專利名稱：最大似然序列均衡器的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種適用于通信系統(tǒng)中的均衡器(equalizer)，特別是涉及一種簡化最大似然序列估計(Maximum Likelihood Sequence Estimation；MLSE)中計算權(quán)值(metric)的方法與裝置。
背景技術(shù)：
泛歐數(shù)字式移動電話系統(tǒng)(Global System for Mobile；GSM)以及整體封包無線電服務(wù)(General Packet Radio System；GPRS)等通信網(wǎng)路中使用的調(diào)制技術(shù)為高斯連續(xù)相移鍵送(Gaussian Minimum Shift Keying；GMSK)，此種調(diào)制方法會使接收信號在一定速率抽樣(sample)時引起符號間干擾(inter-symbol interference；ISI)。在對符號進行譯碼時，ISI是其它鄰近符號引發(fā)的殘留影響，而此殘留影響可解釋為抽樣前與抽樣后的符號的脈沖，影響目前所欲抽樣得到的符號的脈沖。系統(tǒng)中無法避免的ISI會使接收端輸出的判斷裝置做出錯誤的判斷。因此，GSM或GPRS接收端與傳送端中的濾波器，會特別設(shè)計而降低ISI的影響，讓終端接收到的數(shù)字數(shù)據(jù)可以維持最小的誤差率。均衡器(equalizer)是一種普遍用來補償或降低ISI影響的解決方法。
均衡器通?？杀环譃槿N最大似然(maximum likelihood；ML)均衡器、線性(linear)均衡器、以及決策反饋(decision feedback)均衡器。ML均衡器主要根據(jù)最大似然序列檢測條件，而線性均衡器是利用一種可調(diào)整系數(shù)的線性濾波器而進行等化動作的。決策反饋均衡器根據(jù)之前檢測的符號，壓抑目前檢測符號中產(chǎn)生的ISI。這三種均衡器的效能與復(fù)雜度在圖1的表格中有做比較。ML均衡器的效能是三種均衡器中最佳的，不過ML均衡器也是其中最復(fù)雜的一種均衡器。圖1中復(fù)雜度的多寡是以L的倍數(shù)表示，而L在此代表ISI的長度。
無線通信系統(tǒng)中一個傳輸模型的范例顯示在圖2中。從傳輸端22傳來的信號21首先會被低通濾波器(Low Pass Filter；LPF)221過濾，之后在乘法器222乘上載波而轉(zhuǎn)換為射頻(Radio Frequency；RF)，最后在傳送到信道24之前傳遞給處理單元223。處理單元223將信號中真實部分(real part)擷取出來。信道24的特質(zhì)可由信道頻率響應(yīng)方塊241以及信道噪聲23仿真。信道噪聲23通常被假設(shè)為可加性高斯白噪聲(Additive White GaussianNoise；AWGN)。接收器26的乘法器261會藉由乘上與載頻相同的頻率，將接收信號的頻率轉(zhuǎn)換回來。低通濾波器262接收被降頻的信號，并輸出一接收信號25。均衡器263于是將接收信號的ISI作補償，并將估計信號27輸出。接收信號r(t)25可以由公式[1]表示。
r(t)=Σnanh(t-nT)+n(t)]]>公式[1]h(t)代表系統(tǒng)的信道響應(yīng)(channel response)，可藉由對傳輸端的脈沖響應(yīng)(impulse response)ft(f)、接收端的脈沖響應(yīng)fr(t)、以及信道模型響應(yīng)g(t)執(zhí)行回旋運算得到，即h(t)＝ft(t)*g(t)*fr(t)。
信道噪聲n(t)23在此假設(shè)是平均(mean)為零，變異數(shù)(variance)為No的靜態(tài)高斯噪聲。設(shè)(an}(即圖2中的信號21)為時間周期I之中傳輸脈沖振幅的假設(shè)序列。均衡器263假設(shè)是一個ML均衡器，判斷(an}的最佳估計值為估計序列(n}(即圖2的信號27)。估計序列{αn}＝{n}是將如公式[2]所示的可能函數(shù)(likelihood function)的最大化(maximize)所導(dǎo)出的。
