[发明专利]一种基于预编码的低复杂度的turbo均衡方法

权利要求书

1.一种基于预编码的低复杂度的turbo均衡方法，其特征是：

在通信系统发送端，信号编码交织调制之后，采用预编码技术，经过ISI信道后输出信号表达式为：y[n]=Σk=0Mh[k]c~[n-k]+w[n],]]>其中，为经过预编码器之后的符号，为了保证预编码器不增加系统复杂度，必须使得预编码器长度小于等于信道记忆长度，h[n]为已知的信道状态信息，M为信道记忆长度，w[n]表示信道噪声；在接收端，根据均衡器与译码器的EXIT图在不同信噪比和迭代次数自适应地选择P-TE和S-TE方案，其中，采用降低系统复杂度的均衡算法；在均衡器之间或者均衡器和译码器之间迭代传递外部信息，迭代过程中经过交织器和解交织器，最后当达到系统要求迭代次数或者性能达到要求时，停止迭代，由译码器判决得到最终输出信息序列。

2.根据权利要求1所述的基于预编码的低复杂度的turbo均衡方法，其特征是：所采用的降低系统复杂度的均衡算法是以下所述的改进的Max-log-MAP均衡算法：

MAP算法是通过计算估计出信道输入比特x_n，使得错误概率Pr{xn≠xn^}]]>最小，也就是xn^=argmaxx∈SLp(xn=x|y)]]>(S^L是x的取值空间)，其中y为接受序列，为估计序列；

定义对数似然比LLR:L(xn|y)=logP(xn=0|y)P(xn=1|y)=log[Σx+αk-1(s′)βk(s)γk(s′,s)Σx-αk-1(s′)βk(s)γk(s′,s)]]]>其中s，s′分别为本时刻状态和下一时刻的状态，对前向递归向量，后向递归向量及状态转移概率的定义得到：αk(s)Δ=P(sk=s,yk1)=Σs′αk-1(s′)γk(s′,s),]]>βk-1(s′)Δ=P(ykN/sk-1=s′)=Σsβk(s)γk(s′,s),]]>γk(s′,s)Δ=P(xk=x,yk/sk-1=s′)=P(yk/sk-1=s′,xk=x)P(xk=x/sk-1=s′),]]>其中，N为序列长度，判决规则为：x^n=0,L(xn|y)≥01,L(xn|y)<0;]]>

在均衡器和译码器之间迭代信息时，将L(x_n|y)分解为外部信息L_E(x_n|y)和先验信息L(x_n)，迭代过程中只迭代外部信息L_E(x_n|y)；

Log-MAP算法是MAP算法的一种转换形式，实现要比MAP算法简单；为推导Log-MAP算法，需要把MAP算法中的变量都转化为对数的形式，从而把乘法运算都转化为加法运算，即：αk(s)‾Δ=log(αk(s)),]]>βk-1(s′)‾Δ=log(βk-1(s′)),]]>γk(s′,s)‾Δ=log(γk(s′,s)),]]>并且前后向递归向量递推公式变为：其中由雅克比(Jacobian)对数等式log(e^x+e^y)＝max(x，y)+log(1+e^-|x-y|)得到故后验概率L(x_n|y)可表示为：

Max-Log-MAP算法是将MAP算法中雅克比对数等式中的log(1+e^-|x-y|)忽略不计，即令故Max-Log-MAP算法相对于Log-MAP算法降低了复杂度，但同时也使得性能有所损失；

改进的Max-log-MAP均衡算法是：省略阶数大于1的项，根据马克劳林级数扩展公式log(1+e(-x))≈log2-12x,]]>另外由于log(1+e^-|x-y|)必定为大于零的值，所以可得因为该算法省略的阶数大于1的项的数值很小，对系统性能影响很小，但通过简单的加法和比较运算就能够实现。