专利名称：数字信号盲解去卷积的同步处理的制作方法
数字信号盲解去卷积的同步处理的目的是要减少或尽可能的消除数字信号间干扰的问题，该问题产生于任一实用传输信道的分散作用。该处理的工作原理如下去卷积由两个滤波器来完成，在此称为V和W，这两个滤波器分别产生出来的信号共同被定义为去卷积过程的输出信号y。V滤波器的系数根据测量y的统计分布的价值函数以梯度方式或类似方式来调整。W滤波器的系数根据测量与y距离最近的数字字母符号的价值函数以梯度方式或类似方式来调整。W和V滤波器系数的更新通过非线性函数，W系数的更新取决于V系数的更新。获得的结果显示，在此描述的该处理过程比通用的处理过程更适于解决此类问题，而且它能广泛应用并能够保护设备。通过使用数字信号盲解去卷积来改善自身性能的应用和/或设备包括但不限于空域-时域处理(Spatial-Temporal processing)，例如用于智能天线和智能感应器等；任何数字电信系统(移动电话，数字电视，数字无线电设备等)；遥测术系统；遥控感应系统；大地测量学定位/测量系统(GPS全球定位系统等)；导航设备系统；波折射/反射的地震勘测系统；磁介质存储系统；雷达系统；声纳系统。
数字信号的盲解去卷积的同步处理通过同步均衡器来实现，与目前其它均衡器相比较，在相同的操作条件下，能达到迫零准则(Zero Forcing)状态的功效，这些目前的其它均衡器包括家喻户晓且普遍使用的CMA均衡器。使用同步均衡器可去掉比目前科技状态允许的更为密集的星座符号的信道的卷积。目前数字系统传输的最高速率受限于均衡器的操作(例如参见文献[21])，而用于数字信号的盲解去卷积的同步均衡器将会增加其传输速度。
问题要获得解决就要通过数字信号盲解去卷积的同步处理。
解决数字系统传输信道的传播射线和动态变化的交叠问题是未来几年高科技领域的艰难挑战之一。在移动通信中，不合需要的情况在于如延迟传播、角度传播和多谱勒仪传播的参数决定了系统符号间交叠的电平和动态。这样的符号交叠是信道信息传输的结果。
尤其是，符号的交叠会发生是由于任何一个实用数字系统传输信道的分散特性，也就是说信道内的脉冲响应c(n)在很多的抽样间隔时间内会出现很多非零值[1]。一种非分散性信道对δ(n)脉冲的响应为c(n)，其特点在于当nd≥0时在开始之后的每一抽样瞬间都有一个脉冲δ(n-nd)。
信道的分散作用也许用数字发送机发出的连续信号s(n)与信道内脉冲响应c(n)之间的卷积的观点脉冲响应会更容易理解。如果信道是非分散性(这是最理想的状况，因为同步系统的数字信号以高速传输)，则接收器数字接收器接收到的连续信号u(n)将等于s(n)，但有一状况例外，当增益系数G和延迟nd≥0，即，u(n)＝Gs(n-nd)。如果是分散性信道，u(n)的每一个抽样将是之前的抽样的加权总数，其定义为c(n)≠δ(n-nd)。
这样，信道的分散作用也许可联想为反射的概念，因为每一个抽样值都会被之前的抽样响应所干扰。从这个事实可获得命名为信号间互相干扰(ISI)数量的概念，并且可算出有多少的数字传输系统信号由于信道的分散作用而互相重叠[1][3]。
对任何一个实用传输信道来说，反射是一种自然且必然发生的现象，科学界以命名为均衡器的分散补偿系统解决了这个问题。均衡器通常放置在数字接收器和信道之间，以便与信道相连的均衡器的脉冲响应h(n)脉冲响应趋于δ(n-nd)从而避免信道的分散作用[1]。
图1显示由均衡器完成的分散作用补偿处理的简化图。
图1基带[1]显示在数字传输系统中通过均衡器去除ISI的过程。
在图1，h(n)是信道脉冲响应c(n)与均衡器脉冲响应f(n)的卷积结果，即，h(n)＝c(n)*f(n)[2]。因为，数字接收器接收的连续信号y(n)是s(n)与h(n)卷积的结果，而且均衡器处理的过程为h(n)→δ(n-nd)，信道去卷积的处理-也可称为信道均衡处理[2][3]-为y(n)→s(n-nd)。也就是说，通过均衡器的去卷积的处理使得y(n)与从信道接收的信号u(n)是相反的，是原先传送的连续信号s(n)的响应，除非有抽样nd的延迟。每次去卷积处理过程到达h(n)→δ(n-nd)的阶段，也就是说均衡器到达了迫零准则ZF(zeroforcing)的条件(或状况)，这样的话，ISI→0[1]。在许多实用状况，由于某些因素，譬如信道的噪声和其它特殊性质，不能完全达到ZF的条件，但可通过均衡器来接近这个目标。其中的一种情况就是均衡器在MMSE(Minimum Mean Squared Error)条件下运作，并不是完全ZF的条件，但是为均衡器的实用性和操作性，这种情况是可替代的。
