自適應均衡方法及自適應均衡器的製作方法

2023-04-28 12:05:11

專利名稱：自適應均衡方法及自適應均衡器的製作方法
技術領域：
本發明涉及為抑制例如移動通信的衰落影響而使用的自適應均衡方法及自適應均衡器。
背景技術：
在移動通信環境下，由移動臺發射的信號受到周圍的建築物、樹木等的影響，信號由各個方向來到基站。在移動通信中成為大問題的是，在象這樣的多通路傳輸路徑中，延遲時間差大的延遲波到來所產生的碼間幹擾影響。現存作為減小因碼間幹擾產生的信號失真影響的技術，推定傳輸路徑特性，從其推定的特性實施均衡。作為在均衡技術中使用的均衡算法中的一種，具有作為應用在低SNR中實現良好的錯誤率特性的特播碼技術方式的重複均衡。特播編碼方法用現實的編碼和解碼處理量可實現接近表示僅在信息理論中存在的通信路徑編碼方法的界限的錯誤率特性。特播編碼方法分別編碼發送信息系列及排列替換其的系列，在接收端將這些交錯重複解碼。該特播編碼的卷積碼的編碼系列產生過程，由於與多通路傳輸的碼間幹擾發生過程等效，所以，在延遲波均衡處理中可應用特波碼技術的解碼處理。
在

圖1中，展示重複均衡的接收發送器的構成例是根據Raryl Reynoldsand Xiaodong的文獻Wang，「Low Cmplexity Turbo-Equalization forDiversity Channels」，http//ee.tamu.edu/~reynolds/。在發送器10中，信息比特系列d(i)的編碼用編碼器11進行，該編碼輸出系列在用交織器12排列替換之後，在調製器13中作載波的調製，其調製輸出比特串b(i)通過傳輸路徑14發送。接收器20中對於接收信號r(t)，用SISO(Soft-Input Soft-Output)均衡器21作延遲波的均衡，由下面式子1導出對於接收信號r(t)各編碼比特b(i)為+1的概率和-1的概率的對數似然比Λ1(LLRLog-likelihood Ratio)。1[b(i)]=logPr[b(i)=+1|r(t)]Pr[b(i)=-1|r(t)]]]>=logp[r(t)|b(i)=+1]p[r(t)|b(i)=-1]+logPr[b(i)=+1]Pr[b(i)=-1]]]>＝λ1[b(i)]+λ2[b(i)](1)公式(1)的第一項目λ1[b(i)]是用減法器26從作為SISO均衡器21輸出的對數似然比Λ1[b(i)]中減去事前信息λ2[b(i)]導出的外部信息。公式(1)的第二項目λ2[b(i)]在前次的重複處理中從由SISO解碼器23輸出的對數似然比Λ2[b(n)]中用減法器24減去λ1[b(n)]，將得到的λ2[b(n)]用交織器25排列替換，λ2[b(n)]的初期值為0。λ2[b(i)]作為編碼比特串{b(i)}的事前LLR值使用。作為外部信息的λ1[b(i)]通過解交織器22恢復原來的排列替換，作成λ1[b(n)]，作為SISO解碼器23的事前信息輸入。SISO解碼器23使用該事前信息用下面公式(2)導出編碼比特串{b(i)}的事後LLR值Λ2。
Λ2[b(n)]＝λ2[b(n)]+λ1[b(n)] (2)在第2次以後的處理中，用減法器24從由SISO解碼器23導出的事後LLR值Λ2中減去λ1[b(n)]，求外部信息λ2[b(n)]，這通過交織器25作為事前信息λ2[b(i)]提供給SISO均衡器21。象這樣通過重複均衡和解碼處理更新LLR值，導出更準確的LLR值。即是說，通過對數字接收信號的第1次自適應均衡處理求第1對數似然比Λ1，將其第1對數似然比作解碼處理，求第2對數似然比Λ2，用其第2對數似然比Λ2對上述的數字接收信號作第2次自適應均衡處理，求第1對數似然比Λ1，對其第1對數似然比進行解碼處理，輸出解碼結果。
在該重複均衡中，使用SISO均衡器和解碼器中的算法具有以符號單位進行最佳解碼的MAP(Maximum A-posteriori Probability)算法，和據此的Log-MAP算法，根據使用近似計算減少均衡和解碼處理運算量的Max-Log-MAP算法。並且與MAP算法不同，存在以系列單位進行最佳解碼同時輸出比特可靠度信息的SOVA(Soft-Output Viterbi Algorithm)。但是，在將這些算法作為均衡器的均衡算法使用的情況下，在均衡器中對於考慮的最大延遲符號數算法的複雜程度以指數函數增加，運算量極大。例如，在作為調製方式使用BPSK的情況下，設1個接收信道的存儲量為10符號(規定均衡器所考慮的最大延遲符號數為10符號)，狀態數成為210＝1024，由此，超過現實的運算量(處理量)。因此，在重複均衡中使用的均衡器的均衡處理中，使用線性均衡器能減少運算量。
在圖2中表示線性均衡器的典型構成例。該均衡器將取樣的接收信號提供給延遲元件(τ秒間隔延遲)31的縱向連接，依次得到τ秒的延遲信號，通過由係數自適應化電路34設定係數的可變加權電路32和加法器33作加權合成實現均衡。作為τ一般選擇取樣周期T或T/2。設想均衡器為1個濾波器，如果以濾波器的特性來考慮，那麼線性均衡通過達到對於判定接收信號狀態好的濾波器特性來完成均衡。該濾波器基本上實現傳輸路徑失真的反特性。
在重複均衡和解碼處理的重複均衡的均衡處理中使用象這樣的線性均衡器的情況下，作為輸出必須導出軟判定值。根據使用線性均衡器導出軟判定值，對於以比已有的重複均衡中使用的MAP、SOVA等的算法少的運算量進行重複均衡方式，在前述的Daryl Reynolds and Xiaodong Wang文獻中作了敘述。在該文獻中，作為信道模型設定以下的離散時間模型，對於在其上應用線性均衡器的情況下進行了敘述。用如下面公式表示接收信號取樣r(n)。r(n)=j=0J-1b(n-j)h(n;j)+v(n),n=0,1,,N-1-----------(3)]]>v(n)＝[v0(n)v1(n)…vM-1(n)]T(4)h(n；j)＝[h0(n；j)h1(n；j)…hM-1(n；j)]T(5)設M為信道的輸出數，r(n)＝[r0(n)r1(n)…rM-1(n)]T是表示各信道時刻n的接收取樣值的矢量。T表示轉置陣列。例如，在使用多個天線的情況下，M對應於天線數。b(n)表示編碼比特，式(4)的v(n)是平均0的複數矢量，表示噪聲。式(5)的h(n；j)是表示信道抽頭加權(タツプ重み)係數的矢量。並且，J是考慮的符號間幹擾(ISIInter-Symbol Interference)的最大符號數。其中，有關接收信號矢量R(n)，噪聲矢量V(n)，編碼比特矢量B(n)，信道行列Hm(n)作如下定義。R(n)=r(n+J-1)...r(n)MJ1-----(6)]]>V(n)v(n+J-1)...v(n)MJ1-----(7)]]>B(n)＝[b(n+J-1))b(n+(J-2))…b(n+1)b(n)b(n-1)…b(n-(J-1))]T(8)H(n)＝[h(n；0)…h(n；J-1)] (9) 在公式(6)(7)中表示的矢量R(n)，V(n)是MJ行1列，即MJ維的縱矢量。Hm(n)是MJ行(2J-1)列的陣列，B(n)是(2J-1)維的縱矢量，H(n)是M行J列的陣列，通過公式(3)得到如下關係。
