专利名称：适用于在相关信道脉冲响应(cir)估计中未知符号引起噪声的自适应阈值算法的制作方法
技术领域：
本发明涉及阈值，它适用于诸如从接受信号的相关为参考所产生的信道脉冲结果。该阈值构成了消除与信道脉冲响应相关的噪声数据。该信道脉冲响应随后可用于设置均衡器的抽头的抽头加权。
背景技术：
线性自适应均衡器具有多个抽头，它可以广泛地应用于数字通讯接收器，以便于提供多路信道失真的校正。一般来说，可以采用自适应算法，例如，平均最小二乘(LMS)算法，来确定均衡器抽头的加权数值。这类自适应算法较容易实现且可以提供相当好的性能。然而，在不同的信道条件下，这些算法就难以提供符合所需数值的抽头加权。
众所周知，如果根据信道的脉冲响应的知识，将抽头加权初始化为至少能稍微接近于它们最终所需数值，而不是像通常那样将该数值初始化为零，就能够避免上述困难。从在未知数据之前或者与未知数据一起的周期性发送现有已知的训练序列中可以导出给道脉冲响应(CIR)的估计。在适用于数字地面电视广播的ATSC 8VSB标准中规范了一种具有该性能的这类系统。
信道脉冲响应的估计一般是在接收器中通过采用存储于接收器中的已知发送训练序列的表达式作为接受到的训练序列与参考数值的交叉相关来进行的。所估计的信道脉冲响应的Z变换进行导出和逆变换。从逆变换的Z变换中，形成具有多个元素的矢量，并且这些元素可以用于初始化均衡器所对应的抽头加权的数值。
采用一个横向滤波器12的常规线性自适应均衡器10如图1所示。横向滤波器12可包括多个抽头Nff，它的加权可以应用于接受的信号，以便于从所接受到的信号中消除多路径效应。横向滤波器12包括多个输出141至14n和一个对应的多个乘法器161至16n。采用所对应的乘法器161至16n之一将输出141至14n的各自信号与常规抽头加权更新算法18(例如，LMS)的对应抽头加权相乘。乘法器161至16n的输出由累加器20进行累加，并且将累加器20的输出作为一个常规线性自适应均衡器10的输出提供。
累加器20的输出也提供给直接/模糊判定模块22，在已经接受到的已知训练信号时，由该模块22将滤波器的输出与已知训练信号进行比较，或者，在已经接受到的未知数据而不是已知的训练信号时，由该模块22进行类似校正数据的判定。该比较形成一个误差信号e，由常规抽头加权更新算法18使用该信号来更新线性抽头加权，以便于最小化误差信号e的数值。
在训练过程中，常规抽头加权更新算法18一般可通过接受到的训练序列与已知训练序列的存储内容的周期性交叉相关来估计信道脉冲响应。如果将s[k]定义为k＝0...(L-1)的存储已知训练序列，以及如果x[k]定义为以符号率采样的接受信号，其中，x
是在所接受信号中的第一个接受到的训练符号，交叉相关可采用以下公式来给出 式中Lchan是信道的长度并且通常设置为576。
随后，常规抽头加权更新算法18确定h(m)的Z变换和Z逆变换，以便于确定提供给乘法器161至16n的抽头加权。
该算法针对与噪声有关的信道。然而，还存在着其它噪声源。一般来说，这些其它噪声源可以作为可确定性噪声和不可确定性噪声。可确定性噪声是事先已知的噪声。可确定性噪声的实例是由于交叉相关的有限性所产生的噪声，正如在2002年5月9日申请的共同申请美国专利申请号No.10/142,108中和在2002年5月9日申请的共同申请美国专利申请号No.10/142,110中所讨论的。
正如在这些申请中所讨论的，由交叉相关的有限性所产生的噪声的确定可以通过将一个已知的训练序列与一个接受到的训练序列的周期性交叉相关以产生一个交叉相关矢量，通过估计与有限性噪声分量有关的修正矢量，以及通过从交叉相关矢量中迭代减去相关矢量的被截表示式以产生一系列增加精度的交叉相关性输出。
