一种改进的时域自适应盲均衡方法
【专利摘要】本发明属于时域均衡【技术领域】，特别涉及一种改进的时域自适应盲均衡方法。该改进的时域自适应盲均衡方法包括以下步骤：接收信息序列[x(0)，x(1)，...，x(N-1)]，所述信息序列对应的总路径数为L；将第i个路径的多径信道参数表示为h(i)，则n时刻接收的信号z(n)为：z(n)＝y(n)+w(n)，w(n)表示设定的加性白色高斯噪声在n时刻的采样值；将横向滤波器的抽头系数表示为f(n')，n'＝-q，-q+1，…，-1，0，1，…，p，q和p分别表示横向滤波器的前向阶数和后向阶数；得出z(n)经横向滤波器滤波后的信号yeq(n)与x(n)的均方误差E[e2(n)]，以E[e2(n)]最小为准则，得出横向滤波器抽头系数的标准方程；根据所述横向滤波器抽头系数的标准方程，采用递推方式求解出横向滤波器的抽头系数。
【专利说明】一种改进的时域自适应盲均衡方法
【技术领域】
[0001] 本发明属于时域均衡【技术领域】，特别涉及一种改进的时域自适应盲均衡方法，本 发明拟解决通信系统中的均衡问题，旨在通过自适应调整横向滤波器的抽头系数来消除码 间串扰，降低误码率，提高系统的可靠性和有效性。
【背景技术】
[0002] 在进行移动通信时，接收机的位置在不断变化，同时由于通信环境的多样性，接 收机会收到来自不同路径信号的叠加，这种现象称为多径。多径的存在会导致码间串扰 (intersymbol interference, ISI)，使通信系统的性能恶化，出现错误平层。均衡是解决码 间串扰的有效方法，它可以分为时域均衡方法和频域均衡方法。时域均衡主要利用横向滤 波器，不断改变滤波器的抽头系数，来达到均衡的目的。改变抽头系数的算法有最小均方 (Least Mean Square，LMS)算法、递归最小二乘（Root Least Squares，RLS)算法等，其本 质都是从多维曲面上任意一点沿最陡的路径步进到多维曲面的稳定点的过程，但是这些算 法都需要有训练序列作为参考；频域均衡通常采用快速傅里叶变换和反变换，这样会增加 系统的复杂性。
【发明内容】
[0003] 本发明的目的在于提出一种改进的时域自适应盲均衡方法。
[0004] 为实现上述技术目的，本发明采用如下技术方案予以实现。
[0005] -种改进的时域自适应盲均衡方法包括以下步骤：
[0006] 步骤1，接收信息序列[Χ(0)，χ(1)，...，χ(Ν-1)]，N表示所述信息序列的长度，所 述信息序列对应的总路径数为L ;将第i个路径的多径信道参数表示为h (i)，i为整数且i 取-Μ至L-M_1，M为接收主径信号之前接收的多径信号的路径数，h(0)表示主径信道参数； 贝1J η时刻接收的信号ζ (η)为：
[0007] z (n) = y (n) +w (η)
[0008] 其中，n为整数且n取-M至N+L-M-l，w(n)表示设定的加性白色高斯噪声在 η时刻的采样值，
【权利要求】
1. 一种改进的时域自适应盲均衡方法，其特征在于，包括以下步骤： 步骤1，接收信息序列[X (〇)，X (1)，...，X (N-l) ]，N表示所述信息序列的长度，所述信 息序列对应的总路径数为L ;将第i个路径的多径信道参数表示为h (i)，i为整数且i取-M 至L-M-l，Μ为接收主径信号之前接收的多径信号的路径数，h(0)表示主径信道参数；则η 时刻接收的信号ζ (η)为： z (n) = y (n) +w (η) 其中，n为整数且n取-M至N+L-M-l，w(n)表示设定的加性白色高斯噪声在n时 刻的采样值，