R(n)＝Hm(n)B(n)+σV(n) (11)接著，使用編碼比特串b(i)的事前LLR值λ2[b(k)]，通過下式定義編碼比特串的似然。
b′(k)＝tanh[λ2[b(k)]/2]，n-(J-1)≤k≤n+(J-1) (12)公式(12)具有雙曲線(ハイパボリツク)函數tanhX的變量x一旦偏離0，則迅速地漸近1或-1，似然b』(k)表示b(k)的推定碼。還有，在接收信號矢量R(n)中，設對於時間n的編碼比特b(n)給予碼間幹擾影響的編碼比特的推定值矢量如下。
B′(n)＝[b′(n+(J-1))b′(n+(J-2))…b′(n+1)0b′(n-1)…b′(n-(J-1))]T(13)由於B』(n)是為從接收信號矢量R(n)中減去對於編碼比特b(n)的碼間幹擾分量使用的推定值矢量，所以相當於B』(n)矢量的b(n)的要素設定為0。使用該推定碼間幹擾碼矢量B』(n)，將從接收信號矢量R(n)中減去碼間幹擾分量複本的差分矢量Rc(n)定義如下。
Rc(n)＝R(n)-Hm(n)B′(n)＝Hm(n)[B(n)-B′(n)]+σv(n) (14)根據抽頭係數G(n)的線性濾波對該Rc(n)作用下式表示的濾波處理。
Z(n)＝G(n)HRc(n)(15)其中，H為共軛轉置矩陣。該抽頭係數G(n)如下式所示，確定使編碼比特B(n)和濾波輸出Z(n)的平均平方誤差為最小。
G(n)＝arg min E{‖b(n)-G(n)HRc(n)‖2}＝arg minG(n)HE{Rc(n)Rc(n)H}G(n)-2G(n)HE{b(n)Rc(n)} (16)arg min E{ }表示有關J維全部矢量G的{ }內為最小。
式(16)的第一項和第二項展開成下面式子。
E{Rc(n)Rc(n)H}＝Hm(n)Λ(n)Hm(n)H+σ2I (17)E{b(n)Rc(n)}＝Hm(n)eJ(18)其中I為單位矩陣，Λ(n)為Λ(n)＝Cov{B(n)-B′(n)}＝diag[1-b′2(n+(J-1))，…，1-b′2(n+1)，1，1-b′2(n-1)，...，1-b′2(n-(J-1))] (19)這裡，Cov表示協方差矩陣，diag表示對角矩陣。eJ是長度2J-1的矢量，第J個要素為1，其他的要素為0。這裡，最佳抽頭係數G(n)規定式(16)的右邊傾斜矢量為0，解正規方程式，代入式(17)、(18)，給出如下式子。
G(n)＝[Hm(n)Λ(n)Hm(n)H+σ2I]-1Hm(n)eJ(20)
將導出的G(n)代入式(15)，如果計算Z(n)，則成為Z(n)=eJTHm(n)H[Hm(n)(n)Hm(n)H+2I]-1[R(n)-Hm(n)B(n)]-----(21)]]>這裡，由於Hm(n)必須成為全列順序(フルコラムランク)，所以至少天線數M必須為2或大於2。
式(21)的Z(n)假定濾波輸出近似以高斯分布，則可寫成以下式子(參照文獻V.Poor and S.Verdu「Probability of Error in MMSE MultiuserDetection」，IEEE Trans.Inforrmation Theory.，vo1.IT-43，No.3，pp.858-871，May1997)。
Z(n)＝μ(n)b(n)+η(n)(22)其中，μ(n)是輸出信號的等效振幅，η(n)表示平均0，分散v2(n)的高斯分布。因此，η(n)和v2(n)可表示如下。
μ(n)＝E{Z(n)b(n)}＝[Hm(n)H[Hm(n)Λ(n)Hm(n)H+σ2I]-1Hm(n)]J，J(23)[]J，J表示矩陣中的第J行第J列要素。
ν2＝var{Z(n)}＝μ(n)-μ2(n) (24)從以上，利用線性均衡器導出的外部信息可用下面式子導出。1[b(n)]=logp(Z(n)|b(n)=+1)p(Z(n)|b(n)=-1)=4Real{Z(n)}1-(n)---(25)]]>然而，在該導出方法中，為了導出最佳抽頭係數G(n)，有必要進行在每個時間點用式(20)的以下公式表示的逆矩陣運算，在運算處理中需要許多時間。
Φ(n)＝[Hm(n)Λ(n)Hm(n)H+σ2I]-1(26)在使用線性均衡器作重複均衡中，在已有的方法中，由於為更新抽頭係數需要進行在每個時間點的逆矩陣運算，所以在處理中需要很多時間，這就是問題所在。

發明內容
因此，本發明目的在於提供一種這樣的自適應均衡方法及其裝置，減少為導出在重複均衡中使用的線性均衡器的抽頭係數中的必要運算量，減少在運算處理中所需時間。
根據本發明的第一方案，根據接收信號取樣值和已知信號推定其傳輸通路的脈衝響應，並且，通過接收信號取樣值系列自適應地計算線性濾波抽頭係數，使用其濾波係數對接收信號取樣值系列作線性濾波處理，使用其線性濾波處理結果和前述脈衝響應推定值導出軟判定值。
根據該構成，在重複均衡中使用線性均衡器的情況下，由於將接收信號取樣值系列作為輸入，自適應地導出線性濾波抽頭係數，所以與進行逆矩陣運算的已有的方法相比較，可減少運算量。
根據本發明的第二方案，在進行均衡和解碼的重複處理的自適應重複均衡器中，在第二次處理以後，根據來自解碼器的軟判定值，將使用其似然的編碼比特推定矢量通過脈衝響應推定值Hm(n)進行線性濾波處理，產生接收信號的複本，從接收信號中減去複本，產生去除碼間幹擾分量的差分信號Rc(n)，如果碼間幹擾分量為零，那麼根據認為近似的脈衝響應推定值矢量HL(n)，使用例如Matrix Inversion Lemma(逆矩陣的輔助定理)，計算線性濾波的抽頭係數，使用其抽頭係數，對差分信號Rc(n)作線性濾波處理，使用其線性濾波處理的結果，和上述脈衝響應推定值矢量，導出軟判定值。
根據該構成，在重複均衡中使用線性均衡器的情況下，使用例如MatrixInversion Lemma可計算第二次以後的線性濾波抽頭係數，與進行式(20)逆矩陣運算的已有的方法相比較，可減少運算量。
