基于硬判决的BICM-ID的Turbo均衡及其改进.doc

第5期赵春晖等：基于硬判决的BICM-ID的Turbo均衡及其改进47基于硬判决的BICM-ID的Turbo均衡及其改进赵春晖1，吕强1，毕文斌2（1. 哈尔滨工程大学 信息与通信工程学院，黑龙江 哈尔滨 150001；2. 中国船舶重工集团公司，北京 100085）摘 要：传统的接收机中均衡器和信道译码器是相互独立的，Turbo均衡是一种联合均衡和译码技术，通过迭代在均衡器和译码器之间交换外信息，从而获得更好的性能。将Turbo均衡中的软干扰抵消(SIC)算法应用到基于硬判决的BICM-ID系统中，并对其进行改进。仿真结果表明在不同衰落程度的ISI信道中算法能有效收敛，且系统均衡后性能随着信噪比的增加越来越接近AWGN下性能。关键词：硬判决；BICM-ID；Turbo；均衡；软干扰抵消中图分类号：TN911.22 文献标识码：A 文章编号：1000-436X(2009)05-0042-06Turbo equalization and its improvement in BICM-ID based on hard-decisionZHAO Chun-hui1, LV Qiang1, BI Wen-bin2(1. School of Information and Communication Engineering, Harbin Engineering University, Harbin 150001, China;2. China Shipbuilding Industry Corporation, Beijing 100085, China) Abstract: Conventional receivers executed equalization and channel decoding independently. Turbo equalization was a technique which combined equalization and decoding. It got better performance by exchanging the extrinsic information iteratively between the equalizer and decoder. The SIC algorithm of Turbo equalization to BICM-ID system based on hard-decision was applied and an improved method was also proposed. Simulation results show that this algorithm leads to convergence in ISI channels with different fading degree and it approaches the performance in AWGN gradually along with the increasing SNR.Key words: hard-decision; BICM-ID; Turbo; equalization; SIC1 引言 收稿日期：2007-06-19；修回日期：2009-03-05基金项目：高等学校优秀青年教师教学科研奖励计划资助项目（2001-226）Foundation Item：The Teaching and Research Award Program of Outsfanding Young Teachers in Higher Education Institutions of MOE, P.R.C(2001-226)20世纪80年代，Ungerboeck提出了格码调制 (TCM)1，这种算法的思想是将编码和高阶调制结合在一起，利用状态的记忆和适当的映射来增大码字序列之间的距离，这样既不降低频带利用率，也不降低功率利用率，但是以设备的复杂化为代价换取编码增益。格码调制提出后不久，移动通信的飞速发展使人们对移动无线信道的兴趣与日俱增，因而人们的注意力由加性高斯白噪声信道转移到衰落信道下的编码调制研究，出现了比特交织编码调制(BICM)2。在衰落信道中BICM性能优于TCM3，但是在加性高斯白噪声信道下性能由自由欧氏距离的减小而下降。这一不足的原因在于比特交织器，含有比特交织器的编码调制系统本身都存在“随机调制”性，这造成了汉明距离和欧氏距离的非单调关系，使欧氏自由距离下降。