专利名称：一种纠错及反馈均衡控制方法和装置的制作方法
技术领域：
本发明涉及通信技术领域，特别是涉及一种纠错及反馈均衡控制方法和装置。
背景技术：
FEC (forward error correction，前向纠错)是一种在数据传输中进行错误控制的技术，已经被广泛应用于光传输等数据传输领域。FEC算法能有效提高FEC译码器的纠错能力，当长距离数据传输的纠前误码率大于2E-2(表示传输2X IO2比特最多出现1比特错误)时，纠后误码率能够保持在1E-15以下。在100G/400G光系统中，通过FEC译码器与DSP(Digital Signal ftOcess，数字信号处理)均衡器之间的配合，实现处理能力的提升。在较恶劣的100G/400G信道环境中，DSP均衡器交给FEC译码器的软信息随信道特征的变化而变化，若信道噪声呈非标准AWGN(Additive WhiteGaussion Noise，高斯白噪声)分布状态，FEC译码器的纠错性能会受到严重影响；此时，FEC译码器反馈回DSP均衡器的信息也会失真，导致DSP均衡器的补偿效果劣化。现有的一种纠错方法，是利用软信息和该软信息硬判的结果相减直接获得信道的PDF (Probability Distribution Function，概率谱密度分布函数)分布，进而进行后续纠错。在FEC技术中，称浮点信息或者浮点信息量化后的信息为软信息，软信息进行硬判决就得到了硬信息。如1. 7328,-0. 89267为软信息；称此软信息进行硬判决后的值为硬判结果，如1. 7328的硬判结果为1，-0. 89267的硬判结果为_1。但是，通过软信息和该软信息硬判的结果相减直接获得的PDF分布的方式，无法反映出“旁瓣”的程度，对译码性能改善不明显。
发明内容
本发明实施例的目的是提供一种纠错及反馈均衡控制方法和装置，以改善译码性能。本发明实施例提供了一种纠错及反馈均衡控制方法，预存训练序列的初始值，所述方法包括利用均衡算法对接收的数据信息进行补偿；补偿后的数据信息包括所述训练序列的软信息和有效数据的软信息；利用所述训练序列的软信息和训练序列的初始值调制后的结果，得到第一概率谱密度分布函数PDF;利用所述训练序列的软信息硬判结果和训练序列的初始值，得到纠前误码率BERin ；利用上一次接收的有效数据的软信息纠错后的硬判值和上一次接收的有效数据的软信息，得到第二 PDF ；对第一 PDF和第二 PDF进行叠合得到第三PDF ；利用本次接收的所述有效数据的软信息、第三PDF，得到该有效数据的软信息的对数概率比率LLR分布；以及利用所述第三PDF所反映的跳周情况与信道噪声畸变程度和纠前误码率，调整所述均衡算法中的系数；利用所述LLR分布和纠前误码率对本次接收的有效数据的软信息进行纠错硬判并输出。本发明实施例还提供了一种纠错及反馈均衡控制装置，包括存储模块、补偿模块、第一计算模块、第二计算模块、第三计算模块、第四计算模块、调整模块和纠错模块所述存储模块用于预存训练序列的初始值；所述补偿模块用于利用均衡算法对接收的数据信息进行补偿；补偿后的数据信息包括所述训练序列的软信息和有效数据的软信息；所述第一计算模块用于利用所述训练序列的软信息和训练序列的初始值调制后的结果，得到第一概率谱密度分布函数PDF ；所述第二计算模块用于利用所述训练序列的软信息硬判结果和训练序列的初始值，得到纠前误码率；所述第三计算模块用于利用纠错模块对上一次接收的有效数据的软信息纠错后的硬判值和上一次接收的有效数据的软信息，得到第二 PDF ；所述第四计算模块，用于对第一 PDF和第二 PDF进行叠合得到第三PDF ；所述第五计算模块，用于利用本次接收的所述有效数据的软信息、第三PDF，得到该有效数据的软信息的对数概率比率LLR分布；所述调整模块用于利用所述第三PDF所反映的跳周情况与信道噪声畸变程度和纠前误码率，调整均衡算法中的系数；所述纠错模块用于利用所述LLR分布和纠前误码率对本次接收的有效数据的软信息进行纠错硬判并输出。