判决反馈均衡处理装置和方法与流程

本申请涉及通信技术领域，更具体地，涉及一种判决反馈均衡处理装置和方法。

背景技术：

在高速数字通信中，无线信道的时变特性以及多径迟延会引起严重的码间干扰(isi：intersymbolinterference)。码间干扰会导致脉冲展宽，造成信号的电压幅度不稳定、误码率增大等问题，是制约信号速率提升的关键因素。克服码间干扰的一种方法是在接收机中采用均衡技术，但现有技术中的均衡技术存在性能不佳和计算复杂度高等问题。

因此，需要一种高效的信道均衡处理方法。

技术实现要素：

本申请的一个目的在于提供一种判决反馈均衡处理装置。所述装置包括：信道估计器，用于接收输入信号，并基于所述输入信号确定输入信号自相关矩阵ryy、输入信号与输出信号的互相关矩阵ryx以及输入信号与输出信号的互相关向量ryx；抽头系数计算器，用于从所述信道估计器获取所述输入信号自相关矩阵ryy、输入信号与输出信号的互相关矩阵ryx以及输入信号与输出信号的互相关向量ryx，并基于所述输入信号自相关矩阵ryy、输入信号与输出信号的互相关矩阵ryx以及输入信号与输出信号的互相关向量ryx计算前馈均衡器抽头系数g和反馈均衡器抽头系数f，所述前馈均衡器抽头系数g和反馈均衡器抽头系数f中的至少一个采用共轭梯度下降方法计算获得，其中所述抽头系数计算器包括：循环矩阵构造单元，用于将所述输入信号自相关矩阵ryy、输入信号与输出信号的互相关矩阵ryx、和输入信号与输出信号的互相关矩阵ryx的共轭转置矩阵中的至少一个构造为循环矩阵；和快速傅里叶变换计算单元，用于在所述共轭梯度下降方法的计算过程中通过快速傅里叶变换对所述循环矩阵和所述共轭梯度下降方法的中间量进行乘法运算；和判决反馈均衡器，用于从所述抽头系数计算器获取所述前馈均衡器抽头系数g和反馈均衡器抽头系数f，基于所述前馈均衡器抽头系数g和反馈均衡器抽头系数f对所述输入信号进行均衡处理并产生均衡处理后的输出信号。

在本申请的一个方面，还提供一种判决反馈均衡处理方法。所述方法包括：接收输入信号，并基于所述输入信号确定输入信号自相关矩阵ryy、输入信号与输出信号的互相关矩阵ryx以及输入信号与输出信号的互相关向量ryx；基于所述输入信号自相关矩阵ryy、输入信号与输出信号的互相关矩阵ryx以及输入信号与输出信号的互相关向量ryx计算前馈均衡器抽头系数g和反馈均衡器抽头系数f，其中，所述前馈均衡器抽头系数g和反馈均衡器抽头系数f中的至少一个采用共轭梯度下降方法计算获得，并且在所述共轭梯度下降方法的计算过程中：将所述输入信号自相关矩阵ryy、输入信号与输出信号的互相关矩阵ryx、和输入信号与输出信号的互相关矩阵ryx的共轭转置矩阵中的至少一个构造为循环矩阵；以及通过快速傅里叶变换对所述循环矩阵和所述共轭梯度下降方法的中间量进行乘法运算；以及将所述前馈均衡器抽头系数g和反馈均衡器抽头系数f分别提供给判决反馈均衡器中的前馈均衡器和反馈均衡器，用于对所述输入信号进行均衡处理并产生均衡处理后的输出信号。

以上为本申请的概述，可能有简化、概括和省略细节的情况，因此本领域的技术人员应该认识到，该部分仅是示例说明性的，而不旨在以任何方式限定本申请范围。本概述部分既非旨在确定所要求保护主题的关键特征或必要特征，也非旨在用作为确定所要求保护主题的范围的辅助手段。

