基于星座限制的自適應(yīng)判決反饋濾波系統(tǒng)及方法與流程

本發(fā)明涉及自適應(yīng)判決反饋信號(hào)處理技術(shù)領(lǐng)域，具體涉及一種基于星座限制的自適應(yīng)判決反饋濾波系統(tǒng)，還涉及一種基于星座限制的自適應(yīng)判決反饋濾波方法，該方法可應(yīng)用于通信領(lǐng)域的自動(dòng)均衡、回波消除、天線陣波束形成。

背景技術(shù)：

判決反饋(decisionfeedback，df)是一種傳統(tǒng)的濾波算法，該算法利用最小均方誤差(minimummeansquareerror，mmse)有效地減少信道間干擾，從而降低發(fā)送信號(hào)與接收信號(hào)之間的誤差，該誤差越小，我們稱該傳輸信號(hào)的可靠性越高。然而當(dāng)信道不斷變化時(shí)，df算法在每一次信號(hào)傳輸過程中都要更正濾波器向量，并且需要追蹤信道數(shù)據(jù)信息，這個(gè)過程大幅度增加了計(jì)算復(fù)雜度，使算法很難在實(shí)際中使用。

為了降低計(jì)算復(fù)雜度，國(guó)內(nèi)外研究人員設(shè)計(jì)了自適應(yīng)濾波算法。它可以有效的解決傳統(tǒng)濾波算法中計(jì)算復(fù)雜度高的問題。如近年來(lái)開發(fā)的自適應(yīng)判決反饋(adaptivedecisionfeedback，adf)算法與傳統(tǒng)df算法相比，降低了計(jì)算復(fù)雜度，使算法在實(shí)際中可行。然而利用adf算法得到的信號(hào)的可靠性遠(yuǎn)低于傳統(tǒng)的df算法。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于克服現(xiàn)有技術(shù)中的不足，提供了一種基于星座限制的自適應(yīng)判決反饋濾波系統(tǒng)及方法，在維持低計(jì)算復(fù)雜度的同時(shí)，提升信號(hào)檢測(cè)的成功概率，解決了現(xiàn)有技術(shù)中adf算法的信號(hào)可靠性低的問題。

為解決上述技術(shù)問題，本發(fā)明提供了基于星座限制的自適應(yīng)判決反饋濾波系統(tǒng)，自適應(yīng)判決反饋系統(tǒng)包括濾波器模塊和參數(shù)更新模塊，濾波器模塊對(duì)當(dāng)前輸入信號(hào)r[i]進(jìn)行濾波均衡，得到估算信號(hào)uk[i]；其特征是，還包括可靠性判定模塊和反饋信號(hào)糾錯(cuò)模塊；

可靠性判定模塊，用于對(duì)濾波器模塊輸出的估算信號(hào)uk[i]進(jìn)行可靠性判定；若判定結(jié)果為可靠，則星座圖a上距離估計(jì)信號(hào)uk[i]最近的星座點(diǎn)為最終的檢測(cè)信號(hào)若判定結(jié)果為不可靠，則執(zhí)行反饋信號(hào)糾錯(cuò)模塊；

反饋信號(hào)糾錯(cuò)模塊，包括備選反饋信號(hào)生成器和最佳反饋信號(hào)選擇器，備選反饋信號(hào)生成器中生成一組由星座圖a中各星座點(diǎn)組成的備選信號(hào)，最佳反饋信號(hào)選擇器計(jì)算每組備選信號(hào)通過信道傳輸?shù)玫降妮敵鲂盘?hào)，選取該組備選信號(hào)對(duì)應(yīng)的輸出信號(hào)中與信號(hào)r[i]最接近的星座點(diǎn)作為最優(yōu)候選點(diǎn)，此最優(yōu)候選點(diǎn)為最終的檢測(cè)信號(hào)

參數(shù)更新模塊，用于依據(jù)獲取的檢測(cè)信號(hào)更新濾波器的參數(shù)。

進(jìn)一步的，可靠性判定模塊對(duì)估算信號(hào)uk[i]進(jìn)行可靠性判定的過程為，若信號(hào)uk[i]滿足以下公式時(shí)，此時(shí)稱信號(hào)為不可靠信號(hào)，反之為可靠信號(hào)；

(1)d＞dth，此時(shí)

