正交振幅调制(qam)接收器的混合模数盲均衡的制作方法

文档序号:7962555阅读:393来源:国知局
专利名称:正交振幅调制(qam)接收器的混合模数盲均衡的制作方法
技术领域
一般而言,本发明的至少一些实施例涉及盲均衡器,且特定地但不唯一地涉及正交振幅调制(QAM)接收器的盲均衡器。
背景技术
正交振幅调制(QAM)可用于通过改变或调制两个载波的振幅来表示数据,所述两个载波相位彼此相差90度,且因此被称为正交载波。可调制正交载波的振幅以表示正被传输的数字符号。当符号的两个正交载波中的调制振幅沿复平面中的实轴和虚轴表示时,所述符号可表示为所述复平面中的一点。用于QAM方案中的一组符号可统称为群。群图展示复平面中的所述组符号。
矩形QAM群包括排列在矩形网格上的一组符号。矩形QAM群可能不是最优的,因为所述群中的点并未最大限度地彼此隔开。非矩形QAM群也可用于改进分隔,但与矩形QAM群相比,非矩形QAM群更难调制和解调。
随着带宽需求增加,很多最新应用(例如DVB-C接收器和电缆调制解调器)中已经采用越来越高的QAM尺寸。此类应用的规格包括处理例如低信噪比(SNR)或大回波的严格信道条件的能力。为了减少信道上的此类减损,且为了正确恢复所传输的信号,利用各种信道均衡技术。
通过传输信道传输的信号具有非理想的信道特征,例如加性白高斯噪声(AWGN)、符号间干扰(ISI)、衰减和相位失真等等。通常未知的信道特征可能会使所传输的信号失真。
均衡是用于减少失真且补偿信号损失(衰减)的技术。通常,均衡器使用可调滤波器,其经调节以补偿未知信道特征。盲均衡为一种技术,其不使用任何训练序列,且因此降低了系统间接费用。盲均衡已经广泛用于使接收器适应信道条件。已发展出很多盲均衡算法。
C.R.Johnson等人在“Blind Equalization using the constant modulus criteriona review,Proc.of IEEE,第86卷,1998年10月”中描述了一种恒模算法(CMA)。还参见“Self-Recovering Equalization and Carrier Tracking in Two-Dimensional DataCommunication Systems by Dominique N.Godard in IEEE Trans.Communications,第COM-28卷,第1867-1875页,1980年11月”。
恒模算法(CMA)是实现信道均衡的一种简单且有效的方法。恒模算法将用于最小化均衡的误差函数。所述误差函数是基于均衡器输出与恒定群半径之间的差值[|y|p-K]q其中y为均衡器输出;K为常数;且p和q通常为整数。
图1展示基于CMA的常规盲均衡器的方框图。在图1中,可调滤波器(101)具有若干系数,所述系数也可称为分接权数(tap weight),其确定均衡器的转移函数。由于信道特征未知,到可调滤波器(101)的输入信号可能会失真。适配引擎(109)根据误差产生器(105)调节分接权数以减小可调滤波器(101)的输出与恒模(107)之间的误差。决策引擎(103)识别从可调滤波器(101)的输出端传输的符号,以产生决策输出(103)。分接权数由适配引擎(109)连续调节以减小误差,直到均衡器收敛为止。
CMA均衡器具有较大收敛范围。然而,由于CMA均衡器仅使用一个模数,所以由于适配噪声,在收敛后可能存在大量剩余均方误差(MSE)。剩余误差可能导致高阶QAM信号的决策误差。
