不相关信号的维特比解码器的分支量度的优化方法及系统

摘要

本发明提出了一种改进了分支量度计算的维特比解码器的方法及系统，这种解码器在解不相关信号时不受信号功率或噪声方差变化的影响。这种方法能够显著的提高维特比解码器在信号不相关情况下的性能。同时，我们也给出了一个用于减少解调码元比特数而简化计算的方法以及其实现装置。在给出的一种实现方法中，可以看到，除了传统方法中需要的各种计算因子，我们提出的方法仅仅需要多计算一个噪声能量这个因子。在给出一个实现系统当中，我们给出了实现本发明方法的电路模块的布局。

说明书

技术领域

本发明涉及无线通讯系统，更确切地说，是涉及维特比解码器及它的分支量度。

技术背景

一个通讯链路通常包括3个主要组成部分：发射机，通讯信道和接收机。发射机和接收机可被进一步划分为数据源、编码器、调制器、解调器和原始数据生成器。

数据源生成将被传输的相关信息的信号，可以是数字信号也可以是模拟信号。通常模拟信号在传输前会被数字化编码。编码器向数据流中加入冗余信息，从而实现信号编码。我们把加入冗余信息这个过程称为信道编码，把编码器称为信道编码器。

通常情况下，较高的传输功率会产生高的信噪比，也就是说在接收端接收信号时错误率会大大减少。相反，低传输功率和低信噪比会导致接收端无法从噪音中分离出数据。在这种情况下，使用编码就能大大减少信号出错的机率，保证在接收端完整的提取出原始信号。

有两种常用的编码方案：卷积编码和区块编码。卷积编码生成数据流，区块编码生成的是有固定元素个数的数据块。这两种编码方式都会产生冗余信息。接下来，调制器把经过编码的数据调制为可被物理传输的信号。具体采用何种调制技术取决于不同的信号和不同的传输媒体。

信道就是传输调制信息的媒体，它可以是铜线、同轴电缆，也可以是物理空间。所有的信道都会对在其中传输的数据产生一定的扭曲，只是不同的信道产生的失真，其噪声分布不同而已，有的是符合加性白高斯噪声分布，在这种分布中我们假设所有信号中加入的噪声的功率谱密度是相同的；另一种噪声是在突发包内引入，包括衰变信道和多径信道。

在接收端的解调器负责从调制信号中提取出编码信息，为了得到原始信号，我们必须把编码数据解码。通常，解码的过程要比编码过程复杂，需要大量的计算。比较常用的解码方法是维特比解码方法。这种方法能够较好的定位、恢复被扭曲的信号。最后利用解码后的数据去估计得出原始数据。

维特比算法利用最大似然规则。译码器对信道输出序列进行考察，以判定长度为L的2^L个可能发送的序列中究竟是哪一个进入了编码器。译码器在收到Y序列情况下，若P[Y/X(M’)]≥P[Y/X(M)]，对于M’≠M则判定输出为M’。每一个可能的序列称为一条路经，与其相关的量度称为路径量度。每接收到一个码元，算法都将自动调整这个路径量度，这个调整的值称为分支量度。上述译码过程中的基本操作是“加-比-选”，即每级求出路径量度，然后两两做比较并做出选择。维特比解码算法判定的输出信息是具有最大似然函数值的消息，这将使输出序列错误率最小。

附图说明

图1为通讯系统中数据传输部分(数据块传输)的功能框图；

图2给出了数据突发包间，时间间隔较短时，维特比解码器的性能曲线；

图3给出了数据突发包间，时间间隔较长时，维特比解码器的性能曲线；

图4为通讯系统中接收端的部分框图；

图5为本发明中优化分支量度系统的一种实现方式的原理框图；

图6给出了从不同突发包中截取输出数据位操作的原理示意图；

图7给出了本发明中提出的优化维特比解码算法中分支量度方法的一种实现方式。

具体实施方式

本发明涉及对维特比解码器的分支量度进行改进优化，以实现在不受信号功率和噪音干扰的影响下对不相干输入信号进行解码。本发明提出的方法将大大提高维特比解码算法的性能。在下面的描述中，给出大量的技术细节以便对该发明体系有一个全面的理解。本领域内的专业人士将会看出，没有一个或多个技术细节、或者和其它方法、组件等一起使用，该发明仍可实现。另一方面，大家熟知的结构或操作没有详细地给出，以免对该发明主体起到喧宾夺主的不利影响。