(2)此時(shí)

re(·)代表向量的實(shí)部，im(·)代表向量的虛部，d代表信號(hào)uk[i]與星座向量a中距離uk[i]最近的星座點(diǎn)的歐氏距離，且dth為陰影區(qū)域范圍閾值；σs代表信號(hào)能量。

進(jìn)一步的，最佳反饋信號(hào)選擇器從備選信號(hào)中獲取最優(yōu)候選點(diǎn)copt的具體過程為：

首先定義判決檢測(cè)向量1≤m≤m，m為向量bk中元素的個(gè)數(shù)；每一個(gè)向量被定義為：

其中是在之前第1到第(k-1)個(gè)數(shù)據(jù)流得到的檢測(cè)信號(hào)，cm是從候選星座點(diǎn)中選取的元素代替不可靠信號(hào)uk[i]；為待確定的判決檢測(cè)向量，為了方便計(jì)算，定義：

則可以得出

已知：

重復(fù)以上步驟，可以依次得到通過最大似然法求出最優(yōu)候選點(diǎn)下標(biāo)為：

根據(jù)該最優(yōu)信號(hào)獲得的最接近接收信號(hào)r[i]；

則最終的檢測(cè)信號(hào)為:

相應(yīng)的，本發(fā)明還提供了基于星座限制的自適應(yīng)判決反饋濾波方法，方法包括以下步驟：

步驟s1，首先對(duì)接收信號(hào)r[i]采用adf算法進(jìn)行濾波，得到估算信號(hào)uk[i]；

步驟s2，利用星座限制判決信號(hào)uk[i]是否為可靠信號(hào)，規(guī)定若信號(hào)uk[i]滿足以下公式時(shí)，此時(shí)稱信號(hào)為不可靠信號(hào)，反之為可靠信號(hào)；

(1)d＞dth，此時(shí)

(2)此時(shí)

re(·)代表向量的實(shí)部，im(·)代表向量的虛部，d代表信號(hào)uk[i]與星座向量a中距離uk[i]最近的星座點(diǎn)的歐氏距離，且dth為陰影區(qū)域范圍閾值；σs代表信號(hào)能量；

步驟s3，若信號(hào)可靠，則星座圖a上距離估計(jì)信號(hào)uk[i]最近的星座點(diǎn)為最終的檢測(cè)信號(hào)

若信號(hào)不可靠，首先生成一組備選向量l＝{c1,c2,…,cm,…,cm}∈a，然后計(jì)算每組備選信號(hào)通過信道傳輸?shù)玫降妮敵鲂盘?hào)，選取其對(duì)應(yīng)的輸出信號(hào)與信號(hào)r[i]最接近的星座點(diǎn)作為最優(yōu)候選點(diǎn)copt，則最終的檢測(cè)信號(hào)為:

步驟s4，基于以上獲得的檢測(cè)信號(hào)代入rls算法中獲得新的參數(shù)ξk[i]，基于此參數(shù)ξk[i]得到最優(yōu)濾波矩陣。

進(jìn)一步的，步驟s3中，從候選向量l中獲取最優(yōu)候選點(diǎn)copt的具體過程為：

首先定義判決檢測(cè)向量1≤m≤m，m為向量bk中元素的個(gè)數(shù)；每一個(gè)向量被定義為：

其中是在之前第1到第(k-1)個(gè)數(shù)據(jù)流得到的檢測(cè)信號(hào)，cm是從候選星座點(diǎn)中選取的元素代替不可靠信號(hào)uk[i]；為待確定的判決檢測(cè)向量，為了方便計(jì)算，定義：

則可以得出

已知：

重復(fù)以上步驟，可以依次得到通過最大似然法求出最優(yōu)候選點(diǎn)下標(biāo)為：

根據(jù)該最優(yōu)信號(hào)獲得的最接近接收信號(hào)r[i]；

則最終的檢測(cè)信號(hào)為:

進(jìn)一步的，步驟s4中，參數(shù)ξk[i]的更新公式為：

進(jìn)一步的，最優(yōu)濾波矩陣為：

為第i個(gè)信號(hào)的最優(yōu)濾波矩陣，為檢測(cè)第i-1個(gè)信號(hào)得到的最優(yōu)濾波矩陣，kk[i]是利用rls算法得到的變化的系數(shù)，(·)^*代表共軛操作。

與現(xiàn)有技術(shù)相比，本發(fā)明所達(dá)到的有益效果是：本發(fā)明維持低計(jì)算復(fù)雜度的同時(shí)提升自適應(yīng)判決反饋信號(hào)處理器的可靠性。

