对于具有输出外信息的编码调制系统的迭代解调解码方法及装置

摘要

本发明涉及对于具有输出外信息的编码调制系统的迭代解调解码方法及装置。初始相位估计模块根据导码估计出相位的初始值，同时M2M4估计器得到幅度和噪声方差粗估计，该粗估计和初始相位估计值启动相位/频偏跟踪模块，跟踪模块输出跟踪相位到信道信号校正器，信道信号校正器输出到幅度/噪声方差估计模块启动其工作得到更精确的幅度和噪声方差估计，信道信号校正器的输出和幅度/噪声方差的精确估计结果送到迭代解码器完成一次迭代解调解码过程。迭代解码的外信息可启动相位/频偏估计模块和幅度/噪声方差估计模块进行下一次迭代解调解码。解决了频偏和相位未知信道下Turbo/LDPC编码BPSK/QPSK调制系统的迭代解调解码问题。可广泛应用于无线和卫星通信技术领域。

说明书

技术领域：本发明涉及无线和卫星通信技术领域，尤其涉及一种对于具有输出外信息的编码调制系统的的迭代解调解码方法及装置。

背景技术：

无线和卫星通信系统中，传输比特受信道随机噪声的影响而产生随机错误。理论和实践证明，通过引入冗余度来提供传输可靠性的纠错编码方法是一类行之有效的手段。而近年来引入的Turbo码和LDPC码是至今发现的纠错能力最强的编码方案之一。

Turbo码由C.Berrou等于1993年提出[C.Berrou，A.Glavieux，and P.Thitimajshima，“Near Shannon limit error-correcting coding and decoding：Turbo-codes，”in ICC’93，Geneva，Swithzerland，May，1993，pp.1064-1070]，它被认为是近年来编码理论取得的最大进展之一。在高斯白噪声(Additive White Gaussian Noise-AWGN)信道下Turbo码在误码率为10^-5时以0.7dB的信噪比逼近于信道容量极限。LDPC(Low-Density ParityCheck)码由Gallager首先于1961年提出，但却长期被人们遗忘直至1996年被Mackay等重新发现。精心设计的LDPC长码性能甚至要优于Turbo码。对于卫星信道，由于功率受限，降低卫星通信系统的工作信噪比无疑是至关重要的，引入Turbo(或LDPC)编解码技术能很好地解决卫星信道功率受限的缺点。

典型的Turbo-code的结构如图1所示。它通常由两个结构相同的递归系统卷积(RSC)(通常称为子码)编码构成，RSC1直接对进入的信息序列进行编码，得校验序列y_1k；同时，将信息序列d_k通过交织器交织后的序列d_n送往RSC2进行编码，得到校验位y_2k，Turbo-code码字就是由信息序列后接两路校验序列构成。子编码器所产生的校验位(y_1k，y_2k)可经不同删截矩阵删取后得到不同码率的Turbo码。

Turbo-code迭代译码结构如图2所示，它主要由两个软入软出模块(Turbo-code的子译码器)组成，子译码器用来对选定的Turbo-code中的RSC子码进行译码。子译码器1将子译码器2获得的信息比特d_k的外信息作为d_k先验信息来对RSC1进行译码，获得关于d_k改进的外信息Λ_1e(d_k)，经交织后得到作为子译码器2对RSC2译码的先验信息。子译码器2用与子译码器1同样的方法再次产生信息比特改进的外信息Λ_2e(d_j)，经去交织后得到作为下一次迭代中子译码器1的先验软值。这样在多次迭代后，对子译码器2产生的输出Λ₂(d_j)去交织后进行硬判决，得到每个信息比特d_k的估值

关于LDPC编解码的有关知识详见[T.J.Richardson and Rüdiger L.Urbanke，“TheCapacity of Low-Density Parity-Check Codes Under Message-Passing Decoding，”IEEETrans.Inform.Theory，vol.47，Feb.2001，pp.599-618]，LDPC解码采用置信度转播算法，基于二分图结构进行迭代解码，并输出类似于Turbo解码的外信息。

目前大部分Turbo(或LDPC)解码方法仅考虑了高斯白噪声(AWGN)信道，这在实际无线和卫星通信中是不够的。在实际信道下，编码数字信号一般需调制后再发送，这就要求收发两端有相同的频率发生器。但是由于实际器件的非理想特性，特别是传输媒介的时变衰落等特性，使得收发的调制信号的频偏和相位实际上在很大程度是未知的，这就要求接收机进行信道估计和跟踪以消除未知频偏和相位对发送信号的影响。另外，Turbo/LDPC解码还需要知道接收信号幅度和噪声方差。这样，如何估计未知信道的各种参数从而对Turbo/LDPC码进行解码是广受人们关注的研究热点。该问题的困难在于：Turbo/LDPC码工作的信噪比要远远低于常规条件下的信噪比，而事实上在低信噪比下如何精确估计和跟踪信道参数本身就是一大难题。

在卫星与无线通信中，典型的信道未知参数为频率偏移(频偏)和载波相位。传统的信道估计技术是采用锁相环技术。由于极低信噪比下(如AWGN下Turbo码所能工作的信噪比)的通信的特殊性，传统算法不再使用。可能的解决方案是放弃以前信道估计和信道译码各自独立的特性而代之以联合迭代解调解码，使得信道估计能够充分利用编码提供的冗余度。

