CN105897625A - 用于高相对带宽通信***时变信道的多采样率自适应均衡技术 - Google Patents

Abstract

名称为用于高相对带宽通信***时变信道的多采样率自适应均衡技术，所属技术领域为通信工程。本项技术是提供一种用来处理高相对带宽通信***时变信道影响的自适应滤波技术。通过反复“刷式”更新过程，在Turbo软解码器的辅助下，对相位和滤波权重进行调整。重采样(Resampling)结构对于信道矩阵的特征值(Eigenvalue)具有向“1”处收敛的作用，明显改善了信道矩阵的条件数(condition number)。经过滤波后，观察滤波符号的星座图可以看出对于BPSK的发送符号，带有重采样结构的结构可以较为清楚的恢复出BPSK的星座分布，其中重复刷式更新可以进一步优化滤波效果。可以用于推动海底石油勘探、潜艇水下通信、水下传感器远程采集、海洋污染监测、海岸水下监测网、水下无人机器人控制等领域的发展。

Description

用于高相对带宽通信***时变信道的多采样率自适应均衡技术

所属技术领域

通信工程。

背景技术

无线通信***大多采用低相对带宽***，即通信***的频率绝对带宽与载波的中心频率的比值较低(例如＜10％)。比如，当前广泛采用的基于IEEE 802.11标准的WiFi无线局域网络设备的中心频率为f_c＝2.4GHz，而其标准基带带宽只有W＝20MHz，其相对带宽只有大概λ＝W/f_c＝0.83％。与之相对的，高相对带宽的通信***的绝对带宽与载波的中心频率的比值一般超过25％，比如追求高分辨率的超宽带雷达***。其他高相对带宽的通信***还包括军事领域的超/极低频无线电通信***，和远距离水下声波通信***。例如采用4kHz～8kHz频段的水声通信***，W＝4kHz，f_c＝6kHz，则相对带宽高达λ＝66％，是一个典型的高相对带宽通信***。

高速运动的通信终端将对通信***都带来多普勒效应，从而带来信道的时变性。在低相对带宽通信***中，多普勒效应表现为频率偏移，对于这种频率偏移的补偿技术已经得到了充分的研究和成功案例，例如对于基于DVB-H技术的移动电视广播***、4G移动手机通讯***等。然而，高相对带宽通信***如何支持高速运动的通信终端还是一个亟待解决的课题。已经得到证实，在高相对带宽通信***中，多普勒效应反应的是波形伸缩因子。

首先，使用数学方式描述这种伸缩因子的存在。任何时变通信***都可以描述为：

其中为接收信号，为发送信号，为背景噪声，而时变信道的冲击响应可以具体表述为

这里的是第l条路径的衰减，而τ_l(t)代表着伴随第l条路径的随着时间变化的延迟信息。

如果我们假设，发送端沿着第l条路径为径向速度分量为v_l ^(T)，而接收端沿着第l条路径为径向速度分量为v_l ^(R)，那么我们可以具体表述τ_l(t)为

这里与时间无关的τ_l表示第l条路径的初始距离决定的延迟常量，而c则是传播速度，例如水声传播速度大概为c＝1500m/s。

按照多普勒现象的物理性质，我们定义与该第l条路径对应的多普勒伸缩因子为

${\mathrm{\α}}_l=\frac{c+v_l^{\left(R\right)}}{c+v_l^{\left(T\right)}}$

例如，对于静止发射段(即v_l ^(T)＝0)和20节径向时速的接收端(即大约v_l ^(R)＝10.28m/s)，将会最大产生伸缩因子约α_l＝1.0069。至此我们可以修改时变的时延信息为

进而将它代入信道的冲击响应h(t，τ)中，我们可以修改一般性的信道模型，重新表达下述的信道模型，表达如下

因此可以看出伸缩因子α_l对于信号s(t)产生了波形伸缩变形作用。同时由于多条通信路径，这个伸缩因子在不同路径上反映为不同的数值，从而变现为“多伸缩多时延”特点。对于这种时变信道，现在的均衡技术主要可以分为三类。

(1)第一类将“多伸缩”时变性使用频率偏移的近似。但实际上，使用频率偏移对多普勒效应进行描述，是低相对带宽通信***的一种合理近似。但是对于高相对带宽通信***，这种做法只是一种不合理的近似方式。

首先，从通信原理的数学基础上阐明这种做法的不合理性。在忽略加性噪声时，上面带有“多伸缩多时延”信道模型的等价频率域的表达式如下：

这里α_l＝1+β_l，为的傅里叶变换，为的傅里叶变换。如果定义相对径向速度根据传播速度c一般远大于通信终端的速度，我们有那么根据

$\frac{1}{1+\mathrm{\β}}=1-\mathrm{\β}+{\mathrm{\β}}^2-{\mathrm{\β}}^3+...\≈1-\mathrm{\β}$