常规CMA经修改以开发改进的算法,例如Sato算法(Sato algorithm)(参见,例如,M.Goursat等人的“Blind Equalizer,IEEE Trans.of Communications,第COM-28卷,1984年8月”)和“间断停起”决策引导算法(″stop-and-go″decision-directed algorithm)(参见,例如G.Picchi等人的“Blind equalization and carrier recovery using a′stop-and-go′decision-directed algorithm,IEEE Trans.Of Communications,第COM-35卷,1987年9月”)。
M.J.Ready和R.P.Gooch在“blind equalization based on radius directed adaptation”,Proc.1990 IEEE Int.Conf.Acoust.,Speech,Signal Processing,Albuquerque,NM,第1699-1702页,1990”中描述了多模数算法,其中半径引导的适配是基于群符号半径的已知模数。误差函数是基于均衡器输出与最近的群半径之间的差值[|y|p-Kd]q其中y为均衡器输出;Kd为均衡器输出y的最近的群符号的半径;且(p,q)的公值为(1,1)、(1,2)、(2,1)、(2,2)等等。

发明内容
本文描述用于具有混合适配误差的盲均衡器的方法和装置。此部分中概述了本发明的一些实施例。
本发明的一个实施例包括正交振幅调制(QAM)信号接收器,其包括滤波器,其减小均衡中的误差,所述滤波器输出QAM信号;决策引擎,其耦合到所述滤波器以基于所述QAM信号来确定符号;第一误差产生器,其耦合到滤波器以基于QAM信号和常数来计算第一误差信号;第二误差产生器,其耦合到滤波器和所述决策引擎以基于QAM信号和经确定的符号来计算第二误差信号;误差组合器,其耦合到所述第一和所述第二误差产生器以从所述第一和所述第二误差信号产生组合的误差信号;和适配引擎,其与所述误差组合器和滤波器耦合以根据组合的误差信号来减小均衡误差。
在本发明的一个实施例中,第一误差产生器包括恒模算法(CMA)误差产生器。
在本发明的一个实施例中,第二误差产生器包括决策模数算法(DMA)误差产生器。误差组合器根据QAM信号与经确定的符号之间的差值来组合第一和第二误差信号。
在本发明的一个实施例中,误差组合器对第一误差信号应用第一权数且对第二误差信号应用第二权数,以产生组合的误差信号;且所述第一和所述第二权数是基于QAM信号与经确定的符号之间的差值来确定的。
在本发明的一个实施例中,随着QAM信号与经确定的符号之间的差值减小,第一权数相对于第二权数而减小到零;且随着QAM信号与经确定的符号之间的差值增加到阈值以上,第二权数相对于第一权数而减小到零。
本发明的一个实施例包括一种方法,其包括接收正交振幅调制(QAM)信号(例如,在决策引擎中);确定对应于接收的QAM信号(例如,在决策引擎中接收)的符号;基于恒模来计算均衡中的第一误差且基于经确定的符号来计算均衡中的第二误差;和调节滤波器以根据第一误差和第二误差来减小均衡中的误差。
在本发明的一个实施例中,第一误差是基于恒模算法(CMA)误差。
在本发明的一个实施例中,第二误差是基于经确定的符号的模数与接收的QAM信号的模数之间的差值。
在本发明的一个实施例中,调节滤波器的步骤包括组合第一误差和第二误差以调节所述滤波器。
在本发明的一个实施例中,组合第一和第二误差的步骤包括根据经确定的符号与接收的QAM信号之间的差值来相对于第二误差而对第一误差进行加权。
在本发明的一个实施例中,当经确定的符号与接收的QAM信号之间的差值减小时,第一误差的权数相对于第二误差的权数而减小。
在本发明的一个实施例中,所述组合第一误差和第二误差的步骤包括根据经确定的符号与接收的QAM信号之间的差值,来确定第一误差和第二误差的加权平均值。