在专利申请(申请号：03137079.9)中，我们基于[I.Bar-David，and A.Elia，“AugmentedAPP(A²P²)Module for a Posteriori Probability Calculation and Channel ParameterTracking，”IEEE Commun.Lett.，vol.3，no.l，Jan.，1999，pp.18-20]提出了一种Turbo编码BPSK调制系统的迭代解调解码方法及装置。其典型特征是信道参数跟踪利用了Turbo子码的网格结构，参数跟踪和解码算法必须联合进行。该方法的缺点是适用范围小，即只适用于采用卷积子码的BPSK调制系统。因而不适用于以下两种重要情形：

(1)Turbo编码QPSK调制系统

(2)LDPC编码的BPSK/QPSK调制系统。

另外，在该专利申请中，并没有涉及到幅度和噪声方差的估计，而准确地估计幅度和噪声方差对Turbo/LDPC解码来说也是非常重要的。

发明内容：

本发明的目的是提供一种用于参数未知(信道的剩余频偏、相位、幅度、噪声方差未知)信道下Turbo/LDPC编码BPSK/QPSK通信系统简单实用的迭代解调解码的方法和电路装置。

本发明的对于具有输出外信息的编码调制系统的迭代解调解码方法，其步骤包括

1)对接收到的经编码和调制的信号进行初始相位估计；

2)采用M2M4估计算法对幅度和噪声方差进行粗估计；

3)根据上述初始相位估计值，和上述幅度和噪声方差粗估计值采用非数据辅助相位/频偏跟踪算法进行相位和频偏跟踪，得到实时相位跟踪值；

4)按照上述实时相位跟踪值进行信道信号校正，输出等效AWGN信号；

5)根据上述等效AWGN信号，采用迭代幅度搜索算法进行幅度和噪声方差精估计；

6)根据上述初始相位估计值，和上述幅度和噪声方差精估计值再启动非数据辅助相位/频偏跟踪算法进行相位和频偏跟踪，得到实时相位跟踪值；

7)按照上述实时相位跟踪值进行信道信号校正，输出等效AWGN信号；

8)解码器接收上述等效AWGN信号，和上述幅度和噪声方差精估计值，完成一次迭代解码工作，并输出外信息；

9)在尚未达到设定的幅度和噪声方差精估计次数时，根据上述等效AWGN信号和上述外信息再次启动迭代幅度搜索算法进行幅度和噪声方差精估计；

10)根据上述初始相位估计值，上述幅度和噪声方差精估计值，和上述外信息启动非数据辅助相位/频偏跟踪算法进行相位和频偏跟踪，得到实时相位跟踪值；

11)按照上述实时相位跟踪值进行信号校正，输出等效AWGN信号；

12)解码器接收上述等效AWGN信号，并根据上述幅度和噪声方差精估计值完成又一次迭代解码工作，并输出外信息；

13)在迭代次数达到预定的次数时，输出解码值，否则重复9)-12)。

所述1)还可对接收到的经编码和调制的信号进行初始频偏估计；可通过FFT算法[D.Taich and I.Bar-David，“Maximum-likelihood estimation of phase and frequency ofMPSK signals，”IEEE Trans.Inform.Theory，vol.45，Nov.1999，pp.2652-2655]进行初始频偏估计。

所述编码为TURBO码或LDPC码；所述调制为BPSK调制或QPSK调制。

本发明的对于具有输出外信息的编码调制系统的迭代解调解码装置，包括迭代解码器，初始相位估计模块，M2M4估计器，相位/频率跟踪模块，幅度和噪声方差估计模块，信道信号校正器，其中

初始相位估计模块对接收到的编码调制信号进行初始相位估计；

M2M4估计器对接收信号进行幅度和噪声方差粗估计；

首次迭代解码前：

相位/频率跟踪模块接收初始相位估计模块的输出和M2M4估计器的输出对接收信号进行相位和频偏跟踪，并将结果输出到信道信号校正器；

信道信号校正器接收相位/频率跟踪模块的输出，对信号进行校正；

幅度和噪声方差估计模块接收信道信号校正器的输出进行幅度和噪声方差精估计，并输出到迭代解码器和相位/频率跟踪模块；

相位/频率跟踪模块接收幅度和噪声方差估计模块的输出再进行相位和频偏跟踪并输出到信道信号校正器；

信道信号校正器接收相位/频率跟踪模块的输出，对接收信号进行校正，并输出到迭代解码器；

迭代解码器接受信道信号校正器和幅度和噪声方差估计模块的输出，进行迭代解码，并输出外信息；

完成一次迭代解码后

在尚未达到设定的幅度和噪声方差估计模块估计次数时，幅度和噪声方差估计模块接收信道信号校正器的输出和迭代解码器的外信息进行幅度和噪声方差精估计，并输出到迭代解码器和相位/频率跟踪模块；

相位/频率跟踪模块接收幅度和噪声方差估计模块的输出，和迭代解码器的外信息再进行相位/频偏跟踪并输出到信道信号校正器；

信道信号校正器接收相位/频率跟踪模块的输出，对接收信号进行校正，并输出到迭代解码器；

迭代解码器接受信道信号校正器和幅度和噪声方差估计模块的输出，进行再一次迭代解码，并输出外信息；

在达到设定的迭代解码次数时，输出解码值。

本发明的对于具有输出外信息的编码调制系统的迭代解调解码装置，其迭代解码器可设于FPGA芯片上；初始相位估计模块，M2M4估计器，相位/频率跟踪模块，幅度和噪声方差估计模块和信道信号校正器设于DSP芯片中；各部分通过外部RAM进行数据保存和传输。