我们得到近似

$\stackrel{\‾}{R}\left(f\right)=\underset{l}{\mathrm{\Σ}}\stackrel{\‾}{h_l}\sqrt{1+{\mathrm{\β}}_l}\stackrel{\‾}{S}(f-\mathrm{\βf})e^{-j2\mathrm{\π\τf}}$

注意，这里的频率f在一定带宽内，即f∈[f_low，f_high]，而带宽W＝f_high-f_low，中心频率则相对带宽为λ＝W/f_c。这样频率f的动态范围限制为

$f_c-\frac{W}{2}<f<f_c+\frac{W}{2}$

注意，对于低相对带宽***(即λ＝W/f_c＜＜1)，变量βf≈βf_c，因此才允许将通信***公式近似地表述为

$\begin{array}{c}\stackrel{\&OverBar;}{R}\left(f\right)=\underset{l}{\mathrm{\&Sigma;}}\stackrel{\&OverBar;}{h_l}\sqrt{1+{\mathrm{\&beta;}}_l}\stackrel{\&OverBar;}{S}(f-\mathrm{\&beta;f})e^{-j2\mathrm{\&pi;\&tau;f}}\\ \&RightArrow;\stackrel{\&OverBar;}{r}\left(t\right)=\underset{l}{\mathrm{\&Sigma;}}\stackrel{\&OverBar;}{h_l}\sqrt{{\mathrm{\&alpha;}}_l}\stackrel{\&OverBar;}{s}(t-\mathrm{\&tau;})e^{-j2\mathrm{\&pi;}{\mathrm{\&omega;}}_{l}t}\end{array}$

其中频率偏移为ω_l＝βf_c。由上式可以看出，原有的多普勒伸缩因子对于低相对带宽***的信号s(t)不再具备伸缩作用，而是表现为频率偏移。

然而，对于高相对带宽***，不可能将βf近似为βf_c，无法获得上面频率偏移的近似公式。在直观上，我们假设一个只有两个路径的时变信道，并将具有高相对带宽的信号波形通过时变信道，其中第1信道带有伸缩因子α₁＝0.99而第1信道带有伸缩因子α₁＝1.01。构造该信道的频域信道矩阵如下图1(a)所示，多普勒效应作用于信号后体现为明显的变形。但 是，使用低相对带宽***的频率偏移来近似的话，如图1(b)显示的是频率的平行移动。因此，两者的区别很明显，即在高相对带宽通信***中使用频率偏移来近似多普勒效应是不合理的。

第二类是使用“单伸缩因子”近似“多伸缩”时变性。这类方法使用单一的伸缩因子和载波频率偏移(CFO)对“多伸缩”时变信道进行近似。例如近几年A.-B.Salberg等在IEEE Transactions on Wireless Communications发表的学术论文《Doppler and frequency-offset synchronization in wideband OFDM》，B.Li等在IEEE Journal of Oceanic Engineering发表的学术论文《Multicarrier communication over underwater acoustic channels with nonuniform Doppler shifts》，S.Yerramalli等在IEEE Transaction on Wireless Communications发表的《Optimal resampling of OFDM signals for multiscale-multilag underwater acoustic channels》，这些前沿的研究工作的共同点是使用单一的伸缩因子的处理方式对高相对带宽通信***的时变信道进行处理。

第三类并不对“多伸缩”时变性进行近似，而是正视这种时变性从而提出处理方式，但是这些工作还需要假设信道信息的已知性，例如Y.Jiang等在IEEE Transactions on signal processing上发表的学术论文《Discrete time-scale characterization of wideband time-varying systems》和A.R.Margetts等在IEEE Transactions on Wireless Communications发表的学术论文《Joint scale-lag diversity in wideband mobile direct sequence spread spectrum systems》在理论上对使用“多伸缩”可以带来的优势做出了阐述。申请人在IEEE Transactions on signal processing上发表的学术论文《Multi-Rate Block Transmission Over Wideband Multi-Scale Multi-Lag Channels》和在EURASIP Journal on Wireless Communications and Networking上发表的学术论文《Iterative equalization for OFDM systems over wideband Multi-Scale Multi-Lag channels》利用“多伸缩”的优势对信道均衡技术做出了设计，但这些工作都需要假设信道信息的已知性，或者对于这种多伸缩信道进行预先估计(这种估计十分困难)，因此实用性不强。

