阅读说明：本技术 一种用于短波通信的Turbo时域均衡方法 (turbo time domain equalization method for short wave communication ) 是由 张健 张凯 邱利利 王小军 牛磊 冯永乾 王鹏 阎旭 于 2019-09-26 设计创作，主要内容包括：本发明公开了一种用于短波通信的Turbo时域均衡方法,首先,使用MMSE均衡器对接收信号进行均衡；再将其输入到译码器进行译码；而后利用译码器输出的软信息来构造平均信息和方差信息；利用方差外信息矩阵计算第j时刻的横向滤波器抽头系数；结合已知的多径信道参数和平均外信息来模拟接收信号,从而得到信的估计；最后,MMSE均衡器利用模拟接收信号r和真实接收信号r再次对多径信号进行均衡。本发明避免了时域算法中复杂的矩阵求逆运算,有效降低了迭代均衡的处理复杂度,在不降低均衡性能的前提下,既能同时消除线性和非线性干扰,又能大大降低计算复杂度。(The invention discloses a Turbo time domain equalization method for short wave communication, which comprises the following steps of firstly, equalizing a received signal by using an MMSE equalizer; then inputting the data into a decoder for decoding; then, soft information output by the decoder is utilized to construct average information and variance information; calculating a tap coefficient of a transverse filter at the j time by using the variance external information matrix; simulating the received signal by combining the known multipath channel parameters and the average extrinsic information, thereby obtaining an estimate of the signal; finally, the MMSE equalizer equalizes the multipath signal again by using the analog received signal r and the real received signal r. The invention avoids complex matrix inversion operation in a time domain algorithm, effectively reduces the processing complexity of iterative equalization, can simultaneously eliminate linear and nonlinear interference and greatly reduce the calculation complexity on the premise of not reducing the equalization performance.)

一种用于短波通信的Turbo时域均衡方法

技术领域

本发明属于短波通信技术领域，尤其涉及一种用于短波通信的Turbo时域均衡方法。

背景技术

对于无线信道而言，多径传播、快变化的频率选择性和时间选择性衰落是造成传输信号失真的主要因素，信道冲激响应会引入码间串扰，使接收信号严重受损，通常需要在接收机中利用均衡器来消除码间干扰的影响，再进行译码。Turbo均衡是一种将均衡和译码反复迭代进行数据检测的技术，以其随机编码和迭代译码的特性，已经获得了接近香农极限的优异性能，成为目前短波通信中主要采用的均衡器。

在经典的Turbo均衡算法中，信道均衡器采用最大后验概率准则(MAP)进行软信息的计算，MAP均衡器是码元的误比特率达到最小的最优算法，主要目的是为判决译码器提供信道接收软信息，即计算已知接收符号的条件下可能的信息符号概率。但这种算法涉及到大量的对数和乘法运算，运算复杂度会随着信道的记忆长度和调制的阶数呈指数级增长，运算复杂，不利于工程实现。

发明内容

为了解决上述问题，本发明的目的是提出一种用于短波通信的Turbo时域均衡方法，本发明采用基于最小均方误差(Minimum Mean Squared Error，MMSE)准则的低复杂度Turbo均衡方法，避免了时域算法中复杂的矩阵求逆运算，有效降低了迭代均衡的处理复杂度，在不降低均衡性能的前提下，既能同时消除线性和非线性干扰，又能大大降低计算复杂度。

为了达到上述目的，本发明采用以下技术方案予以解决。

一种用于短波通信的Turbo时域均衡方法，包括以下步骤：

步骤1，设定短波通信信道共有p′+q′+1阶，其中，主径前有p′阶，主径后有q′阶，且多径信道参数h(t)＝(h_-p′(t)，…，h₀(t)，…，h_q′(t))，则待传输的用户信息比特u经信道编码后进行BPSK调制，得到映射符号x＝(x₀，x₁，…，x_n-1)，发送端发送数据符号x^prefix，数据符号经过多径信道传输后，接收端接收信号r；

其中，所述信道编码的码字比特为c＝(c₀，c₁，…，c_i，…，c_n-1)，c_i∈{0，1}；x_i＝1-2×c_i，n为码字长度；

步骤2，接收端采用基于MMSE均衡的低复杂度Turbo时域均衡法对接收信号的多径衰落进行均衡、译码，输出估计码字

进一步地，所述数据符号x^prefix＝(x_-1，…，x_-1，x₀，x₁，…，x_j，…，x_n-1，x_n，…，x_n+l-1)；

其中，(x_-l，…，x_-1)为前保护带，(x_n，…，x_n+l-1)为后保护带；前保护带和后保护带分别是由{-1，+1}组成的符号序列，其长度分别大于等于p′+q′。