附圖說(shuō)明

圖1為本發(fā)明系統(tǒng)的框架圖；

圖2是本發(fā)明方法的流程圖；

圖3為以mimo為例的adfcc方法的原理框圖；

圖4為bpsk信號(hào)調(diào)制信號(hào)概率分布圖；

圖5為星座限制判定圖；

圖6為星座限制模塊中選擇算法流程圖。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步描述。以下實(shí)施例僅用于更加清楚地說(shuō)明本發(fā)明的技術(shù)方案，而不能以此來(lái)限制本發(fā)明的保護(hù)范圍。

如圖1所示，本發(fā)明的基于星座限制的自適應(yīng)判決反饋濾波系統(tǒng)，還包括可靠性判定模塊3和反饋信號(hào)糾錯(cuò)模塊4，已知自適應(yīng)判決反饋系統(tǒng)包括濾波器模塊和參數(shù)更新模塊5，濾波器模塊包括前向?yàn)V波器1和反向?yàn)V波器2，濾波器模塊對(duì)當(dāng)前輸入信號(hào)r[i]進(jìn)行濾波均衡，得到估算信號(hào)uk[i]；

可靠性判定模塊3，用于對(duì)濾波器模塊輸出的估算信號(hào)uk[i]進(jìn)行可靠性判定；若判定結(jié)果為可靠，則星座圖a上距離估計(jì)信號(hào)uk[i]最近的星座點(diǎn)為最終的檢測(cè)信號(hào)若判定結(jié)果為不可靠，則執(zhí)行反饋信號(hào)糾錯(cuò)模塊4；

反饋信號(hào)糾錯(cuò)模塊4，包括備選反饋信號(hào)生成器6和最佳反饋信號(hào)選擇器7，備選反饋信號(hào)生成器6生成一組由星座圖a中各星座點(diǎn)組成的備選信號(hào)，最佳反饋信號(hào)選擇器7計(jì)算每組備選信號(hào)通過信道傳輸?shù)玫降妮敵鲂盘?hào)，選取該組備選信號(hào)對(duì)應(yīng)的輸出信號(hào)中與信號(hào)r[i]最接近的星座點(diǎn)作為最優(yōu)候選點(diǎn)，此最優(yōu)候選點(diǎn)為最終的檢測(cè)信號(hào)

參數(shù)更新模塊5，用于依據(jù)獲取的檢測(cè)信號(hào)更新濾波器的參數(shù)。

本發(fā)明系統(tǒng)，在現(xiàn)有的adf系統(tǒng)中增加對(duì)估算信號(hào)的可靠性判定以及對(duì)不可靠信號(hào)的糾錯(cuò)修正功能，從而獲得更準(zhǔn)確的自適應(yīng)濾波矩陣來(lái)達(dá)到提高信號(hào)可靠性的目的。本發(fā)明系統(tǒng)應(yīng)用廣泛，可運(yùn)用到任何使用到判決反饋過程的系統(tǒng)中，如通信領(lǐng)域的自動(dòng)均衡、回波消除、天線陣波束形成等等。

相應(yīng)的，本發(fā)明的基于星座限制的自適應(yīng)判決反饋濾波方法(adaptivedecisionfeedbackdetectionwithconstellationconstraints，簡(jiǎn)稱adfcc)，如圖2所示，應(yīng)用廣泛，可運(yùn)用到任何使用到判決反饋過程的系統(tǒng)中，如通信領(lǐng)域的自動(dòng)均衡、回波消除、天線陣波束形成等等。本次發(fā)明實(shí)施例中，為了方便理解會(huì)以一個(gè)mimo系統(tǒng)為例進(jìn)行說(shuō)明，其過程為：

首先我們考慮一個(gè)由nt根傳輸天線和nr根接收天線組成的空間多路mimo系統(tǒng)，并且nt≤nr。在發(fā)射端，每發(fā)射一個(gè)信號(hào)，系統(tǒng)就會(huì)傳輸nt個(gè)符號(hào)，生成一組nt×1的傳輸信號(hào)向量(·)^t代表轉(zhuǎn)置，s[i]表示第i個(gè)信號(hào)，i表示第i個(gè)(次)。接收端對(duì)接收到的信號(hào)進(jìn)行解調(diào)之后，會(huì)接收到一組nr×1的接收信號(hào)向量并且

r[i]＝h[i]s[i]+v[i]；(1)

