用于非同步数位系统等化混合时域及频域的方法与系统 【技术领域】
本发明大体上关于一种用于非同步数字用户专线(以下简称ADSL)的不连续复频(以下简称DMT)调变/解调变技术，更特别地，关于一种用于非同步数位系统等化混合时域及频域的方法与系统。背景技术
ADSL技术通过现有的双绞铜线的电话线能够高速传输资料，并提供快速存取网际网络资料所需的频宽及改进例如视讯会议之类的其它方面应用效率。ADSL系统安装一些调变/解调变方案，且ANSI TI委员会已制定用于ADSL系统的标准调变/解调变方案的DMT演算法。DMT演算法分割频域中之一有效宽频通道成为一些矩形子通道。标准的ANSI ADSL系统提供256个频率通道给下流资料以及32个通道给上流资料。
一种用以执行DMT演算法的DMT收发器通过一时域等化电路(以下简称TEQ)及一频域等化电路(以下简称FEQ)来实施通道等化。资料被编码并以快速傅立叶(Fourier)转换(以下简称FFT)调变上述编码资料，及以反转FFT(以下简称IFFT)解调变上述调变资料。资料的每个转换符号由N个取样所组成并包含一循环标头(以下简称CP)，长度为1/16符号。CP分开各符号以消除符号交错性干扰(以下简称ISI)。然而，CP同时也会减少系统的资料位元速率。图1显示将一又称为缩短脉冲响应滤波器的TEQ配置至一通道而产生的通道响应。该TEQ系配置于一DMT收发器中以缩短该通道响应至一预定长度。在该TEQ输出时，线性回旋处理信号及一等化通道可以数学方式代表循环性回旋。该等化通道的频率响应可利用各FFT系数乘上反转的通道响应来作补偿。
图2显示一已知TEQ训练演算法的方块图。参考图2，h(n)及w(n)分别代表一通道及该TEQ的系数。该目标通道系具有V+1阶数及一系数b(n)地任一有限脉冲响应(FIR)滤波器。该TEQ目标系为等化该通道以使串联h(n)及w(n)等于b(n)，如下式所示：
h(n)*w(n)＝δ(n-d)*b(n)
该参数d代表通道延迟。
TEQ训练演算法可分成离线及线上二类中之一。离线训练演算法需要复杂矩阵计算，因此通常比线上训练演算法更为复杂。据此，线上训练演算法被认为更适用于实际配置。频域最小均方根(FLMS)及时域(TLMS)演算法系为线上训练演算法例。各FLMS及TLMS演算法整合一LMS演算法以在接收资料后估计TEQ系数。在该FLMS演算法中，一目标通道及该TEQ系数在频域中同时更新各DMT训练符号。图3系该FLMS演算法的方块图。参考图3，X(k)及Y(k)分别代表接收到符号y(n)及训练符号x(n)的FFT，其中K＝0至N-1。Wi(k)及Bi(k)系在第i个更新后，分别为频域中的w(n)及b(n)的FFT系数。对于各符号，该训练演算法于频域中执行下式：
E(k)＝Bi(k)X(k)-Wi(k)Y(k)
Bi+1(k)＝Bi(k)+μbE(k)X*(k) k＝0、1、 ...、N-1
Wi+1(k)＝Wi(k)+μWE(k)X*(k)
B(k)及W(k)接着被转换及解调至时域且在每个更新后执行开视窗(windowing)。换言之，该FLMS演算法的基本更新处理系于频域中作更新并于时域中开视窗。然而，为了操作于频域中，该FLMS演算法需要一些FFT/IFFT转换计算以转换时域及频域间的系数。结果，该FLMS演算法系非常复杂。
反之，该TLMS演算法在时域中同时更新b(n)及w(n)。参考图4，该TEQ及该目标通道系分别为L阶数及(V+1)阶数FIR滤波器。该TLMS演算法整合该LMS演算法以同时更新w(n)及b(n)系数。TEQ训练序列开始时，设定w(n)及b(n)系数为起始值，并对各进入样本执行下列计算：e(n)=bnTxn-wnTyn]]>
bn+1＝bn-μbe(n)xn
wn+1＝wn+μwe(n)yn
若该步阶大小μb及μw与该初始值w(n)及b(n)被正确地选择，TEQ系数及目标通道将快速地收缩至目标解答。
通常，该TLMS演算法收缩快于该FLMW演算法。然而，虽对每个样本执行该TLMS更新程序法，但演算法仍是非常复杂，尤其是用于一长阶数TEQ中。发明内容
