数字通信系统 本发明涉及数字通信系统，例如，蜂窝式移动电话系统。
一般来说，符号因在数字通信网中传输而质量下降。例如，在GSM系统中，接收的信号因多路径传播产生的延迟，采用相同信道的各终端干扰，以及综合噪声而质量下降。
抽头延迟线空间和/或时间处理可用于减少多路径传播和来自其他终端的干扰的影响，空间处理操纵天线阵列以降低来自干扰者的信号电平，时间处理减少多路径传播的影响。空间/时间处理可以合并在一个多分支抽头延迟线处理器中以适应天线阵列。为了适应该天线，移动终端传送的每帧符号含有包括已知的26个符号“训练”序列的“中间部分(mid-amble)”，移动终端接受相关基站的指令，采用若干个预定训练序列之一，为的是能区分开干扰的终端。阵列中的每个天线有各自的抽头延迟线均衡器，在此均衡器中各抽头输出信号被加权并相加。在一个已知的理论方案中，权重W由以下式子确定：
W=Rxx-1rxd其中Rxx是对系统的输入的自相关矩阵，rxd是输入信号与已知序列的互相关矢量。在实际中，通过对训练序列中瞬时矩阵和矢量求平均可以得到估算值。
估算值的精确度受到短的26个符号训练序列的限制。
以此为背景，本发明通过相继的迭代过程提供一个调整抽头延迟线空间和/或时间处理器的抽头权重的方法。参照已知和准已知(pseudo-known)符号，对各个加权的抽头输出求和，其中第一次迭代是参照已知训练序列符号而执行的，此后的迭代是参照已知和准已知符号而完成的，准已知符号是把相加地抽头输出信号的实部与一个设定电平进行比较而选取的，把逻辑0符号值赋予落在该设定电平一侧的那些相加的抽头输出信号，以及把逻辑1符号值赋予落在该设定电平的另一侧的那些相加的抽头输出信号，把电平超过与该设定电平的阈值差距的那些符号选取为准已知符号，此阈值在各次迭代之间变化，相继各次迭代由以下计算：
计算赋予逻辑0值的那些信号电平的平均值，以及计算赋予逻辑1值的那些信号电平的平均值；
计算赋予逻辑0值的每个信号电平与相应平均值之间的差距，以及计算赋予逻辑1值的每个信号电平与相应平均值之间的差距；
计算这些与平均值之间的差距的和；
计算所有信号电平与设定电平之间的差距；
计算所有信号电平与设定电平之间差距的和；
计算这些与平均值之间差距的和对所有信号电平与设定电平之间差距的和之比率。
实际上，符号中最确信代表逻辑0或逻辑1的那些符号用于添加到训练序列中以设置抽头权重。尝试不同的阈值，可以选取产生最低比率的阈值。
最好是，权重W由以下式子确定：
W=Rxx-1rxd其中Rxx是对系统的输入的自相关矩阵估算值，rxd是输入信号与已知符号序列或已知和准已知符号序列的互相关矢量估算值。
现在，通过举例并参照附图描述本发明的一个实施例，这些附图是：
图1是天线系统及其抽头延迟空间/时间处理器的示意图；和
图2是训练序列中接收到的信号电平示范图。
参照这两个附图，M个天线的阵列中每个天线2连接到各自的接收器4。被此阵列接收的信号是高斯最小频移键控(GMSK)调制信号。这些信号在接收器4中被消旋以去除GMSK信号中的差分相位编码，从每个接收器输出的消旋(de-rotated)信号馈入到各自的模数转换器3中，在模数转换器中信号被抽样和量化，量化的样本转换成编码数字信号。
数字化消旋信号存储在存储器5中，可以按顺序从存储器中读出这些信号。
数字化消旋信号按顺序读出到每个天线各自的抽头延迟线6中。抽头延迟线可以是物理的，或是由一个或多个数据处理器模拟的。在任一情况下，实现这种处理快于实时的处理，所以，一帧中可以实现几个迭代过程。
不管抽头延迟线是物理的或虚拟的，在每个抽头中，信号被各自的权重8加权，加权的信号在加法器12中相加。来自每个空间/时间处理器相加的信号在加法器14中再相加。
由移动终端15传送的每帧信号中，有一个包括已知的26个符号训练序列的中间部分。有多个不同的训练序列，移动终端接受基站的指令以发送哪一个序列。移动终端不重复使用训练序列，以避免与终端15发生干扰，所以可区分开这些终端。
给空间/时间处理器加权的理论基础是Wiener-Hopf公式：
W=Rxx-1rxd其中Rxx是对系统的输入的自相关矩阵，rxd是输入信号与已知序列的互相关矢量。
通过对瞬时矩阵求平均，即，逐个符号地，可以得到自相关矩阵和互相关矢量的估算值。
分析加法器14的输出以便暂时地赋予符号值，为的是利用较长的符号序列能够改进Rxx的估算值。为此，从训练序列之外选取准已知符号，因为有关其正确性存在着相当大的可信度。赋予逻辑0或逻辑1符号值的暂时判定取决于究竟加法器14输出的实部的电平是正或负。因此，设置的零判定电平16(见图2)把逻辑0符号电平18与逻辑1符号电平20区分开来。
在第二次迭代中，计算所有符号与判定电平16之间差距的平均。这个平均值28表示在图2中判定电平16的两侧。任何落在电平28,28以外的符号电平看成是已知的，重新计算和估计Rxx矩阵如下所述。
在以后的迭代中，电平28是朝两个方向逐步变化，直至大于平均值的50％和小于平均值的50％，例如，以10％的步长变化。
在每次迭代中，计算品质因素的量度以便能估计Rxx的估算值。
计算设定电平16与各个逻辑0符号电平18之间差距d0的平均。计算设定电平16与各个逻辑1符号电平20之间差距d1的平均。
计算区分成逻辑0的每个符号电平18与相应平均值22之间的差距。计算区分成逻辑1的每个符号电平20与相应平均值24之间的差距。
计算所有与平均值之间差距的和。
计算所有符号电平与设定电平之间的差距。
计算所有符号电平与设定电平之间差距的和。
计算所有与平均值之间差距的和对所有符号电平与设定电平之间差距的和之比率。这个比率越小，输出质量的选取越好。理想地，区分成逻辑0的符号电平都相等，区分成逻辑1的符号电平都相等，逻辑0和逻辑1符号电平与判定电平16之间有相等的间距。
为了考虑到即使在恢复的序列中误差率是很高的情况下，可能获得低值，这个比率最好乘以(1+N)，其中N是参照设定电平赋值的符号与已知序列中符号之间误差的数目。
如此得到的乘积值是品质因素的量度，即，Rxx的估算值是如何精确，此值越低，估算越好。
一旦已尝试了整组阈值，选取产生最佳品质因素量度的Rxx，并利用此Rxx确定权重W1L至WML。