第５１卷第３期 ２０１１年３月 电讯技术 Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｖｏ１．５１ Ｎｏ．３ Ｍａｒ．２０１１ 文章编号：１００１—８９３Ｘ（２０１１）０３—０Ｏ２７—０６ 短波通信中的低复杂度时域均衡 唐 垒 ，张 哲 ２，沈 良 ，程云鹏 （１．解放军理工大学通信工程学院，南京２１０００７；２．解放军６５０４３部队，吉林松原１３１５００） 摘要：提出了一种基于Ｃｈａｓｅ算法的低复杂度时域均衡技术。首先通过传统的自适应均衡器获取 软值，再利用Ｃｈｓｅ算法计算可信度找到不可靠位，同时构造测试序列，然后进行滑动窗搜索和逐比 ａ特译码。此算法在减小计算量的同时消除了译码时延，并且误码率逼近最大似然序列估计，实现了 复杂度和性能的折衷。 关键词：短波通信；时域均衡；Ｃｈａｓｅ算法；码间串扰；滑动窗；最大似然序列估计 中图分类号：ＴＮ９１１．５ 文献标识码：Ａ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１—８９３ｘ．２０１１．０３．００７ Ａ Ｌｏｗ Ｃｏｍｐｌｅｘｉｔｙ Ｔｉｍｅ Ｄｏｍａｉｎ Ｅｑｕａｌｉｚａｔｉｏｎ Ｍｅｔｈｏｄ ｉｎ ＨＦ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ＴＡＮＧ Ｌｅｉ ，ＺＨＡＮＧ Ｚｈｅ ，ＳＨＥＮ Ｌｉａｎｇ ，ＣＨＥＮＧ Ｙｕｎ－ｐｅｎｇ （１．Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｅｎｇｉｎｅｅｒｉｎｇ，ＰＩＪＡ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， Ｎａｎｊｉｎｇ ２１０００７，Ｃｈｉｎａ；２．Ｕｎｉｔ ６５０４３ ｏｆ ＰＩＡ，Ｓｏｎｇｙｕａｎ １３１５００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａ ｌｏｗ ｃｏｍｐｌｅｘｉｔｙ ｔｉｍｅ ｄｏｍａｉｎ ｅｑｕａｌｉｚａｔｉｏｎ ｔｅｃｈｎｉｑｕｅ ｂａｓｅｄ ｏｎ ｔｈｅ Ｃｈａｓｅ ａｌｇｏｒｉｔｈｍ ｉｓ ｐｒｏｐｏｓｅｄ ｉｎ ｔｈｉｓ ｐａｐｅｒ．Ｔｈｅ ａｌｇｏｒｉｔｈｍ ｆｉｓｔ ｅｘｔｒｒａｃｔｓ ｔｈｅ ｓｏｆｔ ｏｕｔｐｕｔ ｏｆ ａ ｃｏｎｖｅｎｔｉｏｎａｌ ａｄａｐｔｉｖｅ ｅｑｕａｌｉｚｅｒ，ａｎｄ ｔｈｅｎ ｕｓｅｓ ｔｈｅ Ｃｈａｓｅ ａｌｇｏｒｉｔｈｍ ｔｏ ｆｉｎｄ ｕｎｒｅｌｉａｂｌｅ ｂｉｔｓ．Ａｔ ｔｈｅ ｓａｎｌｅ ｔｉｍｅ，ｉｔ ｓｔｒｕｃｔｕｒｅｓ ｔｅｓｔ ｓｅｑｕｅｎｃｅｓ ａｎｄ ｕｓｅｓ ａ ｓｌｉｄｉｎｇ—ｗｉｎｄｏｗ ｔｏ ｄｅｃｏｄｅ ｂｉｔ ｂｙ ｂｉｔ．Ｔｈｅｏｒｅｔｉｃａｌ ａｎａｌｙｓｉｓ ｓｈｏｗｓ ｔｈａｔ ｔｈｅ ｐｒｏｐｏｓｅｄ ａｌｇｏｒｉｔｈｍ ｄｅｃｒｅａｓｅｓ ｔｈｅ ｏｐｅｒａｔｉｏｎ ａｎｄ ｅｌｉｍｉｎａｔｅｓ ｄｅｃｏｄｉｎｇ ｄｅｌａｙ．Ｎｕｍｅｒｉｃａｌ ｓｉｍｕｌａｔｉｏｎ ｒｅｖｅａｌｓ ｔｈａｔ ｈｅ ｐｒｔｏｐｏｓｅｄ ａｌｇｏｒｉｔｈｍ ａｐｐｒｏａｃｈｅｓ ｔｈｅ ｂｉｔ ｅｒｒｏｒ ｒａｔｅ（ＢＥＲ）ｏｆ Ｍａｘｉｍｕｍ Ｌｉｋｅｌｉｈｏｏｄ Ｓｅｑｕｅｎｃｅ Ｅｓｔｉｍａｔｉｏｎ （ＭＩＮＥ） ａｎｄ ａｃｈｉｅｖｅｓ ａ ｇｏｏｄ ｔａｒｄｅｏｆｆ ｂｅｔｗｅｅｎ ｃｏｍｐｌｅｘｉｔｙ ａｎｄ ｐｅｒｆｏｒｍａｎｃｅ． Ｋｅｙ ｗｏｒｄｓ：ＨＦ ｃｏｍｍｕｎｉｃａｔｉｏｎｓ；ｔｉｍｅ ｄｏｍａｉｎ ｅｑｕａｌｉｚａｔｉｏｎｓ；Ｃｈａｓｅ ａｌｇｏｒｉｔｈｍ；ｉｎｔｅｒｓｙｍｂｏｌ ｉｎｔｅｒｆｅｒｅｎｃｅ（ＩＳＩ）；ｓｌｉｄ— ｉｎｇ—ｗｉｎｄｏｗ；ＭＩＮＥ 降低ＭＬＳＥ复杂度已成为当前研究的焦 １ 引 言 对于减小等概输入的数据序列的错误概率而 点ｌ０ Ｊ。