[发明专利]一种多径信道下时域均衡波束赋形方法

权利要求书

1.一种多径信道下时域均衡波束赋形方法，其特征在于，接收机在接收到信号之后通过加权合并，预先赋形加权合并，赋形加权因子采用预存的赋形加权因子w1，w2，…wka，其中，ka表示天线的数量；在有用信号上形成主波束，由于估计最佳解需要的数据是含噪声的，加权合并后进行同步，同步之后，根据信道的训练序列得到信道估计，用来计算最新的波束赋形加权因子，完成本次信号的合并，合并完成之后，重新确定信号的同步位置，最后启动基于导频和数据的两种时域交叉均衡处理流程；

基于导频和数据的两种时域交叉均衡处理流程为：接收导频信号和本地导频信号的每一次相关，得到一个最大相关峰值点和相关峰数值Th[Th，

maxpos]＝max(xcorr(rcv_train，loc_train))；xcorr是相关处理函数，rcv_train是接收到的导频信号，loc_train是本地的导频信号，Th是本地导频和接收导频的最大相关数值，是一个复数，有幅度和相位，代表信道最大数值点的特性，maxpos是峰值点位置；这个数值Th将成为均衡系数w中主路径Dy＝mainpos的初始数值，在本地数据DATA0开始启动训练系数，均衡出本地数据DATA1的信号，采用w(Dy)＝conj(Th0)，式中，w(Dy)表示均衡系数在Dy位置的数值；conj(Th0)表示最大路径的幅度相位信息Th0的共轭数值；w的其他位置的初始数值设置为零值；本地的导频信号loc_train作为原始训练序列和接收到的导频信号rcv_train作为导频序列在进行LMS算法迭代更新前，时间轴上严格对齐，LMS算法处理如下：Y(k)＝wDD*rcv_train(k:k+Lf-1)；

e(k)＝Y(k)-loc_train(k+st)，其中，Y(k)是对接收到的信号进行均衡之后的结果，rcv_train是接收到的导频信号，loc_train是本地的导频信号，e(k)表示接收的经过空间滤波且通过w加权合并后的训练序列与本地原始训练序列之间的误差，wDD是目标均衡系数，st是训练的起始位置，st的数值保证了两个训练序列同步，Lf是均衡系数的长度，k是输入信号的索引，在两个训练序列采用LMS算法更新之前，先采用MCMA算法进行一定系数的训练均衡系数，使得训练好的均衡系数，有一定的收敛，然后在使用导频进行LMS算法更新，以得到目标均衡系数，并且在导频序列更新完成之后，在进入本段有用信号DATA-1后，继续MCMA算法的更新操作。

2.根据权利要求1所述的多径信道下时域均衡波束赋形方法，其特征在于，所述MCMA算法的更新操作流程如下：

接收训练序列rcv_train1和本地训练序列loc_train滑动相关寻找峰值点maxpos，确定最大路径的幅度相位信息Th0；

确定盲均衡MCMA的主路径位置mainpos的幅度相位信息是TH0：w(mainpos)＝Th0；式中，w(mainpos)表示mainpos位置的均衡系数数值；

如果要时域均衡数据DATA1的信息，需要从DATA-0末尾开始盲均衡MCMA来训练时域均衡系数；信号从DATA-0训练到RCV_TRAIN1开始进行DD-LMS系数训练；

DD-LMS系数训练到DATA-1，均衡系数w开始DD-MCMA训练，一边训练系数，一边均衡出DATA-1的原始符号信息。

3.根据权利要求2所述的多径信道下时域均衡波束赋形方法，其特征在于，天线接收空间传递过来的数据后的处理流程如下：接收到的信号首先和最新训练的目标均衡系数进行滤波处理Y(k)＝wDD*X(k:k+Lf-1)；式中，wDD是目标均衡系数；X是接收到的信号；接收到的信号是传递的业务数据DATA或者是接收到的导频信号rcv_train，Y(k)是对接收到的信号进行均衡之后的结果；如果接收到的信号是rcv_train导频序列，和本地导频进行LMS算法更新和计算e(k)，如果e(k)越小，表明均衡结果越好；如果接收到的信号是非rcv_train导频信号，则采用MCMA盲均衡算法进行e(k)的计算e(k)＝y_R(k)(R_DR-|y_R(k)|²)+y_I(k)(R_DI-|y_I(k)|²)；式中，R_DR是统计的实部信号功率，R_DI是统计的虚部信号功率，y_R(k)表示对接收信号均衡之后结果的实部，y_I(k)表示对接收信号均衡之后结果的虚部；

计算得到e(k)之后，后面前向加权系数weight的计算统一模式如下：

W_(n)＝w_(n+1)-mu*e(k)'*X(k)，w_(n)是上一次更新的均衡系数，w_(n+1)是本次更新的均衡系数，e(k)'是本次计算的误差信号的共轭，mu是更新步长，mu取值为1/2^Q，Q＝[4:10]，X(k)为k时刻接收到的信号；对接收到的信号X进行滤波得到Y(k)之后，对Y(k)进行星座图判决，如果判决后的星座图点和没有判决的信号的误差是：e2(K)，均衡之后的信号Y(k)进行判决到理想点的信号是Y1(k)，Y(k)与Y1(k)之间的误差为e2(k)＝Y(k)-Y1(k)，如果e2(k)的幅度很大，说明此点需要重新进行目标均衡系数的计算：wDD＝w_(n+1)+2*u_ldd*e2(k)*X；w_(n+1)是本次更新的均衡系数，u_ldd是反馈迭代的更新步长，取1/2^Q，Q＝[5:11]，wDD是目标均衡系数，最后根据误差大小e2(k)和e(k)进行w_(n)和wDD的选择用于下一次w的使用。