（通信与信息系统专业论文）软输出均衡器的dsp实现以及gsm系统的被动定位技术研究.pdf

硕士学位论文 中文摘要 为了对付利用g s m 系统进行的犯罪活动，作者参与了“g s m 空中信息截取” 项目的研发，主要负责g s m 基带信号处理的d s p 实现和移动台定位技术的研究。 受移动信道中多径衰落的影响，g s m 系统必须采用合适的自适应均衡技术 才能获得较理想的接收效果。因此论文对均衡器原理作了深入的研究，比较详细 的讨论了软硬输出均衡器的实现方法。同时简单介绍了以软输出均衡器为中心 的基带信号处理中其他部分的实现。然后结合d s p 芯片的特点，对应用于d s p 中的算法优化及定点化问题进行了讨论。接着搭建了衡量均衡器性能的软硬件评 估平台。最后给出了可用的g s m 系统基带信号处理程序，并在评估环境中进行 了性能分析。 作为项目研究的延伸，本文后半部分主要讨论了g s m 第三方定位的系统结 构和定位技术。通过分析几种常用的定位系统和技术的优缺点，结合g s m 系统 的特点和第三方定位的特殊性要求，给出了一种称为最大似然的时延估计算法。 在文中还介绍了定位系统的整个功能组成部分和多精度定位流程。接着为模拟实 际定位环境进行定位技术研究而建立了较为完整的仿真环境。最后，在简化的环 境下证明了最大似然方法。 关键词：g s m ，软输出均衡器，d s p 算法优化， 定位，t d o a ，最大似然 硕士学位论文 a b s t r a c t i no r d e rt os t r i k ec r i m e st h r o u g hg s ms y s t e m 。ap r o j e c ti sp r e s e n t e dt oc a 口t u r e t h ea e r i a ls i g n a l so fg s ma n dp o s i t i o nt h ei o c a t i o n so fm o b i l eh a n d s e t s t h ea s t h o r s p e c i a l i z e si nd s pa l g o r i t h m so fg s md i g i t a lb a s e b a n ds i g n a l sa n dl o c a t i o np o s i t i o n t e c h n o l o g i e so f m o b i l eh a n d s e t s b e c a n s eo f t h e m u l t i p a t hf a d i n gi nm o b i l er a d i oc h a n n e l s a p p r o p r i a t ea d a p t i v e e q u a l i z a t i o nt e c h n i q u eh a s t ob ea p p l i e di ng s m s y s t e mt oo b t a i nb e t t e rt r a n s m i s s i o n q u a l i t y f i r s t l y ，t h ep r i n c i p l e so f e q u a l i z e ra n dt h er e a l i z a t i o nm e t h o d so f e q u a l i z a t i o n a l g o r i t h m sa r ed e s c r i b e di nd e t a i l s s e c o n d l y ，c h a r a c t e r i s t i c so fd s pa l ec o n s i d e r e d ， w h i c hi n t r o d u c et h ed i s c u s s i o n so fa l g o r i t h m sr e a l i z a t i o ns u i t a b l ef o rd s p t h e n a t e s t i n gs y s t e mi ss e tu pt oe v a l u a t et h ep e r f o r m a n c e so f t h e s ee q u a l i z a t i o na l g o r i t h m s f i n a l l y ，t h e s ep r o g r a m si nr e c e i v e r sa c h i e v eg o o de f f e c t st h r o u g has e to f t e s t s f u r t h e rm o r e ，1 0 c a t i o np o s i t i o nt e c h n o l o g i e si ng s m s y s t e ma l ed i s c u s s e d c o m p a r e dw i t ho t h e rc o m l n o nt e c h n o l o g i e s ，s u c ha sc o oa n da o am e t h o d s 。 