在本发明的一个实施例中,当经确定的符号与接收的QAM信号之间的差值减小到阈值以下时,第一误差的权数减小到零。
在本发明的一个实施例中,当经确定的符号与接收的QAM信号之间的差值增加到阈值以上时,第二误差的权数减小到零。
本发明的一个实施例包括电路,其包括用于接收正交振幅调制(QAM)信号的构件;用于确定对应于接收的QAM信号的符号的构件;用于基于恒模来计算均衡中的第一误差且基于经确定的符号来计算均衡中的第二误差的构件;和用于根据第一误差和第二误差来调节滤波器以减小均衡中的误差的构件。
在本发明的一个实施例中,第一误差是基于恒模算法(CMA)误差;且第二误差是基于经确定的符号的模数与接收的QAM信号的模数之间的差值。
在本发明的一个实施例中,用于调节滤波器的构件包括用于根据经确定的符号中的置信度来相对于第二误差而第一误差进行权数的构件。
在本发明的一个实施例中,当置信度增加时,第一误差的权数相对于第二误差的权数而减小。
在本发明的一个实施例中,当置信度增加到第一阈值以上时,第一误差的权数减小到零;且当置信度减小到第二阈值以下时,第二误差的权数减小到零。
本发明的其它特征将通过附图和随后的详细描述而变得明显。


以实例的方式说明本发明,且本发明不限于附图中的图,在附图中,相同的参考标记指示相同的元件。
图1展示具有基于恒模算法(CMA)的盲均衡器的常规接收器的方框图。
图2展示根据本发明一个实施例的正交振幅调制(QAM)接收器的方框图。
图3-4展示根据本发明实施例的盲均衡器的实例方框图。
图5展示根据本发明的实施例的实例权数函数。
图6展示根据本发明一个实施例的盲均衡器中的过程的流程图。
具体实施例方式
以下描述和图式对本发明进行说明且不应认为其限制本发明。描述大量具体细节以提供对本发明的透彻理解。然而,在某些情况下,为了避免使本发明的描述变得杂乱,不再描述众所周知的或常规的细节。参考本揭示案中的一个或一实施例未必是参考相同的实施例;且这些参考表示参考至少一个实施例。
本发明的一个实施例提供具有小剩余均方误差和大收敛范围(例如,针对高阶QAM群)的混合模数盲均衡算法。
使用QAM决策引擎的输出来确定误差函数的均衡算法可称为决策模数算法(DMA)。举例来说,DMA误差产生器可使用QAM决策引擎的输入的模数和QAM决策引擎的输出的模数来计算误差。
收敛后,DMA可达到零剩余误差。然而,尤其在QAM尺寸增加时,DMA的收敛范围可能相当受限制。
本发明的一个实施例提供混合方案,其具有大收敛范围的优势和收敛后零剩余误差的优势。
本发明的一个实施例包括用于盲均衡的混合模数算法,其使用由CMA(恒模算法)误差与DMA(决策模数算法)误差的组合产生的适配误差信号。混合模数算法在收敛后具有减小的剩余均方误差(MSE),同时与基于CMA的盲均衡器具有相同的获取能力。混合模数算法可用于数字QAM(正交振幅调制)信号群,尤其用于较高的群尺寸。
在本发明的一个实施例中,决策模数算法(DMA)与恒模算法(CMA)一起使用;适配误差信号基于DMA误差和CMA误差而计算;且权数控制器用于根据置信度自动调节两个误差的比率。自适应权数控制器确定混合误差信号如何由CMA误差和DMA误差组成。通过在收敛过程期间,自适应地引入决策信息,用于适配的混合误差信号在俘获阶段时自动含有更多CMA误差(非决策分量),且在均衡器将要收敛时自动含有更多DMA误差(决策分量)。因此,适配依据剩余误差而改进,同时使收敛的范围保持与CMA一样大。
图2展示根据本发明的一个实施例的正交振幅调制(QAM)接收器的方框图。
在图2中,通过使用可调滤波器(201)来校正到均衡器的输入信号。可调滤波器(201)的输出被决策引擎(203)用作输入QAM信号以确定决策输出。
在图2中,一个误差产生器(205)是基于恒模(211);且另一误差产生器(207)是基于决策输出。对来自误差产生器(205和207)的误差信号进行组合以驱动适配引擎(209),其对可调滤波器(201)进行调节以减小均衡误差。
