CN101909028B - 一种单载波解调方法和***、发射机和接收机 - Google Patents

Abstract

本发明提供了一种单载波解调方法和***、发射机和接收机，其中的方法具体包括：在发送端，将UW字加入调制符号；在接收端，对信道矩阵H进行QR分解，得到正交矩阵Q和上三角矩阵R；对接收的数据信号向量Y，左乘Q^H，得到正交化的接收向量Z，其中，Q^H为正交矩阵Q的共轭转置矩阵；根据所述UW字、上三角矩阵R和接收向量Z，对解调符号进行最大似然估计。本发明能够在较佳解调性能的前提下降低解调复杂度。

Description

一种单载波解调方法和***、发射机和接收机

技术领域

本发明涉及通信技术领域，特别是涉及一种单载波解调方法和***、发射机和接收机。

背景技术

有记忆信道的多径时延扩展会引起跨符号干扰(ISI，Inter-SymbolInterference)，而且较长的时延扩展会引起严重的ISI干扰，将导致单载波通信的接收端解调出现大量误码，严重降低接收性能。尤其对于环境恶劣的无线多径信道，深衰落会带来严重ISI。

单载波通信对付多径信道时延一般采用均衡技术，其通常分为两类：

1、线性均衡技术；

常用的线性均衡算法常用的算法有迫零(ZF，Zero Forcing)算法和最小均方误差(MMSE，Minimum Mean Squared Error)算法，线性均衡算法相对简单，信道频域没有深衰落时可以较好地消除信道影响。

但是，当无线信道存在长延时多径时，信道频域响应中会出现很多的零点深衰落。为了补偿零点处的ISI干扰，线性均衡技术必须对该段频谱进行放大，从而使该频段的噪声大幅度增强，大大降低***的信噪比，导致解调性能严重变差。

2、非线性均衡技术。

最大似然序列估计(MLSE，Maximum likelihood sequence estimation)是一种非线性均衡技术，其基本思想是遍历所有可能的输入序列，从中选出与接收符号具有最大相似性的输入序列作为估计结果。由于MLSE不需要使用滤波器，因此没有线性均衡的滤波后噪声增强的问题，因此MLSE是一种性能最佳的解调算法。

而MLSE估计的问题在于复杂度过高，Viterbi算法将序列无穷长的判决收敛改为大约5倍信道时延长度的回溯，在信道时延较短的场合，如磁盘记录信道下，Viterbi算法能够降低复杂度。但是在长延时的无线信道中，由于Viterbi算法的复杂度仍然和信道长度L呈指数关系(为C^L，其中，C为多进制符号的星座点数)，因而Viterbi算法在长时延扩展的信道下复杂度极高。