t o a t d o ai sa d o p t e db e c a u s eo f i t sr e l a t i v es i m p l e n e s sa n d p r e c i s i o n c o n s i d e r e d t h es p e c i a lr e q u i r e m e n t so fg s ma n do u rp r o j e c t ，t h em a x i m u ml i k e l i h o o d ( m l ) m e t h o do f t o ai su s e di n s t e a do fg e n e r i cc o r r e l a t i o nm e t h o d t h e n a l li n t e g r a t e d e v a l u a t i o ns y s t e mi sp r e s e n t e d w h i c hi sc o n v e n i e n tf o rs i m u l a t i n gt e a le n v i r o n m e n t s f i n a l l y , m lm e t h o di sp r o v e do u t k e y , w o r d s ：g s m ，s o f t o u te q u a l i z e r , d s pa l g o r i t h m s ， l o c a t i o np o s i t i o n ，t d o a ，m a x i m u ml i k e l i h o o d i i 学位论文独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得 的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含 其他人已经发表或撰写过的研究成果，也不包含为获得东南大学或其它教育机构 的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均 已在论文中作了明确的说明并表示了谢意。 签名： 墨h 牟 关于学位论文使用授权的说明 东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位 论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人 电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论 文被查阅和借阅，可以公布( 包括刊登) 论文的全部或部分内容。论文的公布( 包 括刊登) 授权东南大学研究生院办理。 签名：寥字导师签名： 绪言 1 本课题的意义 绪言 g s m 系统作为一个成熟的数字移动通信系统，其保密性能较强，是模拟系统所不可比拟的。为了 防止非法盗打电话、通话内容被窃听及用户行踪被跟踪，g s m 采用了一系列保密方案。诸如用户身份 认证、密钥分配、动态信道分配等方案使得系统的安全性得到较可靠的保障。但这也给犯罪分子以可乘 之机，犯罪分子采用g s m 手机进行联系和交易也已成为越来越普遍的现象。公安和安全部门现有的模 拟侦听系统对此毫无用处，因此急需一种能截获特定的g s m 信号，并解调出话音信息的数字侦听系统， 给侦破案件提供技术支持。更进一步，可以在被动接收的基础上增加系统功能，对目标进行屏蔽或者施 行主动干扰而不会影响其他用户，这一点上比现有的全波段信号屏蔽器更加具有优势。 另一方面，随着移动通信技术的发展许多安全部门和移动用户出于安全和方便的考虑，要求移动 通信系统能够提供有关用户位置信息的业务无线定位业务。美国联邦通信主管部f ( f c c ) 作出明确 规定，使得e - 9 1 1 定位业务成为今后各种蜂窝网络特别是3 g 网络的必备业务。除上述用途外，无线 定位技术的重要意义还体现在以下几个方面：( 1 ) 基于移动台位置的灵活计费：网管中心在计费时可根 据移动用户位置收取不同的话费。( 2 ) 增强网络性能：从宏观角度讲，提供对移动台的精确定位服务可以 更好地对蜂窝进行规划。从微观上讲，可以更好地决定什么时候进行小区间的切换等。( 3 ) 智能交通系统 ( i t s ) ：在蜂窝系统中提供对移动台的定位服务后，i t s 系统中就可利用该功能来取代传统的a v l 系统， 提供诸如交通事故、交通堵塞、车辆及旅客位置等服务。( 4 ) 个人定位服务：在旅行时可以通过有关的 服务中心获得就近的商场宾馆等信息：公安部门还可以对需要限制活动范围的移动目标进行定位跟踪监 视。因此开展定位技术的研究具有重大的意义和实用价值。 2g s m 被动接收和g s m 定位的发展现状 本课题研究是为了进行g s m 移动台的信号截取而选定的。作者参与的整个项目最终要用d s p 实现 对特定g s m 信号的实时接收，包括基带信号处理和高层信令分析。 