根據本發明的第三方案，使用接收信號取樣值和已知的信號推定傳輸通路的脈衝響應，設置閥值，從推定的脈衝響應推定值矢量中去除具有閥值以下的值的分量，即，使脈衝響應推定值矢量的維減少。還有，對於通過接收信號取樣值系列計算的線性濾波的抽頭係數和接收信號矢量，在脈衝響應推定值中，削除對應具有削除的閥值以下的值的分量的分量。由此，使線性濾波的抽頭係數及接收信號矢量的維變小。如上所述，使用使矢量維變小的脈衝響應推定值矢量及線性濾波的抽頭係數、接收信號矢量，導出軟判定值。
根據該構成，在重複均衡中使用線性均衡器的情況下，在軟判定值導出中可減少必要的運算處理。
根據本發明的第四方案，在進行均衡和解碼重複處理的自適應重複均衡器中，第2次以後的處理中，求來自解碼器的軟判定值的似然，在第1次處理中，通過減少存儲維的脈衝響應推定值矢量，用例如Matrix InversionLemma(逆矩陣的輔助定理)，計算線性濾波抽頭係數，使用其抽頭係數，對減去碼間幹擾分量的差分信號作線性濾波處理，使用其線性濾波處理結果和上述脈衝響應推定值導出軟判定值。
根據該構成，在重複均衡中使用線性均衡器的情況下，即使在第2次以後的處理中，也可在軟判定值導出中減少必要的運算處理。
附圖簡述圖1是說明重複均衡的發送接收機構成圖；圖2是說明線性自適應均衡器的構成圖；圖3根據本發明自適應均衡器實施例的第1次均衡處理的功能構成圖；圖4是第二次以後的均衡處理的功能構成圖；圖5是說明本發明效果的圖；圖6是表示接收多個路徑的傳輸通路環境例子圖；圖7是根據本發明的自適應均衡器的實施例的第一次均衡處理的功能圖；圖8是第二次以後的均衡處理功能構成圖；圖9是表示接收信號中包含的脈衝響應例子的圖；圖10是表示從脈衝響應中選擇有效路徑例子的圖；圖11是說明本發明效果的圖；圖12是說明計算機模擬中使用的傳輸通路模型的圖。
具體實施例方式
第1實施例在根據重複均衡中使用線性均衡器的前述文獻的方法中，藉助式(12)使用編碼比特串的事前LLR值λ2[b(k)]求編碼比特似然b』(k)。在第一次均衡處理中，由於不具有事前信息，式(12)的事前LLR值λ2[b(k)]為0，b』(n)在下面全為0。
B』(n)＝
T因此，式(14)的差分矢量Rc(n)為Rc(n)＝R(n)-Hm(n)B′(n)＝R(n) (27)Λ(n)成為象以下對角分量全部取1的(2J-1)×(2J-1)的矩陣。
Λ(n)＝Cov{B(n)-B′(n)}＝diag{1，1，...，1，...，1，1}(28)因此，式(20)的線性濾波的最佳抽頭係數G(n)可通過作以下計算導出。
G(n)＝[Hm(n)Hm(n)H+σ2I]-1Hm(n)eJ(29)根據式(29)，抽頭係數G(n)值由與傳輸通路脈衝響應對應的值Hm(n)確定。這裡，根據傳輸速度快等的要因，在傳輸通路時間變動小的情況下，即是說，接收脈衝串波的時間為短時間，在其間，設想不變動接收信號的傳輸特性的情況下，G(n)也大致衡定。從而，在進行信息符號區間處理前，在預先導出G(n)中，通過在各信息符號的處理中使用其值，與各時間點的信息符號的每個導出G(n)的已有的方式相比較，可減少運算量。還有，即使在式(29)的抽頭係數計算中，由於忽略所述時間的變化，所以也可用適當的算法，以此，由於不必進行在G(n)導出時的逆矩陣運算，所以可減少運算量。
於是，在本發明的第1實施例中，利用相適應的算法進行作信息符號區間處理的前面已知信號區間，例如訓練信號區間中的抽頭係數計算，導出G(n)，使用得到的值進行信息符號區間的處理。這樣，無需作逆矩陣運算，並且，也不必進行信息符號的各時間點的G(n)導出，所以，與已有的方式比較，可減少運算量。
圖3、4表示根據本發明第1實施例的自適應均衡器的第1次和第2次以後的均衡處理功能構成例。該自適應均衡器對應於圖1的均衡器21。圖3表示第1次均衡處理；圖4表示第2次以後的均衡處理。圖4中的虛線表示在當前時間(第2次以後的均衡處理)中不使用，在第1次均衡處理中使用的部分。
該第1實施例的自適應均衡器由脈衝響應推定部100、線性濾波部110、軟判定值計算部120、開關101、似然計算部130、開關160構成。脈衝響應推定部100由橫向濾波器103、減法器105、自適應推定部106組成。線性濾波部110由橫向濾波器111、抽頭係數計算部112和減法器113組成。
首先，參照圖3敘述有關重複均衡的第1次均衡處理。該情況下，轉換開關101連接到已知信號例如訓練信號的輸入端子102側，開關160被連接到輸入端子104側。在脈衝響應推定部100中，根據作為來自訓練信號輸入端子102的已知圖形的訓練信號系列b(n)，和從來自輸入端子104的接收信號取樣值序列R(n)中用減法器105減去橫向濾波器103的輸出複本Hm(n)b(n)的差分值(矢量)Rc(n)，在自適應推定部106的計算部106A中，推定傳輸通路的脈衝響應Hm(n)。該脈衝響應推定計算只要使得用在通常的自適應均衡器中進行的適應算法Rc(n)乘2最小就行。訓練信號序列b(n)結束時收斂的脈衝響應推定值Hm(n)存儲在存儲部106B中。
另一方面，在線性濾波部110中，在作為其線性濾波的橫向濾波器111中輸入接收信號取樣值序列R(n)，利用抽頭係數計算部112中計算的抽頭係數G(n)作線性濾波處理，用減法器113從訓練信號序列b(n)中減去其輸出Z(n)＝GH(n)R(n)，將其差輸入抽頭係數計算部112，進行線性濾波抽頭係數G(n)的更新。該更新計算用適當的算法進行。即是說，在第1次均衡處理中，根據式(27)為R(n)＝Rc(n)，所以，為了通過式(16)使‖b(n)-G(n)HR(n)‖2成為最小，要用適當的算法確定抽頭係數G(n)。因此，與作根據已有的式(20)的逆矩陣計算的情況相比較，抽頭係數G(n)的計算量少。該抽頭係數G(n)的更新直到訓練信號系列b(n)結束而終止，保持這時的抽頭係數。
通過橫向濾波器111使用最終更新的抽頭係數G(n)對訓練信號系列b(n)結束後的接收信號，即，信息符號的接收信號取樣系列R(n)作線性濾波處理。利用該線性濾波處理輸出Z(n)和最後得到的脈衝響應推定值Hm(n)在軟判定值計算部120中計算式(25)的軟判定值λ1[b(n)]作為第1次均衡輸出。在第1次均衡處理中，由於事前信息λ2[b(n)]＝0，所以形成Λ1[b(n)]＝λ1[b(n)]。該λ1[b(n)]供給解交織器22(參照圖1)。