总之，需要本领域技术人员迫切解决的一个技术问题就是：如何能够在具有较佳解调性能的前提下降低解调复杂度。

发明内容

本发明所要解决的技术问题是提供一种单载波解调方法和***、发射机和接收机，用以在较佳解调性能的前提下降低解调复杂度。

为了解决上述问题，本发明公开了一种单载波解调方法，包括：

在发送端，将UW字加入调制符号；

在接收端，对信道矩阵H进行QR分解，得到正交矩阵Q和上三角矩阵R；

对接收的数据信号向量Y，左乘Q^H，得到正交化的接收向量Z，其中，Q^H为正交矩阵Q的共轭转置矩阵；

根据所述UW字、上三角矩阵R和接收向量Z，对解调符号进行最大似然估计。

优选的，所述对解调符号进行最大似然估计的步骤，包括：

针对除UW字外的上三角矩阵R的每一行，计算累计欧氏距离；

根据所述累计欧氏距离选取当前数据符号序列；

依据UW字长度，判断当前数据符号序列中元素数目是否满足预置条件，若是，则根据当前数据符号序列进行判决，得到解调符号；否则，返回执行所述计算累计欧氏距离的步骤。

优选的，所述根据当前数据符号序列进行判决的步骤包括：

根据累计欧氏距离，对P个当前数据符号序列进行硬判决或软判决，其中，p为自然数。

优选的，所述接收向量Z与上三角矩阵R之间的关系为：

其中，

是加性白色高斯噪声，s是待解调信号向量。

优选的，通过以下步骤获取信道矩阵H：

在接收端提取UW字；

依据所述UW字，通过计算信道的时域冲击响应，得到信道矩阵H。

优选的，所述调制符号长度为UW字长度的T倍，其中，5＜T＜6。

依据另一实施例，本发明还公开了一种单载波解调***，包括发射机和接收机，其中，所述发射机包括：

UW字加入模块，用于将UW字加入调制符号；

所述接收机包括：

QR分解模块，用于对信道矩阵H进行QR分解，得到正交矩阵Q和上三角矩阵R；

正交化模块，用于对接收的数据信号向量Y，左乘Q^H，得到正交化的接收向量Z，其中，Q^H为正交矩阵Q的共轭转置矩阵；

估计模块，用于根据所述UW字、上三角矩阵R和接收向量Z，对解调符号进行最大似然估计。

优选的，所述估计模块包括：

计算单元，用于针对除UW字外的上三角矩阵R的每一行，计算累计欧氏距离；

选取单元，用于根据所述累计欧氏距离选取当前数据符号序列；

判断单元，用于依据UW字长度，判断当前数据符号序列中元素数目是否满足预置条件；

判决单元，用于在当前数据符号序列中元素数目满足预置条件时，根据当前数据符号序列进行判决，得到解调符号；

返回单元，用于在当前数据符号序列中元素数目不满足预置条件时，返回所述计算单元。

优选的，所述判决单元，具体用于根据累计欧氏距离，对P个当前数据符号序列进行硬判决或软判决，其中，p为自然数。

优选的，所述接收机还包括：

提取模块，用于在接收端提取UW字；

信道矩阵获取模块，用于依据所述UW字，通过计算信道的时域冲击响应，得到信道矩阵H。

依据另一实施例，本发明还公开了一种发射机，包括：

UW字加入模块，用于将UW字加入调制符号。

优选的，所述调制符号长度为UW字长度的T倍，其中，5＜T＜6。

依据另一实施例，本发明还公开了一种接收机，包括：

QR分解模块，用于对信道矩阵H进行QR分解，得到正交矩阵Q和上三角矩阵R；

正交化模块，用于对接收的数据信号向量Y，左乘Q^H，得到正交化的接收向量Z，其中，Q^H为正交矩阵Q的共轭转置矩阵；

估计模块，用于根据所述UW字、上三角矩阵R和接收向量Z，对解调符号进行最大似然估计。

优选的，所述估计模块包括：

计算单元，用于针对除UW字外的上三角矩阵R的每一行，计算累计欧氏距离；

选取单元，用于根据所述累计欧氏距离选取当前数据符号序列；

判断单元，用于依据UW字长度，判断当前数据符号序列中元素数目是否满足预置条件；

判决单元，用于在当前数据符号序列中元素数目满足预置条件时，根据当前数据符号序列进行判决，得到解调符号；

返回单元，用于在当前数据符号序列中元素数目不满足预置条件时，返回所述计算单元。

优选的，所述判决单元，具体用于根据累计欧氏距离，对p个当前数据符号序列进行硬判决或软判决，其中，p为自然数。

优选的，所述接收机还包括：

提取模块，用于在接收端提取UW字；

信道矩阵获取模块，用于依据所述UW字，通过计算信道的时域冲击响应，得到信道矩阵H。

与现有技术相比，本发明具有以下优点：

首先，本发明的解调复杂度主要包括M算法搜索复杂度和QR分解复杂度：

关于M算法搜索复杂度，由于前一次M算法搜索过程中选取p个数据符号序列作为幸存向量，因此，对于本次搜索的C个星座点符号，只需计算Cp个欧氏距离，因而，本发明的M算法搜索复杂度为Cp；

关于QR分解复杂度，由于含有UW字的信道矩阵是循环矩阵，因此采用循环矩阵所特有的QR矩阵快速分解算法，可使本QR分解算法的乘法数量和n²成正比，其中，长度为n调制信号数据块中包括有长度为n_u的UW字块和长度为n-n_u的数据字段块，这样，对于每个数据字段块来说，其相应调制符号的解调复杂度相当于和n成正比；这里n大小和信道的长度L在同一个数量级，因此本算法的QR分解复杂度可以视作L；