初始相位估计模块还可对信号进行初始频偏估计。具体可通过FFT算法进行初始频偏估计。

所述编码为TURBO编码或LDPC编码；所述调制为BPSK调制或QPSK。

本发明提供了信道参数(信道相位、信号幅度、噪声方差、剩余频偏)未知下Turbo/LDPC编码BPSK/QPSK调制的迭代解调解码算法。基于联合最大似然估计准则，提出了信道参数(信道相位、信号幅度、噪声方差、剩余频偏)的最大似然估计准则，并据此提出了信道相位/频偏的跟踪算法。在此基础上进一步根据迭代译码的特点，提出了一种能充分利用迭代外信息的信道参数最大似然估计算法，并据此得到相应的信道相位/频偏跟踪算法。若利用本发明提出的信道参数估计和跟踪算法对接收信号进行解调(这里“解调”一词事实上是参数校正的意思)，则解调后的信号可看作是已知幅度和噪声方差的AWGN信道，因而可采用AWGN信道下的标准迭代解码算法(对Turbo码而言可采用图2算法)进行有效解码。

信道参数(信道相位、信号幅度、噪声方差、剩余频偏)未知下Turbo/LDPC编码BPSK/QPSK系统的迭代解调解码算法的整体方案见图3。如图所示，信息比特流先经过Turbo/LDPC编码器，编码比特再经过BPSK/QPSK调制发送到信道上，这里假设QPSK调制采用常用的Gray编码。假设信道相位、信道幅度、噪声方差、剩余频偏未知，在理想位同步的假设下，接收到的等效低通复信号可表示为

                     r_k＝As_ke^j(θ+kω)+w_k                       (1)

其中，A表示接收信号幅度，s_k表示发送的BPSK(或者QPSK)信号，其取值于信号集{+1，-1}(或者{e^jπ/4，-e^jπ/4，e^-jπ/4，-e^jπ/4})，θ是信道未知相位，w_k表示均值为0方差为2σ²的复高斯白噪声。下面对BPSK和QPSK调制分别进行讨论，为简单起见，先讨论无外信息的情形，然后再讨论在Turbo/LDPC迭代解码外信息辅助下如何更好地估计信道参数。

一、无外信息下的最大似然参数估计

Turbo/LDPC迭代解码首次迭代前就属于这种情形。

假设BPSK调制，则在已知A，Δω，θ下接收信号r_k的概率密度分别可表示为

$>>p>>(>>r>k>>|>A>,>\Delta \omega >,>\theta >)>>=>>1>2>>[>p>>(>>r>k>>|>>s>k>>=>+>1>,>A>,>\Delta \omega >,>\theta >)>>+>P>>(>>r>k>>|>>s>k>>=>->1>,>A>,>\Delta \omega >,>\theta >)>>]>>>$

$>>=>>>(>2>\pi >>\sigma >2>>)>>>->1>>>exp>>(>->>1>>2>>\sigma >2>>>>>(>>>|>>r>k>>|>>2>>+>>A>2>>)>>)>>cosh>>(>>A>>\sigma >2>>>Re>[>>r>k>>>e>>->j>>(>\theta >+>k\Delta \omega >)>>>>]>)>>.>.>.>>(>2>)>>>>$

其中Re[]和Im[]分别表示取实部和虚部，cosh()表示双曲余旋函数。

假设信道未知参数在N个连续样本内保持不变，用r₁^N表示从时刻1到N的接收信号样本。则对应的条件概率密度为

$>>p>>(>>>r>1>>N>>|>A>,>\Delta \omega >,>\theta >)>>=>>\Pi >>k>=>1>>N>>p>>(>>r>k>>|>A>,>\Delta \omega >,>\theta >)>>>>$

$>>=>>>(>2>\pi >>\sigma >2>>)>>>->N>>>exp>>(>->>1>>2>>\sigma >2>>>>>\Sigma >>k>=>1>>N>>>(>>>|>>r>k>>|>>2>>+>>A>2>>)>>)>>>\Pi >>k>=>1>>N>>cosh>>(>>A>>\sigma >2>>>Re>[>>r>k>>>e>>->j>>(>\theta >+>k\Delta \omega >)>>>>]>)>>.>.>.>>(>3>)>>>>$

取p(r₁^N|A，Δω，θ)/A＝0，p(r₁^N|A，Δω，θ)/θ＝0，p(r₁^N|A，Δω，θ)/Δω＝0，

可得：未知参数A，Δω，θ的最大似然估计是以下方程的联合解

$>>A>=>>1>N>>>\Sigma >>k>=>1>>N>>tanh>>(>>A>>\sigma >2>>>Re>[>>r>k>>>e>>->j>>(>\theta >+>k\Delta \omega >)>>>>]>)>>Re>[>>r>k>>>e>>->j>>(>\theta >+>k\Delta \omega >)>>>>]>;>.>.>.>>(>4>)>>>>$

$>>0>=>>1>N>>>\Sigma >>k>=>1>>N>>tanh>>(>>A>>\sigma >2>>>Re>[>>r>k>>>e>>->j>>(>\theta >+>k\Delta \omega >)>>>>]>)>>Im>[>>r>k>>>e>>->j>>(>\theta >+>k\Delta \omega >)>>>>]>,>.>.>.>>(>5>)>>>>$

$>>0>=>>1>N>>>\Sigma >>k>=>1>>N>>k>·>tanh>>(>>A>>\sigma >2>>>Re>[>>r>k>>>e>>->j>>(>\theta >+>k\Delta \omega >)>>>>]>)>>Im>[>>r>k>>>e>>->j>>(>\theta >+>k\Delta \omega >)>>>>]>.>.>.>.>>(>6>)>>>>$

