本发明一般涉及利用高斯最小频移键控(GMSK)或其它最小频 移键控(MSK)信号来减小无线通信系统中的干扰，及更具体地涉及 一种方法和设备，用于(ⅰ)抑制在通信接收机处收到的并占据与一 个或多个所需信号相同或相邻频带的干扰信号，(ⅱ)如果需要， 将通信接收机处接收的多个所需通信信号加以分离，及(ⅲ)将影 响通信接收机处接收的一个或多个所需通信信号的失真加以校正，例 如由多径射频(RF)传播频道所造成的失真。

本发明背景分为两大类：(ⅰ)有关用于完成干扰抑制、信号 分离和失真校正的滤波结构的工作，及(ⅱ)有关适应性算法的工 作，该算法调整这些滤波结构中的系数以允许它们在移动、可携和个 人无线通信系统所特有的信号环境中运行。然而此工作基本上与本发 明不同。

A．滤波结构

除单传感器FRESH滤波器和联合最大似然序列估计器以外，所 有其它在用于在相同频带和时序间隔中接收多个GMSK或MSK信号的 系统所能应用的干扰抑制和信号分离的现有工作都要求使用多个传 感器(天线)。这项工作的另一要求是多个传感器收到的任何两个信 号的空间特性必须足够地不同；如此要求得不到满足(或勉强地满 足)，则滤波结构将无法抑制干扰和分离所需信号(或以差的质量做 到这点)。这项工作包括所有属于线性时不变(LTI)时空滤波器类 的滤波结构；此类滤波器由下列事实决定：即它们的输出可用多个传 感器的输出信号的幅值标定，相移和时移形式的和来数学地求模。显 然，此类滤波器事实上表征所有以前开发过的用于处理由本发明解决 的问题(及类似于它的问题)的滤波结构。

至于单传感器FRESH滤波器，现有工作中没有一项(ⅰ)讨论 或描述将FRESH滤波应用于GMSK或其它MSK信号类，(ⅱ)讨论或 描述对GSM或DECT标准的应用，(ⅲ)建议使用频移，该频移等 于加或减信号比特率的一半，或等于两倍载频加或减比特率的一半， (ⅳ)显示一个与具有相同载频和比特率和不包含非共轭频移路径 的多个GMSK信号(对于具有零载波偏移的复杂包络线)相关的3路 经LCL-FRESH结构，(ⅴ)显示与邻频道GMSK干扰相关的2路径、 2输入LCL-FRESH结构，(ⅵ)显示与邻频道GMSK干扰相关的3 路径3输入LCL-FRESH结构，(ⅶ)显示包括其所有3路径LCL -FRESH滤波器输出量求和的每个传感器输出端的2路径或3路径 LCL-FRESH结构的每个相同形式在内的一个多传感器3路径LCL- FRESH结构，(ⅷ)描述用于适配任何滤波器以分离GMSK或MSK 信号的任何部分盲暗方法，(ⅸ)描述用于适配任何类信号的训练 辅助常模数算法(CMA)方法，(ⅹ)使用任何FRESH滤波方法展示 任何GMSK或MSK信号的可分离性，(ⅹⅰ)描述使用FRESH滤波提供 信号可分离性的GMSK的理论谱冗余性质，或(ⅹⅱ)显示GMSK信号 的测量的谱冗余性质。此外，单传感器FRESH滤波器具有一个可由本 发明超越的很大的限制：与本发明不同，它怎么也容纳不了多个传感 器，因而也就不能抑制和/或分离多于2个同频道和2个邻频道的 GMSK或MSK信号。

虽然理论上用单个传感器操作的联合最大似然序列估计器 (JMLSE)可能有能力抑制和/或分离多于2个GMSK或MSK信号，但 当信号数量超过2时，所分离信号的质量事实上一定降低。此外， JMLSE的计算复杂性非常大，因此不用昂贵的硬件，不使用大量电力 而要实时地加以实施是不现实的。当容纳的传感器数量增加超过1 以及需联合地分离的信号数量增加时，这些缺点变得更为严重(以指 数率上升)。

本发明的滤波结构不具备JMLSE的严重的实施缺点；它们有利 地容纳单个或多个传感器；即使当无法用LTI时空滤波器抑制和/或 分离一对或多对信号时，它们也能抑制和/或分离这些信号。更为特 殊地，本发明的滤波结构提供能力，用于抑制干扰信号和分离所需信 号和校正它们的失真，而任何现有滤波结构是无法提供这些能力的。

B．适应性方法

本发明中及用于干扰抑制、信号分离和失真校正的其它装置和 设备所用滤波结构通过选择滤波器参量或系数值而被控制。在这些滤 波结构的有些实施例中，这些系数可包括用于在求和前为不同信号加 权的增益和相位。在普通无线通信系统中，这些系数的值必须适当改 变，因收到的信号的时空特性随时间变化。也即，这些滤波结构的系 数值必须适应性地选择。

除本发明外，有两类方法用于适应性地选择这些系数值：(ⅰ) 常规方法，它唯一地依赖于所需信号中所含训练序列的知识，此知识 通常用于根据最小方差准则选择系数值的初始设定；及(ⅱ)盲暗 方法，它不使用所含的训练序列，相反却利用干扰或所需信号的一个 或多个特性。

使用已知训练信号的常规方法对于熟悉信号处理技术的人讲来 是众所周知的，并在有关适应性信号处理和适应性滤波的公开资料中 有描述。然而，常规方法在它们的应用上是局限的，因它们可成功地 适配的系数值数量必须小于(为得到好性能就必须大大小于)所含训 练序列内已知样值的数量。这个已知样值数量是由无线通信系统所规 定的(例如，对于传送声音话务的GSM中的所有信号，在例如离散时 间实施中，此数量等于26乘以连续时间接收信号的数字化中所用每 位有效独立样值数(通常为2))。关于本发明所涉及问题，其中滤 波结构可能潜在地具有大量可调整系数，所含训练序列内的已知样值 数量可能不够而无法提供有用的初始设定。以此方式初始化的滤波结 构将无法提供在通信系统中有用的所需信号的足够高质量估计。

相反，盲暗方法能使用近似地不变的时空特性下的接收信号的 全部记录(即多信号和载波的多传播路径的入射角，相对延迟，和相 对相位及发射信号的位相)。这克服了常规方法在可适配的滤波器系 数值上的限制。然而，不同盲暗方法具有其它严重缺点，因而在很多 场合下无法成功地运行，这些缺点包括本发明指出的一条。尤其，常 模数算法(CMA)这一类方法和有关方法要求比可以做到的还要长得 多的数据记录以便收敛为高质量解法。此外，它们是否能收敛为解法 没有保证，这导致在干扰信号(应予以抑制)和所需信号(应自干扰 中分离并相互分离)之间产生混淆。另一类盲暗方法依赖于对接收信 号入射方向的估计；然后使用这些估计在一个查询表(通过数组簇， 它是多传感器接收机的标定数据表)中找出LTI时空滤波器的系数。 然而，当存在大量多径，未知的信号数量及未知的干扰和噪音域这三 种在本发明感兴趣的无线通信系统中特有的破坏因素时，这些所谓方 向搜寻方法的使用结果很差。此外，方向搜寻法并不提供为适配本发 明滤波结构而需要的参量估计类型。

本发明的适应性方法以新颖方式同时使用所含训练序列和所需 信号的常模数特性这两者，并通过这样做来克服常规方法和盲暗方法 的不好方面。也即，本发明的适应性方法选择滤波结构中系数值，例 如本发明的诸值，从而提供现有适应性方法所无法提供的能力。

本发明提供了一种用于抑制不好的干扰并将在例如无线通信系 统中出现的高斯最小频移键控(GMSK)或其它最小频移键控(MSK) 类型的所需信号分离和纠正失真的方法和设备，它或根据欧洲数字无 绳电信(DECT)标准或根据全球移动通信系统(GSM)标准工作， 其结果是改善使用GMSK或其它MSK信号的无线通信系统所提供服务 的质量和数量。