综上，本发明的解调复杂度为L+Cp，而实际中，C的取值一般比较小(例如C＝4时的QPSK调制信号)，而一般情况下p≤C，故所述Cp复杂度可以忽略，因此，相对于现有技术的MLSE算法，本发明能够将非线性解调复杂度从C^L降为L。

其次，由于发送端将UW字加入调制信号，本发明可以在UW字已知序列的辅助下，越过QR分解的零点分量进行解调，大大降低初始解调的误码传播概率，由于剩余的待解调数据有较高的功率，因此可以基本达到最佳解调MLSE的解调效果。

综上，本发明在发端数据的结构和收端的巧妙解调结构下，能够显著提高信道长多径时延时，低复杂度均衡器的性能；

再者，本发明还可以基于发送端进行信道测量，具体而言，可以利用在频域响应平直的复数或实数的时域PN序列，测量信道的冲击相应，从而为接收端的解调提供信道信息；而且在所述信道测量UW字的***非常频繁，便于信道估计算法抵抗噪声，提高估计精度。

附图说明

图1是本发明一种单载波解调方法实施例的流程图；

图2是本发明的一种调制信号的应用示例；

图3是本发明在接收端解调中的一应用示例；

图4是本发明在接收端解调中的另一应用示例；

图5是本发明一种单载波解调***实施例的结构图；

图6是本发明一种发射机实施例的结构图；

图7是本发明一种接收机实施例的结构图。

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作进一步详细的说明。

本发明的核心构思在于：

1、通过对信道矩阵的QR分解使得M剪枝算法估计解调信号成为可能，以降低最大似然序列估计的复杂度；

2、在发送端的调制信号中加入UW字，由于该UW字能够在解调中充当已知的数据，因而可以跳过上三角矩阵R中右下角的信道零点深衰落系数，降低误码传播，进而大幅度提高解调性能。

参照图1，示出了本发明一种单载波解调方法实施例的流程图，具体可以包括：

步骤101、在发送端，将UW字加入调制符号；

本发明采用UW-QRM-MLD(UW字辅助的，最大似然的QR分解M算法，Unique Word assisted QR decomposition associated with the M-algorithm tomaximum likelihood detection)进行单载波解调，其中，所述M算法也即M剪枝算法，可用来降低路径搜索的复杂度。

参照图2，在本发明的一种应用示例中，所述调制信号可以包括两部分：数据字段和UW字段；假设调制信号帧的长度为n，UW字段长度为n_u，则数据字段长度为n-n_u。

在实际中，UW字可以为复数或实数的时域PN序列(伪噪声序列，Pseudo-noise Sequence)，其在频域的变换具有恒定的幅值。该UW字可用来去除数据帧间的线性卷积拖尾，作用相当于循环前缀。因此，该UW字段的长度要求大于信道的均方根多径时延的长度，才能消除数据帧间的多径干扰。

一般来说，为了保证数据传输效率，数据字段的长度一般为UW字长度的4-5倍，如果再高则处理复杂度将增大。例如，QPSK(正交相移键控，Quadrature Phase Shift Keying)调制信号的长度一般为UW字长度的T倍，其中，5＜T＜6。

当然，上述T的取值只是作为示例，本领域技术人员可以根据实际需要设置T的其它取值，例如，T＝10等，本发明对此不加以限制。

步骤102、在接收端，对信道矩阵H进行QR分解，得到正交矩阵Q和上三角矩阵R；

为运用M剪枝算法对上述发送的各个调制符号进行搜索，本发明首先对接收端的信道矩阵H进行QR分解。

接收端获取信道矩阵H的方法有很多，例如，可以利用UW字信道测量的特性来获取该信道矩阵H，具体可以包括：

首先在接收端提取UW字；

然后，依据所述UW字，通过采用滑动相关方法计算信道的时域冲击响应，得到信道矩阵H。

因为信道矩阵H是一个循环方阵，具有非奇异特性，因此，根据QR分解定理，存在一个正交矩阵Q和上三角矩阵R，满足H＝QR，并且上三角矩阵R的对角元素全为正数。因为存在QQ^H＝Q^HQ＝I。所以下式可成立：