下面考虑QPSK调制，相应地用以下的条件概率密度

$>>p>>(>>r>k>>|>A>,>\Delta \omega >,>\theta >)>>=>>1>4>>[>p>>(>>r>k>>|>>s>k>>=>>e>>j\pi >/>4>>>,>A>,>\Delta \omega >,>\theta >)>>+>p>>(>>r>k>>|>>s>k>>=>->>e>>j\pi >/>4>>>,>A>,>\Delta \omega >,>\theta >)>>]>>>$

$>>+>>1>4>>[>p>>(>>r>k>>|>>s>k>>=>>e>>->j\pi >/>4>>>,>A>,>\Delta \omega >,>\theta >)>>+>p>>(>>r>k>>|>>s>k>>=>->>e>>->j\pi >/>4>>>,>A>,>\Delta \omega >,>\theta >)>>]>>>$

$>>=>>>(>4>\pi >>\sigma >2>>)>>>->1>>>exp>>(>->>1>>2>>\sigma >2>>>>>(>>>|>>r>k>>|>>2>>+>>A>2>>)>>)>>[>cosh>>(>>A>>\sigma >2>>>Re>[>>r>k>>>e>>->j>>(>\theta >+>\pi >/>4>+>k\Delta \omega >)>>>>]>)>>+>cosh>>(>>A>>\sigma >2>>>Re>[>>r>k>>>e>>->j>>(>\theta >->\pi >/>4>+>k\Delta \omega >)>>>>]>)>>]>>>$

$>>>=>>>(>2>\pi >>\sigma >2>>)>>>->1>>>exp>>(>->>1>>2>>\sigma >2>>>>>(>>>|>>r>k>>|>>2>>+>>A>2>>)>>)>>cosh>>(>>A>>\sigma >2>>>>1>>2>>>Re>[>>r>k>>>e>>->j>>(>\theta >+>k\Delta \omega >)>>>>]>)>>+>cosh>>(>>A>>\sigma >2>>>>1>>2>>>Im>[>>r>k>>>e>>->j>>(>\theta >+>k\Delta \omega >)>>>>]>)>>>.>.>.>>(>7>)>>>>$

类似于(3)，可得到

$>>ln>p>>(>>>r>1>>N>>|>A>,>\Delta \omega >,>\theta >)>>=>>\Sigma >>k>=>1>>N>>ln>p>>(>>r>>k>|>>>A>,>\Delta \omega >,>\theta >)>>>>$

$>>>\cong >->>>N>>A>2>>>>2>>\sigma >2>>>>+>>\Sigma >>k>=>1>>N>>>(>ln>cosh>(>>A>>\sigma >2>>>>1>>2>>>Re>>[>>r>k>>>e>>->j>>(>\theta >+>k\Delta \omega >)>>>>]>>)>>+>ln>cosh>>(>>A>>\sigma >2>>>>1>>2>>>Im>[>>r>k>>>e>>->j>>(>\theta >+>k\Delta \omega >)>>>>]>)>>)>>.>.>.>>(>8>)>>>>$

取p(r₁^N|A，Δω，θ)/A＝0，p(r₁^N|A，Δω，θ)/θ＝0，p(r₁^N|A，Δω，θ)/Δω＝0，

可得：未知参数A，Δω，θ的最大似然估计是以下方程的联合解

$>>A>=>>1>N>>>\Sigma >>k>=>1>>N>>\{>tanh>>(>>A>>\sigma >2>>>>1>>2>>>Re>[>>r>k>>>e>>->j>>\theta >k>>>>]>)>>>1>>2>>>Re>[>>r>k>>>e>>->j>>\theta >k>>>>]>+>tanh>>(>>A>>\sigma >2>>>>1>>2>>>Im>[>>r>k>>>e>>->j>>\theta >k>>>>]>)>>>1>>2>>>Im>[>>r>k>>>e>>->j>>\theta >k>>>>]>\}>;>.>.>.>>(>9>)>>>>$

$>>0>=>>1>N>>>\Sigma >>k>=>1>>N>>\{>tanh>>(>>A>>\sigma >2>>>>1>>2>>>Re>[>>r>k>>>e>>->j>>\theta >k>>>>]>)>>>1>>2>>>Im>[>>r>k>>>e>>->j>>\theta >k>>>>]>->tanh>>(>>A>>\sigma >2>>>>1>>2>>>Im>[>>r>k>>>e>>->j>>\theta >k>>>>]>)>>>1>>2>>>Re>[>>r>k>>>e>>->j>>\theta >k>>>>]>\}>;>.>.>.>>(>10>)>>>>$

$>>0>=>>1>N>>>\Sigma >>k>=>1>>N>>\{>tanh>>(>>A>>\sigma >2>>>>1>>2>>>Re>[>>r>k>>>e>>->j>>\theta >k>>>>]>)>>>1>>2>>>Im>[>>r>k>>>e>>->j>>\theta >k>>>>]>->tanh>>(>>A>>\sigma >2>>>>1>>2>>>Im>[>>r>k>>>e>>->j>>\theta >k>>>>]>)>>>1>>2>>>Re>[>>r>k>>>e>>->j>>\theta >k>>>>]>\}>;>.>.>.>>(>11>)>>>>$

其中，θ_k＝θ+kΔω。

二、迭代解码外信息辅助的最大似然参数估计

Turbo/LDPC迭代解码第二次(及以后)迭代就属于这种情形。

设Turbo/LDPC解码第L次迭代解码后提供了每个编码比特的外信息为Le^(l)(d_k)，如图3所示该外信息又作为参数估计和跟踪模块的先验信息在用于第L+1次迭代前的参数估计和跟踪以及相应的信道参数修正。在外信息辅助下，编码比特不再服从等概分布，对BPSK系统而言有：

