CN117981283A - 已知符号间干扰情况下的稳健均衡方法 - Google Patents

Abstract

本发明涉及一种在存在已知I S I的情况下对接收信号进行稳健均衡的方法，其中应用了EL‑VA。目的是提供一种在假设恒定且已知的脉冲响应h的情况下，为MLSE应用VA时提高关于时间和DC偏移估计误差的稳健性的方法，其由以下步骤来解决：步骤1：由同步单元在对应于离散时间序列r₀＝{r₀(k)}的p＝0处提供的估计时间偏移p₀处对接收信号r进行采样，其中k表示离散时间步长，k＝0,1,...，而接收信号r则在假设p＝‑1处相对于离散时间序列r_‑Ts＝{r_‑Ts(k)}所对应的p₀，在早期时间偏移‑T_s处进行额外采样，且接收信号r在假设p＝+1处，相对于离散时间序列r_+Ts＝{r_+Ts(k)}所对应的估计时间偏移p₀，在后期时间偏移+T_s处进行额外采样；步骤2：对于每个假设p＝‑1,0,+1，基于假设p＝‑1,0,+1的相应采样接收信号r_pTs(k)，计算分支度量μ_k(b,p)；步骤3：对于每个假设p＝‑1,0,+1，基于各个分支度量μ_k(b,k)，对所有s∈{0,1,...S‑1}递归计算相应VA的路径度量m_k(s,p)和生存路径q_k(s,p)；步骤4：计算关于路径度量m_k(s,p)的值；步骤5：基于生存路径(Ⅲ),对最有可能接收到的信息符号(Ⅱ)做出决定，其中D是生存深度。

Description

已知符号间干扰情况下的稳健均衡方法

本发明公开了一种在已知符号间干扰情况下对接收信号进行稳健均衡的方法，其中采用了早期-后期维特比(Veterbi)算法。

符号间干扰(ISI)是通信***中遇到的一种众所周知的缺陷；参见J.G.Proakis.Digital Communications.McGraw-Hill,1995。

假设x＝{x(k)}是在离散时间步长k＝0、1...处传输的信息符号序列，其中x(k)是某个符号字母表X的元素。

在存在ISI和加性噪声的情况下，接收序列r＝{r(k)}通常被建模为：

其中，h＝{h(0)，...，h(L)}是长度为L+1的离散时间因果脉冲响应，其中L为某个整数值，且n＝{n(k)}是离散时间零均值(高斯)噪声序列，v是总和的索引。

在大多数情况下，符号x(k)无法直接从时间步长k处的样本r(k)中获取。为了减轻ISI的影响，已知许多均衡或检测概念，诸如线性均衡、决策反馈均衡、最大似然序列估计(MLSE)(例如，参见Jr：Jr.G.D.Forney.Maximum-Likelihood Sequence Estimation ofDigital Sequences in the Presence of Intersymbol Interference.IEEETranscations on Information Theory,pages 363-378,May 1972orJ.G.Proakis.Digital Communications.McGraw-Hill,1995)，或最大后验估计(MAP)。最大似然序列估计(MLSE)是一种从噪声数据流中提取有用数据的数学算法。在贝叶斯统计中，最大后验概率(MAP)估计是对未知量的估计，其等于后验分布的模式。MAP可用于根据经验数据获得未察觉量的点估计。

众所周知，基于Viterbi算法的MLSE是特定条件下的最优序列估计器，详见例如J.G.Proakis.Digital Communications.McGraw-Hill，1995。

关于等式(1)，假定脉冲h是已知的。一些通信***允许基于专门的训练或试验序列来估计h。例如，如果ISI是由多路径传播引起的，这就很有用。多路径传播被理解为一种以下现象，它导致无线电信号通过具有不同传播延迟的多条路径到达接收设备。

