專利名稱：干擾抑制的方法和設(shè)備的制作方法
通過(guò)估計(jì)所希望的信號(hào)從接收到的組合信號(hào)抑制噪聲和干擾的方法和設(shè)備，除了噪聲和干擾外，所希望的信號(hào)被調(diào)制發(fā)送的希望信號(hào)所通過(guò)的通信信道畸變。
背景技術(shù)：
描述在數(shù)字通信系統(tǒng)中，通常將要發(fā)送的信號(hào)編碼，調(diào)制并在通信信道上發(fā)送。將該信號(hào)以脈沖形式發(fā)送，可被檢測(cè)為或者0或者1，給出的這些“位”的組合構(gòu)成具有不同意義的符號(hào)。將在分組數(shù)據(jù)流中發(fā)送的一個(gè)或多個(gè)信號(hào)序列稱為“脈沖串”。
通過(guò)對(duì)載波調(diào)制發(fā)送該信息信號(hào)。存在不同的調(diào)制方法，其中最通常的是基于幅度，頻率和/或相位的調(diào)制。
用復(fù)數(shù)信號(hào)表示法描述不同的調(diào)制形式是有利的。該復(fù)數(shù)信號(hào)用等效的低通表示法表示真實(shí)的(real physical)帶通信號(hào)。然后可以用幾何方式表示不同調(diào)制形式的主要特點(diǎn)。例如，在一維的調(diào)制中，該信號(hào)星座點(diǎn)位于一條直線上。
而且，在線性調(diào)制(不同形式的幅度調(diào)制)和恒定的包絡(luò)調(diào)制(角，相位和頻率調(diào)制)之間有差別。然而，幾乎所有在移動(dòng)電話中使用的調(diào)制方法可被看成帶有某些修改的線性調(diào)制。在線性調(diào)制中，調(diào)制器和解調(diào)器實(shí)現(xiàn)某些信號(hào)處理功能，以便通過(guò)載波調(diào)制發(fā)送信息。
不管用于傳輸信號(hào)的物理媒介是什么，其基本特征是信道以不同的方式使信號(hào)畸變。該被畸變的信號(hào)又被噪聲和干擾敗壞。在接收機(jī)上，將該信號(hào)重建和解調(diào)。通過(guò)信道和源解碼器處理該重建的信號(hào)以獲得所發(fā)送的源信號(hào)的復(fù)制品。
在只帶一個(gè)天線的接收機(jī)中，該解調(diào)器通常試圖與由通信信道和噪聲引起的畸變作斗爭(zhēng)，但卻忽略了干擾的影響。為了導(dǎo)出有效的算法，通常將該噪聲認(rèn)為是白噪聲。如果該噪聲不是白噪聲，可以使用噪聲白化濾波器，但通常不這么做，因?yàn)樵肼暤念伾⒉皇且阎摹?br> 可將濾波結(jié)構(gòu)用于實(shí)現(xiàn)干擾抑制?？墒褂米赃m應(yīng)或非自適應(yīng)算法來(lái)調(diào)節(jié)這些濾波結(jié)構(gòu)中的參數(shù)，以使估算所希望的信號(hào)。在該濾波結(jié)構(gòu)以后，解調(diào)器對(duì)所估算的感興趣信號(hào)進(jìn)行解調(diào)。
有兩類選擇參數(shù)值的方法。通常的方式是根據(jù)內(nèi)藏在所希望的信號(hào)中的訓(xùn)練序列的知識(shí)，將這種知識(shí)用于選擇系數(shù)值的初始設(shè)置，通常情況下依據(jù)最小二乘方誤差準(zhǔn)則。在一種藉助于訓(xùn)練序列的自適應(yīng)方法中，將該接收到的數(shù)據(jù)用于尋找參數(shù)。盲目的方法使用干擾或所希望的信號(hào)的一種或多種性質(zhì)而不是訓(xùn)練序列。使用一種已知訓(xùn)練信號(hào)的通常方法對(duì)信號(hào)處理領(lǐng)域的技術(shù)人員是眾所周知的，被描述在自適應(yīng)信號(hào)處理和自適應(yīng)濾波的公開(kāi)文獻(xiàn)中。
通過(guò)序列估值器估算所希望的信號(hào)，有幾種技術(shù)上已知的型式。這些估值器利用算法，通過(guò)使用濾波器參數(shù)用數(shù)學(xué)方法計(jì)算所希望的信號(hào)。
在接收機(jī)結(jié)構(gòu)中使用的最普通的序列估值器是最大似然率序列估值器(MLSE)。最好利用所謂的Viterbi算法來(lái)實(shí)施該MLSE。這種算法的一種形式是軟輸出Viterbi算法(SOVA)，它改進(jìn)了信號(hào)的后繼信道解碼性能。最大A Posteriori(MAP)算法給出優(yōu)異的性能，但計(jì)算上比較困難。在決策反饋均衡器(DFE)中，將在過(guò)程中已被決定的符號(hào)用于決定當(dāng)前的符號(hào)。在性能上，MLSE和EFE之間的折衷方案是該決策反饋序列估值器(DFSE)，它可以在計(jì)算復(fù)雜性和性能之間作折衷。在一個(gè)以上天線的情況下，某些接收機(jī)也可考慮干擾。
利用現(xiàn)有一個(gè)天線解決方案的主要不足是該算法只考慮噪聲。而許多通信系統(tǒng)是受干擾限制的。問(wèn)題在于當(dāng)干擾的性質(zhì)并不適合接收機(jī)所設(shè)計(jì)的噪聲模型時(shí)，該接收機(jī)的性能大大下降。
該干擾抑制組合(IRC)接收機(jī)將來(lái)自天線的輸出組合，試圖使噪聲和干擾的影響為最小。在該文獻(xiàn)中有一種算法，它將該干擾考慮為一種有色的過(guò)程。在導(dǎo)出這個(gè)算法時(shí)，假定可將該噪聲描述為一種通過(guò)自回歸(AR)濾波器的白序列。