解决这一问题办法可以通过使用判决反馈迭代译码来提高BICM在高斯信道中的性能，这种改进算法称之为基于迭代译码的比特交织编码调制(BICM-ID)4,5。移动通信中需要采取均衡技术来消除或减少多径传播效应引起的码间干扰(ISI)。传统的均衡器和信道译码器是相互独立的6，而Turbo均衡器把均衡和译码很好地结合起来，通过迭代，在均衡器和译码器之间交换外信息，从而获得更好的性能。本文就是将Turbo均衡中的SIC算法应用到BICM-ID系统中，并对其进行改进。仿真结果表明，在不同衰落程度的ISI信道下，算法均能有效收敛。 2 BICM-ID系统BICM-ID的译码方式有2种，一种是硬判决反馈译码4，另一种是软判决反馈译码3,6。硬判决反馈译码虽然复杂度低，但由于反馈误差的存在会导致一定的性能损失。为了减小性能损失，可以采用软判决反馈译码，但这是以系统复杂性的增加为代价来换取系统性能的增益。本文采用硬判决迭代译码来实现BICM-ID系统，结构如图1所示。图1 BICM-ID系统结构在BICM-ID系统的译码阶段，由于比特交织器的存在，要实现真正的最大似然译码，需要联合解调和卷积译码，这样会导致译码过程过于复杂以致于实际中很难实现。通常，BICM-ID系统中采用一种次佳的方法，即将解调和卷积译码作为2个独立的步骤进行。对接收到的信号，使用对数似然函数来计算每个编码比特的2个可能的二进制软信息值。 (1)其中，这里信号子集为,对于8PSK来说，信号子集中有4个元素。在BICM译码中，假设先验概率P(x)是等概率的，则每编码比特的软信息值为 (2)其中，为信道状态信息。将每比特的2个软信息值解交织后，送入维特比译码器，进行维特比译码器的分支度量计算，完成第1轮译码。传统无判决反馈的BICM系统到此步结束，而在硬判决反馈的BICM-ID系统中，第2轮译码及之后轮次的译码，则利用了上一轮译码输出的二进制硬判决反馈来计算比特软信息值。将重新计算出的比特软信息值再次解交织后送入维特比译码器。例如，为了计算，假定对任何，有其中，和是前一轮译码的判决，重新计算的比特度量变成(3)在这里，假设了先前译码结果都是正确的，当然，反馈信息有可能会出现错误，所以系统整体的译码性能取决于映射方式的第1轮译码性能和对反馈差错的健壮性。3 Turbo均衡算法现在较为常用的Turbo均衡算法79有软干扰抵消(SIC)算法，MAP均衡算法、基于MMSE的判决反馈均衡法(MMSE-DFE)以及基于MMSE的线性均衡法(MMSE-LE )。在这几种算法中，由于MAP算法和MMSE算法都需要译码器输出软信息，在译码器和均衡器之间交换外信息来完成联合迭代均衡译码，但是基于硬判决的BICM-ID系统中参与迭代的是比特硬判决信息11。本文对SIC算法做修正应用到硬判决的BICM-ID系统中，实现了联合均衡译码，如图2所示。图2 软干扰抵消（SIC）Turbo均衡原理图ISI抵消器是由一个匹配滤波器和一个反馈滤波器组成12，输出为。匹配滤波器长度是长为M的FIR滤波器，系数为(4)其中，匹配滤波器用来提高信噪比，但同时导致了ISI的扩散。而反馈滤波器是长为的FIR滤波器，系数为 (5)其中，是离散Dirac函数， 。反馈滤波器的作用是用 来消除匹配滤波器输出的ISI。将送进反馈滤波器，并从匹配滤波器提取输出，这样来自信道和匹配滤波器的ISI将在结果中完全被消除。因不知道，故这里用代替。的表达式为（以BPSK为例） (6)因为先验信息，ISI减少的效果依赖于先验信息，知道越多，则效果越好。其中，均衡器输出和符号之间使用MSE准则，即最小。迭代算法中，来自MAP均衡算法的解码器信息被认为是先验信息（其中为解码器输出外信息）。第一次均衡时，则ISI一点也没有被消掉，均衡器的输出可以表达为(7)这里定义：其中，似然函数,由条件概率密度函数在处计算得到。这些概率密度函数接近于一维高斯分布，所以有对于SIC均衡算法有(8) (9)其中，。最后可以得到软ISI抵消器的输出为 (10)4 硬判决BICM-ID的Turbo均衡及其改进4.1 BICM-ID的SIC均衡系统在图3中，发送端信源b编码成c，比特交织后，经过串并转换映射为符号v，在ISI信道上传输，同时受到加性高斯白噪声的干扰。w为0均值，方差的高斯白噪声。接收端，迭代初始，接收数据y通过匹配滤波器，经SIC均衡后送入解调器进行联合解调译码；译码输出硬判决信息一方面交织后反馈回解调器进行迭代译码，另一方面经编码交织映射后作为符号估计反馈回均衡器进行迭代均衡，实现了联合均衡译码。