[发明专利]利用软输出算法和反馈进行符号估计

说明书

本发明涉及在一个移动通信系统中的符号估计。

在高数据率的移动通信系统中，受符号间串扰ISI的影响，系统性能将大为削弱。均衡技术是接收机对抗ISI的一种主要措施。已有把握确定，由维特比算法实现的最大似然序列估计MLSE，可提供在序列差错事件概率上的最佳性能。然而这种技术的计算相当复杂，这阻碍了它用于长时延扩展的信道。尤其是，当该技术利用一种格子结构实现时，格子结构的复杂性随信道长度按指数律地增加。信道长度是一个时间周期，它被定义为每个符号的影响深度(持续时间)。如果一个符号在时间t₀被传输，该符号将在t₁到t₂之间(t₀之后)被明显地接听到。该信道长度则被认为是t₂-t₁。

本发明的一个目的是减小符号估计的复杂度，尤其但不是唯一地用于利用格子结构，在具有长时延扩展的信道上实现符号估计。

根据本发明一方面，提供了一种方法，用于估计在一个通信系统的移动台和基站之间传输的符号，该方法包括：

经一个信道接收一组接收信号抽样，该组信号抽样已经经由不同传输路径传输，每个信号抽样传送一个符号分量；

根据该组接收的信号抽样，为该符号估计一个软输出判决，它在多个符号分量的基础上为每个符号分量和一个似然参数组合一个估计值，该似然参数指示与该估计值相关的可靠性级别；以及

利用软输出判决作为反馈元素，以便在为下一组接收抽样估计一个软输出判决之前，修正下一组接收信号抽样。

根据本发明的另一方面，提供了一种符号估计电路，用于在移动通信系统中估计符号，该电路包括：

一个接收机，用于经一个信道接收一组信号抽样，该组信号抽样已经经由不同传输路径传输，每个信号抽样传送一个符号分量；

一个估计器，用于根据该组接收信号抽样为该符号估计一个软输出判决，它在多个符号分量的基础上为每个符号分量与一个似然参数组合一个估计值，该似然参数指示与该估计值相关的可靠性级别；以及

一个反馈路径，用于反馈软输出判决，以便在为下一组接收抽样估计一个软输出判决之前，修正下一组接收信号抽样。

该符号估计技术在信号突发内或信号突发之间均可递归使用。也就是说，在其中一个信号突发序列被通信信道接收的通信系统中，可估计信号突发中每个符号的软输出判决，并在估计同一信号突发中的下一符号之前，将其用作反馈元素。或者，对前一信号突发的软输出判决可用于下一信号突发。前一方法可能更为可靠。

为符号估计软输出判决可在一个格子结构均衡器中实现，在格子结构均衡器中，状态转换是经一组转换分支实现的。格子结构均衡器的状态最初可由一个信道冲激响应的信道抽头来定义，该响应是根据接收信号抽样而估计的。

在所描述的实施例中，第一组信道抽头用于设置格子结构均衡器的初始状态，而第二组信道抽头被当作基准，并用于在估计下一软输出判决之前修正输入信号。

利用一个全路径前置过滤器可生成一个最小相位信道冲激响应。

在根据下面描述的本发明实施例的技术中，一种次优软输出算法SSA被用作反馈判决，作为介于最优和可实现现实之间的一种折衷办法。该算法可利用一种格子结构实现。所描述的次优软输出算法所需的计算幂次(computational power)与利用维特比算法所需幂次在同一范围，但所需内存要小得多。此外，该算法能生成一个软输出判决，而不是硬判决，而且本发明人已注意到，对低信噪比域，软判决反馈比硬判决反馈性能要好。

为更好地理解本发明，以及显示如何实现本发明，现在可以参考附图的示例来实现。

图1为示意根据本发明的一个实施例，符号估计的原理方框图；

图2为具有假定符号间串扰ISI和加性高斯白噪声(AWGN)的信道的等效离散时间模型；

图3为示意具有分信道抽头的判决反馈原理的等效模型；

图4示出了在没有前置过滤器的情况下，无判决反馈与硬判决反馈，以及软判决反馈的模拟结果比较；

图5示出了在有前置过滤器的情况下，图4的模拟结果；以及

图6示出了利用全信道抽头和分信道抽头的反馈模拟结果比较。