根据本发明，提供一种用以训练一具有至少一系数的时域等化电路的方法，该方法包含估计一通道；初始化该时域等化电路的至少一系数；利用该估计通道来更新该时域等化电路的至少一系数；保留该更新的估计通道；维持该时域等化电路的至少一系数的更新值至少一符号周期固定；根据该时域等化电路的一输出，计算一调变符号；根据该调变符号，计算一用于该估计通道的第二值；设定该估计通道等于该第二值；及重复更新该时域等化电路至设定该估计通道等于该第二值的步骤，直到符合预设条件为止。
在一实施例中，更新该时域等化电路的步骤包含以一最小均分根演算法来更新该时域等化电路。
在另一实施例中，包含一固定该时域等化电路的至少一系数的更新值至少一二符号期间的步骤。
同时，根据本发明，提供一包含一具有复数个训练符号的传输信号的非对称数位用户回路系统，其包含一通道，以接收该传输信号；一目标通道，以接收该传输信号；一耦接至该通道的第一混合电路，以接收该通道输出；一耦接至该第一混合电路的时域等化电路，以接收该第一混合电路输出，该时域等化电路包含复数个系数；一耦接至该时域等化电路的第一调变电路，以提供一第一调变信号；一耦接至第一调变电路以接收该第一调变信号的通道估计电路，以提供一估计通道给该目标通道；及一耦接至接收该时域等化电路输出及目标通道输出的第二混合电路，以提供一输出至该时域等化电路。
在一实施例中，该第一调变电路包含一耦接至接收该时域等化电路输出的第一编码器及一耦接至该第一编码器的第一快速傅立叶转换装置，以提供该第一调变信号。
在另一实施例中，该第一混合电路提供该通道及该传输信号的训练符号间的循环性回旋。
在又一实施例中，该通道估计电路延迟该估计通道约至少一符号时间。
又在另一实施例中，该通道估计电路延迟该估计通道约至少二符号时间。
此外，根据本发明，提供一包含一接收一第一调变信号及一第二调变信号的通道估计电路的不连续复频收发器，该通道估计电路包含一根据该第一及第二调变信号来估计一在频域中的有效通道的第一计算装置；一耦接至该第一计算装置以转换该有效通道至该时域的反转快速傅立叶转换装置(Inverse Fast Fourier Transform means)；及一开矩形视窗装置，耦接至该反转快速傅立叶转换装置，以在该时域的有效通道上提供一开矩形视窗功能以限制该估计通道至V+1样本。
在一实施例中，该第一计算装置包含一除法器，以自该第二调变信号中区分出该第一调变信号。
在另一实施例中，该第一计算装置包含一记忆体，以储存该第二调变信号的一反转值、及一乘法器，以将该第一调变信号乘上反转的第二调变信号。
根据本发明，另提供一种用以训练一具有至少一系数的时域等化电路的方法，该方法包含接收一第一调变信号；接收一第二调变信号；根据该第一及第二调变信号估计一在频域中的有效通道；转换该有效通道至该时域；及开矩形视窗于该时域中的有效通道以限制该估计通道至V+1样本。
在一实施例中，有包含一步骤为正交化一在该时域中的估计通道能量。
本发明另一目的及优势将部分述于后面说明中且部分显而易见于后面说明中，或可于实行本发明中获得。
前述一般性说明及下列详细说明两者只是范例及说明，并非本发明所主张权利的限制。附图说明
图1显示一已知的TEQ配置及其在通道响应上的效应；
图2是一配置一TEQ训练演算法的方块图；
图3是一该FLMS演算法的方块图；
图4是一该TLMS演算法的方块图；
图5是一符合本发明的一实施例的方块图；
图6是一符合本发明的另一实施例的方块图；
图7是一符合本发明的通道估计电路的方块图；
图8是一计算复杂之二已知训练演算法与本发明的TF-TEQ演算法的比较图；
图9是一显示一本发明模拟环境的方块图。具体实施方式
现在详细参考本发明实施例，其中一些例子系示于附图中。不论何种可能，相同参考号将使用至所有图式中的相同或类似元件。