希望改善提供给它们系统的用户们的通信质量的无线通信设备 制造商和无线通信服务提供者及/或希望增加它们系统的用户数量 (例如在商业运行系统中增加收入)的人们会理解，但不是唯一地， 本发明的应用。

当基站通过例如减小频率重复使用距离，扩展范围，可能在移 动站内重复使用的频率及更经常地将用户赋予邻频道，从而支持固定 频率分配的更多用户时，服务数量得以提高。例如当用户向协调中心 (今后称为基站)提出启动呼叫的请求较少地被拒绝(即减小阻塞概 率)时，当移动用户的正进行的呼叫不是非正常结束(即减小呼叫下 线概率)时，及当呼叫中声音消息可懂度更好(即呼叫双方听到较少 噪音，干扰，非正常无声等)时，服务质量得到改善。

本发明依靠完成下列功能的方法和设备来解决这些一般问题： (1)抑制通信接收机收到的并占据与一个或多个所需信号相同(或 相邻)频带的干扰信号，(2)(如果必要，)将通信接收机收到的 多个所需通信信号加以分离，及(3)校正影响通信接收机收到的一 个或多个所需通信信号的失真(例如由多径射频(RF)传播频道造 成的失真)。

因此，本发明的一个目的是提供一个或多个天线的一个阵列， 这些天线的输出量由常规RF前端处理，然后由一个抑制干扰，分离 一个或多个所需信号及校正夫真的滤波结构来处理以获取所需信号 的高质量估计。

本发明的另一个目的是提供一类滤波结构，它们能抑制干扰信 号，分离一个或多个所需信号及校正这些所需信号中的失真。

本发明的又一个目的是提供一类滤波结构，它们能在由常规RF 前端将任何数量的天线的输出量下变频后对这些输出量操作，其中包 括只有一个天线的特殊情况。

本发明还有一个目的是提供一个线性-共轭-线性(LCL)频 移(FRESH)滤波器，它使用频移和共轭的特定模式以便利用作为 GMSK和其它MSK信号特性的循环平稳特性，从而提供所需干扰抑制， 信号分离和失真校正能力。

本发明的另一方面是提供线性-共轭-线性多周期时不变 (LCL-PTV)滤波器，它使用共轭和时不变滤波器系数的特定模式 以便利用作为GMSK和其它MSK信号特性的循环平稳特性，从面提供 所需干扰抑制，信号分离和失真校正能力。

本发明还有一个目的是提供一个LCL-FRESH分数间距均衡器 (LCL-FRESH-FSE)，它对高于比特率采样的数据操作以提供比 特率采样输出量并使用频移和共轭的特定模式以应用作为GMSK和其 它MSK信号特性的循环平稳特性，从而提供所需干扰抑制，信号分离 和失真校正能力。

本发明的另一个目的是提供一个LCL-FSE滤波器，它对高于 比特率采样的和频移的(按四分之一比特率)数据操作并使用FSE 处理的数据和共轭数据之和以应用作为GMSK和其它MSK信号特性的 循环平稳特性，从而提供所需干扰抑制，信号分离和失真校正能力。

本发明的又一个目的是提供一个实-虚(RI-FSE)滤波器， 它提供一个计算上有效的LCL-FSE滤波器的迭代实施例。

本发明的又一个目的是提供一个LCL滤波器，它对比特率采样 的和频移的(按四分之一比特率)数据操作并使用线性滤波数据和共 轭数据之和以便应用作为GMSK和其它MSK信号特性的循环平稳特 性，从而提供所需干扰抑制，信号分离和失真校正能力。

本发明的又一个目的是提供一个实-虚(RI)滤波器，它提供 一个计算上有效的LCL滤波器的迭代实施例。

本发明的又一个目的是提供用于在本发明的任何滤波结构中适 配可调整系数的一类方法以使该滤波器能适当地完成抑制干扰，分离 一个或多个所需信号和校正失真的功能。

本发明的又一方面是提供一种装置，它使用含于所需信号中的 已知训练序列和所需信号具有常模数这一知识两者来适配可调整系 数，从而提供训练增广的常模数(TACM)适配。

本发明还有一个目的是提供一个装置，它使用含于所需信号中 的已知训练序列以适配可调整系数，以便约束使用所需信号具有常模 数这一知识的适配从而提供训练约束的常模数(TCCM)适配。

这些一般方面和它们的细节使本发明在无线通信系统中有很大 能力提供广泛应用。本发明所提供的能力可用于改善由此类系统提供 的通信服务的质量和数量。使用本发明抑制特定频带和时间片(联合 地称为频道)中和空间单元中由相同或相邻频道中其他用户造成的和 相同或相邻空间单元中其它用户造成的干扰并校正信号失真，可改善 服务质量，以及将频道重新分配以有意使每个频道和单元的干扰信号 加大但可由本发明分离，从而可容纳更多用户，可增加服务数量。

由于本发明只使用一个传感器，能分离一定类型的多个谱交叠 信号及能校正甚至严重的频率选择性衰落和其它失真，以及由于可用 多个传感器使可由本发明分离的这类信号的数量与传感器数量成比 例地增加，就可能实现本发明的改善。在使用基站的烽窝通信系统 中，可如此分配频道(但不是必要)以使引入的干扰只在上行频道(自 移动设备至基站)中出现，因而只需在基站接收机中而不必在移动接 收机中实施本发明。本发明也可用于只使用单个接收天线或使用多个 天线的基站(或用于移动设备，或用于两者)。

参照GMSK和其它MSK信号的具体例子，单个频道中的2个和4 个之间的GMSK和其它MSK信号可用一个天线容纳，取决于同一频道 中用户发出多少信号和自相邻频道中发出多少信号。更一般地讲，用 M数量的天线可容纳2M和4M之间的信号。

说明书的下面部分将介绍本发明的其它目的和优点，其中详细 描述的目的是全部公开本发明的优选实施例而不对它施加限制。

参照下述只用于阐释目的的附图，可更全面地了解本发明，附 图中：

图1是显示一个样值GMSK信号与其共轭和频移形式的交叉相干 功能的图。

图2A是显示GMSK(0.3)信号x(t)的谱内容的图。

图2B是显示图2A中所示信号的共轭和频移形式 $y_1\left(t\right)=x^{*}\left(t\right)e^{-\pi f_{d}t}$ 的谱内容的图。

图2C是显示图2A中所示x与图2B中所示y1求相关值的谱密度 的图。

图3A是显示GMSK(0.3)信号x(t)的谱内容的图。

图3B是显示图3A中所示信号的共轭和频移形式 $y_2\left(t\right)=x^{*}\left(t\right)e^{j{\mathrm{\pi f}}_{b}t}$ 的谱内容的图。

图3C是显示图3A中所示x与图3B中所示y2求相关值的谱密度 的图。

图4是一个用于完成GMSK或其它MSK信号的干扰抑制和/或同 频道分离和/或失真校正的根据本发明的3路径LCL-FRESH滤波器 的功能框图。

图5是一个用于完成GMSK或其它MSK信号的干扰抑制和/或同 频道分离和/或失真校正的根据本发明的LCL-PTV滤波器的功能框 图。

图6是一个用于完成GMSK或其它MSK信号的干扰抑制和/或同 频道分离和/或失真校正的根据本发明的“类型1”LCL-FRESH- FSE滤波器的功能框图。

图7是一个用于完成GMSK或其它MSK信号的干扰抑制和/或同 频道分离和/或失真校正的根据本发明的“类型2”LCL-FRESH- FSE滤波器的功能框图。

图8是一个用于完成GMSK或其它MSK信号的干扰抑制和/或同 频道分离和/或失真校正的根据本发明的“类型1”LCL-FSE滤波 器的功能框图。

图9是一个用于完成GMSK或其它MSK信号的干扰抑制和/或同 频道分离和/或失真校正的根据本发明的“类型2”LCL-FSE滤波 器的功能框图。

图10是一个用于完成GMSK或其它MSK信号的干扰抑制和/或同 频道分离和/或失真校正的根据本发明的“类型1”RI-FSE滤波器 的功能框图。

图11是一个用于完成GMSK或其它MSK信号的干扰抑制和/或同 频道分离和/或失真校正的根据本发明的“类型2”RI-FSE滤波器 的功能框图。

图12是一个用于完成GMSK或其它MSK信号的干扰抑制和/或同 频道分离和/或失真校正的根据本发明的LCL滤波器的功能框图。

图13是一个用于完成GMSK或其它MSK信号的干扰抑制和/或同 频道分离和或失真校正的根据本发明的RI滤波器的功能框图。

图14是一个用于完成GMSK或其它MSK信号的干扰抑制和/或同 频道分离和/或失真校正的并改善对相邻频道干扰的抵消的根据本发 明的5路径LCL-FRESH滤波器的功能框图。

