基于傅里叶变换的信道化器和去信道化器缩短延迟的方法技术

在无线通信系统中，数字信道化和去信道化的数据处理延迟可以通过利用一种技术来缩短，这种技术对大的快速傅里叶变换算法的数据块进行处理，并且利用多条发射路径和接收路径。按照这种技术，可以缩短快速傅里叶变换算法的处理延迟，而不会破坏其它重要的信道化器／去信道化器设计特性，比如功耗、芯片面积和计算复杂性。（*该技术在2020年保护过期，可自由使用*）

【技术实现步骤摘要】

本专利技术涉及无线通信。具体而言，本专利技术涉及无线通信系统，包括蜂窝系统、陆地移动无线电系统、卫星系统和无线局域网，中的数字信道化和去信道化。无线通信系统还能够同时在一个以上的发射或者接收支路中同时接收和发射无线电信道信号。例如，常常在接收机一侧采用两个分支进行接收，这常常被叫做分集。将来在接收和发射链路中采用多分支发射和接收会越来越平常。这项技术常常涉及到智能天线、自适应天线和/或空间-时间分集系统。尽管信道化器和去信道化器通常都是模拟器件，但是现在也已经有了数字信道化器和去信道化器。数字信道化器和去信道化器通常都不那么复杂，生产起来成本也比较低。当然，有几种大家都知道的方式用来实现数字信道化器和去信道化器。但是，在确定采用哪种方式最合适的时候，需要考虑许多重要方面，例如，功耗、芯片面积和计算复杂性。在第一个示例性的实施方案中，可以采用一个单独的修正快速卷积(MFC)算法。附图说明图1画出了修正快速卷积算法的基本过程。修正快速卷积算法是在频域进行各种必要的滤波。典型情况下，这样做需要处理大量的数据，会导致难以接受的延迟。在第二个示例性的实施方案中，可以采用一种改进了的修正快速卷积算法，也就是iMFC。图2画出了这个改进了的修正快速卷积算法的基本过程。如图所示，一些滤波是在频域进行的，而辅助信道滤波(ACF)则是在时域进行的。通过在频域完成部分滤波，在时域完成辅助滤波，功耗、芯片面积和计算复杂性跟单独的修正快速卷积算法相比都会下降。除此以外，改进的修正快速卷积算法用较少的数据块来处理数据。这样会使处理延迟较短。单独的修正快速卷积算法和改进的修正快速卷积算法都包括两个部分公用部分和信道部分，如图1和2所示。公用部分对所有信道来说都是相同的，它包括数据收集部分和变换部分。信道部分包括多条处理路径，每个信道一条。为了简单起见，这里将单独的和改进的修正快速卷积算法都叫做修正快速卷积算法。在第三个示例性的实施方案中，可以采用滤波器组算法。图3说明滤波器组算法的基本过程。如图所示，滤波器组算法跟修正快速卷积算法相似，但是滤波器组算法的数据收集部分包括一个公用的多相滤波器，如图所示，还包括一个大傅里叶变换。从功耗、芯片面积和计算复杂性角度考虑，特别是有大量信道的时候，滤波器组算法是一种非常有效的信道化/去信道化算法。但是这一算法没有修正快速卷积算法那么灵活，因为信道必须停留在一个固定的频率栅格上，而且只有一个信道间隔。如图1～3所示，上述算法中的每一个都要进行大变换运算。无线电通信系统通常都要求这一变换足够大(例如大小是1k)，而且它采用很高的采样率(例如50MHz)。因此，大变换的采用要求有特殊结构，例如，一种“流水线式的”快速傅里叶变换(FFT)结构，这在本领域中是众所周知的。流水线式的快速傅里叶变换算法的特征在于如果没有任何输入数据，流水线式的快速傅里叶变换算法就不进行任何计算。这种设计大大地提高了计算效率。但是，这种特征天生就会引入附加处理延迟，因为没有输入数据的时候处理过程就会停止。虽然能够为流水线式的快速傅里叶变换算法填充符“哑”数据，这种填充过程也会导致另外的没有必要的计算。因此，流水线式的快速傅里叶变换算法不一定是最优算法。图4A画出了一个四级流水线式的快速傅里叶变换算法，而图4B则按照图4所示四级流水线式的快速傅里叶变换对一块数据进行处理所需要的时间和处理延迟。由于通过无线电通信系统传送的象话音数据这样的数据对延迟非常敏感，因此缩短这样的延迟极其重要。由于流水线式的快速傅里叶变换算法处理数据块的方式会影响处理延迟的长短，因此人们已经找到了许多众所周知的技术，利用流水线式的快速傅里叶变换算法来处理数据块。