p[r(t)，t∈I|{αn}] 公式[2]假設(shè)傳輸序列中0與1的機率相同，公式[2]可因此被重寫為p[{αn}|r(t)]=p(r(t)|{αn})p({αn})p(r(t))]]>公式[3]p[{αn}|r(t)]也被稱作事后驗證(posteriori)機率。估計序列的機率p[{αn}]與接收信號r(t)都被假設(shè)為常數(shù)(constant)。ML均衡器的目的是將如公式[2]所示的可能函數(shù)最大化，所以事后驗證機率因此也必須被最大化。如果序列(αn}為時間周期工之中脈沖振幅的真正序列，噪聲n(t)的功率密度函數(shù)可由公式[4]表示n(t|{αn})=r(t)-ΣnT∈Iαnh(t-nT),t∈I]]>公式[4]公式[2]的ML函數(shù)因此變成p(r(t)|{αn})＝p[n(t)|{αn}]=(12πNo)Nexp(-12NoΣk=1N|rk-Σnαnhkn|2)]]>公式[5]ML函數(shù)，p[r(t)|{αn}]的機率與p[r(t)|{αn}]的對數(shù)成比例，因此
-∫-∞∞|r(t)-Σnαnh(t-nT)|2dt]]>=-∫-∞∞|r|(t)|2dt+2ReΣn[αn*∫-∞∞r(t)h*(t-nT)dt]-ΣnΣmαn*αm∫-∞∞h*(t-nT)h(t-mT)dt]]>公式[6]公式[6]的第一項為常數(shù)，因此可以在計算權(quán)值的時候被舍去。相對權(quán)值(correlation metric；MC)可如公式[7]所示通過先前所述的步驟而被推導(dǎo)出。
CM({αI})=2ReΣnT∈I(αn*Zn)-ΣiT∈IΣkT∈Iαn*αksi-k]]>公式[7]其中zn=gMF(t)*r(t)|t=nT=Σlan-lsl+wn]]>sl=gMF(t)*h(t)|t=lT=s-l*]]>以及gMF(t)＝h*(-t)s1在此為信道響應(yīng)的自我相關(guān)值(autocorrelation)。
最大似然序列估計(Maximum Likelihood Sequence Estimation；MLSE)通過最大化公式[5]顯示的可能函數(shù)，或是相同的，計算公式[8]顯示的權(quán)值的最大化，以估計原本傳輸?shù)男蛄衶αn}的最有可能的序列。
Jn({αI})=2ReΣnT∈I(αn*Zn)-ΣiT∈IΣkT∈Iαi*si-kαk]]>公式[8]上述的MLSE算法為一種熟知的維特比(Viterbi)算法的改良版本。Viterbi算法是由反復(fù)的計算遞歸關(guān)系(recursive relation)而得。
Jn(...,αn=1,αn)=Jn-1(...,αn-1)+Re[αn*(2Zn-s0αn-2Σk≤n-1sn-kαk)]]]>公式[9]圖3顯示Viterbi均衡器的結(jié)構(gòu)，其中接收信號r(t)是根據(jù)公式[1]而被估計。

發(fā)明內(nèi)容
本發(fā)明的一目的在于降低GSM或GPRS通信網(wǎng)路中最大似然序列估計(MLSE)的權(quán)值計算的復(fù)雜度。均衡器的路徑運算(path computation)造成最多的運算量，因此簡化路徑運算可以加速處理速度。也因此大幅降低移動設(shè)備(Mobile Station；MS)的電源耗損率。
本發(fā)明提供一種用來估計最大似然序列的路徑權(quán)值運算法，其中各抽樣采樣的存留路徑(survival path)是根據(jù)路徑權(quán)值運算中N個抽樣信道脈沖響應(yīng)而判斷的。與n抽樣采樣(n的范圍為0-N-1)相關(guān)的信道脈沖響應(yīng)的自我相關(guān)值S(n)會先被計算出來，之后，各個自我相關(guān)值S(n)通過除以S(0)被正規(guī)化(normalize)，而得到正規(guī)化值NS(n)。如果對應(yīng)的正規(guī)化值NS(n)比一個限定值大，S(n)會被判斷為有效的自我相關(guān)值，否則，S(n)會被判斷為無效的自我相關(guān)值。而無效的自我相關(guān)值因為對判斷存留路徑的主要路徑權(quán)值的影響太小，在計算時被舍棄而不列入考慮。存留路徑因此只會根據(jù)有效的自我相關(guān)值而被判斷。