针对以上的问题，本发明设计一种用于高相对带宽通信***时变信道的多采样率自适应均衡技术。首先，多伸缩多时延的时变性被正视，不再使用频率偏移或单一伸缩性进行近似，同时回避对于信道信息的预知性，这样既能够提高信道均衡的性能，又能提高信道均衡的实用性。

发明内容

首先介绍发射信号符号具体表述为

$\stackrel{\&OverBar;}{s}\left(t\right)=\underset{n=0}{\overset{N-1}{\mathrm{\&Sigma;}}}{s}_n{e}^{j2\mathrm{\&pi;}{f}_{c}t}$

其中N(如N＝256)为数据块长度，f_c为中心频率，而s_n为数据序列的符号或者训练序列的符号。若为数据序列的序号集合，为训练序列的序号集合，那么当时s_n为数据序列符号，当时s_n为训练序列符号。这里所有符号采用binary phase-shift keying(BPSK)，即

$s_n={(-1)}^{b_n}$

数据段以较长的训练序列片段为起始，之后由训练序列和数据序列交叉而成。在上面的例子中，数据序列符号的数目为N_D＝256。

将高相对带宽通信的接收信号按照“多伸缩多时延”***的方式进行表示如下

$\stackrel{\&OverBar;}{r}\left(t\right)=\underset{l=0}{\overset{Q-1}{\mathrm{\&Sigma;}}}\underset{m=0}{\overset{L-1}{\mathrm{\&Sigma;}}}\stackrel{\&OverBar;}{h}\sqrt{a_l}\stackrel{\&OverBar;}{s}\left(a_l(t-{\mathrm{\&tau;}}_m)\right)+\stackrel{\&OverBar;}{w}\left(t\right)$

其中Q为具有不同伸缩因子(即，当l≠l′时a_l≠a_{l ′})的通信路径数目，而L为具有不同伸缩因子(即，当m≠m′时τ_m≠τ_{m ′})的通信路径数目。

其中p(t)是与发射信号具有同等带宽(即1/T_s)的低通滤波器，而是在第q层(q＝0，1，...，Q-1)上通过采样速率T_s/a_m采集的第n个采样数据。

下面对某一层的滤波过程进行描述(省略层数上标号(q)，这里的q＝0，1，...，Q-1)如下：

首先按照RLS滤波器的阶数L将第n个基带数据符号y_n前后邻近的L个符号合并为一个数组，即

$y_n={\left[\begin{array}{ccccc}{y}_{n-\frac{L-1}{2}}& y_{n-\frac{L-3}{2}}& \&CenterDot;\&CenterDot;\&CenterDot;& y_{n+\frac{L-3}{2}}& y_{n+\frac{L-1}{2}}\end{array}\right]}^T$

这里上角标T表示矩阵转置。而n的计数是n＝0,1，…，N-1，这里的N是一个数据块长度，锁相环PLL与滤波器更新的运算如下

${\hat{s}}_{n,p}={\left(c_{n\&PlusMinus;1,p}\right)}^H{x}_{n\&PlusMinus;1}$

其中而这里的为对应在第p次扫描过程中得到的对第n个发送基带数据符号的估计，而θ_{n ， p}是第p次扫描过程中PLL的相位输出，滤波器的L阶权重组合为c_{n ， p}＝c₀ c₁ … c_L-1 ^T。注意此处提到的扫描过程，指的是滤波器在N长的数据块上进行向前和向后的滤波过程，比如p＝1，2，...P。即当p为奇数，滤波的顺序沿着n＝0，1，...，N-2的向前扫描，则±中取-号；而当p为偶数时，滤波的顺序沿着n＝N-1，N-2，...，1的向后扫描，则±中取+号。这样的扫描的目的主要通过增加滤波在训练序列上的作用次数从而提高滤波稳定性。比如P＝3，则扫描为三次。因此，这里的更新过程是一种反复“刷式”更新过程。

判决器(decision mode)的工作方式如下：首先根据符号位置n是否属于训练序列和的情况，决定参考符号并计算误差具体的讲，

第一步是根据训练序列计算出滤波后的符号均值μ和均方差σ²，即

并通过他们计算出的对数似然比(Log-Likelihood Ratio，LLR)输入数据为

${\mathrm{LLR}}_{n,p}^{\left(\mathrm{in}\right)}=\ln \left(\frac{e^{-{\left(\mathrm{Re}\right[{\hat{s}}_{n,p}]-\mathrm{\&mu;})}^2/2{\mathrm{\&sigma;}}^2}}{e^{-{\left(\mathrm{Re}\right[{\hat{s}}_{n,p}]+\mathrm{\&mu;})}^2/2{\mathrm{\&sigma;}}^2}}\right),$