文献［７］将逐符号的最大后验概率（Ｍａｘｉ． ｍＵＩＲ Ａ Ｐｏｓｔｅｒｉｏｒｉ，ＭＡＰ）均衡和ＭＩＮＥ相结合；另外还 有减少状态序列估计（Ｒｅｄｕｃｅｄ—ｓｔａｔｅ Ｓｅｑｕｅｎｃｅ Ｅｓｔｉ． ｍａｔｉｏｎ，ＲＳＳＥ）的逐幸存路径处理（Ｐｅｒ—ｓｕｒｖｉｖｏｒ ｐｒｏ— ｃｅｓｓｉｎｇ，ＰＳＰ）【 。Ｊ法和利用分集映射原理减小信号 言，最大似然序列估计（ＭＩＮＥ）是最优均衡技术＿】．２ｊ， 其复杂程度随着码问串扰（ＩＳＩ）长度和信号星座图 的大小呈指数增长。现有文献所研究的其它均衡 器，如线性均衡器或判决反馈均衡器等，虽然实现复 调制阶数法等。 近来，文献［１１］将具有非连续性的差分移相键 杂度较低，但所获误比特率（Ｂｉｔ Ｅｒｒｏｒ Ｒａｔｅ，ＢＥＲ）性 能却远劣于ＭＩＮＥ的ＢＥＲ性能＿２Ｊ。 控（Ｄｉｆｅｒｅｎｔｉｌａ Ｐｈａｓｅ Ｓｈｉｔｆ Ｋｅｙｉｎｇ，ＤＰＳＫ）和球形译码 ＊收稿日期：２０１０—１０一螺；修回日期：２０１１—０１—１２ ・２７・ ＷｇＣ￣Ｖ．ｔｅｌｅｏｎｌｉｎｅ．ｃｎ 电讯技术 ２０１１年 算法相结合，实现了时变信道下未知参数的多符号 差分检测（Ｕｎｋｎｏｗｎ—ｓｔａｔｉｓｔｉｃｓ Ｍｕｌｔｉｐｌｅ—ｓｙｍｂｏｌ Ｄｉｉｆｅｒ． 可信度序列 。，，中元素的可信度定义为 Ｆｋ＝ｌｇ （４） ｅｎｔｉａｌ Ｄｅｔｅｃｔｏｒ，ＭＳＤＤ—ＵＳ）。但文献［１２］已指出，基 于球面译码算法的复杂度将随分组长度的增加呈指 数增长，因而所获算法只适用于数据较短的情况。 本文提出的低复杂度时域均衡是一种基于 （２）根据可信度最低的位置产生２『Ｊ个试探序列ｋ； （３）构造测试序列 ，其中 ＝ｙ① ，④表示按 位异或； （４）对测试序列 进行硬判决译码，得到的候 选码字ｃ归入集合ｚ； Ｃｈａｓｅ算法的准最大似然序列估计的均衡方法。在 早期的文献中，Ｃｈａｓｅ算法用来解决Ｔｕｒｂｏ码和ＲＳ 码的软判决译码。然而，Ｃｈａｓｅ算法最直接的应用是 （５）在集合 中寻找与接收序列ｒ有最小欧氏 产生多个检测图样，因此会带来复杂性的大幅增加。 本文通过引入可信度概念，消除可能性小的幸存路 径，同时利用滑动窗ｌ１ ３ｌ实现小范围内的全搜索，有 效地减小了码间串扰的影响。 ２ ＭＬＳＥ算法 时间离散信道的输出信号可以写成： ：∑ｈ 一 ＋ （１） 式中，￡为信道长度，ｈ 为信道系数，符号ｓ 由ｍ个 比特映射组成，ｎ 表示零均值的高斯白噪声，其方 差为 。 ＭＬＳＥ的基本思想是对每一个可能的发送序列 ｓ（ｍ）：｛５；…， ｌ ，…，ｓ ），求接收序列ｒ１，ｒ２，…， ｒ 的似然概率，其中Ⅳ表示一个数据包里的符号 个数： Ｐ（ ｒ２ｊ…，ＦＮＩ ‘ ）：ⅡＰ（ｒｋＩ ）＝ ．ｅ［一 Ｎ Ｊ（２） 并选择似然概率最大的输入序列作为均衡器的输 出。因为上式仅在指数项上有变量，因此只需使下 式最小化即可： ∑（ 一∑ｈｉｓ ） （３） 最直接的方法是穷搜索，需要计算 （Ｍ＝２ 为符 号进制数）条路径的似然概率。实际中，用Ｖｉｔｅｒｂｉ 算法代替穷搜索算法可将路径数减小到ＭＬ。但是 对于码间串扰长的信道，这种算法太复杂。 ３ Ｃｈａｓｅ算法 Ｃｈａｓｅ算法实现过程如下： （１）由接收序列ｒ获得相应的硬判决序列Ｙ和 ・２８・ 距离的码字，作为译码器的输出。