信息计算出 能够反映除跳周外的大部分 PDF分布信息的第二 PDF, 通过对第一 PDF和第 二 PDF叠合， 得到能够体现出跳周情况和信道噪声畸变程度的第三 PDF, 由 此可以准确把握传输信道的特征， 得到的 LLR和对均衡算法系数的调整都更 加有效和更有针对性，对译码性能改善明显， 糾前误码处理能力可以由 BERin 为 1.5E-2提升至 1.7E-2, 而且不需要额外增加成本和开销。 附图说明
图 1是本发明实施例的纠错及反馈均衡控制方法的流程示意图； 图 2 是本发明实施例的纠错及反馈均衡控制装置的第一实施例的框架示 意图；
图 3 是本发明实施例的纠错及反馈均衡控制装置的第二实施例的框架示 意图；
图 4 是本发明实施例的纠错及反馈均衡控制装置的优选实施例的结构示 意图。 具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂， 下面结合附图和 具体实施方式对本发明实施例作进一步详细的说明。
实施例一
本实施例提供了一种纠错及反馈均衡控制方法， 如图 1所示， 包括如下步 骤：
S101 , 预存训练序列的初始值； 所述训练序列可以为由 0或 1构成的一串二进制序列， 收、发双方对训练序 列进行提前约定。
S102, 利用均衡算法对接收的数据信息进行补偿。
此处可以釆用现有技术的补偿方式对接收的数据信息进行补偿。所不同的 是，接收的数据信息中携带有训练序列和有效数据的相关信息， 因此补偿后的 数据信息会包括所述训练序列的软信息和有效数据的软信息。所述有效数据即 为发送方所要发送的数据中有效的数据， 对应以往发送方单次发送的全部数 据。 所述补偿是对信号损伤和畸变进行补偿， 常用的补偿方式包括色散（CD ) 补偿、 偏振模色散 ( PMD )补偿、 载波频偏和载波相位恢复（FR和 CPR ) 。
S103 , 利用所述训练序列的软信息和训练序列的初始值调制后的结果，得 到第一 PDF; 利用所述训练序列的软信息硬判结果和训练序列的初始值， 得到 BERin ( Bit Error Ration in, 纠前误码率） ； 利用上一次接收的有效数据的软 信息纠错后的硬判值和上一次接收的有效数据的软信息， 得到第二 PDF; 对第 一 PDF和第二 PDF进行叠合得到第三 PDF。
由于发送方会将训练序列和有效数据一起发送给接收方，因此会在发送前 对训练序列和有效数据一起进行调制处理。对应的，接收方在接收到数据信息 并进行补偿后， 需要先对自身预存的训练序列进行调制， 再与补偿后的接收的 数据信息中的训练序列的软信息进行对比。
其中，所述利用训练序列的软信息和训练序列的初始值调制后的结果得到 第一 PDF具体可以为：
将所述训练序列的软信息与训练序列的初始值调制后的结果相减，得到第 一 PDF。 例如， 训练序列的初始值为 0 1 1 0, 经调制后为 1 -1 -1 1 ; 接收到的训 练序列的软信息为 1.23 -0.78 -1.11 0.87, 则训练序列的软信息与训练序列的初 始值调制后的结果相减，得出第一 PDF为 0.23 0.22 -0.11 -0.13。第一 PDF能够反 映出跳周的情况。 若跳周越严重， 旁瓣的幅度也会越大， 其具体的比例关系会 随信道情况的不同而不同， 需要根据应用场景而定。 第一 PDF能够反映出跳周 的情况， 也就能够体现出旁瓣的程度。
所述利用训练序列的软信息硬判结果和训练序列的初始值得到 BERin具 体可以为： 将所述训练序列的软信息硬判结果与训练序列的初始值对比，得到所述硬 判结果中错误的比特数； 将所述错误的比特数与训练序列的总比特数相除，得 到 BERin。