$>>Pr>>(>>d>k>>=>+>1>)>>=>>1>>1>+>exp>>(>->L>>e>>(>l>)>>>>(>>d>k>>)>>)>>>>=>>>[>exp>>(>L>>e>>(>l>)>>>>(>>d>k>>)>>/>2>)>>+>exp>>(>->L>>e>>(>l>)>>>>(>>d>k>>)>>/>2>)>>]>>>->1>>>exp>>(>L>>e>>(>l>)>>>>(>>d>k>>)>>/>2>)>>\propto >exp>>(>L>>e>>(>l>)>>>>d>k>>/>2>)>>>>$

$>>Pr>>(>>d>k>>=>->1>)>>=>>1>>1>+>exp>>(>L>>e>>(>l>)>>>>(>>d>k>>)>>)>>>>=>>>[>exp>>(>L>>e>>(>l>)>>>>(>>d>k>>)>>/>2>)>>+>exp>>(>->L>>e>>(>l>)>>>>(>>d>k>>)>>/>2>)>>]>>>->1>>>exp>>(>->L>>e>>(>l>)>>>>(>>d>k>>)>>/>2>)>>>\propto >exp>>(>->L>>e>>(>l>)>>>>d>k>>/>2>)>>->->->>(>12>)>>>>$

将该不等概率分布纳入(2-6)的推导，可得在有迭代解码外信息辅助下未知参数A，Δω，θ的最大似然估计是以下方程的联合解

$>>A>=>>1>N>>>\Sigma >>k>=>1>>N>>tanh>>(>L>>e>>(>l>)>>>>(>>d>k>>)>>/>2>+>>A>>\sigma >2>>>Re>[>>r>k>>>e>>->j>>(>\theta >+>k\Delta \omega >)>>>>]>)>>Re>[>>r>k>>>e>>->j>>(>\theta >+>k\Delta \omega >)>>>>]>;>.>.>.>>(>13>)>>>>$

$>>0>=>>1>N>>>\Sigma >>k>=>1>>N>>tanh>>(>L>>e>>(>l>)>>>>(>>d>k>>)>>/>2>+>>A>>\sigma >2>>>Re>[>>r>k>>>e>>->j>>(>\theta >+>k\Delta \omega >)>>>>]>)>>Im>[>>r>k>>>e>>->j>>(>\theta >+>k\Delta \omega >)>>>>]>;>.>.>.>>(>14>)>>>>$

$>>0>=>>1>N>>>\Sigma >>k>=>1>>N>>k>·>tanh>>(>L>>e>>(>l>)>>>>(>>d>k>>)>>/>2>+>>A>>\sigma >2>>>Re>[>>r>k>>>e>>->j>>(>\theta >+>k\Delta \omega >)>>>>]>)>>Im>[>>r>k>>>e>>->j>>(>\theta >+>k\Delta \omega >)>>>>]>;>.>.>.>>(>15>)>>>>$

对于QPSK调制，假设映射关系(d_2k，d_2k-1)为：

(+1，+1)π/4；(+1，-1)-π/4；(-1，+1)π-π/4；(-1，-1)π+π/4。

考虑外信息辅助带来的先验概率的不等概分布特性，重复(7-11)的推导可得：

未知参数A，Δω，θ的最大似然估计是以下方程的联合解

由(16-18)可以看出，将外信息设成0，可得到无外信息情形的最大似然估计(9-11)。对BPSK调制同样有以上结论。因而下面只需讨论有外信息辅助的最大似然估计。但是无论BPSK(13-15)或者QPSK(16-18)的联合最大似然参数估计，求解以上讨论的方程是非常复杂的，在实现上基本是不可能的。采用本发明提出的解决方案很好地解决了以上问题。

本发明接收机框图可见图3。这里我们总假设剩余频偏(相对于符号速率归一化)比较小，典型值为100ppm(ppm表示百万分之一)，对较大频偏可通过FFT算法来估计，可参考专利申请03137079.9和文献[D.Taich and I.Bar-David，″Maximum-likelihood estimation of phase and frequency of MPSK signals，″IEEE Trans.Inform.Theory，vol.45，Nov.1999，pp.2652-2655]。为降低实现复杂性，本方案采用了导码进行初始相位估计。由于剩余频偏较小，在导码个数(假设为P）少时对估计精度影响不大。

1、初始相位估计

条件：加入少量导频符号。

假设系统在每帧的开始前连续发送P个导码(Pilot Symbols)，为方便起见，可认为是全1码。则接收到的信号为

$>>ver>>r>~>>v>>=>>e>>i>>(>v\omega >+>\theta >)>>>>+>>w>v>>,>v>=>1>,>2>,>\Lambda >,>P>>>$

则初始相位估计为

$>>>\theta >0>>=>angle>>(>>\Sigma >>v>=>1>>P>>ver>>r>~>>v>>)>>->->->>(>19>)>>>>$

这里angle(x)＝arctan(Im(x)/Re(x))表示求复数的相角。

在实际信道中，信道相位在一帧内可能是缓慢变化的，这就需要进行跟踪。仔细考察(14)和(17)可知，当估计的相位偏离真实相位时，函数((14)或(17)等式的右边)随偏离相位呈S曲线状，而且研究发现该曲线对幅度估计A和噪声方差估计σ²不敏感。因而本发明采用以下非数据辅助相位/频偏跟踪算法。

1.非数据辅助相位/频偏跟踪算法

(1)BPSK情形

$>>>\theta >>k>+>1>>>=>>\theta >k>>+>>\omega >k>>+>\alpha >\{>tanh>>(>L>>e>>(>l>)>>>>(>>d>k>>)>>/>2>+>>A>>\sigma >2>>>Re>[>>r>k>>>e>>->j>>\theta >k>>>>]>)>>Im>[>>r>k>>>e>>->j>>\theta >k>>>>]>\}>,>.>.>.>>(>20>)>>>>$