本发明实施例的纠错及反馈均衡控制方法和装置，通过在数据信息中加入训练序列，可以通过训练序列准确的计算出BERin和能够反映跳周情况的第一 PDF，第一 PDF能够体现出旁瓣的程度，利用上一次接收的数据信息中的有效数据的软信息纠错后的硬判值和上一次接收的有效数据的软信息计算出能够反映除跳周外的大部分PDF分布信息的第二PDF,通过对第一 PDF和第二 PDF叠合，得到能够体现出跳周情况和信道噪声畸变程度的第三PDF，由此可以准确把握传输信道的特征，得到的LLR和对均衡算法系数的调整都更加有效和更有针对性，对译码性能改善明显，纠前误码处理能力可以由BERin为1. 5E-2提升至1. 7E-2，而且不需要额外增加成本和开销。
图1是本发明实施例的纠错及反馈均衡控制方法的流程示意图；图2是本发明实施例的纠错及反馈均衡控制装置的第一实施例的框架示意图；图3是本发明实施例的纠错及反馈均衡控制装置的第二实施例的框架示意图；图4是本发明实施例的纠错及反馈均衡控制装置的优选实施例的结构示意图。
具体实施例方式为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式
对本发明实施例作进一步详细的说明。实施例一本实施例提供了一种纠错及反馈均衡控制方法，如图1所示，包括如下步骤
S101，预存训练序列的初始值；所述训练序列可以为由0或1构成的一串二进制序列，收、发双方对训练序列进行提前约定。S102，利用均衡算法对接收的数据信息进行补偿。此处可以采用现有技术的补偿方式对接收的数据信息进行补偿。所不同的是，接收的数据信息中携带有训练序列和有效数据的相关信息，因此补偿后的数据信息会包括所述训练序列的软信息和有效数据的软信息。所述有效数据即为发送方所要发送的数据中有效的数据，对应以往发送方单次发送的全部数据。所述补偿是对信号损伤和畸变进行补偿，常用的补偿方式包括色散(CD)补偿、偏振模色散(PMD)补偿、载波频偏和载波相位恢复(FR和 CPR)。S103，利用所述训练序列的软信息和训练序列的初始值调制后的结果，得到第一PDF;利用所述训练序列的软信息硬判结果和训练序列的初始值，得到BERin (Bit ErrorRation in，纠前误码率)；利用上一次接收的有效数据的软信息纠错后的硬判值和上一次接收的有效数据的软信息，得到第二 PDF ；对第一 PDF和第二 PDF进行叠合得到第三PDF。由于发送方会将训练序列和有效数据一起发送给接收方，因此会在发送前对训练序列和有效数据一起进行调制处理。对应的，接收方在接收到数据信息并进行补偿后，需要先对自身预存的训练序列进行调制，再与补偿后的接收的数据信息中的训练序列的软信息进行对比。其中，所述利用训练序列的软信息和训练序列的初始值调制后的结果得到第一PDF具体可以为将所述训练序列的软信息与训练序列的初始值调制后的结果相减，得到第一PDF。例如，训练序列的初始值为0110，经调制后为1-1-11 ；接收到的训练序列的软信息为1. 23-0. 78-1. 110. 87，则训练序列的软信息与训练序列的初始值调制后的结果相减，得出第一 PDF为0. 230. 22-0. 11-0. 13。第一 PDF能够反映出跳周的情况。若跳周越严重，旁瓣的幅度也会越大，其具体的比例关系会随信道情况的不同而不同，需要根据应用场景而定。