不管哪种传输信道介质(电磁，音响…等)，由于数字系统传输数字信号的速度越来越快以适应市场需求，即使很小的分散作用也足以恶化系统的性能，因为信号的间隔周期比分散作用的间隔周期短。最近出现其它的因素使数字通信的推进更加困难电信市场出现了对传输信息更高更大量的复杂性需求的高增长率。基于“软件无线电”概念的第3代移动电话系统(正在由多家制造商发展制造中[4])就是这种需求的一个典型的例子。事实是，这种需求的增长率比组成数字系统的数字电路的操作速度增长率(时钟)还高出许多，而且其速度也被目前微电子和半导体领域的科技进展状态所限制。而且，重要的是，这些所有限制因素发生在少许有效性分配光谱频带的环境里，特别是在低频带。
这样，为了满足高容量信息的更高的需求，发现的解决方法为增加系统数字信号的“词汇量”，命名为星座系统或字母表系统，以便将比较复杂的信息通过精心设计过的“词汇表”来补偿，让它可以在同样的时间间隔内代表最大量的信息。也就是说，一个比较密集的星座允许传输速度不因复杂度而减少，即，平均信息量(entropy)[1][3]，因为较多可用的符号可解决出现许多连续信号的需求，这是针对较少密集星座的情况。
但是，由于可利用的“字母”数量一样，较长的“词汇”比一个较简单的“词汇”必定会显现更多的″单字″或类似的符号，对于分散信道，这增加了使用更密集星座的数字系统信号星座间的相似性，从而严重影响系统性能。从数字观点来说，最小的ISI使得信号难以理解，原因是信号间增加的固有的相似性。以专业术语来解释，因为信号彼此之间的差异变小了，因此对于接收到的信号也较难辨认。这样，一个数字系统信道的均衡器的性能成为整个系统性能的关键因素。
需要强调的是，现在出现的移动宽带通信系统，譬如第3代系统，都有在其无线基站甚或接收终端上的智能天线的使用。这些智能天线由名为″空域-时域″算法的数字处理算法控制，也就是相当于我们之前所提到或描述的均衡器算法。
均衡器在执行信道盲解去卷积的时候是致盲的，即，此时均衡器完全免除接收器来识别原先传送的s(n)序列。相反的，非致盲的均衡器则需要接收器识别s(n)序列以作为参考，最好是很短的间隔时间内，以便能达到ZF、MMSE或其它类似条件。盲解均衡器与非盲解均衡器相比的优势，很明显是因为所需的光谱频带的减少。
数字信号盲解去卷积的同步处理，是本发明的目的，是由具有同步结构的盲解均衡器系统来完成的。所以，接下来，对执行数字信号盲解去卷积的同步处理的均衡器称为“同步均衡器”。新的且未公开的同步均衡器的体系结构和该结构固有的操作模式，比目前数字系统通用的盲解均衡器能允许更密集星座的数字信号有效的去除卷积。此外，同步均衡器允许在信道上动态的时域变化，这样，例如就可以使在数字发送器和接收器之间的相对位移速度明显的比其它通用的均衡器的最大位移速度还要快。
同步均衡器图2为显示同步均衡器的图表。从起始值开始，重量的向量值V＝[V0V1…VL-1]T以梯度方式的算法更新，例如，随机梯度[3]，回归最小平方RLS(Recursive Least Square)[3]，或另外类似的方式，意在将价值函数JD或其它测量分散作用的价值函数减至最小。同样的，从起始值开始，重量的向量值W＝[W0W1…WL-1]T以梯度方式的算法更新，意在将价值函数JQ，或另外的测量从均衡器到最接近字母表A的符号的输出距离y的函数减至最小，该距离y的函数由Q{y}来表示。算子Q{·}代表涉及字母表A的符号的量子化操作。
图2同步均衡器的示意图，其执行数字信号盲解去卷积的同步处理。每个z-1块引进抽样的延迟。
在图2，当分散的次序为P＝2，则分散作用的统计值γ＝E{|A|4}/E{|A|2}为常数。E{·}是返回自变量统计平均值的算子。{·}T算子导致向量/矩阵自变量的变换，并且算子|·|返回自变量的欧几里德规则。|·|2算子作为度量距离，因为字母表A的符号S通常是复杂数量(例如，当发出信号是M-QAM，M-PSK，[1]等)。所以，|·|2算子的计算值减少为|·|2＝s·s*，其中{·}*算子代表自变量的共轭。然而，任一个代表自变量长度的算子在距离环境都可使用。在图2显示的梯度方法是随机梯度，但其它任一类似的方法皆能使用。
注意，JD是当次序为P时的一种分散作用的统计[5]，并且固定使用均衡器输出y的高阶统计[6]。虽然同步均衡器可以用随便一个整数P来运算，但为使下述描述简单化，我们将采用P＝2。
注意JQ为测量介于均衡器输出和最近的字母表符号之间的欧几里德规则的平方。并且，也要注意，由价值函数的定义，如果JQ极小化，则JD也将是极小化。但是，事实上不是这样。