然而，在将所确定的噪声从信道脉冲响应中去除之后，该信道脉冲响应仍旧保持着一部分噪声分量，这些噪声分量可称之为非确定性噪声。本发明提出了抑制信道脉冲响应中的该非确定性噪声。
发明内容
根据本发明的一个方面，一种适用于估计一个信道的脉冲响应方法，该方法包括估计该信道的中间脉冲响应，其中该中间脉冲响应能够包括至少一个多径毛刺以及位于整个信道中的一个和多个非确定性噪声分量；以及，通过至少部分信道将阈值函数施加至估计中间脉冲响应，以便于提供所估计的信道最终脉冲响应，其中阈值函数具有信道噪声分量为零的效应，使得信道所具有的数值小于位于各个噪声分量的信道中的阈值函数，并且其中阈值函数的特性是信道部分变化的电平可以根据确定在信道中至少一个多径毛刺的位置的方式从最小数值变化到最大数值。
根据本发明的另一方面，一种适用于调整均衡器抽头加权的方法，该方法包括估计该信道的中间脉冲响应，其中该中间脉冲响应能够包括多个多径毛刺以及位于整个信道中的多个非确定性噪声分量；以及，通过至少部分信道将一个可变电平的阈值函数施加至估计中间脉冲响应，以便于提供所信道的最终脉冲响应，其中可变电平阈值函数具有去除信道噪声分量的效应，使得信道所具有的数值小于位于对应噪声分量的信道中的可变电平阈值函数，从最终脉冲响应中确定抽头加权；以及将该抽头加权施加至均衡器。
根据本发明还有一方面，一种方法包括将一个所接受到的信号与一个已知参考数值相关，从而估计一个发射信道的信道脉冲响应，其中信道脉冲响应包括多个多径毛刺和多个与对应相关索引k上的噪声分量有关的数据；以及，将一个阈值函数，它可具有取决于k的可变电平，施加至信道脉冲响应，以便于去除与噪声分量有关的各个数据，使其具有小于所对应相关索引k的阈值函数的数值。
本发明上述或其它性能和优点将从结合以下附图的详细讨论中变得更加显而易见，附图包括
图1说明了一个常规的线性自适应均衡器，它的抽头加权可以采用上述方法调整；图2说明了根据ATSC数字电视标准的帧同步段；图3说明了一个存储训练序列和一个接受信号的交叉相关性；图4说明了由图3的相关性所产生的信道脉冲响应，其中已经去除了确定性噪声；图5说明了具有施加平坦阈值的图4所示的信道脉冲响应；图6说明了两路具有施加平坦阈值的信道的信道脉冲响应；图7说明了具有施加可变阈值的图4所示的信道脉冲响应；图8说明了在一个单路信道中与噪声有关数据的标准偏差；图9说明了四路信道的典型信道脉冲响应；图10说明了确定在多路信道情况下所使用的合成可变阈值的流程；图11至14说明了在产生合成可变阈值中所使用的典型可变阈值；图15说明了由图11至14所示的可变阈值所产生的合成阈值，它包括了信道脉冲响应的毛刺和噪声；以及，图16说明了一种根据本发明可以调整抽头加权的线性自适应均衡器。
具体实施例方式
在信道脉冲响应中的非确定性噪声的出现至少部分是由于已知训练序列的存储部分不仅与所接受到的训练序列相关，而且还与在交叉相关期间的数据相关。该训练序列，例如，可以是基于ATSC数字电视标准中所规范的数字电视信号的帧同步段。
正如图2所示，这类帧同步段30可以包括一个包含4个字段同步符号的第一部分32，一个包含511个帧同步符号的第二部分34，一个包含63个伪随机符号序列并复制3次形成总共189个符号的第三部分36，以及一个24个符号保留空间的第四部分38。已知训练序列或者参考，根据一个实例，可以包括在帧同步段30中的前515个符号。于是，该训练序列包括帧同步段30中的第一部分32中的4个字段同步符号和第二部分34中的511个帧同步符号，总共515个符号。