在g s m 系统中，由于移动信道的时变多径衰落引起的时延扩展造成了高速信号传输时的符号间干 扰( i s i ) ，必须采用自适应均衡技术才能有效抵销i s i ，获得较为理想的传输质量。本项目的特定应用 要求自适应均衡器能够提供更优的性能。此外，由于整个基带信号处理要在d s p 上实现，因此算法的 优化及定点化也是必须要考虑的问题。基于以上原因，针对g s m 传输系统的特点，在对均衡技术进行 讨论的基础之上，作者重点研究了适用于d s p 实现的带有软输出结构的均衡算法。其输出不仅含有比 特判决信息，还有比特的可靠性信息，这就使得后级v i t e r b i 解码器性能有很大的提高。接着，本文对 基带算法进行了优化和定点化，以便于在d s p 上实现。最后，作者在d s p 上实现了基带信号处理流程， 使得整个项目取得良好的接收效果。 在定位方面，由于政府的强制性规定和市场利益本身的驱动，很多公司投入了定位技术的研究。出 现了很多新的方法和技术。从网络上检索的资料来看，若仅依赖于现有的网络( 不改动移动终端) ，要 满足e 9 1 1 定位需求还有一定差距特别是要求在不影响系统其他主要性能指标的前提下，建立一个可 靠的、精确的、高覆盖率的g s m 定位系统还面临许多问题，包括技术的与非技术的。技术问题主要包 括如何减少或消除同步误差、多径影响以及处理n l o s 情况等：而非技术性问题则主要是标准化、隐 私及安全性问题。如果技术性问题及非技术性问题都可以被解决，则基于g s m 的定位系统的发展前景将 十分光明。另外，如果系统具有很高的经济价值的话，那么这将导致第三代定位系统的发展。从而在未 来的移动电话及网络设计中切实考虑进定位的需要。 目前的主要研究内容涉及了蜂窝网络移动台定位技术的方方面面，并且更加侧重于基本定位方法的 研究，定位算法的研究，t d o a 检测的技术的研究抗非视距传播( n l o s ) 、多径和多址干扰技术的 研究，定位技术实施方法的研究和定位系统的性能评估等。在各种期刊和论文中，人们提出了很多研究 成果。各大公司平| 标准组织提出了不少相关提案，并且不断的改进。多家国外厂商开发的定位设备也在 一些国家投入了使用。国内对蜂窝网络移动台定位技术的研究起步较晚，从事研究的人员也不多，公开 硕士学位论文 发表的研究性论文很少。虽然国内移动和联通公司推出了定位业务试点，但定位误差很大，效果不好。 3 论文的主要内容 本论文内容主要基于作者对于g s m 接收系统基带处理以及无线定位方面的研究。分为两大部分： 第一部分对g s m 接收部分的基带信号处理中的软输出均衡器进行比较完整的描述和性能的分析，包括 第一章到第三章。主要是软输出均衡器算法和实现的描述。有些内容参照本课题组其他的研究论文。第 二部分作为对现有接收系统功能扩展的预研。主要阐述现今主要的移动台定位技术，分析本系统的特殊 要求，寻找合适的定位方法并且简要分析方法的性能，包括第四章到第五章。 下面给出各章节的大概内容： 第一章墼输出塑堑墨簋鎏婴煎塑! 丝塑佥主豆。本章在前人研究的基础上详细讨论了各种软输出均衡器 的算法，给出了软输出均衡器的功能模块并且进行了简单的分析。 第二章簋选垡丝趔枣盛丝丝二照立鎏。文中给出了第一章中算法方面的优化考虑，来减少运算量提 高运行速度。另外给出了c 程序向d s p 程序移植时，优化和定点化的一般方法考虑。 第三章塑堑墨的旦塑塞班塑挂能型遮。本章中首先描述了项目采用的d s p 芯片，在此基础上详细 介绍了基带信号处理的软硬件组成。最后给出了测试环境和均衡器性能的测试结果和分析。 第四章鱼丛丕统曲定鱼友塞佥盘。主要介绍现有的基于网络( 不需改动移动台) 的系统及其主要 定位技术a o a 、t o a 和t d o a 等，比较了他们优缺点。分析了影响定位的因素和大概的解决方法思路。 最后结合g s m 系统的具体情况和本系统的特殊应用选取比较合适的t d o a 定位方法。 第五苹簋三直q 丛定位丕红的盟峦。本章首先在总体上给出了定位系统的结构和程序流程，提出 了多精度定位的思想，接着详细研究了多径信道下针对t d o a 的最大似然( m l ) 估计的数学基础。分 析了m l 实现的方法和步骤。然后描述了仿真系统的总体构成，在此框架内进行简单的初步的仿真实验， 最后给出仿真结果，分析原因，提出改进方法。 2 第一章软输出均衡器的算法和结构分析 第一章软输出均衡器的算法和结构分析 由时变多径衰落引起的时延扩展造成了高速信号传输时的符号间干扰( i s l ) ，一般采用自适应均 衡技术进行有效地抵消。均衡可以看作是将传输码元扩散的符号能量放回到该码元时隙中去的过程， 它相当于插入一个等效滤波器，使得多径衰落信道和该滤波器组成的等效信道具有恒幅与线性相位的特 性。其中线性相位特性是通过使得均衡器中的滤波器冲激响应共轭于多径信道冲激。 均衡技术基本分为两类线性与非线性均衡，每类均衡技术有多种不同的实现结构，对应于每种 结构又有多种算法依照不同的准则自适应地调整均衡器。在数字移动通信中，恶劣的多径信道，使非线 性均衡器显示出良好的性能，因此被广泛采用。常用的非线性均衡技术有：判决反馈均衡( d f e ) 算法， 基于最大似然序列估计( m l s e ) 准则的序列检测算法，基于晟大后验概率( m a p ) 。