进一步地，所述接收信号r在第t时刻接收值的数学表达式为：

r_t＝h_-p′(t)x_p′+t+…+h_-1(t)x_1+t+h₀(t)x_t+h₁(t)x_-1+t+…+h_q′(t)x_-q′+t+n_t，

(-p′＜＝t＜n+q′)

其中，n_t为第t时刻服从均值为0方差为的二维正态分布加性高斯白噪声采样值；

进一步地，所述接收端采用基于MMSE均衡的低复杂度Turbo时域均衡法对接收信号的多径衰落进行均衡、译码，其具体为：采用有限阶数的横向滤波器逼近信道特性的逆；即均衡器利用译码器提供的先验信息L^out(b)对多径衰落信号进行均衡，提取出第j比特的软信息，遍历所有j，获得所有符号/比特的软信息，进而进行下一次译码；其按照以下步骤实施：

(1)初始化：令横向滤波器的阶数为p+q+1，最大迭代次数为L，当前迭代次数l＝0，初始软信息设置为中性信息，即L^out(b)＝(0，…，0，…，0)；

(2)判断当前迭代次数是否满足l＜L，若是，则转入步骤3；否则跳转至步骤6；

(3)令软信息的比特序号j＝0；

(4)判断软信息的比特序号是否满足j＜n，若是，则转入(4.1)，否则跳转至步骤5；

(4.1)构造信道循环矩阵H_j；

(4.2)构造平均外信息向量与方差外信息矩阵

其中，(-q′-q≤j′≤p′+p)；

即

其中，diag表示主对角；

分别令即可得到平均外信息向量和方差外信息矩阵其具体表达式为：

(4.3)计算横向滤波器的抽头系数w(j)：

其中，w(j)＝(w_q(j)，…，w₀(j)，…，w_-p(j))^T，上标T为转置操作，I_p+q表示阶数为p+q的单位阵，(·)^H表示共轭转置操作，(·)^-1表示求逆操作，C表示矩阵H的第q′+q+1列；

(4.4)计算横向滤波器的输出其中r_j＝(r_j-q，…，r_j，…，r_j+p)^T；

计算均值μ_j和方差

(4.5)计算第j比特的软信息

(4.6)变量j加1，并跳转至步骤4；

(5)将均衡器输出的软信息Lⁱⁿ(b)送入译码器进行译码，译码器输出L^out(b)；

(6)对L^out(b＝0)进行硬判决，得到估计码字若符合码字约束，则退出；否则l加1；判断迭代次数是否满足l＝L，若是，则退出，否则，跳转至步骤2。

进一步地，所述构造信道循环矩阵H_j，其具体为：

构造t时刻的信道循环矩阵H_t：

其中，H_t的维数为p+q+1行、p+q+p′+q′+1列；

进一步地，设定有限个符号周期内，信道矩阵为恒定值，则t时刻的信道循环矩阵H_t简化为：

其中，H_t的第2至p+q+1行中的每一行分别为该行的上一行的循环右移所得。

进一步地，所述译码器输出L^out(b)为：

L^out(b)＝(L^out(h₀)，L^out(b₁)，…，L^out(b_n-1))；

其中，符号L^out(b_i)表示译码器输出的第i比特的对数似然比，且若L^out(b_i)≥0，则将第i个比特判定为0；否则，判定为1；p(b_i＝0)为第i个比特判定为0的概率。

与现有技术相比，本发明的有益效果为：本发明采用基于MMSE均衡的低复杂度Turbo均衡算法，避免了时域算法中复杂的矩阵求逆运算，有效降低了迭代均衡的处理复杂度，在不降低均衡性能的前提下，既能同时消除线性和非线性干扰，又能大大降低计算复杂度。

附图说明

下面结合附图和具体实施例对本发明做进一步详细说明。

图1是本发明的实现流程框图；

图2是本发明多径时变信道框图；

图3是本发明实施例中横向滤波器结构图；

图4是本发明实施例中衰落参数为2ms/1Hz短波信道时变特性图；

图5是本发明实施例中Turbo均衡算法与对应的简化算法的仿真结果图；

图6本发明实施例中迭代次数对简化的Turbo均衡算法性能影响的曲线图。

具体实施方式

下面结合附图对本发明的实施例及效果作进一步详细描述。

参考图1，一种用于短波通信的Turbo时域均衡方法，其采用迭代的方式进行均衡。首先，使用MMSE均衡器对接收信号进行均衡；其次，将其输入到译码器进行译码；而后，将译码器利用输出的软信息L^out(b)来构造平均信息和方差信息利用方差外信息矩阵计算第j时刻的横向滤波器抽头系数；结合已知的多径信道参数和平均外信息来模拟接收信号从而得到信的估计；最后，MMSE均衡器利用模拟接收信号和真实接收信号r再次对多径信号进行均衡。