其中，r_i，j＝0，for i＞j；Q^H为正交矩阵Q的共轭转置矩阵；H为n×n的矩阵，这里n为调制信号的长度。

步骤103、对接收的数据信号向量Y，左乘Q^H，得到正交化的接收向量Z，其中，Q^H为正交矩阵Q的共轭转置矩阵；

在实际中，可首先用如下公式表示数据信号向量Y与信道矩阵H之间的关系：

Y＝Hs+N

                        (2)

 ＝QRs+N

这里，N是加性白色高斯噪声，s是待解调符号向量。

然后，对数据信号向量Y左乘以Q^H，得到正交化的接收向量Z，得到：

这里的

因为Q^H是正交矩阵，因此该矩阵相乘并不会增加噪声的功率。上面的公式也可以表示为：

步骤104、根据所述UW字、上三角矩阵R和接收向量Z，对解调符号进行最大似然估计。

普通的QRM-MLD算法(最大似然的QR分解M算法)以上三角矩阵R的行为单位，进行解调符号向量s的搜索；并且，在每次搜索过程中选取p个数据符号序列。

在具体实现中，搜索的方向是一般从R矩阵的最后一行r_n，n向量和s_n开始，最后进行到R矩阵的第一行r₁向量和符号s₁。

以s_n的搜索为例，计算其对应的欧氏距离：

$E_n^{(m,j)}={|z_n-r_{n,n}{s}_n^{\left(m\right)}|}^2---\left(5\right)$

这里，m代表解调符号s_n的星座点序号，也即，通过遍历s_n的所有星座点，获得对应的欧氏距离。

对于幸存向量的选取，为依次选取欧氏距离最小的p个数据符号序列，以p＝2为例，也即选取欧氏距离最小和次小的2个数据符号序列作为幸存向量；并保留相应符号估计值s_n的序号m。同时，这里的j＝1，...，p，代表第j个最小的欧氏距离。

然后，再搜索r_n-1向量及其对应的s_n-1符号的估计值，计算累计欧氏距离如下：

$E_{n-1}^{(m,j)}={|z_{n-1}-(r_{n-1,n-1}{s}_{n-1}^{\left(m\right)}+r_{n-1,n}{s}_n^{\left(m\right)})|}^2+E_n^{(m,j)}---\left(6\right)$

由于之前已经有p个候选符号，此时每个符号对应的s_n-1具有C个星座点搜索范围，所以对于该

会有Cp个可能的数据符号序列估计的组合。本次搜索则从这Cp个数据符号序列估计组合中选取p个作为幸存向量，具体选取过程可以为，从Cp个累计欧氏距离

中选取p个最小的，并记录对应的数据符号序列。

以上的过程一直持续下去，直至进行到s₁所对应的最小累计欧氏距离

被获得，此时可以进行判决。

在上述QRM-MLD的解调过程中，由于多径信道存在着频域的零点，根据QR分解的计算过程可知，最后生成的R是一个排好序的矩阵，矩阵中r_n，n功率最小且接近零，而r_1，1的功率最高，超过原来的发送调制符号的功率。这样进行QRM-MLD解调，会导致s_n的信噪比极低，完全无法正确解调数据符号，同时也会导致后续的序列估计搜索出现累积错误，导致高的误码平台。所以应该避免在r_n，n处的信号解调。

针对上述解调性能低的情形，本发明的UW-QRM-MLD解调算法通过已知的信道估计UW字辅助收端信号解调，能够解决上述的QRM-MLD方法的r_n，n处信号零点问题。

其基本思想在于，信道矩阵H大小为n×n，其中，既可以包括数据字段，又可以包括UW字；这意味着在对s向量进行解调的过程中，对已知的、包含在s中的n_u长的UW字完全无需解调，这样，可以在矩阵R中，从所对应的

符号开始解调。

在实际中，步骤104具体可以包括：

子步骤A1、针对除UW字外的上三角矩阵R的每一行，计算累计欧氏距离；

子步骤A2、根据所述累计欧氏距离选取当前数据符号序列；

子步骤A3、依据UW字长度，判断当前数据符号序列中元素数目是否满足预置条件，若是，则根据当前数据符号序列进行判决，得到解调符号；否则，返回执行所述计算累计欧氏距离的步骤。

