CN1118970C - 参数估计方法和接收机 - Google Patents

Abstract

本发明涉及数字无线系统接收机中的参数估计方法以及接收机。该接收机包括检测器(106)，生成描述了通过软判决矩阵所接收符号的概率的数字(210)，该接收机还包括利用平均值(212)估计信道估计(218)的装置(209)，该平均值(212)根据描述检测器(106)所生成的接收符号概率的数字(210)生成，检测器(106)利用生成的信道估计(218)估计所需参数。本发明的信道估计(218)也可用于其它数据通信参数的估计，从而例如可以纠正多普勒误差。

Description

参数估计方法和接收机

技术领域

本发明涉及数字无线系统接收机中的一种参数估计方法，该接收机包括一个检测器，该检测器生成的数字描述了通过软判决矩阵接收的符号的概率。

本发明还涉及一种用于所需参数估计的数字无线系统接收机，该接收机生成的数字描述了通过软判决矩阵接收的符号的概率。

背景技术

在无线系统中，信道估计是可由不同算法生成的一组参数或矢量。例如，不同的无线系统检测器在检测接收信号时需要信道估计。信道估计通常通过训练序列或者类似方式生成，因而在GSM系统中，训练序列与接收的采样相关。现有技术算法经常采用最小平方问题。普通的最小平方差问题可以通过卡尔曼滤波器、扩展的卡尔曼滤波器、递归最小平方和最小均方来实现。这些算法一般适用于可以获得预定数据情况下的参数估计，但也有用于盲均衡(Blind Equalization)的算法，例如期望最大算法。在不同时刻，信道估计不是一个常量，而是不断变化。因此，通过训练序列生成的信道估计不一定适用于数据检测。

美国专利公开第5,263,033号代表了现有技术，此处将其并入以资参考。在该公开的方案中，将初步的符号判决反馈给LMS算法，以便在维特比算法格构计算期间指定信道估计。该方案的问题在于，为了指定信道估计，需要初步或精确的判决，而这些判决的正确性有待考证。因此，如果判决不正确，则信道估计被不正确地修正，由此导致的最终结果比接收的信号处理中预期的结果还要差。

发明内容

本发明的目的是提供一种参数估计方法，以及一种实现该方法以解决上述问题的接收机，该接收机能够纠正参数估计而不需要初步或最终的判决。

本发明提供了一种数字无线系统接收机中的参数估计方法，该接收机包括检测器，该检测器生成描述通过软判决矩阵所接收符号的概率的数字，其特征在于，

为描述所接收符号概率的数字产生一个平均值；

利用该平均值，产生以所需参数形式的新信道估计。

本发明还提供了一种用于所需参数估计的数字无线系统接收机，该接收机包括检测器，该检测器生成描述了通过软判决矩阵所接收符号的概率的数字，其特征在于，

该接收机包括利用平均值估计信道估计的装置，该平均值根据描述检测器所生成的接收符号概率的数字生成，检测器利用生成的信道估计估计所需参数。

本发明的方法和系统提供了多个优点。该方案避免了符号判决的使用，同时避免了使用不正确的判决来共同纠正参数估计。因为估计的信道估计较好，所以该方案还改进了接收机的敏感性。该方案还可以用作接收机的内置多普勒均衡器。

附图说明

下面结合附图，通过优选实施例来详细描述本发明，在附图中：

图1示出了无线系统接收机，以及

图2示出了反馈参数均衡器部件。

具体实施方式

本发明适用于数字无线系统，例如GSM和DCS-1800，但本发明并不局限于此。本创新方案处理盲参数估计的自适应算法。在盲估计中，纠正的完成不需要使用预知的数据。

让我们首先详细考察本发明的理论背景。根据利用最小均方差接收的采样y和根据估计的不可靠数据

可以如下估计信道的估计参数h： $h=\arg \min \left(E\left({(y-\tilde{X}h)}^2\right|y)\right),$

其中E代表均值运算符，假定接收的采样y已知，块类型代表了矩阵或矢量形式的表示。因此，希望使接收信号y和该方法中的基准信号 之间的有效差尽可能小。根据估计的信道响应项h_n如下推导上述等式，从而得到最小均方差： $\frac{\∂h}{{\∂h}_n}=\frac{\∂\left\{E\right[{(y_k-\underset{i}{\mathrm{\Σ}}{h}_i{\tilde{x}}_{k-i})}^2\left|y\right]\}}{{\∂h}_n}=0,$