以下的專利文件是作為藉助于不同濾波器結(jié)構(gòu)的干擾抵消方面的現(xiàn)有技術(shù)解決方案提出的，并用于通過(guò)對(duì)該濾波器結(jié)構(gòu)選擇適當(dāng)?shù)臑V波器參數(shù)來(lái)估計(jì)所希望的信號(hào)。
在WO 98/16021中，提出一種現(xiàn)有技術(shù)解決方案，用于從包含數(shù)字?jǐn)?shù)據(jù)的頻譜上和時(shí)間上重迭的信號(hào)中抽取感興趣的信號(hào)。這種解決方案的設(shè)備包括產(chǎn)生時(shí)移輸出信號(hào)，頻移輸出信號(hào)的不同濾波器，和用于將所述的輸出信號(hào)相加并產(chǎn)生對(duì)所述的感興趣信號(hào)的估值的線性組合裝置。
WO 97/11544使用噪聲預(yù)測(cè)最大似然率(NPML)數(shù)據(jù)檢測(cè)方案，對(duì)通過(guò)均衡濾波器接收到的信號(hào)樣本進(jìn)行運(yùn)算。
EP 078 2260 A2提出一種均衡器配置，用于處理實(shí)數(shù)值和復(fù)數(shù)值的信號(hào)樣本。
今天移動(dòng)通信的發(fā)展趨向越來(lái)越多的用戶，這導(dǎo)致了不斷增加的干擾。這意味著找出越來(lái)越好的方法用于干擾抑制和抵消始終是非常重要的，在這個(gè)領(lǐng)域中的每個(gè)進(jìn)步都是有用的。
發(fā)明概述本發(fā)明的目的是一種更好的干擾抑制方法和設(shè)備，與現(xiàn)有技術(shù)方法相比在性能上有改進(jìn)。
本發(fā)明的方法和設(shè)備，選擇濾波結(jié)構(gòu)中的參數(shù)值，與現(xiàn)有技術(shù)方法相比是一種改進(jìn)的方法，在其中獲得非常優(yōu)異的功能。本方法利用一個(gè)或多個(gè)天線以及利用或不利用過(guò)采樣進(jìn)行工作。
本發(fā)明的方法主要特征在于將該信號(hào)作為噪聲，干擾和被畸變的所希望的信號(hào)的組合通過(guò)一個(gè)或多個(gè)天線來(lái)接收。將該接收信號(hào)分離成實(shí)數(shù)和虛數(shù)部分，將該噪聲和干擾分量模型化為一種濾波過(guò)程。通過(guò)利用這樣獲得的信號(hào)組合結(jié)構(gòu)，組成用于該接收信號(hào)的一個(gè)等式，作為被該通信信道和該噪聲及干擾分量畸變的所希望信號(hào)的一個(gè)函數(shù)。然后可在該等式中選擇用于濾波器參數(shù)的值，在所希望的信號(hào)可從等式藉助于所選的濾波器參數(shù)通過(guò)計(jì)算被估值以后實(shí)現(xiàn)。
該設(shè)備的主要特征在于a)用于通過(guò)一個(gè)或多個(gè)天線接收作為噪聲，干擾和被畸變的所希望信號(hào)的組合的信號(hào)的裝置，b)用于將該接收信號(hào)分離成實(shí)數(shù)和虛數(shù)部分的裝置，c)用于將該噪聲和干擾分量模型化為一種濾波過(guò)程的裝置，d)用于通過(guò)利用在步驟b)和c)中獲得的信號(hào)結(jié)構(gòu)組成一個(gè)用于接收信號(hào)的等式，作為被通信信道和噪聲及干擾分量畸變的所希望的信號(hào)的一個(gè)函數(shù)的裝置，e)用于在所述的等式中選擇濾波參數(shù)值的裝置，f)藉助于所述的濾波器參數(shù)從所述的等式通過(guò)計(jì)算估計(jì)所希望的信號(hào)的裝置。
當(dāng)將要發(fā)送的符號(hào)在該復(fù)平面中進(jìn)行一維調(diào)制時(shí)，本發(fā)明通過(guò)利用這種固有的信號(hào)結(jié)構(gòu)解決干擾問(wèn)題。
所希望的信號(hào)已被發(fā)送者一維調(diào)制，然后通過(guò)一個(gè)復(fù)數(shù)值的通信信道發(fā)送。
該接收信號(hào)被認(rèn)為是該發(fā)送的所希望的信號(hào)和噪聲以及干擾的組合。這樣，當(dāng)估計(jì)該所希望信號(hào)時(shí)可考慮該畸變。由通信信道引起的畸變可在數(shù)學(xué)上被模型化。這個(gè)模型可以包括所希望信號(hào)的畸變以及干擾和噪聲的迭加。這樣，通過(guò)在所述的等式中將信道模型化為一種線性濾波器來(lái)考慮該畸變問(wèn)題，使得將該濾波器的輸出形成為濾波器向量和輸入信號(hào)向量的乘積，如下式中那樣x~(t)=h~d(t)+n~(t)]]>其中該區(qū)分標(biāo)記表明所依附的實(shí)體是復(fù)數(shù)值。將該接收信號(hào)分離成實(shí)數(shù)和虛數(shù)部分，使該接收信號(hào)可表達(dá)為以下形式的時(shí)間t的函數(shù)x(t)＝hd(t)+n(t)其中信道矩陣具有以下形式h=hr0hr1…hrLhi0hi1…hiL]]>和x(t)=Re(x~(t))Im(x~(t)),n(t)=Re(n~(t))Im(n~(t))]]>其中x(t)是該接收信號(hào)，d是所希望的信號(hào)，n是組合的噪聲和干擾項(xiàng)，矩陣h包含信道系數(shù)。這些信道系數(shù)將信號(hào)通過(guò)通信信道的畸變模型化。