可根据CMA来设计基于恒模的误差产生器(205),其比较可调滤波器的输出与预计算的恒模以产生误差信号。如果来自误差产生器(205)的误差信号用于单独驱动适配引擎(209),那么均衡器在收敛后会具有大收敛范围和大剩余MSE。
基于决策的误差产生器(207)将比较可调滤波器的输出与决策输出以产生误差信号。如果来自误差产生器(207)的误差信号单独用于驱动适配引擎(209),那么均衡器在收敛后会具有小收敛范围和小剩余MSE。
在本发明的一个实施例中,误差组合器(213)用于组合来自两个误差产生器(205和207)的误差信号以驱动适配引擎(209)。从基于决策的误差产生器(207)产生的误差信号用于收敛后的小剩余MSE;且从基于恒模的误差产生器(205)产生的误差信号用于大收敛范围。
在本发明的一个实施例中,误差组合器(213)根据决策引擎的决策输出中的置信度来混合误差产生器(205和207)的误差信号。可基于决策引擎(203)的输入与输出之间的差值来确定置信度。当置信度增加时,与来自基于恒模的误差产生器(211)的误差信号相比,来自基于决策的误差产生器(207)的更多误差信号用于驱动适配引擎(209)。当置信度减小时,与来自基于决策的误差产生器(207)的误差信号相比,来自基于恒模的误差产生器(211)的更多误差信号用于驱动适配引擎(209)。
因此,在俘获阶段中,更多的CMA误差分量在误差组合器(213)的输出中,以确保大收敛范围。在跟踪阶段中,更多DMA误差分量在误差组合器(213)的输出中,以使得可达到更小的剩余MSE。因此改进了均衡器的整体性能。
所提出的方案使用由CMA误差和DMA误差的混合产生的适配误差信号。权数控制器根据两个误差各自的置信度来自动确定它们的权数。
图3-4展示根据本发明实施例的盲均衡器的实例方框图。
在图3中,来自误差产生器(305和307)的误差信号通过使用可调定标器(313和315)来加权且通过使用加法器(319)来求和。加法器(319)的输出驱动适配引擎(309)来调节滤波器(301)以减小均衡误差。
在图3中,权数控制器(317)根据基于决策引擎(303)的输入和来自决策引擎(303)的输出而计算的置信度指示符来确定来自误差产生器(305和307)的误差信号的权数。当决策引擎(303)的输入和来自决策引擎(303)的输出彼此接近时,置信度为高;基于决策输出而确定的误差的权数高于基于恒模(311)而确定的误差的权数。当决策引擎(303)的输入和来自决策引擎(303)的输出彼此不接近时,置信度为低;基于决策输出而确定的误差的权数低于基于恒模(311)而确定的误差的权数。
在图4中,模数平方单元(413)计算可调滤波器(401)的输出的模数平方;且模数平方单元(407)计算决策引擎(403)的输出的模数平方。
减法器(405)计算常数(411)与可调滤波器(401)的输出的模数平方之间的差值,以提供CMA类型的误差信号。减法器(419)计算可调滤波器(401)的输出的模数平方与决策引擎(403)的输出的模数平方之间的差值,以提供DMA类型的误差信号。
从减法器(405)和(419)产生的误差信号由定标器(421和423)加权且由加法器(425)求和,以产生组合的误差信号来驱动适配引擎(409),其调节滤波器(401)以减小均衡误差。
在图4中,减法器(417)确定决策引擎(403)的输入与输出之间的差值。所述差值用于确定决策引擎(403)的输出中的置信度(415)。当置信度(415)增加时,DMA类型的误差的权数增加。由减法器(427)从常数(429)中减去置信度,以产生CMA类型的误差的权数。因此,置信度(415)控制定标器(421和423)以组合CMA和DMA类型的误差。