其中v[i]代表nr×1的高斯噪聲向量，它的協(xié)方差矩陣e[v[i]v^h[i]]＝σv²i,e[·]代表數(shù)學(xué)期望，(·)^h代表厄米共軛操作，σv是噪聲能量，i是單位矩陣。s[i]是均值為0的向量，其協(xié)方差為e[s[i]s^h[i]]＝σs²i，σs是信號(hào)能量。矩陣h[i]是nr×nt的高斯信道矩陣。

為了提高接收信息的可靠性，首先利用自適應(yīng)判決反饋(adaptivedecisionfeedback，adf)算法消除信道和噪聲對(duì)信號(hào)的影響。具體過程如下：

由nr條接收天線接收的接收信號(hào)r[i]，經(jīng)過adf檢測(cè)之后，會(huì)變成nt個(gè)檢測(cè)信號(hào)檢測(cè)端檢測(cè)的信號(hào)的數(shù)量與發(fā)送端天線相同，檢測(cè)信號(hào)是最后輸出的信號(hào)。adf算法的原理框圖如圖3所示，濾波器模塊包括前向?yàn)V波器(或稱為正反饋濾波器)和反向?yàn)V波器(或稱為負(fù)反饋濾波器)。在檢測(cè)端，有nt個(gè)數(shù)據(jù)流，除了第一條數(shù)據(jù)流外，剩下的nt-1條數(shù)據(jù)流中信號(hào)會(huì)受到兩個(gè)濾波器的影響，分別為nr×1的正反饋濾波器ωf,k[i]和(k-1)×1的負(fù)反饋濾波器ωb,k[i]，其中k＝1,…,nt。這兩個(gè)濾波器由排序連續(xù)干擾消除(orderedsuccessiveinterferencecancellation,osic)方法求得，osic方法屬于現(xiàn)有方法，具體參考文獻(xiàn)choys,kimj,yangwy,etal.mimo-ofdmwirelesscommunicationswithmatlab[m].wileypublishing,2010。

設(shè)檢測(cè)的信號(hào)向量為則接收信號(hào)r[i]經(jīng)過adf算法后得到的估計(jì)信號(hào)uk[i]為：

(·)^h代表厄米共軛操作，由圖3可知，負(fù)反饋濾波器ωb,k[i]和最終檢測(cè)信號(hào)的大小都是(k-1)×1，且ωb,1[i]＝0。從整體考慮而言，可以將正反饋和負(fù)反饋濾波器關(guān)聯(lián)起來(lái)，定義為

同理，可以將輸入關(guān)聯(lián)起來(lái)，定義為

綜上，公式(2)可以改寫為：

從公式(5)可以看出，要得到最優(yōu)估計(jì)信號(hào)就是要得到最優(yōu)濾波矩陣已知可以用循環(huán)最小二乘(recursiveleastsquares，rls)算法將最優(yōu)濾波矩陣算出。其中rls算法屬于現(xiàn)有技術(shù)，參見文獻(xiàn)s.haykin,adaptivefiltertheory,thirded.englewoodcliffs,nj:prentice-hall,1996，其具體計(jì)算過程如下：

首先定義ωf,k[0]＝1；ωb,k[0]＝0；δ為較小的正常數(shù)。i為單位矩陣。根據(jù)rls算法計(jì)算：

λ為遺忘因子，kk[i]是利用rls算法得到的變化的系數(shù)，qk[i]，為本次發(fā)明中定義的變量，無(wú)特別意義，(·)^h代表厄米共軛操作。在計(jì)算最優(yōu)濾波矩陣過程之前會(huì)出現(xiàn)自適應(yīng)參數(shù)ξk[i]。自適應(yīng)判決算法在系統(tǒng)的兩個(gè)模型中工作。在發(fā)送有用信息之前，算法會(huì)在訓(xùn)練模型中工作，在這個(gè)模型中發(fā)送的信號(hào)為已知信號(hào)，當(dāng)濾波器的權(quán)重收斂為一個(gè)固定指標(biāo)時(shí)，算法進(jìn)入判決檢測(cè)模型中。在判決檢測(cè)模型中，檢測(cè)器會(huì)使用被檢測(cè)的信號(hào)去更新自適應(yīng)參數(shù)ξk[i]。即

