CN1390411A - 网格码保护的数字信号的解码和联合均衡化的方法 - Google Patents

Abstract

本发明所关注的方法用于对由网格结构定义的码保护并通过信道被传输的数字信号进行联合解码和均衡化。该方法包括通过最小化被观察到的码元V_n与信道输出中的当前码元z_n之间的平方误差来对每个当前的位x_n进行最大似然估计,通过建立在根据关系(I)的最后的转移e_n1(x)→e_n(x)的分支测度的基础上的一套被观察到的码元,来计算平方误差(1002);其中,k代表由无线电电(radioelectric)信道引入的横向滤波的系数的等级。通过回溯经过连续的状态,来计算分支测度;当回溯经过连续的状态时,通过在每个节点处存储S个存留分支并通过在下一个时间更新每个存留分支,来抑制误差传播过程(1003)。通过回溯经过连续的节点,来确定最小测度的最后的存留分支(1004),并读取位序列。本发明可应用于ATM无线电传输。

Description

网格码保护的数字信号的解码和联合均衡化的方法

本发明涉及网格码保护的数字信号的解码和联合均衡化的一种方法。

随着最近出现和发展的利用数字消息的信息交换，数字数据可靠的和高性能的传输已经成为经济支柱。

在所使用的传输模式中，数字包传输因这些数据的传输协议的灵活性和可靠性而占据了一个卓越的位置。

但是，由于无线电频率信道上极高吞吐量的传输的发展(其频率选择性的特征随时间的推移而变化)，因此，必须通过特殊的编码将构成这些消息的数字数据和用于该信息的介质提交给保护程序。这些保护程序的目的是：将指定的冗余量引入数字数据，当这些数据因传输而发生退化时，还可能在某些条件下重新构成原来的信号。通过非限制性举例，可以提及码率R＝k/n的卷积码对数字数据的保护(其中，码率k/n代表被引入的冗余)，以及无线电链路上的ATM(异步传输模式)传输(具有ATM信元等级的粒度)。应再次指出，粒度的概念意味着以每个ATM信元进行独立传输的可能性，各个信元不会交错。

由于无线电频率信道的物理性质，当进行数字数据的传输时，存在多个传播路径。结果，这些消息在接收和解码时，要求对所接收的信号加以均衡化。均衡化处理操作的复杂性随延迟的偏差而迅速提高，同样也随被传输的码元的吞吐量而迅速提高。这尤其是在有关城市环境中传输移动电话的消息和信号的场合中。

通过对这些被传输的数字数据编码而引入的保护使得可以局部纠正被引入的差错。但是，有关因多路引起的码元间的干扰使均衡化成为必要，该均衡化是不完善的，因此，必须尽可能地在均衡器的输出端处分散突发差错，以便信道解码器可以用基本上恒定的方式对信号操作并进一步减小的差误密度。

这种操作方法可以由把被编码的数据实行交错的过程来获得，这避免了粒度的概念，而且引入了必须尽力最小化的一个延迟，这在先验感觉上似乎是矛盾的。

此外，由于吞吐量高，因此，交错的尺寸是受限的。

而且，均衡装置的下游存在一个信道解码器，由编码/传输/传输上的多路径序列使之成为必要的均衡化/解码序列)鼓励了对能提供灵活的均衡码元的均衡化处理的使用，也就是说，码元的稳定值伴随有可能性概率值，又进一步增加了均衡化和总体处理的复杂性。

本发明的目的是：纠正以上所述的原先技术各种方法的缺点。

结果，本发明的一个目的是：实施一种方法，可以直接在信道解码器的网格结构上联合执行均衡化和信道解码的操作，网格结构的复杂性固定不变，并独立于信道的脉冲响应的长度。

本发明的另一个目的是：实施一种方法，可以对以数据包的形式传输的数字数据联合执行均衡化和信道解码操作，信道的脉冲响应在数据包的传输过程中被假设为固定不变。

本发明的另一个目的是：实施一种方法，在几个数据包上没有交错的情况下，可以对以数据包形式被传输的数字数据联合执行均衡化和信道解码的操作。这种操作模式特别适合于必须提供数据包级别上的的粒度的，高吞吐量的传输***(例如，无线电链路上的ATM***)。

本发明的另一个目的是：实施一种方法，可以联合执行均衡化和信道解码的操作，由于均衡化和信道解码的操作的联合性质，必须分散均衡化的灵活的输出。

本发明的另一个目的是：实施一种方法，可以联合执行均衡化和特别适于具有大量状态的调制处理的信道解码的操作，因此，就传统类型的最大似然意义而言，可以克服处理的复杂性。