另一方面，对于一些通信***来说，多路径传播并不相关，但ISI仍然存在，其原因是恒定的已知脉冲h。典型的示例是脉冲幅度调制(PAM),其中特意引入了ISI。PAM是信号调制的一种形式，其中消息信息被编码在一系列信号脉冲的振幅中。它是一种线性调制方案，其中由传输脉冲g(t)对某个复杂星座字母A中a(k)∈A的离散时间符号序列{a(k)}进行整形。连续时间基带信号x(t)由获得，其中k为离散时间指数，t为连续时间变量，且T为符号周期。然而，针对非线性调制方案也可能存在ISI，诸如蓝牙标准中规定的高斯频移键控(GFSK)(参见：Bluetooth SIG.Bluetooth CoreSpecification.Bluetooth Core Specification Version 5.2,December 2019)。在此，定义的带宽-时间乘积为BT＝0.5的高斯滤波被采用来用于改进的频谱整形。

然而，即使对于恒定的脉冲响应h，也可以假定r(k)的值已经在符号时间的最佳采样时间处准确获得。对于大多数接收器来说，样本r(k)与相应的连续时间接收信号相关，其中/>其中T是符号时间，且t₀是未知的定时偏移。在通信***中，接收信号/>通常首先经过过采样，得到一个序列/>其中T_s＝T/l，m＝0，1，......为运行变量，过采样因子为整数l。作为接收器一部分的初始同步单元通过t₀＝p₀T_s计算出T_s分辨率下最佳时间偏移t₀的估计值。

p₀值的估计通常基于已知的前导码和同步序列。此外，还可以基于抽取序列进行符号间隔均衡。

如果估计值p₀存在估计误差，则MLSE将失去最优性。在这种情况下，等式(1)中的关系不再完全成立，因此基于MLSE的均衡可能会大大降低。

另一种潜在的性能损失发生在额外的DC偏移的情况下，使得

与噪声序列n＝{n(k)}相比，序列c＝{c(k)}可能不具有零均值分布，从而导致MLSE出现偏差。例如，对于GFSK，DC偏移可能是由残余频率偏移引起的，而残余频率偏移又与同步单元的频率偏移校正不足或频率漂移导致的频率偏移跟踪不足有关。

因此，基于Viterbi算法可以由MLSE减轻已知脉冲h的ISI影响。然而，如果接收信号在时间和直流偏移方面没有达到最佳同步，性能可能会下降。

因此，本发明的目标是提供一种方法，其在假设恒定且已知的脉冲响应h的情况下，应用Viterbi算法进行MLSE时，提高时间和直流偏移估计误差的稳健性。

该目标将通过根据独立权利要求1所述的方法来解决。在存在已知符号间干扰的情况下对接收信号r进行稳健均衡的方法，其中应用了早期-后期Viterbi算法，该方法包括以下步骤：

-步骤1：由同步单元在对应于离散时间序列r₀＝{r₀(k)}的假设p＝0处提供的估计时间偏移p₀处对接收信号r进行采样，其中k表示离散时间步长，k＝0,1,...，而接收信号r则在假设p＝-1处相对于离散时间序列r_-Ts＝{r_-Ts(k)}所对应的估计时间偏移p₀，在早期时间偏移-T_s处进行额外采样，其中T_s＝T/l是时间偏移同步单元的时间分辨率，l是相对于符号时间T的过采样因子，且接收信号r在假设p＝+1处，相对于离散时间序列r_+Ts＝{r_+Ts(k)}所对应的估计时间偏移p₀，在后期时间偏移+T_s处进行额外采样；

-步骤2：对于每一步长k＝0,1,...处的每个时间偏移假设p＝-1,0,+1，基于假设p＝-1,0,+1的相应采样接收信号r_pTs(k)，计算每个分支b的分支度量μ_k(b,p)；

-步骤3：对于每一步长k＝0,1,...处的每个时间偏移假设p＝-1,0,+1，基于各个分支度量μ_k(b,p)，针对所有状态数s∈{0,1,.....S-1}，递归计算相应Veterbi算法的路径度量m_k(s,p)和生存路径q_k(s,p)；

-步骤4：计算每一步长k＝0,1,...处的 -关于路径度量m_k(s,p)的值；

-步骤5：基于生存路径对最有可能接收到的信息符号做出决定，其中D是生存深度。

已知使用Veterbi算法(VA)的最大似然序列估计(MLSE)是基于网格模型的。网格是一个图形，其节点按垂直分片(时间)排序，每个时间处的每个节点都连接到较早期时间处的至少一个节点和较晚期时间处的至少一个节点。网格图中最早期和最晚期的时间只有一个节点。在通信理论和加密的编码器和解码器中都使用了网格图。