正如图3所示，基于该训练序列的交叉相关性可以通过移动一个训练序列40来实现，例如，以上所讨论的515个符号训练序列，在包括第一数据44，帧同步段46 第二数据48的接受信号42上移动。假定通过一个单一路径接受所应接受的信号，在信道脉冲响应中的噪声可以根据以下公式来计算 n[k]＝0对于k＝0 (3)式中Lcorr是训练序列的长度。在实例中，Lcorr为515。对于0≤k＜728，在公式(2)中的接受信号x[k]等于训练序列s[k]，式中，728是帧同步段30的长度。对于在相关中的所有其它k数值，在公式(2)中的接受信号x[k]等于数据d[k]。将这些x的数值代入公式(2)和(3)，可产生以下公式n[k]=Σi=-kLcorrs[i]s[i+k]+Σi=0-k-1s[i]d[i+k],-(Lchan-1)≤k<0---(4)]]>n[k]＝0 k＝0(5)n[k]=Σi=1Lcorrs[i]s[i+k],0<k≤(728-Lcorr)---(6)]]>n[k]=Σi=1728-ks[i]s[i+k]+Σi=728-k+1Lcorrs[i]d[i+k],(728-Lcorr)<k≤(Lchan-1)---(7)]]>在公式(4)至(7)中，n[k]是在信道脉冲响应中所出现的噪声，s[k]是存储于接收器中的参考训练序列，以及d[k]是在接受训练信号前后所接受到的未知数据。
正如从公式(5)和(6)中所看到的，不存在贡献噪声的未知数据符号。这些公式只具有能够采用任何适当方法从信道脉冲响应中去除的确定性噪声，例如，在后续应用中的一种想法。之后，如果信道包含一个单一的路径，则可以去除在信道脉冲响应中的第一728-Lcorr后指针的噪声分量，使得这部分信道脉冲响应没有任何噪声。
在公式(4)和(7)中的噪声具有两部分。这些公式是由存储训练序列所产生的确定性噪声和由相关的未知数据符号所产生的非确定性噪声两者之和。正如以上所讨论的，可以使用任何适用方法来去除确定性噪声，例如，在后续应用中的一种想法。因此，从公式(4)至(7)中减去确定性噪声可根据以下公式产生非确定性噪声 n~[k]=Σi=0-k-1s[i]d[i+k],-(Lchan-1)≤k<0---(8)]]>n~[k]=0,k=0---(9)]]>n~[k]=0,0<k≤(728-Lcorr)---(10)]]>n~[k]=Σi=728-k+1Lcorrs[i]d[i+k],(728-Lcorr)<k≤(Lchan-1)---(11)]]>正如从公式(8)至(11)中所看到的，在信道脉冲响应中的唯一噪声是来自-(Lchan-1)至0和从(728-Lcorr)至(Lchan-1)。图4显示了这类噪声，其中确定性噪声已经去除，并且其中峰值50表示在信道脉冲响应中单一路径接到到的信号。正如在图4中所看到的，在信道脉冲响应中唯一的噪声是与来自-(Lchan-1)至0和从(728-Lcorr)至(Lchan-1)噪声有关的未知数据。假定训练序列是515个符号并且信道(Lchan)的长度是576，则在信道脉冲响应中的唯一噪声，在去除了确定性噪声之后，就是与来自-(575)至0和从(213)至(575)噪声有关的未知数据，以及在从0至213的信道脉冲响应中就不会存在着噪声。
以往可以使用一个平坦的阈值来去除与噪声有关的数据。例如，正如图5所示，可以将一个平坦的阈值52施加至图4所示的信道脉冲响应中。通过施加平坦阈值52，只有幅值在平坦阈值52之上的毛刺可以通过，并且幅值在平坦阈值52之下的噪声分量可以去除。
然而，当存在着由多路信道信号接受所产生的毛刺时，平坦阈值的使用存在着一个问题，这是一种较普遍的情况。于是，正如图6所示，根据图5施加平坦阈值52以去除由第二路径所接受到的信号引起且幅值在平坦阈值52之下的毛刺54。
如果去除了多径的毛刺，就不能够将均衡器抽头加权初始化接近它们所需的数值。因此，一种可变阈值56，根据本发明，可施加至信道脉冲响应，正如图7所示。通过施加可变阈值56，因为毛刺50和毛刺54所具有的幅值都在可变阈值56之上，所以两个毛刺都可以通过。正如在平坦阈值52的情况，幅值在可变阈值56之下的噪声分量将被去除。