需要说明的是，图1中多径信道参数通常是由“信道估计”模块得到的，其估计的精度会直接影响Turbo均衡系统的性能。简单起见，假设接收端完全获知信道参数，下面对低复杂度的Turbo均衡技术进行详细描述。

具体包括以下步骤：

步骤1，设定短波通信信道共有p′+q′+1阶，其中，主径前有p′阶，主径后有q′阶，且多径信道参数h(t)＝(h_-p′(t)，…，h₀(t)，…，h_q′(t))，则待传输的用户信息比特u经信道编码后进行BPSK调制，得到映射符号x＝(x₀，x₁，…，x_n-1)，发送端发送数据符号x^prefix，数据符号经过多径信道传输后，接收端接收信号r；其中，所述信道编码的码字比特为c＝(c₀，c₁，…，c_i，…，c_n-1)，c_i∈{0，1}；x_i＝1-2×c_i，n为码字长度；

建立信息发送模型：

假设信道共有p′+q′+1阶，主径前有p′阶，主径后有q′阶，且在第t时刻的特性为h(t)＝(h_-p′(t)，…，h₀(t)，…，h_q′(t))，逻辑框图如图2所示。考虑到实际通信环境的复杂性，通信系统必须具有抗多径的能力。因此在发送信息前和后分别添加长度为l的保护带，即

x^prefix＝(x_-l，…，x_-1，x₀，x₁，…，x_j，…，x_n-1，x_n，…，x_n+l-1)，

其中，(x_-l，…，x_-1)为前保护带，(x_n，…，x_n+l-1)为后保护带。前保护带和后保护带可以是由{-1，+1}组成的任意序列，两者长度可以不同，但其长度都应大于等于p′+q′。这里为了方便起见，令前后保护带长度相同，均为l(l≥p+q)。由上述参数，第t时刻接收值的数学表达式为

r_t＝h_-p′(t)x_p′+t+…+h_-1(t)x_1+t+h₀(t)x_t+h₁(t)x_-1+t+…+h_q′(t)x_-q′+t+n_t，

(-p′＜＝t＜n+q′)

其中，n_t为第t时刻服从均值为0方差为的二维正态分布加性高斯白噪声(AWGN)采样值；

然后，发射的数据符号经过多径信道传输衰落后，接收端接收信号r。

步骤2，接收端采用基于MMSE均衡的低复杂度Turbo时域均衡法对接收信号的多径衰落进行均衡、译码，输出估计码字

低复杂度的Turbo均衡结构如图3所示。其本质是用“无限”阶数的滤波器来逼近信道特性的逆，从而达到抵消多径信道效应的目的。在实际应用中由于硬件条件和实现复杂度的限制，通常采用有限阶来实现横向滤波器。例如图3中采用p+q+1阶来逼近(正)信道阶数为p′+q′+1的逆信道。图中z^-1表示单位时延。横向滤波器的输出即为对符号x_j的估计。

均衡器利用译码器提供的先验信息L^out(b)对多径衰落信号进行均衡，提取出第j比特的软信息，遍历所有j，获得所有符号/比特的软信息，从而启动新一轮的译码过程，近一步降低误码率同时提高系统可靠性。