通常，在现有技术中的Veterbi算法(VA)中，对于S＝|X|^L个状态的网格图的每个状态数s∈{0,1,...,S-1}，在时间步长k＝0,1,....中递归计算路径度量m_k(s)和生存路径q_k(s)。步长k处的状态s_k-1是一个L元组，其中s_k-1＝(x(k-L),...,x(k-1))。L元组是有限有序的元素列表(序列)。L元组是由L个元素组成的序列(或有序列表)，其中L为非负整数。

因此，路径度量m_k(s,p)可以理解为假设p的路径度量。生存路径q_k(s,p)可以理解为假设p的生存路径，而在大多数实际情况下，生存路径的长度，即生存深度D可以被限制在某个有限深度D≈5L内，其中性能损失很小。

对于Viterbi算法，在接收样本r{k}的步长k处状态转换s_k-1→s_k，关于分支b＝(s_k-1,x(k))的分支度量μ_k(b)由 给出。对k＝0，这意味着必须知道x(-1),...x(-L)的值，即初始状态s_-1。对于k＝-1，s_-1意味着原点k＝0之前的时间索引。由于信息部分之前的同步字是已知的，因此通常是全填充的。

初始状态用于关于在第一步长k＝0处的更新m_k-1→m_k的初始化路径度量m_-1(s)。

图1示出了二进制符号字母表(|X|＝2)的状态转换。

同样众所周知的是，在步长k≥D处，可以基于其中最大路径度量(即对应于状态/>的生存路径q_k(s)，获得信息符号的可靠估计，其中D是生存深度。对于Viterbi算法，每次更新都会扩展每个状态的生存路径。对于大多数实际情况，D≈5L就足够了(参见J.G.Proakis.DigitalCommunications.McGraw-Hill,1995)。

在本发明方法的一个变体中，分支度量μ_k(b,p)由 计算，其中/> p∈P从集合P中指定一个假设。

根据本发明的方法，分支度量是以稍微通用化的计算版本来考虑的，相对于估计的时间偏移p0(p＝0)，在早期(p＝-1)和晚期(p＝+1)时间偏移处额外考虑Viterbi算法。这意味着，除了在中心(p＝0)进行采样外，还要相对于同步单元递送的估计时间偏移p₀，在早期时间偏移-T_s和晚期时间偏移+T_s处进行采样。因此，对于每个假设p∈P＝{-1,0,+1}，都会应用专门的Viterbi算法VA(p)，并对路径度量m_k(s,p)和生存路径q_k(s,p)进行相应的递归更新。对于具有综合校验和的终止信息序列，假设数量的增加可以降低数据包错误率。然而，应用独立校验和并不总是适用的。

在本发明方法的另一个变体中，路径度量m_-1(s)(k＝-1时为m_k)是通过在第一步长k＝0时使用已知值x(-1)、...、x(-L)的初始状态s_-1(k＝-1时为s_k)来初始化的。

为了递归计算时间步长k＝0,1,...的路径度量m_k(s)和生存路径q_k(s)，对于具有S＝|X|^L个状态的网格图的每个状态s∈{0,1,...,S-1}，对于k＝0，必须已知x(-1),...,x(-L)的值，即初始状态s_k-1。通常，由于信息部分之前的同步字是已知的，因此这是全填充的。

因此，在本发明方法的另一个变体中，蓝牙***的初始状态是从已知的接入码中获得的。在蓝牙***中，每个基带数据包都以接入码开始，接入码是三种类型之一：CAC(信道接入码)、DAC(设备接入码)和IAC(查询接入码)。在不同的工作模式下，蓝牙设备会使用相应的接入码类型。CAC(信道接入码)识别微微网。DAC(设备接入码)用于特殊信令程序，且IAC(查询接入码)用于发现范围内的其他蓝牙单元。

在本发明方法的另一个变体中，在每一步长k处，针对所有s∈S和所有p∈P的路径度量m_k(s,p)都通过共同项进行归一化，其中α是常量。由于每个Viterbi算法都会计算单独的路径度量m_k(s,p)，因此在步长k≥D处，可以基于生存路径来决定信息符号/>其中，