这里，计算 BERin是基于训练序列， 由于训练序列的初始值预存在接收端， 因此在对训练序列的软消息进行硬判后，通过对比训练序列的初始值和训练序 列的软信息硬判结果， 得到的 BERin更准确。
所述利用上一次接收的有效数据的软信息糾错后的硬判值和上一次接收 的有效数据的软信息得到第二 PDF具体可以为：
将所述上一次接收的有效数据的软信息与上一次接收的有效数据的软信 息纠错后的硬判值相减， 得到第二 PDF。 例如， 上一次接收到的有效数据的软 信息为 1.23 -0.78 -1.11 0.87, 上一次接收的有效数据的软信息纠错后的硬判值 为 1 -1 -1 1 ; 则上一次接收的有效数据的软信息与上一次接收的有效数据的软 信息纠错后的硬判值相减，得出第二 PDF为 0.23 0.22 -0.11 -0.13。 由于在信息 流中 PDF是緩变的， 因此本发明实施例用上一次接收的有效数据提供的信息 来估计出第二 PDF,提供给当前接收的数据信息使用， 而不是用于上一次有效 数据本身。 第二 PDF能够反映出除跳周外的大部分 PDF分布信息。 在均衡算 法开始时， 可以将 PDF的初始值设置为按照 AWGN特征分布。
由于计算第一 PDF、 BERin和第二 PDF所依据的数据源没有竟争或依赖 关系， 它们的计算可以同时或先后进行， 没有执行顺序上的限制。
本发明实施例通过将第一 PDF与第二 PDF叠合得到第三 PDF。 由于第一
PDF能够反映出跳周情况， 第二 PDF能够反映出除跳周外的大部分 PDF分布 信息， 因此第三 PDF可以体现出跳周情况、 旁瓣程度和信道噪声畸变程度， 使得后续针对该第三 PDF的纠错和调整均衡算法系数更准确有效。 第一 PDF 与第二 PDF叠合， 一般直接进行叠合即可， 若信道情况特殊（如 100G&10G 混传）还可以将这两个 PDF先进行滤波后再叠合， 具体滤波的选择情况需要 结合信道进行判断。 例如， 可以釆用将第一 PDF与第二 PDF相加的方式， 得 到第三 PDF。
S104, 利用本次接收的所述有效数据的软信息、 第三 PDF, 得到该有效数 据的软信息的 LLR ( Log Likelihood Ration , 对数概率比率）分布； 以及利用所 述第三 PDF所反映的跳周情况与信道噪声畸变程度和 BERin, 调整所述均衡算 法中的系数。
LLR为有效数据的软信息中某个比特为 1和为 0的概率之比的对数。得到有 效数据的软信息的 LLR分布， 便于后续对有效数据的软消息进行纠错和硬判。
所述利用本次接收的有效数据的软信息、第三 PDF得到该有效数据的软信 息的 LLR分布具体可以包括：
依据所述第三 PDF得到本次接收的所述有效数据的软信息中每个比特的 LLR, 进而得到该有效数据的软信息的 LLR分布。
由于第一 PDF能够反映出跳周的情况， 进而反映出旁瓣的程度， 而第二 PDF能够反映出除跳周外的大部分 PDF分布信息， 因此由第一 PDF、 第二 PDF 叠合而成的第三 PDF既能够反映出跳周的情况， 从而体现旁瓣程度， 也能够反 映出除跳周外的大部分 PDF分布信息， 由此可以依据第三 PDF得到有效数据的 软信息中每个比特的 LLR, 进而得到所述有效数据的软信息的 LLR分布。
所述利用第三 PDF所反映的跳周情况与信道噪声畸变程度和 BERin, 调整 均衡算法中的系数具体可以包括：
根据所述第三 PDF所反映的跳周情况与信道噪声畸变程度和 BERin, 确定 均衡算法的迭代次数；按照所述迭代次数对均衡算法进行迭代以调整所述均衡 算法中的系数。
当跳周的比特数与未跳周的比特数的比例大于预设值时， 确定跳周严重， 所述预设值根据不同的通信系统而取值不同，需要在实际通信系统中进行测量 后才能划定。