接著，首先敘述重複均衡的第2次以後均衡處理的原理，其後，參照圖4具體說明均衡處理。在第2次以後均衡處理中，再輸入在第1次處理中所用的接收信號R(n)。另一方面，一旦通過作為對於第1次處理的結果的圖1的解碼器23的輸出，更正確來說，作為交織器25的輸出的編碼比特的軟判定值λ2[b(n)]，利用式(12)計算似然b』(n)，則，該似然b』(n)在Eb/No(比特能對噪聲比)大的情況下，大體成為+1或-1的任一個。即是說，式(13)的推定碼間幹擾碼矢量近似成以下式子。
B′(n)≈[±1，±1，...，±1，0，±1，...，±1，±1]T(30)通過使用該近似的b』(n)，式(19)可近似成下式。
Λ(n)＝Cov{B(n)-B′(n)}＝diag{0，0，...，0，1，0，...，0，0}(31)將式(31)代入式(20)，那麼線性濾波的抽頭係數G(n)通過以下計算可導出。G(n)=[HL(n)HLH(n)+2I]-1HL---(32)]]>其中，HL(n)成為HL(n)＝[h(n；J-1)...h(n；0)]T＝[h0(n；J-1)...hM-1(n；J-1)h0(n；J-2)...hM-1(n；J-2)...h0(n；0)...hM-1(n；0)]T的MJ行1列矢量。
在該情況下，在式(32)線性濾波抽頭係數G(n)的計算中，使用MatrixInversion Lemma(逆矩陣的輔助定理)可減少在線性濾波抽頭係數G(n)的導出中需要的運算量。這樣，根據如式(30)近似推定碼間幹擾碼矢量B(n)，由於HL(n)成為MJ行1列的矢量，所以，無需進行逆矩陣運算，與已有方式相比較，可大大減少運算量。因此，在本發明實施例中，在重複均衡的第2次以後的均衡處理中，通過應用與式(31)近似的Matrix Inversion Lemma，可減少在導出線性濾波的抽頭係數G(n)的抽頭係數計算部中的運算處理。
圖4表示根據第1實施例自適應均衡器產生的第2次以後的均衡處理的功能構成例子。轉換開關101連接到似然計算部130的輸出側，開關160連接到減法器105的輸出側。作為前次重複處理的解碼器23的輸出(交織器25的輸出)的編碼系列的每個比特軟判定值λ2[b(n)]通過端子131輸入似然計算部130，根據式(12)的計算輸出似然b』(n)。使用存儲在存儲部106B中的脈衝響應推定值Hm(n)，在橫向濾波器103中，對其似然b』(n)作濾波處理，得到式(14)的Hm(n)B』(n)作為接收信號R(n)中的碼間幹擾分量的複本。從接收信號取樣值系列R(n)中用減法器105減去該橫向濾波器103的輸出複本，導出式(14)的差分值Rc(n)。
線性濾波的抽頭係數G(n)與第1次線性濾波的抽頭係數導出法不同，僅將存儲在存儲部106B中的脈衝響應推定值HL(n)作為輸入，用式(32)計算。
在該計算中使用全面描述的逆矩陣的輔助定理。即是說，該定理將A、B作為(M、M)的正值矩陣，將C作為(M、N)矩陣，將D作為(M、N)的正值矩陣，用A＝B-1+CD-1CH表示的情況下，A的逆矩陣用以下公式表示。
A-1＝B-BC(D+CHBBC)-1CHB (33)如果在式(32)中的逆矩陣計算部分中應用該定理，那麼成為HL(n)HLH(n)+2I=B-1+CD-1CH,]]>HL(n)HLH(n)=CD-1CH,]]>σ2I＝B-1，h(n)＝C，D-1＝I，HLH(n)=CH]]>如果使用它們來計算式(33)，那麼要求式(32)中的逆矩陣計算。此外，在式(33)中儘管也包括逆矩陣計算(D+CHBBC)-1，但是，由於該逆矩陣也成為標量，所以用同樣的方式進行計算。
使用該抽頭係數計算值G(n)利用橫向濾波器111對差分值Rc(n)作線性濾波處理，使用其處理結果Z(n)和存儲部106B內的脈衝響應推定值HL(n)，在軟判定值計算部120中計算式(25)，導出軟判定值Λ1[b(n)]。式(25)的等效振幅μ(n)根據在式(23)的Λ(n)中導入式(31)，用下面式子提供。
μ(n)＝[HL(n)H[HL(n)HL(n)H+σ2I]-1HL(n)]＝HL(n)HG(n) (34)此外，即使在第1次均衡處理的線性濾波部110的抽頭係數計算部112中，也可使用所述逆矩陣輔助定理計算抽頭係數G(n)。
如上所述，根據本發明的第1實施例，可減少為導出在重複均衡中使用的線性均衡器的抽頭係數所需運算量。作為一個例子，決定適當的算法，用於導出在重複均衡中使用線性均衡器的情況下的抽頭係數，根據使用收斂特性良好的逐次最小乘方法(RLSRecursive Least Squares algorithm)的情況下的計算機模擬得到的錯誤率特性展示在圖5中。
在圖5中，縱軸是比特錯誤率(BERBit Error Ratio)，橫軸是Eb/No(比特能量對噪聲比)。調製方式用BPSK(2相位相偏移)，信息傳輸速度為12Mbps，表示衰落變動速度的最大都卜勒頻率規定為1000Hz。並且，幀構成規定最初的128符號為已知圖形的唯一語言，進行脈衝響應Hm(n)的推定，其後，作為信息符號附加128符號。在脈衝響應推定算法中使用RLS算法。傳輸通路規定等電平5波表面衰落(5波レイリ—フエ—ジング)傳輸通路，在接收側進行2抽頭分集，用5抽頭線性濾波作重複均衡。而且，在重複均衡中使用的解碼處理時利用SOVA(Soff-Output Viterbi Algorithm)，重複次數規定為2次。
圖5的曲線A0、A1是這樣情況下的結果，規定重複次數為1、2次時，在各時間點進行逆矩陣運算求線性濾波抽頭係數；曲線B0、B1是這樣的結果，根據本發明所述實施例的方法，曲線B0使用相應的算法，曲線B1使用重複次數為2次時，利用Matrix Inversion Lemma導出抽頭係數G(n)。本發明與在各時間點進行逆矩陣運算所求出情況相比較，僅差約0.1dB，大體相同，無需作式(26)中所示的逆矩陣運算，在重複均衡中所用的線性均衡器的抽頭係數的導出中所需的運算量大大減少。此外，可以確認在已知的圖形為128符號，信息符號為256情況下，在已知圖形為128符號，信息符號為512的情況下，也與所述例子一樣。該事實在這些信息符號長的時間的短時間脈衝串波(幀長)的情況下，傳輸通路的脈衝響應變化可忽略，可得到與在各符號時間點進行逆矩陣運算的情況相同的錯誤率，並且，表示計算量少就行。關於運算量如果設天線(信道)數為M，碼間幹擾長度(線性濾波111的抽頭數)為J，則儘管在已有各時間點進行逆矩陣運算的情況下為(MJ)3，但是在所述發明的實施例中為(MJ)2，大大減少。