在实际定点实施方式中，通常只有有限的动态范围可用于存储在某个位宽M+1的区间(-2^M+1,...,2^M-1)内的值m_k(s,p)。因此，避免溢出的常见做法是从所有路径度量中减去路径度量的最大值而在每一步长k处对路径度量进行归一化并使低于-2^M+1的值饱和。因此，就等式3而言，对于所有s∈S和所有p∈P，必须通过共同项对路径度量m_k(s,p)进行归一化，其中α为常量。

在本发明方法的一个有利变体中，还应用了支路度量中的DC估计和DC补偿。

因此，在考虑了DC估计和DC补偿的本发明方法的一个变体中，该方法被扩展为：

-在步长k≥0处，将接收信号r的接收值传递给长度为D的延迟缓冲器；

-在步长k≥D处，基于延迟缓冲器的输出和信息符号 计算距离信号d(k)，而d(k)由以下来计算：

-将距离信号d(k)进一步滤波降噪，从而得到信号d_f(k)；

-将滤波后的信号d_f(t)根据以下应用于改进的分支度量计算：

假设在步长k≥D处，可靠的估计值是可用的。这意味着针对k＝D，必须知道x(-L),...,x(-1)的值，即初始状态s_-1。

根据等式(2)，预期路径度量m_k(s,p)的距离值可计算为：

在没有噪声项的情况下，对于k≥D，d(k)＝c(k-D)。在没有噪声和c(k)＝0的情况下，可视估计值等于真实序列。因此，表达式/> 等于接收到的样本r(k)。因此，如果c(k)只随时间缓慢变化，d(k)就提供DC部分的估计值。如果由于漂移而需要跟踪DC部分，这一点尤其有用。

由于d(k)会受到高斯噪声的影响，因此应根据本发明方法的另一个变体对其进行进一步滤波，其中滤波信号d_f(k)由d_f(k)＝β·d(k)+(1-β)·d(k-1)进行滤波，其中β是滤波器系数，其中0<β＜＜1。由于对于某个正整数值m，β的形式为2^-m，只需要简单的漂移操作，因此这是有利的。

在本发明方法的另一个变体中，由定义的参考值v_r是基于具有|X|^L+1条目的查找表来实现的，其中|X|是符号字母表X的元素数，参考值V_r用于计算距离信号d_k和分支度量μ_k(b,p)。参考值V_r用于简化卷积计算。对于|X|＝2和L＝2的蓝牙，查找表的条目数等于8。

因此，有利的是，根据Bluetooth Core Specification,Rev 5.2(2019年12月)，本发明的方法可应用于二进制高斯频移键控(GFSK)信号的解调。