最終得到的最優(yōu)濾波矩陣為：

為第i個(gè)信號(hào)的最優(yōu)濾波矩陣，為檢測(cè)第i-1個(gè)信號(hào)得到的最優(yōu)濾波矩陣，kk[i]是利用rls算法得到的變化的系數(shù)，(·)^*代表共軛操作。

但是由于信道的復(fù)雜多變和噪聲的不確定性，經(jīng)過adf檢測(cè)器中得到輸出信號(hào)uk[i]的信號(hào)可靠性有時(shí)并不能達(dá)到實(shí)際要求，即得到的自適應(yīng)濾波器并不是真正意義上的最優(yōu)濾波器。為了進(jìn)一步提高信號(hào)檢測(cè)的可靠性，本發(fā)明所提出的基于星座限制的自適應(yīng)判決反饋濾波方法將通過對(duì)不可靠的信號(hào)uk[i]進(jìn)行糾錯(cuò)修正，以便計(jì)算更精確的自適應(yīng)參數(shù)ξk[i]，從而獲得更可靠的低復(fù)雜度自適判決反饋信號(hào)處理裝置。

因?yàn)橐唤M信號(hào)集可以用信號(hào)空間的一組矢量來(lái)表示，相應(yīng)的矢量集稱為星座點(diǎn)，所以傳輸信號(hào)可以用來(lái)自星座a＝{a1,a2,…,ac}里的元素表示，相應(yīng)的，所得到的檢測(cè)信號(hào)也可以用星座a上的點(diǎn)表示。c代表星座點(diǎn)的數(shù)量，c的值根據(jù)所用調(diào)制方法決定。根據(jù)文獻(xiàn)j.g.proakis,digitalcommunications[m],newyork:mcgraw-hill,1995，通信系統(tǒng)的性能分析要求計(jì)算系統(tǒng)的錯(cuò)誤概率，在許多情況下，錯(cuò)誤概率以一個(gè)隨機(jī)變量超過某個(gè)值的概率，即p(x＞α)。我們稱概率p(x＞α)為尾部概率，即我們可以用尾部概率來(lái)表示信號(hào)出錯(cuò)的概率。圖4為二進(jìn)制相移鍵控(binaryphaseshiftkeying，bpsk)調(diào)制信號(hào)概率分布情況。由圖4所示，這兩個(gè)信號(hào)的尾部概率分別為p1(x＜μ-ε或x＞μ+ε)和p2(x＞-μ+ε或x＜-μ-ε)，x為圖中坐標(biāo)系的橫軸，±μ為bpsk星座圖上的元素，ε為一個(gè)適量的正數(shù)。則我們可以稱當(dāng)信號(hào)落入x＜μ-ε或x＞μ+ε或x＞-μ+ε或x＜-μ-ε這些區(qū)域時(shí)，信號(hào)為不可靠信號(hào)。

在此基礎(chǔ)上，本發(fā)明提出一個(gè)星座限制判別模型用來(lái)判斷本次發(fā)明的信號(hào)可靠性判斷方法，也是可靠性判定模塊3的具體處理過程，這個(gè)判決模型由圖5所示，在此實(shí)例中，所采用的調(diào)制方法為正交相移鍵控(quadraturephaseshiftkeyin，qpsk)，所以此時(shí)c＝4。圖中橫坐標(biāo)i是實(shí)坐標(biāo)，縱坐標(biāo)q是虛坐標(biāo)，a1,a2,…,a4是星座點(diǎn)。

本發(fā)明的可靠性判定模塊利用星座限制模塊對(duì)經(jīng)過adf檢測(cè)器后得到的信號(hào)uk[i]進(jìn)行一次判決，判斷該信號(hào)是否為可靠信號(hào)。由以上描述可知，當(dāng)檢測(cè)信號(hào)與星座圖上某兩個(gè)元素的距離相近時(shí)，檢測(cè)信號(hào)為不可靠信號(hào)。所以規(guī)定若信號(hào)uk[i]落在如5圖所示的陰影區(qū)域，即滿足公式(11)公式(12)時(shí)，此時(shí)稱信號(hào)為不可靠信號(hào)，反之為可靠信號(hào)，即

(1)d＞dth，此時(shí)

(2)此時(shí)

re(·)代表向量的實(shí)部，im(·)代表向量的虛部，d代表信號(hào)uk[i]與星座向量a中距離uk[i]最近的星座點(diǎn)的歐氏距離，且陰影區(qū)域?yàn)樵O(shè)置的范圍預(yù)值，其范圍大小由dth決定。dth為陰影區(qū)域范圍閾值，在本次發(fā)明中，dth＝0.2。σs代表信號(hào)能量。