图3 BICM-ID中的SIC均衡4.2 BICM-ID系统中SIC均衡算法描述图2的软干扰抵消Turbo均衡原理中，因不知道，故这里用符号估计来代替。的表达式为（以8PSK为例）也就是用所有可能的符号与其概率的乘积之和，即符号的平均值来代替。在基于硬判决的BICM-ID系统中，由于译码输出的是信息比特的硬判决信息而不是其概率软信息，所以不能用上述公式来计算，而是将信息比特硬判决信息经编码、交织、映射后的符号作为符号估计。4.3 BICM-ID的SIC均衡的改进4.3.1 基于先验信息估计的SIC均衡信号经过ISI信道和AWGN噪声干扰，接收到的信号需要经过匹配滤波来提高接收信噪比。在初始迭代时，由于没有译码硬判决信息输出，无法用硬判决信息经编码交织映射后的符号作为符号估计进行SIC均衡。传统的SIC均衡方法假设接收到的符号为均匀分布，然后根据式（6），利用符号的平均估计值来作为符号的初始估计。这里假设接收符号为均匀分布显然具有一定的盲目性，因此本文提出利用接收信号的先验概率来估计其符号概率分布。初始概率估计采用最大似然估计(11) 其中，为当前接收到的符号；为任意可能发送的符号，对于8PSK信号来说，有8种可能；为接收信号的方差。因此对于每个接收到的符号，根据上式算出的符号概率分布来代替传统方法中假设的均匀分布，使初始符号估计更加精确。4.3.2 基于加权比特概率信息的迭代译码在基于软判决的BICM-ID的迭代译码中，外信息是单个SISO子系统译码得到的额外信息，与系统信息和先验信息无关。外信息经过交织（或解交织）后反馈到别的子系统作为先验信息，迭代过程通过外信息的交换来提高译码性能，因此外信息是决定迭代检测性能的关键因素。Kocarev L等人对Turbo码中外信息似然比进行了加权处理，并取得了较好的效果11。在本文基于硬判决的BICM-ID迭代译码中，参与迭代的是硬判决信息，无法采用加权外信息的方法，文献12中通过对送往译码器的似然比信息进行截断处理，抑制了波动过大的似然比信息，提高了硬判决BICM-ID系统性能。受此启示，本文设计了下面的基于加权比特概率信息的迭代译码方法。图3中解调器输出的比特概率信息解交织后不直接传给译码模块，而是要经过加权处理，即(12)其中，为输入维特比译码器的比特概率软信息，其计算见式（1）；为加权系数，为2维向量；表示取点乘积。为了能够根据比特概率的大小自动调整输出的位概率，取输出比特概率的函数为(13)和为参数，根据交织长度、信噪比等参数通过实验确定。一般。从式（13）可以看出，当比特信息概率值较小时，加权系数影响很小，但当比特信息概率值较大时，加权系数能够有效地减少波动。与文献11相比，本文直接用比特信息概率作为参数对其自身进行非线性加权处理，能够更有效地控制系统中波动过大的位概率。5 仿真及结果分析为了验证算法的有效性，采用MATLAB6.5进行仿真实验。BICM-ID系统分量码为信息位长=450，码率=2/3、16状态非系统卷积码，生成多项式g=27;75;72。采用Mixed映射8PSK调制（如图4所示）。加权参数=0.9，=0.01。随机交织，检测总帧数10 000帧。iter代表迭代次数，classical表示传统算法，improved表示改进算法。图4 Mixed 映射信道模型采用文献6所提供的衰落信道模型。(14)参数控制了衰落的程度，随着的增加，衰落越来越严重，在本文的仿真中，的不同取值分别对应不同衰落程度的ISI信道。图5所示为分别取2.9、3.0、3.1、3.2和3.3，即不同衰落程度ISI信道下的BICM-ID系统的Turbo均衡传统SIC算法BER性能测试，并同AWGN下性能作了比较，迭代次数为5。可以看出，在衰落程度比较轻的ISI信道下传统算法能有效收敛，且随着取值的减小和信噪比的增加，系统均衡后性能越来越接近AWGN下性能。在衰落比较严重的ISI信道下，系统不收敛。图5 传统SIC算法在不同衰落程度ISI信道下的性能图6为利用本文改进算法进行改进后的性能和改进前的性能比较，迭代次数为5。可以看出，在不同取值时，改进后的系统性能均有所提高。在衰落比较严重的信道下，传统的干扰抵消方法已经不收敛，而改进后的方法仍然能够有效收敛。原因是：传统的SIC均衡方法假设接收到的符号为均匀分布具有一定的盲目性，而本文提出使用接收信号的图6 改进后SIC算法在不同衰落程度ISI信道下的性能先验概率来估计其符号概率分布，使初始符号估计更加精确。通过对比特概率信息进行非线性加权处理，有效地控制系统中波动过大的位概率，抑制了由于位概率的较大波动而在迭代过程中带来的错误传播，进一步提高了系统BER性能。