本发明系指向一混合时域及频域所配置的线上TEQ训练演算法，此后，称之为时域及频域TEQ(以下简称TF-TEQ)演算法。该TF-TEQ演算法的第一步骤估计一通道h(n)并初始化TEQ系数w(n)至[100...0]。该通道Ech能量也被计算。该TF-TEQ演算法的下一步骤系使用一LMS逻辑来更新该TEQ。提供一暂时向量，以维持更新的估计通道hest(n)。当提供该DMT符号给该TEQ时，该TF-TEQ演算法接着固定该TEQ系数w(n)一DMT符号期间。一调变符号Y(K)及该估计通道hest(n)被计算。该暂时向量b-temp系设定为等于hest；，其中hest系为矩阵hest(n)。本发明TF-TEQ演算法系接着从该更新该TEQ步骤开始重复，直到符合预设的设计标准。
图5是一符合本发明的一实施例的方块图。参考至图5，一DMT收发器10包含一通道12及一目标通道14。一传输信号x(n)系由通道12及目标通道14接收。通道12系耦接至一第一混合电路16，以接收一通道12输出及白色杂讯V(n)。第一混合电路16系耦接至一TEQ18，以提供一输出y(n)至一第一序列至并行编码器(以下简称S/P)20及一第一混合电路30。第一S/P20系耦接至一第一快速傅立叶转换(以下简称FFT)，以提供一调变输出Y(k)。一反馈回路系产生于TEQ18及第二混合电路30。第二混合电路30接收TEQ18的输出y(n)并自目标通道14的输出d(n)中减去该输出y(n)。第二混合电路30接着提供该结果给TEQ18。
DMT收发器10也包含一接收该传输信号x(n)的第二S/P24。第二S/P24系耦接至一通道估计电路28的第二FFT26。第二FFT提供一调变输出XLK。通道估计电路28接收第一FFT22及第二FFT26的输出，并提供一输出hest给目标通道14。
操作时，一传输器(未显示)送出该传输信号x(n)，其包含至通道12的复数个重复训练符号，其中n＝0至N-1，且N代表样本数。该重复符号形成一周期性信号。该传输信号的循环回旋系配合通道12执行，其可以h(n)作为数学性代表。第一混合电路16的输出u(n)可得自该传输信号的循环回旋及该通道中，而白色杂讯v(n)的相加如下：
u(n)＝h(n)x(n)+v(n)
每次更新，通道估计电路28马上执行一有效通道heff估计，以促进至该有效通道的收缩，其可自该通道的循环回旋及TEQ18的系数中得到下列公式：
heff(n)＝h(n)estW(n)
由通道估计电路28所提供的估计通道h(n)est系利用设定该目标通道的系数给h(n)est来得到，并接着根据该更新系数h(n)est施用该LMS演算法以更新该TEQ系数w(n)。通道估计电路28由此提供该有效通道一近似估计，以增加收缩率。
根据已知的训练序列，一适应性过滤演算法被用来训练TEQ18，以提供该等化信号y(n)。如下列公式所示，将该有效通道heff及该训练符号x(n)循环回旋并加上该白色杂讯V(n)得到该等化信号y(n)。
y(n)＝heff(n)x(n)+V(n)
该有效通道heff的估计理论上应在w(n)为定值时执行。然而，当使用该适应性过滤演算法以训练TEQ18时，w(n)随时间改变。因此，本发明的训练应分成二连续阶段：通道估计及通道更新阶段。每阶段持续一DMT符号期间。在该通道估计阶段，根据ADSL标准，该TEQ系数系固定过滤一DMT符号或512个样本期间。在该通道估计阶段结束时，通道估计电路28计算一估计通道hest(n)。再参考至图5，该等化信号y(n)系由TEQ18提供给第一S/P20，其系耦接至第一FFT22。在FFT后，可得到该等化信号y(n)的公式变成下式：Y(k)≅Heff(k)X(k)]]>
其中Y(K)、H(k)及X(k)分别为y(n)、heff(n)及x(n)的FFT。当该转换的等化信号Y(k)系经一长时间观察而得时，可忽略该快速傅立叶转换的V(n)。该FFT/IFFT计算可以现存嵌入的FFT/IFFT模组来实行，以进一步简化本发明配置。该有效通道因此可估计如下：
heff(k)＝Y(k)/X(k)
在通道估计电路28计算该估计通道hest(n)后，TEQ18进入该通道更新阶段。