附图说明

通过下面说明书和所附的权利要求书并与附图结合，将会更加充分地清楚理解本申请内容的上述和其他特征。可以理解，这些附图仅描绘了本申请内容的若干实施方式，因此不应认为是对本申请内容范围的限定。通过采用附图，本申请内容将会得到更加明确和详细地说明。

图1示出了一种判决反馈均衡器的结构示意图；

图2示出了本申请实施例的前馈均衡器的结构示意图；

图3示出了本申请实施例的反馈均衡器的结构示意图；

图4示出了本申请实施例的判决反馈均衡处理装置的结构示意图；

图5进一步示出了图4中的抽头系数计算器的结构示意图；

图6示出了本申请实施例的一种判决反馈均衡处理方法的流程图；

图7(a)示出了采用本申请的判决反馈均衡处理方法获得的前馈均衡器抽头系数与采用直接矩阵求逆方法获得前馈均衡器抽头系数的比较图；

图7(b)示出了采用本申请的判决反馈均衡处理方法获得的反馈均衡器抽头系数与采用直接矩阵求逆方法获得反馈均衡器抽头系数的比较图。

具体实施方式

在下面的详细描述中，参考了构成其一部分的附图。在附图中，类似的符号通常表示类似的组成部分，除非上下文另有说明。详细描述、附图和权利要求书中描述的说明性实施方式并非旨在限定。在不偏离本申请的主题的精神或范围的情况下，可以采用其它实施方式，并且可以做出其它变化。可以理解，可以对本申请中一般性描述的、在附图中图解说明的本申请内容的各个方面进行多种不同构成的配置、替换、组合，设计，而所有这些都明确地构成本申请内容的一部分。

通信系统中的传输信道通常是非理想的，高频损耗、反射、串扰以及噪声等因素的存在会使传输信号的质量下降。通过这样的传输信道传输的数字信号在时序上会延展，并叠加到相邻码元，形成码间干扰。通常，接收端接收信号的时域表达式可以表示为：

其中，x[n]表示发射机(tx)的发送信号；y[n]表示接收机(rx)的接收信号，n表示第n个时间周期t，n为整数；h0为主标，表示响应的最大值；i为整数，i取负值时hi称为前标分量，表示已发送码元引起的干扰；i取正值时hi称为后标分量，表示后续码元引起的干扰。

由于干扰而造成的高速串行数据信号的退化会增加接收机正确地解译接收信号中的数据信息的难度。例如，由于电压差异的减小，接收机可能无法区分接收信号中的一些数据位是二进制1还是二进制0。为了补偿信号退化，接收机侧可以配备一个或多个的均衡电路，例如，判决反馈均衡器(dfe：decisionfeedbackequalizer)电路。

图1示出了一种判决反馈均衡器的结构示意图。如图1所示，判决反馈均衡器包括前馈均衡器110、反馈均衡器120和判决器130。

前馈均衡器110属于线性均衡，是一种有限冲激响应(fir)滤波器，其将接收到的信号以码元宽度或码元宽度的分数倍为延时单位进行延迟，分别乘以对应的抽头系数，然后将各加权值相加。图2示出了一种横向滤波器结构的前馈均衡器的示例。如图2所示，该前馈均衡器110包括三种基本单元：单位延时单元110a、乘法器110b和加法器110c；g0、g1、g2、...gk-1表示抽头系数，其中k表示抽头的数量；t表示每个延时单元的延时单位。当输入信号y[n]输入到前馈均衡器110后，前馈均衡器110的输出信号可表示为：

理论上，前馈均衡器只要抽头数足够多，就可以近似实现各种线性传递函数，从而有效消除接收信号中包括前标分量的码间干扰。

另一方面，采用反馈均衡器120和判决器130可以有效消除后标分量。图3中示出了反馈均衡器120和判决器130的示例性结构框图，其结构相当于无限脉冲响应(iir)滤波器。图3中，反馈均衡器120同样地采用横向滤波器结构；z[n]和分别表示反馈均衡器120均衡前后的信号；表示通过判决器130得到的信号判决信号；f0、f1、f2、...fk-1表示反馈均衡器120的抽头系数，其中k表示抽头的数量；t表示每个延时单元的延时单位。反馈均衡器120从当前的接收信号中减去已经接收并判决的数据的加权值，实现对接收信号的恢复。反馈均衡器120所进行的上述处理的时域表达式为：