欧氏距离定义为 ｆ ｒ—ｃ ｆ：∑（ｒｉ—Ｃｉ） （５） 由上可见，Ｃｈａｓｅ算法的复杂度主要取决于试探 序列集合的大小和硬判决译码算法的复杂度。 ４ Ｃｈａｓｅ均衡 由于Ｖｉｔｅｒｂｉ算法存在固定译码时延一般为４，Ｊ ～５Ｌ［２］，难以实时跟踪信道变化，从而导致ＭＬＳＥ不 能获得最优的结果。针对ＭＩＳＥ时延和复杂度较高 的问题，这里描述了一种基于Ｃｈａｓｅ算法的滑动窗 搜索时域均衡，有如下特点： （１）Ｃｈ￣均衡采用的是树状搜索而不是栅格搜索； （２）采用传统的自适应均衡器消除搜索中可能 性小的幸存路径，同时估计信道参数； （３）用滑动窗搜索的方法解决复杂度呈指数增 长的问题。对小范围全部搜索，而不是对全局穷举； （４）滑动窗搜索后逐比特的判决，而不是对符号 序列进行估计，解决了译码时延的问题。 Ｃｈａｓｅ均衡器由３部分组成，包括一个自适应均 衡器和一个带滑动窗搜索的Ｃｈａｓｅ算法以及一个信 道估计器，如图１所示。 图１ Ｃｈａｓｅ均衡器结构 Ｆｉｇ．１ Ｃｈａｓｅ ｅｑｕａｌｉｚｅｒ ｓｔｒｕｃｔｕｒｅ 其中，自适应均衡器通过跟踪算法自适应地调 第３期 唐垒等：短波通信中的低复杂度时域均衡 第２６８期 整信道参数。传统的信道跟踪算法有最小均方误差 （Ｌｅａｓｔ Ｍｅａｎ Ｓｑｕａｒｅ，ＬＭＳ）算法和递归最小二乘（Ｒｅ— ｃｕｒｓｉｖｅ Ｌｅａｓｔ Ｓｑｕａｒｅ，ＲＩＢ）算法，前者结构简单，后者 零 臣 亟匹互 区薨巨 正］二三 工圈 收敛速度快。 在时刻ｎ，自适应均衡器的输入向量为，． ＝ ［ｒｎ， 一 －－，ｒｎ—Ｌ＋Ｉ］ ，均衡器长度等于ＩｓＩ长度， 滤波器的抽头增益向量为Ｗ ＝［Ｗｏ，Ｗ 一，Ｗ￡一１］ ， 此时的误差是ｅ ＝ｄ 一 Ｔ ｒ 。 ＬＭＳ算法是基于最小均方误差准则（Ｍｉｎｉｍｕｍ Ｍｅａｎ—ｓｑｕａｒｅｄ Ｅｒｒｏｒ，ＭＭＳＥ）的维纳滤波器和最陡下 降法提出的。迭代公式为 ＋１＝ｗ ＋２ ‘ｅ ‘ｒ （６） 式中， 是迭代步长。 ＲＩＢ算法采用最小二乘准则，即在每一时刻对 所有输入信号的加权平方误差和求最小化。同时引 入遗忘因子 ，以达到更快收敛，其递推式为 ｗ ＋１＝ ＋ ｅ （７） 其中定义了信号自相关矩阵 和卡尔曼增益向量： 蹇 ㈦ 自适应均衡器的输出为Ｙ ＝ｗＩ ｔ ｒｎ，一方面用于 修正均衡器抽头系数，另一方面用于计算符号 中 ｍ个比特ｃｉ ，ｃ５ ，…，ｃ ’的可信度。比特ｃ 的 可信度可以用对数似然比计算，即： ）－１ｇ （９） 比特可信度ｒ 体现了ｃ 在星座图上的位 置。在ＡＷＧＮ信道中，ＢＰＳＫ的判决线为虚轴，ｒ÷ ） 的正负符号代表硬判决值： ：ｆｔＯ， 厂 １’ ０ ≤０ （１０） 而厂 的绝对值代表硬判决的可信度，绝对值越大 表示离虚轴越远，判决越可靠。 当获得时刻ｎ的ｍ个比特ｃ ，ｃ ，…，ｃ ’ 的可信度之后，便可进入第二步处理，即Ｃｈａｓｅ算 法。由图２可知，首先要确定不可靠位，这里定义 为可信度门限。为了减小算法复杂度，只比较长 度为 的滑动窗内的比特可信度，记录窗内小于门 限 的位置和个数Ｐ。对自适应均衡器输出的Ｙ 进行硬判决，若判决符号的所有比特可信则直接判 出，若不可信则产生长度为 的２ 个测试序列 。 １．．．００ｏ…：ｏ：…１１１…：ｌ：…００ｏ…ｌ Ｉ．”００ｏ…：ｌ：叫ｌｌ…：１：…０００…ｌ １．．．０００…：１：…“１．”：ｏ：…００ｏ…ｌ 图２构造测试序列 Ｆｉｇ．２ Ｃｏｎｓｔｒｕｃｔｉｎｇ ｔｅｓｔ ｓｅｑｕｅｎｃｅｓ 用测试序列替换原硬判决序列对应位置的 ￡ｂｉｔ，其余比特保持不变，生成估计序列ｃ （１≤ｉ≤ ２ ），再通过符号映射得到判决序列 ＝［ “， 一， Ｌ＋１］。