图15是一个用于抵消相邻上频道干扰的根据本发明的2输入2 路径LCL-FRESH滤波器的功能框图。

图16是一个用于抵消相邻下频道干扰的根据本发明的2输入2 路径LCL-FRESH滤波器的功能框图。

图17是一个用于都抵消相邻上和下两个频道干扰的根据本发明 的3输入3路径LCL-FRESH滤波器的功能框图。

图18是一个根据本发明的联合时空多传感器FRESH滤波器的功 能框图。

图19是一个根据本发明的时空分解处理器的功能框图。

图20是GSM系统中时间片的数据结构时序图，显示每一类位的 数量和位置。

图21是显示图20中所示时间片的时间周期T0和T1的数据结构 时序图。

图22是根据本发明的接收机设备的功能框图。

图23是图22中所示相干M天线收集设备块实施例的功能框图。

图24是图22中所示滤波设备块实施例的功能框图。

图25是图24中所示滤波器的频移，时移和极化开关设备块实 施例的功能框图，其中滤波器配置为3路径LCL-FRESH滤波器。

图26是图24中所示滤波器的频移，时移和极化开关设备块实 施例的功能框图，其中滤波器配置为类型1LCL-FRESH-FSE滤波 器。

图27是图26中所示频移，时移和极化开关设备的迭代实施例， 其中滤波器配置为类型2LCL-FRESH-FSE滤波器。

图28是图24中所示滤波器的频移，时移和极化开关设备块实 施例的功能框图，其中滤波器配置为类型1LCL-FSE滤波器。

图29是图28中所示频移，时移和极化开关设备的迭代实施例， 其中滤波器配置为类型2LCL-FSE滤波器。

图30是图24中所示滤波器的频移，时移和极化开关设备块实 施例的功能框图，其中滤波器配置为类型1RI-FSE滤波器。

图31是图24中所示滤波器的频移，时移和极化开关设备块实 施例的功能框图，其中滤波器配置为LCL滤波器。

图32是图24中所示滤波器的频移，时移和极化开关设备块实 施例的功能框图，其中滤波器配置为RI滤波器。

图33是阐释图25至图32中所示频移，时移和极化开关设备的 极化开关部分的功能框图。

图34是图25至图32中所示频移，时移和极化开关设备的抽头 时延(TDL)设备块实施例的功能框图，其中输入和输出向量可为实 数的或复数的。

图35是根据本发明的TACM适应性设备的功能框图。

图36是根据本发明的TCCM适应性设备的功能框图。

更具体地参照附图，本发明一般参照图1至图36的显示，得到 阐释，其中相同的参考数字标示相同部件。应理解，在不背离此处所 公开的基本概念的情况下，该设备可在配置和部件细节上不同及该方 法可在步骤和它们的顺序上不同。

A．滤波结构和它们的理论基础

本发明的滤波结构应用GMSK和其它MSK信号所显示的100％谱 冗余。也即，这些滤波结构基于以下事实：在GMSK或其它MSK信号 的一个次频带中传送的信息也在另一个次频带中传送。事实上，对于 任何GMSK或其它MSK信号，任何两个如此相关的次频带中的波形几 乎是完全相关的。因此，此谱冗余增广了更为广泛了解和应用的空间 冗余，其中给定源所造成并由阵列中两个不同天线所收到的波形完全 地相关。

正如一个没有多个天线的和没有用于适当地组合它们输出量所 需的空间滤波结构的接收机得不到由于应用空间冗余而得到的众所 周知的性能一样，一个没有本发明滤波结构的接收机得不到由于应用 谱冗余而得到的突出性能。

通过应用空间冗余和频谱冗余(也称谱相关)两者，本发明的 滤波结构提供至少两倍LTI时空滤波结构的处理增益电平。例如，M 天线阵列能使用这些滤波结构分离出多至2M至4M个GMSK或其它MSK 信号，或者能分离出多至可更传统地得到的M个GMSK或其它MSK信 号，但能以比常规空间滤波器高得多的可靠性和质量做到这点。参照 GMSK或其它MSK信号的谱相关及参照相关值(不论其起源或类型如 何)与线性滤波之间的关系，可解释这些能力。

B．相关值与线性滤波之间的关系

虽然相关值与线性滤波之间的关系是基本的，但即使熟悉信号 处理技术的人也不一定了解它。因此，为了描述本发明的目的，我们 使用一个简单但又抽象的类比来解释此关系：如x(t)=a(t)+ b(t)，及y(t)=c(t)+d(t)，其中a(t)和c(t)是高度相关的，及其 中b(t)和d(t)是高度相关的，则x(t)与y(t)的恰当的线性组合(即 联合地应用x(t)与y(t)的恰当地选择的线性滤波结构的输出量)可 提供一个或多个信号a(t),b(t),c(t)和d(t)的高质量估计。

C．GMSK和其它MSK信号的谱相关值

为了解如何能使这种性能成为可能，及了解何种滤波结构可应 用于GMSK和其它MSK信号，必须了解GMSK和其它MSK信号的谱相关 特性。为此目的，这些特性可最好地用交叉相干函数来解释，它是频 域交叉相关系数。具体地说，令x(t)表示具有零载频偏移和比特率 fb的GMSK信号的复数包络线及令y(t)为x(t)的共轭和频移形式，其 中频移是fb/2或-fb/2。 $y_1\left(t\right)=x^{*}\left(t\right)e^{-j2\pi (f_b/2)t}----\left(1\right)$ $y_2\left(t\right)=x^{*}\left(t\right)e^{+j2\pi (f_b/2)t}-----\left(2\right)$ 其中y(t)=y1(t)或y(t)=y2(t)。我们考虑交叉相干函数Cxy(f)由 下式定义 $C_{\mathrm{xy}}\left(f\right)=\frac{S_{\mathrm{xy}}\left(f\right)}{\sqrt{S_{\mathrm{xx}}\left(f\right)S_{\mathrm{yy}}\left(f\right)}}----\left(3\right)$ 其中sxy,(f)表示x(t)与y(t)之间的交叉谱密度，及Sxx(f)和Syy(f)分 别表示x(t)和y(t)的功率谱密度。图1显示GMSK信号的幅值｜Cxy(f)｜ 与频率f的关系，其中实线代表｜Cxy1(f)｜和虚线代表｜Cxy2(f)｜，并且 在分配给信号的整个频道(-100kHz至+100kHz)上清楚地很接 近1。

对于｜Cxy(f)｜几乎等于1的任何f，频率f处的x(t)和y(t)的 窄带分量差不多完全相关。对于我们的x(t)和y(t)的定义，这等效 于论述以下：f处的x(t)的窄带分量与或f+fb/2处或f-fb/2处的 x*(t)的窄带分量几乎完全相关。参照图2A至图2c，图2c中序号为 -6,-5,…,-1,0的窄带分量的｜Cxy1(f)｜几乎等于1这一事 实意味着图2A中自x(t)中取得的每对序号相同的窄带分量与图2B 中的 $y_1\left(t\right)=x^{*}\left(t\right)e^{-j{\mathrm{\pi f}}_{b}t}$ 几乎是完全相关的。对于相同f值处的x(t)和 y1(t)中窄带分量对的连续区间，这是对的。因此，x(t)中这些分量 中的一个与y1(t)中相应的一个分量的合适线性组合能提供相对于其 它信号、干扰和噪音的处理增益电平的与接收x(t)时所用天线数至 少两倍多天线所接收的信号的合适线性组合相同。类似情况应用于 x(t)与 $y_2\left(t\right)=x^{*}\left(t\right)e^{j{\mathrm{\pi f}}_{b}t}$ 的线性组合。因此，一个使用x(t),y1(t) 和y2(t)的线性组合的滤波结构能提供相对于其它信号、干扰和噪音 的处理增益电平的与接收x(t)时所用天线数两倍多天线所接收的信 号的合适线性组合相同。

