CN101409696A - 基于分层高阶调制的分层组合均衡技术 - Google Patents

Abstract

均衡技术是用于无线通信***中提高通信质量、减小误码率的有效措施。本发明基于编码均衡迭代技术，给出一种可以用于高阶调制的低阶均衡器组合的均衡技术，实现高阶调制在无线通信中的应用。发射端基于分层编码的高阶调制信号设计方法，将高阶调制信号分解为几层低阶调制的迭加；接收端，基于分层组合均衡技术，按发送端的调制信号阶数进行分层均衡，其它层的信号作为干扰，通过均衡得到符号的估计值，并将估计符号的概率转化为估计比特的概率送入SISO译码器，并用编码比特的软信息更新均衡输出估计符号，反复迭代使得接收误码率最低。本发明提出的分层低阶组合均衡技术可以大大降低高阶均衡器计算符号概率的复杂度，进一步降低译码器的复杂度，通过增加低阶均衡器，实现高阶调制在无线通信中的应用。

Description

基于分层高阶调制的分层组合均衡技术

技术领域

本发明属于无线通信技术领域，特别涉及大容量传输***的信号在有ISI带限信道的传输，采用分层均衡的方法消掉符号间干扰。

背景技术

由于高阶调制具有庞大的调制星座，经过限带信道传输，由于信道畸变产生失真，带来符号间干扰，采用传统的均衡技术在高阶调制的时候有很大的复杂度。从而导致了现有技术限制了高阶调制在通信***中的应用。

本发明提出了一种基于分层高阶调制的组合均衡实现方法，它采用分层编码调制的思想，使高阶调制可以分解为多个低阶调制的迭加，通过分层均衡和译码，消除符号间干扰，提高整个***性能。这种方法可以使难以在通信***中应用的高阶调制，可以通过低阶均衡组合逐实现，从而降低了高阶调制的均衡技术实现复杂度，通过这种调制阶数的分层降低，从而可以采用分层均衡技术，可以消除符号间干扰，实现高阶调制在无线通信中的应用。

发明内容

(1)基于分层编码的高阶调制信号设计方法，将高阶调制信号分解为几层低阶调制的迭加，用功率加权的方法让每一编码层的在接收端的误码率最低。

(2)基于分层组合均衡技术，在接收端，按发送端的调制信号阶数进行分层均衡，其它层的信号作为干扰，通过均衡得到符号的估计值，并将估计符号的概率转化为估计比特的概率送入SISO译码器，并用编码比特的软信息更新均衡输出估计符号，反复迭代使得接收误码率最低。

1.发射部分的设计

本专利提出的发射机结构如图1所示，数据流经过串并转换得到每一编码调制层的数据流，每一层经过编码与调制后，经幅度放大系数α进行幅度放大，最后，发送信号星座组合成高阶调制星座。

图3给出一个由2个QPSK按照图一的gray编码进行调制组合成16QAM的一个示例。图3示意出了将两个QPSK可组成一个16QAM星座的情况，信息比特与调制符号之间的映射关系如式(1)所示：

x(t)＝2[b₀(t)+jb₁(t)]+[b₂(t)+b₃(t)]，                        (1)

式中，x(t)为t的调制符号，b₀(t)、b₁(t)、b₂(t)、b₃(t)为该时刻的信息比特，将幅度系数α定义为2，表示将符号传输幅度增加1倍。

对于1024QAM调制，可以分解为5个QPSK调制符号的方式，由5个分支组合成1024QAM调制，为了使接收端编码器简单，可以采用每路编码器相同的方法，来实现其中的分层编码，如图4所示。图4给出了由5个QPSK组合成1024QAM的结构图，由5个独立的编码器、调制器来构成通常的一个编码器加一个1024QAM调制器的结构。比特到符号的映射关系如式(2)所示。

x(t)＝16*([b₀(t)+jb₁(t)])+8*([b₂(t)+b₃t)])+4*([b₄(t)+jb₅(t)])+2*([b₆(t)+b₇t)])   ，(2)+[b₈(t)+jb₉(t)]

的系数分别为16，8，4，2，1。由这种方法构成的发送信号调制星座如图5所示。可以构成标准的1024QAM调制星座。其中h为信道参数。

则进入均衡器的接收信息为：

$r_i=\underset{k=0}{\overset{L-1}{\mathrm{\Σ}}}{s}_{i}h(n;i-k)+n_i---\left(3\right)$

H(n)为ISI信道冲击响应 $H\left(n\right)\stackrel{\mathrm{\Δ}}{=}[h(n;L-1)...h(n;0)];$ s_i为调制符号，n_i是加性高斯白噪声，它的实部和虚部的均值都为零，方差为σ²。