最后，本发明的另一个目的是：实施一种方法，可以联合执行均衡化和信道解码的操作，可以通过执行一个合适的Viterbi算法方式来避免在解码期间发生误差传播的现象。

本发明的主题是联合解码和网格码保护的数字信号的均衡化的方法，该方法应用于具有非交织数据包的被传输信号。每个数据包包括一个已知的序列和一个编码数据序列，从当前位x_n开始的每个序列的位x＝{x_n}经历由网格结构所定义的编码过程和调制程序，具有从当前码元y_n开始的一个对应码元序列y＝{y_n}，满足y_n＝f(x_n；x_n-1；...；x_n-K)的关系。当前位前面的位的序列e_n-1(x)＝{x_n-1；x_n-2；...；x_n-K}代表处于前面状态n-1的编码过程的状态，码元序列的当前码元y_n满足y_n＝f(x_n，e_n-1(x))的关系。这个码元序列实际上被提交给具有有限冲击响应的横向滤波，具有代表无线电频率信道的滤波系数{h₀；h₁；...；h_L}，以便生成被观察到的码元序列r＝{r_n}。每个被观察到的码元r_n满足r_n＝z_n+b_n的关系，其中，z_n表示信道的输出端处的一个当前码元，b_n表示影响信道的剩余噪声。当前信道的输出端处的每个当前的码元z_n满足以下关系：

z_n＝g(y_n；y_n-1；...；y_n-L)

   ＝h₀y_n+h₁y_n-1+...+h_Ly_n-L

   ＝Φ(x_n；x_n-1；...；x_n-L-K).

这种方法在最大似然意义上通过最小化信道输出端处被观察到的码元与的当前码元之间的平方误差，包括估计位序列x＝{x_n}中的每个当前的位x_n。 ${\mathrm{\ϵ}}^2\left(x\right)=\underset{n}{\mathrm{\Σ}}{|r_n-z_n|}^2=\underset{n}{\mathrm{\Σ}}{|r_n-\mathrm{\φ}(x_n;x_{n-1};...;x_{n-L-K})|}^2,$

值得注意的是，关于在传输中出现的信道的输出端处的任何当前符号z_n，由于多个路径，从位序列x＝{x_n}的编码过程中出现的连续码元序列序列{y_n-L；y_n-L+1；y_n-1；y_n}对应于连续状态e_n-1(x)、e_n-L+1(x)...e_n-1(x)和最后的e_n(x)，它们定义连续的状态节点之间的分支，连续的分支指定代表这个码的一个网格结构的路径；而且，这种方法包括根据一套被观察到的码元和编码过程的连续状态分支并根据编码过程的最后转移e_n-1(x)→e_n(x)的分支测度来计算平方误差；所依照的关系是： ${\mathrm{\ϵ}}^2\left(x\right)=\underset{n}{\mathrm{\Σ}}{|r_n-\{\underset{k\≥0}{\mathrm{\Σ}}{h}_k{y}_{n-k}\left\}\right|}^2=\underset{n}{\mathrm{\Σ}}{|r_n-h_0{y}_n-\{\underset{k\≥1}{\mathrm{\Σ}}{h}_k{y}_{n-k}\left\}\right|}^2$

通过在等信于信道记忆长度上上溯每个状态节点层的连续状态，来计算这个分支测度；在此上溯的过程中，抑制因计算分支测度而产生的误差传播过程，这通过每个节点i层处的记忆存储和数目为S＞1的存留分支的每个时刻，对于节点i，在所考虑的序号为k的存留分支的时刻t，由积累测度M(i，t，k)，k∈[1，S]定义每个存留分支，并通过计算一个分支测度和从被考虑的节点处的一套可能的分支测度中选择S个最佳分支测度，来更新每个节点在时刻t+1时的每个存留分支。最后的存留分支被定义为具有最小的测度的存留分支M_m(0，t，1)，并且通过上溯连续状态节点，来读取对应序列的信息位。