而LLR运算模块输出的被SISO decoder(软输入软输出解码器)用来计算比特概率值如下

${\mathrm{\&gamma;}}_{n,p}{|}_{b_n=0}=\frac{e^{{\mathrm{LLR}}_{n,p}^{\left(\mathrm{out}\right)}}}{1+e^{{\mathrm{LLR}}_{n,p}^{\left(\mathrm{out}\right)}}},$

${\mathrm{\&gamma;}}_{n,p}{|}_{b_n=1}=1-{\mathrm{\&gamma;}}_{n,p}{|}_{b_n=0},$

其中前者指和分别代表估计发射机发送的当前位置的比特是0或者1的概率。

其中Г为概率门限值(取Г＝80％)，而sgn{}指取数值的符号(+1或-1)。这样可以计算出误差 ${\mathrm{\&kappa;}}_{n,p}=s_{n,p}^{\mathrm{Ref}}-{\hat{s}}_{n,p}$

第二步，根据误差κ_{n ， p}来更新滤波器的增益权重数组c_{n ， p}，具体如下

$g_{n,p}=\frac{P_{n\&PlusMinus;1,p}{x}_{n,p}^{*}}{\mathrm{\&lambda;}+x_{n,p}^T{P}_{n\&PlusMinus;1,p}{x}_{n,p}}$

$P_{n,p}={\mathrm{\&lambda;}}^{-1}[P_{n\&PlusMinus;1,p}-g_{n,p}{x}_{n,p}^T{P}_{n\&PlusMinus;1,p}]$

c_{n ， p}＝c_{n ± 1 ， p}+κ_{n ， p}g_{n ， p}

其中±按照扫描过程的向前或向后的滤波过程来选择-号或+号，遗忘因子λ＝0.99。

第二步，对于锁相环DPPL相位θ_{n ， p}的更新采取以下的过程：

${\mathrm{\&Theta;}}_{n,p}=\mathrm{Im}\left\{{\hat{s}}_{n,p}{\left(s_{n,p}^{\mathrm{Ref}}\right)}^{*}\right\}$

η_{n ± 1 ， p}＝η_{n ， p}+(-1)^pΘ_{n ， p}

θ_{n ± 1 ， p}＝θ_{n ， p}+K₁Θ_{n ， p}+(-1)^pK₂η_{n ± 1 ， p}

其中K₁和K₂分别指分式和积分相位跟踪(proportional and integral phase-tracking)常数(如K₁＝0.02和K₂＝0.04)，而η_{n ， p}初始值设为零。

以下面描述的高相对带宽的通信***为例，

$\stackrel{\&OverBar;}{r}\left(t\right)=\underset{r=0}{\overset{Q-1}{\mathrm{\&Sigma;}}}{\stackrel{\&OverBar;}{h}}_q{\mathrm{\&alpha;}}_q^{1/2}s\left({\mathrm{\&alpha;}}_q(t-{\mathrm{\&tau;}}_q)\right)+\stackrel{\&OverBar;}{n}\left(t\right)$

其中伸缩因子α_q均匀的分布在[0.99，1.01)范围上。对于水声通信而言，这样的伸缩因子对应最大约15m/s的径向相对速度，而时延τ_q均匀的分布在[0，200ms)范围；信道增益服从独立分布正态随机变量，其分布均值为0，而分布均方差为信道多径数目取Q＝5。背景加性噪声为白噪声。

首先，对上述信道进行分析发现，重采样(Resampling)结构对于信道矩阵的特征值(Eigenvalue)具有向“1”处收敛的作用，与没有Resampling前端处理的处理机相比，如图2(a)所示，明显改善了信道矩阵的条件数(condition number)。图2(b)所示，对于这样应用，采用了Resampling方式的明显提高了后端自适应滤波的收敛速度，大概只需要不采用重采样(Resampling)方式的一半循环次数，从而大幅度减少了处理时间。可以说明，采用Resampling方式，是高速运动终端进行水声通信的必要处理结构。

经过滤波后，观察在不同方式下滤波符号的星座图如图3。可以看出对于BPSK的发送符号，没有任何重采样结构的滤波过程无法恢复出BPSK的星座分布，如图3(a)所示；带有重采样结构的结构可以较为清楚的恢复出BPSK的星座分布，其中重复刷式更新可以进一步优化滤波效果，例如比较下图3(b)和(c)。

本发明提出的自适应滤波的效果还可以从图4进一步得到认证。从图4显示测试结果中可以看出采用SISO(软输入软输出)的软(Soft)解码方式，性能优于硬(hard)解码方式，而且滤波的性能随着刷式更新次数的提高而有所优化。