在本发明里至少有一个实现形式，它具有与之结合的某一个特定的特点、结构或属性，在本技术说明里采用“一个实施例来表示某个实现形式。因此在全篇文章的多个地方，术语”在一个实施例中并不表示同一个实现实体；而且特定的特点、结构或属性可以结合在某个或多个实体的任何适当的形式里。

图1给出了通讯系统中发射机的部分功能框图。数据块101表示将要被传输的有固定大小的数据块。尽管高传输功率有助于在目的端从干扰噪声中分离出信号，较宽的带宽允许多个数据备份被传输(减少数据失真的概率)。但是这两种方法实现成本非常高，而且如果使用合适的编码方式。通常使用的保护数据并且提高系统性能的方法有：交换，选择表示，数据重排，加入冗余数据。数据块中的数据在被传输前，进入信道编码器102被编码。

编码数据103输入交织器104被重新排序，这里的重新排序是为了避免在出现错误突发．包时的数据损失。从理论上说，这种突发包错误在时间和空间上都是连续的出现的。一旦我们把失真的交织数据结交织之后，就把局部失真分散到整个数据块中，这样就会产生独立的错误并且大大简化数据恢复。衰落信道属于突发包错误信道的一种，所谓的衰落是指信号的振幅因自身与其反射的相位差而产生的变化，衰弱可能会抵消信号，也可能相互叠加产生更强的信号。尽管衰落是由相位变化引起的，衰落信道是一个极易出现突发包错误的信道

交织后的数据105在106中被分段为一定数量的突发包，继而被映射到物理信道突发包107中。但是信道特征会因物理传输媒体信道的变化而发生变化，信道特征可以把原本相关的数据突发包变得不相关。信道响应是指信道对脉冲信号的响应，它就是一个信道特征。天气环境的变化或是其他因素都能够影响改变信道响应。

通常，在通讯系统中为了使信道响应在数据传输中保持恒定，对突发包的长度有一定的要求。如果两个连续的突发包间的时间间隔较短，维特比解码算法的性能会比较好，但当两个连续的突发包间的时间间隔较长时，信号、噪音和干扰是不相关的，这是维特比解码器的性能将大大受损。

图2给出了数据突发包间时间间隔较短时(信号、噪音和干扰之间相互相关)，维特比解码器的性能曲线。图3给出了数据突发包间时间间隔较长时(信号、噪音和干扰之间互不相关时)，维特比解码器的性能曲线。

图4为通讯系统中接收机的部分框图。接收数据突发包401中不但包括信息信号，而且有噪声和干扰。在402中对连续接收到的若干突发包进行解映射和数据组配，得到数据块403。数据块403仍然是被交织的。接下来，解交织器404对数据块403进行解交织，得到原始编码后的序列。

如果突发包107之间的时间间隔足够长，解交织器404会进一步把不相关数据块进行解交织得到数据块405，这种数据在信道解码器406中会影响到维特比算法的分支量度，继而降低它的准确性。本发明将提高信道编码器406的性能。解码后的数据块407最后在循环冗余检测模块408中再作错误检测。

如上所述，维特比解码算法中，我们的目标就是确定一组使似然函数P({y_n}|{α_n})的值最大，这里{α_n}是编码前的原始信号，{y_n}是实际接收到的量化信号(包括编码后的信号和噪声干扰)。也就说算法根据实际接收到数据{y_n)推出使似然函数值最大的输出序列。理想的情况下，算法的输出就是原始发送数据{α_n)，但由于各种不可预测的因素的干扰，只是一个最接近原始值的结果。P({y_n}|{α_n})就是我们所说路径量度，它可被表示为下式：

J_n＝J_n-1+y_n·s(α_n)                       等式1

这里y_n·s(α_n)就是分支量度，随着接收端不断接收到码元，分支量度被用来调整路径量度。似然函数可由下式表示：

$>>P>>(>\{>>y>n>>\}>|>\{>>\alpha >n>>\}>)>>=>>\Pi >>i>=>1>>n>>>1>>2>\pi >>\sigma >2>>>>·>exp>>(>->>>>(>>y>i>>->s>>(>>\alpha >i>>)>>)>>2>>>2>>\sigma >2>>>>)>>>s>等式2$

