??? 摘 要： 將Turbo均衡中的MAP算法應(yīng)用到BICM-ID" title="BICM-ID">BICM-ID系統(tǒng)中,。仿真結(jié)果表明在不同程度衰落的ISI信道下算法均能有效收斂,，且系統(tǒng)均衡后性能隨著信噪比的增加越來越接近AWGN下性能,。
??? 關(guān)鍵詞： 軟判決" title="軟判決">軟判決? BICM-ID? Turbo? 均衡
?
??? 20世紀80年代，Ungerboeck提出了格碼調(diào)制(TCM)[1],，這種算法的思想是,，將編碼和高階調(diào)制結(jié)合在一起，利用狀態(tài)的記憶和適當?shù)挠成鋪碓龃蟠a字序列之間的距離,，這樣既不降低頻帶利用率,，也不降低功率利用率，而是以設(shè)備的復(fù)雜化為代價換取編碼增益,。但TCM本身也存在著一些問題：(1)結(jié)構(gòu)本身具有一些嚴重的缺陷,，如TCM碼結(jié)構(gòu)中存在部分交疊的信息星座集，這種結(jié)構(gòu)大大增加了碼字的錯誤系數(shù),。(2)系統(tǒng)碼中存在未受編碼保護的比特,，從而導(dǎo)致了在衰落信道下系統(tǒng)性能較差。格碼調(diào)制提出后不久,，移動通信的飛速發(fā)展使人們對移動無線信道的興趣與日俱增,，人們的注意力由加性高斯白噪聲信道轉(zhuǎn)移到衰落信道下的編碼調(diào)制研究，出現(xiàn)了比特交織編碼調(diào)制[2](BICM)。在衰落信道中BICM性能優(yōu)于TCM[3],，但是BICM在加性高斯白噪聲信道下的性能由于自由歐氏距離的減小而下降,。其原因在于，含有比特交織器的編碼調(diào)制系統(tǒng)本身都存在“隨機調(diào)制”性,，這造成了漢明距離和歐氏距離的非單調(diào)關(guān)系,，使歐氏自由距離下降?？梢酝ㄟ^使用判決反饋迭代譯碼來提高BICM在高斯信道中的性能,，這種改進算法即為:基于迭代譯碼的比特交織編碼調(diào)制[4-5](BICM-ID)。移動通信中需要采取均衡技術(shù)來消除或減少多徑傳播效應(yīng)引起的碼間干擾（ISI）,。傳統(tǒng)的均衡器" title="均衡器">均衡器[11]和信道譯碼器" title="譯碼器">譯碼器是相互獨立的,，而Turbo均衡器把均衡和譯碼很好地結(jié)合起來，通過迭代,，在均衡器和譯碼器之間交換外信息,，從而獲得更好的性能。本文將Turbo均衡中的MAP算法應(yīng)用到BICM-ID系統(tǒng)中,，仿真結(jié)果表明,，在不同程度衰落的ISI信道下算法均能有效收斂。
1 BICM-ID系統(tǒng)
??? BICM-ID的譯碼方式有兩種,，一種是硬判決反饋譯碼[4],，另一種是軟判決反饋譯碼[5，8],。硬判決反饋的方法雖然復(fù)雜度低,，但反饋誤差的存在會導(dǎo)致一定的性能損失。為了減小性能損失,，可以采用軟判決反饋譯碼，從而在復(fù)雜度增加不大的情況下性能得到較大的提高,。本文采用軟判決迭代譯碼來實現(xiàn)BICM-ID系統(tǒng),，結(jié)構(gòu)如圖1所示。
?
?
??? 在BICM-ID系統(tǒng)的譯碼階段,，由于比特交織器的存在,，要實現(xiàn)真正的最大似然譯碼，需要聯(lián)合解調(diào)和卷積譯碼,，這樣會導(dǎo)致譯碼過程過于復(fù)雜以致于很難實現(xiàn),。BICM-ID系統(tǒng)中采用一種次佳的方法，即將解調(diào)和卷積譯碼作為兩個獨立的步驟進行,。接收符號的比特后驗概率可以通過下式計算：
??? 
,? 
對于8PSK來說,，信號子集中有4個元素。初始解調(diào)時，假設(shè)先驗概率p(x)是等概的,。用P(q;I)表示隨機變量q的先驗概率,，P(q;O)表示隨機變量q的后驗概率。
分別表示SISO譯碼器的符號先驗概率,、碼元先驗概率,、符號后驗概率和碼元后驗概率。迭代譯碼過程開始后,，P(ck;O)經(jīng)交織反饋后作為P(vk;I)輸入解調(diào)器進行迭代解調(diào)譯碼,。由于比特交織器的存在，假設(shè)
相互獨立,，對于每個xt∈Χ,，
??? 
??? 式中i=1,2,3; b=0,1???
??? 