图7所示为在=2.9的ISI信道下，改进后的SIC算法应用于BICM-ID系统中，迭代1次到5次时的BER性能。可以看出，随着迭代次数的增加，性能越来越好。最初的编码增益较高，但随着迭代次数的增加，这种增益就会相对缓慢下来，经过约4到5次迭代，它的BER值就基本上在一个数量级上作小幅度变化。如果继续迭代下去，其性能还会有所提高，但是权衡迭代所需的时间和性能的改善程度，这种迭代就没有必要了。图7 W=2.9时ISI信道下改进算法在迭代1到5次均衡性能图8是信息位分别为450bit/帧、1 000bit/帧、2 000bit/帧时，BICM-ID系统改进后的SIC均衡算法在=2.9时的性能比较，迭代次数为5。可以看出，随着帧长的增加交织更加充分，在相同信噪比和迭图8 W=2.9时改进算法在不同帧长时的性能比较代次数下，系统BER性能越来越好。6 结束语传统的均衡器和信道译码器是相互独立的，而Turbo均衡器把均衡和译码很好地结合起来，通过迭代在均衡器和译码器之间交换信息，从而获得更好的性能。本文将Turbo均衡中的SIC算法应用到BICM-ID系统中，并对其进行改进。通过仿真得出：改进后的算法在不同衰落程度的ISI信道下算法能有效收敛，且随着信噪比的增加，系统均衡后性能越来越接近AWGN下的性能。随着迭代次数的增加，性能越来越好，最初的编码增益较高，但随着迭代次数的增加，这种增益就会相对缓慢下来。随着帧长的增加，由于交织更充分，在同等信噪比和迭代次数的情况下系统BER性能越来越好。 参考文献：1UNGERBOECK G. Channel coding with multilevel/phase signalsJ. IEEE Trans Inform, Theory, 1982,28: 56-57.2ZEHAVI E. 8-PSK trellis codes for a rayleigh fading channelJ. IEEE Trans Commun, 1992, 40: 873-883.3CAIRE G, TARICCO G, BIGLIERI E. Bit-interleaved coded modulationJ. IEEE Trans Inform Theory, 1998 , 44( 3): 927-946.4LI X, RITCEY J A. Trellis-coded modulation with bit interleaving and iterative decodingJ. IEEE Journal on Selected Areas in Communication, 1999,17(4): 715-724 5LI X D, RITCEY J A. Bit-interleaved coded modulation with Iterative decoding and 8PSK signalingJ. IEEE Transactions on Communications, 2002, 50(8): 1250-1257.6HAYKIN S. Adaptive Filter TheoryM. Beijing: Publishing House of Electronics Tndustry, 2002.436-463.7LI X, RITCEY J A. Bit-interleaved coded modulation with iterative DecodingJ. IEEE Commun Lett, 1997, 1: 169-171.8TUCHLER M, TUCHLER, KOETTER R, ANDDREW C S. Turbo equalization: principles and new resultsJ.IEEE Transaction on Comm, 2002,50(5): 754-767.9GLAVIEUX A, LAOT C, LABAT J. Turbo equalization over a frequency selective channelA. Proc Int Symp. Turbo CodesC. 1997. 96-102. 10LAOT C, GLAVIEUX A, LABAT J. Turbo equalization: adaptive equalization and channel decoding jointly optimizedJ. IEEE Journal on Selected Areas in Communications, 2001, 19(9): 174