因为在公式(8)和(11)中涉及未知数据，所以可以使用统计方法来估计噪声和确定可变阈值。在8 VSB发射系统中的数据符号的数值为-7，-5，-3，-1，+1，+3，+5，和+7。这些数据符号所期望的数值是0。因此，该所期望的数值并没有提供有关在特殊时间瞬间的数据符号的任何有用的信息。
然而，可以对公式(8)和(11)所给出的噪声进行平方运算，并且可以获得平方噪声的期望值，以便于根据以下公式来确定噪声的二阶统计E{n~2[k]}=E{Σis[i]d[i+k]Σks[n]d[n+k]}---(12)]]>它可以根据以下公式重新写成E{n~2[k]}=ΣiΣns[i]s[n]E{d[i+k]d[n+k]}---(13)]]>对于所有n≠i，因为E{d[i+k]d[n+k]}为0，则公式(13)就会成为零。当n＝i，公式(13)就可简化至以下公式E{n~2[k]}=Σis2[i]E{d2[i+k]}---(14)]]>在数字电视信号的情况下，因为公式(14)中的s[i]是一个二进制训练符号，所以在公式(14)中的s2[i]项可以采用一个常数C来取代。同样，在公式(14)中的E{d2[i+k]}项可以采用σd2来取代，这是一项适用于所有发射数据的变量。因此，公式(14)可以重新写成下列公式E{n~2[k]}=ΣiCσd2---(15)]]>公式(15)可以重写成下列公式E{n~2[k]}=Cσd2N(k)---(16)]]>式中N(k)是公式(15)求和中的数字项。该数字项是k的函数，并且k是信道脉冲响应中的条目的标号。项N(k)的数字可由下列公式给出
N(k)＝-k-(Lchan-1)≤k＜0(17)N(k)＝00≤k≤(728-Lcorr)(18)N(k)＝k-(728-Lcorr)(728-Lcorr)＜k≤(Lchan-1) (19)从公式(15)至(19)，很显然，非确定性噪声的变量与在信道脉冲响应中的位置具有线性关系，因为项N(k)数值随着在信道脉冲响应中的位置线性增加。然而，也显而易见的是，噪声本身与信道脉冲响应的位置具有平方根关系。
此外，可以认为，从统计概念出发，在一个单一路径的情况下，就标准偏差而言，与噪声有关的非确定性数据是信道脉冲响应位置的函数，它具有图8所示的形状，在该情况下，标记了对应于接受信号的0位置。在一个单一路径信道的情况下，图8所示的噪声轮廓可以作为可变阈值58来使用，以去除与噪声有关的数据。
当然，多径信道的情况可以是很复杂的。图9显示了通过四个路径接受信号情况下的一个信道的实例，其中四个路径可以由信道脉冲响应中的-10，0，25和50标号(位置)所表示。主要信号路径可任意假定为索引0。对于多径信道的信道脉冲响应的各个毛刺可以采用诸如图7所示阈值58的阈值，并且所有产生的阈值都可以累加在一起，从而可以将一个单一合成可变电平的阈值施加至信道脉冲响应，以便于去除与非确定性噪声有关的数据。
图10显示了适用于确定该合成可变阈值的流程。在70，使接受到的信号和存储的训练序列相关，以导出信道脉冲响应，并且在72，从信道脉冲响应中去除确定性噪声。正如以上所讨论的，可以去除确定性噪声。
在多路径信道的情况下，在70和72所确定的信道脉冲响应具有一个毛刺，该毛刺可以表示能够接受到信号的各个路径。在74，通过使用任何适用的方法将各个这类毛刺都定位在信道脉冲响应中。例如，可以使用平坦阈值来定位大多数毛刺。
在76，阈值58可以定位在所选择的一个毛刺上，如图7所示，并且还可以根据在所选择位置上的相关量来缩放。在诸如数字电视的系统中，发送数据的数值都是已知的，并且任何给定数据符号都具有和任何其它数据符号一样的相等发送几率，阈值58的形状是预先确定的，从而接收器只需要根据正在处理的毛刺幅值来缩放阈值58。例如，如果阈值58是根据具有参考幅值A的毛刺来确定的，并且在实际信道脉冲响应中所处理的第一毛刺具有幅值B，则阈值58就可以由B/A的比率来缩放，以便于确定适用于正在处理的第一毛刺的阈值。在78，阈值58以类似方法进行处理，以产生一个适用于在74位置上的各个其它毛刺的可变阈值。