图5展示根据本发明的实施例的实例权数函数。在图5中,基于决策引擎的输入与输出之间的差值(d)来计算权数函数(501和503)。函数F(|d|)可为非线性函数或线性函数。差值(d)指示决策引擎的输出中的置信度。
在图5中,当差值的模数减小时,DMA类型的误差信号的权数函数(503)增加,而CMA类型的误差信号的权数函数(501)减小。当差值接近下阈值T1时,CMA误差信号的权数函数(501)接近零。因此,在收敛后,均衡器的MSE由DMA类型的误差信号来确定。
在图5中,当差值的模数增加时,DMA类型的误差信号的权数函数(503)减小,而CMA类型的误差信号的权数函数(501)增加。因此,在俘获阶段期间,其中决策引擎的输入与输出之间的差值的模数较大,组合的误差由CMA误差信号支配,这允许所述均衡器以与CMA均衡器类似的方式在大范围内收敛。
在图5中,当决策引擎的输入与输出之间的差值的模数增加到超过上阈值T2(例如,1.0)时,DMA误差的权数函数(503)达到零。因此,当差值的模数大于上阈值时,DMA误差不驱动适配;且适配是基于CMA误差。
图6展示根据本发明的一个实施例的盲均衡器中的过程的流程图。接收正交振幅调制(QAM)信号(601)以确定对应于接收的QAM信号的符号(603)。基于恒模来计算均衡中的第一误差且基于经确定的符号来计算均衡中的第二误差(605)。调节滤波器以根据第一误差和第二误差来减小均衡中的误差(607)。可以迭代方式执行所述过程。可调节滤波器以产生随后的QAM,其被接收(例如,在决策引擎中)且用于确定随后的符号。
在一个实施例中,当接收的QAM信号与经确定的符号之间的差值较小时,更多地根据第二、基于符号的误差,而不是第一、基于恒模的误差来调节滤波器。当接收的QAM信号与经确定的符号之间的差值较大时,更多地根据第一、基于恒模的误差,而不是第二、基于符号的误差来调节滤波器。
在前面的说明书中,已经参考本发明的特定示范性实施例描述了本发明。显然,可在不脱离随附权利要求书所陈述的本发明的更广泛的精神和范畴的情况下,对本发明作各种修改。因此,应以说明性意义而非限制性意义来看待说明书和图式。
权利要求
1.一种正交振幅调制(QAM)信号接收器,其包含一滤波器,其减小均衡中的误差,所述滤波器输出一QAM信号;一决策引擎,其耦合到所述滤波器以基于所述QAM信号确定一符号;一第一误差产生器,其耦合到所述滤波器以基于所述QAM信号和一常数来计算一第一误差信号;一第二误差产生器,其耦合到所述滤波器和所述决策引擎以基于所述QAM信号和所述经确定的符号来计算一第二误差信号;一误差组合器,其耦合到所述第一和所述第二误差产生器以从所述第一和所述第二误差信号产生一组合的误差信号;和一适配引擎,其与所述误差组合器和所述滤波器耦合以根据所述组合的误差信号来减小一均衡误差。
2.根据权利要求1所述的接收器,其中所述第一误差产生器包含一恒模算法(CMA)误差产生器。
3.根据权利要求2所述的接收器,其中所述第二误差产生器包含一决策模数算法(DMA)误差产生器。
4.根据权利要求1所述的接收器,其中所述误差组合器根据所述QAM信号与所述经确定的符号之间的一差值来组合所述第一和所述第二误差信号。
5.根据权利要求4所述的接收器,其中所述误差组合器对所述第一误差信号应用一第一权数,且对所述第二误差信号应用一第二权数,以产生所述组合的误差信号;且基于所述QAM信号与所述经确定的符号之间的所述差值来确定所述第一和所述第二权数。
6.根据权利要求5所述的接收器,其中随着所述QAM信号与所述经确定的符号之间的所述差值减小,所述第一权数相对于所述第二权数而减小到零;且随着所述QAM信号与所述经确定的符号之间的所述差值增加到一阈值以上,所述第二权数相对于所述第一权数而减小到零。
