专利名称：用于ber估计的方法和电路的制作方法
技术领域：
本发明涉及一种在最大似然检测器的上下文中基于路径度量差的的误码率(BER) 估计的方法和电路。
背景技术：
任何通信系统的设计中的一个重要考虑因素是评估系统在操作中的性能的能力。在数字通信系统中，数据传输链路的性能的基本标准为通常按BER表示的误差概率。作为自适应通信系统的元素，BER估计可以被用来通过接收器参数的自适应改变来优化接收器性能。在 M. C. Jeruchim, IEEE J. Sel. Areas Commmun.，1984 年 I 月第 2 卷第 153-170页的“Techniques for estimating the bit error rate in the simulation of digital communication systems，，中以及在 M. C. Jeruchim、P. Balaban 和 K. S. Shanmugan, 纽约:Plenum 出版社，1992 年,第 5 章的“Simulation ofCommunication Systems”中，作者提到因子2是用于BER估计的合理的不确定度。因此，此专利的发明人认为精确到因子3 以内的误差率估计(参考图10至12)看来满足大多数应用，并且满足甚至弱但单调的估计器可能已足够的自适应系统。
基于操作条件，区分为离线监测和在线监测。此发明涉及在线监测。·
在线监测包括以下种类，其中有
·信号参数测量
·网格中基于解码的路径度量处理
数字通信系统的性能是许多信号参数的复函数。这些参数中的一些与BER有直接关系，而其它的是更定性的。一种已知并且定性的方法是分析眼图。眼图的特征是在采样时将已接收的信号分离成若干电平中的一个。噪声和失真将使信号在采样时发生变化并且因此减少电平之间的分离。此技术的一个好的示例是测量眼的高度和宽度(E. A. Newcombe 和 S. Pasupathy, “Error Rate Monitoring For Digital Communications，，， IEEEProceedings，第70卷第8期第805-828页，1982年)。虽然眼的高度指示了信号幅度中的抗扰动的容限，但是眼的宽度示出了定时变化的容限，该定时变化容限可能对性能同样重要。
相关的是在US 5，325，397 “Error rate monitor”中所公开的方法,所述公开的方法用于确定判定变量(例如接收的幅度)的概率密度函数的离散估计，并且通过与存储的各自与某BER相关联的概率密度函数的简单比较来确定所估计的BER。
使用维特比(Viterbi)算法的最大似然序列检测器使其位判定基于概率性判定变量(分支和路径度量差)，所述概率性判定变量最终与在已经发送了给定符号或符号序列时观察到给定的接收到的信号的条件概率有关。在若干刊物(例如S. Benedetto和 E. Biglieri, “Principles of DigitalTransmission:With Wireless Applications，，， Kluwer Academic/Plenum出版社，1999年)中描述了知名维特比算法。
维特比算法被广泛地用于通信系统中的网格码的信道解码以及用于ISI(“均衡”)存在的检测(G. D. Forney, Jr.，“The Viterbi Algorithm”, IEEE Proceedings,第 61 卷第268-278页，1973年)。在ISI上下文中，一些人可能认为术语“检测器(detector)”是更适当的。出于实际的原因，解码器可以被设计为使得在解码器在时间t+D对分支开始操作时可释放与在时间t的幸存路径上的分支相关联的信息位(S. B. Wicker, “ErrorControI Systems for Digital Communication and Storage，，，Prentice Hall, 1995 年X D 是角军码深度，并且通常被设置为编码或信道的“存储量”的约束长度的五到十倍。在整个接收的序列或流已经被解码之前的、由于信息位释放而出现的信息一序列误差被称作截断误差 (truncation error)。在低信噪比处,对于D彡6M,截断误差的概率是可忽略的,其中M是最大存储阶数。我们将在下文中将截断模式维特比解码称为标准维特比解码(SVD)。