在圖3、4中，由於容易弄清功能的構成，所以雖然說明有關設置2個橫向濾波器103、111，但是實際的裝置設置成1個，並且，即使在抽頭係數計算部112和自適應推定部106中，儘管成為各個不同的方框構成，但是，與橫向濾波器一樣，作為裝置也可使之起一個作用。
如前面所述，在本發明的一個實施例中，其特徵是，通過利用在短時間傳輸通路的脈衝響應不那樣變動，利用接收脈衝串波(幀)的開頭訓練信號，即是說利用已知的信號求脈衝響應推定值Hm(n)，其後的處理是，利用其脈衝響應推定值Hm(n)。
並且，該第1實施例的其他狀態在第2次處理中，如用式(31)所示，僅規定作為編碼比特矢量B(n)和推定碼間幹擾碼矢量B』(n)之差的協方差矩陣的對角行列的第J要素為1，使其他全部對角要素近似為0，以此，抽頭係數G(n)如式(32)成為矢量運算，由於不必進行逆矩陣運算，所以可減少計算量。在第1次處理中未必使用已知的信號(訓練信號)，例如在圖3中用虛線所示，利用識別部150識別橫向濾波器103的輸出哪個是雙值，也可將其輸出代替來自轉換開關101的輸出的信號輸入。通過該第1次處理，最終得到的脈衝響應推定值Hm(n)被用於第2次以後的處理中。
第2實施例在上述圖3、4的第1實施例中，如通過式(5)、(6)、(8)～(11)、(15)、(25)也能了解到，對於經過與輸入端子104不同的路徑想達到的所謂多路徑接收信號R(n)的考慮的最大延遲符號數J內的全部路徑，進行均衡處理。然而，利用信號傳播路徑傳輸路徑的環境，如在圖6多路徑分量d1、d2…中所示，還存在接收功率比較大的路徑與其他路徑相距一定時間來到的情況，即使在象這樣傳輸路徑的環境下，前述的實施例的均衡處理對於全部接收的路徑作均衡處理。
即是說，最大延遲符號數J內的接收功率非常小的路徑在極端情況下，即使接收功率對於0的多路徑分量也作均衡處理，在運算處理中需要許多時間。下面對有關象這樣接收功率小到可忽視的多路徑分量，說明這樣進一步改善情況下的實施例，通過省略對應於那些的維，使矢量及矩陣尺寸減少，可減少運算量以至運算時間。
與前述實施例的第2次均衡處理一樣，當通過式(12)求有關作為對於第1次處理結果Λ1[b(n)]解碼器輸出的編碼比特串b(n)的軟判定值λ2[b(n)]的似然b』(n)時，其值利用大致成+1或-1，如式(30)使推定碼間幹擾碼矢量B』(n)近似，以此線性濾波器111的抽頭係數G(n)可適用Matrix InversionLemma(逆矩陣的輔助定理)，可通過以下求出。
G(n)＝[HL(n)HL(n)H+σ2I]-1HL(n)＝HL(n)/(σ2+HL(n)HHL(n)) (35)其中，如下所示，HL(n)是長度M×J的縱矢量。
HL(n)＝[h0(n；J-1)…hM-1(n；J-1)h0(n；J-2)…hM-1(n；J-2)……h0(n；0)…hM-1(n；0)]T(36)輸出信號等效振幅μ(n)也利用如式(31)使式(23)的Λ(n)近似，如式(34)進行計算。
另一方面Z(n)與式(15)一樣，由下式Z(n)＝G(n)HRc(n)(37)提供。通過在式(25)中使用式(37)得到的線性濾波輸出Z(n)，作為第2次以後均衡處理結果可得到由線性均衡器導出的外部信息值Λ1[b(n)]。
這裡，假定以下所示的事實。在均衡器設想最大延遲符號數J中，規定從j＝1到j＝J-2的路徑不來到，僅j＝0和j＝J-1的路徑來到。假定能夠正確推定傳輸通路的脈衝響應，那麼除有效路徑以外的分量成為h(n；1)，h(n；2)，…，h(n；J-2)≡0。因此，從式(35)成為HL(n)＝[h0(n；J-1)…hM-1(n；J-1)0…0……0…0h0(n；0)…hM-1(n；0)]T(38)由於線性濾波的抽頭係數G(n)如式(35)所示從HL(n)求出，所以成為G(n)＝[g0(n；J-1)…gM-1(n；J-1)0…0g0(n；0)…gM-1(n；0)]T(39)進行為根據線性均衡器的式(25)的軟判定值Λ1[b(n)]導出所必要的計算是式(36)輸出信號的等效振幅μ(n)和式(37)的線性濾波輸出Z(n)。μ(n)和Z(n)作如下計算μ(n)＝HL(n)HG(n)＝h0(n；J-1)×g0(n；J-1)+…+hM-1(n；J-1)×gM-1(n；J-1)+…+0×0+……+0×0+…+h0(n；0)×g0(n；0)+…+hM-1(n；0)×gM-1(n；0) (40)這裡，省略HL(n)H、G(n)的0要素，即如下所示，即使在降低HL(n)H和G(n)維情況下，μ(n)值當然也相等。
HL′(n)H＝[h0(n；J-1)…hM-1(n；J-1)h0(n；0)…hM-1(n；0)](41)G′(n)＝[g0(n；J-1)…gM-1(n；J-1)g0(n；0)…gM-1(n；0)]T(42)μ(n)＝HL′(n)HG′(n)＝h0(n；J-1)×g0(n；J-1)+…+hM-1(n；J-1)×gM-1(n；J-1)+h0(n；0)×g0(n；0)+…+hM-1(n；0)×gM-1(n；0) (43)並且Z(n)成為
Z(n)＝G(n)HRc(n)＝g0(n；J-1)×r0(n+J-1)+…+gM-1(n；J-1)×rM-1(n+J-1)+…+0×r0(n+J-2)+…+0×rM-1(n+J-2)+……+0×r0(n+1)+…+0× (44)rM-1(n+1)+g0(n；0)×r0(n)+…+gM-1(n；0)×rM-1(n)在式(44)中，由於G(n)H具有0的要素，所以，如下面所示，對於其0要素的Rc(n)值在Z(n)導出中不再必需。
Rc′(n)＝[r0(n+J-1)…rM-1(n+J-1)r0(n)…rM-1(n)](45)Z′(n)＝G′(n)HRc′(n)＝g0(n；J-1)×r0(n+J-1)+…+gM-1(n；J-1)×rM-1(n+J-1)+……+g0(n；0)×r0(n)+…+gM-1(n；0)×rM-1(n) (46)這樣，如上所述，由於可降低Rc(n)的維，所以也可由式(14)降低接收信號矢量R(n)的維。並且，由於也可降低碼間幹擾分量複本Hm(n)B』(n)的維，所以還可降低信道矩陣Hm(n)的維。
如上所述，已經清楚，在隨著線性均衡器的外部信息值導出的計算中，可省去有關沒有到來的路徑分量的計算。即，在從傳輸通路的脈衝響應推定值、線性濾波的抽頭係數G(n)以及接收信號矢量R(n)、接收信號矢量減去碼間幹擾分量的Rc(n)中，可省去沒有到來的路徑分量的矢量或矩陣要素。從而，可使降低隨著線性均衡器的軟判定值的導出的計算中所必須的矢量分量的維，以及矩陣要素數。