判决器130用于符号判决，可以将均衡器输出信号量化到固定的星座点，抑制反馈环路中的噪声增强效应，同时通过有限幅度输出使得环路具有稳定特性。

回到图1，图1中使用向量g表示前馈均衡器110的抽头系数，例如根据图2，g＝[g0，g1，g2，...gk-1]^h，使用向量f表示反馈均衡器120的抽头系数，例如根据图3，f＝[f0，f1，f2，...fk-1]^h，y[n]表示接收信号，为均衡器输出信号的加和，为判决器输出信号。需要说明的是，抽头的数量的不同也会影响均衡器的性能，理论上抽头数越多，可消除的码间干扰越多；但抽头数过多会使电路结构复杂，设计难度增加，而且随着抽头数量的增加，各抽头间的相互影响也会降低均衡器的性能，因此抽头的数量需要根据具体应用场景确定。从图1中可以看出，为了使用判决反馈均衡器对接收信号进行均衡，就需要先确定判决反馈均衡器中前馈均衡器110的抽头系数g和反馈均衡器120的抽头系数f。

通常，判决反馈均衡器的抽头系数会随着外界通信信道的变化而相应调整。而计算抽头系数的方法可以分为自适应方法和直接计算方法。自适应方法一般利用训练序列训练收敛，直接计算方法则由信道估计结果直接计算出前馈均衡器和反馈均衡器的系数。当训练序列长度有限或者信道相当恶劣的条件下，自适应方法往往难以使得均衡器抽头系数收敛，导致眼图无法充分打开。直接计算方法可直接获得均衡器抽头系数，具有相当明显的优势。但是，传统的均衡器抽头系数直接计算方法的复杂度极高，一般与均衡器阶数的三次方成比例，即o(n³)，其中n表示均衡器的阶数，其与均衡器的抽头数量相对应。以一个64阶的均衡器为例，传统的方法需要进行高达几十万次的乘法运算，这使得它的应用大受限制。

为了降低计算均衡器抽头系数的复杂度，本申请实施例提供了一种判决反馈均衡处理装置和方法，在计算均衡器抽头系数的过程中，充分利用了信道卷积矩阵的特点和判决反馈均衡器的结构，将计算均衡器抽头系数的复杂度从o(n³)降至o(k×n×log2(n))的数量级，其中k为迭代计算次数，一般在初始计算时k＜5，n为均衡器的阶数。同样以64阶的均衡器为例，其计算复杂度在几千次，若在系统连续工作模式下k＝1或者k＝2，复杂度还会进一步降低。以下结合附图对本申请实施例的判决反馈均衡处理装置和方法进行详细描述。

参考图4，其示出了本申请实施例的判决反馈均衡处理装置的框图。如图4所示，判决反馈均衡处理装置包括信道估计器210、抽头系数计算器220和判决反馈均衡器230，其中，判决反馈均衡器230又包括前馈均衡器231、反馈均衡器232和判决器233。关于判决反馈均衡器230中的前馈均衡器231、反馈均衡器232和判决器233的介绍可参考上文结合图1至图3的示例描述，此处不再赘述。需要说明的时，在另一些实施例中，判决反馈均衡器230也可采用本领域技术人员已知的其它的不同于上述示例的结构。