将利用示例性实施例更详细地解释所提出的发明方法如何在时间和DC偏移估计误差方面提高信号接收的稳健性。

附图示出了

图1是二进制符号的示例网格图；

图2是本发明的早期-晚期Veterbi算法的计算方案；

图3是用户装备中的DC估计和补偿实施方式。

图2示出了本发明早期-晚期Veterbi算法(EL-VA)的计算方案。在本发明的实施例中，根据蓝牙标准(Bluetooth SIG.蓝牙核心规范。Bluetooth Core Specification,Rev5.2，2019年12月)，所提出的早期-晚期Viterbi算法(EL-VA)被应用于解调二进制GFSK信号。在这里，符号间干扰(ISI)的影响可以很好地通过长度为3的脉冲来近似，即L＝2，这导致每个Viterbi算法(VA)都有S＝2^L＝4个状态，参见图1。本发明的方法采用了1.1-1.3三种VA。一个1.1用于处理接收信号r，该信号在对应于离散时间序列r₀＝{r₀(k)}2.1的假设p＝0处由同步单元提供的估计时间偏移p₀处采样，其中k表示离散时间步长，k＝0,1,....。第二VA 1.2用于处理接收信号r，在假设p＝-1处，相对于离散时间序列r_-Ts＝{r_-Ts(k)}2.2所对应的估计时间偏移p₀，在早期时间偏移-T_s处对接收信号进行额外采样，其中T_s＝T/l是时间偏移同步单元的时间分辨率，其中l是相对于符号时间T的过采样系数。且第三VA 1.3用于处理接收信号r，该信号在假设p＝+1处相对于离散时间序列r_+Ts＝{r_+Ts(k)}2.3所对应的估计时间偏移p₀在晚期时间偏移+T_s处被额外采样。EL-VA的总状态数为3x4＝12，其复杂度相对较低。同步单元的过采样系数为l＝6。与现有技术中的VA相比，EL-VA根据有扰(dirty)发射器的规范进行测量在灵敏度测量方面的改进约为1dB，参见(Bluetooth SIG.RadioFrequency Physical Layer(RF PHY)/Test Suit.RF-PHY.TS.p15，2020年1月)。根据蓝牙(Bluetooth，BT)或蓝牙低功耗(Bluetooth Low Energy，BLE)标准(参见"Bluetooth CoreSpecification,Rev 5.2,Bluetooth Special Interest Group,2019-12-31")用于无线数据传输的调制解调器中的发射器可能表现为"有扰"，这意味着其载波频率可能在传输数据包的持续时间内出现振荡。上文提到的标准定义了标称载波频率的时变偏移限制，以及具有一定振幅和周期的正弦频率调制的最坏情况发射器模型。发射器实施方式的性能可能与定义的一样差，也可能更好。这就为低复杂度/低成本的发射器实施方式提供了空间，从而降低了吞吐量性能。然而，先进的发射器实施方式在这方面可能表现得完全"干净"，这意味着其载波频率在数据包的持续时间内可被视为稳定的，仅受本地振荡器相位噪声的限制，这可能不会损害传输。蓝牙测试规范使用定义的最坏情况"有扰"发射器定义了接收器性能测试，参见"Radio Frequency Bluetooth Test Suite,Rev.RF.TS.p30edition 2,Bluetooth Special Interest Group,2020-01-27"。

图3示出了在用户装备(UE)中实现DC估计和补偿。在本发明的实施例中，根据蓝牙标准(Bluetooth SIG.Bluetooth Core Specification,Rev 5.2，2019年12月)，所提出的方法，特别是DC补偿被应用于二进制GFSK信号的解调。在步长k≥0处，输入样本2被传递到深度为D的延迟缓冲器13，该延迟缓冲器由索引/>选定。延迟缓冲区13的长度为D，其中D为生存深度。在步长k≥D处，基于延迟缓冲器13的输出和信息符号计算距离d(k)16，而d(k)16由以下计算：

距离信号d(k)16通过滤波器15进一步滤波降噪，从而得到信号d_f(k)17。滤波后的信号d_f(t)17根据以下被应用于到EL-VA计算单元1的改进的分支度量计算4：

脉冲响应h是恒定且已知的，并被输入到EL-VA计算单元1和距离计算单元14。与不具有DC补偿的EL-VA相比，根据有扰发射器的规格，在灵敏度测量方面的改进约为0.5dB，参见(Bluetooth SIG.Radio Frequency Physical Layer(RF PHY)/Test Suit.RF-PHY.TS.p15，2020年1月)。

由定义的参考值v_r基于查找表实现。针对根据蓝牙标准对二进制(|X|＝2和L＝2)GFSK信号进行解调，查找表有2^L+1＝8个条目，其用于计算距离信号d_k和分支度量μ_k(b,p)。针对参考值v_r使用查找表的优点是简化了等式4中所用卷积的计算。

本发明的主要思想是，在假定恒定且已知的脉冲响应h的情况下，在应用用于MLSE的Viterbi算法时，提高关于时间和DC偏移估计误差的稳健性的方法。Viterbi算法本身并不是要使同步足够好，而是解决要减少残余的同步误差。如果无法改进同步性或同步性的改进要复杂得多，这样做是有益的。