可將該噪聲模型化為一種濾波過(guò)程，例如作為AR-過(guò)程，其中該噪聲用以下方式描述n(t)=Σk=1KAkn(t-k)+e(t)]]>其中A表示濾波器參數(shù)，K是濾波器參數(shù)的數(shù)目，t是時(shí)間和e是白噪聲向量。
本發(fā)明中也可使用其他的濾波器過(guò)程，例如MA-過(guò)程，它的數(shù)學(xué)等式是已知的，可在描述濾波器過(guò)程的公開(kāi)文獻(xiàn)中找到。
在對(duì)于所希望的信號(hào)和噪聲的模型化過(guò)程中的信道系數(shù)和濾波器參數(shù)，被藉助于已知的訓(xùn)練序列從由訓(xùn)練序列中的信號(hào)發(fā)送的數(shù)據(jù)的知識(shí)和噪聲分量e的統(tǒng)計(jì)性質(zhì)的知識(shí)組成的等式中算得。在此存在若干數(shù)學(xué)算法，利用這些算法當(dāng)x是已知的(是接收到的信號(hào))和當(dāng)e的統(tǒng)計(jì)性質(zhì)是已知時(shí)，從以上等式可以計(jì)算h和A。這樣一些算法的例子包括最小二乘方和最大似然率方法。
在選擇濾波器參數(shù)和信道系數(shù)以后，利用以上提到的相同類型的算法，藉助于一種均衡的方法從數(shù)學(xué)上估算所希望的信號(hào)。
可用對(duì)本領(lǐng)域的技術(shù)人員已知的方式來(lái)實(shí)施該均衡方法，例如可以通過(guò)利用一種序列估值器來(lái)實(shí)現(xiàn)。在數(shù)學(xué)方面，所希望的信號(hào)可以，例如，由用于給出接收信號(hào)的等式的最大似然率進(jìn)行估算，從而可藉助于一種數(shù)學(xué)算法得到對(duì)于給出最小誤差的接收信號(hào)的值。當(dāng)使用Viterbi算法時(shí)，可得到所希望的信號(hào)而沒(méi)有強(qiáng)制地對(duì)于所希望的信號(hào)所有不同值計(jì)算該接收信號(hào)。該數(shù)學(xué)方法的思路是藉助于信道系數(shù)和所選的濾波器參數(shù)以及對(duì)于所希望的信號(hào)的不同值重建該接收信號(hào)，其中在將該接收信號(hào)的重建值與該接收信號(hào)的真實(shí)值作比較后，獲得了對(duì)于該接收信號(hào)的誤差值。然后通過(guò)選擇給出對(duì)于該接收信號(hào)的最小誤差的序列來(lái)估計(jì)所希望的信號(hào)。
對(duì)于每個(gè)接收到的符號(hào)序列可以重復(fù)本發(fā)明的方法。
正如以前提到的那樣，有不同的已知濾波器過(guò)程模型可用于本發(fā)明中對(duì)噪聲信號(hào)模型化?？稍谕ǔＳ糜趯?duì)所希望的信號(hào)本身估值的濾波器過(guò)程中選擇這些過(guò)程。在MA模型中，該信號(hào)是被延時(shí)的輸入分量的加權(quán)和，而在AR過(guò)程中，該信號(hào)是前面的輸出值的加權(quán)和。最好將該噪聲通過(guò)AR濾波器模型化為白噪聲，但也可以使用其他的濾波器過(guò)程。另一種可選方案的例子是MA濾波器過(guò)程。
值得考慮的濾波器系數(shù)數(shù)目的選擇，也就是AR過(guò)程的階數(shù)，可藉助已知的算法適當(dāng)?shù)毓烙?jì)。一種簡(jiǎn)單的階數(shù)估計(jì)方法是選取在預(yù)測(cè)誤差中給出明顯減少的最大階數(shù)。另一種選擇正確的模型階數(shù)的方法是使用每個(gè)被估計(jì)的模型估計(jì)許多所發(fā)送的符號(hào)數(shù)目和相應(yīng)的誤差。對(duì)于不同模型階數(shù)的誤差可被遞推地計(jì)算，也就是在當(dāng)前步驟中計(jì)算的參數(shù)可以利用在以前步驟中算得的參數(shù)，以便簡(jiǎn)化計(jì)算的復(fù)雜性。
本發(fā)明的方法可以通過(guò)預(yù)濾波以計(jì)算上較少?gòu)?fù)雜性的方式完成。利用預(yù)濾波的基本思路是減少信道的時(shí)間散度，因而減少該序列估值器的復(fù)雜性。該預(yù)濾波可由已知方法完成。
如果使用過(guò)采樣，可以得到某些附加的性能。過(guò)采樣意味著采樣率比該位速率或該符號(hào)速率快。通過(guò)引入過(guò)采樣，可以獲得較多的信道，因?yàn)槲覀兊玫礁嗟臉颖?，在?shù)學(xué)上可將這一點(diǎn)以描述信道長(zhǎng)度和樣本數(shù)量的項(xiàng)放入該等式中。
也可將濾波器結(jié)構(gòu)的現(xiàn)有知識(shí)用于減少該參數(shù)量。然后這主要是有關(guān)在等式中所用的信道物理性質(zhì)的問(wèn)題。
決策引導(dǎo)也是改進(jìn)該系統(tǒng)性能的一種眾所周知的方法。在概念上是基于這樣的思路，即一旦估算所有的或某些被發(fā)送的符號(hào)，就將這些值用于對(duì)信道和濾波器參數(shù)的重新估值中。然后將這些估值用于對(duì)所發(fā)送的符號(hào)的重新估值。
最好將該接收信號(hào)利用本發(fā)明的方法中的一維星座進(jìn)行線性調(diào)制，但如果該接收信號(hào)已被非線性調(diào)制，在某些情況下可將該信號(hào)去-旋轉(zhuǎn)以獲得線性調(diào)制?？杀蝗?旋轉(zhuǎn)的調(diào)制方法的一個(gè)例子是MSK(最小移位鍵控)。另一個(gè)例子是GMSK(高斯MSK)，它是GSM中的調(diào)制方案。雖然GMSK是一種非線性調(diào)制方案并且不可能被變換成線性調(diào)制，但已經(jīng)表明它可能被以良好的精確度近似成線性調(diào)制。