信道估计器210用于根据接收信号和训练序列估计出信道冲激响应。训练序列是发送机和接收机都已知的一组序列，因此可以用于结合接收信号估计信道信息。在一些实施例中，在待发送的数据分组中插入训练序列，由于发送的训练序列和数据分组信号经历相同的信道特性，因此可以在接收端根据已知的发送信号经过信道后的接收信号来估计信道信息。例如，在接收端对接收到的训练序列部分采用例如最小方差准则、简化的最小方差准则、混合最小方差准则、最小均方误差估计准则或最大似然准则等，得出信道冲激响应的估值函数，运用该函数能够有效地对信道信息进行估计。在其他一些实施例中，信道估计器210也可以根据应用场景，采用其他适宜的方法获得信道相应的估计值。在信道估计器210获得信道冲激响应的估计值之后，对应到判决反馈均衡器230，即可得到判决反馈均衡器230的输入信号y[n]自相关矩阵ryy、输入信号y[n]与输出信号的互相关矩阵ryx、和输入信号y[n]与输出信号的互相关向量ryx。关于输入信号自相关矩阵ryy、输入信号与输出信号的互相关矩阵ryx以及输入信号与输出信号的互相关向量ryx的计算方法，可以参考现有技术，此处不再赘述。

抽头系数计算器220用于根据输入信号自相关矩阵ryy、输入信号与输出信号的互相关矩阵ryx以及输入信号与输出信号的互相关向量ryx计算判决反馈均衡器230中的前馈均衡器231的抽头系数g和反馈均衡器232的抽头系数f。具体地，判决反馈均衡器230作用于输入信号产生的均方误差ζ(g，f)可以定义为：

其中，x[n]表示发射机发送的信号；表示判决器233输出信号；v表示信号通过判决反馈均衡器230的延迟，即当前的判决反馈均衡器230输出对应于v个时间周期之前的输入x[n-v]；算符e表示求期望值。

在抽头系数计算器220中，根据最小均方误差(mmse：minimummeansquareerror)准则，判决反馈均衡器230中的抽头系数g和f为：

其中，argmin表示求函数ζ(g，f)最小值时的参数g和f的值，表示输入信号的方差，re表示取实部操作。

上面的公式(5)的解可表示为：

其中，ryy表示输入信号自相关矩阵，ryx表示输入信号与输出信号的互相关矩阵，ryx表示输入信号与输出信号的互相关向量，它们可以通过信道估计器210获得。由于矩阵的非稀疏性，直接进行矩阵求逆计算g和f的复杂度约为o(n³)，其中n为矩阵的维数，也就是均衡器的阶数。

上述公式(6)求解g的过程等效于求解线性方程：

的解g。基于矩阵的正定特性和对称性，本实施例中采用共轭梯度下降的方法迭代求解。另外，基于对信道特性的研究，可以认为短时间内信道是时不变的，并且每一时刻发送的信号是相互独立的。在这两个假设的前提下，上文中计算出的相关矩阵ryy和ryx就具有准循环的数学特性。由于矩阵ryy和ryx均具有准循环特性，因此可以在抽头系数计算器220中通过构造循环矩阵的方法，使用快速傅里叶变换(fft)计算矩阵ryy和ryx与共轭梯度下降方法的中间量的乘法运算。通过这种处理，可以将求解上述公式(8)的运算复杂度从0(n3)降低至o(k×n×log2(n))，其中，n为矩阵的维数，k为共轭梯度下降方法的迭代次数，一般在初始计算时k＜5，而在系统连续工作模式下k＝1或者2。

参考图5，图5示出了根据本申请一实施例中的抽头系数计算器220的结构框图，抽头系数计算器220包括循环矩阵构造单元221和快速傅里叶变换计算单元222。下面结合图5具体介绍抽头系数计算器220使用共轭梯度下降的方法迭代求解抽头系数g的过程：

1、初始化解g0＝ryx，初始化搜索方向p0＝ryx，初始化残余向量r0＝ryx；循环执行以下的步骤2至9，其中循环变量i＝0，1，2，...，k-1，k为共轭梯度下降方法的最大迭代次数；