信道噪声畸变程度（例如， 第三 PDF偏离 AWGN分布的程度）是通过第二 PDF反映出来的， 具体畸变程度的衡量标准与传输信道的情况有关。
一次数据信息的处理包括一次均衡补偿处理、纠错后输出信号和反馈调整 均衡算法的系数， 迭代存在于均衡算法内部。
计算有效数据软信息的 LLR分布的方法可以釆用现有技术的相关算法，下 面通过一个例子介绍根据第三 PDF计算 LLR的过程：
在得到第三 PDF后， 即知道了每个噪声幅度的概率。 设在第三 PDF中， 噪 声幅度为 0.25和 2.25的概率分别为 P(0.25)=0.8, P(2.25)=0.05; 若接收到的有效数据的软信息中第 i比特的软信息 yi=1.25, 此时发送的有 效数据的第 i比特 xi为 +1 ( 1被调制为 1 )的概率为 P(yi-xi) = P(1.25-l) = P(0.25) = 0.8, xi为 0 ( 0被调制为 -1 ) 的概率为？ 1- 0 = ?(1.25-(-1)) = ?(2.25) = 0.05, 由 此， 有效数据的软信息中第 i比特的 LLR为 ln(P(0.25)/P(2.25)) = ln(0.8/0.05), 从 而得到有效数据的软信息的 LLR分布。
设在加性 AWGN信道下， 第三 PDF的分布为高斯分布； 釆用 BPSK调制， yi是均值为 1、 方差为 σ2的高斯变量。
在信源等概分布时， Ρ(χι = -\) = Ρ(χι = +1) = ^ ,此时概率译码的初始消息为： 0) 表示发送 xi为 +1、 接收到软信息 yi的概率；
Figure imgf000009_0001
i/ )= w , 表示发送 为 接收到软信息 ^的概率； 如果概率消息用对数似然比表示， 则可以得到 LLR, 大量的乘积运算可以 变为加法运算， 从而减少运算时间。 通过 J! = J(。)（g„) = L(F ) = ln 得到的结果即为比特 yi的 LLR。
Figure imgf000009_0002
其中，计算有效数据的软信息的 LLR分布和调整均衡算法中的系数所依据 的数据源没有竟争或依赖关系， 它们的计算可以同时或先后进行， 没有执行顺 序上的限制。
S105, 利用所述 LLR分布和 BERin对本次接收的有效数据的软信息进行纠 错硬判并输出。
基于有效数据的软信息的 LLR分布，可以对有效数据的软信息进行纠错硬 判， 将该纠错硬判的结果作为纠错后的输出， 同时， 将该纠后硬判值作为计算 下一次第二 PDF的反馈输入。
本实施例的纠错及反馈均衡控制方法， 通过在数据信息中加入训练序列， 可以通过训练序列准确的计算出 BERin和能够反映跳周情况的第一 PDF , 第一 PDF能够体现出旁瓣的程度，利用上一次接收的数据信息中的有效数据的软信 息糾错后的硬判值和上一次接收的有效数据的软信息计算出能够反映除跳周 夕卜的大部分 PDF分布信息的第二 PDF, 通过对第一 PDF和第二 PDF叠合， 得到 能够体现出跳周情况和信道噪声畸变程度的第三 PDF , 由此可以准确把握传输 信道的特征， 得到的 LLR和对均衡算法系数的调整都更加有效和更有针对性， 对译码性能改善明显， 纠前误码处理能力可以由 BERin为 1.5E-2提升至 1.7E-2, 而且不需要额外增加成本和开销。
实施例二
本实施例提供了一种纠错及反馈均衡控制装置， 如图 2所示， 包括存储模 块 10、 补偿模块 20、 第一计算模块 30、 第二计算模块 40、 第三计算模块 50、 第 四计算模块 60、 第五计算模块 70、 调整模块 80和纠错模块 90:
存储模块 10用于预存训练序列的初始值。
