首页 / 专利库 / 信号处理 / 判决反馈均衡器 / 一种低复杂度的判决反馈均衡方法

一种低复杂度的判决反馈均衡方法

阅读:1020发布:2020-05-12

专利汇可以提供一种低复杂度的判决反馈均衡方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种低复杂度的判决反馈均衡 算法 。该算法在接收端首先将接收 信号 进行频域变换,接着进行线性均衡转换到时域,判决后输入到噪声预测器进行噪声预测,从而减小未判决符号的噪声干扰,提高通信系统的性能。噪声预测器的系数计算时,首先需要设定 阈值 和反馈阶数,利用已有的噪声预测判决反馈算法具体计算部分反馈均衡器的系数值,然后根据信道特点建立 预测模型 ,利用已得到的反馈均衡器系数来预测剩下的反馈系数,从而实现降低计算复杂度的目的。,下面是一种低复杂度的判决反馈均衡方法专利的具体信息内容。

1.一种低复杂度的判决反馈均衡方法,其特征在于,包括以下步骤:
(1)将接收信号由时域转换到频域;
(2)采用线性均衡算法计算前馈线滤波器的系数,并通过前馈线性滤波器对转换到频域的接收信号进行前向均衡,得到前向均衡信号;
(3)将前向均衡信号进行傅里叶反变换;
(4)将傅里叶反变换后的信号送入判决器进行判决,得到判决后的信号;
(5)根据信道矩阵、发送信号平均功率和噪声功率,对噪声预测器大于设定阈值的部分系数进行计算,根据计算出的系数利用模型预测的方法获得噪声预测器的全部系数;
(6)将傅里叶反变换后的信号与判决后的信号的差值输入噪声预测器,通过系数加权求和进行噪声的预测,得到噪声干扰;
(7)将得到的噪声干扰与傅里叶反变换后的信号进行相减,将得到的差值送入判决器进行判决,得到新的判决后的信号,返回步骤(5),直到达到设定的迭代次数;
其中,所述的步骤(5)具体包括以下步骤:
(501)设定一个阈值,从1开始逐渐增大噪声预测器的反馈抽头数目i,并分别计算每个抽头对应的系数值c1~ci,直到系数值ci等于或小于阈值;
(502)设定预测模型为:
f=ae-bt
其中f代表抽头对应的系数值,t代表抽头的排序值,a、b为待求系数;
(503)将步骤(501)计算出的系数值以及对应的抽头排序值代入预测模型,得到多组a、b值;
(504)将多组a、b值分别代入公式:
使得γ2达到最小,求解得到a、b值;其中i为反馈抽头数目;
(505)根据求解得到的a、b值得到所需的预测模型,将需求解的抽头排序值带入预测模型得到对应的系数值。

说明书全文

一种低复杂度的判决反馈均衡方法

技术领域

[0001] 本发明涉及无线通信领域,特别是公开了一种低复杂度的判决反馈均衡算法,适用于多径效应较严重的散射通信系统接收端。

背景技术

[0002] 散射通信系统是依靠散射体的前向散射作用进行传输的一种系统,其特点之一是有严重的多径效应产生,会造成严重的码间干扰,进而会降低系统的传输速率或者传输距离。因此,需要在系统的接收端对接收信号进行均衡操作来减少或者消除多径干扰的影响。
[0003] 现在散射通信系统中常用的均衡器和译码器是分开工作的,不能充分利用其输出的信息。将均衡器和译码器迭代起来使用更能有效的减少码间干扰。但常用的迭代算法具有很高的计算复杂度,不适合应用在多径干扰严重的散射通信系统中。因此,本发明旨在解决迭代算法复杂度过高的问题。提出了一种低复杂度的判决反馈均衡算法。

