一种改进的时域自适应盲均衡方法技术

本发明专利技术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。

【技术实现步骤摘要】
一种改进的时域自适应盲均衡方法
本专利技术属于时域均衡
，特别涉及一种改进的时域自适应盲均衡方法，本专利技术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。
技术介绍
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(intersymbolinterference,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(LeastMeanSquare，LMS)算法、递归最小二乘(RootLeastSquares，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。
技术实现思路
本专利技术的目的在于提出一种改进的时域自适应盲均衡方法。为实现上述技术目的，本专利技术采用如下技术方案予以实现。一种改进的时域自适应盲均衡方法包括以下步骤：步骤1，接收信息序列[x(0),x(1),...,x(N-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-M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；则n时刻接收的信号z(n)为：z(n)＝y(n)+w(n)其中，n为整数且n取-M至N+L-M-1，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表示横向滤波器的前向阶数，p表示横向滤波器的后向阶数；则当-(q+M)≤n<N+L+p-M-1时，得出z(n)经横向滤波器滤波后的信号yeq(n)的表达式；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；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。本专利技术的特点和进一步改进在于：在步骤1中，z(n)经横向滤波器滤波后的信号yeq(n)的表达式为：其中，j为整数且j取-q至p；在得出yeq(n)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yeq(n)与x(n)的均方误差E[e2(n)]：其中，E[·]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(i')与x(i')的互相关值，Ryy(i'-j)表示y(i'-j)的自相关值，Rww(i'-j)表示w(i'-j)的自相关值；令E[e2(n)]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：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，Rzz(p')表示p'时刻接收序列的自相关值，p'为整数且p'取0至p，Ryx(0)表示y(0)与x(0)的互相关值，·表示矩阵的相乘。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p＝0，则有然后令p值自增1，执行子步骤(2.2)，Ryx(0)表示y(0)与x(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p的横向滤波器p个抽头系数为：fp(0),fp(1),……,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：令并令i＝0，j＝p+1，δ＝1，然后执行子步骤(2.3)；(2.3)当δ>Δ并且i<I时，执行子步骤(2.4)，否则执行子步骤(2.5)；I为设定的大于1的自然数，Δ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+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j个抽头系数为：其中，k为整数，k∈[0,p+1]且k≠j，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(0)的自相关值，Ryy(p+1-k)为y(p+1-k)的自相关值；在得出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<0时，将δ的值更新为：其中，abs(·)表示取绝对值，k'为整数且k'取0值p+1，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δ的值更新后，判断δ与Δ的大小关系，如果δ≥Δ，则令i的值自增1，令j＝p+1，然后执行子步骤(2.3)；如果δ<Δ，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p+1个抽头系数为：令p值自增1，执行子步骤(2.2)。本专利技术的有益效果为：1)以最小均方误差(MMSE)为准则，不需要训练序列而仅利用接收序列进行均衡，从而提高了本专利技术的有效性；2)借鉴了现代译码理论中的迭代思想，使得本专利技术具有低复杂度的运算量，能够快速准确的获得横向滤波器的抽头系数。附图说明图1为仿真实验中当接收的信号序列长度为500时利用本专利技术得出的横向滤波器均衡处理性能示意图；图2为仿真实验中当接收的信号序列长度为100000时利用本专利技术得出的横向滤波器均衡处理性能示意图。具体实施方式下面结合附图对本专利技术作进一步说明：步骤1，步骤1具体包括以下子步骤：(1.1)接收信息序列X，信息序列X的长度为N，N为大于1的自然数；所述长度为N的信息序列表示为：[x(0),x(1),...,x(N-1)]，接收信息序列对应的总路径数为L，L为大于1的自然数。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-1，M为接收主径信号之前接收的多径信号的路径数，当i＝0时，h(i)表示主径信道参数。则n时刻接收的信号z(n)为：z(n)＝y(n)+w(n)其中，n为整数且n取-M至N+L-M-1，w(n)表示设定的加性白色高斯噪声(AdditiveWhiteGaussianNoise，AWGN)在n时刻的采样值，w(n)服从均值为0方差为σ2的高斯分布，σ2为设定的加性白色高斯噪声的方差。y(n)为：其中，i为整数且i取-M至L-M-1。(1.2)将横向滤波器的抽头系数表示为f(n')，n'＝-q,-q+1,…,-1,0,1,…,p，其中，q表示横向滤波器的前向阶数，p表示横向滤波器的后向阶数。则当-(q+M)≤n<N+L+p-M-1时，z(n)经横向滤波器滤波后的信号yeq(n)的本文档来自技高网...

【技术保护点】
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(0),x(1),...,x(N‑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‑M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；则n时刻接收的信号z(n)为：z(n)＝y(n)+w(n)其中，n为整数且n取‑M至N+L‑M‑1，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表示横向滤波器的前向阶数，p表示横向滤波器的后向阶数；则当‑(q+M)≤n<N+L+p‑M‑1时，得出z(n)经横向滤波器滤波后的信号yeq(n)的表达式；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；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。...

【技术特征摘要】
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(0),x(1),...,x(N-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-M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；则n时刻接收的信号z(n)为：z(n)＝y(n)+w(n)其中，n为整数且n取-M至N+L-M-1，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表示横向滤波器的前向阶数，p表示横向滤波器的后向阶数；则当-(q+M)≤n<N+L+p-M-1时，得出z(n)经横向滤波器滤波后的信号yeq(n)的表达式；其中，z(n)经横向滤波器滤波后的信号yeq(n)的表达式为：其中，j为整数且j取-q至p；在得出yeq(n)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yeq(n)与x(n)的均方误差E[e2(n)]：其中，E[·]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(i')与x(i')的互相关值，Ryy(i'-j)表示y(i'-j)的自相关值，Rww(i'-j)表示w(i'-j)的自相关值；令E[e2(n)]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：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，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：

【专利技术属性】
技术研发人员：张凯，梁峰，杨勇，王西玲，仇妙月，
申请(专利权)人：西安烽火电子科技有限责任公司，
类型：发明
国别省市：陕西;61