附图标记列表

1.1 第一Viterbi算法

1.2 第二或早期Viterbi算法

1.3 第三种或晚期Viterbi算法

2.1 在假设p＝0(中心)处采样的接收信号

2.2 在早期时间偏移处采样的接收信号

2.3 在晚期时间偏移处采样的接收信号

3 脉冲响应

4.1 中心假设p＝0处的分支度量

4.2 早期时间偏移处的分支度量

4.3 晚期时间偏移处的分支度量

5 所有状态的相应生存路径

6 所有状态的相应路径度量

7 arg-max m_k(s,p)计算

8 多路复用器

9 检测到的信息符号

10 最佳Viterbi假设

11 最佳状态

12 最佳(最大)路径度量

13 延迟缓冲器

14 距离计算单元

15 过滤器

16 距离信号

17 滤波距离信号

Claims (10)

1.一种在已知符号间干扰的情况下对接收信号进行稳健均衡的方法，其中应用了早期-晚期Viterbi算法(1.1-1.3)，所述方法包括以下步骤：

-步骤1：由同步单元在对应于离散时间序列r₀＝{r₀(k)}的假设p＝0处提供的估计时间偏移p₀处对接收信号r进行采样(2.1)，其中k表示离散时间步长，k＝0,1,...，而接收信号r则在假设p＝-1处相对于离散时间序列r_-Ts＝{r_-Ts(k)}所对应的估计时间偏移p₀，在早期时间偏移-T_s处进行额外采样，其中T_s＝T/l是时间偏移同步单元的时间分辨率，l是相对于符号时间T的过采样因子，且接收信号r在假设p＝+1处，相对于离散时间序列r_+Ts＝{r_+Ts(k)}所对应的估计时间偏移p₀，在后期时间偏移+T_s处进行额外采样；

-步骤2：对于每一步长k＝0,1,...处的每个时间偏移假设p＝-1,0,+1，基于假设p＝-1,0,+1的相应采样接收信号r_pTs(k)，计算每个分支b的分支度量μ_k(b,p)(4.1-4.3)；

-步骤3：对于每一步长k＝0,1,...处的每个时间偏移假设p＝-1,0,+1，基于各个分支度量μ_k(b,p)，针对所有状态数s∈{0,1,.....S-1}，递归计算相应Veterbi算法的路径度量m_k(s,p)和生存路径q_k(s,p)；

-步骤4：计算每一步长k＝0,1,...处的 -关于路径度量m_k(s,p)(6)的值(7)；

-步骤5：基于生存路径(5),对最有可能接收到的信息符号做出决定，其中D是生存深度。

2.根据权利要求1所述的方法，其中分支度量μ_k(b,p)(4.1-4.3)由来计算，其中

3.根据前述权利要求中的一项所述的方法，其中路径度量m_-1(s)是通过在第一步长k＝0处利用已知值x(-1)，...，x(-L)使用初始状态s_-1来初始化的。

4.根据权利要求3所述的方法，其中蓝牙***的初始状态是从已知接入码中获取的。

5.根据权利要求1所述的方法，其中在每一步长k处，所有s∈S和所有pεP的路径度量m_k(s,p)(6)都通过共同项归一化，其中α是常量。

6.根据权利要求1所述的方法，其中在分支度量中应用DC估计和DC补偿。

7.根据权利要求1或6所述的方法，其中

-在步长k≥0处，将接收信号r的接收值传递给长度为D的延迟缓冲器(13)；

-在步长k≥D处，基于延迟缓冲器的输出和信息符号 (9)计算距离信号d(k)(16)，而d(k)(16)由以下来计算：

-将距离信号d(k)(16)进一步滤波降噪，从而得到信号d_f(k)(17)；

-将滤波后的信号d_f(t)(17)根据以下应用于改进的分支度量计算：

8.根据权利要求7所述的方法，其中滤波信号df(k)(17)由d_f(k)＝β·d(k)+(1-β)·d(k-1)来滤波，其中β是滤波系数，0<β《1。

9.根据前述权利要求中的一项所述的方法，其中由 定义的参考值v_r基于具有|X|^(L+1)条目的查找表来实现，其中|X|是符号字母表X的元素数，参考值V_r用于计算距离信号d_k和分支度量μ_k(b,p)。

10.根据前述权利要求中的一项所述的方法，其根据2019年12月的Bluetooth CoreSpec i f i cati on,Rev 5.2，应用于二进制高斯频移键控信号的解调。