[发明专利]一种消除脉冲噪声的最小均方误差线性均衡方法

摘要

本明属移动通信技术领域，具体涉及一种消除脉冲噪声的最小均方误差线性均衡方法。本发明通过对最小均方误差的理论知识推导，得到伯努利-高斯模型下脉冲噪声的最小均方误差线性均衡器的抽头系数计算方法，从而在较低复杂度的情况下获取较优的检测性能。

主权项

1.一种消除脉冲噪声的最小均方误差线性均衡方法，其特征在于：其步骤如下所述：S1：接收机第n(n＞0)时刻的接收信号为：其中，M为时延路径的总长度，h_k(k∈{0,1,...,M-1})为第k条时延路径的衰落系数，x_n,n＞0为发射机第n时刻的发送符号，并且假设x_n＝0,n≤0，w_n服从均值为0、方差为的高斯分布，g_n服从均值为0、方差为的高斯分布，b_n服从伯努利分布，且P(b_n＝1)＝p,P(b_n＝0)＝1-p,，P(·)表示括号内的事件发生的概率；S2：根据均值x‾n=E(xn)=Σx∈βx·P(xn=x),]]>方差vn=Σx∈β|x-E(xn)|2·P(xn=x),]]>β为调制符号集合，获取每个时刻的v_n，其中，E(·)表示随机变量的数学期望；S3：设第n时刻最小均方误差线性均衡器的抽头系数为c_n,k,k＝-N₁,1-N₁,...,N₂，总长度为N＝N₁+N₂+1，同时，取N个接收符号，其中(·)^T表示矩阵或向量的转置）作为最小均方误差线性均衡器的输入，并且假设z_n＝0,n≤0，则均衡器第n时刻输出对x_n的估计符号为：x^n=E(xn)+Cov(xn,zn)Cov(zn,zn)-1(zn-Hx‾n),]]>其中，Cov(x,y)表示向量x与y的协方差矩阵，即Cov(x,y)＝E(xy^H)-E(x)E(y^H)，(·)^H表示矩阵或向量的共轭转置，(·)^-1表示矩阵的求逆，x‾n=x‾n-M-N2+1x‾n-M-N2+2...x‾n+N1T,]]>S4：为使第n时刻的均衡器输出符号独立于P(x_n＝x)，使v_n＝1，则第n时刻均衡器输出的估计符号变为：x^n=x‾n+vnsH[(σw2+pσi2)IN+HVnHH]-1(zn-Hx‾n),]]>其中，s=H01×(N2+M-1)101×N1T,]]>I_N为N×N的单位矩阵，Vn=Diagvn-M-N2+1vn-M-N2+2...vn+N1,]]>Diag(·)表示将长度为l的向量变为l×l的方阵，且向量元素位于方阵的对角线上,并且，假设均衡器的抽头系数向量为cn=cn,N2*cn,N2-1*...cn,-N1*T,]]>则cn=[(σw2+pσi2)IN+HVnHH]-1s;]]>S5：假设的概率密度函数服从均值为μ_n,x，μ_n,x定义为方差为定义为Cov(x^n,x^n|xn=x)]]>的高斯分布，则：μn,x=cnH(E(zn|xn=x)-Hx‾n+x‾ns)=x·cnHs]]>σn,x2=cnHCov(zn,zn|xn=x)cn]]>=cnH(σw2IN+HVnHH-vnssH)cn]]>=cnHs(1-sHcn)]]>通过高斯分布的概率密度函数可计算得到；S6：根据x‾n=Σx∈βx·P(xn=x),]]>vn=Σx∈β|x-x‾n|2·P(xn=x),]]>代入P(xn=x)=p(x^n|xn=x)]]>可以获得新的第n时刻的和v_n值，可以用于更新第n+1时刻的均衡器抽头系数；S7：对每个时刻均衡器输出的估计符号进行解调，恢复出原始的二进制比特信息序列。