然而，由於傳輸通路脈衝響應推定誤差，所以脈衝響應值不為0。因此，如下所示，設置某閥值hth，作為比較判別。例如，如果是h(n；1)，h(n；2)，…，h(n；j-2)≤hth，那麼認為h(n；1)，h(n；2)，…，h(n；j-2)≡0。若規定L為閥值閥值hth以上的接收有效路徑數，那麼，如下所示，表示延遲符號幅J內的全脈衝響應推定值的脈衝響應推定矢量HL(n)從MJ維矢量到ML維矢量HL』(n)可使維下降。
HL(n)＝[h0(n；J-1)…hM-1(n；J-1)0…0h0(n；0)…hM-1(n；0)]T(47)HL′(n)＝[h0(n；J-1)…hM-1(n；J-1)h0(n；0)…hM-1(n；0)]T(48)並且，可使信道矩陣Hm(n)的行方向要素數從2J-1到2L-1的維降低。 Hm(n)=h(n;0)0h(n;J-1)0000h(n;1)0h(n;J-1)ML(2J-1)-----(50)]]>重複處理第2次線性濾波抽頭係數矢量G(n)如果是h(n；1)，h(n；2)，…，h(n；j-2)≤hth，那麼規定為g0(n；1)…gM-1(n；1)，g0(n；2)…gM-1(n；2)…，g0(n；J-2)…gM-1(n；J-2)≡0，成為G′(n)＝[g0(n；J-1)…gM-1(n；J-1)g0(n；0)…gM-1(n；0)]T(51)這在HL』(n)HHL』(n)計算中通過式(35)了解到。而且，即使在G(n)中，也能降低從MJ矢量到M*L矢量G(n)』的維。
同樣，即便在接收信號矢量R(n)及差分矢量Rc(n)中也能降低從MJ矢量到ML矢量的維。
輸出信號的等效振幅μ(n)利用式(43)通過HL』(n)H和G(n)』可求出，線性濾波輸出Z』(n)利用式(46)通過G』(n)H和Rc』(n)可求出，所以利用任何一個維矢量運算少的運算都能導出。
還有，如下所述，在通過脈衝響應推定值產生的式(50)的信道矩陣Hm』(n)中，可使看作0路徑位置的列方向要素的維降低，根據式(25)的軟判定值導出中所必要的信道矩陣維也可降低。在僅將j＝0和j＝J的路徑作為有效路徑的例子中，表示可從(2J-1)到(2L-1)的維降低列方向要素。Hm(n)=h(n;0)h(n;J-1)00h(n;1)h(n;J-1)ML(2L-1)-----(52)]]>圖7、8表示本發明的第2實施例的第1次和第2次以後的均衡處理的功能構成例子。該實施例中，對於圖3、4的第1實施例的功能構成例子新追加判別部140和開關170，由計算部112A、存儲部112B、判別部112C構成抽頭係數計算部112，在自適應推定部106中的構成也追加判別部106C。
最初將開關101連接到端子102側。將開關160及170連接到端子104側。在重複均衡的第1次均衡處理中，直到獲得脈衝響應推定值Hm(n)和抽頭係數G(n)的處理與第1實施例相同。在該第2實施例中，還有在圖7中，通過訓練信號結束的時間點收斂的脈衝響應推定值Hm(n)利用判別部106C判別有效路徑。例如，如圖9所示，在最大延遲符號數J內要得到在各符號延遲時間的脈衝響應推定值。判別方法如圖10所示，設置某閥值hth，只要選擇大於其的路徑就行，規定閥值hth例如使用全接收路徑的平均功率，可以是選擇大於其平均功率的接收路徑方法等。例如用延遲符號表示判別的有效路徑，與其抽頭係數值h一起存儲在存儲部106B中。作為保存數據，既可以作為式(48)矢量HL』(n)的數據保存，也可作為作為式(50)矩陣Hm』(n)的數據保存，根據需要通過其一數據可容易地構成另一數據。並且，通過在訓練信號的結束時間點得到的線性濾波器111的抽頭係數矢量G(n)，只是對應在脈衝響應推定部100的判定部106C中判定的有效路徑，作為線性濾波器111的抽頭係數矢量G』(n)存儲在存儲部112B中。
另外，將開關160轉換到判別部140側，利用判別部140隻是選擇利用判別部140訓練信號結束後的接收信號，即信息符號接收信號R(n)中的對應有效路徑的信息符號接收信號R』(n)，使用在最終存儲部112B中存儲的線性濾波器111的抽頭係數G』(n)，根據橫向濾波器111線性濾波處理。利用該線性濾波處理輸出Z』(n)和最終得到的脈衝響應推定值HL』(n)在軟判定值計算部120中計算軟判定值Λ1[b(n)]。
在圖8中，在第2次以後的均衡處理中，開關101連接到似然計算部130側，開關160連接到判別部140側，開關170被連接到減法器105的輸出側。使用存儲部106B中存儲的脈衝響應推定值HL(n)利用橫向濾波器103對表示來自似然計算部130的推定碼間幹擾碼的似然b』(n)作濾波處理，利用減法器105從接收信號取樣值系列R』(n)中減輸出複本HL(n)b』(n)，計算差分值Rc』(n)。僅對在脈衝響應推定部100的判定部106C中判定的路徑，利用判別部140判別差分值Rc』(n)，將判別結果輸入到線性濾波器111中。線性濾波器111的抽頭係數G』(n)僅將存儲在存儲部106B中的脈衝響應推定值HL』(n)作為輸入，根據式(35)使用逆矩陣輔助定理導出，存儲在存儲部112B中。利用存儲著的脈衝響應推定值HL』(n)和線性濾波器111的抽頭係數G』(n)及判定的差分值Rc』(n)在軟判定值計算部120中計算軟判定值Λ1[b(n)]。
如上所述，根據該第2實施例，可減少為導出線性均衡器的軟判定值所需要的運算量。作為一個例子，在使用線性均衡器的重複均衡中，在重複處理第1次中為導出線性均衡器的抽頭係數，使用收斂特性良好的逐次最小平方(RLSRecursive Squares algorithm)，在第2次以後，利用使用MatrixInversion Lemma的情況的計算機模擬得到的錯誤特性表示於圖11中。
調製方式使用BPSK，信息傳送速度為10Mbps，表示衰落變化速度的最大都卜勒頻率為1000Hz，幀構成採取作為信息信號在256符號中附加作為63符號的已知圖形的訓練信號的構成。並且，作為傳送模型，假定只是在圖12中用實線表示的j＝0和j＝4的路徑分量到來的傳輸通路，在接收側，進行2抽頭分集，在解碼處理中，使用SOVA(Soff-Output Viterbi Algorithm)。而且，傳輸通路推定規定進行理想推定，重複次數達到3次。
在圖11的A1，A2，A3將重複次數規定為1、2、3次時，考慮線性均衡器抽頭數達0～4T延遲，是作為線性均衡器抽頭係數在使用5抽頭全部信息的結果。B1，B2，B3在同樣將重複次數規定為1，2，3次時，是作為線性均衡器的抽頭數使用2抽頭(只是0及4T延遲波)的信息情況下的結果。