在80，在76和78中所产生的可变阈值根据索引在可变阈值的第一匹配点累加，并随后累加各个索引的点。也就是说，使用图9所示的例子，在76可以产生适用于索引为-10毛刺的可变阈值90(见图11)，在74可以产生适用于索引为0毛刺的可变阈值92(见图12)，在76可以产生适用于索引为25毛刺的可变阈值94(见图13)，以及在76可以产生适用于索引为50毛刺的可变阈值96(见图14)。各个阈值都具有一个表示没有与噪声有关数据的相关部分的平坦部分。根据索引累加可变阈值90-96(见图15，图15显示了合成阈值和信道脉冲响应毛刺和噪声)。于是，使用标号0，1和2作为实例，累加在索引0的各个阈值的数值，以确定在索引0的合成阈值的数值；累加在索引1的各个阈值的数值，以确定在索引1的合成阈值的数值；以及累加在索引2的各个阈值的数值，以确定在索引2的合成阈值的数值。对相关中的各个其它索引进行这一处理。
在图10的82，使用在80所产生的可变阈值进行随后的相关处理，以便于去除与噪声有关(非确定性)的数据。随后，在84进行没有产生噪声的信道脉冲响应处理，以便于引申出抽头加权，正如以上所解释的。
图16显示了一种线性自适应均衡器100，它可以采用图10所示的流程来实现。线性自适应均衡器100采用一个横向滤波器102，该滤波器具有多个输出1041至104n以及所对应的多个乘法器1061至106n。所对应的各个乘法器1061至106n将输出1041至104n的各自信号与常规抽头加权更新算法108(例如，LMS)所对应的抽头加权相乘。乘法器1061至106n的输出由累加器110累加在一起，并且将累加器110的输出作为线性自适应均衡器100的输出。累加器110的输出也提供给直接/模糊判定模块122，当接受到已知训练序列时，由该模块进行滤波器输出与已知训练序列的比较；或者，当接受到未知数据而不是已知训练序列时，由该模块进行滤波器与类似修正数据的判定的比较。这一比较形成误差信号e。
当讨论至这点时，线性自适应均衡器100相同于图1所示的常规线性自适应均衡器10。然而，不同于图1所示的常规线性自适应均衡器10，可以由抽头加权初始化器114使用横向滤波器102的输出来初始化乘法器1061至106n所施加的抽头加权。抽头加权初始化器114可实现与图10有关的上述流程。例如，在本发明应用于数字电视应用的情况下，在以下改变信道的短暂时间周期中，抽头加权初始化器114可以初始化由乘法器1061至106n所施加的抽头加权。在这一短暂的时间周期中，多路复用器116选择抽头加权初始化器114，以便于将抽头加权初始化器114输出的抽头加权施加至乘法器1061至106n。另外，多路复用器116选择常规抽头加权更新算法108，以便于将常规抽头加权更新算法108的抽头加权施加至乘法器1061至106n。
对在本发明领域中工作的人士来说，也可以实现本发明的改进。例如，本发明可以应用于非数字电视的应用，在这种情况下，不是数字电视信号的帧同步段的部分的训练序列可以用于产生信道脉冲响应。
另外，上述所讨论的本发明特别适用于均衡器。然而，本发明也可以用于设置其它电路。
因此，本发明讨论所构成的仅仅是用于说明并且它的目的是教授本领域熟练人士实现本发明的最佳模式。其细节可以在不背离本发明精神的条件下变化，并且所有改进的特殊使用都在后附权利要求的范围之内。
权利要求