2.组合均衡器的设计

分层编码调制的接收机的框图如图6所示。在检测某一级接接收信号时，将其它级的信号作为干扰，通过第一层进行均衡解调和译码，得到第一层数据流信息；在知道信道参数的情况下，将该数据流信息进行编码调制，由信道参数处理后，在接收数据流中减去第一级带来的干扰，进行第二层信号的均衡解调和解码；再将第二层的调制软信息从接收信号减去，依次得到最后一层编码比特，将每层的译码信号进行组合，得到发送端数据。

均衡器知道信道参数的情况下每层采用对应的MQAM均衡，降低均衡器的复杂度。按照分层编码得到高阶QAM信号，经过ISI信道后，每一层出来的数据经过重新编码调制，重新经过ISI信道，用前一层的接收信息减去上一层经过ISI信道的数据，得到下一层均衡其接收的数据。由于采用此方法，高层的误码率直接影响到下一层数据的均衡译码的正确性，所以要保证高层数据的正确率，可以采用改变功率因子和在低层可以使用传统的均衡迭代技术，提高性能。这样大大减少了均衡器的复杂度。每层层只需要根据发射功率大小，相应的调整映射的星座图，调制信号的均值和方差，进行相应的MQAM均衡即可。

作为示例，给出1024QAM分层编码的均衡器如图7所示。采用了串行干扰对消方式消除不同调制方式间的干扰，并用软入软出(SISO)译码方式译码出软编码比特信息，对于均衡器输出也为调制符号的软信息，再将比特信息经过图1所示QPSK的调制方式，重新构建调制符号，在经过信道，从接收数据中减去本级调制符号经过信道后的数据。采用这种方式后，对1024QAM调制的解调难度可以降低，但以增加了4个均衡器和译码器的复杂度作为代价。

3.基于MMSE算法的组合均衡

图8为迭代均衡原理图，L为ISI信道的长度，均衡器的长度设为N，定义下面的参数：

$r_i\stackrel{\mathrm{\Δ}}{=}{[r_i...r_{i+(N-1)}]}_N^T---\left(4\right)$

$s_i\stackrel{\mathrm{\Δ}}{=}{[s_{i-(L-1)}...s_i...s_{i+(N-1)}]}_{N+L-1}^T---\left(5\right)$

$n_i\stackrel{\mathrm{\Δ}}{=}{[n_i...n_{i+(N-1)}]}_N^T---\left(6\right)$

信道矩阵H为N×(N+L-1)矩阵：

这样接收信号表达式为：接收信号：r_i＝Hs_i+n_i，其中n_i为复高斯噪声变量n_i～N_C(0，σ_n ²I)，I为N×N的单位矩阵。根据MMSE准则则线性滤波器的输出的估计符号值为：

${\hat{s}}_i=E\left(s_i\right)+\mathrm{COV}(s_i,r_i)\·\mathrm{COV}{(r_i,r_i)}^{-1}(r_i-E\left(r_i\right))---\left(8\right)$

均衡器的抽头系数向量为w_i则有：

w_i＝COV(r_i，r_i)^-1·COV(r_i，s_i)                                (9)

由于发送比特进行交织，可以认为发送的调制符号s_i之间相互独立，得到均衡估计符号的输出为：

${\hat{s}}_i=w_i^H(r_i-E\left(r_i\right))=w_i^H(r_i-H{\stackrel{\‾}{s}}_i)={\mathrm{\σ}}_s^2{h}^H{[H\·\mathrm{COV}(s_i,s_i)\·H^H+{\mathrm{\σ}}_n^{2}I]}^{-1}(r_i-H{\stackrel{\‾}{s}}_i)---\left(10\right)$

其中h＝He，e＝[0_L-1 1 0_N-1]

MMSE均衡器输出估计符号的

为高斯分布，则等效为为高斯信道模型，其中s_i为信道的输入则有：

${\hat{s}}_i={\mathrm{\μ}}_i{s}_i+{\mathrm{\η}}_i---\left(11\right)$

μ_i为等效的信号幅度，η_i为高斯随机变量，均值为0，方差为υ_i ²，均衡输出的估计值：

${\hat{s}}_i~N_C({\mathrm{\μ}}_i{s}_i,{\mathrm{\υ}}_i^2)---\left(12\right)$

$p({\hat{s}}_i/s_i)\stackrel{\mathrm{\Δ}}{=}\frac{1}{\mathrm{\π}{\mathrm{\υ}}_i^2}\·\exp \left(\frac{-{|{\hat{s}}_i-{\mathrm{\μ}}_i{s}_i|}^2}{{\mathrm{\υ}}_i^2}\right)---\left(13\right)$

参数μ_i和υ_i ²的计算如下，使得 $E\left\{{\left|s_i\right|}^2\right\}={\mathrm{\σ}}_s^2,$

${\mathrm{\μ}}_i=w_i^{H}h=h^H{[H\·\mathrm{COV}(s_i,s_i)\·H^H+{\mathrm{\σ}}_n^{2}I]}^{-1}h{\mathrm{\σ}}_s^2---\left(14\right)$

