[发明专利]一种消除脉冲噪声的最小均方误差线性均衡方法

说明书

技术领域

本发明属移动通信技术领域，具体涉及一种消除脉冲噪声的最小均方误差线性均衡方法。

背景技术

脉冲噪声是非连续的，由持续时间短、幅度大的不规则脉冲或噪声尖峰组成。脉冲噪声的持续时间小于1秒，且其峰值比均方根值大至少10dB，而其重复频率低于10Hz，是一种间断性的噪声。产生脉冲噪声的原因多种多样，其中包括电磁干扰以及通信系统的故障和缺陷，也可能在通信系统的电气开关和继电器改变状态时产生。在数字式数据通信中，脉冲噪声是出错的主要原因。一种常用的脉冲噪声模型为伯努利-高斯模型。

最小均方误差(Minimum mean-square error,MMSE)线性均衡(linear equalization,LE)是一种使均衡器输出的估计符号与发送符号之间的均方误差最小化的方法。MMSE均衡考虑了信噪比的因素，在既要消除码间干扰(Intersymbol Interference,ISI)又不放大噪声之间实现了一种平衡，且复杂度较低，是一种较优的均衡算法。

发明内容

为了方便地描述本发明的内容，首先对本发明中所使用的术语进行说明：

伯努利-高斯模型：一种常用的脉冲噪声模型，该模型下的随机变量可表达为η＝w+b·g，其中w,g服从均值为0、方差分别为的高斯分布，b服从伯努利分布，且P(b＝1)＝p,P(b＝0)＝1-p,，P(·)表示括号内的事件发生的概率。

数学期望：统计学术语，反映随机变量平均取值的大小，又称期望或均值，记为E(·)。

方差：统计学术语，度量随机变量和其数学期望之间的偏离程度，记为D(·)。

比特的先验概率：比特分别为0或1的概率，一般根据以往经验和分析得到的概率。

高斯分布：又称正态分布，在数学、物理及工程等领域都非常重要的概率分布，若随机变量X服从均值为μ、方差为σ²的高斯分布，则记为X定义为N(μ,σ²)，且其概率密度函数为f(x)=12πσexp(-(x-μ)22σ2).]]>

本发明提供一种消除脉冲噪声的最小均方误差线性均衡方法，用以提高系统接收机的检测性能，消除通信系统中的脉冲噪声。

为实现上述发明目的，本发明的技术方案如下：

一种消除脉冲噪声的最小均方误差线性均衡方法，包括如下步骤：

S1：接收机第n(n＞0)时刻的接收信号为：

其中，M为时延路径的总长度，h_k(k∈{0,1,...,M-1})为第k条时延路径的衰落系数，x_n,n＞0为发射机第n时刻的发送符号，并且假设x_n＝0,n≤0，w_n服从均值为0、方差为的高斯分布，g_n服从均值为0、方差为的高斯分布，b_n服从伯努利分布，且P(b_n＝1)＝p,P(b_n＝0)＝1-p,，P(·)表示括号内的事件发生的概率；