      ω_k+1＝ω_k+β{θ_k+1-θ_k}。                                 (21)

(2)QPSK情形

     ω_k+1＝ω_k+β{θ_k+1-θ_k}                                         (23)

其中，α，β为跟踪系数，一般可通过仿真确定其数值。对于首次迭代，由于没有外信息，可直接将相应的外信息设成0，θ₀由导码提供，初始剩余频偏ω₀＝0。由(20，22)可知，该跟踪算法还需要知道参数下面讨论该参数的估计。

2.幅度和噪声方差估计

为接收方便起见，接收机首先对接收信号进行能量归一化处理即使得：

$>>1>/>Nsup>>\Sigma >>k>=>1>>Nsup>>>>|>>r>k>>|>>2>>=>1>.>>>$

下面在此基础上讨论幅度和噪声方差估计。在首次迭代前，由于以上讨论的相位/频偏跟踪需要幅度和噪声方差估计，因而采用一种不依赖于信道相位和频偏的幅度和噪声方差估计可大大简化算法。并且由于本发明采用的相位/频偏跟踪算法对幅度和噪声方差估计不敏感，因而对该估计的精度要求并不高，下面采用[D.R.Pauluzzi andN.C.Beaulieu，“A Comparison of SNR Estimation Techniques for the AWGNChannel，”IEEE Trans.Commun.，vol.COM-16，Oct.2000，pp.1681-1691]一文中采用的所谓的M2M4估计算法：

$>>M>2>=>>1>L>>>\Sigma >>k>=>1>>L>>>>|>>r>k>>|>>2>>,>M>4>=>>1>L>>>\Sigma >>k>=>1>>L>>>>|>>r>k>>|>>4>>.>.>.>.>>(>24>)>>>>$

$>>>A>0>>=>>>(>2sup>>M>2>2sup>>->>M>4>>)>>>1>4>>>,>.>.>.>>(>25>)>>>>$

$>sup>>\sigma >0>2sup>>=>>(>>M>2>>->>>A>0>>2>>)>>/>2>.>.>.>.>>(>26>)>>>>$

这样，利用以上的粗估计可以执行相位/频偏估计和跟踪算法。为进一步提高系统性能，还可利用迭代算法对方程(13，16)进行求解以求得幅度和噪声方差的精确估计。如图3所示，由M2M4估计方法(25，26)计算出幅度和噪声方差的粗估计(A₀，σ₀²)可有效用于信道相位/频偏的跟踪，跟踪好的参数送导信道信号校正器执行去信道相位操作：即 $>>ver>>r>~>>k>>=>>r>k>>exp>>(>->j>>\theta >k>>)>>)>,>>>其中实时相位\theta$_k由相位/频偏跟踪模块得到。为得到更精确的幅度/噪声方差估计(以便译码器能更好的工作)，可采用下面的步骤作迭代计算。

幅度/噪声方差估计迭代搜索算法流程(简称为迭代幅度搜索算法：

AmVarEstimProg(A_min，A_max，I))：

步骤1)选择幅度估计的最小和最大可能值A_min和A_max，置最大迭代次数为I，并置

初始迭代序号i＝0.

步骤2)计算A_m＝(A₁+A₂)/2及 $>sup>>\sigma >m>2sup>>=>>(>1>-sup>>A>m>2sup>>)>>/>2>.>>>$

步骤3)计算BPSK： $>>f>>(>>A>m>>)>>=>>A>m>>->>1>N>>>\Sigma >>k>=>1>>N>>tanh>>(>L>>e>>(>l>)>>>>(>>d>k>>)>>/>2>+>>>A>m>sup>>\sigma >m>2sup>>>Re>[>ver>>r>~>>k>>]>)>>Re>[>ver>>r>~>>k>>]>;>>>$

步骤4)假如f(A_m)＞0，则更新A₂＝A_m.否则更新A₁＝A_m

步骤5)置i＝i+1.如果i＝I，则输出A_m作为最终的幅度估计并输出 $>sup>>\sigma >m>2sup>>=>>(>1>-sup>>A>m>2sup>>)>>/>2>>>$

作为最终的噪声方差估计.否则转到步骤2).

以上幅度/噪声方差迭代估计器可以在每次迭代(Turbo或LDPC)解码前运行，这样可充分利用解码提供的外信息。但是如果每次解码迭代时都运行该幅度/噪声方差迭代估计器会增加算法的复杂度。在实际实现时可灵活选取运行该幅度/噪声方差迭代估计器的时机和次数。在后面的实例中仅在迭代解码前运行了一次该模块，而最终解码性能已可满意。

这样，利用以上所述的幅度/噪声方差迭代估计器可精确估计出幅度和噪声方差，该估计结果再传给信道相位/频偏跟踪模块，从而得到更好的相位估计，最终相位跟踪结果送到信道信号校正器，校正后的等效AWGN信号可用已有的软入软出解码算法进行迭代解码。

本发明基于无数据辅助下的联合最大似然参数估计提出了BPSK/QPSK调制的一种相位/频偏跟踪模块，它的典型特征是可充分利用迭代解码提供的外信息，而且对幅度和方差估计误差不敏感。本发明提出了BPSK/QPSK调制系统的幅度和噪声方差迭代估计模块，它的典型特征是可充分利用迭代解码提供的外信息，并可根据具体应用灵活选择应用次数，从而达到很好的性能/复杂性折衷。另外，本发明采用了一种简单的幅度和噪声方差初始估计模块，该模块可在不知道信道相位和频偏下工作，应用该模块提供的幅度和噪声方差粗估计可用来给相位/频偏跟踪模块提供启动参数。