发明内容

[0004] 本发明的目的是提供一种低复杂度的判决反馈均衡算法。该算法首先设定一个阈值,在阈值范围内具体计算一部分反馈系数,根据这部分计算出的系数,计算出预测模型的参数值,从而获得剩下一部分系数的预测值,从而达到降低计算复杂度的目的。
[0005] 本发明是这样实现的:
[0006] (1)将接收信号由时域转换到频域;
[0007] (2)采用线性均衡算法计算前馈线滤波器的系数,并通过前馈线性滤波器对转换到频域的接收信号进行前向均衡,得到前向均衡信号;
[0008] (3)将前向均衡信号进行傅里叶反变换;
[0009] (4)将傅里叶反变换后的信号送入判决器进行判决,得到判决后的信号;
[0010] (5)根据信道矩阵、发送信号平均功率和噪声功率,对噪声预测器大于设定阈值的部分系数进行计算,根据计算出的系数利用模型预测的方法获得噪声预测器的全部系数;
[0011] (6)将傅里叶反变换后的信号与判决后的信号的差值输入噪声预测器,通过系数加权求和进行噪声的预测,得到噪声干扰;
[0012] (7)将得到的噪声干扰与傅里叶反变换后的信号进行相减,将得到的差值送入判决器进行判决,得到新的判决后的信号,返回步骤(5),直到达到设定的迭代次数。
[0013] 其中,步骤(5)具体包括以下步骤:
[0014] (501)设定一个阈值,从1开始逐渐增大噪声预测器的反馈抽头数目i,并分别计算每个抽头对应的系数值c1~ci,直到系数值ci等于或小于阈值;
[0015] (502)设定预测模型为:
[0016] f=ae-bt
[0017] 其中f代表抽头对应的系数值,t代表抽头的排序值,a、b为待求系数;
[0018] (503)将步骤(501)计算出的系数值以及对应的抽头排序值代入预测模型,得到多组a、b值;
[0019] (504)将多组a、b值分别代入公式:
[0020]
[0021] 使得γ2达到最小,求解得到a、b值;
[0022] (505)根据求解得到的a、b值得到所需的预测模型,将需求解的抽头排序值带入预测模型得到对应的系数值。
[0023] 本发明与背景技术相比,具有如下优点:
[0024] 在通信系统的接收端将均衡器和译码器结合起来,迭代利用输出信息,采用预测部分系数代替计算的方法,在计算复杂度降低的情况下,性能较原有算法损失很小,有利于工程的使用和实现。附图说明
[0025] 图1是本发明实施例中的一种原理方框图
[0026] 图2是本发明实施例与现有技术的一种仿真对比数据图。

具体实施方式

[0027] 下面以具体案例结合图1的形式对本专利的技术方案做出进一步的、更详细的说明。
[0028] 考虑以包含循环前缀的数据进行传输的单发单收单载波系统。假设在一个数据块内信道保持不变。
[0029] 本发明包括以下步骤:
[0030] (1)将接收信号y通过傅里叶变换由时域转换到频域,得到Y;
[0031] (2)采用线性均衡算法计算前馈线性滤波器的系数G,比如利用最小均方误差算法计算其系数G,
[0032]
[0033] 其中, 为发送信号的平均功率, 为噪声的平均功率,H为信道矩阵,HH为H的共轭转置,I为单位矩阵。
[0034] 通过前馈线性滤波器对转换到频域的接收信号进行前向均衡,得到前向均衡信号;
[0035] (3)将前向均衡信号经傅里叶反变换后得到s;
[0036] (4)将傅里叶变换后的信号s送入判决器进行判决得到
[0037] (5)根据信道矩阵、发送信号平均功率和噪声功率,对低复杂度的噪声预测器大于设定阈值的部分系数进行计算,根据计算出的系数利用模型预测的方法对低复杂度的噪声预测器的部分系数进行预测。
[0038] 具体为:
[0039] 设系统接收端反馈滤波器的阶数为B,并设定一个阈值,从1开始逐渐增大反馈抽头个数i,分别计算其对应的系数矩阵ci,判断ci中是否出现等于或小于阈值的情况,假如在i=E时首次出现ci等于或小于阈值,则利用这E个已知数据对后面的B-E个判决反馈系数进行预测,而不再精确计算其数值。
[0040] 如当时延功率谱呈指数衰减时,设预测模型为
[0041] f=ae-bt
[0042] 其中f和t分别为因变量和自变量,f代表抽头对应的系数值,t代表抽头的排序值,a、b为待求系数,(i,ci)(i=1···E)为E对观测数据,代入预测模型,得到多组a、b值;
[0043] 将多组a、b值分别代入公式:
[0044]
[0045] 使得γ2达到最小,求解得到a、b值;
[0046] 根据求解得到的a、b值得到所需的预测模型,将需求解的抽头排序值带入预测模型得到对应的系数值。
[0047] (6)将傅里叶反变换后的信号与判决后的信号的差值d输入噪声预测器,通过系数加权求和进行噪声的预测,得到噪声干扰b;
[0048] (7)将得到的噪声干扰b与傅里叶反变换后的信号s进行相减,将得到的差值x送入判决器进行判决,得到新的判决后的信号,返回步骤(5),直到达到设定的迭代次数。
[0049] 为了验证上述实例方法的效果,采用瑞利多径信道模型,每条多径独立衰落,多径的时延功率谱按照指数衰落。考虑到散射信道的多径时延可高达几十个符号周期,我们将信道长度设为24,最大多径时延设为20个符号周期,采用QPSK的调制方式,反馈阶数设为18,阈值分别设为0.5、0.2、0.15。仿真数据如图2所示,可以看出本发明在降低计算复杂度的情况下,系统的误码性能与原有算法十分接近。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