從圖可了解到，使作為線性均衡器抽頭數使用5抽頭情況下與僅使用2抽頭的情況下的結果比較，在進行2，3次重複處理的情況下，得到大致差不多的錯誤率特性，然而，表示只要計算量少就行。
如上所述，根據本發明的第1實施例，在進行重複均衡的線性均衡器中，可減少隨線性濾波器的抽頭係數導出的運算量，並減少在運算處理中所需的時間。
根據本發明的第2實施例，雖然多個路逕到來，但是，在其中功率比較大的路徑比其他路徑在時間上分開到來的傳輸通路環境中，可自適應地減少伴隨在進行重複均衡的線性均衡器中導出的外部信息值的導出的運算處理。
權利要求
1.一種接收信號自適應均衡方法，包括以下步驟(a)根據接收信號及已知信號，求傳輸通路脈衝響應推定值，將其脈衝響應推定值存儲在存儲器中；(b)根據上述接收信號及已知信號求線性濾波處理的抽頭係數；(c)使用上述抽頭係數對上述接收信號作線性濾波處理；(d)根據與上述接收信號的至少上述已知信號連接的信息信號的上述濾波處理結果和上述存儲的脈衝響應推定值，計算軟判定值。
2.一種自適應均衡方法，接收編碼比特b(n)，在使自適應均衡處理多次重複解碼的解碼處理中，軟判定編碼比特b(n)產生的軟判定值λ2[b(n)]作為事前信息提供，使用其事前信息使傳輸通路不同的M信道接收信號R(n)均衡，通過重複輸出軟判定值λ1[b(n)]使接收信號R(n)自適應均衡，包括以下步驟在第1次均衡處理中，(a)通過對M信道的接收信號R(n)的第1次自適應均衡處理，求M信道傳輸通路的脈衝響應推定值Hm(n)和線性濾波處理抽頭係數G(n)，輸出第1軟判定值λ1[b(n)]；在第2次以後的均衡處理中，(b)根據上述第1軟判定值λ1[b(n)]，用解碼處理得到的第2軟判定值求碼串b(n)的似然b』(n)；(c)求對於時間點n的編碼比特b(n)看作碼間幹擾分量為零近似的脈衝響應推定值矢量HL(n)，和通過其脈衝響應推定值矢量來求線性濾波處理的抽頭係數G(n)，更新抽頭係數G(n)；(d)利用上述脈衝響應推定值矢量HL(n)對上述碼串b(n)的似然b』(n)作線性濾波處理，產生複本；(e)從上述接收信號R(n)中減去上述複本，產生除去碼間幹擾的差分信號Rc(n)；(f)利用上述抽頭係數G(n)對上述差分信號Rc(n)作線性濾波處理，產生信號Z(n)；(g)將通過上述信號Z(n)和上述脈衝響應推定值矢量HL(n)更新的第1軟判定值λ1[b(n)]作為第2次以後的自適應均衡結果輸出。
3.根據權利要求2的自適應均衡方法，其特徵是，所述步驟(a)包括(a-1)根據上述接收信號R(n)和已知信號，求上述M信道的脈衝響應推定值Hm(n)；(a-2)根據上述接收信號R(n)和上述已知信號，利用適當的算法求上述抽頭係數G(n)；(a-3)使用上述抽頭係數G(n)線性濾波處理上述接收信號R(n)，得到信號Z(n)；(a-4)通過上述信號Z(n)和上述脈衝響應推定值Hm(n)計算上述第1軟判定值λ1[b(n)]。
4.根據權利要求2或3的自適應均衡方法，其特徵是，所述步驟(c)的上述線性濾波處理的抽頭係數G(n)的計算包括通過上述脈衝響應推定值矢量HL(n)使用逆矩陣輔助定理進行計算的步驟。
5.根據權利要求2的自適應均衡方法，其特徵是，上述步驟(a)包括(a-1)根據上述接收信號R(n)的取樣值序列及已知信號，求M信道傳輸通路脈衝響應推定值Hm(n)；(a-2)通過上述脈衝響應推定值Hm(n)判別接收信號功率是否大於一定的基準值，如果判別為大於該值，則作為有效路徑存儲在存儲器中；(a-3)根據上述接收信號R(n)及已知信號，求線性濾波處理的抽頭係數G(n)，將對應上述判別的有效路徑的線性濾波的抽頭係數G』(n)存儲在存儲器中，即使對於接收信號矢量R(n)，也只是將對應於上述判別的有效路徑的接收信號矢量R』(n)存儲在存儲器中；(a-4)從上述脈衝響應推定值Hm』(n)和上述抽頭係數G』(n)和上述接收信號矢量R』(n)中導出軟判定值λ1[b(n)]。
6.根據權利要求5的自適應均衡方法，其特徵是，上述步驟(c)包括(c-1)通過由對應上述有效路徑的分量組成的上述脈衝響應推定值矢量HL』(n)，使用逆矩陣輔助定理，計算對應上述有效路徑的線性濾波處理的抽頭係數G』(n)；(c-2)僅將對應於上述判別的有效路徑的線性濾波處理的抽頭係數G』(n)存儲在存儲器中；上述步驟(d)是這樣的步驟，通過上述脈衝響應推定值矢量HL』(n)，線性濾波處理對應上述有效路徑的抽頭係數G』(n)，得到複本信號；上述步驟(e)所包括的步驟是，對於從上述接收信號R』(n)中減去其複本信號的差分信號Rc』(n)，僅將上述判別的有效路徑的差分信號存儲在存儲器中；上述步驟(f)是，利用上述抽頭係數G』(n)線性處理上述差分信號Rc』(n)，產生信號Z』(n)；上述步驟(g)是，通過上述脈衝響應推定值矢量HL』(n)和上述信號Z』(n)，計算上述第1軟判定值λ1[b(n)]。
7.根據權利要求2的自適應均衡方法，其特徵是，規定考慮J的最大延遲符號數，將M信道的接收信號取樣矢量表示成r(n)＝[r0(n)r1(n)…rM- 1(n)]T，將上述接收信號矢量R(n)表示成R(n)＝[r(n+J-1)r(n+J-2)…r(n)]T，將上述信道加權係數矢量表示成h(n；j)＝[h0(n；j)h1(n；j)…hM-1(n；j)]T，如果將脈衝響應推定值的信道矩陣Hm(n)表示成 ，則上述步驟(a)包括(a-1)使用脈衝響應Hm(n)，線性濾波處理訓練信號區間的訓練信號b(n)，產生複本Hm(n)b(n)；(a-2)產生上述接收信號R(n)和上述複本Hm(n)b(n)的差分作為差分矢量Rc(n)；(a-3)使用抽頭係數G(n)線性濾波處理上述接收信號R(n)，產生輸出Z(n)＝G(n)HR(n)；(a-4)根據上述輸出Z(n)和上述信號b(n)的差，通過適當的算法確定上述抽頭係數G(n)；(a-5)根據用於線性濾波處理的脈衝響應Hm(n)和上述輸出Z(n)，運算軟判定值λ1[b(n)]＝4Real{Z(n)}/(1-μ)，作為第1次均衡處理結果輸出；上述步驟(b)通過作為事前信息提供的解碼比特軟判定值λ2[b(n)]，在k為n-(J-1)≤K≤n+(J-1)的範圍內計算編碼比特串b(k)的似然b』(k)＝tanh[λ2[b(k)]/2]，上述步驟(c)近似成G(n)＝[HL(n)HL(n)H(n)-σ2I]-1HL(n)HL(n)＝[h0(n；J-1)…hM-1(n；J-1)h0(n；J-2)…hM-1(n；J-2)…h0(n；0)…hM-1(n；0)]T，求上述插頭係數G(n)；上述步驟(d)在時間點n的編碼比特b(n)上通過上述HL(n)，線性濾波處理作為碼間幹擾給予影響的編碼比特推定值矢量B′(n)＝[b′(n+(J-1))b′(n+(J-2))…b′(n+1)0b′(n-1)…b′(n-(J-1))]T，得到複本HL(n)B』(n)；上述步驟(e)求上述複本HL(n)B』(n)和上述接收信號R(n)的差分矢量Rc(n)＝R(n)-HL(n)B』(n)。上述步驟(f)使用上述插頭係數G(n)線性濾波處理上述差分矢量Rc(n)，輸出處理結果Z(n)＝G(n)HRc(n)。上述步驟(g)是，通過上述輸出Z(n)和脈衝響應推定值矢量HL(n)，得到軟判定值1[b(n)]=4Real{Z(n)}1-(n)]]>μ(n)＝HL(n)HG(n)，作為第2次以後的均衡輸出。