m l s e 和m a p 检 测在最小差错概率的意义上最优“1 。m l s e 使序列差错概率最小，m a p 使符号差错概率最小。两者具有 相近的性能。m a p 复杂度大，随序列长度呈指数型增长。由于m l s e 可以采用v i t e r b i 算法，算法的复杂 度随信道弥散长度呈指数型增长，大大低于m a p 。所以在实际应用中，m l s e 是通常采用的概率检测算 法，又被叫做v i t e r b i 均衡器。m l s e 需要知道信道的冲激响应及噪声的统计特性。在时变信道中，应该 进行信道估计，如果信道变化快，还应进行信道跟踪。 1 1 采用m v a 的均衡器 在加性白高斯噪声( a w g n ) 条件下，m l s e 算法在使序列差错概率最小的意义上是最佳的。 假定接收机收到的信号为r ( f ) ，且r ( r ) 在区间d 中包含了发送序列 ，。 的所有信息，依照最大似然 ，、 准则，对 ，。 的最佳估计 ，。 应该使似然函数州r ( f ) ，t d i ) 】最大，即 rl n ， 1 、 p l ，p ) ，f d l n l _ m , a ：x i p r ( t ) ，f d i x 。 ( 1 1 ) l l j ”“ 我们称找出使上述似然函数最大的相应序列的方法为最大似然序列估计( m l s e ) 3 1 。 g d f o m e y 最早提出了采用v i t e r b i 算法( v a ) 实现蛙大似然序列估计的接收机结构【4 j 。它由匹配 滤波器、白化滤波器和v a 处理器组成。白化滤波器的使用是因为在v a 算法的量度计算中需要在连续 采样点上的噪声分量统计独立。之后g u n g e r b o e e k 又给出了采用改进v i t e r b i 算法( m v a ) 的接收机结 构1 5 】。相对于前者，因为m v a 算法中考虑到了噪声样点的相关性，量度的递归计算直接在匹配滤波器 输出的样值序列上进行，所以该接收结构中不需要白化滤波器。此外，m v a 算法中无任何平方操作( v a 采h j ) 。由此可见，采用m v a 算法的接收机在结构和运算量上都明显优于v a 算法，而两者在使序列差 错概率最小的意义上均是昂优的，性能相当，所以相对于v a 算法m v a 算法更加实用。 下面我们将简要介绍在具有加性高斯噪声的线性非理想限带信道中含有m v a 算法的均衡器结构， 如图l l 。 m 8 婚e df i r c r 图1 1 采用改进型v i t e r b i 算法的m l s e 均衡器 如果信道总的等效冲激响应h ( t ) 已知，则有 ，p ) = ，女 ( ，- k t ) + z ( r ) ( 1 2 ) 女 其中z ( f ) 代表加性高斯噪声。可以证明，最佳接收机可以由与 ( f ) 相匹配的滤波器实现，即该滤 - 3 硕士学位论文 波器的冲激响应为h ( - f ) 。匹配滤波器后面是个工作于符号速率i t 的采样器，然后利用样值序列 对信息序列 ，。) 进行序列估计 1 1 1 匹配滤波器 匹配滤波器的输出信号以符号速率l 厂r 采样后，可以表示为 y 。- - y ( r ) = ，协( r 一玎r = z k x n _ k + 其中x ( 1 ) 是匹配滤波器对 ( ，) 的响应，即厅( r ) 的自相关函数，且 矗= 工0 r ) = ( f o + 力r ) 田 ”k 为匹配滤波器输出端的加性高斯噪声序列，它可以表示为 z ( f m o 一”丁 ( 1 3 ) ( 1 4 ) ( 1 5 ) 可以证明，当传输序列为p 。 ，观察区间d 很长时，最大似然概率函数h ，( f ) ，f d l ) 】的对数与 i ( 1 0 ) 藏正比邀里 1 2 娟l ) = 一卧( ，) 一l ( f 一”叫西 n = 一l ，( f ) 1 2 d t + 2 r e l ，：，( f p ( f n 刁出i ( 1 6 ) 一c l 矿( 卜n t ) h ( t - m t ) d t 对序列 ) 的最大似然估计就是找出在所有序列中使量度最大的序列。我们发现含有i ，( f ) 1 2 积分的 一项与信息序歹o ，。 无关，因此可以去掉。第二项中的积分即是滤波器输出，第三项中的积分即 ( f ) 的自相关函数吐所以上式又可以表示为 。旭l ) = 2 r e lz z ；y 。i 一c l 稚。 n m ( 1 7 ) 可见涉。) 是对 ，。 的一组充分统计量( s u f f i c i e n ts t a t i s t i c s ) ，即p 。 包含着r ( r ) 中有关 ，。) 的所有 信息，接收信号经过了匹配滤波器及符号速率采样器后没有信息损失4 i 。因此序列估计可以通过对有 限样值序列 l 的处理完成。 1 1 - 2m v a 算法 改进型v i t e r b i 算法采用式( 1 7 ) 进行最大似然序列估计运算。显然，若采用穷举法计算所有可能序 列的，( ，。 ) 并选出相应晟大的序列，显得过于复杂。如果发送个有n 个符号的序列 1 。 ，其中每个 符号从m 元符号集合中选取，则存在m ”个可能的序列，因而就得计算m “个量度。实际上没有必要计 算全部m “个量度，其理由是：在有限持续时间内传输信息，离散时间信道模型可等效为一个对信息序 列的卷积编码器。因此，解卷积码的v i t e r b i 算法可以高效地完成对最佳估计值 ，。，的搜索。如果信道 模弛的抽头长度为l ，则只需计算n m ”1 个量度即可有效与递归地找到最大的j ( ，。 ) 。 第一章软输出均衡器的算法和结构分析 图1 - 2 离散信道的等效模型 。 我们可以将这一搜索过程看作是离散时间有限状态系统的状态估计问题。这里的有限状态系统是系 数为 h k 的信道模型，如图1 2 ，而且它在任一瞬间的状态由l 个最新的输入符号所决定。具体在时刻 k 时的状态矢量为 s t = ( _ l ， ，i - l )( 1 8 ) 如果符号集维数为m ，则系统共有m o 个状态。因此该信道可以等效地用有m 。个状态的网格图来 描述由于序列 1 + 和 瓯 是一一映射，最大似然序列估计也可以定义为搜寻序列 最 ，使得“ 耳 ) 最大。每个时刻的每个状态可能由前时刻m 个状态中的某一个转穆而来，同样也可能转移到下一时 刻m 个状态的某一个。在网格图中，相邻时刻的状态转移称为分支( b r a n c h ) ，分支首尾相接构成转移 路径( p a t h ) 。每个分支和路径都有自己的量度( m e t r i c ) ，用以衡量该分支，路径的“长度”可能性 量度越大，分支路径出现的可能性更大。同时，路径量度是构成该路径的所有分支量度之和。具有壤 大量度的路径即是序列的最佳估计。 容易证明式( 1 7 ) 的m v a 算法可按照下式递归实现 r 以魄) = 以+ i 仅一j ) + l 叫l k ( 2 y k 一嘞五一2 l 屯) i ( 1 8 ) lm f k - lj 因为对于i k i l ，x k = o ，所以式( 1 8 ) 可以表示为 r l 慨) = 紫。肌q 慨。) + r e il ：( 2 y k b 一2 五| 】 叶咄 k日崔ij = 四a x k 一瓴- 4 ) + 皿瓴；w ( 1 9 ) 一2 黜以以) + 砰聃轨d 瓯一。) 一e 慨：) 叶一l 式中， ， 、 c x s ：s n ) z 而+ 2 r 爿h 。j ( 1 1 0 ) 、舯= _ ， 分支量度羼( ；最一i ) 定义为 鼠是；蕺- 1 ) 0 2 r 4 i ；y , 卜c 瓴；s n )( 1 1 1 ) 由此我们可以给出基于v i t e r b i 算法结构的量度计算的一般步骤： 轫识存储： k ) ) j d s k ) 递归实现： 时刻标志，1 七兰n 终结于状态s k 的留存序列( s u i v a l p a t h ) ，0 s ks m 一1 状态s k 的留存量度 1 、计算分支量度 k 时刻的状态s k 由m 个可能的sk _ l 之一转移而来，这m 个sk - 1 只有最后一个分量i k _ l 不同，这m 个转移分支可表示为( s k ；s k i ) ，其量度计算盈( ；1 ) 可由式( 1 1 1 ) 完成。 2 、更新留存路径与路径量度 在每一时刻，、，a 对每个状态确定一条终结于该状态的最优路径，该路径称为留存路径，它所对应 的符号序列称为留存序列。留存路径的量度称为留存量度。当前时刻的留存路径必然是前一时刻的留存 硕士学位论文 路径的延伸。因此，我们可以递归地完成对最优路径的搜索。 如前所述，k 时刻的状态s k 由m 个可能的sk - l 之一转移而来。终结于s k 的留存路径是由k 1 时刻 的留存路径经过m 个可能的分支( s k ；s b i ) 之一延伸出来的，该路径应具有最大量度。若k _ 1 时刻状态 s k l 的留存量度为j k - i ( s k 1 ) ，则k 时刻状态s k 的留存量度j k ( s k ) 的计算由式( 1 9 ) 完成。在每个时 刻依上述递推公式进行量度计算，对每一状态判决i k - l ，确定留存路径并更新每个状态的路径量度。 3 、最大似然路径回溯 按照第2 步中的方法递归计算至时刻n ，我们就得到了m 。个不同的留存路径。比较这h t l 个留存 路径的量度我们就可以得到最短路径，从而得到了对应的最大似然序列。 可以看出，这种方法的判决具有延时n ，当n 很长时，该方法有判决时延过长和留存路径的存储 内存过大的缺点。所以实际应用中，通常引入固定的判决时延6 。我们可以在每次递归后，从具有最大 量度的状态开始回溯该状态的留存路径，深度为6 ，从而得到具有时延6 的判决序列。一般6 取6 8 l 时，性能下降基本可以忽略。 1 。2 软输出均衡器 v i t e r b i 算法在通信接收机的解调、均衡、解码等方面得到了广泛的应用，而且在越来越多的应用中 使用了两级级联的v a ，以保证系统传输的可靠性。较为典型的就是本文中考虑的g s m 系统。一方面， 它采用卷积编解码进行前向纠错；另一方面，它采用均衡技术以消除移动信道的时延扩展造成的码间干 扰，在这两个模块中大都使用了、，a 结构。