7.一种方法,其包含接收一正交振幅调制(QAM)信号;确定对应于所述接收的QAM信号的一符号;基于一恒模来计算均衡中的一第一误差,且基于所述经确定的符号来计算均衡中的一第二误差;和调节一滤波器以根据所述第一误差和所述第二误差来减小均衡中的误差。
8.根据权利要求7所述的方法,其中所述第一误差是基于一恒模算法(CMA)误差。
9.根据权利要求8所述的方法,其中所述第二误差是基于所述经确定的符号与所述接收的QAM信号之间的一差值。
10.根据权利要求7所述的方法,其中所述调节所述滤波器包含组合所述第一误差和所述第二误差以调节所述滤波器。
11.根据权利要求10所述的方法,其中所述组合所述第一误差与所述第二误差包含根据所述经确定的符号与所述接收的QAM信号之间的一差值,相对于所述第二误差而对所述第一误差进行加权。
12.根据权利要求11所述的方法,其中当所述经确定的符号与所述接收的QAM信号之间的所述差值减小时,所述第一误差的一权数相对于所述第二误差的一权数而减小。
13.根据权利要求10所述的方法,其中所述组合所述第一误差与所述第二误差包含根据所述经确定的符号与所述接收的QAM信号之间的一差值,确定所述第一误差与所述第二误差的一加权平均值。
14.根据权利要求13所述的方法,其中当所述经确定的符号与所述接收的QAM信号之间的所述差值减小到一阈值以下时,所述第一误差的一权数减小到零。
15.根据权利要求14所述的方法,其中当所述经确定的符号与所述接收的QAM信号之间的所述差值增加到一阈值以上时,所述第二误差的所述权数减小到零。
16.一种电路,其包含用于接收一正交振幅调制(QAM)信号的构件;用于确定对应于所述接收的QAM信号的一符号的构件;用于基于一恒模来计算均衡中的一第一误差且基于所述经确定的符号来计算均衡中的一第二误差的构件;和用于调节一滤波器以根据所述第一误差和所述第二误差来减小均衡中的误差的构件。
17.根据权利要求16所述的电路,其中所述第一误差是基于一恒模算法(CMA)误差;且所述第二误差是基于所述经确定符号的一模数与所述接收的QAM信号的一模数之间的一差值。
18.根据权利要求16所述的电路,其中用于调节所述滤波器的所述构件包含用于根据所述经确定的符号中的一置信度来相对于所述第二误差而对所述第一误差进行加权的构件。
19.根据权利要求18所述的电路,其中当所述置信度增加时,所述第一误差的一权数相对于所述第二误差的一权数而减小。
20.根据权利要求19所述的电路,其中当所述置信度增加到一第一阈值以上时,所述第一误差的所述权数减小到零;且当所述置信度减小到一第二阈值以下时,所述第二误差的所述权数减小到零。
全文摘要
本发明揭示用于具有一混合适配误差的盲均衡器的方法和装置。在一个实施例中,一正交振幅调制(QAM)信号接收器包括一滤波器,其减小均衡中的误差,所述滤波器输出一QAM信号;一决策引擎,其耦合到所述滤波器以基于所述QAM信号而确定一符号;一第一误差产生器,其耦合到所述滤波器以基于所述QAM信号和一常数来计算一第一误差信号;一第二误差产生器,其耦合到所述滤波器和所述决策引擎,以基于所述QAM信号和所述经确定的符号来计算一第二误差信号;一误差组合器,其耦合到所述第一和所述第二误差产生器,以从所述第一和所述第二误差信号产生一组合的误差信号;和一适配引擎,其与所述误差组合器和所述滤波器耦合,以根据所述组合的误差信号来减小一均衡误差。
文档编号H04B1/06GK101056290SQ20061008754
公开日2007年10月17日 申请日期2006年6月14日 优先权日2006年4月10日
发明者张力 申请人:澜起科技(上海)有限公司
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1