2、使用循环矩阵构造单元221构造所述输入信号自相关矩阵ryy的循环矩阵，使用快速傅里叶变换计算单元222计算w1＝ryypi；

3、使用循环矩阵构造单元221构造所述输入信号与输出信号的互相关矩阵ryx的共轭转置矩阵的循环矩阵，使用快速傅里叶变换计算单元222计算

4、使用循环矩阵构造单元221构造所述输入信号与输出信号的互相关矩阵ryx的循环矩阵，使用快速傅里叶变换计算单元222计算w3＝ryxw2；

5、计算w＝w1-w3；

6、计算a＝w^hpi，其中w^h为w的共轭转置矩阵；

7、更新解gi+1＝gi+α*pi，其中，标量thr表示预设的门限值；

8、缓存残余向量ti＝ri，并更新残余向量ri+1＝ri-α*w；

9、更新搜索方向pi+1＝ri+1+β*pi，其中，标量

在一些实施例中，上述步骤7中预设的门限值thr可以为10^-6。

通过上述共轭梯度下降的方法迭代求解后可获得优化抽头系数gk-1作为前馈均衡器231的抽头系数g，进一步地，可根据公式(7)基于前馈均衡器231的抽头系数g直接计算获得反馈均衡器232的抽头系数f。

可以看出上述的计算过程的步骤2、3和4中大量运用了快速傅里叶变换技术，从而降低了求解方程的复杂度。为了进一步说明上述实施例中循环矩阵构造单元221构造循环矩阵，速傅里叶变换计算单元222计算循环矩阵与共轭梯度下降方法的中间量的乘法运算的过程。下面以i＝0时的步骤2为例对本申请的实施例做进一步说明。

在接收端通过信道估计器210获得信道响应的估计值之后，即可获得计算抽头系数所需的输入，即输入信号自相关矩阵ryy、输入信号与输出信号的互相关矩阵ryx、和输入信号与输出信号的互相关量ryx。下面举例说明。假设

并且抽头系数计算器220初始化搜索方向

具体地，在抽头系数计算器220使用共轭梯度下降的方法迭代求解抽头系数g的步骤2中，首先循环矩阵构造单元221基于ryy构造循环矩阵rc：

它的行向量的每个元素都是前一行向量各元素依次右移一个位置得到的结果；并且循环矩阵构造单元221基于p0构造扩展列向量pext：

其中，扩展列向量pext的维数与循环矩阵rc的阶数相对应；接着快速傅里叶变换计算单元222计算rc第一列向量以及pext的快速傅里叶变换fr和fpext，并计算fr和fpext的点乘s：

然后快速傅里叶变换计算单元222对s进行快速傅里叶逆变换(ifft)并取其前两个分量作为ryyp1的结果赋值给w1：

至此，通过快速傅里叶变换计算了输入信号自相关矩阵ryy的循环矩阵与共轭梯度下降方法的中间量pi的扩展列向量pext的乘积，可以获得上文共轭梯度下降方法的步骤2中w1的值。类似地，还可以使用快速傅里叶变换计算输入信号与输出信号的互相关矩阵ryx的共轭转置矩阵的循环矩阵与共轭梯度下降方法的中间量pi的扩展列向量的乘积、以及输入信号与输出信号的互相关矩阵ryx的循环矩阵与共轭梯度下降方法的中间量w2的扩展列向量的乘积分别获得步骤3和4中w2和w3的值。需要说明的是，循环矩阵构造单元221基于ryy构造循环矩阵rc，并基于p0构造扩展列向量pext的过程中，循环矩阵rc的阶数和向量pext的维数并不唯一而是根据具体应用场景可变的。另外，为了降低快速傅里叶变换计算单元222运算量，循环矩阵构造单元221在循环矩阵rc和向量pext中需要填充元素的位置可以填充0。在上述共轭梯度下降方法的步骤3和4中基于矩阵ryx和矩阵构造循环矩阵的方法也是类似的，此处不再赘述。另外，在上述描述中，为了说明简单起见，各矩阵或向量的阶数取值较小，但实际应用中，各矩阵或向量的阶数会显著大于上述示例，例如32阶、64阶或128阶等。