第一 PDF能够反映出跳周的情况，也就能够体现出旁瓣的程度。所述利用训练序列的软信息硬判结果和训练序列的初始值得到BERin具体可以为将所述训练序列的软信息硬判结果与训练序列的初始值对比，得到所述硬判结果中错误的比特数；将所述错误的比特数与训练序列的总比特数相除，得到BERin。这里，计算BERin是基于训练序列，由于训练序列的初始值预存在接收端，因此在对训练序列的软消息进行硬判后，通过对比训练序列的初始值和训练序列的软信息硬判结果，得到的BERin更准确。所述利用上一次接收的有效数据的软信息纠错后的硬判值和上一次接收的有效数据的软信息得到第二 PDF具体可以为将所述上一次接收的有效数据的软信息与上一次接收的有效数据的软信息纠错后的硬判值相减，得到第二 PDF。例如，上一次接收到的有效数据的软信息为1. 23-0. 78-1. 110. 87，上一次接收的有效数据的软信息纠错后的硬判值为1_1_11 ；则上一次接收的有效数据的软信息与上一次接收的有效数据的软信息纠错后的硬判值相减，得出第二 PDF为0. 230. 22-0. 11-0. 13。由于在信息流中PDF是缓变的，因此本发明实施例用上一次接收的有效数据提供的信息来估计出第二 PDF，提供给当前接收的数据信息使用，而不是用于上一次有效数据本身。第二 PDF能够反映出除跳周外的大部分PDF分布信息。在均衡算法开始时，可以将PDF的初始值设置为按照AWGN特征分布。由于计算第一 PDF、BERin和第二 PDF所依据的数据源没有竞争或依赖关系，它们的计算可以同时或先后进行，没有执行顺序上的限制。本发明实施例通过将第一 PDF与第二 PDF叠合得到第三PDF。由于第一 PDF能够反映出跳周情况，第二 PDF能够反映出除跳周外的大部分PDF分布信息，因此第三PDF可以体现出跳周情况、旁瓣程度和信道噪声畸变程度，使得后续针对该第三PDF的纠错和调整均衡算法系数更准确有效。第一 PDF与第二 PDF叠合，一般直接进行叠合即可，若信道情况特殊(如100G&10G混传)还可以将这两个PDF先进行滤波后再叠合，具体滤波的选择情况需要结合信道进行判断。例如，可以采用将第一 PDF与第二 PDF相加的方式，得到第三PDF。S104，利用本次接收的所述有效数据的软信息、第三PDF，得到该有效数据的软信息的LLR(Log Likelihood Ration，对数概率比率)分布；以及利用所述第三PDF所反映的跳周情况与信道噪声畸变程度和BERin，调整所述均衡算法中的系数。LLR为有效数据的软信息中某个比特为1和为0的概率之比的对数。得到有效数据的软信息的LLR分布，便于后续对有效数据的软消息进行纠错和硬判。所述利用本次接收的有效数据的软信息、第三PDF得到该有效数据的软信息的LLR分布具体可以包括依据所述第三PDF得到本次接收的所述有效数据的软信息中每个比特的LLR，进而得到该有效数据的软信息的LLR分布。由于第一 PDF能够反映出跳周的情况，进而反映出旁瓣的程度，而第二 PDF能够反映出除跳周外的大部分PDF分布信息，因此由第一 PDF、第二 PDF叠合而成的第三PDF既能够反映出跳周的情况，从而体现旁瓣程度，也能够反映出除跳周外的大部分PDF分布信息，由此可以依据第三PDF得到有效数据的软信息中每个比特的LLR，进而得到所述有效数据的软信息的LLR分布。所述利用第三PDF所反映的跳周情况与信道噪声畸变程度和BERin，调整均衡算法中的系数具体可以包括根据所述第三PDF所反映的跳周情况与信道噪声畸变程度和BERin，确定均衡算法的迭代次数；按照所述迭代次数对均衡算法进行迭代以调整所述均衡算法中的系数。