一个样本接一个样本地更新TEQ18，并对各样本执行LMS逻辑。在一实施例中，TEQ18是一L阶数适应性FIR滤波器。参考至图5，在该通道更新阶段期间，目标通道14的输出是d(n)，其中n＝0、1、...、511。在时间n点的TEQ18的阶数输入向量u(n)可以下列公式代表：
u(n)＝[u(n)u(n-1)...u(n-L+2)u(n-L+1)]T
因此，该L阶数FIR滤波器权重可使用下列LMS逻辑对每个样本作更新：
e(n)＝d(n)-y(n)
d(n)＝XT(n)b
y(n)＝uT(n)W(n)
e(n)＝d(n)-uT(n)w(n)
w(n+1)＝w(n)+μwu(n)e*(n)
其中w(n)＝[w0(n)w1(n)…wL-1(n)]T代表该TEQ在时间n点的阶数权重向量；及x(n)＝[x(n-v)x(n-v+1)...x(n)]T代表该目标通道的阶数输入。在开始该训练阶段时，参数W、b及步阶大小μw应根据该设计标准设定至正确初始值。因此，在进入该通道估计阶段以取得另一样本前，TEQ18将会更新512次。
如上述，该估计结果hest(n)马上被使用于接下来的通道更新阶段。因为该通道估计电路28的操作期仅是一样本，因此，即时处理可能难以达成。图6系一符合本发明另一实施例的DMT收发器100的方块图。参考至图6，该TF-TEQ演算法被修改以提供一用于实际配置的延迟。除了DMT100包含一额外延迟电路32外，DMT收发器100系相同于图5所示的DMT收发器10。该目标通道14的系数b(n)系设定为hest.d(n)。延迟电路32提供给该有效通道的最后估计hest.d(n)，其中该下标d代表一延迟系数。如一范例，延迟电路32提供一延迟为二符号。因为该有效通道系每二符号估计一次，因此，通道估计电路28操作期间被延伸至二DMT符号。这个易用于设计通道估计电路28并允许本发明的TF-TEQ演算法更容易地配置。
图7显示一符合本发明通道估计电路28的一实施例。参考至图7，通道估计电路28包含一耦接至一反转FFT(以下简称IFFT)284的除法器282。除法器282接收Y(k)及x(k)作为输入并在一元件对元件基础上执行一除法运算Y(k)/x(k)。该结果系该有效通道于频域中的估计。为了确定时域中的估计通道，IFFT 284对产生的结果执行反转快速傅立叶转换。一计算装置286被耦接至IFFT 284，以接收IFFT 284的输出并执行一开矩形视窗功能，以限制该估计的结果至V+1样本。因在该视窗内持有样本并迫使位在该视窗外的那些样本为0，故可轻易地安装开矩形视窗功能。计算装置286接着提供该开视窗结果给另一计算装置288，以正交化hest(n)的能量至一预设值。提供计算装置288以避免在w(n)＝hest(n)＝[0、0...0]处得到一不重要的结果。
通道估计电路28也可不配置除法器282。因为X(k)在TEQ训练前是为已知，值1/X(k)可在初始化该演算法之前先储存于一记忆体中。Y(k)/X(k)的数学计算因此可以Y(k)乘上1/X(k)的方式来进行。通道估计电路28因而可以一乘法器来取代一安装上较为复杂的除法器。
表1 总结本发明的TF-TEQ演算法需要的乘法运算次数。
表1
因为乘法运算次数系求取自通道更新及通道估计阶段中的二训练符号的数值，各训练符号的乘法运算次数系减半的。二符号的总乘法运算次数系为每符号60,416或30,208。
图8是已知FLMS及TLMS演算法与本发明TF-TEQ演算法的计算复杂度的比较图。参考至图8，FLMS演算法显然地是最复杂的，而TF-TEQ演算法系最不复杂的。
此外，所执行的一些电脑模拟显示本发明TF-TEQ演算法的执行效率。图9系该模拟环境的方块图。所有模拟集中在一远端接收器训练。FFT大小是32及CP长度V系如ADSL标准所定义的32样本。在信号传输期间，该通道感染一些杂讯源，例如附加白色高斯杂讯(AWGN)及串音杂讯(cross-talknoise)。基于模拟目的只有远端串音(FEXT)、近端串音(NEXT)及AWGN被列入考虑。因有限阶数量之故，TEQ大多不能精确地缩小一通道响应。因此。某些能量会置于有效通道heff(n)最大(v+1)的连续样本外，其系为通道响应及TEQ的串联。一种效率指数缩小的信号对杂讯比(SSNR)系定义如下，以量测本发明TF-TEQ演算法的效率。SSNR=10log10{EinEleakage}]]>