为了JQ的极小化过程不破坏JD的极小化过程中精密动态的稳定性，因此双方共同拥有一个变量值y，并且在它们之间建立链路，请参见图2。这个链路使得JD与JQ的处理过程变得均衡。JD处理过程的均衡不仅与稳定的概念相关，而且与稳定性带来的作用程度相关，即，JD极小化的处理过程与JQ极小化处理过程同时的程度，鉴于均衡器已发展成同步操作。这标准很重要，因为当JD极小化，依其定义，不一定使JQ极小化。这个链路构成一个非线性算子，它会在JD的极小化没有同时使JQ极小化时禁止JD的处理。因而，虽然它们共享输出变量y，使得产生的体系结构实现同步处理，但JQ的处理只能协调性的影响JD的极小化处理。
表1描述为通用的处理过程，当应用同步均衡器在T/2分数采样对信道的均衡作用[1]。
表1当P＝2时，由同步均衡器实现的应用于信道均衡的数字信号盲解去卷积的同步处理所得到的运算总和。注意，在连续的通信中，Na的值可被认为是无限的。
从表1，注意因素[1-DQ]在同步均衡器的操作期间会产生以下动作W只可能在更新V时才被更新，输出变量y依然保持同样的量子化电平Q{y}。V的量子化如没有改变量子化电平Q则意味着可能正确的更新，因为这是均衡器汇合以后所应出现的情况。所以，因素[1-DQ]控制W的更新以适应系统的同步操作只有当JD的极小化处理同时使JQ极小化，JQ的极小化处理才会被激活。因为W和V滤波器会一起影响输出y，因素[1-DQ]可避免因任何JQ极小化处理中不协调的的干扰导致JD的极小化处理导致失去平衡。
在静态信道测试比较之下获得的结果。
为测试同步均衡器在较真实的情况执行，我们使用美国得克萨斯休斯敦RICE大学数据库的有效信道模型描述。这个数据库被认定是<信号处理信息基础>(SPIB)[8]并且可通过http//spib.rice.edu/访问。SPIB最近被许多的学术研究广泛的用作参考资料使得避免了专有的研究焦点。另外，包括依据SPIB所做的研究和文章可在属于美国纽约康奈尔大学的盲解均衡研究小组(BERG)[9]的网站http//backhoe.ee.cornell.edu/BERG/找到。动态信道下的同步均衡器的操作在第4部分描述。
所用的微波信道模型也可在http//spib.rice.edu/spib/microwave.html网站访问。从野外测量得知，这些模型构成几种实时微波信道的脉冲响应。虽然这里已经提到各种信道在时域和频域的全部特性，在[10]，[11]和[12]也可获得另外一些信息。
在每秒几十兆的高采样率下获得SPIB微波信道的脉冲响应，产生上百个采样的脉冲响应。这允许各研究员抽取接近特定效果的结果序列中，而不会失去重要信息。绝大多数的研究很少使用十个以上采样的信道的脉冲响应。在本说明书中，为了保持最近的研究在[6][7][13]的领域内比较，SPIB微波信道将抽取16个采样。表2指出所用的SPIB信道并建立以后要采用的各自的指定。例如，当要在说明书中参考M4信道，必须了解这个信道的脉冲响应结果是从SPIB数据库的有关微波信道的chan4.mat文件中的采样序列当中抽取的16个采样。
表2SPIB数据库微波信道模型为了不改变SPIB信道FIR传输函数的零点位置，在频域里抽取[2][7]。具体地说，SPIB文件的采样数量扩展到下一个全部的功率2，加上零采样序列。然后，在扩展序列和结果序列应用FFT(Fast Fourier Transform-快速傅立叶变换)在频域抽取16个采样。接着，在频域的抽取一序列中应用IFFT(Inverse Fast Fourier Transform-快速傅立叶反变换)[2]，导致在时域中的16个采样序列，对应于被抽取的脉冲响应。如果是在时域中抽取，会产生混淆现象[2]，会改变尤其是十字反射的位置，并在频域z里形成圆圈，然后扭曲SPIB信道的特征。
在说明书中所用的其它信道模型可为有线电视信道，也可在http//spib.rice.edu/spib/cable.html这个网站访问。用于这些SPIB信道的采样率通常在实用的有线电视译码器里使用。这样，为了保持在该领域研究的比较期限，这些信道不会被抽取。表3指出所用的SPIB有线电视信道并建立以后要采用的各自的指定。例如，在说明书中参考的C1信道，必须了解这个信道的脉冲响应来自SPIB数据库有关有线电视信道的hanl.mat文件中的采样序列。
表3SPIB数据库的有线电视信道模型在说明书中，M4、M9、M14和C1信道有如下特征1.脉冲响应c(n)的模|c(n)|和相位∠c(n)(度数)是信道脉冲响应c(t)在T/2分数采样时的结果。
2.信道的传送函数C(z)的零点在z平面的位置。
3.子信道的传送函数CEVEN(z)和CODD(z)的零点在z平面的位置(T/2分数采样意味着在意味着奇数和偶数子信道[6][7])。
图3a|c(n)|. 图3b∠c(n).