标准维特比解码的可实现的速度受到不能够被并行化的非线性加-比-选 (ACS)递归的限制。结果表明(G. Fettweis 和 H. Meyr, “High-SpeedParallel Viterbi Decoding:Algorithm and VLSI-Architecture，，，IEEECommun. Magaz.,第 46-55 页，1991 年(以后被称为 Fettweis91) ;Η· Dawid 和 G. Fettweis, “A CMOS IC for Gb/s Viterbi Decoding:SystemDesign and VLSI Implementation，，，IEEE Trans. ((Very Large Scale Integ. Systems)),第4卷第I期第17-31页，1996年(以后被称为Fettweis96)),不管非线性递归，能够使递归维特比算法并行化，我们将其称为并行维特比解码(PVD)。在PVD方案中， 已接收的符号序列通常被划分成块并且这些块被以特定·的重叠方式处理，所述特定的重叠方式基本上利用了盲启动维特比算法的自同步特性和所谓的路径合并效应。
基于这些判定变量，能够连同已判定的比特流一起或者代替已判定的比特流产生可靠性信息，这例如被在所谓的软输出检测器(例如软输出维特比算法S0VA、或者最大化后验概率MAP检测器)中完成。通常，此可靠性信息然后被用在下游软判定FEC解码器中，所述软判定FEC解码器能够通过利用此可靠性信息来提供更好的解码结果。
而且在缺少FEC解码器情况下，在硬判定输出维特比解码器中可利用的可靠性信息允许估计判定错误的速率。
US 5, 944, 844 “Method for determining connection quality in a receiverutilizing a Viterbi Decoder”使用VA (维特比算法)中累积的路径度量差，即判定变量的总和，以及沿着已解码路径的判定变量的最小值来估计BER。此方法的缺点是增加了复杂性，因为判定变量需要被存储直到回溯跟踪步骤完成为止并且因为判定变量的累积引入了由于浮点格式而导致的复杂性。除了用于将估计值与预定阈值相比较的公开之外，US 5，944，844未能揭露从可观测的已测量值到BER估计值的实际映射。
US 6, 141, 388 “Received signal quality determination method and systemsfor convolutionally encoded communications channels，，。不同于 US5, 944，844 的方法，此发明仅仅使用已解码帧中的最终判定度量，而不使用沿着已解码路径累积的判定变量。此最终判定度量然后被映射到BER估计值。所述方法仅仅通过结合卷积编码数据流和帧解码来描述。再者，不存在如何将已测量的判定度量映射到BER估计值的公开。
在利用VA用于光数据传输的解码或检测技术的背景下，欧洲专利申请 03002172. 9“Error rate estimation method for a receiver and receiverapparatus，， 建议确定不可靠检测事件的频率。不可靠检测事件被定义为替代物之间无差别之下的判定，例如当在维特比检测器中在具有完全相同的度量的两个替代性路径之间做出输出相关判定时。此方法是简单的并且为高BER提供了非常好的估计。归因于光数据传输中的高数据速率，此方法也适用于降到10,的BER。然而，对低BER进行估计，需要相对长的监测时间。同样地，需要确定在BER估计公式中使用的校准系数。
US 5，768，285“Circuit for Evaluating Bit Error Rate Performance of aData Decoder Having a Viterbi Detector”描述了用于在同步数据信道的背景下评估具有维特比检测器的数据解码器的误码率性能的电路，特别是在电信和磁数据记录(例如磁盘驱动器)中使用的那些。计算了关于在时间η处的校正分支与最近竞争分支之间的欧几里德 (Euclidean)距离的统计量。在US 5，768，285中被称为幅度误差容限(AEM)的这个距离是当前维特比判定度量与判定边界之间的距离，当交叉时，由于误差事件而造成网格中的校正路径的消除。更具体地，针对在时间η的每个状态计算了两个维特比度量之间的差。在执行了若干其它加法、减法以及比较之后，得到的信号随着时间的推移被计数并且被求平均以便确定AEM统计量。