本發(fā)明揭露的路徑權(quán)值計算是實施在一均衡器中。在GSM或GPRS通信網(wǎng)路中，本發(fā)明的路徑權(quán)值計算通常是實施在最大似然序列估計(MLSE)維特比(Viterbi)均衡器。存留路徑會被紀錄，直到N個連續(xù)抽樣采樣通過均衡器，并且會根據(jù)跟蹤被紀錄的存留路徑，推導(dǎo)最大似然序列。
本發(fā)明更提供一種路徑權(quán)值計算裝置，包括一自我相關(guān)運算單元、一比較單元、一路徑權(quán)值運算單元。自我相關(guān)運算單元計算自我相關(guān)值S(n)，并將S(n)傳送給比較單元。比較單元只將比一限定值還大的自我相關(guān)值S(n)輸出至路徑權(quán)值運算單元。路徑權(quán)值運算單元計算路徑權(quán)值，并根據(jù)最大路徑權(quán)值得到存留路徑。
為了讓本發(fā)明的上述和其它目的、特征、和優(yōu)點能更明顯易懂，下文特舉一較佳實施例，并配合附圖，作詳細說明如下。


圖1的比較表比較三種均衡器的效能與復(fù)雜度。
圖2顯示無線通信系統(tǒng)中傳輸模型的方塊圖。
圖3顯示Viterbi均衡器的結(jié)構(gòu)方塊圖。
圖4顯示Viterbi均衡器的格構(gòu)圖(trellis diagram)。
圖5顯示減少路徑計算量的Viterbi均衡器的格構(gòu)圖。
圖6顯示根據(jù)本發(fā)明實施例的路徑權(quán)值計算方法的流程圖。
圖7顯示根據(jù)本發(fā)明實施利的路徑權(quán)值計算裝置的簡易方塊圖。
附圖符號說明21-信號；22-傳輸端；23-信道噪聲；24-信道；25-接收信號；26-接收端；27-估計信號；221、262-低通濾波器；222、261-乘法器；223-處理單元；241-信道頻率響應(yīng)方塊；242-加法器；263-均衡器；602-610-路徑權(quán)值計算方法的步驟；72-自我相關(guān)運算單元；74-正規(guī)化單元；76-比較單元；78-路徑權(quán)值運算單元。
具體實施例方式
本發(fā)明的實施例假設(shè)信道脈沖響應(yīng)h(t)的長度等于五個符號(symbol)的持續(xù)時間(L＝5)，即各抽樣采樣假設(shè)會有五個鄰近抽樣采樣的符號間干擾(inter-symbol interference；ISI)影響。由于信道脈沖響應(yīng)h(t)的自我相關(guān)值S1為對稱的，必須滿足顯示在公式[10]的關(guān)系。
Sl=gMF(t)*h(t)|t-lT=S-1*,|l|<4]]>S1＝0，|l|≥5公式[10]公式[9]中顯示的路徑權(quán)值算式也可以公式[11]表示。
Jn(...,αn=1,αn)=Jn-1(...,αn-1)+Re[αn*(2Zn-s0αn-2Σl=14Slαn-1)]]]>公式[11]公式[11]的路徑權(quán)值算式對應(yīng)的草圖(sketch map)可用來顯示狀態(tài)改變與L＝5的路徑權(quán)值計算。圖4顯示Viterbi均衡器L＝5的格構(gòu)圖(trellisdiagram)。如圖4所示，共有2L-1＝25-1＝16個狀態(tài)。各狀態(tài)Jn包括四個位，代表一個目前的抽樣采樣以及三個先前的抽樣采樣(αn，αn-1，αn-2，αn-3)，且每個狀態(tài)Jn是由兩個先前狀態(tài)合并得到的Jn-1(αn-1，αn-2，αn-3，αn-4)。這兩個先前狀態(tài)被稱作競爭路徑(competing path)，而其中最大的路徑權(quán)值才能成為目前狀態(tài)的存留路徑。
假設(shè)有N個抽樣采樣通過Viterbi均衡器，且各個狀態(tài)為各抽樣采樣計算并比較競爭路徑的路徑權(quán)值，以判斷其存留路徑。各個狀態(tài)的存留路徑會被紀錄下來，直到N個抽樣采樣都通過Viterbi均衡器了，最后從狀態(tài)權(quán)值最大的狀態(tài)開始，跟蹤被紀錄下來的存留路徑歷史。通過跟蹤存留路徑而得到的最有可能序列將滿足先前所描述的最大似然(Maximum Likelihood；ML)函數(shù)。