图3cC(z)的零点. 图3bCEVEN(z)-Δand CODD(z)-*的零点.
图3M4信道的特性描述。
图4a|c(n)|.图4b∠c(n)(度数).
图4cC(z)的零点. 图4dCEVEN(z)-Δand CODD(z)-*的零点.
图4M9信道的特性描述。
图5a|c(n)|. 图5b∠c(n)(度数) 图5cC(z)的零点. 图5dCEVEN(z)-Δand CODD(z)-*的零点.
图5M14信道的特性描述。
图6a|c(n)|. 图6b∠c(n)(的度数).
图6cC(z)的零点.图6dCEVEN(z)-Δand CODD(z)-*的零点.
图6C1信道的特性描述。
同步均衡器的性能评估将参考CMA(Constant Modulus Algorithm，恒定模数运算法则)类型的均衡器[1][7]。CMA FIR横向均衡器可能最被广泛的用于测试当前盲解均衡器的实施[14]，因为，在实用系统中，它的性能被报导为优于当前使用的其它盲解均衡器[6][7]。采取的性能标准依照以下的仿真结果1.CMA均衡器会聚后在输出y的Γ星座的图表具有字母表A作为参考星座源，在图表里，A由许多的“+”符号来表示。
2.同步均衡器会聚后在输出y的Ψ星座的图表具有字母表A作为参考星座源，在图表里，A由许多的“+”符号来表示。
3.两台均衡器的ISI(i)曲线比较图，i＝0，2，…，Na-1，其中，Na是信道在T/2分数采样时的采样总数，并且ISI(i)是在i瞬间y均衡信号的“反射”量，在这一瞬间从ISI=[Σk|Hk|-maxk|Hk|]/maxk|Hk|]]>计算得来的。Hk代表H向量的kth元素，该向量包含均衡器和信道整合后的脉冲响应h(n)的系数。
4.两台均衡器的MSE(i)曲线比较图，i＝0，2，…，Na-1，其中，MSE(i)是介于均衡输出y和起始传送序列s之间的均方误差，采样的平均间隔时间包括i瞬间以及之前的采样L+Lc-1。Lc是由信道脉冲响应c(n)的非零采样总数定义的信道分散维度。另外，这张图表显示NT水平线，其定义了MSE允许的最大水平值，以能转移到知名的DD(Direct Decision)均衡器[1][6][7]。DD均衡器只在CMA均衡器会聚以后才动作，目的是要减少MSE(MSE稳定状态)的残余。然而，DD均衡器只有当CMA均衡器的MSE稳定状态到达NT水平线指定的值以下才会聚合[7]。
代表通过信道传送的信息源s的序列有均值零，单位变量，均匀的分布及表现出在采样之间的独立统计。
输入到均衡器的噪声是高斯(Gaussian)噪声，有均值零，白色频谱及由信噪比SNR(Signal To Noise Raitio)定义的变量[1]。
有些科学作者建议均衡器的维度L应大于信道的分散维度Lc，目的是为得到额外的自由程度以将均衡器的噪声增益极小化[15]。然而，为了使硬件花费达到最小，在下述仿真中我们将采用L＝Lc。
定义CMA均衡器的滤波器的向量及同步均衡器的V向量的初始化依照单位尖峰信号(single spike)策略[7]，其构成初始化1+j0向量在ξ位置，0＜ξ＜L-1，在其它位置的元素都保持在零。在[7]说明，ξ的最佳值取决于信道脉冲响应|c(n)|序列中具有最大绝对值的采样位置，称为信道光标(channel cursor)。但是，因为起初c(n)未知，通常的作法就是设定ξ＝L/2。如果均衡器不在ξ＝L/2处会聚，接收器系统通常会设法在ξ＝L/2附近作一些尝试直到均衡器会聚，即，ξ＝L/2±λ，λ＝1，2，…[16]。在初始会聚失败时我们将采用启发方式，这些会聚失败的情况有必要能被ξ≠L/2识别。
η用于CMA均衡器的滤波器的调适步骤，而同步均衡器滤波器的调适步骤用ηv和ηw，这些参数用实验方法被调适，以满足快速聚合和低稳定状态MSE之间的权衡。
信息源s的单一变化，对于16-QAM和64-QAM，在接近1×10-3的数值时η显现比较好的结果，而对于256-QAM，则是接近于1×10-4的数值的时候。这些结果适用于在[7]中的16-QAM和256-QAM的调制实验。
在以下的图表中，以下情况可使其具有良好性能1.(Γ或Ψ)均衡器的输出星座y的点数集中在字母表A的+符号附近。在理想的性能下，该图表显示所有投射在定义为+符号和字母表A的交叉线上的输出点y。
2.ISI(i)曲线随i降低的速度及曲线降低和不变的程度为会聚以后的ISI(i)的值(稳定状态的ISI)。
3.MSE(i)曲线随i降低的速度及曲线降低和不变的程度为会聚以后的MSE(i)的值(稳定状态的MSE)。
下面显示CMA均衡器和同步均衡器之间比较性能的仿真结果。
16-QAM调制 SNR＝35dB-M14信道 图7aΓ(CMA)图7bΨ(CONC) 图7cISI(i) 图7bMSE(i)图7CMA均衡器和同步均衡器之间在M14信道里的比较结果，16-QAM调制(γ＝1.32)，SNR＝35dB。参数Na＝100000，η＝1×10-3，ηv＝1×10-3，ηw＝1×10-2，L＝Lc＝16和ξ＝6。