Ein代表该连续V+l样本的最大能量，以及Eleakage代表在该视窗外的样本能量。SSNR值代表时域中的演算法效率，且SSNR值越大则执行效率越佳。
表2显示在使用500训练符号于FLMS、TLMS及TF-TEQ演算法后，八测试通道或回路的SSNR值。从该表中可知TLMS演算法在某些回路中执行效果佳。虽然在某些回路中的FLMS演算法执行效果佳，但它在某些回路中亦是最差的。反之，本发明TF-TEQ演算法于所有回路中皆一致地执行效果佳。
表2通道 缩小前 FLMS TLMS TF-TEQ T1/601 LOOP#7 20.73 T1/601 LOOP#9 19.78 Tl/601 LOOP#13 19.65 CSA LOOP#4 17.51 CSA LOOP#6 21.32 CSA LOOP#7 19.08 CSA LOOP#8 19.41 Mid CSA loop 22.83 25.6 42.9 41.2 35.1 38.2 39.0 25.8 41.6 41.7 38.3 42.0 37.2 47.6 47.8 45.8 34.4 46.0 37.5 28.1 51.9 42.2 45.7 4502 42.1
除SSNR值外，还有结合TEQ及FEQ演算法的执行效率也可在频域中以SNR值求得。各子通道的SNR值系利用计算该等化输出Y(k)及该训练符号X(k)间的差异而得，如下：SNRn=|Xn|2|Eavg,n|2]]>其中n代表第n个子通道。几何SNR可被计算如下：SNRgeom=[ΠK=0N-1SNRK]1N]]>
其中n＝0至255。此外，TEQ系在FEQ训练前利用线上演算法作训练。当该TEQ系数变成有效时，训练符号K被引入系统中，且计算各子通道的平均错误Eavg。
表3显示在使用500训练符号于FLMS、TLMS及TF-TEQ演算法后，八测试回路的SNRgeom值。该表显示这些回路不能有效地利用FLMS演算法以缩小通道响应。这是因为严重的ISI阻止该FLMS演算法有效地改进该SNR值。本发明TF-TEQ演算法比该TLMS演算法于多数回路中得到较佳的SNR值。
虽然该TLMS演算法在时域中某些回路的表现胜过TF-TEQ演算法，该TF-TEQ演算法显然地在频域中提供优于该TLMS演算法的执行效率。因此，来自SSNR及SNR的值中，TF-TEQ演算法在频域中比TLMS或FLMS演算法中的任一者显的更坚固。所以，本发明TF-TEQ演算法可提供比较性且经常在时域及频城两者中，在相较于TLMS或FLMS演算法中任一者的配置较不复杂的附加优点下，优于已知的TLMS或FLMS演算法中任一者的执行效率。
表3通道 缩小前的SNRgeom FLMS TLMS TF-TEQ T1.601 LOOP#7 18.557 T1.601 LOOP#9 19.630 T1.601 LOOP#13 18.603 CSA LOOP#4 24.697 CSA LOOP#6 25.124 CSA LOOP#7 23.846 CSA LOOP#8 20.946 Mid CSA loop 30.915 29.220 31.814 34.641 36.679 29.712 35.846 31.737 35.507 37.940 44.748 40.522 39.747 48.972 43.282 47.467 38.734 42.174 40.823 36.044 45.253 43.248 50.102 41.897 45.916
虽然本发明已以一些较佳实施例揭示如上，然其并非用以限定本发明，任何熟知此技术的人士，在不脱离本发明的精神及范围内，当可做更动与润饰，因此本发明的保护范围由权利要求书界定。