所述训练序列可以为由 0或 1构成的一串二进制序列， 收、发双方对训练序 列进行提前约定。 存储模块 10可以为 DSP均衡模块出口处的存储器等， 例如 DSP均衡器出口处的存储器。
补偿模块 20用于利用均衡算法对接收的数据信息进行补偿。补偿后的数据 信息包括所述训练序列的软信息和有效数据的软信息。
第一计算模块 30用于利用所述训练序列的软信息和训练序列的初始值调 制后的结果， 得到第一 PDF。
如图 3所示， 第一计算模块 30可以包括第一计算单元 300, 用于将所述训练 序列的软信息与训练序列的初始值调制后的结果相减， 从而得到第一 PDF。
第二计算模块 40用于利用所述训练序列的软信息硬判结果和训练序列的 初始值， 得到 BERin。
第二计算模块 40可以包括第二计算单元 400, 用于将所述训练序列的软信 息硬判结果与训练序列的初始值对比，得到所述硬判结果中错误的比特数； 将 所述错误的比特数与训练序列的总比特数相除， 得到 BERin。
第三计算模块 50用于利用纠错模块 80对上一次接收的有效数据的软信息 纠错后的硬判值和上一次接收的有效数据的软信息， 得到第二 PDF。
第三计算模块 50可以包括第三计算单元 500, 用于将所述上一次接收的有 效数据的软信息与上一次接收的有效数据的软信息纠错后的硬判值相减，得到 第二 PDF。
第四计算模块 60用于对第一 PDF和第二 PDF进行叠合得到第三 PDF。 第五计算模块 70用于利用本次接收的有效数据的软信息、 第三 PDF, 得到 该有效数据的软信息的 LLR分布。
第五计算模块 70可以包括第五计算单元 700, 用于依据所述第三 PDF得到 本次接收的所述有效数据的软信息中每个比特的 LLR,进而得到该有效数据的 软信息的 LLR分布
调整模块 80用于利用所述第三 PDF所反映的跳周情况与信道噪声畸变程 度和 BERin , 调整均衡算法中的系数。
调整模块 80可以包括调整单元 800, 用于根据所述第三 PDF所反映的跳周 情况与信道噪声畸变程度和 BERin, 确定均衡算法的迭代次数； 按照所述迭代 次数对均衡算法进行迭代以调整所述均衡算法中的系数。
纠错模块 90用于利用所述 LLR分布和 BERin对本次接收的有效数据的软信 息进行纠错硬判并输出。
上述补偿模块 20、 调整模块 80都可以集成于 DSP均衡模块中， 如 DSP均衡 器。 第一计算模块 30、 第二计算模块 40、 第三计算模块 50、 第四计算模块 60、 第五计算模块 70可以集成在一个芯片中； 也可以第一计算模块 30、 第二计算模 块 40、 第三计算模块 50、 第四计算模块 60位于同一个芯片， 第五计算模块 70 单独位于另一个芯片中， 均不影响本发明实施例的实现。 纠错模块 90可以为 FEC译码模块， 具体可以为 FEC译码器。
下面介绍一个优选实施例。
一种纠错及反馈均衡控制装置， 位于接收端， 如图 4所示， 包括： DSP均 衡模块 11、 第一估算模块 22、 第二估算模块 33和 FEC译码模块 44。
其中， DSP均衡模块 11出口处的存储芯片预存有训练序列的初始值； 当接收端从传输信道接收到数据信息时， DSP均衡模块 11利用均衡算法对 接收的数据信息进行补偿，补偿后的数据信息包括所述训练序列的软信息和有 效数据的软信息。 DSP均衡模块 11将补偿后的数据信息和训练序列的初始值传 递给第一估算模块 22， 将有效数据的软信息传递给第二估算模块 33。