其中 代表了对应于接收信号y的采样k的估计符号i。通过推导得到估计信道估计的以下条件： $h_n=\frac{[y_k-\underset{i\≠n}{\mathrm{\Σ}}{h}_{i}E\left({\tilde{x}}_{k-i}\right|y)]E\left({{\tilde{x}}^{\′}}_{k-n}\right|y)}{E\left({{\tilde{x}}^{\′}}_{k-n}{\tilde{x}}_{k-n}\right|y)},$

其中h_i是一个信道估计项，E代表了概率的均值， 代表了对应于接收信号y的采样k的估计符号i，E

代表了接收到信号y时符号 的均值，y代表了接收的信号，y_k是接收信号的第k个采样，

是

的复共轭，转置或类似变换。结果则由符号概率 $\frac{E\left({{\tilde{x}}^{\′}}_{k-n}\right|y)}{E\left({{\tilde{x}}^{\′}}_{k-n}{\tilde{x}}_{k-n}\right|y)}$ 的均值加权。这样，尽管本创新方案与LMS算法相似，但本创新方案不同于现有技术方案，通过它能够得到一种确定信道估计的有效方式，以及无线连接的另一重要参数。在搜索新的信道估计时，采用信道估计变化的平均或加权系数，可以使本创新方案更为有效。

现在让我们详细考察本发明的接收机。图1示出了典型的无线系统接收机的框图。该接收机包括天线100，射频部件102，A/D转换器，检测器106和信道估计器108。从天线100接收的信号传播到射频部件102，后者以已知方式使射频信号相乘，并滤波到较低的频率。然后，在A/D转换器104中将静态的模拟信号转换成数字信号，将数字信号进一步传播给检测器106，后者对传送的符号进行解调和检测。根据比特或比特组合生成数字无线系统符号。信道估计器108生成信道脉冲响应估计，在检测过程中以已知方式使用该信道脉冲响应估计。检测器106生成软符号判决，对检测的符号而言，它还附加通知了判决的可靠性。根据判决的可靠性，可以以已知方式生成描述符号概率的数，本发明方案的检测也生成数字。

图2示出了整个参数均衡器，包括检测器200，生成均值的第一装置202，生成均值的第二装置204，估计器206和时延装置208。装置209包括装置202-208，它生成均衡器的反馈部分。在接收的信号y到达检测器时，参数均衡器负责纠正信道对信号造成的失真。参数均衡器最好是纠正信道估计的信道均衡器。接收的信号y可以表示成信道脉冲响应和发送的信号的卷积。在一般模式下，如下计算两个函数f(t)和g(t)之间的卷积： $f\left(t\right)*g\left(t\right)=(f*g)\left(t\right)=\underset{0}{\overset{t}{\∫}}f\left(\mathrm{\τ}\right)g(t-\mathrm{\τ})\mathrm{d\τ},$

其中t和τ是变量，*代表了卷积。接收机通过一般包括5个抽头的信道估计来估计实际脉冲响应。接收机中例如可以利用信号中的预定序列来生成信道估计。在信道均衡器中例如变换后的信道估计将失真的信号还原成它的原始形式。因为这样生成的信道估计不能充分接近实际的信道脉冲响应，因此，信道纠错也不充分，在本创新方案中利用描述接收的符号概率的数的均值来确定信道估计。

现在让我们详细考察基于图2的参数均衡器的功能。信道估计是该参数，因此，信道均衡器是检测器200的参数均衡器。检测器200可以是维特比检测器或类似设备，利用软判决矩阵生成描述估计符号的概率的数p

210，符号

是根据现有技术在接收到信号y时接收的，它并不只是例如噪声。一般在传输中使用r个不同的实符号或复符号，因此符号

是符号

之一。描述每个符号变化性的概率的数可以加在一起，在装置202中例如根据以下公式生成均值212： $E\left(\tilde{x}\right|y)=\mathrm{\Σ}\left[p\left({\tilde{x}}_1\right|y){\tilde{x}}_i\right],$

其中E代表了概率的均值运算符。在生成均值的第二装置204中，生成估计符号

的能量214，使得符号

乘上它的复共轭 或类似变换，其均值，即 然而，如果以这样一种方式进行编码就不需要装置204，即能量或符号的幅度为常量，由于平均值E 24也总是常量，不需要单独计算。这种情况例如出现在采用二进制调制的GSM系统中，待发送符号 取值为1或-1。这样，均值E