例如，子步骤A1首先针对

行对应的

符号计算累计欧氏距离；子步骤A2对C个

符号的对应的累计欧氏距离进行从小到大的排序，并根据所述排序结果从C个中选取p个作为幸存的当前数据符号序列，也即当前数据符号序列可以为

这里{}代表序列符号；子步骤A3的预置条件则为，当前数据符号序列中元素数目是否大于等于n-n_u，若是，代表当前数据符号序列为

则依据p个所述当前数据符号序列和相应的累计欧氏距离进行判断，否则，循环执行子步骤A1和子步骤A2的搜索过程。

在实际中，所述判决可以是硬判决，例如，直接以最小的

对应的调制数据序列估计值为发端数据；也可以是软判决，例如根据最后一级的幸存估计向量的累计欧氏距离计算对数似然比，并提供软信息给信道译码器，提高信道译码的性能；本发明对具体的判决方法不加以限制。

由于n_u长的UW字段超过了信道多径时延的长度，所以零点深衰落相关的数据在已知的UW字辅助下完全无需解调。而且因为QR分解是单位分解，能量守恒。所以剩下的未知待解调数据

的平均功率高过原先的发送端符号功率，使得本专利算法的解调性能可基本达到现有MLSE技术的最佳解调性能。

本发明具有如下优点：

首先，本发明的解调复杂度主要包括M算法搜索复杂度和QR分解复杂度：

关于M算法搜索复杂度，由于前一次M算法搜索过程中选取p个数据符号序列作为幸存向量，因此，对于本次搜索的C个星座点符号，只需计算Cp个欧氏距离，因而，本发明的M算法搜索复杂度为Cp；

关于QR分解复杂度，由于含有UW字的信道矩阵是循环矩阵，因此采用循环矩阵所特有的QR矩阵快速分解算法，可使本算法的复杂度和n²成正比(n为调制信号长度)，对总共n-n_u个传输数据来说，每个调制符号的解调复杂度相当于和n成正比；而且n的大小和信道长度L在一个数量级，因此本算法的QR分解复杂度可以视为L；

综上，本发明的解调复杂度为L+Cp，而实际中，C的取值一般比较小(例如4)，而一般情况下p≤C，故所述Cp复杂度可以忽略，因此，相对于现有技术的MLSE算法，本发明能够将非线性解调复杂度从C^L降为L；

其次，由于发送端将UW字加入调制信号，本发明可以在UW字已知序列的辅助下，越过QR分解的零点分量进行解调，而待解调数据有更高的功率，因此可以基本达到最佳解调MLSE的解调效果，能够显著提高长信道多径时延下，低复杂度均衡器的性能。

再者，本发明还可以基于发送端进行信道测量，具体而言，可以利用在频域响应平直的复数或实数的时域PN序列，测量信道在频域或者时域的信道相应，从而为接收端的解调提供信道信息；而且在所述信道测量UW字的***非常频繁，便于信道估计算法提高估计精度。