重复上述过程直到２ｐ个判决 序列已知，然后进行比特判决： ＝ａｒｇ［ｍａｘＰ（ ｊ ’， －－， Ｌ＋１）］ （１１） 上述概率密度函数的最大化即为所有判决序列 ｎ（ｆ 的欧氏距离ｌ 一 ’＊盂Ｉ 的最小化，其中 是信道估计的结果。最后滑动窗移动１ ｂｉｔ，同时滑 出最终的判决比特Ｃｎ（如图３所示），这样就完成了 一次Ｃｈａｓｅ算法搜索过程。 图３滑动窗搜索过程 Ｆｉｇ．３ Ｔｈｅ ｓｌｉｄｉｎｇ ｗｉｎｄｏｗ ｓｅ￣ｃｈ 虽然前一比特判决的结果会用于下一比特判决 中，但是利用了不可靠位构造测试序列，实现小范围 内的穷搜索，消除了错误传输。 ５性能分析 ５．１ ＢＥＲ性能 假设采用ＢＰＳＫ调制，由于ｎ 是零均值的高斯 白噪声，故当发送“０”时，均衡器输出Ｙ 的概率密度 函数为 １ ｅｘｐ［＿ ］ ） 而当发送“１”时，Ｙ 的概率密度函数为 （ ）＝ １ ｅｘｐ［一 ］（１３） ・２９・ ＷＷＷ．ｔｅｌｃｏｎｌｉｎｅ．ｃｎ 电讯技术 ２０１１矩 与它们相应的曲线如图４所示。 图４ 的概率密度 Ｆｉｇ．４ Ｔｈｅ ｐｒｏｂａｂｉｌｉｔｙ ｄｅｎｓｉｔｙ ｆｕｎｃｔｉｏｎ（ＰＤＦ）ｏｆ＿ｙ『ｌ 根据全概率公式，总的误码率可以表示为 ＝Ｐ（０）Ｐ（１ Ｊ ０）＋Ｐ（１）Ｐ（Ｏ Ｊ １） （１４） 假设ＢＰＳＫ调制输入等概，则上式可写成： Ｐ ＝Ｐ（Ｏ１ １）＝ Ｐ（ＯＩ １， ＜一 ）Ｐ（ ＜一 Ｉ １）＋ Ｐ（Ｏ Ｉ １，一 ≤Ｙ ≤ ）Ｐ（一 ≤Ｙ ≤ Ｉ １）＋ Ｐ（Ｏ１ １，Ｙ ＞ ）Ｐ（Ｙ ＞ Ｉ １） （１５） 由门限判决可知： ｛【 ０Ｐ（Ｏ １ｌ １，Ｙ ＞ ＜ ）＝０ （１６） ６仿真结果 并且设Ｐｃ｝ｌａｓ。＝Ｐ（Ｏ Ｉ１，一 ≤Ｙ ≤ ），故 可化 简为 Ｐ ：ｆ一 ／ （）， ）ｄｙ ＋Ｐｃｈ 。『 （ｙ ）ｄｙ ： ｅｒｒｃ ｃ ）＋Ｐ 。［吉ｅ （ ，一 吉ｅｒｆｃ（ ）］ （１７） 这里ｅｆｆｅ（ ）是互补误差函数。由于Ｃｈａｓｅ算法采用 的是小范围内的穷搜索，因此当门限 一∞，相当 于是全局搜索。于是有Ｐｃ ＰＭＬ，同时 ｅ （ ）￣０ （ ）￣２ 变为 Ｐ 一ＰＭＩ ， 一∞ （１８） ５．２复杂度分析 Ｃｈａｓｅ均衡的复杂度主要取决于测试序列集合 的大小。设均衡器输出Ｙ 在门限 内的概率为 Ｐ ，则： ． Ｐ ＝Ｐ（一 ≤Ｙ ≤ ｌ １）Ｐ（１）＋ Ｐ（一 ≤Ｙ ≤ １ ０）Ｐ（Ｏ） （１９） 由于输入等概，可化简为 Ｐ ：Ｐ（一 ≤Ｙ ≤ ｌ １）＝ 吉ｅ ｃ ～ ｅ ｃ ｃ加） 那么测试序列集合的大小为 ・３０・ ：∑ｃ ２ Ｐ＇ｖ（１一Ｐｖ）ｍ～・ ∑丸 ２ＪＰＪｖ（１～Ｐ ） 一 ： Ｊ＝０ （１ ｌ＿（ （２１） 在ＢＰＳＫ条件下： ２＝２Ｐ （１＋Ｐ ） 一 （２２） 从表１中可以看出， 越大，Ｃｈａｓｅ均衡的路径 搜索就越小于ＭＬＳＥ，计算量也就越小。 表ｌ Ｃｈａｓｅ均衡和ＭＬＳＥ的性能比较 Ｔａｂｌｅ １ Ｐｅｆｏｎｍｎｃ￣ｏＯ 呷 ｓ衄ｂｅｔｗｅｅｎ Ｃｈａｓｅ￣ｉＺａｌＪＯｌｌ＂ａｎｄ ＭＩＳＥ …一一’ 考虑ＢＰＳＫ调制，采用信道长度Ｌ＝１１的离散 时间信道【３ｊ 其冲激响应为［０．０４ —０．０５ ０．０７ —０．２１ —０．５ ０．７２ ０．３６ ０ ０．２１ ０．０３ ０．０７］，并且自适应均衡器长度与信道长度相同。设 定信源发送的数据包含有５００个符号，由１００个训 练符号和４００个数据符号组成。 图５是当信道未知时的ＢＥＲ性能。此时，信道 参数是通过训练序列估计得到的。