作为本发明主题的方法可适应于无线电链路上的具有粒度的任何ATM传输***。

通过阅读描述并细读以下附图，将会达到更好的理解。在附图中除了与原先的技术有关的图1外，

-根据本发明的主题，图2a表示编码与传输过程的方框图，此过程可以定义实施方法的环境，该方法用于对网格码所保护的数字信号进行联合解码和均衡化；

-根据本发明的主题，图2b通过说明性例子来表示代表对网格码保护的数字信号进行联合编码和均衡化的方法的流程图；

-图3a通过插图说明来表示用实线表现的编码器网格结构的一条路径，以及对应于这个路径的码元序列z_n；

-图3b和3c表示计算图3a中所示的网格结构的每个节点处的S个最佳测度的说明性图；

-图4表示如图2b中所示的一种不同的方法实施的流程图，该方法是本发明的主题；

-图5a表示一种操作模式的方框图，该操作模式被用于执行关于模拟实施作为本发明主题的方法的试验；

-图5b和5c表示数据包出错率的各个值的各种比较测试，这些出错率依靠本方法的实施来获得，该方法是本发明的主题，是通过先解码再均衡化的一个最理想的解决方案。

在适当地描述对网格码保护的数字信号进行联合解码和均衡化的方法(本发明的主题)之前，以下将提供与现有技术状态和知识的当前状态有关的提示。

信息传输***(例如，最近的具有时分多址的移动-无线电***)以事先被编码的位数据包的形式来传输其数据。一个被称作“训练序列”的序列被***这些位包内，因此，可以获得对信道(包括传输与接收滤波器)的良好估计。以下参考涉及原先技术的图1，来提供本发明的主题——适合实施方法的说明环境的各个数据包的形状。例如，构成训练序列的位序列可能是由于其自相关属性而选择的Cazac序列。

因此，传输信道在接收时引入失真，这些失真被称作“码间串扰”。在原先技术的已知解决方案中，必须使用均衡器来减少或试图抑制上述失真。在原先技术的上述设备中，均衡化和解码的功能被分开。

现在联系图2a来说明在上述移动-无线电***的传输过程的框架内的位序列的产生环境。

一般而言，作为本发明主题的方法可如图1中所示的那样应用于数字信号，这个数字信号受到网格结构所定义的码的保护。这样，将回忆起，由网格定义的码的概念(例如)用非限制的方式包括卷积编码、TCM类型的编码和块编码等各种方法。

尤其是，信号根据具有非交织数据包的传输在无线电频率信道上被传输，每个数据包如图1中所示对应于数据结构。

通过参考图2a，指出从当前位x_n开始的每个位序列x＝{x_n}因此经历由网格结构定义的编码过程和与码元序列y＝{y_n}相对应的调制程序，当前的码元由y_n指定。因此，每个当前的码元满足以下的关系：

y_n＝f(x_n；x_n-1；...；x_n-K).

在前述的关系中，指出f表示考虑调制过程的深度K的编码函数。

当前位x_n之前的位序列由e_n-1(x)指定，它满足的关系是：

e_n-1(x)＝{x_n-1；x_n-2；...；x_n-K}

并且表示处于前面状态n-1的编码过程的状态。然后，码元序列的当前码元y_n满足关系(1)：

y_n＝f(x_n，e_n-1(x))                     (1)

由于存在多路径传输信道，因此，码元序列y实际上经历等同于具有有限冲击响应的横向滤波的过程，滤波系数为此可由{h₀；h₁；...；h_L}来定义。这些滤波系数代表无线电频率传输信道。

如图2a中所示，由于编码/调制然后经由多路径信道传输的连续性操作，因此可以生成被观察到的码元序列(被表示为r＝{r_n})，每个被观察到的码元实际上对应于信道输出端处的一个当前码元，记为Z_n，剩余的噪声b_n与其相加，这个剩余的噪声会影响在上述信道输出端处的每个当前的码元。剩余的噪声是中心高斯白噪声。

这样，每个被观察到的码元r_n满足以下关系：

R_n＝z_n+b_n

信道输出端处的每个当前的码元满足关系(2)：

z_n＝g(y_n；y_n-1；...；y_n-L)

   ＝h₀y_n+h₁y_n-1+...+h_Ly_n-L              (2)

   ＝Φ(x_n；x_n-1；...；x_n-L-K).

根据方法(本发明的主题)的一个显著的方面，通过参考图2a，指出：编码/调制过程和经由多路径信道的传输过程与外部码和内部码的串接相联系，内部码功能由多路径传输信道来实现。这样，内部码和外部码分别包括一个记忆设备，它可以由网格结构来表示。被称作“超网格结构”的“全局”网格结构对应于信道编码器+传输信道的组合，其状态的数量等于两种单独的网格结构的状态数量的乘积，也就是说，状态的数量对于BPSK调制和码率为1/n时等于2^L+K。作为本发明主题的方法的显著方面是：它只使用信道编码器的网格结构，其状态的数量独立于调制状态的数量和信道的长度L。

虽然内部码的网格结构(即由多路径信道生成的网格结构)的复杂性随调制状态的数量和根据码元时间的信道长度而按指数规律地增加，但是，根据高吞吐量传输的复杂性，禁止了这样构成的超网格结构的简单解码。