64-QAM调制SNR＝35dB-M9信道 图8aΓ(CMA) 图8bΨ(CONC) 图8cISI(i)图8dMSE(i)图8CMA均衡器和同步均衡器之间在M9信道里的比较结果，64-QAM调制(γ＝1.380953)，SNR＝35dB。参数Na＝100000，η＝1×10-3，ηv＝1×10-3，ηw＝1×10-2，L＝Lc＝16和ξ＝2。
256-QAM调制SNR＝35dB-C1信道 图9aΓ(CMA) 图9b:Ψ(CONC) 图9c:ISI(i) 图9dMSE(i)图9CMA均衡器和同步均衡器之间在C1信道里的比较结果，256-QAM调制(γ＝1.395295)，SNR＝35dB。参数Na＝100000，η＝1×10-4，ηv＝1×10-4，ηw＝1×10-3，L＝Lc＝128和ξ＝63。
16-QAM调制SNR＝35dB-M4信道 图10aΓ(CMA)图10b:Ψ(CONC) 图10cISI(i) 图10dMSE(i)图10a-10dCMA均衡器和同步均衡器之间在M4信道里的比较结果，16-QAM调制(γ＝1.32)，SNR＝35dB。参数Na＝30000，η＝1×10-3，ηv＝1×10-3，ηw＝1×10-2，L＝Lc＝16和ξ＝8。
64-QAM调制SNR＝35dB-M4信道 图11aΓ(CMA) 图11bΨ(CONC) 图11cISI(i) 图11dMSE(i)图11CMA均衡器和同步均衡器之间在M4信道里的比较结果，64-QAM调制(γ＝1.380953)，SNR＝35dB。参数Na＝30000，η＝1×10-3，ηv＝1×10-3，ηw＝1×10-2，L＝Lc＝16和ξ＝6。
注意，在前三个例子(图7，8和9)当中，没有一个显示出CMA均衡器达到足够低的MSE以成功实现到DD均衡器的传送到。这些是知名的且普遍使用的CMA-DD均衡器无法达到其目的的典型例子。而在上述的三个例子中，同步均衡器(CONC)不仅超越MSE的标准而能完成传送，而且比CMA均衡器更能够将MSE降到最低限度而且不再变化。同样的方法也能用来比较均衡器间的ISI。
即使CMA均衡器成功达到MSE标准而能传送，如同图10，16-QAM调制显示的，同步均衡器仍然胜过CMA均衡器。还有要注意的是，在同样的信道和64-QAM调制下，CMA均衡器仅能到达边缘稳定状态的MSE，如图11所示。
注意，在信道循环接收到的星座的例子当中，同步均衡器能够校正不合需要的结果，而CMA均衡器则没有这个能力。这是同步均衡器特有的，可以允许同步系统的简化。特别指出，当执行载相恢复和/或信号采样瞬时恢复的联合均衡时时，通过相位纠正器(de-spinner)，同步均衡器比CMA均衡器更能显现出它的惯性及更短的响应时间。这是同步均衡器在时间变化信道里具有良好性能的决定性特征。
特别再次强调，同步均衡器的优于CMA均衡器的性能，不仅是在MSE方面，而且在ISI方面。不管在任何情况，同步均衡器能快速到达比CMA均衡器低的多及更稳定的ISI标准。该同步均衡器的操作说明其与CMA均衡器相比的优越性能并不取决于信道强加于接收到的星座的相位循环，因为ISI是由脉冲响应h(n)的模定义的。假设在上面的例子，在两台均衡器上都预先加装校正接收到的星座的相位循环的系统，则CMA均衡器由于其相位不变而不会改变ISI方面的性能[7]，但是另一方面，同步均衡器的性能将会得到改善。
在动态信道下比较测试获得的结果。
在接下来一系列的仿真，同步均衡器的性能是参考CMA均衡器来评估的，两者在时域变化信道上运作，描述在动态信道下的情况。
目的在于判别两台均衡器对信道速度变化的灵敏度。为此，下述分析是依据M.Gosh[17]建议的信道，该工作参考了由高级电视系统委员会(Advanced Television Systems Committee)[18]针对均衡器性能提出的ATSC 8-VSB数字电视系统的研究。
在美国1993年提出的ATSC 8-VSB数字系统，其目的是取代电视广播的老旧的NTSC模拟系统。使用与NTSC系统相同的6MHz带宽的信道，即使在高级别的干扰、噪声和多重信道的影响之下，ATSC 8-VSB构想为具有较优越的性能[19]。
因为说明书中将所有信号看作基带信号[1]以用于仿真，使用信息源s、8-VSB字母表生成器A＝{-1.53，-1.09，-0.66，-0.22，0.22，0.66，1.09，1.53}提供由8-VSB传送器生成的八种可能的基带信号幅度(8-PAM)是足够的。为达到传输效率的目的，ATSC 8-VSB传送器的信道编码器“随机化”的带有均匀分布的基带信号[20]，信息源s提供在采样之间统计独立的均匀随机分布。还要注意，从字母表A的定义看出，s的变化是单一的。在任一数字系统中，s的单一变化可作为CAG系统作用的部分代表。