根据有关GMSK和其它MSK信号的谱相关特性的这些事实，此处 引用两类特定干扰方案作为例子，用于阐释但不限制无线通信系统的 实际问题中本发明滤波结构的可应用性。为简化起见，在两类方案中 都只用单个天线；当所用天线数量增加时，所建议滤波结构的能力成 比例地增大。

                     同频道干扰抑制

单个天线接收一个所需GMSK信号和一个具有相同载频和信号功 率不相上下的同频道GMSK信号。没有一个信号可用线性时不变滤波 结构来恢复。然而，参照图2A至图2c,x(t)中每个序号为-6至0 的分量(及自-150kHz至0kHz的连续区间内的分量)可与其在 y1(t)中的相应分量线性地组合以产生一个所需信号的干净估计并抑 制同频道干扰。类似地，参照图3A至图3C,x(t)中每个序号为0 至6的分量(及自0至150kHz的连续区间内的分量)可与其在y2(t) 中的相应分量线性地组合以产生一个所需信号的干净估计并抑制同 频道干扰。因此，使用y1(t)和y2(t)两者，可在自-150kHz至+ 150kHz的整个频带上，也可按照需要只在自-100kHz至+100kHz 的分配的GSM频道上恢复所需信号。以此方式，本发明中的滤波结构 甚至在只用一个天线时也能抑制GMSK同频道干扰信号。

                     相邻频道干扰抑制

单个天线接收一个所需GMSK信号和一个可能具有大得多的信号 功率的相邻频道GMSK信号。具体地说，设相邻频道信号具有的小于 所需信号载频的载频为200kHz(通过GSM载波分配协议)。由于谱 泄漏，相邻频道干扰源使所需信号变坏，使其无法由线性时不变滤波 结构恢复。然而，参照图3A至图3C，相邻频道干扰(现下变频至零 载波偏移)中谱泄漏进入所需信号中的每个序号为4至8的分量(及 自100kHz至200kHz的连续区间内的分量)可与其在y1(t)的相应 分量线性地组合以抵消谱泄漏的影响。类似地，其载频为在所需信号 载频之上的200kHz的相邻频道干扰源可以抵消。以此方式，即使只 用一个天线，本发明中的滤波结构也能抑制两个GMSK相邻频道干扰 信号。

                        信号失真校正

当发射的信号通过不理想频道例如多径传播频道传播时，所接 收信号可能是所发射信号的严重失真形式，包括例如频率选择性衰落 (即深陷谱零值)。然而，参照图2A至2C,x(t)中被频率选择性 衰落所严重地减弱(减弱至如此程度以致将它们放大时会极大地增加 噪音电平)的序号为-6,-5,…,-1,0的窄带分量中的任何 一个(及自-150kHz至0kHz的连续区间内的分量)都可用y1(t) 中相应的恰当地调相和幅值标定的分量替代，从而去除谱零点。类似 地，参照图3A至图3C，可将自0kHz至+150kHz的频带中的谱零 点移去。

D．特定滤波结构

现参照图4至图17描述根据本发明的不同滤波结构。在此处阐 释的滤波结构中，所有内部只有一个字母的块表示标准线性时不变滤 波器(忽略仅由适应性引起的时间变化)，具有一个字母并后随(t) 的那些块表示线性地周期性时变滤波器，及具有一个字母和FSE的那 些块表示线性时不变的分数间距均衡器(滤波器)，所有这些是信号 处理技术中使用的已知符号。此外，内有符号()*的块表示求共轭 器，内有“Re”的块表示实部选择器(提取器)，以及内有“Im” 的块表示虚部选择器(提取器)，它们之中每个对复数信号进行操作， 并且在此也称为极化开关。这些元件是熟悉普通信号处理技术的人所 知道的，或者不然将在此处描述。

                       LCL-FRESH滤波器

前面有关|Cxy(f)|的观察和在推动线性滤波结构中高度的或几 乎完全的相关的作用是在根据本发明的3路径时域线性-共轭-线 性(LCL)频移滤波器(FRESH滤波器)10中得到考虑，该滤波器 10用于GMSK和其它MSK信号的结构以框图形式在图4中得到解释。 当用于由单个天线处收到的信号x(t)上时，此结构或下面描述的其 它滤波结构的两个副本可分离两个同频道GMSK或其它MSK信号和/ 或校正它们的失真。3路径LCL-FRESH滤波器适用于以高于比特率 的速率采样的数据。因此，3路径LCL-FRESH滤波器输出量必须在 处理前以比特率采样，例如由对比特率采样数据进行操作的GMSK解 调器采样以恢复位流。

                       LCL-PTV滤波器

作为对3路径LCL-FRESH滤波器的迭代方案，两个互补的频 移 和 和相关连的滤波器g-和g+的作用也可用单个时变 滤波器g(t)完成。所得结构此处称为线性-共轭-线性周期时变 (LCL-PTV)滤波器12，它以框图形式示于图5中。滤波器g(t) 具有根据所收到信号的可能循环平稳统计特性中的可能周期时变的 一个时变脉冲响应。在有些应用中，当在LCL-PTV滤波器与3路径 LCL-FRESH滤波器之间存在一对一映射时，使时变滤波器g(t)系数 随着频率fb变化是合适的。在其它应用中，例如当信号的时片边界 并不很好地对准时和时片长度是位周期的非整数倍数时(例如在GSM 中)，每当一个或多个所收到信号遇到时片边界，滤波器g(t)系数 就必须改变。对于以高于位率的速率采样的数据，LCL-PTV滤波器 是合适的。因此，LCL-PTV滤波器输出量必须在由例如一个对位率 采样数据操作的GMSK解调器处理前以比特率采样，以便恢复位流。

                  LCL-FSBSH-FSE滤波器

在3路径LCL-FRESH滤波器和LCL-PTV滤波器两者内，当 滤波器输出量通常在由解调器(它提供对于所需信号内传送的位流的 估计)处理前以位率采样时，滤波器输出量的采样率超过位率(通常 对于处理GMSK的线性滤波器，它是位率fb的整数倍数，例如2fb)。 因此，3路径LCL-FRESH滤波器的迭代方案是在不改变滤波器能力 的情况下尽可能地将此位率采样操作经过滤波结构往后移以便消除 冗余操作。图6和图7中以框图形式分别解释所得滤波结构14(类 型1)和16(类型2)的迭代实施例，此处称它们为LCL-FRESH 分数间距均衡器(LCL-FRESH-FSE)。此滤波器与LCL时不变滤 波器的显著区别是其共轭信号路径的具体使用和对其频移的特殊使 用，从而适当地使用GMSK或其它MSK信号的循环平稳特性。位率采 样信号估计 必须由解调器处理以恢复位流。

                 LCL-FSE和RI-FSE滤波器

可在LCL-FRESH-FSE滤波器上实现直接操纵以获取一个其 中每个位率采样器输出量按j-k频移的滤波结构。此频移信号然后分 为两路：上径由LTI滤波器处理及下径由另一LTI滤波器求共轭值和 处理。也即，跟随每个位率采样器之后的下径不再包含(-1)k的频移。 然而，输出末级加法器必须按jk频移。图8和图9中分别显示所得 滤波结构18(类型1)和20(类型2)的迭代实施例。此滤波结构 此处称为LCL-FSE滤波器而不是LCL-FRESH-FSE，因为没有一 条路径的频移是与任何其它路径的频移不同的。