在最简单的解决方案中，只减少外部编码网格结构的超网格结构，然后，通过上溯被这样简化的网格结构的节点，来用DFSE(代表“决定反馈序列估计”)过程的方式计算分支测度。但是，由于它呈现了在上溯连续的节点时发生误差传播现象的缺点(上述DFSE程序中固有的错误)，因此，这种程序不显得十分有效。

作为本发明主题的方法的目的是：通过根据超级网格结构和通过广义Viterbi解码技术(更宽地由GVA，代表“广义Viterbi算法”，解码而确定最佳接收，来纠正上述原先技术的各种缺点。

关于这个GVA解码过程的更加详细的描述，通常可参考由T.HASHIMOTO出版的文章《Viterbi算法的列表型减小约束》，IEEE信息论会刊》(IT-33卷，第6号，1987年11月)。

这样，根据作为本发明主题的方法的一个特别显著的方面，它包括：通过使信道z_n的输出端处的被观察到的码元与当前的码元之间的平方误差最小化，在最大似然意义上，估计位序列x＝{x_n}的每个当前的位x_n。

在图2b中，为了增加对作为本发明主题的方法的实施的理解，编码阶段已根据位序列x被表示在阶段1000，其后是对应于多路径传输的阶段1001，以便生成被观察到的码元的序列r＝{r_n}和信道的输出端处的各个序列的当前码元z＝{z_n}。

阶段1001后面是阶段1002，因此可以开始通过使平方误差最小化来估计x_n，满足的关系如下所示： ${\mathrm{\ϵ}}^2\left(x\right)=\underset{n}{\mathrm{\Σ}}{|r_n-z_n|}^2=\underset{n}{\mathrm{\Σ}}{|r_n-\mathrm{\φ}(x_n;x_{n-1};...;x_{n-L-K})|}^2.$

通过参考图3a，指出：关于在多路径传输中出现的信道输出端处的任何当前的码元z_n，连续码元序列y_n-L、y_n-L+1、y_n-1、y_n由这个上述的位序列的编码过程发出，编码/调制与传输的过程对应于连续的状态e_n-L(x)、e_n-L+1(x)...e_n-1(x)和最后的e_n(x)，这些连续的状态如上述图3a中所示对应于连续的状态节点之间的分支。

在最大的似然意义上，对连续的位x_n的估计对应于作为本发明主题的方法，该估计会导致寻求使前面所述的平方误差最小化的位序列{x_n}。

根据该方法，可以通过考虑前述的关系，来以关系(3)的形式表达这个平方误差。关系(3)如下所示： ${\mathrm{\ϵ}}^2\left(x\right)=\underset{n}{\mathrm{\Σ}}{|r_n-g(y_n;y_{n-1},...,y_{n-L})|}^2$ $=\underset{n}{\mathrm{\Σ}}{|r_n-\{\underset{n}{\mathrm{\Σ}}{h}_k{y}_{n-k}\left\}\right|}^2.....\left(3\right)$

在前述的关系(3)中，项r_n-{∑h_ky_n-k}可以采取以下形式：

r₀-{h₀f(x_n；e_n-1(x))+h₁f(x_n-1；e_n-2(x))+...+h_Lf(x_n-L；e_n-L(x))}.

前述关系的括弧之间的项对应于横向滤波器的响应，该横向滤波器代表隶属在对应于信道的记忆长度L上的编码/调制程序后面的码元序列的多路径传输信道，这个码元序列被写成yn-L、yn-L+1、yn-1、yn。这个序列由编码器发送出去，假设一个序列的位x＝{xn}，t＝n。在这些条件下，编码器通过状态e_n-L(x)、e_n-L+1(x)...e_n-1(x)，以便最后到达状态e_n(x)。在最后的转移期间，信道的输出端出的当前码元等于z_n＝∑h_ky_n-k。

关系(4)如下所示： ${|r_n-\{\underset{k\≥0}{\mathrm{\Σ}}{h}_k{y}_{n-k}\left\}\right|}^2={|r_n-h_0{y}_k-\{\underset{k\≥1}{\mathrm{\Σ}}{h}_k{y}_{n-k}\left\}\right|}^2.....\left(4\right)$

这样定义了最后的转移e_n-1(x)→e_n(x)的分支测度，可以通过上溯前面访问过的连续状态，来用DFSE过程的方式对其进行计算。这个测度取决于在网格结构中被跟随的路径，以便到达一个给定的状态e_n(x)。