解交織后作為符號比特先驗概率輸入SISO，如此進行迭代解調(diào)譯碼,，最后一次迭代
的硬判決結(jié)果作為解碼輸出,。
2 Turbo均衡的基本原理
??? 由于均衡和譯碼的作用都是消除信道噪聲和干擾對發(fā)送信號的影響，因此將兩者獨立進行是次最佳的,。Turbo均衡[6]的思想就是把Turbo迭代原則與均衡技術(shù)結(jié)合起來,，通過迭代，在均衡器和譯碼器之間交換軟信息,，從而降低系統(tǒng)誤碼率,。Turbo均衡的基本框圖如圖2所示。
?
??? 信息比特經(jīng)過信道編碼和交織映射成符號后在ISI信道上傳輸,，同時受到加性高斯白噪聲的干擾;在接收端,，首先利用均衡模塊消除或減小ISI干擾，得到的軟信息經(jīng)過解交織后用作SISO譯碼輸入,，譯碼輸出外部信息經(jīng)過交織后作為均衡模塊的先驗輸入,，通過迭代的方式來提高系統(tǒng)性能。
??? 目前較為常用的Turbo均衡算法有軟干擾抵消算法(SIC)[7,，9],、MAP均衡算法[9]、基于MMSE[9]的判決反饋均衡法(MMSE-DFE)以及基于MMSE的線性均衡法(MMSE-LE),。在這幾種算法中,，SIC不單獨使用，一般是與其他算法聯(lián)合應(yīng)用,，比如在起初迭代時使用MAP或者MMSE-LE算法[9],，在隨后的迭代中使用SIC算法;MAP均衡算法的性能最好，因為它是基于碼元使誤碼率最小的算法,。本文就是將MAP均衡算法應(yīng)用到BICM-ID系統(tǒng)中,。
??? 圖2所示的SISO均衡器就是采用了MAP算法,。以下算法推導(dǎo)基于概率對數(shù)似然比域，BPSK調(diào)制,。計算p{xn=+1|z}和p{xn=-1|z},，對給定的接收信號序列z=[z1,z2,…,
，MAPSE均衡器的輸出的似然對數(shù)比為：
??? 
的和的表示,，在文獻[13]中,，Bauch給出了計算
的方法。
??? 類似于MAPSE均衡器,，在給定的輸入序列r=[L(c1),
時,，MAPSE解碼器計算的是Pr{cn=+1|r)和Pr{cn=-1|r}，對數(shù)似然比為：
??? 
譯碼器也給出了傳輸數(shù)據(jù)的估計值：
??? 
??? 使用Turbo原理,、均衡器和解碼器互相交換信息,，所以就有：
??? 
??? 
??? 其中∏表示交織，∏-1表示解交織,。在初始均衡時,，沒有先驗信息，
3 基于軟判決的BICM-ID的Turbo均衡
??? 如圖3所示系統(tǒng)中,，
O)分別表示SISO均衡器的符號先驗概率,、碼元先驗概率、符號后驗概率和碼元后驗概率,，其他符號表示如圖1,。
?
?
??? 發(fā)送端信源b編碼成c，比特交織后,，經(jīng)過串并轉(zhuǎn)換映射為符號v,，在ISI信道上傳輸，同時受到加性高斯白噪聲的干擾,，w為0均值,，方差σ2的高斯白噪聲。接收端,，迭代初始,，根據(jù)接收數(shù)據(jù)y計算出碼字符號概率作為SISO均衡器
迭代開始后將SISO譯碼器輸出
經(jīng)交織后作為
則作為解調(diào)器的符號先驗概率輸入。后面模塊的原理則如同圖1中所示,。
4 仿真及結(jié)果分析
??? 為了驗證算法的有效性,，采用Matlab6.5進行仿真實驗,。BICM-ID系統(tǒng)分量碼為信息位長n=500,，碼率R=2/3、8狀態(tài)非系統(tǒng)卷積碼,，生成多項式g=[426;147],。采用SP映射8PSK調(diào)制,，如圖4所示。隨機交織,，檢測總幀數(shù)為10 000幀,。
?
?
??? 信道模型采用文獻[11]所提供的衰落信道模型：
??? 
??? 參數(shù)W控制了衰落的程度，W越大衰落越嚴重,。在本文的仿真中,，分別取W=2.9、3.0,、3.2和3.5,，分別對應(yīng)不同衰落程度的ISI信道。
??? 圖5所示為W分別取2.9,、3.0,、3.2和3.5，即不同衰落程度ISI信道下的BICM-ID系統(tǒng)的Turbo均衡MAP算法BER性能測試,，并同AWGN下性能做了比較,，迭代次數(shù)" title="迭代次數(shù)">迭代次數(shù)為8?？梢钥闯?，在不同程度衰落ISI信道下算法均能有效收斂，且隨著取值的減小和信噪比的增加,，系統(tǒng)均衡后性能越來越接近AWGN下性能,。在衰落比較嚴重的ISI信道下（W=3.5），系統(tǒng)均衡后性能在BER=10-4時,，較AWGN下性能損失約1.5dB,；在衰落較輕的ISI信道下（W=2.9）,性能損失約0.5dB。驗證了在BICM-ID系統(tǒng)中Turbo均衡MAP算法的有效性,。
?