这里，{S(α_n))是{α_n)接收信号{y_n}经过匹配滤波器的输出，是一个和{α_n}有关的序列。σ²是正态分布噪声的均方差。{y_n}和{S(α_n)}有相同的功率密度。我们对等式2两边取自然对数函数得到下式：

$>>>log>e>>>(>P>>(>\{>>y>n>>\}>|>\{>>\alpha >n>>\}>)>>)>>=>->>1>2>>>>>\sum >>>i>=>1>>n>>>log>e>>>(>2>\pi >>\sigma >2>>)>>->>>>\sum >>>i>=>1>>n>>>>>(>>y>i>>->s>>(>>\alpha >i>>)>>)>>2>>>2>>\sigma >2>>>>>s>$

$>>=>->>1>2>>>>>\sum >>>i>=>1>>n>>>log>e>>>(>2>\pi >>\sigma >2>>)>>->>>>\sum >>>i>=>1>>n>>>>>>|>>y>i>>|>>2>>+>>>|>s>>(>>\alpha >i>>)>>|>>2>>>>2>>\sigma >2>>>>+>>>>\sum >>>i>=>1>>n>>>>>y>i>>·>s>>(>>\alpha >i>>)>>>>\sigma >2>>>>s>$

$>>=>>log>e>>>(>P>>(>\{>>y>>n>->1>>>\}>|>\{>>\alpha >>n>->1>>>\}>)>>)>>->>1>2>>>log>e>>>(>2>\pi >>\sigma >2>>)>>->>>>>|>>y>n>>|>>2>>+>>>|>s>>(>>\alpha >n>>)>>|>>2>>>>2>>\sigma >2>>>>+>>>>y>n>>·>s>>(>>\alpha >n>>)>>>>\sigma >2>>>>s>等式3$

如果{y_n}是平稳且相关的而且噪声服从高斯分布，等式3中的量度可被简化为等式1的形式，y_n·s(α_n)表示分支量度。注意在这里分支量度是独立于噪音方差的。但是，{y_n}是不相关数据段的串接，如果数据突发包之间的时间间隔比较长，只有段内的数据是平稳的；或者如果段内的干扰是平稳的，但段与段之间是互不相关的。或者{y_n}和干扰都是平稳的，但段与段之间干扰是互不相关的。在这三种情况下，等式3可被改写为下式，σ_n²是第n个码元的方差：

$>>>log>e>>>(>P>>(>\{>>y>n>>\}>|>\{>>\alpha >n>>\}>)>>)>>=>->>1>2>>>>>\sum >>>i>=>1>>n>>>log>e>>>(>2>\pi sup>>\sigma >i>2sup>>)>>->>>>\sum >>>i>=>1>>n>>>>>(>>y>i>>->s>>(>>\alpha >i>>)>>)>>2>>>2sup>>\sigma >i>2sup>>>>>s>$

$>>=>>log>e>>>(>P>>(>\{>>y>>n>->1>>>\}>|>\{>>\alpha >>n>->1>>>\}>)>>)>>->>1>2>>>log>e>>>(>2>\pi sup>>\sigma >n>2sup>>)>>->>>>>|>>y>n>>|>>2>>+>>>|>s>>(>>\alpha >n>>)>>|>>>2>>>>2sup>>\sigma >n>2sup>>>>+>>>>y>n>>·>s>>(>>\alpha >n>>)>>sup>>\sigma >n>2sup>>>>s>等式4$

因为 $>>->>1>2>>>log>e>>>(>2>\pi sup>>\sigma >n>2sup>>)>>->>>>>|>>y>n>>|>>2>>+>>>|>s>>(>>\alpha >n>>)>>|>>2>>>>2sup>>\sigma >n>2sup>>>>>s>的值对所有码元都是不变的，而且它的值对所有路径的路径量度增加值都是一样的，我们可以把它省略不计，等式4被简化为下式：$

$>>>J>n>>=>>J>>n>->1>>>+>>>>y>n>>·>s>>(>>\alpha >n>>)>>sup>>\sigma >n>2sup>>>>s>等式5$