通過(guò)大量的仿真觀察到，在干擾的環(huán)境中，在本發(fā)明中所描述的接收機(jī)在性能上主要以較低位差錯(cuò)率(BER)的形式提供重大改進(jìn)，這就使得以非常低的載波干擾比(CIR)進(jìn)行操作。
仿真結(jié)果對(duì)于AR過(guò)程階數(shù)的不同值，也就是K＝1和K＝2仿真本發(fā)明的方法。也對(duì)于本發(fā)明的一種實(shí)施方案仿真本發(fā)明，在其中階數(shù)被自適應(yīng)地選取。該信道是在GSM技術(shù)說(shuō)明中描述的一種典型的城市信道，也是用于通信的GSM系統(tǒng)。白高斯噪聲也被以Eb/NO值為25dB迭加上，其中Eb是每位的能量，NO是噪聲譜功率。
將該仿真的結(jié)果示于

圖1中，在其中本發(fā)明的性能與通常的接收機(jī)作比較。將該結(jié)果作為BER，載波干擾比(CIR)的一個(gè)函數(shù)示出。所用的通常的接收機(jī)是帶有五個(gè)抽頭的Viterbi算法。這種通常的接收機(jī)非常類似于在大多數(shù)技術(shù)水平的解決方案中所用的設(shè)備。它達(dá)到了GSM技術(shù)說(shuō)明中的要求并帶有2dB的裕量。在BER水平為3％時(shí)利用本發(fā)明方法的改進(jìn)大約是7dB。應(yīng)該指出，這是極大的改進(jìn)。通常1dB的分?jǐn)?shù)的改進(jìn)被認(rèn)為是有價(jià)值的。當(dāng)K＝2時(shí)計(jì)算復(fù)雜性大約是通常接收機(jī)的四倍。對(duì)于K＝1的情況，改進(jìn)小于2dB。自動(dòng)選擇K的階數(shù)的自適應(yīng)方法也實(shí)施得非常好。
以下，將藉助于數(shù)字和特定的數(shù)學(xué)計(jì)算算法描述本發(fā)明的某些優(yōu)選實(shí)施方案。本領(lǐng)域的技術(shù)人員可理解本發(fā)明也可利用其他的均衡方法和濾波器過(guò)程實(shí)施而不是圖中所提出的那些而且最大似然率準(zhǔn)則等式可以改變。換句話說(shuō)，本發(fā)明的細(xì)節(jié)可在權(quán)利要求的范圍內(nèi)改變。
附圖和優(yōu)選實(shí)施方案簡(jiǎn)述FORMOLAS 1-23描述一種用于本發(fā)明的優(yōu)選實(shí)施方案對(duì)所希望的信號(hào)的估值。
在圖1中表示與通常接收機(jī)相比較的本發(fā)明性能。
在圖2中簡(jiǎn)要描述，本發(fā)明的主要特性。
附圖和優(yōu)選實(shí)施方案詳述現(xiàn)在將藉助于公式1-23表示用于對(duì)所希望的信號(hào)估值的詳細(xì)數(shù)學(xué)模型的一個(gè)例子。數(shù)學(xué)計(jì)算本身對(duì)本領(lǐng)域的技術(shù)人員是已知的并被用在本發(fā)明中，在其中通過(guò)將信號(hào)劃分為實(shí)數(shù)和虛數(shù)部分并將噪聲模型化為一種濾波過(guò)程對(duì)所希望的信號(hào)估值。
在本發(fā)明的方法中被接收到的所發(fā)送的信號(hào)d(t)信號(hào)已被線性調(diào)制并通過(guò)一個(gè)復(fù)數(shù)通信信道h。通信信道在所希望的信號(hào)上產(chǎn)生畸變，因?yàn)榻邮盏降男盘?hào)是被畸變的所希望的信號(hào)，和噪聲及干擾分量的組合，復(fù)數(shù)值信號(hào)x(t)可被如等式1中那樣組成。
區(qū)分標(biāo)記表示相應(yīng)的實(shí)體是復(fù)數(shù)值，n(t)表示迭加的噪聲和干擾。在等式1中，h是依據(jù)等式2的形式的一個(gè)向量，其中下標(biāo)r和i分別表示系數(shù)的實(shí)數(shù)和虛數(shù)部分，L是通信信道的長(zhǎng)度，用位周期表示。
等式1中的向量d(t)包含被延時(shí)的傳輸符號(hào)的樣本，可如等式3中那樣表達(dá)，其中T表示轉(zhuǎn)置算子。
通過(guò)將等式1分離成它的實(shí)數(shù)和虛數(shù)配對(duì)項(xiàng)，我們得到等式4，其中h可被表達(dá)為依據(jù)等式5的一個(gè)矩陣，x(t)和n(t)分別表達(dá)為等式6a和6b。
必須指出，在等式4中，所有的實(shí)體是實(shí)數(shù)值。在等式4中的模型有一個(gè)輸入和兩個(gè)輸出。如果h不是退化的，例如全等于零，d(t)可從接收信號(hào)的實(shí)數(shù)和虛數(shù)部分(等式4的第一和第二行)估值。因此，這是清楚的，如果d(t)是一個(gè)實(shí)數(shù)值，則在接收信號(hào)中有固有的冗余度。正是這種冗余度將被用于設(shè)計(jì)干擾抑制接收機(jī)。
在本發(fā)明的該實(shí)施方案中，我們選擇將噪聲和干擾模型化為一種依據(jù)等式7的AR過(guò)程，在其中e(t)是白噪聲，帶有如等式8所表示的協(xié)方差組合。
等式7可被重寫(xiě)為等式9，其中N(t)可被表達(dá)在等式10中，MA在等式11中。