为了简单起见，下面将只是针对信道化过程描述这些已知的数据块处理技术，虽然本领域中的技术人员会明白，这些技术同样能够用于去信道化过程。此外，对于修正快速卷积算法，采用了本领域中同样众所周知的一种重叠和相加技术。这些技术中的第一项技术通过很大的实变换对一块数据进行处理。总的处理延迟(也就是Delayprocess)定义为以下等式Delayprocess＝(Delaycollect+Delaytrans)采样周期 (1)在这里Delaycollect代表跟数据收集有关的延迟，而Delaytrans则代表跟变换有关的延迟。因此，Delaytrans常常被叫做变换延迟。对于修正快速卷积算法，可以按照以下关系来定义DelaycollectDelaycollect＝采样周期 (2)其中η是重叠百分比(例如50％或者25％)。对于滤波器组算法，Delaycollect仅仅用快速傅里叶变换算法的大小来定义，如同下面的等式(3)所示Delaycollect＝Ntrans采样周期 (3)注意到变换延迟Delaytrans是要处理的第一个数据块的第一个样本进入快速傅里叶算法，直到快速傅里叶变换算法产生要处理的最后一个数据块的最后一个样本这一段时间，是非常重要的。对于流水线式的快速傅里叶变换方法，变换延迟由以下公式给出Delaytrans＝采样周期 (4)其中Δ是从方程的快速傅里叶变换过程中清除掉最后一个或者多个结果所需要的最小附加延迟。在以上等式(1)、(2)、(3)和(4)的基础之上，跟修正快速卷积算法有关的总的处理延迟为Delayprocess＝采样周期 (5)而跟滤波器组方法有关的总的处理延迟则是Delayprocess＝采样周期 (6)表1总结了在采用具有50％重叠的修正快速卷积算法、具有25％重叠的修正快速卷积算法以及采用过采样滤波器组算法的时候，第一个现有技术数据块处理技术中的处理延迟。应当指出，由于修正快速卷积算法采用了重叠技术，而滤波器组算法又采用过采样技术，因此需要一个以上的大变换。对于具重叠了50％的修正快速卷积算法，Delayprocess近似地是1.5*Ntrans。对于具重叠了25％的修正快速卷积算法，Delayprocess近似地是1.75*Ntrans。对于滤波器组算法，Delayprocess近似地是2*Ntrans。但是这些值都假设了大变换是以输入的采样率作为时钟信号频率的。大变换也可以采用更高的采样率作为时钟频率来解决这个问题。不管是哪一种方式，它们都需要极大的计算系统开销。表1 图5A说明已知的第二种技术，其中长度都是Ntrans，每一个都包括实数据的两个数据块被多路复合成一个大的复变换。这第二种技术是建立在无线电通信系统中要处理的所有数据都是实数据这样一个事实的基础之上的。具体而言，图5B～D画出了连续的数据块，例如，输出块n和n+1被同时多路复合成流水线式变换，作为单独的一个复块real(n)+j(imag(n+1))。得到的变换由下式给出Z(k)＝A(k)+jB(k)(7)其中k是“0”和之间的一个整数值。图5B～D还说明这第二种技术的最大处理延迟。例如如图5B所示，采用50％重叠的修正快速卷积算法的最大延迟Delayprocess是，其中每个数据块n、n+1、n+2、n+3的长度都是Ntrans/2。在图5C中，采用25％重叠的修正快速卷积算法的最大延迟Delayprocess是，其中每块数据n、n+1、n+2、n+3的长度都是3Ntrans/4。本领本文档来自技高网...

【技术保护点】
包括多个接收分支的通信接收机中，一种新的信道化方法，包括以下步骤： 在每个接收分支上接收一个数据块； 将每个接收分支的数据块传送给第一个傅里叶变换； 将数据块中包括的数据从时域变换到频域； 在每个接收分支上接收下一个数据块； 将每个接收分支的下一个数据块传送给第二个傅里叶变换； 将下一个数据块中包括的数据从时域变换到频域；和 将第一个傅里叶变换的频域数据和第二个傅里叶变换的频域数据分解成两个或者多个频率块序列。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：R赫尔贝里，S莱永杰姆，J艾利松，
申请(专利权)人：艾利森电话股份有限公司，
类型：发明
国别省市：SE[瑞典]