这一计算测度的方法内在地包含了上述描述中提到的误差传播问题。

由于这个原因，并且为了使联合解码与均衡化方法(本发明的主题)稳健和有效，在如图2b中所示的阶段1003中，该方法还包括在此上溯过程中因计算分支测度而抑制误差传播过程，在每个节点i处和每个时刻t中，通过对大于1的数目为S的存留分支的记忆存储实现该抑制过程，每个存留分支由序号为k的存留分支在节点i处和时刻t中的测度M(i，t，k)定义。关于S个存留分支，可回忆起，k∈[0，S-1]。然后，通过计算一个分支测度并从被考虑的节点处的一套2S个可能的分支测度中选择S个最佳的分支测度，来在每个节点i的时刻t+1中更新每个存留分支。

上述的阶段1003后面是阶段1004，包括：确定具有最小测度Mm(0，t，1)的最后的存留分支，并通过上溯连续状态节点的状态，来读取对应的信息位的序列。

不必说，将理解，可以对对应于被传输的一个消息的任何以下的位序列重复采用作为本发明主题的方法。

现在将联系图3b来更加详细地描述抑制误差传播的过程。

通过参考上述的图3b，指出，误差传播抑制过程包括在每个序号i节点和每个时刻t中采用数目为S＞1的存留分支。而这是因为如果网格结构的真路径(对应于被发送的码元序列)在给定时刻不是最佳的一个序列的话，然而也不应该永久地失去它。

通过参考上述图，指出，假设如该图中所示经由状态e_n-L(x)、e_n-L+1(x)...e_n-1(x)来达到状态e_n(x)，可获得信道的输出端处的当前码元z_n＝∑h_ky_n-k。

通过非限制性的例子，假设一个网格结构从码为1/n的卷积代码中出现，并且因而对应于包括N＝2^K状态的一个网格结构，因此，两个分支从每个节点分开，一个分支对应于编码器的输入端处的一个0值位，另一个分支对应于编码器的这个相同的输入端处的1值位。

在每个序号为i节点处和每个时刻t中，存储了S个存留分支。每个存留分支对应于一个序列的位，并且被表示为S_i，t，k，其中，i表示被考虑的节点的顺序，t是对应的时刻，k是被考虑的存留分支的顺序，以便0≤k≤S-1。构成存留分支的每个序列的位由被称作“路径的积累测度”的长度来表征，记为M(i，t，k)，即在所提供的时刻t中的顺序号为i的节点处的第k个存留分支的测度。将回忆到，测度的概念对应于一个定义，根据该定义，在给定空间中的变量理论中，测度的概念建立在该空间的两个点之间的距离的公式基础之上。

在任何时刻t中已知测度值M(i，t，k)，在码率为1/n的情况下，可以按以下方式在时刻t+1中更新这些测度值：

-如图3c中所示，任何序号为i的节点在两个前项或起源j₁和j₂上是连接的，它们由其各套S个各自的存留分支(例如，S_j1，t，k和S_j2，t，k)确定，0≤k≤S-1，并具有各自的节点i的2S种可能的方法——时刻t中的起源j₁有S种可能性，这个相同的时刻t中的起源j₂有S种可能性；由一个分支延长的以时刻t中的存留分支形式表现的每个起源分别从j₁和j₂到序号为i的节点。

关于这些2×S个候补分支中的每个候补分支，通过上溯每个起源j₁和j₂中的surviving路径，根据前述关系(4)来计算最后的分支的测度(即序号为i的节点进入分支)。这样获得的分支测度被表示为δm(j，I，k)，因此获得以下数量：

M(j₁，t，k)+δm(j₁，i，k)

对k＝0，...，S-1

M(j₂，t，k)+δm(j₂，i，k)

则

k＝0，...，S-1

这样，时刻t+1中的序号为i的节点可以从2×S个可能的路径中采用S个最佳的路径，从而可以获得时刻t+1中的序号为i的节点的S个存留分支。

指出，当已经收到一个数据包的所有被编码的码元时，可以执行阶段1004；当执行前面的操作时，可以确定最小测度的最后存留分支。在此假设下，事实上它是按照一个扩展方式的Viterbi运算法来实现，然后可上溯最佳路径，以便经由上溯操作来读取对应序列的信息位，这被称作“回溯跟踪”。至于所采用的存留支路数目按非限制性的方式指出，S可以等于4。

现在将联系图4来更加详细地描述一种特殊的操作模式，该操作模式可以提高作为本发明主题的方法的可靠性。

图4已示出上述特殊的操作模式，该操作模式在阶段2000中可包括确定与最小测度的存留分支有关的次佳存留分支，这个邻接最后的存留分支的测度被表示为Mm(0，t，1)，这个测度邻近并直接在描述中的上述最小的测度以上。