在这项研究中采用的是在[17]建议的动态信道模型并且在表4有详细说明。
表4表4采用的动态信道模型的说明。“延迟[采样]”栏的值是由“延迟[μs]”栏的数值除接收器的T/2分数采样间隔得来的，其中，1/T＝Fs＝10.76MHz是在ATSC 8-VSB传送器的信号采样率[19][18]，把较小的延迟作为指数为0的采样。整数变量n代表信道接收到的回归量nth的指数(index)，或是由传送器发送的信号的nth的指数，因此，T就代表被指定的抽样间的间隔时域。实常数f代表各类型动态信道的时域变化速度。例如，由高大建筑物的信号反射构成0.05Hz＜f＜0.5Hz的动态信道模型，该建筑物的机构为在机械振动的自然频率摇摆(由于风…等)，而由低海拔航行器的反射信号生成快速且周期性衰落(摆动)的2Hz＜f＜5Hz的信道模型。
所以，从表4看出，正被讨论的由动态信道的T/2分数采样获得的脉冲响应在z域表示为C(z)=0.1+1.0z-39+0.1z-42+0.316sin(2πnfFs)z-77+0.2z-161+0.126z-426......(1)]]>ATSC 8-VSB系统包括11.5％滚动的余弦类型基带滤波器(Nyquist滤波器)[18][17]。因为该滤波器影响基带信号，当在作均衡器的性能评估时，被采用的信道模型应考虑到包括滤波器的影响。ATSC-8-VSB系统的余弦滤波器是提供传输函数H(f)的模拟滤波器，基于图12。
图12，ATSC 8-VSB系统的余弦滤波器的传输函数H(f)的图表表示图。
离散的脉冲响应是由图12定义的模拟滤波器的连续脉冲响应在T/2分数采样得到的，可由公式(2)计算出来并且图13有图解。
hrc(i)=12sinc(π(i-N2)2)[cos(απ(i-N2)2)1-(α(i-N2))2],i=0,1,…,N-1........(2)]]>在公式(2)，N＝64是针对研究脉冲响应hrc(i)所考虑的采样数，并且A＝0.115是在频域定义的11.5％滚动的滤波器的参数。整数变量i代表信道接收的ith采样的指数(index)，因此也与指定的采样的间隔时间T/2相关联。
图13hrc(i)在N＝64，α＝0.115时的图表。
以下一整组的仿真，余弦滤波器的作用包括由(1)所定义的信道的脉冲响应及(2)所提供的余弦滤波器的脉冲响应产生的卷积。所以，包括了余弦滤波器作用的全程信道分散作用的维度Lc应该是信道分散作用维度及滤波器分散作用的维度N的总和，即，Lc＝427+64＝491。
性能标准是依据以下的仿真实验结果1.CMA均衡器输出yCMA(n)的图表，其中，n接收到的信道回归量的nth的指数(index)，以字母表星座源A作为参考。A在图表由虚线代表。
2.同步均衡器输出yCONC(n)的图表，以字母表星座源A作为参考。A在图表由虚线代表。
3.CMA均衡器的MSECMA(n)曲线图，MSECMA(n)为输出yCMA(n)和Q{yCMA(n)}之间的均方误差误，Q{·}是表示8-VSB数字转换器的算子，MSECMA(n)的平均间隔包括瞬间n和之前的Lc-1采样。另外，这张图表也显示了MSE的最大允许值定义的水平线NT，以便于DD均衡器的传送成为可能。
4.同步均衡器的MSECONC(n)曲线图，MSECONC(n)为输出yCONC(n)和Q{yCONC(n)}之间的均方误差，MSECMA(n)的平均间隔包括瞬间n和之前的Lc-1采样。另外，这张图表也显示了MSE的最大允许值定义的水平线NT，以便于DD均衡器的传送成为可能。
采用信嗓比(SNR)＝100dB，以测量均衡器对信道变化而不是对噪声的灵敏度。因为信道变了，采用超出50％全程信道分散维度Lc＝491的均衡器维度L是合理的，即，采用L＝738。向量V的初始化，对于CMA均衡器和同步均衡器来说，使用通用技术的单位尖峰信号(single spike)，在该仿真中，包括以1.0的值和ξ＝65的位置初始化V，保持其它的位置零元素。调适的步骤固定为CMA均衡器用η＝2×10-4和同步均衡器用ηv＝2×10-4以及ηw＝2×10-3。
下面则是CMA均衡器及同步均衡器两者在速度变化的动态信道下的性能评比的仿真图，f＝0Hz(静态信道)，f＝10Hz，f＝20Hz，f＝50Hz和f＝100Hz。
图14cyCMA(n) 图14byCONC(N) 图14cMSECMA(n) 图14dMSECONC(n)图14是CMA均衡器和同步均衡器(CONC)在表4指定的f＝0Hz的信道当中的比较结果，包括了余弦滤波器的作用。
图15ayCMA(n) 图15byCONC(n)
图15cMSECMA(n) 图15dMSECONC(n)图15是CMA均衡器和同步均衡器(CONC)在表4指定的f＝10Hz的信道当中的比较结果，包括了余弦滤波器的作用。