的值为1。为了能够生成信道估计，装置208对接收的信号进行延时y，使得信号y的定时等于估计符号 利用均值212和214，延时信号y和前一信道估计216，估计器206可以例如如下生成新的信道估计h＝[h₁，…，h_p]^T，其中p是信道估计抽头的数量，前一信道估计216可以例如由训练序列的初始值或者前一估计的结果形式得到： $h_n=\frac{[y_k-\underset{i\≠n}{\mathrm{\Σ}}{h}_{i}E\left({\tilde{x}}_{k-i}\right|y)]E\left({{\tilde{x}}^{\′}}_{k-n}\right|y)}{E\left({{\tilde{x}}^{\′}}_{k-n}{\tilde{x}}_{k-n}\right|y)}$

其中h_i是前一信道估计或信道估计的均值，

代表了对应于接收信号y的采样k的估计符号i，E

代表了在接收到信号y时描述符号 概率的数的均值，y代表了接收的信号，y_k是接收信号的第k个采样，

是 的复共轭，转置或类似变换。但是，生成信道估计h的方式随信道脉冲响应变化(过)快，因为延时，它并不是正确的接收信号。估计器206中可以利用例如以下递归公式对过快的变化进行时延：

     h_{n_new}＝h_{n_prev}+μ(h_n-h_{n_prev})，其中h_{n_new}是新的信道估计，h_{n_prev}是前一信道估计，h_n是当前信道估计，μ是用户在[0，1]之间选择的加权系数。另一方案是采用多于一个信道估计h的平均。这样生成的新的信道估计h218被反馈到检测器200，在信道均衡器中使用。

本创新方案可以用于，例如最小位移键控编码。在I/Q图(I＝同相，Q＝正交)，MSK编码符号对称地位于单位圆周边45°，135°，225°和315°角度。在失真信道中，这些角度会发生变化，这种错误的变化可以通过利用本创新方案得到的信道估计来纠正。

信道估计一般通过训练序列来生成。因为训练序列不是有用信号，即不传送实际数据，所以通常使它尽可能地短。为此，生成的信道估计是不完整的，满是噪声，因此，检测器无法理想地检测到发送的信号。即使信道估计在脉冲串期间根本不发生变化，本发明的方案也可以改进信道估计的质量，因而改善检测。

因为训练序列位于脉冲串的特定点，所以在因终端移动而生成的数据序列中，信道的实际脉冲响应可以与训练序列中生成的信道估计相差很大。

本创新方案还可以有效地用于纠正多普勒迁移。多普勒误差因终端的移动而起。当终端位于基站的视距中时，信道估计变化对应于信号的相位差。因为本创新方案确定了信道估计的变化，所以最好也检测并纠正相位误差。

至于数字信号处理，本发明的方案可以例如通过ASI或VLSI电路实现，需要完成的数字功能最好由基于微处理器技术的软件实现。

尽管以上结合附图的例子描述了本发明，但显然本发明并不局限于此，而是可以在后附权利要求书所公开的创新思想范围内有所变化。

Claims (15)

1.一种数字无线系统接收机中的参数估计方法，该接收机包括检测器(106)，该检测器生成描述通过软判决矩阵所接收符号的概率的数字(210)，其特征在于，

为描述所接收符号的概率的数字(210)产生一个平均值(212)；

利用该平均值(212)，产生以所需参数形式的新信道估计(218)。

2.根据权利要求1的方法，其特征在于，如果信道估计包括若干项，将接收的信号与信道估计(216)和平均值(212)的乘积的和相比较，生成新的信道估计(218)项。

3.根据权利要求1的方法，其特征在于，如果信道估计包括若干项，将接收的信号与信道估计(216)和平均值(212)的乘积的和相比较，如下生成新的信道估计(218)项h： $h_n=\frac{[y_k-\underset{i\≠n}{\mathrm{\Σ}}{h}_{i}E\left({\tilde{x}}_{k-i}\right|y)]E\left({{\tilde{x}}^{\′}}_{k-n}\right|y)}{E\left({{\tilde{x}}^{\′}}_{k-n}{\tilde{x}}_{k-n}\right|y)},$