通常这种解决方案有两个缺点：首先，用于均衡的内级v a 在移动信道环境下工作会产生连续的突发错误，这将使得用于解码的外级v a 失去纠错能力；其次，内 级v a 若采用传统结构产生的硬判决序列使得外级v a 无法得到软判决的输入，性能受到了影响。在 g s m 系统中，在内外级v a 间采用了交织技术，使得连续错误成为单个错误，解决了前一个问题。为 消除后一缺陷，内级v a 应输出软判决信息欹输出如在每个比特上的可靠性信息，这将在相当程 度上提商外级v a 的解码性能”j 。 我们希望对内级v a 的结构做尽可能少的改变，目标是能够在v a 结构中增加一个“a d d o n ”模块， 使其能进行软输山。f o m c y 提出了考虑采用从、，a 本身产生的“增加性输出( a u g u m e n t e do u t p u t s ) ” s l ， 比如所有路径合并的深度，晟好和次最好路径的量度差。或者是p 条最好的路径集。我们将在下面分别 介纠两种建立在、a 基础上的软输出算法s o r a ( s o f t o u t p u tv i t e r b ia l g o r i t h m ) 9 12 和v a l p p ( v i t e r b i a l g o r i t h mw i t hl i k e l i h o o dp o s t - p r o c e s s o r ) 1 1 它们在一定程度上都利用了f o m e y 提出的概念。 1 2 1 传统的软输出均衡器算法( s o v a ) s o v a 采用了v a 结构，但在输出判决信息的同时以软量的方式输出可靠性信息。这种可靠性信息 可以是对数似然函数。其结构如图1 - 3 所示。内级v a 通过处理均衡器的输入y ，输出信息序列1 的估 计。我们希望内级v a 进一步计算每一个码元上的错误检测概率 p “t = p 卜州 - 动 由于内级v a 会产生连续的错误，所以相关的l k 和p 女将降低外级v a 的性能，因此我们引入充分 的交织使，t 和p 女获得统计独立的特性。在图1 - 3 虚线a ? a 处，第一级检测器输出码元i 和统计独 立的错误概率p i - 对于外级v a ，信道变为输入为( 1 k ，p ) 的离散无记忆信道。当外级进行最大 似然序列估计时，量度计算可以表示为 。 丸1 。g 毕 ( 1 1 3 ) p 其中x l = 1 - 1 ，是路径m 上的第k 个比特；，7 i = 1 - 1 ，是外级v a 的硬判决输入。 6 第一章软输出均衡器的算法和结构分析 _ 一目一巨 一 l o “v 1 图i - 3 传统结构的s o v a 系统 我们称这样的内级v a 为软输出v i t e r b i 算法( s o v a ) 因为它输出软判决i 可以被外级v a 利用 其中 = i kl k ( 1 1 4 ) 2 。：l o g 毕 ( 1 1 5 ) pi 1 2 2 带似然后级处理器的算法( v a l p p ) v a l p p ( v i t e r b ia l g o r i t h mw i t hl i k e l i h o o dp o s t - p r o c e s s o r ) 的基本思想是不同于s o v a 算法将序列 判决和可靠性信息( 似然信息) 估计结合在一起，而是将两者的功能分开。 在系统应用中，当信道的等效状态数很大，采用s o v a 估计似然信息的方法代价太大，而往往次 最优的硬判决v a 是可实现的。同时我们假定给定问题的似然函数已知。v a l p p 算法可以概括为：先 班v a 算法产生硬判决序列，将该判决序列和需产生可靠性信息的码元上及其附近某些码元翻转所产生 的序列集分别作为似然函数的输入，取判决序列的似然值和具有最大似然值的翻转序列之差作为该码元 上的可靠性信息【”。 一 v a l p p 算法的提出主要是基于以下两点原因：首先，显然最优序列在任一时刻只通过某一个状态， 并且这一最优序列在一段时延后就可以得到。所以，如果在计算软输出时引入时延，在判决序列已获得 的条件下，可靠性信息只需在判决码元上进行即可。相对而言，s o v a 在序列估计的同时进行可靠性信 息估计，必须在每一时刻的每一状态上计算可靠性信息，无论是计算复杂度还是存储量都需要更多的开 销，所以v a l p p 算法具有更高的效率。其次，在加性高斯噪声环境和中、高信噪比的条件下，错误序 梦0 更多地出现在所有错误序列的一个很小的子集中。v a l p p 算法将仅仅考虑这些错误序列中最有可能 出错的序列。而s o v a 算法并没有考虑到这一特性。具有该算法结构的系统如图l - 4 所示。 图1 - 4 带l p p 结构的级联v a 系统 如文献【”中作如下简化：首先采用v a 高效地估计最大似然序列，即 p 卜肛。陋 - 搿细嘲肛冰训 n 峋 令与该序列相关的比特概率为p ( ，( 尼) ) - 我们考虑在k 时刻与 i k ) 不同的序列( 以) ，在所有可能 的序列 以) 中选择具有最大概率的序列 以 ，令其相关的p ( d ( ) ) - 当检测器处于中，高信噪比的情 7 硕士学位论文 况f ，似然函数( 1 1 6 ) 可以简化成 g 然“( m h 孙) ) - 乃 ，、， 、 其中，卅 i k ) i 和j f 巩) j 分别代表判决序列和替换序列的最大似然量度这种用已解码的码元 产生替换性序列的操作在每一时刻k 上都应进行，以估计该时刻的码元上的可靠性信息。