图16ayCMA(n) 图16byCONC(n) 图16cMSECMA(n) 图16dMSECONC(n)图16是CMA均衡器和同步均衡器(CONC)在表4指定的f＝20Hz的信道当中的比较结果，包括了余弦滤波器的作用。
图17ayCMA(n)图17byCONC(n) 图17cMSECMA(n) 图17dMSECONC(n)图17a-17d是CMA均衡器和同步均衡器(CONC)在表4指定的f＝50Hz的信道当中的比较结果，包括了余弦滤波器的作用。
图18ayCMA(n) 图18byCONC(n)
图18cMSECMA(n)图18dMSECONC(n)图18a-18d是CMA均衡器和同步均衡器(CONC)在表4指定的f＝100Hz的信道当中的比较结果，包括了余弦滤波器的作用。
在动态信道操作下的实验果说明，同步均衡器对快速时域变化的信道的去卷积作用优于CMA均衡器。
注意，当f＝50Hz和f＝100Hz时，CMA均衡器没有办法达到并且维持MSE的标准，因此无法传送到DD均衡器，相反的，同步均衡器便可做到。同时注意，不管在任何情况，同步均衡器都比CMA均衡器更能达到比MSE的标准还要低许多而且也较稳定的MSE体制标准。
这些结果显示，同步均衡器能够大大改善移动数字系统的性能。
主要参考文献[1]John G.Proakis，Digital Communications，3rd ed.，McGraw-Hill，1995.Robert D.Strum e Donald E.Kirk，First Principles ofDiscrete Systems and DigitalSignal Processing，Addison-Wesley，1989.Simon Haykin，Adaptive Filter Theory，3rd ed.，Prentice Hall，Upper Saddle River，New Jersey，1996.European Commission DGXIII-B-Software Radio Technologyhttp//www.de.infowin.org/ACTS/ANALYSYS/CONCERTATION/MOBILITY/swr.htm[5]Papoulis，Probability，Random Variables and StochasticProcesses，McGraw-Hill，1965.J.P.LeBlanc，“Effects of Source Distributions andCorrelation on FractionallySpaced Blind Constant Modulus Algorithm Equalizers”，Ph.D.Thesis，Cornell University，Ithaca，New York，USA，August 1995.T.J.Endres，“Equalizing With Fractionally-Spaced ConstantModulus andSecond-Order Statistics Blind Receivers”，Ph.D.Thesis，CornellUniversity，Ithaca，NewYork，USA，May 1997.SPIB-Signal Processing Information Basehttp//spib.rice.edu/spib/microwave.html，http//spib.rice.edu/spib/cable.html[9]Blind Equalization Research Group-Cornell University-Ithaca，New York，USAhttp//backhoe.ee.cornell.edu/BERG/[10]C.R.Johnson，Jr.et.al.，″On Fractionally-SpacedEqualizer Design for Digital Microwave Radio Channels，″Proc.ofthe 29th Asilomar Conference，Pacific Grove，CA，November 1995.J.R.Treichler，I.Fijalkow，C.R.Johnson，Jr.，″Fractionally Spaced EqualizersHow Long Should They ReallyBe？″IEEE Signal Processing Magazine，vol.13，No.3，pp.65-81，May1996.T.J.Endres，S.D.Halford，C.R.Johnson，Jr.，G.B.
Giannakis，″Blind Adaptive Channel Equalization Using
Fractionally-Spaced ReceiversA Comparison Study，″Proc.Conf.