在ＲＩＳ自适应 算法下Ｃｈａｓｅ均衡性能优于ＬＭＳ算法，这是因为 ＲＬＳ的收敛速度明显比ＬＭＳ的收敛速度快。 图５信道未知时的均衡性能 Ｆｉｇ．５ ＢＥＲ ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ｔｈｅ ｕｎｋｎｏｗｎ ｃｈｍｍｅｌ 图６是可信度门限 对Ｃｈａｓｅ均衡ＢＥＲ性能 影响的比较。 增大计算量随之增大，但误码率下 降并形成一个误码平层，因此必须找到一个合适的 达到计算量和误码率的折衷。 第３期 唐垒等：短波通信中的低复杂度时域均衡 总第２６８期 改善计算复杂度，仍需要进一步分析和研究。 参考文献： ［１］Ｆｏｍｅｙ Ｇ Ｄ．Ｍａｘｉ￣ｌｉｋｅｌｉｈｏｏｄ ｓｅｑｕｅｎｃｅ ｅｓｉｔｍａｉｔｏｎ ｏｆ ｄｉ ｔａｌ ｓｏｊｕｅｎｃｓｅ ｉｎ ｔｈｅ ｐｒｅｓｅｎｃｅ ｏｆ ｉｎｔｅｒｓｙｍｂｏｌ ｉｎｔｅｒｆｅｒｅｎｃｅ［ＪＪ．ＩⅡ强 图６可信度门限 与ＢＥＲ的关系 Ｆｉｇ．６ Ｔｈｅ ｒｅｌａｔｉｏｎｓｈｉｐ ｂｅｔｗｅｅｎ ａｎｄ ＢＥＲ 图７是判决比特Ｃ 的位置Ａ（０≤Ａ≤Ｌ一１）对 ＢＥＲ性能影响的比较。 的大小对ＢＥＲ性能有一 定的影响，这是因为均衡器的输出包含信号部分和 噪声部分，因此必须选取适当的判决位置，使得输出 信噪比（Ｓｉｇｎａｌ ｔｏ Ｎｏｉｓｅ Ｒａｔｉｏ，ＳＮＲ）达到最大，才能得 到较好的误码性能。 § Ｎ ）／ｄＢ 图７比特判决的位置Ａ与ＢＥＲ的关系 Ｆｉｇ．７ Ｔｈｅ ｒｅｌａｔｉｏｎｓｈｉｐ ｂｅｔｗｅｅｎ ｄｅｃｉｓｉｏｎ ｔｉｍｅ Ａ ａｎｄ ＢＥＲ ７结 论 本文研究了一种基于Ｃｈａｓｅ算法的低复杂度时 域均衡方法。在信道未知情况下，自适应均衡器的 输出作为软值进行可信度的计算，通过判决门限找 到滑动窗内的不可靠位，并结合信道估计判决输出 与接收序列欧氏距离最小的测试序列，由此消除了 不可靠的搜索路径，减小了搜索长度，降低了计算复 杂度，同时还保持了与ＭＩＮＥ非常接近的ＢＥＲ性能。 理论分析和仿真实验表明，Ｃｈａｓｅ均衡计算复杂度 明显低于ＭＩＮＥ，而性能损失却很少。需要指出的 是，ＲＩＳ自适应算法是以复杂度为代价换取性能的 提升。因此，如何设计更有效的自适应算法，进一步 Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｆｏｒｍａｔｉｏｎ ｈＴｅｏ￣，１９７２，３（１８）：３６３—３７８． ［２］ Ｊｏｈｎ Ｇ Ｐｒｏａｋｉｓ．Ｄｉ ｇｉｔａｌ ＣｏｎｍｌｕｎｉｃａｔｉｏｎｓｌＭｊ．４ｔｈ ｅｄ．Ｂｅｉ ｊｉｎｇ： ｓｈｉｒｉｇ Ｈｏｕｓｅ ｏｆ Ｅｌｅｃｔｒｏｎｉｃｓ Ｉｎｄｕｓｔｒｙ， Ｏ０５：５９８—６３２． ［３］Ｍｙｂｕｒｇｈ Ｈ Ｃ，Ｏｌｉｖｉｅｒ Ｊ Ｃ．Ｎｅａｒ—Ｏｐｔｉｍａｌ Ｌｏｗ Ｃｏｍｐｌｅｘｉｔｙ ＭＬｓＥ Ｅｑｕａｌｉｚａｔｉｏｎ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉ— ｃａｔｉｏｎｓ ａｎｄ Ｎｅｔｗｏｒｋｉｎｇ Ｃｏｎｆｅｒｅｎｃｅ．Ｌａｓ Ｖｅｇａｓ：ＩＥＥＥ，２００８： ２２６—２３０． ［４］Ｍｙｂｕｒｇｈ Ｈ Ｃ，Ｌｉｎｄｅ Ｌ Ｐ．Ｒｅｄｕｃｅｄ Ｃｏｍｐｌｅｘｉｔｙ Ｃｏｍｂｉｎｅｄ Ｓｏｆｔ Ｄｅｃｉｓｉｏｎ ＭＬｓＥ Ｅｑｕａｌｉｚａｔｉｏｎ ａｎｄ Ｄｅｃｏｄｉｎｇ［ｃ Ｊ／／Ｐｒｏ— ｅｅｅｄｉｎｇｓ ｏｆ Ａｕｓｔｒａｌａｓｉａｎ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ Ｎｅｔｗｏｒｋｓ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ Ｃｏｎｆｅｒｅｎｃｅ．