從先前的敘述中可得知，均衡器的路徑計算造成最多的運算量。因此，藉由減少路徑權(quán)值計算的復(fù)雜度，均衡器的處理速度可以更快，如此一來，移動設(shè)備的電池使用時間就可以因此延長。
本發(fā)明提供的路徑權(quán)值計算方法與裝置簡化了Viterbi均衡器的運算量。公式[11]的第二項，Re[αn*(2Zn-s0αn-2Σl=14Slαn-1)]]]>為路徑權(quán)值的增加量，其中Zn為通過匹配濾波器(match filter)的接收信號的輸出，因此這個項目可從權(quán)值計算中被移除。S1代表信道脈沖響應(yīng)的自我相關(guān)值。在各種衰弱(fading)信道的仿真中，某些S1觀查到的數(shù)值與其于S1相比非常微小。這些微小(或被歸為無效)的S1所貢獻的路徑權(quán)值增加量也比其它S1貢獻的少很多。也就是說這些微小S1在判斷存留路徑時，并不會影響主要路徑權(quán)值增加量，因此為了減少運算量，這些微小S1可被舍棄而不被考慮在計算中。本發(fā)明揭露的減少路徑權(quán)值計算法的格構(gòu)圖顯示在圖5中。S3被假設(shè)為比其它的自我相關(guān)值S小很多，因此在做路徑權(quán)值計算時，S3αn-3的項目會被忽視而不被計算。這樣一來，總狀態(tài)數(shù)目就可由16減少到8個狀態(tài)。
圖6的流程圖顯示根據(jù)本發(fā)明的路徑權(quán)值計算方法，用來判斷計算權(quán)值時自我相關(guān)值S(n)是否為有效。信道響應(yīng)的自我相關(guān)值S(n)首先在步驟602中被計算，步驟604中各S(n)會藉由除以S(0)被正規(guī)化，得到正規(guī)化值NS(n)。步驟606中，各個正規(guī)化值NS(n)會與一個限定值相比(NS(n)＞限定值？)，如果NS(n)比限定值大，對應(yīng)的S(n)將會被保留下來給將來路徑權(quán)值的計算(步驟608)，否則，對應(yīng)的S(n)將會被舍棄不考慮于路徑權(quán)值計算(步驟610)。
圖7顯示根據(jù)本發(fā)明中路徑權(quán)值計算裝置的實施例的方塊圖。自我相關(guān)運算單元72執(zhí)行如圖6步驟602的計算，并將計算出來的自我相關(guān)值S(n)傳給正規(guī)化單元(normalizer)74。正規(guī)化單元74將各S(n)除以S(0)，以得到正規(guī)化值NS(n)。比較單元76接收這些正規(guī)化值NS(n)，并判斷每個NS(n)是否大于預(yù)先設(shè)定的限定值。只有當NS(n)比限定值大時，比較單元76才將其對應(yīng)的S(n)傳送至路徑權(quán)值運算單元78，所以路徑權(quán)值運算單元78在估計最大似然序列時，不會考慮到太小的S(n)對估計最大似然序列造成的影響。
雖然本發(fā)明已以較佳實施例揭露如上，然其并非用以限定本發(fā)明，任何熟習(xí)此技藝者，在不脫離本發(fā)明的精神和范圍內(nèi)，當可作些許的更動與潤飾，因此本發(fā)明的保護范圍當視后附的申請專利范圍所界定者為準。
權(quán)利要求
1.一種適用于一無線通信網(wǎng)路中，估計一最大似然序列的路徑權(quán)值計算方法，其中各抽樣采樣的一存留路徑是由N個抽樣采樣的信道脈沖響應(yīng)判斷的，該計算方法包括下列步驟計算對應(yīng)N個抽樣采樣的信道脈沖響應(yīng)的自我相關(guān)值S(n)，n的范圍為0-N-1；將每個自我相關(guān)值S(n)與一限定值作比較；如果該自我相關(guān)值比該限定值大，判斷對應(yīng)的自我相關(guān)值S(n)為一有效自我相關(guān)值，否則判斷該自我相關(guān)值為無效的；舍棄該無效自我相關(guān)值；以及計算路徑權(quán)值時，只考慮這些有效自我相關(guān)值，依據(jù)最大路徑權(quán)值來判斷該存留路徑。
2.如權(quán)利要求1所述的路徑權(quán)值的計算方法，更包括與該限定值比較之前，將這些自我相關(guān)值S(n)除以S(0)，計算出多個正規(guī)化自我相關(guān)值NS(n)；以及將這些正規(guī)化自我相關(guān)值NS(n)代替這些自我相關(guān)值S(n)與該限定值比較，并根據(jù)比較結(jié)果判斷各自我相關(guān)值為有效或無效的。