現(xiàn)在將組成對(duì)于接收信號(hào)的一個(gè)等式。等式4可被以依據(jù)等式12的一個(gè)實(shí)量的形式寫(xiě)成，其中x(t)被規(guī)定成類似于等式10，以致D(t)被寫(xiě)在等式13中，H被寫(xiě)在等式14中。
通過(guò)將等式12與MA相乘而獲得等式15。如果MA和H是已知的，可以通過(guò)使依據(jù)等式16的最大似然率準(zhǔn)則最小化對(duì)源信號(hào)估值。對(duì)于這種估值存在不同的均衡方法，通常這是藉助于技術(shù)上已知的所謂序列估值器來(lái)完成。通過(guò)一種數(shù)學(xué)算法，優(yōu)選是Viterbi或(SOVA)算法，實(shí)現(xiàn)提到的MLSE(最大似然率序列估值器)。
實(shí)際上MA和H并不是已知的，因此它們必須被估值。如果我們具有隨同所希望的信號(hào)發(fā)送并為接收機(jī)已知的訓(xùn)練序列，也就是對(duì)于某些時(shí)間標(biāo)志d(t)是已知的，等式17中的準(zhǔn)則可被用于尋找MA和H以及Q中的參數(shù)。一般這是一種非線性的求最小值過(guò)程，可能在數(shù)值上是繁瑣的。
現(xiàn)在將描述帶有其他濾波器結(jié)構(gòu)和其他階數(shù)的過(guò)程的本發(fā)明實(shí)施方案。以上噪聲和干擾已被描述為一種AR過(guò)程。如果依據(jù)等式18的定義是不考慮B的結(jié)構(gòu)完成的。參數(shù)可被替代成如在等式19中那樣被估值。然后這些估值和等式20可被用在對(duì)未知的被發(fā)送的符號(hào)的估值中。在等式19中的求最小值問(wèn)題是一個(gè)簡(jiǎn)單地線性最小二乘方問(wèn)題，在文獻(xiàn)中已被充分地描述過(guò)。當(dāng)在等式18中的簡(jiǎn)化被引入時(shí)，對(duì)于接收信號(hào)我們得到一種所謂的ARX模型。通過(guò)等式18中的定義，我們已將B的階數(shù)固定為L(zhǎng)+K。在本發(fā)明的一種實(shí)施方案中，B被設(shè)置為這樣的階數(shù)，它不一定被固定為L(zhǎng)+K。通常，我們將有M＞或＝L，但本發(fā)明并不限于這種情況。
現(xiàn)在將描述本發(fā)明的一種實(shí)施方案，其中一種自適應(yīng)方法被用于選擇濾波器過(guò)程的階數(shù)。例如，假定接收機(jī)在一種純?cè)肼暛h(huán)境中工作，以致A1＝A2＝0，或者等效地n(t)＝e(t)。然后希望設(shè)置AR模型的階數(shù)為K＝0，以便不用太多的參數(shù)描述該過(guò)程。換句話說(shuō)，我們想要避免問(wèn)題的過(guò)度參數(shù)化，這可能導(dǎo)致比正確的模型壞的狀況。一種本發(fā)明的型式，其中模型階數(shù)是自適應(yīng)的。有許多在文獻(xiàn)中可得到的用于確定模型階數(shù)的方法，其中大多數(shù)依靠某種基于估值誤差的幅度的準(zhǔn)則。這些殘差反映出模型階數(shù)適合在估值中所用的數(shù)據(jù)的程度。如果我們?cè)黾幽Ｐ碗A數(shù)，殘差的幅度將始終減小。在此需要一種測(cè)試，告訴是否這種減少是重要的。在本發(fā)明的這種實(shí)施方案中，由被估計(jì)的噪聲協(xié)方差矩陣Q的模方給出殘差的幅度。許多階數(shù)的估值步驟已被描述在適用本發(fā)明的文獻(xiàn)中。最大似然率方法，如最后預(yù)測(cè)誤差(FPE)，Akaike信息準(zhǔn)則(AIC)及其變式(如所謂的BIC和CIC)和最小描述長(zhǎng)度(MDL)全都可應(yīng)用到本發(fā)明所處理的問(wèn)題中。也存在若干次-最佳的方法。這些方法依靠這樣的事實(shí)，接收到的信號(hào)的協(xié)方差矩陣具有某種秩結(jié)構(gòu)，可被用于推斷要識(shí)別的系統(tǒng)的階數(shù)。利用階數(shù)估計(jì)方法的一個(gè)主要不足是它的計(jì)算復(fù)雜性，這就是為什么要實(shí)施更實(shí)際的方法。一種估計(jì)模型階數(shù)的簡(jiǎn)單算法被概述如下，算法是對(duì)于M＝K+L的情況給出，但可被推廣到一般的ARX模型。
1)設(shè)K＝0，r-1＝無(wú)窮大2)利用當(dāng)前的模型階數(shù)估計(jì)系統(tǒng)的參數(shù)3)計(jì)算rK＝‖Q‖4)如果rK/rK-1大大小于1，和K＜Kmax，K增加1并回到步驟25)選取給出rK最近重大減小的K。
在以上算法中的術(shù)語(yǔ)“重大的”是由某種閾值規(guī)定的。這種閾值是在噪聲和干擾環(huán)境中的性能之間的一種交換。閾值越小，噪聲中的性能越好。
一種概念上不同的選擇適當(dāng)模型階數(shù)的方法是使用每種被估計(jì)的模型確定許多所發(fā)送的符號(hào)。然后可以使用從Viterbi算法得到的描述估值誤差的量度替代殘差。這種方法的優(yōu)點(diǎn)是它提供一種模型階數(shù)確認(rèn)，與在計(jì)算模型中所用的數(shù)據(jù)無(wú)關(guān)。