本发明主要解决了频偏和相位未知信道下编码BPSK/QPSK调制系统的迭代解调解码问题，特别地，它适用于Turbo/LDPC编码BPSK/QPSK调制系统。

本发明提出的相位/频偏跟踪模块与系统所用的具体信道编码方式无关，因而适用广泛。可适用于卷积码、Turbo码、LDPC码等典型好码。若解码能提供外信息，则该相位/频偏跟踪模块能充分利用该外信息提高性能。另外，本发明的相位/频偏跟踪模块不需要知道调制信息(无数据辅助)，大大提高了信道利用率。

本发明的信道相位/频偏跟踪模块有很强的参数跟踪能力，因而放松了对初始信道参数估计精度的要求，可用现有的DSP技术或FPGA技术硬件实现。

本发明提出的幅度/噪声方差估计模块采用迭代搜索算法求解最大似然估计方程，从而有实现简单、精度高的优点。本发明的幅度/噪声方差估计模块不需要知道调制信息(无数据辅助)，提高了信道利用率。

本发明利用少量的导频符号，给出了信道相位的初始估计算法。参数的估计精度一般能保证本发明的相位/频偏跟踪模块、幅度和噪声方差模块能在典型的卫星信道上能可靠工作。

本发明的优点与积极效果总结如下：

1.本发明提供的迭代解调解码方案的特点是解调和解码基本独立，两者通过外信息进行信息交互而不断提高性能；

2.本发明提供的方案简单实用，易于数字实现；

3.本发明提供的相位/频偏跟踪模块与系统所用的具体信道编码方式无关，因而适用广泛，可适用于卷积码、Turbo码、LDPC码等典型好码；

4.本发明提供的相位/频偏跟踪模块在解码能提供外信息的条件下能充分利用该外信息提高性能；

5.本发明提供的相位/频偏跟踪模块不需要知道调制信息(无数据辅助)，大大提高了信道利用率；

6.本发明提供的相位/频偏跟踪模块有很强的参数跟踪能力，因而放松了对初始信道参数估计精度的要求；

7.本发明提供的相位/频偏跟踪模块对幅度和方差估计误差不敏感，采用简单的M2M4方法提供的幅度和噪声方差估计可以很好地启动该模块运行；

8.本发明提供的幅度/噪声方差估计模块采用迭代算法求解最大似然估计方程，从而有实现简单、精度高的优点；

9.本发明提供的幅度/噪声方差估计模块不需要知道调制信息(无数据辅助)，大大提高了信道利用率。

本发明应用于典型的恒参卫星信道，能获得逼近理想AWGN信道下Turbo码的性能。

附图说明：

图1Turbo-code编码器结构；

图2Turbo-code迭代译码器结构；

图3频偏和相位未知下Turbo/LDPC编码BPSK/QPSK调制的迭代解码算法框图；

图4实例的DSP+FPGA开发结构；

图5实例所用的RSC编码器；

图6实例的BPSK接收机系统性能；

图中横坐标为比特信噪比Eb/N0，纵坐标为误比特率(BER)，图中4条曲线由上而下分别表示：本发明算法第4次迭代，理想相干接收第4次迭代，本发明算法第12次迭代，理想相干接收第12次迭代解码后的性能；

图7实例的QPSK接收机系统性能；

图中横坐标为比特信噪比Eb/N0，纵坐标为误比特率(BER)，图中4条曲线由上而下分别表示：本发明算法第1，4，8，12次迭代解码后的性能；

具体实施方式：

这里基于Alter公司的CPLD芯片EP20K400EBC652-2X，给出在典型的频偏和相位未知信道下采用第三代移动通信系统IMT-2000高速率业务中建议的Turbo码的解调解码算法的开发实例。本实例的FPGA+DSP实现结构见图4，实现主时钟为32MHz，允许的解码速率为115.2kbps。系统另有2块外部RAM和一块DSP芯片(TMSC5402)，Turbo解码模块在CPLD芯片中硬件实现，而图3所示接收机的其他模块都在DSP中软件化实现。在对图4作出进一步说明之前，我们先给出实例中选用的Turbo码的具体编码参数。

本实例选用第三代移动通信系统IMT-2000高速率业务的信道编码。选用建议中的Turbo码由两个相同的递归卷积子码构成，递归卷积子码的生成多项式为(13，15，17)₈，信息帧长2280，交织长度2298，总长2304，编码速率1/2。由IMT2000建议可知，该1/2速率的的Turbo码是通过两个RSC母码经级联删除而得。本实例选用的母码如图5所示。

Turbo码编码器中码率调整是通过删除一些校验比特来调整码率。在表1中，“1”表示输出，“0”表示删除；(X，Y₀，Y₁)表示第一个RSC编码器的输出，其中X是信息位，Y₀和Y₁是校验位，(X’，Y’₀，Y’₁)表示第二个RSC编码器的输出，X’是信息位，Y’₀和Y’₁是校验位。

注意，对于1/2速率的Turbo码，Y1和Y’1比特空置不用，在本实例的以下叙述中不计入删除的范畴。删除指示p仅用来特指Y0和Y’0比特的删除情况(p＝0表示该比特被删除，p＝1表示该比特没被删除)。

       表1  非归零比特的码率调整

               码率R    输出    1/2    1/3    1/4    X    11    11    11    y₀    10    11    11    Y₁    00    00    10    X’    00    00    00    Y’₀    01    11    01    Y’₁    00    00    11