为使本领域技术人员更好地理解本发明，以下提供本发明在接收端解调中的应用示例：

示例1、

参照图3，具体可以包括：

步骤301、针对来自天线的射频信号，进行射频前端放大；

步骤302、在下变频处理后，对射频信号进行A/D变换，并估计得到信道矩阵H；

步骤303、对信道矩阵H进行QR分解，得到正交矩阵Q和上三角矩阵R；

步骤304、对接收的数据信号向量Y，左乘Q^H，得到正交化的接收向量Z，其中，Q^H为正交矩阵Q的共轭转置矩阵；

步骤305、针对除UW字外的上三角矩阵R行，计算累计欧氏距离，其中，所述UW字在发送端加入；

步骤306、根据所述累计欧氏距离选取当前数据符号序列；

步骤307、判断当前数据符号序列中元素数目是否大于等于n-n_u，若是，则执行步骤308；否则，返回步骤305，其中，n为调制信号长度，n_u为UW字长度；

步骤308、根据所述当前数据符号序列及相应的累计欧氏距离进行最小累计欧氏距的硬判决，得到解调信号，或者，软判决计算幸存的当前数据符号序列的对数似然比。

在本例中，可将所述解调信号或计算的对数似然比输入到信道译码器中。

示例2、

参照图4，具体可以包括：

步骤401、针对来自天线的射频信号，进行射频前端放大；

步骤402、在下变频处理后，对射频信号进行A/D变换；

步骤403、针对A/D变换后的射频信号，依据发送端加入的UW字，通过采用滑动相关方法计算信道的时域冲击响应，得到信道矩阵H；

步骤404、对信道矩阵H进行QR分解，得到正交矩阵Q和上三角矩阵R；

步骤405、对接收的数据信号向量Y，左乘Q^H，得到正交化的接收向量Z，其中，Q^H为正交矩阵Q的共轭转置矩阵；

步骤406、针对除UW字外的上三角矩阵R行，计算累计欧氏距离；

步骤407、根据所述累计欧氏距离选取当前数据符号序列；

步骤408、判断当前数据符号序列中元素数目是否大于等于n-n_u，若是，则执行步骤409；否则，返回步骤406，其中，n为调制信号长度，n_u为UW字长度；

步骤409、根据所述当前数据符号序列及相应的累计欧氏距离进行最小累计欧氏距的硬判决，得到解调信号，或者，软判决计算幸存的当前数据符号序列的对数似然比。

在本例中，所述解调信号输入到信道译码器中去。

本例中与示例1的区别在于，通过UW字获取信道矩阵H，因为UW字在解调信号中的比例可达到10～20％，如果信道变化较慢，可以对多组UW字进行累加求和，可以降低信道加性噪声，大大提高UW字的信道估计精度。

需要说明的是，UW字段还可以用于无线通信的***时钟同步，本发明对UW字的具体应用不加以限制。

另外，本领域技术人员可以综合复杂度和信息量来选择p的取值，例如，在倾向于小的复杂度时，p的取值可以为小于或等于调制数据符号的星座点数C；在倾向于高的信息量时，p的取值可以大于C；本发明对此不加以限制。