可以在不降低性能的情况下简化LCL-FSE滤波器：注意到每 个比特率采样器输出端的两条路径和j-k频移器形成一个LCL滤波 器，它可以通过以下措施来等效地实现，改变上径以便在实部上操作 (而不是在整个复数信号上操作)，及改变下径以便在虚部上操作(而 不是在共轭复数信号上操作)。由于此结构用两个实-虚(RI)滤 波器对来代替两个LCL滤波器，所以所得结构称为RI-FSE滤波器， 并可解释为LCL-FSE滤波器的算术上等效的迭代实施例。图10和 图11中分别显示此滤波结构的迭代实施例22(类型1)和24(类 型2)。

                  LCL和RI滤波器

LCL和RI滤波器与LCL-FSE和RI-FSE滤波器有关，但对位 率采样数据操作。这对GMSK及对某些其它MSK信号是可能的，因为 位率大于信号所占RF带宽，因此该位率满足此信号的Nyquist采样 准则。

图12显示作为以位率采样的输入结果的LCL-FSE滤波器的简 化结果的LCL滤波器26。

LCL滤波器可在不降低性能的情况下等效地简化如下：改变上径 以便对实部操作(而不是对整个复数信号操作)及改变下径以便对虚 部操作(而不是对共轭复数信号操作)。由于此结构用一个实-虚 (RI)滤波器对代替LCL滤波器，图13中所示所得结构28称为RI 滤波器，并可解释为LCL滤波器的数学上等效的迭代实施例。

犹如RI-FSE优于LCL-FSE一样，RI滤波器也提供优于LCL 滤波器的相同实施优点：由于不同LTI或FSE滤波器所处理的数据路 径是实数的，这两种滤波器对数据的应用和滤波器的适配所要求的计 算小于复数数据路径的计算。尤其是，由于RI滤波器在数学上等效 于LCL滤波器，输出端的估计信号质量并不下降。

           LCL-FRESH,LCL-FRESH-FSE,

        LCL-FSE,RI-FSE,LCL和RI的时变形式

虽然此处将3路径LCL-FRESH,LCL-FRESH-FSE,LCL -FSE,RI-FSE,LCL和RI滤波器描述为犹如它们的滤波器系数 在一个时间片上是固定的，事实上当例如一个或多个信号遇到时间片 边界时，它们可做成时变的(例如LCL-PTV滤波器那样)以容纳所 收到信号的统计特性中的改变。然而，当系统中对多个同频道信号的 时间片结构的同步进行完全控制时，迫使多个信号的时间片边界尽可 能地紧靠在一起是有利的。如多个信号起源于在无线蜂窝通信系统中 同一单元中操作的移动站，则肯定会出现这种所需同步；类似地，如 多个信号起源于在不同单元中操作的移动站，则可通过这些不同单元 中基站的协作使所需同步出现。

           相邻频道干扰抑制的不同改善方案

前面所说滤波结构理想地适合于抑制同频道干扰和分离同频道 所需信号和去除信号失真。然而，这类多样的滤波结构可在同频道信 号的谱相关特性之外还使用相邻频道干扰的这些特性，从而提供相邻 频道干扰的抑制。当相邻频道信号比所需频道信号强得多时(例如由 近-远问题引起的)，抑制相邻频道干扰的能力就特别重要。前面提 到的滤波结构可在所需频道信号的循环平稳特性之外推广(或改变) 以使用相邻频道干扰的这些特性(或者，如果需要，只使用相邻频道 干扰的特性)。例如，3路径LCL-FRESH滤波结构可推广为包括两 条附加路径，每条可能存在的上和下的相邻频道各用一条。这两条附 加路径中存在的信号与来自相应的相邻频道的使所需信号变坏的干 扰是高度相关的；因此，正确地将这些附加路径与其它三条路径线性 地组合，可显著地减小相邻频道干扰。图14中解释所得5路径LCL -FRESH滤波结构30，其中x-(t)和x+(t)分别为来自下的和上的相 邻频道的复数包络线信号(即自它们的相应RF载波下变频为复数基 带)。

或者，如只需要抑制相邻频道干扰，则图14中所示的5路径LCL -FRESH滤波结构30可如图15至图17中所示的如下地简化：删除 输入至滤波器g+和g-的两条路径，产生一个只具有三条路径的新滤波 结构，它的功能限于消除相邻频道干扰而不是联合地消除相邻频道和 同频道干扰，分离信号和校正失真。分别示于图15(2I-LCL- FRESH-U)和图16(2I-LCL-FRESH-L)中的这些双输入双路径LCL -FRESH滤波结构30a、30b可或者使用输入x+(t)与频移2fc-fb/2 自上相邻频道中或者使用输入x-(t)与频移2fc+fb/2自下相邻频道中 去除干扰。作为迭代方案，可使用图17中所示(3I-LCL-FRESH-UL) 3输入3路径LCL-FRESH滤波器30c同时地自上的和下的相邻频道 两者中都去除干扰。

根据前面提及的自3路径FRESH滤波器中获取LCL-PTV、LCL -FRESH-FSE、LCL-FSE、RI-FSE、LCL和RI滤波结构的方 式的描述，熟悉信号处理技术的人知道能将这些滤波结构推广以改善 它们抑制相邻频道干扰的能力。可以改变这些滤波结构以利用相邻频 道干扰的循环平稳特性，从而完成这类推广。

最后，注意到可以有利地使用不同滤波结构输出量的组合。例 如，3路径LCL-FRESH滤波器的两个副本中的每一个可用于下的和 上的相邻频道中的每一个以提供相邻频道信号的改善估计；然后可将 这些估计恰当地频移、适应性地滤波，然后自所需频道的接收信号中 减去，因而减小相邻频道干扰。所得信号就可以由3路径LCL-FRESH 滤波器处理以分离同频道信号并校正失真。相邻频道干扰消除滤波器 或者可与同频道分离和失真校正滤波器联合适配，或者单独适配。

                      滤波器归纳

可理解，每个前述滤波结构包括滤波器(包括时移器和线性组 合器)，频移器，极化开关(求共轭器，或实部或虚部选择器)，及 相加器(线性组合器)。因此，所有这些滤波结构的公共核心元件是 时移器，频移器，极化开关和线性组合器。下面表1将共轭周期频率 和输入和输出采样率映射为决定此处所描述特定滤波结构的频移值 和极化开关功能(例如共轭或实部或虚部提取)

                                         表1 共轭周期频率，输入/输出样率 滤波结构 ±fb/2,O/O 图4,LCL-FRESH (图5,LCL-PTV) ±fb/2,O/B 图7,LCL-FRESH-FSE-2 (图6,8,9,10,11) ±fb/2,B/B 图12,LCL (图13) 2fc-fb/2,O/O 图15,2I-LCL-FRESH-U -2fc+fb/2,O/O 图16,2I-LCL-FRESH-L  2fc-fb/2,-2fc+fb/2,O/O 图17,3I-LCL-FRESH-UL ±fb/2,-2fc+fb/2,2fc-fb/2,O/O 图14,5-路径LCL-FRESH 其中fc+=下相邻频道的载频，fc-=下相邻频道的载频，0=超采样 的，和B=位率采样的。括号中所列滤波结构与不在括号内的基本结 构在数学上等效，前者可通过标准框图操纵自后者导出。

尚应理解，每个前述滤波结构是为复数基带信号设计的基带结 构，这些复数基带信号对应于其中心在零频处的所需下变频频道，以 及如果所需频道的中心在非零频处，则可将标准基带至通带转换应用 于这些基带滤波结构以获得用于处理通带信号的它们的相应通带滤 波结构。

                联合时空滤波和分解滤波

如图18和图19中所解释的，上述滤波结构中任何一个都可用 于下列两种方式中之一：(1)用于联合时空滤波结构32中，其中 每个天线输出量由这些滤波器中的一个处理，然后再将滤波过的输出 量相加，或(2)用于时空分解滤波结构34中，其中将纯空间滤波 器用于接收的阵列数据，然后用这些滤波器中的一个处理这些空间滤 波的数据。前一结构具有能力获得比后者更好的性能，但代价是更大 复杂性。迭代地，3路径LCL-FRESH滤波器可或用图18或图19中 的LCL-PTV滤波器或用5路径LCL-FRESH滤波器替代，或用图18 或图19中的LCL-FRESH-FSE,LCL-FSE,RI-FSE,LCL和 RI滤波器中任何一个替代，以产生一个所需信号波形的位率采样估 计