根据US 5,878,098 “Method and Apparatus for Rate Determination in aCommunications System”的公开,路径度量被用来确定可能为全速率、二分之一速率、四分之一速率的传输数据速率。更具体地，判别式函数D12、D14、D18、D24、D 28、D48被基于路径度量TM1、TM2、TM4、TM8的加权差来计算，在此参考中这些路径度量还被称为总度量。各种判别式函数被与O相比较并且取决于结果，如果循环冗余校验码未指示错误并且满足质量参数，则全速率、二分之一速率、四分之一速率或八分之一速率帧被解码。发明内容
本发明的目的是提供一种用于误码估计的更定性的方法和电路。
此目的通过所附权利要求的主题来实现。
本发明的优选实施例是从属权利要求的主题。
基于等式(33)或(34)的发明实施例在没有关于信道的类型的先验知识的情况下工作。根据等式(33)或(34)，估计的BER根据基于网格的接收器中的可用的路径度量信息来计算。作为优点，不必确定经验或半经验数值系数或阈值。该方法比EP 03002172. 9更复杂但是它允许更精确的估计。作为进一步的优点，针对相同的精度，本BER估计需要更少的监测时间。实施复杂性可以在数据收集期间通过子采样技术用监测时间来进行抵消。
在下文中参照附图对此发明的实施例进行了描述。在附图中
图I示出了按照此发明的BER估计电路。
图2示出了按照此发明的另一 BER估计电路。
图3示出了网格中的路径的示意图。
图4图示了用于SVD的APMD。
图5图示了用于PVD模式I的APMD。
图6图示了用于PVD模式2的APMD。
图7示出了量化对数概率与概率之间的关系。
图8图示了 PVD的第二步骤。
图9示出了用于PVD的离散概率密度函数。
图10示出了轻微失真信道的BER估计的结果。
图11示出了高度失真信道的BER估计的结果。
图12示出了将遵照此发明执行的BER估计与蒙特卡罗(MonteCarlo) BER相比的图。
缩略词
ACS :加_比_选MLSE :最大似然序列估计
AEM :幅度k差各限PVD :并行维特比解码
APMD :绝对路径度量差RD :残差色散
BER :误码率SNR:信噪比
D⑶差分组延时OSNR :光学信噪比
FEC:前向纠错SOVA :软输出维特比算法
ISI :符号间干扰SVD :标准维特比解码
MAP :最大A后验概率VA :维特比算法
MLSD :最大似然序列检测
数学符号
a :发送位M :信道存储
:反向发送位N :序列长度
b :对数的底η :用于BER估计的路径度量差的数目
Bq :最大分支度量Iii :其中APMD=i的事件
d :最小测量APMDnB :分支的数目
D :解码深度(截断模式)P:概率(密度)
Es :错误事件开始位置集Pc (最佳)竞争者路径概率
Ee :错误事件结束位置集Pe :误差概率
I :发送的向量P : Iog (p)，对数概率
7:解码的向量Pq:量化对数概率
It :子集阈值Ps:幸存路径概率
1，让，111:索引7^:平均的]^
J:过采样参数Pr :概率(质量)
K :加权参数Q :项的数目
L :块长度(并行解码)q :用于Pq的位的数目
LR:似然比qstep :量化步长
2M:网格的每个阶段的状态的数目 S:Pq的集
V:元素(样本序列)的矩阵S子采样因子
Vi :样本向量Vi τ :样本具体实施方式
新估计方法适既用于SVD技术又适用于PVD技术，并且我们将描述用于这两者技术的误差监测方法的应用。为了简单起见，我们将得到用于MLSD “均衡”和二进制传输的情况的新方法。这不暗示新估计方法的应用限于此情况。在待讨论的“均衡”情况中，信道存储量M确定了对应网格中的状态数目，并且两个分支进入和离开每个网格状态。对于二进制传输来说，每阶段的网格状态的数目等于2M。
在下面的部分中，图3中示出使用了网格51中的路径的示意图。网格51包括与不同时间点相对应的多个阶段53。最大似然检测器确定了幸存路径52。
SVD路径度量差
SVD尝试发现网格中的最佳路径。参照图4，具有最大似然性的已解码路径61对应于最可能的传送序列。解码在已经接收到最后一个传送符号之后或在已经接收到D个符号之后开始。在后一种情况下(此情况还被称为截断模式)，可以假定包括D个阶段的窗口 62滑过网格。滑动窗口 62的左侧指示了其中正做出关于最可能的路径的最终判定所处的阶段63。在任何情况下，沿着实际上解码的路径的每个状态可以由进入该状态的两个路径的度量差为特征。