另一種具有自適應(yīng)階數(shù)選擇的方法是在階數(shù)中遞推地實(shí)施識(shí)別算法。對(duì)于標(biāo)量系統(tǒng)，這種方法常被稱為L(zhǎng)evinson-Durbin算法(LDA)。通過(guò)將通常的LDA擴(kuò)展為多維系統(tǒng)，可被用在本發(fā)明中，結(jié)果與標(biāo)準(zhǔn)技術(shù)相比大大節(jié)省計(jì)算量。當(dāng)殘差足夠小時(shí)，遞推被停止，因而使必要的運(yùn)算次數(shù)為最少。
本發(fā)明在計(jì)算上比通常的MLSE接收機(jī)，也就是一種使用均衡方法的接收機(jī)復(fù)雜。如果必須降低計(jì)算復(fù)雜性的話，使用預(yù)濾波。為了用作說(shuō)明，考慮M＝K+L和使用一般的ARX模型。思路是將B中的主能量集中到少數(shù)的抽頭中，也就是減少濾波器的時(shí)間離散，然后使用均衡器中的模型。那么等式15的第一行被表達(dá)為等式21，其中引入的標(biāo)記有明顯的定義，q-1是單元延時(shí)算子。預(yù)濾波器F(q-1)被引入，等式21和等式22的濾波器被得到。等式15的其余行進(jìn)行類似的變換。其余重要的抽頭數(shù)的選擇取決于在我們需要減少多少計(jì)算復(fù)雜性和噪聲放大率之間的交換。確定的方法在信號(hào)處理文獻(xiàn)中是容易得到的。
本發(fā)明的一種實(shí)施方案是將等式15的模型與其他的接收機(jī)結(jié)構(gòu)組合以降低計(jì)算復(fù)雜性，同時(shí)將性能上的損失保持在適中的水平上。一個(gè)例子是早些時(shí)候提到的DFSE算法。DFSE被充分地描述在文獻(xiàn)中。被本領(lǐng)域的技術(shù)人員直接地應(yīng)用到等式15。
可利用一個(gè)或多個(gè)天線使用本發(fā)明。在等式1中 將是m×L+1矩陣，其中m是天線的數(shù)目。相應(yīng)地，在等式4中，h將是2m×L+1矩陣，x(t)將有2m個(gè)要素。
如果引入過(guò)采樣，可能得到某些附加的性能。在這種情況下過(guò)采樣是指采樣率快于位速率。典型情況下用P標(biāo)記的過(guò)采樣因數(shù)是等于2或4，但其他的值當(dāng)然是可能的。處理帶過(guò)采樣的情況的開(kāi)拓非常類似于對(duì)以上描述的多天線的開(kāi)拓。當(dāng)帶有因數(shù)P的過(guò)采樣時(shí)，等式1中的 將是P×L+1矩陣。等式1的行K將對(duì)應(yīng)于樣本K，K+P，K+2P，……，相應(yīng)地，在等式4中，h將是2P×L+1矩陣，向量x(t)將有2P個(gè)要素。通過(guò)引入過(guò)采樣，我們得到比符號(hào)速率采樣多的信道，這對(duì)于干擾抑制給出較大的潛力。在另一方面，過(guò)采樣因數(shù)越高，在相鄰信道(在h中)之間的相關(guān)越高。因此利用過(guò)采樣實(shí)現(xiàn)性能增加有一個(gè)限度。
在本發(fā)明的一種實(shí)施方案中，考慮接收機(jī)/發(fā)射機(jī)和脈沖形成濾波器的現(xiàn)有知識(shí)。通常，當(dāng)調(diào)制是線性時(shí)，信道是物理信道和接收機(jī)，發(fā)射機(jī)及脈沖形成濾波器的組合之間的卷積。這后面的組合濾波器對(duì)接收機(jī)是已知的，在解調(diào)過(guò)程中利用這個(gè)信息是可能的。已被示出，組合信道向量可被寫(xiě)在等式23中，其中G是由已知的濾波器組成的矩陣，C是帶有物理信道參數(shù)的向量。當(dāng)我們使用以上描述的過(guò)采樣時(shí)這種公式化特別有用。理由在于不同的信道全都由相同的物理信道組成，差別僅在于可被事先計(jì)算的矩陣G。由此我們大大地減少問(wèn)題中的參數(shù)數(shù)目。使用多天線的接收機(jī)由于這種模型可能也有益。在這種情況下，該問(wèn)題的大維數(shù)使得保持參數(shù)數(shù)目為最小是重要的。
決策引導(dǎo)對(duì)于改進(jìn)通信系統(tǒng)中的接收機(jī)性能改善是一種眾所周知的方法。這種概念是基于這樣的思路，一旦我們已估計(jì)所有被發(fā)送的符號(hào)，我們作出關(guān)于這些符號(hào)的硬決定并利用該決定以增長(zhǎng)的精度重新估計(jì)模型參數(shù)。這種方法，可被重復(fù)希望的次數(shù)，在文獻(xiàn)中已被充分地說(shuō)明。在與本發(fā)明的方法的組合中。決策引導(dǎo)是特別有用的。理由在于在大多數(shù)實(shí)際的通信系統(tǒng)中，訓(xùn)練符號(hào)的數(shù)目是小的，以便不浪費(fèi)信息帶寬。在本發(fā)明中，要估計(jì)的參數(shù)比在通常的接收機(jī)中的多，因此，如果使用決策引導(dǎo)，參數(shù)估計(jì)的質(zhì)量可被大大增加。