            多种方案：单个与多个传感器，

               以及单个与多个所需信号

使用循环平稳信号的谱冗余理论后，我们已在数学上证明：将 FRESH滤波能力与空间滤波(多传感器线性组合)能力组合的最佳实 现方法是在将多个数据集线性组合之前使数据自每个传感器通过其 自己的FRESH滤波器，从而复现最佳单传感器FRESH滤波器。其结果 是周期时变线性共轭时空滤波器的特定形式。例如，使用带M个传感 器的单传感器3路径LCL-FRESH滤波器能产生3路径M传感器LCL -FRESH(3路径MS-LCL-FRESH)时空滤波器。因此，可得出 结论，LCL-FRESH,LCL-PTV,LCL-FRESH-FSE,LCL- FSE,RI-FSE,LCL和RI滤波结构不但可用于单传感器接收机(其 中x(t)是标量信号及每个信号路径中LTI或FSE滤波器是单输入滤 波器)也可用于多传感器接收机(其中x(t)是向量信号及每个信号 路径中的LTI或FSE滤波器是多输入滤波器)。类似地，LCL- FRESH,LCL-PTV,LCL-FRESH-FSE,LCL-FSE,RI-FSE, LCL和RI滤波结构可用于估计单个所需信号(其中每个信号路径中 LTI或FSE滤波器是单输出滤波器；在此情况下，如希望估计多个信 号，则可并行地实施滤波结构的多个副本)也可用于估计多个所需信 号(其中每个信号路径中LTI或FSE滤波器是多输出滤波器)。还应 理解，滤波器中所用频移器和求共轭器以及实部和虚部提取器成为多 输入设备。这些观察强调以下事实：这些滤波结构的新颖和实用很大 程度上不在于结构内任何具体信号路径中信号维数，而在于共轭、实 部和虚部选择、频移和采样操作的模式及接受这些转换的信号形成线 性组合的方式。

                    LTI和FSE滤波器的实施

熟悉信号处理技术的人知道组成本发明不同滤波结构的线性时 不变(LTI)滤波器和FSE滤波器可用不同方式实施。在一个这类实 施中，将LTI滤波器实施为FIR滤波器，并用周知的使用快速富里埃 变换(FFT)的交叠与加或者交叠与存算法用于其输入端。在另一个 这类实施中，使用一条抽头延迟线，连至每个抽头的乘法器和一个相 加器实施LTI滤波器。在又一个实施中，可用无限脉冲响应(IIR) 滤波器而不是FIR滤波器实施LTI滤波器；然而，应注意，采用这类 滤波器可能是计算上昂贵的和/或不可靠的。

                     恢复信号的解调

最后，必须考虑滤波结构(用于干扰抑制和/或同频道信号分 离)与解调器(用于自所需信号估计中恢复位流)之间的交互作用。 数种解调器当今用于GMSK信号：基于Viterbi算法的最大似然序列 估计器(MLSE)，多信号差动检测器，及决策反馈均衡器(DFE)。 这些解调器中任何一个可用于滤波结构之后以将感兴趣的估计信号 解调。由于DFE本身是滤波结构，因此迭代方案可以合理地将由常规 DFE实施的解调功能和由时空滤波结构实施的干扰抑制和/或信号分 离功能合并，所得滤波结构将具有相对于基于MLSE或多信号差动检 测的接收机而言非常低的复杂性的所希望性质，并且由于同一存储器 长度的可调整系数的数量较小，可能能够得到较高质量的恢复的位 流。

因为此处描述的所有迭代的滤波设备包括DFE的前馈部分的能 力，将滤波设备与DFE合并的结果是人们只是简单地在滤波设备(不 论它是单传感器还是多传感器)之后放DFE的反馈部分。因此，该反 馈部分单独地用作解调器。用于适应性地调整此解调器的算法不在本 发明范围之内。

类似地，MLSE解调器的复杂性得以减低，而FRESH滤波结构的 失真去除能力的效果能提高其性能。例如，借助于失真去除或甚至只 是失真减低，对作为MLSE解调器的整体部分的频道估计器的要求得 以减轻。 D．适配方法

下面的适配方法在GSM系统的范围内讨论，GSM系统是应用本 发明的一种无线通信系统。熟悉通信系统和信号处理技术的人知道这 些适配方法也可用于使用具有所含训练序列和常模数的信号的任何 其它通信系统。

在GSM中，每个时间片持续577μs(270.833仟位/秒时的 156.25位周期)，并如图20中所示地构成位。主脉冲串两端的3个 尾部位都是零，持续8.25位周期的保护时间用于防止相邻时间片由 于不同成批传播延迟而相撞。每一片中的116位消息可以或为数字化 语音(在语音合成，卷积编码和间插之后)或为控制信息。含于片中 间的26位训练序列用于现有常规GSM接收机中以便例如在MLSE解调 前完成频道估计。

本发明中，不但使用此方便的训练序列，而且使用GMSK和其它 MSK信号的非常有用的常包络(或常模数)特性以适配滤波器系数。 现解释四个适配算法，其中前两个是常规的及后两个是新颖的和本发 明独有的：

1．常规训练的适应性均衡；

2．常模数(CM)盲暗适应性均衡；

3．训练增广常模数(TACM)部分盲暗适应性均衡；以及

4．训练约束常模数(TCCM)部分盲暗适应性均衡。 前两个适配算法为后两个算法提供结构块。所有这些四个算法旨在寻 找用于控制线性组合器的矩阵W中的滤波器系数值(此矩阵的列数设 为等于待估计所需信号数及行数设为等于将被适应性地调整的线性 组合器中加权系数的数量)。该线性组合器将这些复数加权系数用至 包含来自M个传感器的所收到数据的多个不同延迟的频移并可能是 共轭的形式(表示为向量x(t))的向量y(t)的元素，以产生一个信 号估计 $\hat{S}\left(t\right)=W^{H}y\left(t\right)$ 的向量，其中上标H表示共轭转置。例如，在 3路径LCL-FRESH滤波器中，设三个滤波器中的每个由一条包含L 个抽头的抽头延迟线(TDL)和后随的线性组合器实施。则信号估计 可表达为                                                (4) 其中y(t)以明显方式定义。也可为LCL-FRESH-FSE,LCL-FSE, RI-FSE,LCL，和RI滤波结构以及5路径LCL-FRESH滤波器还 有这些滤波结构的任何扩展部分构成类似的y(t)定义，在这些扩展 部分中路径数，共轭模式或实部及虚部选择器，频移的选择和不同路 径输入信号的起源都可改变。因此，在下面描述中，由于所有本发明 的滤波结构可用此公共框架代表，因此不再参照y(t)对x(t)的特定 依赖。此外，为简化描述，只考虑具有单列的W的情况；为强调在此 情况下该矩阵退化为一个向量，用W表示一组滤波器系数。

                   常规训练的适应性均衡

在常规训练的适应性均衡中，接收机知道所需用户自时间t01开 始至时间t02结束发射一个训练信号s0(t)。此情况和所收到数据用 于寻找W。具体地说，如此选择W以使训练期间(即在全部t∈T0期 间，其中T0=〔t01,t02〕)的训练信号s0(t)与估计 之间的 时间平均方差为最小： $\underset{w}{\min }<\widehat{|s\left(t\right)-s_0\left(t\right){|}^2}{>}_{t\in T_0}\iff w{\left(R_{\mathrm{yy}}^{\left(T_0\right)}\right)}^{-1}{R}_{{\mathrm{ys}}_0}^{\left(T_0\right)}---\left(5\right)$ 其中 表示t01≤t≤t02期间的时间平均值，及任何两个向量(或标 量)a(t)与b(t)之间的相关矩阵由 ${R_{\mathrm{ab}}}^{\left(t_0\right)}=<a\left(t\right)b^H\left(t\right){>}_{t\in T_0}$ 所确定。 参照GSM系统和图21,T0是包含所含训练信号的时间间隔。此方法 易于实施，当用迭代最小乘方(RLS)算法或不同快速算法中的任何 一种时(例如模数的多频道方法或快速仿射投影算法)计算复杂性不 高，当训练序列长度超过滤波器系数数量(即W的长度)时，它可靠 地和快速地收敛。然而，当存在强烈同频道干扰和/或当W的长度与 训练信号不相上下或比后者更大时，此常规训练适应性均衡算法可能 不会提供足够可靠或高质量的信号估计。