Ａｄｅｌａｉｄｅ：ＩＥＥＥ，２００８：２０９—２１３． ［５］ Ｒｉｌｂｓａｔｎｅｎ Ｍ，Ｗｉｎｚｅｒ Ｐ Ｊ，Ｅｓｓｉａｍｂｒｅ Ｒ Ｊ．Ｓｉｍｐｌｅ ｍｅｔｈｏｄ ｆｏｒ ＩⅧＬＳＥ ｐｅｒｆｏｒｒｍｎｃｅ ｅｓｔｉａｍｔｉｏｎ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ＩＥＥＥ／ ’（）Ｓ Ｓｕｎｍ￣ｒ Ｔｏｐｉｃａｌ Ｍｅｅｔｉｎｇｓ．Ｐｏｒｔｌａｎｄ：ＩＥＥＥ，加町：６１—６２． ［６］Ｌｕｏ Ｊｉｅ．Ｆａｓｔ ｍａｘｉｍｕｍ Ｉｉｋｅｌｉｈｏｏｄ ｓｅｕｑｅｎｃｅ ｄｅｔｅｃｔｉｏｎ ｏｖｅｒ ｖｅｃｔｏｒ ｉｎｔｅｒｓｙｍｂｏｌ ｉｎｔｅｒｆｅｒｅｎｃｅ ｃｈａｎｎｅｌｓｌ Ｃｊ／／Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｃｏｕｓｔｉｃｓ Ｓｐｅｅｃｈ ａｎｄ Ｓｉｇ— ｎａｌ Ｐｒｏｃｅｓｓｉｎｇ．Ｈｏｎｏｌｕｌｕ：ＩＥＥＥ．２００７：４６５—４６８． Ｉ ７ｌ Ｂａｒｈｕｍｉ Ｉ，ＭｏｏｎｅｎＭ．ＭＬｓＥａｎｄＭＡＰ ＥｑｕａｌｉａｚｔｉｏｎｆｏｒＴｒａｎｓ— ｍｉｓｓｉｏｎ Ｏｖｅｒ Ｄｏｕｂｌｙ Ｓｅｌｅｃｉｔｖｅ Ｃｈａｎｎｅｌｓ ｌ Ｊ ｊ．ＩＥＥＥ Ｔｒａｎｓａｃ— ｔｉｏｎｓ ｏｎ Ｖｅｈｉｃｕｌａｒ Ｔｅｃｈｎｏｌｏｇｙ，２００９，５８（８）：４１２０—４１２８． ［８］Ｐａｔｗａｒｙ Ｍ Ｎ，Ｒａｐａｊｉｃ Ｐ Ｂ．Ｄｅｃｉｓｉｏｎ Ｆｅｅｄｂａｃｋ Ｐｅｒｓｕｒｖｉｖｏｒ Ｐｒｏｃｅｓｓｉｎｇ：Ｎｅｗ Ｒｅｄｕｃｅｄ Ｃｏｍｐｌｅｘｉｔｙ Ａｄａｐｔｉｖｅ ＭＬｓＥ Ｒｅ— ｅｅｉｖｅｒ Ｊ Ｃ Ｉ／／Ｐｒｏｅｅｅｄｉｎｇｓ ｏｆ Ａｓｉａ—Ｐａｃｉｉｆｃ Ｃｏｎｆｅｒｅｎｃｅ Ｏｉｌ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ．Ｐｅｒｔｈ：ＩＥＥＥ，２００５：８０２—８０６． ［９］ Ｚｈｏｕ Ｈａｎｂｉｎｇ，Ｌｉ Ｄａｏｅｂｎ．Ａ Ｓｉｍｐｌｉｉｆｅｄ Ｋａｌｍａｎ—ＭＬｓＤ Ｒｅ— ｃｅｉｖｅｒ ｏｖｅｒ Ｆａｓｔ Ｆａｄｉｎｇ Ｃｈａｎｎｅｌ［Ｃ１／／Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ Ｉｎｔｅｒｎａ— ｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｗｉｒｅｌｅｓｓ，Ｍｏｂｉｌｅ ａｎｄ Ｍｕｌｔｉｍｅｄｉａ Ｎｅｔ— ｗｏｒｋｓ．Ｈａｎｇｚｈｏｕ：ＩＥＥＥ，２（ｘ）６：１—４． ［１０］ Ｕｕ Ｔ，Ｇａｚｏｒ Ｓ．Ａｄａｐｔｉｖｅ ＭＬＳＤ ｒｅｃｅｉｖｅｒ ｅｍｐｌｏｙｉｎｇ ｎｏｉｓｅ ｃｏｒｒｅｌａｔｉｏｎ［Ｊ Ｊ．ＩＥＥＥ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ Ｃｏｍｍｕｎｉｃａｔｉｏｎ， ２（）ｏ６．１５３（５）：７１９—７２４． ［１１］Ｒｉｅｋｌｉｎ Ｎ，Ｚｅｉｄｌｅｒ Ｊ Ｒ．Ｂｌｏｃｋ Ｄｅｔｅｃｔｉｏｎ ｏｆ Ｍｕｌｔｉｐｌｅ Ｓｙｍｂｏｌ ＤＰＳＫ ｉｌｆ ａ Ｓｔａｔｉｓｔｉｃａｌｌｙ Ｕｎｋｎｏｗｎ Ｔｉｍｅ—Ｖａｒｙｉｎｇ Ｃｈａｎｎｅｌ Ｉ Ｃ Ｉ／／Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｒｍｎｕｎｉｃａｔｉｏｎｓ．