；将横向滤波器的抽头系数表示为f(n'），η' =-q，-q+l，…，_1，0, 1，一,ρ，q表示横向滤波器的前向阶数，ρ表示横向滤波器的后向阶 数；则当-(q+Μ)彡n〈N+L+p-M_l时，得出ζ(η)经横向滤波器滤波后的信号yeq(n)的表达 式； 得出ζ (η)经横向滤波器滤波后的信号5% (η)与X (η)的均方误差E [e2 (η)]，以E [e2 (η)] 最小为准则，得出横向滤波器抽头系数的标准方程；对所述横向滤波器抽头系数的标准方 程进行简化，得出横向滤波器抽头系数的简化方程组； 步骤2,采用递推方式对横向滤波器抽头系数的简化方程组进行求解，得出横向滤波器 的抽头系数。
2. 如权利要求1所述的一种改进的时域自适应盲均衡方法，其特征在于，在步骤1中， ζ (η)经横向滤波器滤波后的信号5%(η)的表达式为：
其中，j为整数且j取_q至Ρ; 在得出5%(η)的表达式后，按照以下公式计算z(n)经横向滤波器滤波后的信号5%(η) 与x(n)的均方误差E[e2(n)]:
其中，Ε[·]表示求期望，j为整数且j取_q至p，i'为整数且i'取_q至p;Ryx(i'）表 示y Q'）与X Q'）的互相关值，Ryy (i' -j)表示y (i' -j)的自相关值，R" (i' _j)表示w (i' _j) 的自相关值； 令E [e2 (η)]对f (i'）的偏导值为0,得出以下横向滤波器抽头系数的标准方程：
3. 如权利要求1所述的一种改进的时域自适应盲均衡方法，其特征在于，在步骤1中， 在得出所述横向滤波器抽头系数的标准方程之后，对所述横向滤波器抽头系数的标准方程 进行简化，得出以下横向滤波器抽头系数的简化方程组：
其中，Mp'）表示p'时亥IJ接收序列的自相关值，p'为整数且p'取〇至P，Ryx(0)表示 y(〇)与χ(〇)的互相关值，?表示矩阵的相乘。
4. 如权利要求3所述的一种改进的时域自适应盲均衡方法，其特征在于，所述步骤2具 体包括以下子步骤： (2. 1)令横向滤波器的后向阶数ρ = 0,则有，
；然后令Ρ值自增1，执行 子步骤（2. 2)，Ryx(0)表示y (0)与χ(0)的互相关值，Rzz(0)表示0时刻接收序列的自相关 值； (2. 2)后向阶数为ρ的横向滤波器ρ个抽头系数为：fp(0)，fp(l)，…… ，fp(P);后向阶数为P+1的横向滤波器的P+1个抽头系数的初始值表示为：
并令i = 0, j = p+1，δ = 1，然后执行子步骤（2. 3); (2.3)当δ >Λ并且i〈I时，执行子步骤（2. 4)，否则执行子步骤（2.5) ;1为设定的大 于1的自然数，Λ为设定的小于0. 00001的正数； (2. 4)判断j与0的大小关系，当j > 0时，则第i+Ι次迭代计算后得出的后向阶数为 p+i的横向滤波器的第j个抽头系数diC/)为：
其中，k为整数，
表示第i次迭代计算后得出的后向阶 数为P+1的横向滤波器的第k个抽头系数，Ryx(j)表示y(j)与x(j)的互相关值，Ryy(0)为 y(〇)的自相关值，Ryy(P+l-k)为y(p+l-k)的自相关值； 在得出i+Ι次迭代计算后得出的后向阶数为P+1的横向滤波器的第j个抽头系数
之后，令j的值自减1，重新执行步骤（2. 4); 当j〈〇时，将S的值更新为：
其中，abs(·)表示取绝对值，k'为整数且k'取0值ρ+l，
表示第i+1次迭代 计算后得出的后向阶数为P+1的横向滤波器的第k'个抽头系数，
表示第第i次迭 代计算后得出的后向阶数为P+1的横向滤波器的第k'个抽头系数； 在将S的值更新后，判断δ与Λ的大小关系，如果δ > Λ，则令i的值自增1，令j =P+1，然后执行子步骤（2. 3);如果δ〈Λ，则执行子步骤（2. 5); (2. 5)得出后向阶数为p+1的横向滤波器的p+1个抽头系数，后向阶数为p+1的横向滤 波器的Ρ+1个抽头系数为：
令Ρ值自增1，执行子步骤（2.2)。
【文档编号】H04L25/03GK104144139SQ201410406416
【公开日】2014年11月12日 申请日期:2014年8月18日 优先权日:2014年8月18日
【发明者】张凯, 梁峰, 杨勇, 王西玲, 仇妙月 申请人:西安烽火电子科技有限责任公司