               常模数(CM)盲暗适应性均衡

与常规训练适应性均衡器完全相反，常模数(CM)盲暗适应性 均衡器完全忽略任何训练信号信息。代之的是在此应用中它使用下列 事实：GMSK和其它MSK信号具有常模数(常包络)，这种特性会被 同频道干扰和频道失真的存在所弄坏或破坏。CM算法试图解决以下 最小化问题： $\underset{w}{\min }<|\hat{s}\left(t\right)-\frac{\hat{s}\left(t\right)}{\left|\hat{s}\left(t\right)\right|}{|}^2{>}_{t\in T_1}-----\left(6\right)$ 其中在我们的例中T1是具体时间片中一组全部时间瞬间。由于这是 没有封闭形式解法的非线性最小化问题，以及最小均方(LMS)随机 梯度下降算法收敛得实在太慢，所以使用迭代块方法(所谓最小乘方 CM算法)。在第k次迭代时，可解下式以找到加权向量Wk： $\underset{w_H}{\min }<|W_k^{H}y\left(t\right)-z_{k-1}\left(t\right){|}^2{>}_{t\in T_1}---\left(7\right)$ 其中 $z_{k-1}\left(t\right)=\frac{w_{k-1}^{H}y\left(t\right)}{\left|W_{k-1}^{H}y\left(t\right)\right|}$ 即，方差中的模数归一化项是在前一次迭代期 间自滤波器输出量中获得的。这允许找到简单的线性解法： $w_k={\left(R_{\mathrm{yy}}^{\left(T_1\right)}\right)}^{-1}{R}_{{\mathrm{yz}}_{k-1}}^{\left(T_1\right)}-----\left(8\right)$ 寻找模数归一化滤波器输出量和解此线性方程这两个步骤迭代地进 行，直至收敛。CM算法允许在缺少训练信号的情况下成功地将均衡 器适配，然而已知它在有些情况下表现出不可靠的收敛，以及当观察 周期短时(如对于GSM时间片)，它的可靠性可能比所需的低。当将 CM算法应用于包含多个同频道信号的环境时，会出现该算法的另一 个复杂性。已经开发了多目标CM算法，用于适配多组滤波器加权系 数，每个用于提取一个不同信号。接着应完成一个信号分类操作以识 别所提取信号与用户之间的对应；如用户被赋予不同训练序列则可容 易地得到此对应。然而应注意，此训练信号信息可以更有利地由它们 自己适配滤波器加权系数而不是简单地将盲暗地适配的滤波器的输 出量分类。下面将讨论使用另两个适应性算法过程的情况。

        训练增广CM(TACM)部分盲暗适应性均衡

常规训练适应性均衡器和CM盲暗适应性均衡器中每个都明显地 忽视另一个使用的有用信息，但TACM部分盲暗适应性均衡器不像它 们，对GSM中可用的训练信号和常模数特性两者都使用。这些方法的 动力在于下列想法：式(5)和式(7)中两个价值函数的凸线性组 合的最小化所产生的性能优于任何一个价值函数单独最小化的性 能，因一般两个价值函数不可能同时最小化。所得价值函数给出如 下： $\gamma <|W_k^{H}y\left(t\right)-z_{k-1}\left(t\right){|}^2{>}_{t\in T_1}+(1-\gamma )<|W_k^{H}y\left(t\right)-s_0\left(t\right){|}^2{>}_{t\in T_0}--\left(9\right)$ 如同GSM系统中所用常规训练适应性均衡器中一样，T0是由所含训 练信号所占时间间隔(图20)。应用CM算法的时间周期T1可以是 整个时间片，也可以是扣除训练信号后的时间片。不论何种方式，封 闭形式解法由下式给出： $w_k=[\gamma R_{\mathrm{yy}}^{\left(T_1\right)}+(1-\gamma )R_{\mathrm{yy}}^{\left(T_0\right)}{]}^{-1}[\gamma R_{{\mathrm{yz}}_{k-1}}^{\left(T_1\right)}+(1-\gamma )R_{{\mathrm{ys}}_0}^{\left(T_0\right)}]\text{--}\left(10\right)$           凸线性组合器加权系数γ控制两个价值函数的影响，也就控制对它们 中使用的两个不同类型的知识的侧重。更接近于1的γ值更侧重于CM 特性的使用，而更接近于零的值则更侧重于已知训练信号的使用。

注意到，当初始条件为零(即W=0)及γ=1时，出现TACM 的特殊情况。在此情况下，TACM所产生的算法中使用已知训练信号 在迭代k=1和 $w_1={\left({R_{\mathrm{yy}}}^{\left(T_0\right)}\right)}^{-1}{R_{{\mathrm{ys}}_0}}^{\left(T_0\right)}$ 时初始化常规CM算法。

在 是常模数信号(例如对于GMSK,CPFSK和其它MSK信 号的情况)的情况下， 应预先归一化以便在它用于TACM算法 之前具有单位模数。在 不是常模数信号的情况下，必须在上面 的TACM价值函数中插入适应性归一化常数以产生归一化适应性TACM (AN-TACM)算法： $\gamma <|w_k^{H}y\left(t\right)-z_{k-1}\left(t\right){|}^2{>}_{t\in T_1}+(1-\gamma )<|w_k^{H}y\left(t\right)-c^{*}{s}_0\left(t\right){|}^2{>}_{t\in T_0}$                                                      式(11) 其中C是复数标量。为解此问题，可使相对于Wk*和C*的复数梯度相 等以获得 此方程组由下列解出 其中 $R_{11}=\gamma R_{\mathrm{yy}}^{\left(T_1\right)}+(1-\gamma )R_{\mathrm{yy}}^{\left(T_0\right)},R_{12}=-(1-\gamma )R_{{\mathrm{ys}}_0}^{\left(T_0\right)},R_{21}=R_{s_{0}y}^{\left(T_0\right)},$ $R_{22}=-R_{s_0{s}_0}^{\left(T_0\right)}$

训练约束CM(TCCM)部分盲暗适应性均衡

TCCM与TACM不同之处在于它试图利用两类知识。具体讲，当滤 波器系数的数量大于或等于训练信号样值数时，常规训练适应性均衡 器所用线性系统(含于式(5)中)是过低确定的。也即，训练信号 只足以限制Wk于一定子空间内但不足以将它完全确定。在此情况下， 至今只能说，Wk由下式给出： $w_k={\left(R_{\mathrm{yy}}^{\left(T_0\right)}\right)}^{+}{R}_{{\mathrm{ys}}_0}^{\left(T_0\right)}+v_k=w^{\left(T0\right)}+v_k,$                                                          式(15) 其中上标()*表示Moore-Penrose伪逆矩阵，Vk是 零空间中 任何向量，及 是以明显方式定义的。对Vk的约束能保证在时间间 隔T0内准确地复现训练信号。然后使用CM特性以选择Vk，其中k表 示为在CM算法的块最小方实施中迭代之前。为获取量后价值函数， 只简单地将式(15)代入式(7)，并相对于Vk求最小化而得到以 下解法 其中 及V0的列是与 的可忽略特征值相关连的特征向量。