进入网格状态的两个路径(量化的路径度量)的量化对数概率的绝对差(命名为绝对路径度量差(APMD)64)被分配给沿着网格中的已解码路径的每个状态。此信息被以合适的方式使用来估计错误率。
为了减小BER估计的硬件复杂性，APMD值能够通过因子s被子采样，即仅仅在每第s个位判定处取APMD值。在数据收 集的一定预定时间之后(该预定时间刚好足够长以具有足够的统计信息以便估计APMD值分布)，APMD值被利用在BER估计算法中。将在下面的部分“APMD到BER转换”中对此进行说明。
PVD路径度量差
并行维特比解码器(PVD) (Fettweis91、Fettweis96)利用分解长度L的块中的已接收的序列。将结合图5和6来说明BER估计的两个模式。解码包括三个主要步骤
首先，在块75的中心的最可能的状态通过选择从连接入射在块75的中心的状态上的前向和后向最佳路径段71和73所创建的最佳全程路径来确定。
其次，从这些状态开始，最可能的路径被发现朝向块边界，再次，在连接向前和向后路径段之后，在块边界76处结合。
在第三步骤中，现在知道了在每个块75中间的最可能的状态之间的最佳路径，每个块中的位最终被解码。这被称为回溯追踪步骤。
为了发现最可能的状态，人们必须在所有网格路径之中选择最佳路径。明显地，在网格的每个阶段处的2M个状态的一半传递I作为已解码的位，而其余的状态传递O。用与针对SVD的相同的方式，我们能够将APMD值64分配给各状态，所述状态位于每个块的中心 75和边界76处的最大似然路径段上，并且随后我们能够使用它们用于BER估计。我们将称此方法为图5中所图示的PVD模式I。
和在SVD中一样，在PVD模式I方案中，APMD值取自网格中的进入“最佳节点”的两个路径段，使用前向路径段或后向路径段。
可替代地，绝对路径度量差(APMD)可选地可以被定义为在特定网格阶段(例如在块边界76)处分别解码I和O的两个最可能的路径81、82和83、84的量化对数概率(量化路径度量)的绝对差。标号81表示最佳路径的前向段。标号82表示最佳路径的后向段。 标号83表不最佳竞争者的前向段。标号84表不最佳竞争者的后向段。与模式I不同,这两个路径可以横贯如图6中所示出的不同状态。这样的值在PVD的第一步骤之后以及在 PVD的第二步骤之后，即在块中心处以及在块边界处都是可用的。实际上，每个块可以以两 个APMD值为特征。第一 APMD值被连接到块的中间而第二 APMD值被连接到块的末端。我 们将此方法命名为PVD模式2。至于SVD，我们可以存储APMD值64并且随后使用它们用于BER估计。可以在第一 解码步骤或第二解码步骤之后取用APMD值。为了改进数据收集统计量，可以在第一解码步 骤和第二解码步骤两者之后取用APMD值。为了减小硬件复杂性，在模式1和模式2两者中 可以通过因子s来子采样APMD值。在数据收集周期之后，APMD值被转换为BER估计值，如在下面的部分“APMD到BER 转换”中所说明的那样。用于SVD和PVD模式1的误差分析在不失一般性的情况下，考虑了二进制信令和长度N的序列。已传送的二进制信息序列然后可以通过向量I表示为1=(1” 12，…，IN) (1)其中，符号{IJ可以取值0和1。允许所估计的符号由表示并且因此已解码的 序列为I </;/' .um允许在时间k的校正路径的状态被定义为Sk- (I^! Ik_2， ，Ik_M) (3)并且在时间k的解码路径的状态被定义为 ,f|. r (H] |-.|# ) PJ接收器可以被设计成在位时隙中采样输入信号J次。因此，样本序列可以通过 JXN个元素的矩阵来描述V= (Vi, V2, ... ,VN). (5)其中Vi=(vil, vi2, . . . , viN)T, i = 1, 2, . . . , N (6)是与第i个位时隙相对应的J个样本的(列)向量。在下文中，我们假定所估计的通过网格的路径在时间k从校正路径分叉并且在 时间k+1处与校正路径重新合并。因此，§k=Sk并且§k..H=Sk+.i 但是对于k〈m〈k+l来说 Sm Sm。照常,我们将此称作误差事件。因为信道跨过M+1个符号所以它遵循1彡M+1。对于这样的误差事件，我们具有. k 其/a-和 IK +1-M-1但是对于 k_M ^ m ^ k-1 ^ k-1和k+l_M ^ m ^ k+1-l来说最短可能的误差事件(l=m+l)将 产生一个误差。下一个较长的误差事件产生两个误差，并且及在较长的误差事件(1彡m+3) 中产生的误差的可能数目可以通过分析网格结构来发现(J. G. Proakis，“Digital Communications”,第 3 版，McGraw-Hill, 1995 年)。较长的误差事件的概率低于较短的误差事件的概率，并且最占优势的是长度 l=m+l的单一误差事件。