然而，当序列 长度增加，可替换的序列数目呈指数型增长。显而易见，替换性序列的数目越多，软信息的质量越好， 复杂度也越大。可采用的次优化的方法是只考虑在当前时刻k 最邻近和次邻近的替换序列。而这符合大 多数的应用情况。更简化的方法是只翻转时刻k 上的码元而保持其余码元不变。 以下给出实现的基本步骤： 使用m v a 算法估计最大似然序列( ，女 。 计算可靠性信息： 使用下面的( 1 1 8 ) 计算j l ，) i ： ，协) ：2r e 五儿1 一五j = ：| 札， ( 1 1 8 ) t， l 在每一时刻k ，在窗d k d ，k + d 】内翻转码元，寻找替换序列 j i ) ，满足在所有可替换的序列中具 有晟大的量度卅 ，t ) l ， 计算该时刻的可靠性信息 上( 后) = j f ? 。) 1 一t ，f j ，。 ( 1 1 9 ) 当d = o 时，即只翻转k 时刻上的码元，( 1 1 9 ) 的可靠性信息简化为u ： 上( ：4 可五+ 儿1 4 r e f 量1 “；, ，二。+ 壹靠c 。1 一一争4 工 ( 1 2 0 ) 即不需要计算整个序列的量度值，而仅需利用 k 4 ，k + 4 内的序列通过式( 1 ，2 0 ) 的计算即可得到计算 k 时刻上码元的可靠性信息。所以，这种l p p 结构的算法相对于s o v a 算法，除了能够提高碗输出系 统的性能外，还具有以下特点【1 2 1 ：算法效率高，适用于任意状态数，可以任意输出序列中某些码元上 面的软信息。 1 2 3 改进的v a l p p 算法 上述l p p 结构的算法建立在路径量度差的基础上，式( 1 】8 ) 可通过分支量度得到其路径量度值，同 样路径量度差可转化为分支量度差之和。在g s m 系统中，由于信道的记忆长度为5 6 个码元，因而 式( 1 2 0 ) 路径量度差实际为受翻转码元影响的少数几个分支量度差。仅考虑k 时刻码元翻转，经过推算 1 可以得到判挑可靠信息计算公式： 8 第一章软输出均衡器的算法和结构分析 三c 七，= j ( 丘) ) 一，( t ) ) ：4 r 。f + 儿一杰五c ，1 一。r e r 壹五x ，t 1 “u m t l ，司 由此得到以分支量度为基本构造单元的软输出算法。 采用分支量度差构造软输出信息除了在表达形式上统一外，它还提供了算法由翻转一个码元到翻转 两个或两个以上码元的软输出信息构造方法。由式( 1 2 1 ) 不难看出，翻转多个码元仅需在第二项以后进 行修改。采用分支量度差构造软输出信息的方法还为d s p 实现提供了方便，一方面，降低了运算量： 另一方面，r h 于其计算公式与分支量度一样在d s p 实现时，分支量度常用查表法这样，软输出信 息的计算与分支量度可通过同一表格得出，这将大大的提高运算效率。 1 3 软输出均衡器的结构 自适应均衡器是g s m 系统中关键性的模块。结合g s m 系统的特点文献i l ”给出了软输出m l s e 均衡器的仿真实现方案。本文中将结合实际情况予以研究。 在g s m 系统中，由于采用了纠错编码技术，希望在解码器的输入端得到一个多比特的输入信号， 以保证解码器能工作在软判决状态，从而提高系统的整体性能。这就要求均衡不仅输出己判决的码元， 还应给出该码元受噪声和信道畸变的影响。也即均衡器在输出判决码元的同时，还应给出判决该码元的 可靠性信息。我们称这样的均衡器为软输出均衡器。图1 5 给出了带软输出结构的m l s e 接收机结构。 其中均衡器部分包含有信道估计、匹配滤波和软输出信息提取。此外，还包含有解旋转、同步模块等。 1 3 1 解旋转 图i 5 带软输出结构的m l s e 接收机 在g s m 系统中，b t = 0 3 的g m s k 调制可以用一种线性模型近似。这种线性近似使得适用于线性 调制的m l s e 均衡器同样适用于b t = 0 3 的g m s k 调制。但是在这种调制会引入旋转效应，引起解调 时的复数运算。为了简化计算，在接收端先要进行解旋转操作。在算法实现中，解旋转只包括简单的变 号和实虚部颠倒等操作运算量很小。经过解旋转处理后，在v a 算法中的量度计算将省去不必要的复 数运算。 1 3 2 同步 g s m 系统是t d m a 系统，移动台与基站必须准确同步，才能正常接收与发送。在移动台上电时。 总是首先进行f c c h ( 频率校正信道) 的捕获。f c c h 被用于移动台初始的载波捕获和频率校正，为移 9 - 硕士学位论文 动台找到并解调同一蜂房中的s c h 作准各。通过f c c h 捕获，能够对时隙的边界和第一个时隙的位置 有个粗略的认识。移动台在检测到f c c h 以后，立刻在f c c h 后的第8 个b p 位置处接收s c h 。正确 接收一个s c h ，就能够为移动台提供准确的时隙边界信息同时还能在s c h 中找到有关信息。从而推 断出时隙数和当前时隙在大帧中的位置。