8.根據權利要求6的自適應均衡方法，其特徵是，作為考慮J的最大延遲符號數，若將M信道的接收信號取樣矢量表示成r(n)＝[r0(n)r1(n)…rM- 1(n)]T，將上述接收信號矢量R(n)表示成R(n)＝[r(n+J-1)r(n+J-2)…r(n)]T，將信道加權係數矢量表示成h(n；j)＝[h0(n；j)h1(n；j)…(hm-1(n；j))]T，將脈衝響應推定值的信道矩陣Hm(n)表示成 ，那麼上述步驟(a-3)包括如下步驟(a-3-1)使用脈衝響應Hm(n)線性濾波處理訓練信號區間的訓練信號b(n)，產生複本Hm(n)b(n)；(a-3-2)產生上述接收信號R(n)和上述複本Hm(n)b(n)的差分作為差分矢量Rc(n)；(a-3-3)使用抽頭係數G(n)線性濾波處理上述接收信號R(n)，產生輸出Z(n)＝G(n)HR(n)；(a-3-4)根據上述輸出Z(n)和上述信號b(n)之差，利用適合的算法確定上述抽頭係數G(n)，保存對應上述接收信號R(n)及抽頭係數G(n)的每個有效路徑的分量的接收信號R』(n)及抽頭係數G』(n)；上述步驟(a-4)是，根據上述線性濾波處理的脈衝響應Hm』(n)和上述輸出Z』(n)，運算軟判定值λ1[b(n)]＝4Real{Z(n)}/(1-μ)，輸出作為第1次的均衡處理結果；上述步驟(b)通過作為事前信息提供的解碼比特軟判定值λ2[b(n)]，在k為 n-(J-1)≤K≤n+(J-1)的範圍內計算編碼比特串b(k)的似然b』(k)＝tanh[λ2[b(k)]/2]；上述步驟(c-1)近似成G′(n)＝[HL′(n)HL′(n)H(n)-σ2I]-1HL′(n)HL′(n)＝[h0(n；J-1)…hM-1(n；J-1)h0(n；J-2)…hM-1(n；J-2)…h0(n；0)…hM-1(n；0)]T，求上述抽頭係數G』(n)；上述步驟(d)在時間點n的編碼比特b(n)，利用上述HL』(n)，對作為碼間幹擾提供影響的編碼比特的推定值矢量B′(n)＝[b′(n+(J-1))b′(n+(J-2))…b′(n+1)0b′(n-1)…b′(n-(J-1))]T得到複本HL』(n)B』(n)；上述步驟(e)求上述複本HL』(n)B』(n)和上述接收信號R』(n)的差分矢量Rc』(n)＝R』(n)-HL』(n)B』(n)；上述步驟(f)使用上述抽頭係數G』(n)，線性濾波處理上述差分矢量Rc』(n)，輸出處理結果Z』(n)＝G』(n)HRc』(n)；上述步驟(g)是，通過上述輸出Z』(n)和脈衝響應推定值矢量HL』(n)，得到軟判定值1[b(n)]=4Real{Z(n)}1-(n)]]>μ(n)＝HL′(n)HG′(n)，作為第2次以後的均衡輸出。
9.一種自適應均衡器，包括以下部分脈衝響應推定部，根據接收信號及已知信號求傳輸通路的M信道脈衝響應推定值；抽頭係數計算部，根據上述接收信號及上述已知信號，利用適當算法求線性濾波抽頭係數；線性濾波器，設定上述抽頭係數，線性濾波處理上述接收信號；軟判定值計算部，通過上述脈衝響應推定值和上述線性濾波處理的結果，計算軟判定值。
10.根據權利要求9的自適應均衡器，其特徵是，還包括存儲部，存儲上述脈衝響應推定值；似然計算部，通過上述輸入的軟判定值，求其似然；以及下述裝置，當對於從上述存儲的脈衝響應推定值來看碼b(n)的碼間幹擾是零時，則通過近似得到的脈衝響應推定值矢量，線性濾波處理上述似然，得到複本信號；上述抽頭係數計算部包括這樣的裝置，在不從解碼器輸入軟判定值的狀態下，根據上述接收信號及上述已知信號，利用適當的算法計算線性濾波抽頭係數，在輸入上述軟判定值的狀態下，通過上述脈衝響應推定值矢量計算上述抽頭係數；上述線性濾波器利用上述抽頭係數，在不輸入上述軟判定值的狀態下，線性濾波處理上述接收信號，在輸入上述軟判定值的狀態下，線性濾波處理上述接收信號和上述複本信號之差，將其處理輸出提供給上述軟判定計算部。
11.根據權利要求9的自適應均衡器，其特徵是，還包括路徑判定部，通過上述M信道的脈衝響應推定值，判定各路徑的接收功率是否大於一定的基準值；路徑存儲部，如果判定為比上述一定的基準值大，那麼，作為有效路徑存儲路徑；抽頭係數存儲器，存儲對應上述抽頭係數中的上述有效路徑的上述抽頭係數的分量，作為新抽頭係數；信號判別部，判別對應上述接收信號中的上述有效路徑的接收信號分量；上述軟判定值計算部，通過對應上述有效路徑的接收信號分量，和對應上述有效路徑的脈衝響應推定值，和對應上述有效路徑的抽頭係數，計算上述軟判定值。
12.根據權利要求11的自適應均衡器，其特徵是，還包括似然計算部，通過上述軟判定值求碼似然；複本產生線性濾波器，利用由對應上述脈衝響應推定值矢量中的上述有效路徑的分量組成的脈衝響應推定值矢量，線性濾波處理上述似然，產生接收信號的複本信號；差分存儲器，僅存儲從對應上述接收信號的上述有效路徑的分量中減去上述複本信號的差分信號中的，對應上述有效路徑的差分信號分量；上述抽頭係數計算部在第2次以後的均衡處理中，通過對應上述有效路徑的上述脈衝響應推定值矢量，使用逆矩陣輔助定理，計算上述線性濾波抽頭係數；上述軟判定值計算部是這樣的裝置，在第2次以後的均衡處理中，通過對應上述有效路徑的上述脈衝響應推定值矢量，和對應上述線性濾波器的上述有效路徑的抽頭係數，和對應上述有效路徑的上述差分信號，計算軟判定值。
全文摘要
在接收信號R(n)中的訓練信號接收中,求M信道傳輸通路的脈衝響應推定值H
文檔編號H04L25/03GK1367622SQ01145769
公開日2002年9月4日 申請日期2001年12月19日 優先權日2000年12月19日
發明者大森博雄, 淺井孝浩, 冨裡繁, 松本正 申請人:株式會社Ntt都科摩