阶段2000后面是阶段2001，包括计算一个测度偏移量——最小的测度与直接更高的邻近测度之间的测度中的绝对值，这个测度偏移量满足以下关系：

δ_M＝|M_m-M_m-|

通过简化，用最小测度的M_m和直接在最小测度上的邻近测度的M_m-来表示这些测度。

然后在测试阶段2002中，根据以下关系将测度偏移量与一个门限值进行比较：

δ_M≤S_e

S_e的值可以根据实验结果和使用条件来被定义。

如果δ_M在门限2002以下，则最佳的两个存留分支太近，在这两个存留分支之间进行选择是不可靠的。由于两个路径上的两个解码将会导致不同的结果，因此，宣布数据包被擦除——2004。

在相反的情况下，δ_M＞门限，假设解码是正确的，数据包被接受——2003。

已进行模拟，以便展示上述的作为本发明主题的方法的性能。

图5a表示根据二进制代码A₁、引入卷积编码的编码器A₂、MDP4类型的信道调制A₃、CAZAC类型的已知序列***A₄和奈魁斯特平方根滤波A₅的信道部分的方框图环境中的对应的操作模式。

关于多路径无线电频率信道的传输，后者对应于移动无线电信道B₁，后面加上加性白高斯噪声B₂。

根据作为本发明主题的方法，接收部分对应于奈魁斯特平方根滤波C₁，后面是信道估计C₂、联合均衡化与编码C₃和决定C₄。

模拟测试依靠SYNOPSYS公司出售的COSSAP软件来执行。奈魁斯特平方根滤波的滚降(roll-of)因数被设置为0.25，所用的卷积代码具有约束长度为5的码，即16种状态的网格结构。发生器多项式采取以下的形式：

G₁(D)＝1+D³+D⁴

和

G₂(D)＝1+D+D³+D⁴

引入了一个最小的距离7。从卷积代码中选择的输出端处的调制是相位调制，它具有旋转45°的四种状态，以便使用CAZAC序列。

图5b示出具有一个固定的无线电频率信道的各种测试结果，即包括具有固定值滤波系数h₀、h₁、h₂和h₃的一个信道。这些系数具有以下表格1中所提供的值：

表格1

h0	h1	h2	h3
				0.38	0.60	0.60	0.38

图5b示出与最佳解决方案相比较的各种结果。

根据图5b，可以注意到，虽然作为本发明主题的方法是次最佳的，但是，在容许的复杂性方面，其性能接近于最佳的解决方案，即S＝4。

以点和虚线表现的纯粹的解码曲线对应于在高斯噪声中所选的卷积代码的性能。作为本发明主题的方法的实施的获取结果以实线来表现。有关纯粹解码的情况的被引入的退化似乎小于4.2dB的值，并产生于信道的网格结构、内部码、编码的网格结构与外部码之间的相互作用。利用作为本发明主题的方法，可以获得接近图5b中用点表示的最佳解决方案的一个结果，x轴按分贝(dB)来分等级，y轴按误比特率(BER)来分等级。

图5c~5h示出与x轴上以dB等级有关的y轴上的帧差错率FER。这是因为对于无线电或固定的ATM类型的***而言，相关的只有信元或帧差错率。

在图5c中，示出关于2兆位/秒(Mbit/s)的可用吞吐量的GSM的“典型城市”类型的移动无线电信道的情形。滤波器的系数代表无线电频率传输信道，这些系数遵循一种复高斯分布，时间领域的变化由规一化的多普勒分布图来提供。当吞吐量为2兆位/秒时，一个单个的无线电频率信道展示了因高层次吞吐量而在码元之间发生的许多干扰。图5c中所示的“典型城市”类型的信道对应于城市宏单元(macrocellular)类型的情况，2兆位/秒的吞吐量因此很好地对应于移动服务朝向多媒体的演变。表格2提供了关于对应的无线电频率信道的滤波系数的各种值：

表格2

系数编号i	相对时间(μs)	平均功率(dB)	多普勒频谱
				1	0.0	-3.0	类别
2	0.2	0.0	类别
				3	0.5	-2.0	类别
4	1.6	-6.0	类别
				5	2.3	-8.0	类别
6	5.0	-10.0	类别

观察图5c，将会注意到，选择S＝4或S＝8不会使性能有非常明显的变化。结果，可推断：当S＝4时，实质上可实现最佳状态。

在可用吞吐量等于25兆位/秒的BRAN项目的环境中，曾经也执行模拟试验，BRAN(broadband无线电存取网络)项目对应于欧洲项目，该欧洲项目设想高吞吐量的ATM无线电网络在内部类型的环境内的进行规格化。这个项目结合五个很严格的信道模型，即很有频率选择性的模型——模型A、B、C、D和E，对它们进行测试并标绘在以下所述的图5d~5h上。对于被设置为10^-2的容许的帧-差错率，固定25MHz波段的25兆位/秒的用户吞吐量。