3.如權(quán)利要求1所述的路徑權(quán)值的計算方法，其中，該無線通信網(wǎng)路為泛歐數(shù)字式移動電話系統(tǒng)，或整體封包無線電服務(wù)。
4.如權(quán)利要求1所述的路徑權(quán)值的計算方法，其中，該路徑權(quán)值計算方法是實施在一均衡器中，紀錄該存留路徑直到N個連續(xù)抽樣采樣通過該均衡器，并根據(jù)跟蹤該被紀錄的存留路徑，推導(dǎo)該最大似然序列。
5.如權(quán)利要求4所述的路徑權(quán)值的計算方法，其中，該均衡器為一最大似然序列估計維特比均衡器。
6.如權(quán)利要求1所述的路徑權(quán)值的計算方法，其中，各抽樣采樣的該存留路徑是根據(jù)5個抽樣采樣的信道脈沖響應(yīng)所判斷的(N＝5)。
7.一種適用于一無線通信網(wǎng)路中的裝置，在估計一最大似然序列時計算路徑權(quán)值，其中，各抽樣采樣的一存留路徑是由N個抽樣采樣的信道脈沖響應(yīng)判斷的，該裝置包括一自我相關(guān)運算單元，計算對應(yīng)N個抽樣采樣的信道脈沖響應(yīng)的自我相關(guān)值S(n)，n的范圍為0-N-1；一比較單元，將每個自我相關(guān)值S(n)與一限定值作比較，如果該自我相關(guān)值比該限定值大，判斷對應(yīng)的自我相關(guān)值S(n)為一有效自我相關(guān)值，否則判斷該自我相關(guān)值為無效的；以及一路徑權(quán)值運算單元，從該比較單元接收這些有效自我相關(guān)值，并在計算路徑權(quán)值時，只考慮這些有效自我相關(guān)值，最后依據(jù)最大的路徑權(quán)值來判斷該存留路徑。
8.如權(quán)利要求7所述的路徑權(quán)值計算裝置，更包括一正規(guī)化單元，從該自我相關(guān)運算單元接收這些自我相關(guān)值S(n)，將這些自我相關(guān)值S(n)除以S(0)，以計算出多個正規(guī)化自我相關(guān)值NS(n)，并且輸出這些正規(guī)化自我相關(guān)值NS(n)至該比較單元，其中，該比較單元將這些正規(guī)化自我相關(guān)值NS(n)代替這些自我相關(guān)值S(n)與該限定值比較，并僅輸出比該限定值大的這些正規(guī)化自我相關(guān)值NS(n)對應(yīng)的這些自我相關(guān)值S(n)。
9.如權(quán)利要求7所述的路徑權(quán)值計算裝置，其中，該無線通信網(wǎng)路為泛歐數(shù)字式移動電話系統(tǒng)，或整體封包無線電服務(wù)。
10.如權(quán)利要求7所述的路徑權(quán)值計算裝置，其中，該路徑權(quán)值計算裝置是實施在一均衡器中，紀錄該存留路徑直到N個連續(xù)抽樣采樣通過該均衡器，并根據(jù)跟蹤該被紀錄的存留路徑，推導(dǎo)該最大似然序列。
11.如權(quán)利要求10所述的路徑權(quán)值計算裝置，其中，該均衡器為一最大似然序列估計維特比均衡器。
12.如權(quán)利要求7所述的路徑權(quán)值計算裝置，其中，各抽樣采樣的該存留路徑是根據(jù)5個抽樣采樣的信道脈沖響應(yīng)所判斷的(N＝5)。
全文摘要
一種適用于無線通信網(wǎng)路中，估計最大似然序列的路徑權(quán)值計算方法與裝置。本發(fā)明利用估計信道脈沖響應(yīng)的統(tǒng)計特性簡化運算量。設(shè)定一限定值來檢驗各個自我相關(guān)值在計算路徑權(quán)值增加值時，是否構(gòu)成有效的影響。在路徑權(quán)值算式中，被判斷為無效的自我相關(guān)值所對應(yīng)的算式項會被舍棄而不被計算，因此而簡化路徑權(quán)值計算的復(fù)雜度。
文檔編號H03M13/39GK1700687SQ200510073708
公開日2005年11月23日 申請日期2005年5月20日 優(yōu)先權(quán)日2004年5月21日
發(fā)明者陳勝杰 申請人:明基電通股份有限公司