在这里{y_n}是平稳且互相相关的，等式5中的分支量度是一个信噪比函数。我们把等式5表示为下式：

J_n＝J_n-1+sign(y_n·s(α_n))·SINR_n等式6

这里，当x＞0时sign(x)＝1，当x＜0时sign(x)＝-1。实际上，在任何情况下接收数据的码元与码元之间都不是相关的。等式5是似然函数的最接近的近似。

我们对等式5做一定的改进如下等式6请注意，s(α_n)取1或-1，{y_n}是均衡器软判决输出。

J_n＝J_n-1+w_n·y_n·s(α_n)                     等式7

这里 $>>>w>n>>=>>>>E>>s>,>n>>>sup>>\sigma >n>2sup>>>>s>等式8$

E_s，n是第n个接收码元的能量。

图5给出了本发明提出的优化分支量度系统的一种实现方式的原理框图。接收数据突发包501首先输入信道估计器502，以得到一个信道特征(信道响应)。估计出来的信道参数503被输入匹配滤波器504和干扰度量模块509。通常匹配滤波器504和干扰测量模块509用于精确估计信号在传输过程中受到干扰。{S(α_n)}是原始编码信号的符号。

干扰测量模块509的输出510是软判决输出比特截取单元511的输入，它被用来简化分支量度的计算。干扰测量模块509计算出每个码元中噪声的能量E_n。我们在计算w_n时只需要用到E_n，或者说是与传统的计算分支量度比较，我们的方案仅仅需要多计算这么一个值。如果每个码元信息的能量是E_s，那么匹配滤波器504所输出的每个码元的能量为E_s²。假设解调器506不改变信噪比，w_n可以表示成下式：

$>>>w>n>>=>>sup>>E>s>2sup>>>>>E>s>>·>>E>n>>>>=>>1>>E>n>>>>s>等式9$

这里，E_n是由上述干扰测量模块509生成。我们在计算w_n时就无需估计信号的能量。对于每个突发包，w_n的值仅需计算一次。

在另一个实现形式中，为了简化过程，我们不需要把w_n与解调器506的每个输出都相乘。这里我们引入一个只选择一定数量比特的软输出比特的机制，称之为“截取”。请注意，这个“截取”操作在计算分支量度时不是必需过程，它只是为了简化解码器的计算过程。

如果解调器506的软输出有K个比特(b_K-1，b_K-2，…，b_K，…，b₀)，软判决截取判决模块511会根据下式从K个比特中截取出其中L个比特作为输出。其中i是由软判决截取判决模块根据下式计算出来的：

i＝round(log₂(w_n))+c，0≤i≤K-L

这里，c是一个常数，由y_n的数值分布范围和比特界限计算而得。在定点实现中，c由软均衡器输出的比特数(B1)，维特比解码器输入比特数(B2)和round(log₂(w_n))的大小共同决定。C应该满足下式：

c+max(abs(round(log₂(w_n))))+B2≥B1

图6是接收数据的第一和其后的突发包的比特截取过程示意图。具体的比特截取操作是在软判决比特提取模块508中完成的。等式7中所有组成部分都是信道解码器的输入。y′_n不需要除w_n，而只需除2^{round(log2(wn))}即可。在定点的实现形式中，仅需要从均衡器软输出中从第i个比特开始截取L个比特就可以了。

图7给出了本发明提出的修改维特比算法中生成分支量度方法的流程图。701步接收数据，702步利用接收的数据估计出信道响应。在这里信道响应的估计有助于以后操作中更准确地估计测量信号和噪声。

703对数据进行解调，704把703输出的解调码元量化为软输出。705对接收信号进行估计，得到二进制值0或1，706步分别为这些二进制值转为-1或+1。707计算出每个码元的噪声和干扰。708生成分支量度：把705中得到的二进制值与706中所对应的符号相乘，再除以每个码元噪音干扰的总能量。最后在709用708得到的分支量度对路径量度进行计算更新。

综上所述，我们给出了详细的关于本发明的描述。但是，从本发明的思想和范围出发，可以有各种各样的变化。因此，本发明并不仅限于下面的具体实施之中。