其中h_i是一个信道估计项，E代表了概率的均值运算符，

代表了对应于接收信号的采样k的估计符号i，E 代表了接收到信号y时符号概率的平均值(212)，y代表了接收的信号，E

代表了符号

的能量(214)，y_k是接收信号的第k个采样，

是

的复共轭，或类似变换。

4.根据权利要求1或3的方法，其特征在于，根据前一信道估计(216)衰减信道估计(218)的变化。

5.根据权利要求4的方法，其特征在于，利用加权系数相对于前一信道估计(216)衰减信道估计(218)的变化，如下生成新的信道估计：

h_{n_new}＝h_{n_prev}+μ(h_n-h_{n_prev})，

其中h_{n_new}是新的信道估计，h_{n_prev}是前一信道估计，h_n是当前信道估计，μ是用户在[0，1]之间选择的加权系数。

6.根据权利要求4的方法，其特征在于，通过计算多个信道估计的平均值，并且根据前一信道估计(216)衰减信道估计(218)的变化。

7.根据权利要求1的方法，其特征在于，所需参数是通过信道估计而生成的相位，以便可以纠正多普勒误差。

8.一种用于所需参数估计的数字无线系统接收机，该接收机包括检测器(106)，该检测器生成描述了通过软判决矩阵所接收符号的概率的数字(210)，其特征在于，

该接收机包括利用平均值(212)估计信道估计(218)的装置(209)，该平均值(212)根据描述检测器(106)所生成的接收符号概率的数字(210)生成，检测器(106)利用生成的信道估计(218)估计所需参数。

9.根据权利要求8的接收机，其特征在于，包括根据描述接收符号概率的数(210)生成均值(212，214)的装置(202)，以及估计器(206)，用于在信道估计包括若干项的情况下，将接收的信号与信道估计(216)和平均值(212)的乘积的和相比较，生成新的信道估计(218)项。

10.根据权利要求9的接收机，其特征在于，包括生成描述接收符号概率的数(210)平均值(212)的装置(202)，延时接收信号采样y的延时装置(208)，以及估计器(206)，用于在发送的符号的能量(214)保持恒定的情况下，将接收的信号与信道估计(216)和平均值(212)的乘积的和相比较，如下生成信道估计(218)的项h_n： $h_n=[y_k-\underset{i\≠n}{\mathrm{\Σ}}{h}_{i}E\left({\tilde{x}}_{k-i}\right|y)]E\left({{\tilde{x}}^{\′}}_{k-n}\right|y),$ 其中h_i是一个信道估计(216)项，E代表了概率的均值运算符，代表了对应于接收信号的采样k的估计符号i，E 代表了接收到信号y时符号概率的平均值(212)，y代表了接收的信号，y_k是接收信号的第k个采样，

是

的复共轭，或类似变换。

11.根据权利要求9的接收机，其特征在于，包括生成符号能量(214)的装置(204)，生成描述接收符号概率的数(210)平均值(212)的装置(202)，延时接收信号采样y的延时装置(208)，以及估计器(206)，用于将接收的信号与信道估计(216)和平均值(212)的乘积的和相比较，如下生成信道估计(218)的项h_n： $h_n=\frac{[y_k-\underset{i\≠n}{\mathrm{\Σ}}{h}_{i}E\left({\tilde{x}}_{k-i}\right|y)]E\left({{\tilde{x}}^{\′}}_{k-n}\right|y)}{E\left({{\tilde{x}}^{\′}}_{k-n}{\tilde{x}}_{k-n}\right|y)},$

其中h_i是信道估计，E代表了概率的均值运算符， 代表了对应于接收信号y的采样k的估计符号i，E 代表了接收到信号y时符号概率的平均值(212)，y代表了接收的信号，E

代表了符号

的能量(214)，y_k是接收信号的第k个采样，

是

的复共轭，转置或类似变换。

12.根据权利要求8或10的接收机，其特征在于，估计器(206)相对于前一信道估计(216)衰减信道估计(218)的变化。

13.根据权利要求12的接收机，其特征在于，估计器(206)如下生成信道估计(218)项h_{n_new}，相对于前一信道估计(216)衰减信道估计(218)的变化：

h_{n_new}＝h_{n_prev}+μ(h_n-h_{n_prev})，

其中h_{n_new}是新的信道估计(218)项，h_{n_prev}是前一信道估计(216)项，h_n是当前信道估计项，μ是用户在[0，1]之间选择的加权系数。

14.根据权利要求11的接收机，其特征在于，估计器(206)生成多个信道估计的平均，相对于前一信道估计(216)衰减信道估计(218)的变化。

15.根据权利要求8的接收机，其特征在于，所需参数是利用信道估计生成的相位，检测器(106)用于纠正多普勒误差。

Images