第一估算模块 22利用所述训练序列的软信息和训练序列的初始值调制后 的结果， 得到第一 PDF; 利用所述训练序列的软信息硬判结果和训练序列的初 始值， 得到 BERin; 以及利用 FEC译码模块 44对上一次接收的有效数据的软信 息纠错后的硬判值和上一次接收的有效数据的软信息， 得到第二 PDF。 之后， 第一估算模块 22可以进一步对第一 PDF和第二 PDF进行叠合得到第三 PDF , 然 后将第三 PDF传递给第二估算模块 33， 将第三 PDF和 BERin反馈给 DSP均衡模 块 11。 也可以是第一估算模块 22直接将第一 PDF和第二 PDF传递给第二估算模 块 33以及 DSP均衡模块 11 , 并同时将 BERin反馈给 DSP均衡模块 11和 FEC译码 模块 44, 由第二估算模块 33和 DSP均衡模块 11自行对第一 PDF和第二 PDF叠合 得到第三 PDF, 均不影响本实施例的实现。
第二估算模块 33利用本次接收的所述有效数据的软信息、 第三 PDF (或第 一 PDF和第二 PDF ) ， 得到该有效数据的软信息的 LLR分布。 第二估算模块 33 将本次接收的有效数据的软信息的 LLR分布传递给 FEC译码模块 44。
FEC译码模块 44利用所述 LLR分布和 BERin对本次接收的有效数据的软信 息进行纠错硬判并输出，同时将该有效数据的软信息的纠错后硬判结果返回给 第一估算模块 22作为下次计算第二 PDF的一路输入。
DSP均衡模块 11利用所述第三 PDF (或第一 PDF和第二 PDF )所反映的跳 周情况与信道噪声畸变程度和 BERin, 调整均衡算法中的系数。
如此循环， 完成对各数据信息的纠错处理。
本实施例的纠错及反馈均衡控制装置， 通过在数据信息中加入训练序列， 可以通过训练序列准确的计算出 BERin和能够反映跳周情况的第一 PDF , 第一 PDF能够体现出旁瓣的程度，利用上一次接收的数据信息中的有效数据的软信 息纠错后的硬判值和上一次接收的有效数据的软信息计算出能够反映除跳周 外的大部分 PDF分布信息的第二 PDF, 通过对第一 PDF和第二 PDF叠合， 得到 能够体现出跳周情况和信道噪声畸变程度的第三 PDF , 由此可以准确把握传输 信道的特征， 得到的 LLR和对均衡算法系数的调整都更加有效和更有针对性， 对译码性能改善明显， 纠前误码处理能力可以由 BERin为 1.5E-2提升至 1.7E-2, 而且不需要额外增加成本和开销。
由于实施例二与实施例一的相似内容较多， 因此介绍的比较简略，相关之 处请参见实施例一的相关内容。
本领域普通技术人员可以理解，实现上述实施例方法中的全部或部分步骤 是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可 读存储介质中， 所述存储介质可以为： ROM / RAM、 磁碟、 光盘等。 需要说明的是， 在本文中， 诸如第一和第二等之类的关系术语仅仅用来将 一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些 实体或操作之间存在任何这种实际的关系或者顺序。 而且，术语"包括"、 "包 含"或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素 的过程、 方法、 物品或者设备不仅包括那些要素， 而且还包括没有明确列出的 其他要素， 或者是还包括为这种过程、 方法、 物品或者设备所固有的要素。 在 没有更多限制的情况下， 由语句 "包括一个 ... ... " 限定的要素， 并不排除在包 括所述要素的过程、 方法、 物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的较佳实施例而已， 并非用于限定本发明的保护范 围。 凡在本发明的精神和原则之内所作的任何修改、 等同替换、 改进等， 均包 含在本发明的保护范围内。
-μ