1.一种估计在信道中的脉冲响应的方法，其特征在于，该方法包括估计该信道的中间脉冲响应，其中该中间脉冲响应能够包括至少一个多径毛刺以及位于整个信道中的一个和多个非确定性噪声分量；以及，通过至少部分信道将阈值函数施加至估计中间脉冲响应，以便于提供所估计的信道最终脉冲响应，其中阈值函数具有信道噪声分量为零的效应，使得信道所具有的数值小于位于各个噪声分量的信道中的阈值函数，并且其中阈值函数的特性是信道部分变化的电平可以根据确定在信道中至少一个多径毛刺的位置的方式从最小数值变化到最大数值。
2.如权利要求1所述方法，其特征在于，所述估计中间脉冲响应包括多个多径毛刺，并且其中该方法包括响应所述各个多径毛刺，形成可变电平的中间阈值函数；以及，组合所述中间阈值函数，以形成所述阈值函数。
3.如权利要求1所述方法，其特征在于，所述估计中间脉冲响应包括是信道中所接受到的信号与参考数值相关，以产生一个多项的相关性。
4.如权利要求3所述方法，其特征在于，所述施加阈值函数包括施加一个与相关性中的多项具有线性关系的阈值函数以及与相关性中的数据具有平方根关系的阈值函数。
5.如权利要求3所述方法，其特征在于，所述估计中间脉冲响应包括多个多径毛刺，并且其中该方法包括响应所述各个多径毛刺，形成可变电平的中间阈值函数；以及，组合所述中间阈值函数，以形成所述阈值函数。
6.如权利要求1所述方法，其特征在于，所述施加阈值函数包括根据平方发送数据的期望值施加一个阈值函数。
7.如权利要求1所述方法，其特征在于，所述施加阈值函数包括根据平方发送数据的期望值和在中间脉冲响应中的标号k的条目来施加一个阈值函数。
8.如权利要求7所述方法，其特征在于，所述根据平方发送数据的期望值和在中间脉冲响应中的标号k的条目施加一个阈值函数包括根据以下公式施加一个阈值函数E{n~2[k]}=Cσd2N(k)]]>式中σd2包括所有发送数据的变量，其中，C包括一个常数，式中 包括平方发送数据的期望值，式中N(k)可由以下公式给出N(k)＝-k -(Lchan-1)≤k＜0N(k)＝0 0≤k≤(P-Lcorr)N(k)＝k-(P-Lcorr) (P-Lcorr)＜k≤(Lchan-1)式中Lchan包括信道的长度，Lcorr包括在信道中所接受到的信号和参考数值之间的相关性长度，以及P是对应于已知训练序列的长度的常数。
9.如权利要求8所述方法，其特征在于，所述P包括728。
10.如权利要求8所述方法，其特征在于，所述常数C与参考数值中的数据有关。
11.如权利要求10所述方法，其特征在于，所述P包括728，以及所述参考数值包括一个已知训练序列。
12.一种适用于调整均衡器抽头加权的方法，其特征在于，该方法包括估计一个信道的中间脉冲响应，其中该中间脉冲响应包括多个多径毛刺以及位于整个信道中的多个非确定性噪声分量；以及，通过至少部分信道将一个可变电平的阈值函数施加至中间脉冲响应，以便于提供所述信道的最终脉冲响应，其中可变电平阈值函数具有去除信道噪声分量的效应，使得信道所具有的数值小于位于对应噪声分量的信道中的可变电平阈值函数；从最终脉冲响应中确定抽头加权；以及，将该抽头加权施加至所述均衡器。
13.如权利要求12所述方法，其特征在于，向所述中间脉冲响应施加一个可变电平阈值函数包括根据各个多径毛刺，形成一个中间阈值函数；以及，组合所述中间阈值函数，以形成所述可变电平阈值函数。
14.如权利要求12所述方法，其特征在于，所述估计所述中间脉冲响应包括将信道中所接受到的信号与一个参考数值相关，以产生具有多项的相关性。
15.如权利要求14所述方法，其特征在于，所述施加可变电平阈值函数包括施加一个与相关性中的多项具有线性关系的可变电平阈值函数以及与相关性中的数据具有平方根关系的可变电平阈值函数。
16.如权利要求14所述方法，其特征在于，向所述中间脉冲响应施加一个可变电平阈值函数包括根据所述各个多径毛刺，形成一个中间阈值函数；以及，组合所述中间阈值函数，以形成所述阈值函数。