[0085] 对本发明的自适应滤波结构做出下面简要说明。

其中输入为经过“多伸缩多时延”信道的被接收的高相对带宽信号对于此接收信号，首先在第q层上根据a_qf_c的频率和p(a_qt)(这里q＝0，1，...，Q-1)进行下变频和低通滤波，并根据T_s/a_q的采样率进行采样获得第q层的基带信号采样值

对于采样值首先通过进行相位的调整，而后面的滤波器(Filter)使用权重按照递归式最小均方(RLS)算法进行滤波，得到之后取和运算获得注意，这里滤波器(Filter)的更新和锁相环(PLL)相位的更新都需要根据判决器(decision mode)而进行的。将按照N_D(如256)的长度形成向量对数似然比(Log-Likelihood Ratio，LLR)运算结构根据计算出并且根据软解码器(SISO decoder)获得概率γ_{n ， p}|_{b_ ＝ 0}和γ_{n ， p}|_{b_ ＝ 1}。该概率将参与判决器(decision mode)。此外，软解码器(SISO decoder)还会解算处最终的比特估计值。

附图说明

图1是高、低相对宽带使用频率偏移来近似多普勒效应结果示意图，图1-(a)为高相对 带宽使用频率偏移近似多普勒效应结果，图1-(b)为低相对带宽使用频率偏移近似多普勒效应结果；

[0089] 图2是采用Resampling方式，是高速运动终端进行水声通信的必要处理结构示意图，图2-(a)是水声信道矩阵的特征值，图2-(b)是自适应滤波的收敛；

图3是经过滤波后，观察在不同方式下滤波符号的星座图示意图，图3-(a)是无重采样结构，图3-(b)是带有重采样结构、自适应滤波、无刷式更新，图3-(c)是带有重采样结构、自适应滤波、P＝10刷式更新；

图4是采用SISO(软输入软输出)的软(Soft)解码方式，性能优于硬(hard)解码方式，而且滤波的性能随着刷式更新次数的提高而有所优化的示意图；

图5是对本发明的自适应滤波结构示意图；

图6是bn是发送的二进制比特数值(0或者1)，发送数据块的结构示例图；

图7是高相对带宽通信的接收信号对于该信号的接收前端“重采样”构架图；

图8是一种带数字锁相环DPLL的Turbo式解调器，它具有Q层处理结构，每层都是单独的进行自适应滤波，而对每层滤波得到的结构进行整合后进行统一的判决；

图9是反复“刷式”更新过程示意图。

具体实施方式

水声通信信号是典型的高相对带宽通信时变***。特别是具有高速运动通信终端的水声通信***将面临的是典型的“多伸缩多时延”的时变信道。因此本发明可以用于推动海底石油勘探、潜艇水下通信、水下传感器远程采集、海洋污染监测、海岸水下监测网、水下无人机器人控制等众多重要领域的发展。

Claims (6)

1.一种时变信道的均衡技术，其特征是，对于接收到的信号进行多速率(如Ｑ＝3，即三种速率a₀，a₁，a₂)的均衡运算，即首先进行对其进行不同速率的“重新采样”，然后按照镂相环原理分别进行相位调整，再根据递归最小二次方(RLS)算法分别进行自适应滤波运算，并且这个自适应滤波运算的迭代更新是依据判决反馈的方式进行控制的。

2.根据权利要求1所述的时变信道的均衡技术，其特征是，所述的“重新采样结构”包括对射频信号的中间频率的变速处理以抵消载频频偏的问题，然后通过变速后的p(a_qt)匹配滤波和T_s/a_q采样周期实现对基带信号的重新采样。

3.根据权利要求1和2所述的时变信道的均衡技术，其特征是，所述的“相位调整”和“自适应滤波器”是针对每路重新采样结构都单独配置一套，它们的更新过程由后端的判决器(decision mode)进行分别控制。

4.根据权利要求1，2和3所述的时变信道的均衡技术，其特征是，所述的自适应迭代更新的判决器是依据Turbo解码器计算出的“软信息”进行判决的，即似然度大于某个门限时进行更新，反而不进行跟新。

5.根据权利要求1，2，3和4所述的时变信道的均衡技术，其特征是，所述的多速率的均衡运算，在只存在一种时变因子速率(如Q＝1，即一种速率a₀)时，该技术成为单速率的均衡运算，则均衡技术简化为单路运算，而后续结构不变。

6.根据权利要求1，2，3，4和5所述的时变信道的均衡技术，其特征是，该技术更加适用于高相对带宽通信***，但对于相对带宽较小的传统窄带通信***，只不过区别在于所估计的a_q都很小。