注：对每种码率，应从上到下，从左到右读取此表

本实例中假设信道为典型的卫星恒参信道，信道的初始归一化频偏(相对于符号传输速率)ΔfT＝1e-4，即相当于100ppm的最差情形，而信道未知相位为随机选取的(0，2π)间的相位。算法参数选择：

(1)为估计初始相位，所发送的导频数目为每帧20个。

(2)M2M4估计器采用的符号长度为2048；

(3)相位/频偏跟踪器的参数选择：α＝0.5e-1，β＝1e-4；

(4)幅度/噪声方差估计器的参数选择：A_min＝0.001，A_max＝0.999；

对以上情形的解调解码整体框架见图3。图4给出了FPGA+DSP实现频偏和相位未知下Turbo编码BPSK/QPSK调制系统的迭代解调解码算法硬件实现示意框图，为了节省FPGA片内资源，而且根据算法的实际情况——两个软入软出子译码器(见图2)不可能同时工作，在硬件实现的时候时分复用同一个软入软出模块。

本发明的工作主要体现在DSP芯片中的处理算法。本实例采用的主要芯片由Altera公司的一片EP20K400EBC652-2X，TI公司的一片DSP芯片TMSC5402和外挂的2片RAM组成。其中，DSP芯片用于完成以下模块的功能：初始相位估计模块、M2M4估计器、相位和频率跟踪模块、幅度/噪声方差估计模块、信道信号校正器，其核心是相位和频率跟踪模块、幅度/噪声方差估计模块。

FPGA硬件实现的Turbo译码器和DSP实现的各功能模块通过外部RAM-A进行交互，互相传递必要的数据。

而Turbo译码算法的软入软出模块中有四个主要部分：前向状态度量计算模块(FSMC)、后向状态度量计算模块(RSMC)、对数似然比计算模块(LLRC)和支路度量计算模块(BMC)。而2片外部RAM(-A、-B)用来存储FSMC模块和RSMC模块的中间计算结果。其中，外部RAM-A用来存储来自信道的帧数据(接收采样)，DSP芯片计算所得的初始参数估计也存储在该片RAM上。

具体FSMC和RSMC的计算结构是很相似的，详见专利申请(申请号：03137079.9)。

图3中的接收机方案除Turbo解码模块外都在DSP芯片中实现，其具体实现流程可归结为以下的步骤：

1.初始化系统，并设置系统参数：P＝20，L＝2048，α＝0.5e-1，β＝le-4，A_min＝0.001，A_max＝0.999，I＝10，AmVarStart＝0(表征幅度/噪声方差估计模块启动的次数)，t＝0(表征Turbo译码迭代次数)；设置所有编码比特的外信息为0(即没有任何先验知识)。

2.对每一帧提取出导码(Pilot Symbols)并利用公式(19)计算信道初始相位θ₀，具体实现可在数字号处理(DSP)芯片上执行(一般可采用查表法实现函数arctan())，计算出的结果送到相位/频偏跟踪模块。

3.M2M4估计器根据公式(24-26)计算并得到幅度和噪声方差的粗估计，该计算可在DSP芯片中直接完成，计算出的粗估计送到相位/频偏跟踪模块。

4.系统测试参数AmVarStart，若检测到AmVarStart＝0，相位/频偏跟踪模块选择以下输入参数：M2M4估计器输出的幅度和噪声方差粗估计值、初始相位估计值；若检测到AmVarStart＝1，相位/频偏跟踪模块选择以下输入参数：幅度/噪声方差估计模块输出的幅度和噪声方差精估计值、初始相位估计值；该模块在选择完参数后对信道接收信号和输入的外信息根据公式(20，21)(BPSK)或(22，23)(QPSK)进行处理得到一帧内所有时刻信道相位的估计值(即实时相位跟踪值)θ_k，k＝1，2，...，N并传送给信道信号校正模块。

5.信道信号校正模块接收到相位/频偏跟踪模块传来的实时相位跟踪值θ_k，k＝1，2，...，N，作信号校正操作：即 $>>ver>>r>~>>k>>=>>r>k>>exp>>(>->j>>\theta >k>>)>>,>>>k＝1，2，...，N，同时启动幅度/噪声方差估计模块。$

6.系统测试参数AmVarStart，若检测到AmVarStart＝1，则幅度/噪声方差模块不再启动，系统继续执行步骤7。若检测到AmVarStart＝0，则幅度/噪声方差估计模块接收到启动信号后开始工作，采用幅度/噪声方差估计迭代搜索算法流程AmAarEstimProg(A_min，A_max，I)处理来自信号校正模块的信号并输出幅度/噪声方差的精确估计值，更新AmVarStart＝AmVarStart+1，并跳转到步骤4。

7.Turbo解码器接收来自信道信号校正模块的等效AWGN信号并开始一次迭代译码工作，并输出外信息。

8.若迭代次数t等于预先设定的迭代次数，则输出译码值，否则置t＝t+1，转到4继续执行。

该实例在典型恒参信道下的经12次迭代下的性能见图6和图7，由图6和7可知：

1.采用BPSK调制，4到12次迭代下，频偏和相位未知下的本文算法和理想AWGN下的性能仅相差0.2dB以内，采用QPSK调制比理想AWGN下的接收机相差约0.4dB。

2.算法复杂度：本发明算法复杂度相比AWGN译码算法相差不大，不超过1倍。

虽然参考其中特定的具体实施例对本发明进行了图示和说明，但是，本领域的普通技术人员将会理解，在不脱离本发明附加的权利要求所定义的精神和范围的情况下，可以对本发明进行形式和细节上的各种修改。