??? 圖6所示為在W=2.9的ISI信道下,，Turbo均衡MAP算法應(yīng)用于BICM-ID系統(tǒng)中，迭代1～8次時的BER性能,?？梢钥闯觯S著迭代次數(shù)的增加,，性能越來越好,，這是Turbo均衡通過迭代均衡/譯碼，充分利用外信息的結(jié)果,。最初的編碼增益較高,，但隨著迭代次數(shù)的增加，這種增益就會相對緩慢下來,，經(jīng)過約7到8次迭代,，它的BER值就基本上在同一數(shù)量級上作小幅度變化,。如果繼續(xù)迭代下去，其性能還會有所提高,，但是權(quán)衡迭代所需的時間和性能的改善程度,，這種迭代就沒有必要了。在其他不同衰落程度的信道下（W分別取3.0,、3.2和3.5）也會得到相同的結(jié)論,。
?
??? 圖7為在信息位分別為500bit/幀、2 000bit/幀,、4 000bit/幀時BICM-ID系統(tǒng)中MAP均衡算法在W=3.0時的性能比較,，迭代次數(shù)為8?？梢钥闯?，隨著幀長的增加，交織更加充分,，在相同信噪比和迭代次數(shù)下,，系統(tǒng)BER性能越來越好。
?
??? 本文將Turbo均衡中的MAP算法應(yīng)用到BICM-ID系統(tǒng)中,，通過仿真得出以下結(jié)論：(1)在不同程度衰落的ISI信道下算法均能有效收斂,，且隨著信噪比的增加，系統(tǒng)均衡后性能越來越接近AWGN下的性能;(2)隨著迭代次數(shù)的增加,，性能越來越好,，最初的編碼增益較高，但隨著迭代次數(shù)的增加,，這種增益就會相對緩慢下來,，經(jīng)過約7到8次迭代，它的BER值就基本上在一個數(shù)量級上作小幅度變化;(3)隨著幀長的增加,，由于交織更充分,，在同等信噪比和迭代次數(shù)的情況下系統(tǒng)BER性能越來越好。
參考文獻
[1] ?UNGERBOECK G. Channel coding with multilevel/phase signals[J]. IEEE Trans. Inform,Theory,1982,28:56-57.
[2] ?ZEHAVI E. 8-PSK trellis codes for a rayleigh fading channel[J]. IEEE Trans. Commun, 1992,40:873-883.
[3] ?CAIRE G, TARICCO G, BIGLIERI E. Bit-interleaved coded modulation[J]. IEEE Trans. Inform. Theory, 1998,44(3):927-946.
[4]? LI X D, RITCEY J A. Trellis-coded modulation with bit interleaving and iterative decoding[J]. IEEE Journal On Selected Areas In Communication, 1999,17(4):715-724.
[5]? ?LI X D, CHINDAPOL A, RITCEY J A. Bit-interleaved coded modulation with Iterative decoding and 8PSK signaling[J]. IEEE Transactions. On Communications,2002,50(8):1250-1257.
[6] ?TUCHLER M, KOETTER R, SINGER A C. Turbo equalization: Principles and New Results[J]. IEEE Transaction on Comm. 2002,50(5):754-767.
[7] ?WANG X, POOR H. Iterative (turbo) soft interference cancellation and decoding for coded CDMA[J], IEEE Trans.Commun.,1999,47:1064-1061.
[8] ?LI X D, RITCEY J A. Bit-interleaved coded modulation with iterative decoding[J]. IEEE Commun. Lett. 1997,1: 169-171.
[9] ?徐俊,蔣志紅. Turbo均衡的多種算法及其性能比較[J]. ?重慶郵電學院學報,2003,15(1):15-19.
[10] GLAVIEUX A, LAOT C, LABAT J. Turbo equalization over a frequency selective channel[J]. Proc. Int. Symp.Turbo Codes, 1997,96-102.
[11] HAYKIN S. Adaptive Filter Theory. 北京：電子工業(yè)出版社,，2002：436-463.
[12] LAOT C, GLAVIEUX A, LABAT J. Turbo equalization: adaptive equalization and channel? decoding? jointly optimized[J], IEEE, Journal? on? Selected? Areas? in Communications, 2001,19(9):1744-1752.
[13] BAUCH G, KHORRAM H. Iterative equalization and decoding in mobile communications systems[J]. Second European Personal Mobile Communications Conference, 1997: 307-312.