与前述方法实施例相对应，本发明还给出了一种单载波解调***，参照图5，所述***具体可以包括发射机501和接收机502，其中，所述发射机501具体可以包括：

UW字加入模块511，用于将UW字加入调制符号；

所述接收机502具体可以包括：

QR分解模块521，用于对信道矩阵H进行QR分解，得到正交矩阵Q和上三角矩阵R；

正交化模块522，用于对接收的数据信号向量Y，左乘Q^H，得到正交化的接收向量Z，其中，Q^H为正交矩阵Q的共轭转置矩阵；

估计模块523，用于根据所述UW字、上三角矩阵R和接收向量Z，对解调符号进行最大似然估计。

在具体实现中，所述估计模块523具体可以包括：

计算单元B1，用于针对除UW字外的上三角矩阵R的每一行，计算累计欧氏距离；

选取单元B2，用于根据所述累计欧氏距离选取当前数据符号序列；

判断单元B3，用于依据UW字长度，判断当前数据符号序列中元素数目是否满足预置条件；

判决单元B4，用于在当前数据符号序列中元素数目满足预置条件时，根据当前数据符号序列进行判决，得到解调符号；

返回单元B5，用于在当前数据符号序列中元素数目不满足预置条件时，返回所述计算单元。

优选的，所述判决单元B4，可具体用于根据累计欧氏距离，对p个当前数据符号序列进行硬判决或软判决，其中，p为自然数。

在本发明的一种优选实施例中，可以利用UW字信道测量的特性来获取该信道矩阵H，此时，所述接收机502还可以包括：

提取模块C1，用于在接收端提取UW字；

信道矩阵获取模块C2，用于依据所述UW字，通过计算信道的时域冲击响应，得到信道矩阵H。

参照图6，示出了本发明一种发射机实施例的结构图，具体可以包括：

UW字加入模块601，用于将UW字加入调制符号。

在实际中，本领域技术人员可以根据需要，设置所述调制符号长度为UW字长度的T倍，优选的，5＜T＜6。

参照图7，示出了本发明一种接收机实施例的结构图，具体可以包括：

QR分解模块701，用于对信道矩阵H进行QR分解，得到正交矩阵Q和上三角矩阵R；

正交化模块702，用于对接收的数据信号向量Y，左乘Q^H，得到正交化的接收向量Z，其中，Q^H为正交矩阵Q的共轭转置矩阵；

估计模块703，用于根据所述UW字、上三角矩阵R和接收向量Z，对解调符号进行最大似然估计。

具体的，所述估计模块703的结构可以包括：

计算单元D1，用于针对除UW字外的上三角矩阵R的每一行，计算累计欧氏距离；

选取单元D2，用于根据所述累计欧氏距离选取当前数据符号序列；

判断单元D3，用于依据UW字长度，判断当前数据符号序列中元素数目是否满足预置条件；

判决单元D4，用于在当前数据符号序列中元素数目满足预置条件时，根据当前数据符号序列进行判决，得到解调符号；

返回单元D5，用于在当前数据符号序列中元素数目不满足预置条件时，返回所述计算单元。

在实际中，所述判决单元D4，可具体用于根据累计欧氏距离，对p个当前数据符号序列进行硬判决或软判决，p为自然数。

在本发明的一种优选实施例中，可以利用UW字信道测量的特性来获取该信道矩阵H，此时，所述接收机还可以包括：

提取模块E1，用于在接收端提取UW字；

信道矩阵获取模块E2，用于依据所述UW字，通过计算信道的时域冲击响应，得到信道矩阵H。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于***实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上对本发明所提供的一种单载波解调方法和***、发射机和接收机，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (6)

1.一种单载波解调方法，其特征在于，包括：

在发送端，将特殊字UW(Unique Word)加入调制符号；

在接收端，对信道矩阵H进行QR分解，得到正交矩阵Q和上三角矩阵R；

获取信道矩阵H的具体步骤包括：在接收端提取UW字；依据所述UW字，通过计算信道的时域冲击响应，得到信道矩阵H；

对接收的数据信号向量Y，左乘Q^H，得到正交化的接收向量Z，其中，Q^H为正交矩阵Q的共轭转置矩阵；

根据所述UW字、上三角矩阵R和接收向量Z，对解调符号进行最大似然估计；具体包括：

针对除UW字外的上三角矩阵R的每一行，计算累计欧氏距离；

根据所述累计欧氏距离选取当前数据符号序列；

依据UW字长度，判断当前数据符号序列中元素数目是否满足预置条件，若是，则根据当前数据符号序列进行判决，得到解调符号；否则，返回执行所述计算累计欧氏距离的步骤；

所述UW字段的长度大于信道的均方根多径时延的长度。

2.如权利要求1所述的方法，其特征在于，所述根据当前数据符号序列进行判决的步骤包括：

根据累计欧氏距离，对p个当前数据符号序列进行硬判决或软判决，其中，p为自然数。

3.如权利要求1至2中任一项所述的方法，其特征在于，所述接收向量Z与上三角矩阵R之间的关系为：

其中，

是加性白色高斯噪声，s是待解调信号向量。

4.如权利要求1所述的方法，其特征在于，所述调制符号长度为UW字长度的T倍，其中，5＜T＜6。

5.一种单载波解调***，其特征在于，包括发射机和接收机，其中，所述发射机包括：

特殊字UW(Unique Word)加入模块，用于将特殊字UW(Unique Word)加入调制符号；

所述接收机包括：

QR分解模块，用于对信道矩阵H进行QR分解，得到正交矩阵Q和上三角矩阵R；

提取模块，用于在接收端提取UW字；

信道矩阵获取模块，用于依据所述UW字，通过计算信道的时域冲击响应，得到信道矩阵H。

正交化模块，用于对接收的数据信号向量Y，左乘Q^H，得到正交化的接收向量Z，其中，Q^H为正交矩阵Q的共轭转置矩阵；

估计模块，用于根据所述UW字、上三角矩阵R和接收向量Z，对解调符号进行最大似然估计；具体包括：

计算单元，用于针对除UW字外的上三角矩阵R的每一行，计算累计欧氏距离；

选取单元，用于根据所述累计欧氏距离选取当前数据符号序列；

判断单元，用于依据UW字长度，判断当前数据符号序列中元素数目是否满足预置条件；所述UW字段的长度大于信道的均方根多径时延的长度；

判决单元，用于在当前数据符号序列中元素数目满足预置条件时，根据当前数据符号序列进行判决，得到解调符号；

返回单元，用于在当前数据符号序列中元素数目不满足预置条件时，返回所述计算单元。

6.如权利要求5所述的***，其特征在于，所述判决单元，具体用于根据累计欧氏距离，对p个当前数据符号序列进行硬判决或软判决，其中，p为自然数。

Images