在上述实施例中，在共轭梯度下降方法的步骤2、3和4中，对所述信道估计器接收输入信号自相关矩阵ryy、输入信号与输出信号的互相关矩阵ryx、以及输入信号与输出信号的互相关矩阵ryx的共轭转置矩阵均构造了循环矩阵，进行乘法运算。在其它一些实施例中，也可以选择三者中的一者或两者构造循环矩阵进行乘法运算，相应地降低计算复杂度。

需要说明的是，在上述描述的实施例中，对公式(5)求解可获得公式(6)和(7)，即由ryy、ryx、和ryx表示的前馈均衡器抽头系数g，以及由和g表示的反馈均衡器抽头系数f。但本领域技术人员应当理解，在另一些实施例中，对上述公式(5)求解后，也可以获得由ryy、ryx、和ryx表示的反馈均衡器抽头系数f，以及由f与已知量表示的前馈均衡器抽头系数g，继而通过上文所述的共轭梯度下降方法先计算求解f，再根据已经获得的f求解g，但与上文的实施例相比，这种情形下的计算量会增加。在又一些实施例中，还可以根据对公式(5)的求解，用ryy、ryx、和ryx表示前馈均衡器抽头系数g和反馈均衡器抽头系数f两者，再通过上文所述的共轭梯度下降方法求解g和f两者，这种情形下的计算量会显著增加。

对应地，根据本申请的一些其它实施例，还提供了一种判决反馈均衡处理的方法，该方法可以采用上述的抽头系数计算方法来计算均衡器中的均衡参数。参考图6，判决反馈均衡处理方法600包括：

步骤s610：接收输入信号，并基于输入信号确定输入信号自相关矩阵ryy、输入信号与输出信号的互相关矩阵ryx以及输入信号与输出信号的互相关向量ryx；

步骤s620：基于所述输入信号自相关矩阵ryy、输入信号与输出信号的互相关矩阵ryx以及输入信号与输出信号的互相关向量ryx计算前馈均衡器抽头系数g和反馈均衡器抽头系数f，其中，所述前馈均衡器抽头系数g和反馈均衡器抽头系数f中的至少一个采用共轭梯度下降方法计算获得，并且在所述共轭梯度下降方法的计算过程中：将所述输入信号自相关矩阵ryy、输入信号与输出信号的互相关矩阵ryx、和输入信号与输出信号的互相关矩阵ryx的共轭转置矩阵中的至少一个构造为循环矩阵；以及通过快速傅里叶变换对所述循环矩阵和所述共轭梯度下降方法的中间量进行乘法运算；以及

步骤s630：将前馈均衡器抽头系数g和反馈均衡器抽头系数f分别提供给判决反馈均衡器中的前馈均衡器和反馈均衡器，用于对输入信号进行均衡处理并产生均衡处理后的输出信号。

关于信道均衡处理方法的详细介绍可以参考上文结合附图1-5对信道均衡处理装置的描述，此处不再赘述。

图7(a)示出了对于16抽头的前馈均衡器，采用本申请判决反馈均衡处理方法获得的抽头系数与采用直接矩阵求逆方法获得抽头系数的比较图。图7(b)示出了对于8抽头的反馈均衡器，采用本申请判决反馈均衡处理方法获得的抽头系数与采用直接矩阵求逆方法获得抽头系数的比较图。由图可以看出，采用本申请判决反馈均衡处理方法获得的抽头系数与采用直接矩阵求逆方法获得抽头系数基本一致。但是，本申请的判决反馈均衡处理方法却将计算复杂度由o(n³)降至o(k×n×log2(n))，效率明显提升。

需要说明的是，在本申请所提供的实施例中，所述判决反馈处理装置可以被实现为一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件。另外，所揭露的装置可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。所述功能单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、移动终端、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。

那些本技术领域的一般技术人员可以通过研究说明书、公开的内容及附图和所附的权利要求书，理解和实施对披露的实施方式的其他改变。在权利要求中，措词“包括”不排除其他的元素和步骤，并且措辞“一”、“一个”不排除复数。在本申请的实际应用中，一个零件可能执行权利要求中所引用的多个技术特征的功能。权利要求中的任何附图标记不应理解为对范围的限制。