${\mathrm{\υ}}_i^2=w_i^H{\mathrm{\σ}}_s^{2}h-{\mathrm{\μ}}_i^2{\mathrm{\σ}}_s^2={\mathrm{\μ}}_i{\mathrm{\σ}}_s^2-{\mathrm{\μ}}_i^2{\mathrm{\σ}}_s^2---\left(15\right)$

如图9所示均衡器输出的是符号概率，SISO译码器需要的是比特概率，SISO译码器输出的是信息编码后的比特概率，由于发送符号的独立性 $p_a\left(s_i\right)=\underset{p=1,...,q}{\mathrm{\Π}}{P}_a\left(x_i^p\right)$ 将均衡器输出的符号概率转化为比特概率：

$L(x_i^p/{\hat{s}}_i)=\mathrm{In}\frac{p(x_i^p=1/{\hat{s}}_i)}{p(x_i^p=0/{\hat{s}}_i)}=\mathrm{In}\frac{\underset{x_i^p=1}{\mathrm{\Σ}}p({\hat{s}}_i/x_i=1)p\left(x_i^p\right)}{\underset{x_i^p=0}{\mathrm{\Σ}}p({\hat{s}}_i/x_i=0)p\left(x_i^p\right)}=L_a\left(x_i^p\right)+\mathrm{In}\frac{\underset{x_i^p=1}{\mathrm{\Σ}}p({\hat{s}}_i/x_i=1)\underset{r=1,...,q(r\≠p)}{\mathrm{\Π}}{P}_a\left(x_i^r\right)}{\underset{x_i^p=0}{\mathrm{\Σ}}p({\hat{s}}_i/x_i=0)\underset{r=1,...,q(r\≠p)}{\mathrm{\Π}}{P}_a\left(x_i^r\right)}$

$L_e\left(x_i^p\right)=\mathrm{In}\frac{\underset{x_i^p=1}{\mathrm{\Σ}}p({\hat{s}}_i/x_i=1)\underset{r=1,...,q(r\≠p)}{\mathrm{\Π}}{P}_a\left(x_i^r\right)}{\underset{x_i^p=0}{\mathrm{\Σ}}p({\hat{s}}_i/x_i=0)\underset{r=1,...,q(r\≠p)}{\mathrm{\Π}}{P}_a\left(x_i^r\right)}---\left(17\right)$

其中L_e(x_i ^p)就是均衡输出到译码器的外信息。译码器计算编码后的似然比得到L_e(x_l)反馈给均衡器更新均衡的输出符号。

附图说明

图1基于分层编码调制的高阶调制发送信号设计

图2GRAY编码QPSK星座图

图316QAM等效为两个QPSK的星座图

图41024QAM的分层编码调制发送端图

图5用分层编码调制方式构成的1024QAM星座

图6分层编码调制的接收机

图71024QAM分层编码的组合均衡器

图8迭代均衡***图

图9均衡器原理

Claims (2)

1.一种分层编码高阶调制和采用MMSE低阶均衡器的联合设计的方法，发射端由多个编码器，多个低阶MQAM调制器构成高阶调制符号；接收端由多个低阶MQAM均衡器，多个译码器构成；在整个***里面，设计出一种组合均衡消除高阶调制信号的ISI的方案。

2.如权利要求1所述对编码后的信息进行调制形成高阶QAM符号，按照Xiaodong Wang和Ben Lu提出的方法进行功率因子的优化；接收端在知道信道参数的情况下，采用多个与发射端相对应的MQAM均衡，降低高阶均衡器的复杂度，并在低层的均衡器和译码器之间进行外信息的迭代，提高***的性能，均衡器和译码器之间进行外信息的迭代，均衡器输出的外信息的计算式子为：

$L_e\left(x_i^p\right)=\mathrm{In}\frac{\underset{x_i^p=1}{\mathrm{\Σ}}p(\widehat{s_i}/x_i=1)\underset{r=1,...,q(r\≠p)}{\mathrm{\Π}}{P}_a\left(x_i^r\right)}{\underset{x_i^p=0}{\mathrm{\Σ}}p(\widehat{s_i}/x_i=0)\underset{r=1,...,q(r\≠p)}{\mathrm{\Π}}{P}_a\left(x_i^r\right)}$

其中， $p(\widehat{s_i}/s_i)\stackrel{\mathrm{\Δ}}{=}\frac{1}{\mathrm{\π}{\mathrm{\υ}}_i^2}\·\exp \left(\frac{-{|\widehat{s_i}-{\mathrm{\μ}}_i{s}_i|}^2}{{\mathrm{\υ}}_i^2}\right).$

本发明正是在上述权利要求的基础上设计的一种采用低阶组合迭代均衡大大的降低均衡器的复杂度的设计方法。

Images