Ｄｒｅｓｄｅｎ：ＩＥＥＥ．２０（）９：１—５． ［１２］Ｊａｌｄｅｎ Ｊ，Ｏｔｔｅｒｓｔｅｎ Ｂ．０ｎ ｔｈｅ ｃｏｍｐｌｅｘｉｔｙ ｏｆ ｓｐｈｅｒｅ ｄｅｃｏｄｉｎｇ ｉｎ ｉｄｇｉｔｌａ ｃｏｍｍｕｎｉｃａｔｉｏｎｓｌ Ｊｊ．ＩＥＥＥ Ｔｒｎａｓａｃｔｉｏｎｓ ｏｎ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ，２００５，５３（４）：１４７４—１４８４． ［１３］Ｌｏｓｋｏｔ Ｐ，Ｂｅａｕｌｉｅｕ Ｎ Ｃ．Ｓａｍｐｌｅ Ｒｅｊｅｃｔｉｏｎ ｏｆｒ Ｅ伍ｃｉｅｎｔ Ｓｉｍ— ｕｌａｔｉｏｎ ｏｆ Ｉｎｔｅｒｓｙｍｂｏｌ Ｉｎｔｅｒｆｅｒｅｎｃｅ Ｃｈａｎｎｅｌｓ ｗｉｔｈ ＭＵ Ｄ ｌＣ ｌ／／Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ａｎｄ Ｎｅｔ— ｗｏｒｋｉｎｇ Ｃｏｎｆｅｒｅｎｃｅ．Ｎｅｗ Ｏｒｌｅａｎｓ，ＬＡ，ＵＳＡ：ＩＥＥＥ，２００５： ９】１—９】６． ・３１ ・ Ⅵ ．ｔｅｌｅｏｎｌｉｎｅ．ａｎ 电讯技术 ｒｅｃｔｉｏｎ ｉｓ ｍｏｂｉｌｅ ｃｏｉｎｍｕｎｉｃａｔｉｏｎｓ． ２０１１年 作者简介： 唐垒（１９８６一），男，四川西昌人，２００４年于电子科技大 学获电子信息工程专业学士学位，现为硕士研究生，主要研 沈 良（１９６７一），男，浙江湖州人，１９９１年获通信与电子 系统硕士学位，现为解放军理工大学通信工程学院教授，主 要研究方向为短波通信和信号处理； ＳＨＥＮ Ｌｉａｎｇ Ｗａｓ ｂｕｍ ｉｎ Ｈｕｚｈｏｕ，Ｚｈｅｊｉａｎｇ Ｐｒｏｖｉｎｃｅ，ｉｎ １９６７．Ｈｅ ｒｅｃｅｉｖｅｄ ｔｈｅ Ｍ．Ｓ．ｄｅｇｒｅｅ ｉｎ １９９１．Ｈｅ ｉｓ ｎｏｗ ａ ｐｍｆｅｓ— Ｈｉｓ ｒｅｓｅａｒｃｈ ｉｍｅｒｅ￣ｓ ｉｎｃｌｕｄｅ ＨＦ ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ａｎｄ ｓｉｇｎａｌ ｐｍｃｅｓｓｍｇ・ 究方向为移动通信； ＴＡＮＧ Ｌｅｉ ｗａｓ ｂｕｍ ｉｎ Ｘｉｃｈａｎｇ，Ｓｉｃｈｕａｎ Ｐｒｏｖｉｎｃｅ，ｉｎ １９８６． Ｈｅ ｒｅｃｅｉｖｅｄ ｔｈｅ Ｂ．Ｓ．ｄｅｇｒｅｅ ｉｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｅｌｅｃｔｒｏｎｉｃ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ ｏｆ Ｃｈｉｎａ ｉｎ ２００４．Ｈｅ ｉｓ ｎｏｗ ａ ｇｒａｄｕａｔｅ ｓｔｕｄｅｎｔ．Ｈｉｓ ｒｅ— ｓｅａｒｃｈ ｄｉｒｅｃｔｉｏｎ ｉｓ ｍｏｂｉｌｅ ｃｏｍｍｕｎｉｃａｔｉｏｎｓ． Ｅｍａｉｌ：８６ｔａｎｇｌｅｉ＠ｓｉｎａ．ｃｏｉｎ 程云鹏（１９７７一），男，湖北天门人，２００３年获通信工程专 业博士学位，现为解放军理工大学通信工程学院副教授，主 张哲（１９８５一），男，辽宁阜新人，２００３年于解放军理工 大学获通信工程专业学士学位，现为硕士研究生，主要研究 方向为移动通信； ＺＨＡＮＧ Ｚｈｅ Ｗａｓ ｂｏｍ ｉｎ Ｆｕｘｉｎ．Ｌｉａｏｎｉｎｇ Ｐｒｏｖｉｎｃｅ．ｉｎ １９８５． Ｈｅ ｒｅｃｅｉｖｅｄ ｔｈｅ Ｂ．Ｓ．ｄｅｇｒｅｅ ｉｎ ＰＬＡ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ ｉｎ ２００３．Ｈｅ ｉｓ ｎＯＷ ａ ｇｒａｄｕａｔｅ ｓｔｕｄｅｎｔ．