on Info.Sciences and Systems，Princeton，NJ，March 1996.W.Chung，“Geometrical Understanding of the ConstantModulus AlgorithmAdaptive Blind Equalization and Cross-Polarized SourceSeparation”，M.S.Thesis，CornellUniversity，Ithaca，New York，USA，May 1999.S.Haykin，Blind Deconvolution，Prentice-Hall，1994.K.Abed-Merain，P.Duhamel，D.Gesbert，P.Loubaton，S.Mayrargue，E.Moulinese D.Slock，“Prediction Error Methods for Time-Domain BlindIdentification ofMultichannel FIR Filters”，Proc.International Conference onAcoustics，Speech and SignalProcessing，pp.1968-1971，Detroit，USA，May 1995.Simon Haykin，Unsupervised Adaptive Filtering，Wiley，New York，1999.M.Gosh，“Blind Decision Feedback Equalization forTerrestrial TelevisionReceivers”，Proceedings of IEEE，vol.86，no.10，pp.2070-2081，October 1998.ATSC Standard A/53，ATSC Digital Television Standard.ATSC Document A/54，Guide to the Use of the ATSC DigitalTelevisionStandard.F.C.C.De Castro，M.C.F.De Castro，M.A.C.Fernandes andD.S.Arantes，“8-VSBChannel Coding Analysis for DTV Broadcast”，IEEE Transactions onConsumer
Electronics，vol.46，no.3，pp.539-547，August 2000.Z.Ding，R.A.Kennedy，B.D.O.Anderson e C.R.JohnsonJr.，“Ill-Convergence ofGodard Blind Equalizers in Data Communication Systems”，IEEETransactions onCommunications，vol.39，no.9，pp.1313-1327，September 1991.
权利要求
1.数字信号盲解去卷积的同步处理，其特征在于，与说明书中描述的相一致，其被该处理的示意图所支持，其中，本发明要求保护的权力为(1)任何使用数字信号去卷积系统的应用和/或设备，该使用的去卷积系统基于下述工作原理通过两个滤波器来实现去卷积，此处命名为V和W，其由每个滤波器的滤波动作各自产生的两个信号共同定义了去卷积系统的输出信号y；滤波器V的系数通过梯度方法来调适，该梯度方法基于测量y的统计分布的价值函数；滤波器W的系数通过梯度方法来调适，该梯度方法基于测量最短的从y到字母表数字信号之间的距离的价值函数，其命名为JQ，该数字信号此处命名为Q{y}，其中，Q{·}表示量子化算子，滤波器W和V系数的更新是这样的W系数的更新通过非线性函数取决于V系数的更新；(2)任何使用数字信号去卷积系统的应用和/或设备，其使用(1)中所述的工作原理用于决定反馈均衡器DFEs的操作；(3)任何使用数字信号去卷积系统的应用和/或设备，其基于(1)和/或(2)中所述工作原理而操作，其中，为了计算JQ，Q{y}通过由数字信号传送器发送的训练序列d获得的值替换为在时间间隔τ期间的时域周期T，τ≤T；训练序列d表示传送器初始发送的信号序列；训练序列d在时间间隔τ内对于去卷积系统是有效的；使用训练序列d作为去卷积系统的参开；(4)任何使用数字信号去卷积系统的应用和/或设备，其基于(1)和/或(2)和/或(3)中所述工作原理而操作，与传输信道物理介质电磁、音响、光介质等的特性无关；(5)任何使用数字信号去卷积系统的应用和/或设备，其基于(1)和/或(2)和/或(3)中所述应用于空域-时域处理的工作原理而操作，该空域-时域处理用于例如智能天线或智能传感器中，与传输信道物理介质的特性无关；(6)任何使用数字信号去卷积系统的在软件和/或硬件上实现的仿真器，其基于(1)和/或(2)和/或(3)中所述工作原理而操作；(7)要保护的应用和/或设备的范围，通过使用数字信号盲卷积的同步处理而改善其性能的应用和/或设备，包括但不限于空域-时域处理，用于例如智能天线或智能传感器等；任何数字电信系统，移动电话、数字电视、数字无线电设备等；遥测术系统；遥控感应系统；大地测量学定位/测量系统(GPS全球定位系统等)；导航设备系统；波折射/反射的地震勘测系统；磁介质存储系统；雷达系统；声纳系统。
全文摘要
数字信号盲解去卷积的同步处理，其目的是要消除数字信号符号间的相互干扰问题，该问题产生于任一实用传输信道的分散作用。在数字系统的传输信道，解决传播射线的交叠及其动态变化问题是未来几年科技发展的艰难挑战之一。在移动通信，不合需要的情况在于如延迟传播、角度传播和多谱勒仪传播的参数决定了系统信号间交叠的电平和动态，该交叠是信道信息传输的结果。通过数字信号盲解去卷积的同步处理来改善上述性能的仪器用于包括但不限于空域－时域处理，如用于智能天线和智能感应器等；通用数字电信系统，如移动电话，数字电视，数字无线电设备等；遥测术系统；遥控感应系统；大地测量学定位/测量系统(GPS全球定位系统等)；导航设备系统；波折射/反射的地震勘测系统；磁介质存储系统；雷达系统；声纳系统。
文档编号H04B7/005GK1494764SQ02805836
公开日2004年5月5日 申请日期2002年3月1日 优先权日2001年3月2日
发明者马里亚·克里斯蒂纳·费利佩托·德卡斯特罗, 马里亚 克里斯蒂纳 费利佩托 德卡斯特罗, 多 塞萨尔 坎帕西 德卡斯特罗, 费尔南多·塞萨尔·坎帕西·德卡斯特罗, 苏亚雷斯 阿兰特斯, 达尔顿·苏亚雷斯·阿兰特斯 申请人:巴西教育与援助协会