s c h 中c r c 正确与否是移动台与基站同步的标志。同步以后 只需要保持时隙边界，每隔一个b p 加l 即可。进行t c h 同步的目的是为了获得i 帧的精确起始位置， 以便于后面的数据处理。 按照g s m 标准，突发脉冲的训练序列具有良好的自相关及互相关特性。这种相关特性为同步及均 衡器中的信道估计提供了方便。应当注意，每个序列的中间段比特正好是一个周期，它们是训练序列 中用作相关的部分，考虑到信道冲激响应的时延扩散和接收突发的计时抖动，左右各加几个特定比特作 为保护。在均衡器中，我们可以用本地已知洲练序列的g m s k 调制信号作为参考信号，通过此参考信 号与接收信号的相关运算完成同步。 1 3 3 信道估计 m l s e 均衡算法中匹配滤波器的系数确定和量度计算都依赖于信道估计。g s m 系统中，信息是以 突发的方式进行传输的。每个常规突发中的训练序列对接收机是已知的。每接收到一个新的突发。就可 以利用训练序列和样值序列进行相关计算，以估计出新的信道响应参数。由于信道每时每刻都在变化， 从理论上讲。对于估计出来的参数在序列估计中每个时刻的量度计算之前，还要自适应地进行跟踪。然 而这种实时跟踪将使均衡器的运算量大大增加：由于信道冲激响应在每一码元上被刷新，均衡器中的分 支量度必须在每一码元时刻实时计算，从而使均衡器的运算量增加数倍。第二章中给出了一个优化的算 法，可以大大减少运算量，同时又具有差不多的估计性能。 1 3 4 带有软输出模块的m l s e 处理器 软输出的m l s e 均衡器由匹配滤波器和带有软输出结构的m l s e 处理器组成。其中，匹配滤波器的 抽头系数依信道估计器给出的信道参数而定。信道估计器给出了对等效离散数字信道的冲激响应估计， 则匹配滤波器的冲激响应就是信道冲激响应估计的复共轭。接收信号通过匹配滤波器后，就可以送入 m l s e 处理器进行序列估计。 为了能够向后级v i t e r b i 解码器提供更可靠的信息，程序中采用了具有软输出功能的v a l p p 算法。 v a l p p 算法将序列估计和可靠性信息估计分离在由m v a 算法得出的已判决最大似然序列的基础上， 估计每个码元上的软信息：翻转该码元或翻转最邻近、次邻近码元得到的替换序列集，取判决序列与具 有最大量度值的替换序列的量度差作为该码元上的可靠性信息。 m l s e 处理器利用对信道冲激响应的估计和接收到的信号寻找最有可能发送的数据序列。在最大似 然序列估计中，量度值是区分所有可能发送序列的依据：最有可能的序列具有最大的似然函数。采用穷 举法计算所有可能序列的j ( i n ) ) 并选出其中最大的序列复杂度大，效率低。通过观察信道模型的网格 图。我们发现当时刻k = n 时，增加的量度只决定于序列r ，三，2 ，。其中，l 是信道弥散长度。 我们如果采用上面讨论的v i t e r b i 算法。就能充分利用这一特性，从而大大降低算法的复杂度。这里我 们讨论的g s m 系统是二进制传输系统，因而算法的复杂度与2 l 成正比。 - 1 0 - 第二章算法优化和定点化的一般方法 第二章算法优化和定点化的一般方法 为了在d s p 上高效地实现g s m 基带接收信号处理，保证程序的实时运算，必须在d s p 实现时降 低各模块的运算量，也就是指令周期。通过提高指令利用效率尽量运用并行操作，避免不必要的寄存 器交换，可以达到降低运算量的目的。但是，从根本上解决问题的方法是在性能允许的情况下，针对 d s p 的特点进行算法的优化。另外，可用d s p 芯片所带的存储器容量有限，所以我们也要在d s p 实 现时尽量节省占用的内存空间。 2 1 软输出v a 算法的实现复杂度比较 在g s m 这种以二进制调制系统中软输出、r a 算法的性能差异不大l i ，因而算法的计算复杂性成 为评价算法优劣的主要依据。本小节针对d s p 实现特点比较上面介绍的软输出v a 的实现复杂程度。 首先我们考察经典的s o v a 算法。该算法对每一状态的留存路径计算其路径选择错误概率。设留 存路径长度为m ，信道记忆长度为k ，状态数为n ，则s o v a 算法需计算n 个新路径量度差，刷新m * n 个软输出信息，且n 条路径上的软输出信息随每一状态上留存路径的变化，进行交换( 寄存器组法) 。 所以该算法与硬输出v a 算法相比，除输出结果为多比特信号外，必须增加m * n 字的中间存储器，对 于g s m 系统的每一突发需进行n ，1 1 6 次量度差计算，n ( m k + i ) + 1 1 6 次软输出信息刷新及 n * m * 1 1 6 次路径交换。即便采用简化s o v a 算法，仅考虑k 1 时刻路径分叉时的软输出信息的刷新， 该算法仍需进行n + 1 1 6 次量度差计算，n * 1 1 6 次软输出信息刷新m * n 字的中间存储器。考虑信道长 度为5 个码元宽度，则n = 1 6 ，m 1 6 。简化的s o v a 算法中软输出量的计算至少需要1 8 5 6 次量度差计 算及1 8 5 6 次刷新。 对于v a l p p 一类算法，人们抛弃了在每一状态的留存路径上计算软输出信息的提取，而在已