可以用迭代算法：首先根据式(8)求解CM加权向量，然后将 此向量投射至仿射空间 对所有Ck)上。最后解为 及因此在时间间隔T0内WkHy(t)准确地复现训练信号。如所需信号 0(t)具有常模数，如同GMSK，CPFSK和其它MSK信号的情况一样，则 如对于TACM一样， 应归一化以获得单位模数。最后，可以依 靠在推导AN-TACM算法中使用的适应性归一化技术将TCCM算法的两 个形式中的每一个扩展以容纳具有非常数模数的所需信号。这些扩展 可以直截了当地实现，因此此处不再详述。

附加的适应性方法

在前述TACM和TCCM方法和它们的不同扩展和特殊情况外，也能 使用其它适应性方法来选择滤波器中的系数值。例如，所谓适应性决 策方向方法中在有些方法(例如前述方法中的任何一个)的控制下执 行适配的第一阶段，以产生一个中等至高等质量的信号估计，然后再 加以解调，在适配的第二阶段中使用所得的检测的位以形成一个已知 训练信号，后者可与初始完善训练数据一起使用(例如通过常规最小 乘方法)。 E．总体接收机的优选实施例

图22描述了一个根据本发明的总体接收机设备36的优选实施 例。M个天线38输出端的RF信号相干地下变频为复数基带并由相干 M天线收集设备40数字化，它的输出量是数字化离散时间序列M×1 复数向量，此处都标为x(t)。此接收数据的向量即作为滤波设备42 的输入量，该设备42的另一个输入量是由适应性设备44提供的滤波 器系数(W)，它产生一个d×1复数向量信号估计的数字化离散时 间序列 在适配过程中，位于滤波设备42输出端的开关46 将滤波设备42输出量送至适应性设备44中；当检测到适应性设备 44的收敛操作后(例如当完成预定次数的迭代后)，开关46即移动 而将滤波设备42输出量即最后信号估计 送至下一个处理器例 如解调器，后者将执行位决策以恢复由所需信号所传送的二进制数据 流。滤波设备42的一个中间输出量(此处标为y(t))也用作适应性 设备44的输入量。

图23显示相干M天线收集设备40的优选实施例。此设备由用户 提供的RF调谐频率值和用于控制本机振荡器48的A/D采样时钟频率 值进行控制，本机振荡器48分别用于将实数RF下变频为复数基带(也 称为同相和正交相信号)及用于A/D转换器50。完成下变频的RF 前端52可用熟悉RF设计技术的人所知道的不同方式加以实施。A/D 转换器的采样时钟频率最好等于位率fb的整倍数。除去在LCL和RI 滤波器中需要fb的采样率外，2fb代表在由过采样提供的时间分辨率 与过采样所引起的过多数据和相关的过多计算量之间的很好的折 衷。每一对A/D转换器输出端的数字化离散时间同相和正交信号组合 起来以形成并表示为单个复数值数字化离散时间信号。如此形成的与 单个天线相关连的每个硬件链有一个信号，这样的M个信号被组合为 所收到数据的一个数字化离散时间M×1复数向量。

图24中显示滤波设备42的优选实施例。滤波设备42接受所收 到数据的M×1复数向量和来自适应性设备44的滤波器系数输出量 作为输入量。所收到数据首先由频移，时移和极化开关(即共轭，实 部选择或虚部选择)设备54处理，其目的在于形成向量y(t)。如此 变换的数据y(t)记录存于信号缓存56中以允许y(t)在此处实施的适 应性算法的多个迭代中可供适应性设备44使用，信号缓存56可用动 态RAM芯片或其它高速存储介质实施。矩阵向量相乘器58将滤波器 系数用于所收到数据，从而产生可在适应性设备44完成的下一次迭 代(第k+1次)中使用的输出量

图25中显示频移，时移和极化开关设备54的优选实施例，该设 备54具有对应于此处先前描述过的3路径LCL-FRESH滤波器的具体 滤波结构。应理解也可迭代地使用以前描述过的其它滤波器。该设备 接受所收到数据的M×1向量x(t)作为输入并接照式(4)产生3LM ×1向量y(t)作为输出。抽头延迟线(TDL)60产生多个它们相应 输入量的L个时移形式的组。在此实施例中是求共轭器的极化开关 62和频移器64使用信号处理和通信中的标准块符号加以解释。类似 地，图26至图32分别显示具有不同滤波结构的频移，时移和极化开 关设备54的不同实施例，该设备54分别具有对应于LCL-FRESH-FSE (2个迭代实施例)，LCL-FSE(2个迭代实施例)，RI-FSE(可 为RI-FSE获得第二迭代实施例，类似于LCL-FRESH-FSE和LCL- FSE)，LCL和RI滤波器的具体滤波结构，其中输出端的中间信号 向量是4LM×1或2LM×1。注意到，在将所需信号中出现的所含 训练序列用于LCL-FSE,RI-FSE,LCL和RI滤波器所用适应性方法 之前，这些序列必须由位率采样器66进行位率采样并频移j-k；同样 注意到，如需获得所需信号的不频移估计，则应在滤波器输出端用共 轭频移jk来补偿此频移j-k。然而，许多GMSK解调器要求一定将它们 输出量频移j-k，及因此共轭频移jk与随后的频移j-k彼此抵消。还注 意到，由于RI-FSE和RI滤波器使用实数中间信号向量(及随后在数 学上简化它们的应用和适配)而不使用在LCL-FSE和LCL滤波器中使 用的复数中间信号向量，因此它们可以更有效地实施。

参照图33，以功能框图形式解释极化开关62。此处可以看出， 极化开关62代表一族滤波器设计参量，其中选择器72根据表1中所 示共轭周期频率和输入/输出采样率来选择或排斥复数输入信号的实 部68和虚部70。还注意到，如果选择输入信号虚部，则它的符号或 不改变或由开关74倒置。换言之，复数输入信号或者求共轭值，或 者选其实部，或者选其虚部。可以现解，极化开关62最好实施为单 个功能的求共轭器或实部选择器或虚部选择器，而不是用于迭代性地 选择所有这些功能的设备。

参照图34，显示了抽头延迟线(TDL)60的优选实施例。这是 技术中周知的标准实施。所产生的LM×1输出向量b(t)从而简单 地由任何M×1输入向量a(t)定义为 $b\left(t\right)=\begin{array}{}\left[\begin{array}{c}a\left(t\right)\\ a(t-1)\\ .\\ .\\ .\\ a(t-L+1)\end{array}\right]\end{array}$                                                        式(19) 因此，经过对基础单元采样延迟设备和信号路径作适当修改，可用 TDL60或容纳实数输入或容纳复数输入。

现参照图35和图36，分别显示选择TACM和TCCM作为适应性算 法的适应性设备44的迭代实施例，及d×1向量0(t) 中所有d个 所需信号都具有常数单位模数。适应性设备44将滤波设备42中信号 缓存56所提供的中间信号数据y(t)及由滤波设备42中矩阵向量相 乘器58所计算的输出信号 都用作输入。它提供滤波系数的矩 阵Wk作为输出，同时它还控制图22中所示输出开关46。适应性设 备44还将开关46自其用于将滤波设备42输出量送至适应性设备44 的低位移至高位，在此高位上滤波设备42输出量是适合于供合适的 解调器随后使用的所需信号估计的d×1向量 熟悉实施技术 (例如可编程数字信号处理芯片技术)的人应能理解，可直接自此文 件中对TACM和TCCM不同形式的描述中直接导出适应性设备44的迭 代实施例。

可以看出，本发明可用于自众多频谱交叠通信信号中提取感兴 趣的信号，自同频道干扰信号中分离和去除失真及抑制GMSK或MSK 类型的相邻频道干扰信号。这些信号在特征上具有实数和虚数分量， 表现出频谱和时间交叠，显示出时间冗余，具有其值等于它们载频的 两倍加或减它们数据位率的一半的共轭周期频率，及显示对具有由它 们的共轭周期频率所分离的频率的谱分量的共轭谱冗余。本发明提供 复杂信号的实部或虚部的时移，频移和共轭或提取，以产生感兴趣的 信号估计。虽然以上描述包含许多特征，但这些不应认为限制本发明 范围，而只是提供本发明一些现有优选实施例的阐释。因此本发明范 围应由所附权利要求书及它们的合法等效内容所决定。