当跳周的比特数与未跳周的比特数的比例大于预设值时，确定跳周严重，所述预设值根据不同的通信系统而取值不同，需要在实际通信系统中进行测量后才能划定。信道噪声畸变程度(例如，第三PDF偏离AWGN分布的程度)是通过第二 PDF反映出来的，具体畸变程度的衡量标准与传输信道的情况有关。一次数据信息的处理包括一次均衡补偿处理、纠错后输出信号和反馈调整均衡算法的系数，迭代存在于均衡算法内部。计算有效数据软信息的LLR分布的方法可以采用现有技术的相关算法，下面通过一个例子介绍根据第三PDF计算LLR的过程在得到第三PDF后，即知道了每个噪声幅度的概率。设在第三PDF中，噪声幅度为0.25 和 2. 25 的概率分别为 P (0. 25) = 0. 8，P (2. 25) = 0. 05 ；若接收到的有效数据的软信息中第i比特的软信息yi = 1. 25，此时发送的有效数据的第i比特xi为+1(1被调制为1)的概率为P(yi-xi) =P (1.25-1) =P (0.25) =0.8，xi 为 0(0 被调制为-1)的概率为 P(yi-xi) =P (1.25-(-1)) = P (2. 25) = 0.05，由此，有效数据的软信息中第i比特的LLR为1η(Ρ(0. 25)/P (2. 25)) = ln(0. 8/0. 05)，从而得到有效数据的软信息的LLR分布。设在加性AWGN信道下，第三PDF的分布为高斯分布；采用BPSK调制，yi是均值为
1、方差为ο2的高斯变量。在信源等概分布时，Ph =-1) = 7^. =+I)=-，此时概率译码的初始消息为
权利要求
1.一种纠错及反馈均衡控制方法，其特征在于，预存训练序列的初始值，所述方法包括利用均衡算法对接收的数据信息进行补偿；补偿后的数据信息包括所述训练序列的软信息和有效数据的软信息；利用所述训练序列的软信息和训练序列的初始值调制后的结果，得到第一概率谱密度分布函数PDF;利用所述训练序列的软信息硬判结果和训练序列的初始值，得到纠前误码率；利用上一次接收的有效数据的软信息纠错后的硬判值和上一次接收的有效数据的软信息，得到第二 PDF ；对第一 PDF和第二 PDF进行叠合得到第三PDF ；利用本次接收的所述有效数据的软信息、第三PDF，得到该有效数据的软信息的对数概率比率LLR分布；以及利用所述第三PDF所反映的跳周情况与信道噪声畸变程度和纠前误码率，调整所述均衡算法中的系数；利用所述LLR分布和纠前误码率对本次接收的有效数据的软信息进行纠错硬判并输出ο
2.如权利要求1所述的方法，其特征在于，所述利用训练序列的软信息和训练序列的初始值调制后的结果得到第一 PDF具体包括将所述训练序列的软信息与训练序列的初始值调制后的结果相减，得到第一 PDF。
3.如权利要求1所述的方法，其特征在于，所述利用训练序列的软信息硬判结果和训练序列的初始值得到纠前误码率具体包括将所述训练序列的软信息硬判结果与训练序列的初始值对比，得到所述硬判结果中错误的比特数；将所述错误的比特数与训练序列的总比特数相除，得到纠前误码率。
4.如权利要求1所述的方法，其特征在于，所述利用上一次接收的有效数据的软信息纠错后的硬判值和上一次接收的有效数据的软信息得到第二 PDF具体包括将所述上一次接收的有效数据的软信息与上一次接收的有效数据的软信息纠错后的硬判值相减，得到第二 PDF。
5.如权利要求1所述的方法，其特征在于，所述利用本次接收的有效数据的软信息、第三PDF得到该有效数据的软信息的LLR分布具体包括依据所述第三PDF得到本次接收的所述有效数据的软信息中每个比特的LLR，进而得到该有效数据的软信息的LLR分布。