对应于上述模型的各种类型的信道或多或少容易根据它们衰落统计量和RMS延迟来实行均衡化。图5g中所示的模型D是包含赖斯(Rice)类型的衰落的唯一模型，这个模型容易实行均衡化。模型E最难实行均衡化，因为其RMS延迟达到250ns并要求一个训练序列，从而可以在接近50个码元的期间估计信道。这里的性能取决于选择的存留分支的数量S。但是，选择S＝4似乎是对所有信道的一种良好的性能/复杂性的妥协办法。

以下的表格3中提供了图5d中所示的A模型的无线电频率参数：

表格3

系数编号	延迟(ns)	平均功率(dB)	赖斯因数K	多普勒频谱
					1	0	0.0	0	类别
2	10	-0.9	0	类别
					3	20	-1.7	0	类别
4	30	-2.6	0	类别
					5	40	-3.5	0	类别
6	50	-4.3	0	类别
					7	60	-5.2	0	类别
8	70	-6.1	0	类别
					9	80	-6.9	0	类别
10	90	-7.8	0	类别
					11	110	-4.7	0	类别
12	140	-7.3	0	类别
					13	170	-9.9	0	类别
14	200	-12.5	0	类别
					15	240	-13.7	0	类别
16	290	-18.0	0	类别
					17	340	-22.4	0	类别
18	490	-26.7	0	类别

以下的表格4中提供了B模型的无线电频率参数：

表格4

系数编号	延迟(ns)	平均功率(dB)	赖斯因数K	多普勒频谱
					1	0	-2.6	0	类别
2	10	-3.0	0	类别
					3	20	-3.5	0	类别
4	30	-3.9	0	类别
					5	50	-0.0	0	类别
6	80	-1.3	0	类别
					7	110	-2.6	0	类别
8	140	-3.9	0	类别
					9	180	-3.4	0	类别
10	230	-5.6	0	类别
					11	280	-7.7	0	类别
12	330	-9.9	0	类别
					13	380	-12.1	0	类别
14	430	-14.3	0	类别
					15	490	-15.4	0	类别
16	560	-18.4	0	类别
					17	640	-20.7	0	类别
18	730	-24.6	0	类别

以下的表格5中提供了C模型的无线电频率参数：

表格5

系数编号	延迟(ns)	平均功率(dB)	赖斯因数K	多普勒频谱
					1	0	-3.3	0	类别
2	10	-3.6	0	类别
					3	20	-3.9	0	类别
4	30	-4.2	0	类别
					5	50	0.0	0	类别
6	80	-0.9	0	类别
					7	110	-1.7	0	类别
8	140	-2.6	0	类别
					9	180	-1.5	0	类别
10	230	-3.0	0	类别
					11	280	-4.4	0	类别
12	330	-5.9	0	类别
					13	400	-5.3	0	类别
14	490	-7.9	0	类别
					15	600	-9.4	0	类别
16	730	-13.2	0	类别
					17	880	-16.3	0	类别
18	1050	-21.2	0	类别

以下的表格6中提供了D模型的无线电频率参数：

表格6

系数编号	延迟(ns)	平均功率(dB)	赖斯因数K	多普勒频谱
					1	0	0.0	10	类别+尖峰信号
2	10	-10.0	0	类别
					3	20	-10.3	0	类别
4	30	-10.6	0	类别
					5	50	-6.4	0	类别
6	80	-7.2	0	类别
					7	110	-8.1	0	类别
8	140	-9.0	0	类别
					9	180	-7.9	0	类别
10	230	-9.4	0	类别
					11	280	-10.8	0	类别
12	330	-12.3	0	类别
					13	400	-11.7	0	类别
14	490	-14.3	0	类别
					15	600	-15.8	0	类别
16	730	-19.6	0	类别
					17	880	-22.7	0	类别
18	1050	-27.6	0	类别

以下的表格7中提供了E模型的无线电频率参数：

表格7

系数编号	延迟(ns)	平均功率(dB)	赖斯因数K	多普勒频谱
					1	0	-4.9	0	类别
2	10	-5.1	0	类别
					3	20	-5.2	0	类别
4	40	-0.8	0	类别
					5	70	-1.3	0	类别
6	100	-1.9	0	类别
					7	140	-0.3	0	类别
8	190	-1.2	0	类别
					9	240	-2.1	0	类别
10	320	0.0	0	类别
					11	430	-1.9	0	类别
12	560	-2.8	0	类别
					13	710	-5.4	0	类别
14	880	-7.3	0	类别
					15	1070	-10.6	0	类别
16	1280	-13.4	0	类别
					17	1510	-17.4	0	类别
18	1760	-20.9	0	类别