Ｈｉｓ ｒｅｓｅａｒｃｈ ｄｉ— ¨－．＿．＿．…一…一一－● …．－．一 ｍ＋ ¨ｍ¨ 要研究方向为信号处理和移动通信。 ＣＨＥＮＧ Ｙｕｎ—ｐｅｎｇ Ｗａｓ ｂｕｍ ｉｎ Ｔｉａｎｍｅｎ，Ｈｕｂｅｉ Ｐｒｏｖｉｎｃｅ，ｉｎ １９７７．Ｈｅ ｒｅｃｅｉｖｅｄｔｈｅＰｈ．Ｄ．ｄｅｇｒｅｅｉｎ ２００３．Ｈｅｉｓ ｎＯＷ ａｎａｓｓｏｃｉ— ａｔｅ ｐｒｏｆｅｓｓｏｒ．Ｈｉｓ ｒｅｓｅａｒｃｈ ｉｎｔｅｒｅｓｔｓ ｉｎｃｌｕｄｅ ｓｉｇｎａｌ ｐｒｏｃｅｓｓｉｎｇ ａｎｄ ｍｏｂｉｌｅ ｃｏｉｎｍｕｎｉｃａｔｉｏｎｓ． ＋－◆＿◆一◆¨．Ｈ．－．＿．－¨＿◆…．＿．＿．－¨ 《电讯技术》征稿启事 《电讯技术》（月刊）创刊于１９５８年，由中国西南电子技术研究所主办，系国内外公开发行的、理论与应用相结合的综合性 电子专业科技刊物，为中文核心期刊。目前，已被英国ＩＥＥ《科学文摘（ＳＡ）｝ＩＮＳＰＥＣ、美国《剑桥科学文摘（ｃｓＡ）》、波兰《哥白尼 索引（Ｉｃ）》等国外知名数据和国内多个中文数据库收录。 本刊主要刊登涉及下列应用方向和技术领域的述评、论文、新概念新技术新产品介绍： ・ 电子系统工程 ・ 通信 ・ 导航 ・ 识别 ・ 飞行器测控 ・ 卫星应用 ・ 雷达 ・ 信息战 ・共性技术（包括天线、射频电路、信号处理、信息处理、监视与控制、时间与频率、先进制造、电磁兼容等）。 本刊栏目有：系统总体技术、信号与信息处理技术、计算机、网络及其应用技术、信道技术、先进制造技术、基础技术、述评 与展望。 欢迎业内学者、专家及科技人员踊跃投稿。 来稿要求及注意事项： ， （１）文稿务必主题明确，论述合理，逻辑严谨，数据可靠，叙述清楚，文字精炼。内容应保守国家机密，并提供所在单位的保 密审查证明，引用他人作品应给出来源。 （２）文稿一般不应超过６ ０００字，综述稿不超过８ ０００字。稿件应附英文题名、作者名、单位名、摘要和关键词，基金项目应 注明项目编号。中文题名一般不超过２０个汉字，必要时可加副标题。 （３）摘要应包括目的、方法、结果和结论四要素，即用简洁的语言说明文章要解决的问题，主要工作过程及所采用的技术手 段和方法，研究所获得的实验数据、结果及其意义。篇幅以２００～３００字为宜。 （４）关键词以３～８个为宜。为便于文献检索，应尽可能根据《中国图书馆分类法（第四版）》提供中图分类号。 （５）文中涉及的物理量和计量单位应符合国家有关标准。计量单位请用ＧＢ３１００—３１０２—９３《量和单位》规定的法定计量单 位。注意区分各物理量符号的文种、大、小写、正斜体（矢量和矩阵用黑斜体）、上、下角标等。 （６）插图和表格只给出必要的，且应有图题和表题。插图最好采用计算机制作。照片以黑白为佳，也可采用扫描的电子文 档（精度高于４００ ａｐｉ，ｔｉｆ、ＪＰｇ、ｐｓｄ等格式均可）。 （７）文稿中引用他人的成果，务请写明原作者姓名、题名、来源，一并在参考文献中给出，并在正文中相应位置进行标示，否 则责任由来稿人自负。参考文献只择主要的，未公开发表的文献请勿列入参考文献。书写格式请参见ＧＢ／Ｔ ７７１４—２００５文后 参考文献著录规则。 （８）投稿邮箱：ｄｉａｎｘｕｎｊｉｓｈｕ＠ｃｈｉｎａ．ｃｏｎ，并尽量同时提供ｗｏｆｄ和ｐｄｆ文档，无需另寄打印稿。来稿请注明作者详细通信地 址、联系电话和有效电子邮箱，并注明拟投栏目。 （９）本刊编辑部将在＋３个月之内对来稿作出取舍，如逾期未收到处理意见或刊用通知，作者有权对稿件另行处理。稿件一经刊 用，本刊将酌情从优支付稿酬并赠送当期样刊，本刊支付的稿酬中已包含作者著作权使用费。请勿一稿多投，否则后果自负。 ・３２・