在圖2中描述，本發(fā)明的該優(yōu)選實(shí)施方案。利用一個(gè)或多個(gè)天線接收到的，可能過(guò)采樣的復(fù)數(shù)值信號(hào)被分離成它的實(shí)數(shù)和虛數(shù)部分，以獲得等式4中的向量。這個(gè)向量被送到序列估值器，利用在等式15-18中的濾波器和模型中的參數(shù)估值確定所發(fā)送的符號(hào)。這些估值是利用可得到的訓(xùn)練序列獲得的，濾波器中的參數(shù)數(shù)是作為階數(shù)估值算法的輸出得到的。模型的階數(shù)可用幾種方法得到。在本發(fā)明中所描述的一種方法依靠對(duì)來(lái)自參數(shù)估值的殘差的測(cè)試(在以上1-5中被描述過(guò))，另一種方法是依據(jù)作為序列估值器的輸出獲得的度量值的決策引導(dǎo)；當(dāng)所施加的訓(xùn)練序列被用于估計(jì)數(shù)據(jù)時(shí)，模型階數(shù)給出最小的度量值。1x~(t)=h~d(t)+n~(t)]]>2h~=[hr0+ihi0hri+ihit…hrL+ihiL]]]>3d(t)＝[d(t) d(t-1)…d(t-L)]T4x(t)＝hd(t)+n(t)5h=hr0hr1…hrLhi0hi1…hiL]]>6x(t)=Re(x~(t))Im(x~(t)),n(t)=Re(n~(t))Im(n~(t))]]>7n(t)=Σk=1KAkn(t-k)+e(t)]]>8E{e(t)eT(t)}＝Q9MAN(t)=e(t)10N(t)=n(t)···n(t-K)]]>11 MA＝[I-A1…-AK]12 X(t)＝HD(t)+N(t)13 D(t)＝[d(t) d(t-1)…d(t-L-K)]T 15 MAX(t)＝MAHD(t)+e(t)16{d(t)}=argnin||MAX(t)-MAHD(t)||2Q-1]]>17{MA,H,Q}=argmin||MAX(t)-MAHD(t)||2Q-1]]>18 B＝MAH19{MA,B,Q}=argmin||MAX(t)-BD(t)||2Q-1]]>20{d(t)}=argmin||MAX(t)-BD(t)||2Q-1]]>21 y(t)＝B1(q-1)d(t)+e1(t)22F(q-1)y(t)＝F(q-1)B1(q-1)d(t)+F(q-1)e1(t)23 Gc
權(quán)利要求
1.通過(guò)估計(jì)所希望的信號(hào)，從接收到的組合信號(hào)中抑制噪聲和干擾的方法，該所希望的信號(hào)，除了噪聲和干擾外，已被通信信道畸變，該調(diào)制的被發(fā)送的所希望的信號(hào)已通過(guò)該通信信道，其特征在于以下步驟a)通過(guò)一個(gè)或多個(gè)天線接收作為噪聲，干擾和被畸變的所希望信號(hào)的組合的信號(hào)，b)將該接收信號(hào)分離成實(shí)數(shù)和虛數(shù)部分，c)將該噪聲和干擾分量模型化為一種濾波的過(guò)程，d)利用在步驟b)和c)中獲得的信號(hào)結(jié)構(gòu)，對(duì)于作為被通信信道畸變的所希望的信號(hào)和噪聲及干擾分量的函數(shù)的該接收信號(hào)組成一個(gè)等式，e)選擇在所述的等式中的濾波器參數(shù)值，f)藉助于在上面的步驟中選取的所述濾波器參數(shù)，通過(guò)計(jì)算從所述的等式中估計(jì)所希望的信號(hào)。
2.如權(quán)利要求1的方法，其特征在于在步驟d)中，通過(guò)將信道模型化為在所述的等式中的線性濾波器系數(shù)來(lái)考慮所述的由該通信信道引起的畸變。
3.如權(quán)利要求2的方法，其特征在于通過(guò)由所述的訓(xùn)練序列中的信號(hào)發(fā)送的數(shù)據(jù)的知識(shí)和噪聲分量統(tǒng)計(jì)特性的知識(shí)，藉助于從步驟d)中組成的等式中已知訓(xùn)練序列，計(jì)算所述的濾波器參數(shù)和信道系統(tǒng)，然后藉助于一種均衡方法從數(shù)學(xué)上估計(jì)所希望的信號(hào)。
4.如權(quán)利要求3的方法，其特征在于利用一種用于該估值的數(shù)學(xué)算法，藉助于序列估值器來(lái)實(shí)行該均衡方法。
5.如權(quán)利要求3的方法，其特征在于在該濾波器參數(shù)和信道系數(shù)數(shù)學(xué)算法中，參數(shù)的數(shù)目是由階數(shù)估值步驟選取的。
6.如權(quán)利要求3-5中任一項(xiàng)的方法，其特征在于在該數(shù)學(xué)算法中，對(duì)于給出該接收信號(hào)的等式用最大似然率方法從數(shù)學(xué)上估計(jì)所希望的信號(hào)。從而可以獲得給出最小誤差的該接收信號(hào)值，沒(méi)有對(duì)于所希望信號(hào)的不同值強(qiáng)制地計(jì)算該接收信號(hào)。
7.如權(quán)利要求3-5中任一項(xiàng)的方法，其特征在于藉助于信道估值和濾波器參數(shù)及對(duì)于所希望的信號(hào)的不同值將該接收信號(hào)重建，將該重建的接收信號(hào)值與接收信號(hào)的實(shí)際值作比較以獲得該接收信號(hào)的誤差值，通過(guò)選擇給出接收信號(hào)最小誤差的信號(hào)值對(duì)所希望的信號(hào)估值。
8.如權(quán)利要求1-7中任一項(xiàng)的方法，其特征在于對(duì)于每個(gè)接收符號(hào)序列重復(fù)該方法。
9.如權(quán)利要求1-8中任一項(xiàng)的方法，其特征在于在步驟c)中，將該噪聲和干擾模型化為一個(gè)AR濾波器過(guò)程。
10.如權(quán)利要求1-8中任一項(xiàng)的方法，其特征在于在步驟c)和d)中將該噪聲和干擾及信道模型化，以使用一種ARX模型描述該接收信道。
11.如權(quán)利要求9的方法，其特征在于在該AR過(guò)程中將值得考慮的濾波器參數(shù)數(shù)目藉助于已知算法自適應(yīng)地估算。
12.如權(quán)利要求1-11中任一項(xiàng)的方法，其特征在于將該接收信號(hào)線性地調(diào)制。