17.如权利要求12所述方法，其特征在于，所述施加可变电平阈值函数包括根据平方发送数据的期望值施加一个可变电平阈值函数。
18.如权利要求12所述方法，其特征在于，所述施加可变电平阈值函数包括根据平方发送数据的期望值和在中间脉冲响应中的标号k的条目来施加一个可变电平阈值函数。
19.如权利要求18所述方法，其特征在于，所述根据平方发送数据的期望值和在中间脉冲响应中的标号k的条目目录施加一个可变电平阈值函数包括根据以下公式施加一个可变电平阈值函数E{n~2[k]}=Cσd2N(k)]]>式中σd2包括所有发送数据的变量，其中，C包括一个常数，式中 包括平方发送数据的期望值，式中N(k)可由以下公式给出N(k)＝-k -(Lchan-1)≤k＜0N(k)＝00≤k≤(P-Lcorr)N(k)＝k-(P-Lcorr) (P-Lcorr)＜k≤(Lchan-1)式中Lchan包括信道的长度，Lcorr包括在信道中所接受到的信号和参考数值之间的相关性长度，以及P是对应于已知训练序列的长度的常数。
20.如权利要求19所述方法，其特征在于，所述P包括728。
21.如权利要求19所述方法，其特征在于，所述常数C与参考数值中的数据有关。
22.如权利要求21所述方法，其特征在于，所述P包括728，以及所述参考数值包括一个已知训练序列。
23.一种方法，其特征在于，该方法包括将一个所接受到的信号与一个已知参考数值相关，从而估计一个发射信道的信道脉冲响应，其中，所述信道脉冲响应包括多个多径毛刺和多个与对应相关标号k上的噪声分量有关的数据；以及，将一个阈值函数，它可具有取决于k的可变电平，施加至信道脉冲响应，以便于去除与噪声分量有关的各个数据，使其具有小于所对应相关索引k的阈值函数的数值。
24.如权利要求23所述方法，其特征在于，所述施加阈值函数包括根据与噪声分量有关数据的平方期望值来施加阈值函数。
25.如权利要求23所述方法，其特征在于，所述施加阈值函数包括根据与噪声分量有关数据的平方期望值和标号k来施加阈值函数。
26.如权利要求25所述方法，其特征在于，所述根据平方与噪声分量有关数据的标号k的条目施加一个阈值函数包括根据以下公式施加一个阈值函数E{n~2[k]}=Cσd2N(k)]]>式中σd2包括所有与噪声分量有关的发送数据的变量，其中，C包括一个常数，式中 包括与噪声分量有关数据的期望值，式中N(k)可由以下公式给出N(k)＝-k -(Lchan-1)≤k＜0N(k)＝0 0≤k≤(P-Lcorr)N(k)＝k-(P-Lcorr) (P-Lcorr)＜k≤(Lchan-1)式中Lchan包括信道的长度，Lcorr包括相关性长度，以及P是对应于已知训练序列的长度的常数。
27.如权利要求26所述方法，其特征在于，所述P包括728。
28.如权利要求26所述方法，其特征在于，所述常数C与参考数值中的数据有关。
29.如权利要求28所述方法，其特征在于，所述P包括728，以及所述参考数值包括一个已知训练序列。
全文摘要
通过估计信道的中间脉冲响应来估计一个信道的脉冲响应。中间脉冲响应包括至少一个多径毛刺以及一个或多个位于整个信道的非确定性噪声分量。此后，通过至少部分信道将阈值函数施加至估计的中间脉冲响应，以便于提供信道的最终脉冲响应估计。其中，阈值函数具有信道噪声分量为零的效应，使得信道所具有的数值小于位于各个噪声分量的信道中的阈值函数，并且其中阈值函数的特性是信道部分变化的电平可以根据确定在信道中至少一个多径毛刺的位置的方式从最小数值变化到最大数值。
文档编号H04L25/02GK1633791SQ03804041
公开日2005年6月29日 申请日期2003年5月16日 优先权日2002年5月29日
发明者M·菲莫弗, S·M·尼拉牙怒鲁, C·J·普拉迪 申请人:真尼诗电子有限公司