Claims

权 利 要 求
1、 一种纠错及反馈均衡控制方法， 其特征在于， 预存训练序列的初始值， 所述方法包括：
利用均衡算法对接收的数据信息进行补偿；补偿后的数据信息包括所述训 练序列的软信息和有效数据的软信息；
利用所述训练序列的软信息和训练序列的初始值调制后的结果，得到第一 概率谱密度分布函数 PDF;利用所述训练序列的软信息硬判结果和训练序列的 初始值，得到纠前误码率； 利用上一次接收的有效数据的软信息纠错后的硬判 值和上一次接收的有效数据的软信息，得到第二 PDF;对第一 PDF和第二 PDF 进行叠合得到第三 PDF;
利用本次接收的所述有效数据的软信息、第三 PDF,得到该有效数据的软 信息的对数概率比率 LLR分布； 以及利用所述第三 PDF所反映的跳周情况与 信道噪声畸变程度和纠前误码率， 调整所述均衡算法中的系数；
利用所述 LLR分布和纠前误码率对本次接收的有效数据的软信息进行纠 错硬判并输出。
2、 如权利要求 1所述的方法， 其特征在于， 所述利用训练序列的软信息 和训练序列的初始值调制后的结果得到第一 PDF具体包括：
将所述训练序列的软信息与训练序列的初始值调制后的结果相减，得到第 一 PDF。
3、 如权利要求 1所述的方法， 其特征在于， 所述利用训练序列的软信息 硬判结果和训练序列的初始值得到纠前误码率具体包括：
将所述训练序列的软信息硬判结果与训练序列的初始值对比，得到所述硬 判结果中错误的比特数；
将所述错误的比特数与训练序列的总比特数相除， 得到纠前误码率。
4、 如权利要求 1所述的方法， 其特征在于， 所述利用上一次接收的有效 数据的软信息糾错后的硬判值和上一次接收的有效数据的软信息得到第二 PDF具体包括：
将所述上一次接收的有效数据的软信息与上一次接收的有效数据的软信 息纠错后的硬判值相减， 得到第二 PDF。
5、 如权利要求 1所述的方法， 其特征在于， 所述利用本次接收的有效数 据的软信息、 第三 PDF得到该有效数据的软信息的 LLR分布具体包括： 依据所述第三 PDF得到本次接收的所述有效数据的软信息中每个比特的
LLR, 进而得到该有效数据的软信息的 LLR分布。
6、 如权利要求 1所述的方法， 其特征在于， 所述利用第三 PDF所反映的 跳周情况与信道噪声畸变程度和纠前误码率， 调整均衡算法中的系数具体包 括：
根据所述第三 PDF所反映的跳周情况与信道噪声畸变程度和纠前误码率， 确定均衡算法的迭代次数；
按照所述迭代次数对均衡算法进行迭代以调整所述均衡算法中的系数。
7、 一种纠错及反馈均衡控制装置， 其特征在于， 包括存储模块、 补偿模 块、 第一计算模块、 第二计算模块、 第三计算模块、 第四计算模块、 调整模块 和纠错模块：
所述存储模块用于预存训练序列的初始值；
所述补偿模块用于利用均衡算法对接收的数据信息进行补偿；补偿后的数 据信息包括所述训练序列的软信息和有效数据的软信息；
所述第一计算模块用于利用所述训练序列的软信息和训练序列的初始值 调制后的结果， 得到第一概率谱密度分布函数 PDF；
所述第二计算模块用于利用所述训练序列的软信息硬判结果和训练序列 的初始值， 得到糾前误码率；
所述第三计算模块用于利用纠错模块对上一次接收的有效数据的软信息 纠错后的硬判值和上一次接收的有效数据的软信息， 得到第二 PDF;
所述第四计算模块，用于对第一 PDF和第二 PDF进行叠合得到第三 PDF; 所述第五计算模块， 用于利用本次接收的所述有效数据的软信息、 第三 PDF, 得到该有效数据的软信息的对数概率比率 LLR分布；
所述调整模块用于利用所述第三 PDF所反映的跳周情况与信道噪声畸变 程度和纠前误码率， 调整均衡算法中的系数；
所述纠错模块用于利用所述 LLR分布和纠前误码率对本次接收的有效数 据的软信息进行纠错硬判并输出。
8、 如权利要求 7所述的装置， 其特征在于， 所述第一计算模块包括第一 计算单元，用于将所述训练序列的软信息与训练序列的初始值调制后的结果相 减， 得到第一 PDF。
9、 如权利要求 7所述的装置， 其特征在于， 所述第二计算模块包括第二 计算单元， 用于将所述训练序列的软信息硬判结果与训练序列的初始值对比， 得到所述硬判结果中错误的比特数；将所述错误的比特数与训练序列的总比特 数相除， 得到糾前误码率。
10、 如权利要求 7所述的装置， 其特征在于， 所述第三计算模块包括第三 计算单元，用于将所述上一次接收的有效数据的软信息与上一次接收的有效数 据的软信息纠错后的硬判值相减， 得到第二 PDF。
11、 如权利要求 7所述的装置， 其特征在于， 所述第五计算模块包括第五 计算单元， 用于依据所述第三 PDF得到本次接收的所述有效数据的软信息中 每个比特的 LLR, 进而得到该有效数据的软信息的 LLR分布。
12、如权利要求 7所述的装置，其特征在于，所述调整模块包括调整单元， 用于根据所述第三 PDF所反映的跳周情况与信道噪声畸变程度和纠前误码率， 确定均衡算法的迭代次数；按照所述迭代次数对均衡算法进行迭代以调整所述 均衡算法中的系数。
PCT/CN2012/075412 2011-06-30 2012-05-12 一种纠错及反馈均衡控制方法和装置 WO2012167682A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201110182164.7 2011-06-30
CN201110182164.7A CN102394843B (zh) 2011-06-30 2011-06-30 一种纠错及反馈均衡控制方法和装置

Publications (1)

Publication Number Publication Date
WO2012167682A1 true WO2012167682A1 (zh) 2012-12-13

Family

ID=45862052

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2012/075412 WO2012167682A1 (zh) 2011-06-30 2012-05-12 一种纠错及反馈均衡控制方法和装置

Country Status (2)