Claims (2)

1.一种方法，其特征在于：用于对网格码保护的数字信号进行解码和均衡化，这个信号根据具有非交织数据包的传输在无线电频率信道上被进行传输，每个数据包包括一个已知的序列和一个编码数据序列，从当前位x_n开始的每个序列的位x＝{x_n}经历由网格定义的编码过程和调制程序，具有从当前码元y_n开始的一个对应码元序列y＝{y_n}，满足y_n＝f(x_n；x_n-1；...；x_n-K)的关系，当前位前面的位的序列e_n-1(x)＝{x_n-1；x_n-2；...；x_n-K}代表处于前面状态n-1的编码程序的状态，码元序列的当前码元y_n满足y_n＝f(x_n，e_n-1(x))的关系，这些码元序列被提交给具有有限冲击响应的横向滤波，具有代表无线电频率信道的滤波系数{h₀；h₁；...；h_L}，以便生成被观察到的码元序列r＝{r_n}。每个被观察到的码元r_n满足r_n＝z_n+b_n的关系，其中，z_n表示信道的输出端处的一个当前码元，b_n表示影响信道的剩余噪声。当前信道的输出端处的每个当前的码元z_n满足以下关系：

z_n＝g(y_n；y_n-1；...；y_n-L)

  ＝h₀y_n+h₁y_n-1+...+h_Ly_n-L

  ＝Φ(x_n；x_n-1；...；x_n-L-K).

这种方法包括在最大似然意义上，通过最小化信道输出端处的被观察到的码元与当前码元之间的平方误差，估计位序列x＝{x_n}中的每个当前的位x_n。 ${\mathrm{\ϵ}}^2\left(x\right)=\underset{n}{\mathrm{\Σ}}{|r_n-z_n|}^2=\underset{n}{\mathrm{\Σ}}{|r_n-\mathrm{\φ}(x_n;x_{n-1};...;x_{n-L-K})|}^2,$

其特征是，关于在传输中出现的信道的输出端处的任何当前码元z_n，由于多个路径，从位序列x＝{x_n}的编码过程中出现的连续码元序列{y_n-L；y_n-L+1；y_n-1；y_n}对应于连续状态e_n-1(x)、e_n-L+1(x)...e_n-1(x)和最后的e_n(x)，对应于该码的网格结构的连续状态节点之间的分支，这种方法还包括：

-根据一套被观察到的码元和编码过程的连续状态分支并根据编码过程的最后转换e_n-1(x)→e_n(x)的分支测度来计算所述的平方误差；所依照的关系是： ${\mathrm{\ϵ}}^2\left(x\right)=\underset{n}{\mathrm{\Σ}}{|r_n-\{\underset{k\≥0}{\mathrm{\Σ}}{h}_k{y}_{n-k}\left\}\right|}^2=\underset{n}{\mathrm{\Σ}}{|r_n-h_0{y}_n-\{\underset{k\≥1}{\mathrm{\Σ}}{h}_k{y}_{n-k}\left\}\right|}^2$

通过在等同于信道的记忆长度上上溯每个状态节点层上的连续状态，来计算所述的分支测度；

-在此上溯的过程中，抑制因计算分支测度而产生的误差传播过程，这通过每个节点i层处和数目为S＞1的存留分支的每个时刻的记忆存储，每个存留分支被定义为在被考虑的序号为k的存留分支的时刻t时关于节点i的积累测度M(i，t，k)，k∈[0，...，S-1]；并通过计算一个分支测度和从被考虑的节点处的一套可能的分支测度中选择S个最佳分支测度，来更新每个节点的时刻t+1中的每个存留分支；

-确定具有最小测度M_m(0，t，1)的最后的存留分支，并且通过上溯连续状态节点，来读取对应序列的信息位。

2.根据权利要求1的方法，其特征在于它还包括：

-确定具有最小测度Mm□(0，τ，1)的邻接最后的存留分支，这个测度邻近并直接在最小的测度以上。

-计算一个测度偏移量——最小的测度与直接更高的邻近测度之间的差的绝对值δ_M＝|M_m-M_m|；

-将这个测度偏移量与一个门限值进行比较δ_M≤S_e，这个门限值S_e根据实验结果和使用条件来被加以定义；

-当所述的测度偏移量满足低于这个门限值的比较时，拒绝最后的存留分支，这样可以提高该方法的可靠性。

Images