6.如权利要求1所述的方法，其特征在于，所述利用第三PDF所反映的跳周情况与信道噪声畸变程度和纠前误码率，调整均衡算法中的系数具体包括根据所述第三PDF所反映的跳周情况与信道噪声畸变程度和纠前误码率，确定均衡算法的迭代次数；按照所述迭代次数对均衡算法进行迭代以调整所述均衡算法中的系数。
7.一种纠错及反馈均衡控制装置，其特征在于，包括存储模块、补偿模块、第一计算模块、第二计算模块、第三计算模块、第四计算模块、调整模块和纠错模块所述存储模块用于预存训练序列的初始值；所述补偿模块用于利用均衡算法对接收的数据信息进行补偿；补偿后的数据信息包括所述训练序列的软信息和有效数据的软信息；所述第一计算模块用于利用所述训练序列的软信息和训练序列的初始值调制后的结果，得到第一概率谱密度分布函数PDF ；所述第二计算模块用于利用所述训练序列的软信息硬判结果和训练序列的初始值，得到纠前误码率；所述第三计算模块用于利用纠错模块对上一次接收的有效数据的软信息纠错后的硬判值和上一次接收的有效数据的软信息，得到第二 PDF ；所述第四计算模块，用于对第一 PDF和第二 PDF进行叠合得到第三PDF ；所述第五计算模块，用于利用本次接收的所述有效数据的软信息、第三PDF，得到该有效数据的软信息的对数概率比率LLR分布；所述调整模块用于利用所述第三PDF所反映的跳周情况与信道噪声畸变程度和纠前误码率，调整均衡算法中的系数；所述纠错模块用于利用所述LLR分布和纠前误码率对本次接收的有效数据的软信息进行纠错硬判并输出。
8.如权利要求7所述的装置，其特征在于，所述第一计算模块包括第一计算单元，用于将所述训练序列的软信息与训练序列的初始值调制后的结果相减，得到第一 PDF。
9.如权利要求7所述的装置，其特征在于，所述第二计算模块包括第二计算单元，用于将所述训练序列的软信息硬判结果与训练序列的初始值对比，得到所述硬判结果中错误的比特数；将所述错误的比特数与训练序列的总比特数相除，得到纠前误码率。
10.如权利要求7所述的装置，其特征在于，所述第三计算模块包括第三计算单元，用于将所述上一次接收的有效数据的软信息与上一次接收的有效数据的软信息纠错后的硬判值相减，得到第二 PDF。
11.如权利要求7所述的装置，其特征在于，所述第五计算模块包括第五计算单元，用于依据所述第三PDF得到本次接收的所述有效数据的软信息中每个比特的LLR，进而得到该有效数据的软信息的LLR分布。
12.如权利要求7所述的装置，其特征在于，所述调整模块包括调整单元，用于根据所述第三PDF所反映的跳周情况与信道噪声畸变程度和纠前误码率，确定均衡算法的迭代次数；按照所述迭代次数对均衡算法进行迭代以调整所述均衡算法中的系数。
全文摘要
本发明公开了一种纠错及反馈均衡控制方法和装置，所述方法预存训练序列的初始值，通过训练序列得到第一PDF和BERin；再计算第二PDF；由第一PDF和第二PDF得到第三PDF；由本次接收的有效数据的软信息、第三PDF得到该有效数据的软信息的LLR分布；由第三PDF反映的跳周情况与信道噪声畸变程度和BERin调整均衡算法中的系数；利用LLR分布和BERin对本次接收的有效数据的软信息进行纠错硬判并输出。通过训练序列得到BERin和第一PDF，结合第二PDF得到能体现跳周情况和信道噪声畸变程度的第三PDF，对均衡算法系数的调整更有针对性，译码性能改善明显。
文档编号H04L25/03GK102394843SQ20111018216
公开日2012年3月28日 申请日期2011年6月30日 优先权日2011年6月30日
发明者喻凡, 常德远, 肖治宇, 赵羽 申请人:华为技术有限公司