Country Link
CN (1) CN102394843B (zh)
WO (1) WO2012167682A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102394843B (zh) * 2011-06-30 2014-09-03 华为技术有限公司 一种纠错及反馈均衡控制方法和装置
WO2014172895A1 (zh) * 2013-04-26 2014-10-30 华为技术有限公司 一种解交织的方法及通信系统
CN108353045B (zh) * 2015-11-30 2020-09-18 华为技术有限公司 一种信号处理系统、方法及装置
EP3657697B1 (en) * 2017-08-11 2021-12-22 Huawei Technologies Co., Ltd. Signal transmission method and system

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080279299A1 (en) * 2007-05-10 2008-11-13 Comsys Communication & Signal Processing Ltd. Multiple-input multiple-output (mimo) detector incorporating efficient signal point search and soft information refinement
CN101404642A (zh) * 2008-11-14 2009-04-08 南京航空航天大学 一种32进制正交幅度调制的软解调方法
CN101534127A (zh) * 2009-04-20 2009-09-16 西安新邮通信设备有限公司 一种利用导频信息提高译码效率的编译码方法及其装置
CN102394843A (zh) * 2011-06-30 2012-03-28 华为技术有限公司 一种纠错及反馈均衡控制方法和装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6529559B2 (en) * 2001-01-12 2003-03-04 Comsys Communication & Signal Processing Ltd. Reduced soft output information packet selection
US8325863B2 (en) * 2004-10-12 2012-12-04 Qualcomm Incorporated Data detection and decoding with considerations for channel estimation errors due to guard subbands

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080279299A1 (en) * 2007-05-10 2008-11-13 Comsys Communication & Signal Processing Ltd. Multiple-input multiple-output (mimo) detector incorporating efficient signal point search and soft information refinement
CN101404642A (zh) * 2008-11-14 2009-04-08 南京航空航天大学 一种32进制正交幅度调制的软解调方法
CN101534127A (zh) * 2009-04-20 2009-09-16 西安新邮通信设备有限公司 一种利用导频信息提高译码效率的编译码方法及其装置
CN102394843A (zh) * 2011-06-30 2012-03-28 华为技术有限公司 一种纠错及反馈均衡控制方法和装置

Also Published As

Publication number Publication date
CN102394843B (zh) 2014-09-03
CN102394843A (zh) 2012-03-28

Similar Documents

Publication Publication Date Title
US8576903B2 (en) Techniques for adaptively adjusting decision levels of a PAM-N decision feedback equalizer
US8010859B2 (en) Data transmitting and receiving system
US8804809B2 (en) Techniques for setting feedback coefficients of a PAM-N decision feedback equalizer
WO2012167682A1 (zh) 一种纠错及反馈均衡控制方法和装置
WO2015103804A1 (zh) 基于lms的信道均衡和频偏估计联合并行方法
TW201234785A (en) Device and method for impedance and equalizer compensation of high speed serial link
US8489970B1 (en) Iterative PRBS seed recovery using soft decisions
US9071262B1 (en) Calibration of high-speed interleaved arrays
JP4638134B2 (ja) 高画質ｔｖに使われる等化器及び等化方法
US7080295B2 (en) Methods and systems for detecting symbol erasures
WO2012127740A1 (ja) 伝送路推定装置、伝送路推定方法、及び受信装置
US10616015B2 (en) Signal processing system and method, and apparatus
JP6865900B2 (ja) 光受信機、光信号受信方法及びデータ再生装置
US20070104263A1 (en) Method for adaptively tuning an equalizer
US10224971B1 (en) Symbol rate estimating device and method and adjacent channel interference detecting device
TWI389493B (zh) 廣播頻道評估器
JP6058682B2 (ja) デジタル信号処理装置
US20160352456A1 (en) Signal to noise ratio concealment apparatus and method in wireless multimedia system
US8385400B2 (en) Adaptive equalization in the presence of burst errors
WO2014205797A1 (zh) 一种辨识方法、装置、系统及基站
JP2008259198A (ja) 移動チャネルトラッキングおよび信号検出方法並びに受信側
US9654307B1 (en) Communication apparatus
EP1560389A1 (en) Method and receiver for optical or electromagnetic signals with iterative equalization and error correction
US20170163355A1 (en) Noise power estimator, receiver and method for noise power estimation
JP2013501395A (ja) 直交周波数分割多重方式によるチャネル状態情報を適用して受信信号を処理する受信信号処理方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12796403

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 12796403

Country of ref document: EP

Kind code of ref document: A1