其按照以下步骤实施：

(1)初始化：令横向滤波器的阶数为p+q+1，最大迭代次数为L，当前迭代次数l＝0，初始软信息设置为中性信息，即L^out(b)＝(0，…，0，…，0)；

(2)判断当前迭代次数是否满足l＜L，若是，则转入步骤3；否则跳转至步骤6；

(3)令软信息的比特序号j＝0；

(4)判断软信息的比特序号是否满足j＜n，若是，则转入(4.1)，否则跳转至步骤5；

(4.1)构造信道循环矩阵H_j；

(4.2)构造平均外信息向量与方差外信息矩阵

其中，(-q′-q≤j′≤p′+p)；的大小反映了译码器对符号的估计准确程度，当估计的十分准确时有 表示评估结果的背离(分散)程度，若越大则表明分散程度越大。

即

其中，diag表示主对角；

分别令即可得到平均外信息向量和方差外信息矩阵其具体表达式为：

(4.3)计算横向滤波器的抽头系数w(j)：

其中，I_p+q表示阶数为p+q的单位阵，(·)^H表示共轭转置操作，(·)^-1表示求逆操作，C表示矩阵H的第q′+q+1列；

(4.4)计算横向滤波器的输出其中r_j＝(r_j-q，…，r_j，…，r_j+p)^T；

对于横向滤波器来说估计值可以看作一个随机变量，其均值μ_j和方差分别为

方差可以看作由横向滤波器引入的抖动，并且可以将此抖动等效为一个叠加在均值上的噪声，且噪声方差为

(4.5)计算第j比特的软信息

(4.6)变量j加1，并跳转至步骤4；

(5)将均衡器输出的软信息Lⁱⁿ(b)送入译码器进行译码，译码器输出L^out(b)；

L^out(b)＝(L^out(b₀)，L^out(b₁)，…，L^out(b_n-1))；

其中，符号L^out(b_i)表示译码器输出的第i比特的对数似然比，且若L^out(b_i)≥0，则将第i个比特判定为0；否则，判定为1；p(b_i＝0)为第i个比特判定为0的概率。

(6)对L^out(b＝0)进行硬判决，得到估计码字若符合码字约束，则退出；否则l加1；判断迭代次数是否满足l＝L，若是，则退出，否则，跳转至步骤2。

以上过程中，均衡器是基于译码器提供的信息来进行工作的，因此将译器输出的比特软信息向量L^out(b)称为先验信息。

在计算符号x_j的估计时并没有使用译码器输出的关于符号x_j的任何信息。例如在计算横向滤波器的抽头系数w(j)和输出时都将平均信息向量和方差信息矩阵对应的和置分别置为0和1。因此称为平均外信息向量，称为方差外信息矩阵。

本发明的一个实施例，信道循环矩阵H_j，其具体为：

构造t时刻的信道循环矩阵H_t：

其中，H_t的维数为p+q+1行、p+q+p′+q′+1列。

本发明的另一个实施例，时变信道具有随时间变化而变化的特点，这种变化不但对信号造成衰落同时还会产生多普勒频谱。如图4所示，图中给出了两径衰落参数为2ms/1Hz短波信道(实部)的特性图。参数两径是指存在两条路径，2ms是指两条路径时间间隔，1Hz是指由于收发台相对运动及多角度反射而引起的多普勒频谱带宽为1Hz，也可以简单的理解为数值越大信道变换越快。

这种时变信道下，信道循环矩阵H_t在每一时刻都是不同的，即便同一时刻每一行也是不同的。这样就会导致在计算横向滤波器的抽头系数时由于矩阵的逆运算而带来巨大的计算量，十分不利于工程实现。然而在有限个符号周期内由于信道变化并不是很剧烈，近似的可以看作恒定值，基于此可以将H_t简化为：

其中，H_t的第2至p+q+1行中的每一行分别为该行的上一行的循环右移所得。

仿真实验

为了验证本发明方法的性能，以LDPC码作为纠错码进行了基带情况下的仿真；仿真中信噪比定义为单位为dB；E_s为接收到的符号能量， 为叠加在信道上的高斯白噪声方差。

仿真参数设置如下：

LDPC码：选取移动宽带无线接入标准(IEEE 802.16e)所采用的LDPC码(516，1032)，码率为0.5，基矩阵为12×24，扩展因子为43；LDPC译码算法为和积译码算法(Sum-Product Algorithm，SPA)，迭代次数为50；

多径信道：短波时变信道双径2ms/1Hz。

需要说明的是，本仿真重点考察Turbo均衡算法性能，因此假设接收端已知多径信道的参数，在实际应用中可以采用信道估计算法来获得关于多径信道的参数。

仿真1：

考察在短波时变信道下Turbo时域均衡算法与其对应的简化算法的性能；联合迭代次数为3次，其中MMSE均衡算法中横向滤波器的阶数为20，仿真性能如图5所示。

从图5中可以看到，在多径环境下Turbo时域均衡算法和对应的简化算法都能够有效地克服多径效应，同时还可以看到对应的简化算法与非简化算法有着近乎相同的性能。例如当误比特率BER＝10^-5时，两种算法在所需信噪比均为12dB，两者之间几乎没有性能差异。

仿真2：

迭代次数直接影响算法的整体性能，迭代次数越多性能就越好。本仿真考察了简化的Turbo均衡算法在短波时变信道下联合迭代次数对性能的影响，联合迭代次数分别设置为1、3次。仿真结果如图6所示。从图中可以看到迭代3次的性能明显优于迭代1次的性能，两种算法存在大约0.3-0.4dB的性能差异。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。