进入状态i k+l=Sk+l的两个合并路径之间的差的幅度包含关于在状态§ k+pSk+丨中已经发生的误差的概率信息。启发性地，如果已观察到的度量差小，则比在度量差较大的情况下更可能已经出现了误差。这在下文中被更详细地说明。
可以根据被定义为如下的传送符号Ik的似然比(LR)来获得判定^的可靠性
权利要求
1.一种用于估计数据传输系统中的误码率的方法，包括通过最大似然检测器(I)来检测符号(U);所述最大似然检测器提供所述已解码路径的路径度量和在预定符号位置处的最佳竟争者；计算(7)所述已解码路径(P)与在所述预定符号位置处的所述最佳竟争者之间的绝对路径度量差(2; 64)；特征在于当绝对路径度量差(2; 64)等于一组差值中的一个时对事件(5)进行计数(4)，从而获得事件计数；基于所述事件计数来估计(6)所述误码率。
2.如权利要求I所述的方法，其中，所述事件计数被乘以因子(Kd)从而获得加权的事件计数。
3.如权利要求I或2所述的方法，其中，在测量周期期间对事件进行计数；将新的绝对路径度量差与所述差值相比较；如果所述新的绝对路径度量差小于所述差异值，则执行以下步骤设置所述差值等于所述新的绝对路径度量差；以及将所述计数值重置为一；
4.如权利要求I或2中的一项所述的方法，其中，对不同种类的事件进行计数从而获得事件计数；每种事件由一系列差值来定义；所述误码率由所有加权的事件计数的和来估计。
5.如上述权利要求中的一项所述的方法，其中，对所述一组差值中的所述一个应用函数从而获得函数值；所述函数将量化对数概率转换为概率；基于所述函数值来估计(6)所述误码率。
6.如权利要求5所述的方法，其中，基于所述函数值来估计所述误码率包括将所述函数值除以I加所述函数值的和。
7.一种用于估计数据传输系统中的误码率的方法，包括通过最大似然检测器(I)检测符号；所述最大似然检测器提供已解码路径(P:)的路径度量和在预定符号位置处的最佳竞争者;计算(7 )所述已解码路径与在所述预定符号位置处的所述最佳竞争者之间的绝对路径度量差(2)；特征在于将函数应用到所述绝对路径度量差上从而获得函数值；所述函数将概率的量化对数映射到概率；使用所述函数值来计算所述误码率。
8.如权利要求I所述的方法，其特征在于计算所述误码率包括将所述函数值除以一加所述函数值的和；结果是对于所述误码率的估计值。
9.一种用于估计数据传输系统中的误码率的电路，包括用于检测符号U)的最大似然检测器(I);所述最大似然检测器(I)提供已解码路径 (P)的路径度量和在预定符号位置处的最佳竞争者；算术电路(7)，用于计算所述已解码路径与在所述预定符号位置处的所述最佳竞争者之间的绝对路径度量差(2)；特征在于计数器(4、12)，用于在绝对路径度量差(2 ;64)等于一组差值中的一个时对事件(5)进行计数；计算电路(6 )，基于所述计数器值来估计所述误码率。
10.一种用于估计数据传输系统的误码率的电路，包括用于检测符号U)的最大似然检测器(I);所述最大似然检测器提供已解码路径(P)的路径度量和在预定符号位置处的最佳竞争者(<);算术电路(7)，用于计算所述已解码路径与在所述预定符号位置处的所述最佳竞争者之间的绝对路径度量差(2)；特征在于计算电路(6)，被适当地设计成执行以下步骤将函数应用到所述绝对路径度量差上从而获得函数值；所述函数将概率的量化对数映射到概率；使用所述函数值来计算所述误码率。
全文摘要
本发明涉及一种用于估计数据传输系统中的误码率的方法和电路。符号由最大似然检测器(1)来检测(u)，该最大似然检测器(1)提供了已解码路径的路径度量和在预定符号位置处的最佳竟争者。计算了已解码路径与在所述预定符号位置处的最佳竟争者之间的绝对路径度量差(2)。当绝对路径度量差(2)等于一组差值中的一个时对事件(5)进行计数。误码率被基于计数的(4)事件(5)的数目来估计。本发明进一步包括其中函数被应用到所述绝对度量差上的方法和电路。该函数将概率的量化对数映射到概率。
文档编号H04L1/00GK102948097SQ201180029923
公开日2013年2月27日 申请日期2011年6月9日 优先权日2010年6月18日
发明者斯蒂芬·兰根贝驰, 奈博杰萨·斯托捷诺威克 申请人:思科技术公司