13.如權(quán)利要求1-11中任一項(xiàng)的方法，其特征在于將該接收信號(hào)非線性地調(diào)制，從而在步驟a)之后，將該信號(hào)去-旋轉(zhuǎn)。
14.如權(quán)利要求1-11中任一項(xiàng)的方法，其特征在于將該接收信號(hào)非線性地調(diào)制，因而在步驟a)以后，藉助于去-旋轉(zhuǎn)，將該信號(hào)近似為一種線性調(diào)制信號(hào)。
15.如權(quán)利要求5-14中任一項(xiàng)的方法，其特征在于使用該過(guò)程的一種自適應(yīng)階數(shù)選擇方法。
16.如權(quán)利要求5-14中任一項(xiàng)的方法，其特征在于使用估計(jì)該希望信號(hào)的一種次最佳方法。
17.如權(quán)利要求15的方法，其特征在于在所述的自適應(yīng)階數(shù)選擇方法中，通過(guò)使用對(duì)殘差的閾值測(cè)試來(lái)估計(jì)自適應(yīng)階數(shù)。
18.如權(quán)利要求15的方法，其特征在于將每個(gè)不同階數(shù)的估算模型用于均衡許多符號(hào)并確定相應(yīng)的度量值，并利用所述的度量值選擇所述的模型階數(shù)。
19.如權(quán)利要求17-18中任一項(xiàng)的方法，其特征在于所用的該自適應(yīng)階數(shù)選擇方法是一種識(shí)別算法的遞推式實(shí)施方案。
20.如權(quán)利要求1-19中任一項(xiàng)的方法，其特征在于在以均衡方法實(shí)現(xiàn)的濾波過(guò)程以前使用預(yù)濾波。
21.如權(quán)利要求1-20中任一項(xiàng)的方法，其特征在于為了得到較多信道使用過(guò)采樣，從而對(duì)該系統(tǒng)給出較大的潛力。
22.如權(quán)利要求1-21中任一項(xiàng)的方法，其特征在于在線性調(diào)制系統(tǒng)中，在解調(diào)過(guò)程中考慮濾波器的信息。
23.如權(quán)利要求1-22中任一項(xiàng)的方法，其特征在于通過(guò)判決引導(dǎo)改進(jìn)了接收機(jī)的性能，從而在重新估計(jì)該接收符號(hào)中使用對(duì)該接收到的符號(hào)的判決。
24.一種用于從接收組合信號(hào)抑制噪聲和干擾的設(shè)備，該設(shè)備具有用于估計(jì)所希望信號(hào)的功能，除了噪聲和干擾外，所希望的信號(hào)已被通信信道畸變，已調(diào)制的發(fā)送的所希望信號(hào)通過(guò)該通信信道傳輸，其特征在于a)用于通過(guò)一個(gè)或多個(gè)天線接收作為噪聲，干擾和被畸變的所希望的信號(hào)的組合的信號(hào)的裝置，b)用于將該接收的信號(hào)分離成實(shí)數(shù)和虛數(shù)部分的裝置，c)用于將該噪聲和干擾分量作為一個(gè)被濾波的過(guò)程模型化的裝置，d)利用在步驟b)和c)中得到的信號(hào)結(jié)構(gòu)，該形成作為被該通信信道畸變的所希望的信號(hào)和噪聲及干擾分量的函數(shù)的該接收信號(hào)的等式的裝置，e)用于在所述的等式中選擇該濾波器參數(shù)值的裝置，f)藉助于所述的濾波器參數(shù)，通過(guò)從所述的等式的計(jì)算來(lái)估計(jì)所希望的信號(hào)的裝置。
25.如權(quán)利要求24的設(shè)備，其特征在于通過(guò)將信道模型化為一種線性濾波器系數(shù)組成等式的裝置，在所述的等式中考慮由通信信道引起的所述的畸變。
26.如權(quán)利要求25的設(shè)備，其特征在于所述的用于在所述的等式中選擇濾波器參數(shù)值的裝置包括利用在所述的訓(xùn)練序列中由信號(hào)發(fā)送的數(shù)據(jù)的知識(shí)和噪聲分量的統(tǒng)計(jì)性質(zhì)，從該等式藉助于已知的訓(xùn)練序列來(lái)計(jì)算這些濾波器參數(shù)和信道系數(shù)的裝置，通過(guò)藉助于序列估值器計(jì)算所希望的信號(hào)的所述的濾波器參數(shù)從所述的等式估計(jì)所希望信號(hào)的裝置。
27.如權(quán)利要求26的設(shè)備，其特征在于該序列估值器使用供估值的數(shù)學(xué)算法。
28.如權(quán)利要求24-27中任一項(xiàng)的設(shè)備，其特征在于該用于將噪聲和干擾模型化的裝置使用一種AR濾波器過(guò)程。
29.如權(quán)利要求28的設(shè)備，其特征在于該使用AR濾波器過(guò)程將噪聲和干擾模型化的裝置包括利用已知的自適應(yīng)算法估計(jì)被認(rèn)為有價(jià)值的濾波器參數(shù)數(shù)目的裝置。
全文摘要
本發(fā)明涉及一種在容忍干擾的通信系統(tǒng)中的設(shè)備和有關(guān)的方法。接收到的信號(hào)被劃分成實(shí)數(shù)和虛數(shù)部分,噪聲和干擾被模型化為一種被濾波的過(guò)程。本發(fā)明利用固有的信號(hào)結(jié)構(gòu)解決干擾問(wèn)題。
文檔編號(hào)H04L25/03GK1355959SQ0080891
公開(kāi)日2002年6月26日 申請(qǐng)日期2000年4月7日 優(yōu)先權(quán)日1999年4月16日
發(fā)明者B·格蘭松, M·賽德瓦爾, J·索雷柳斯 申請(qǐng)人:艾利森電話股份有限公司