也就是說(shuō)可靠性判定的具體過程為，首先根據(jù)傳輸信號(hào)功率與噪聲功率的比值以及信號(hào)調(diào)制方法，確定劃分星座圖中不可靠星座點(diǎn)區(qū)域(即陰影區(qū)域)的參數(shù)取值(dth)；然后，根據(jù)該陰影區(qū)域參數(shù)取值，在信號(hào)星座圖中劃出完整的陰影區(qū)域；最后，根據(jù)uk[i]與星座圖中各信號(hào)點(diǎn)間的歐氏距離以及陰影區(qū)域的范圍，判定前向?yàn)V波器的輸出信號(hào)是否是可靠的，即判定該輸出信號(hào)是否落入星座圖的陰影區(qū)域。

然后針對(duì)判決結(jié)果進(jìn)行以下操作：

(1)若信號(hào)可靠。根據(jù)文獻(xiàn)digitalcommunications[m]中關(guān)于星座點(diǎn)的定義，則星座圖a上距離估計(jì)信號(hào)uk[i]最近的星座點(diǎn)為最終的檢測(cè)信號(hào)此距離是歐氏距離，其輸出為最終的檢測(cè)信號(hào)。

(2)若信號(hào)不可靠。利用反饋信號(hào)糾錯(cuò)模塊對(duì)信號(hào)進(jìn)行糾錯(cuò)修正處理。首利用備選反饋信號(hào)生成器先生成一組備選向量l＝{c1,c2,…,cm,…,cm}∈a，檢測(cè)信號(hào)也可以用星座a上的點(diǎn)表示。cm是l中的第m個(gè)元素，且1≤m≤m。m為l中元素的個(gè)數(shù)，一般來(lái)說(shuō)，m＝c，也可以根據(jù)計(jì)算復(fù)雜度的要求適量減少，在本發(fā)明實(shí)施例中m＝4。

然后利用最佳反饋信號(hào)選擇器從備選向量中選擇最優(yōu)候選點(diǎn)，從候選向量l中獲取最優(yōu)候選點(diǎn)copt的具體實(shí)施過程如圖6所示，包括以下過程。

為了得到最優(yōu)候選點(diǎn)，首先定義判決檢測(cè)向量是向量bk中的第m個(gè)元素，且1≤m≤m，m為向量bk中元素的個(gè)數(shù)。每一個(gè)向量被定義為：

其中是在之前第1到第(k-1)個(gè)數(shù)據(jù)流得到的估算信號(hào)，cm是從候選星座點(diǎn)中選取的元素代替從adf算法中得到的不可靠信號(hào)uk[i]。為待確定的判決檢測(cè)向量，其計(jì)算方法將在下文進(jìn)行介紹。為了方便計(jì)算，我們定義：

結(jié)合公式(4)，則可以得出

則根據(jù)公式(5)可得，待確定判決檢測(cè)向量為：

重復(fù)公式(15)，(16)，可以依次得到

至此，得到了m個(gè)判決檢測(cè)向量bl，通過最大似然(maximumlikelihood，ml)法求出最優(yōu)候選點(diǎn)下標(biāo)。ml為現(xiàn)有方法，參考文獻(xiàn)choys,kimj,yangwy,etal.mimo-ofdmwirelesscommunicationswithmatlab[m].wileypublishing,2010。則最優(yōu)候選點(diǎn)下標(biāo)為：

公式(17)表示把令取最小值時(shí)的m的取值賦值給opt，其中，r[i]是接收信號(hào)，h為信道，是向量bk中的第m個(gè)元素，且1≤m≤m。所以，公式(17)是在眾多的備選信號(hào)中，選擇最優(yōu)的信號(hào)，根據(jù)該最優(yōu)信號(hào)獲得的最接近接收信號(hào)r[i]。

則最終的檢測(cè)信號(hào)為:

通過星座限制模塊中的選擇算法選擇出最優(yōu)的星座候選點(diǎn)copt，即最佳信號(hào)代替不可靠信號(hào)uk[i]，成為新的估算信號(hào)為了減少星座限制模塊的計(jì)算復(fù)雜度，在這個(gè)過程中，所有的候選點(diǎn)經(jīng)過的濾波器權(quán)重都是相同的。所得到的經(jīng)過改善之后的信號(hào)將代替公式(9)中的信號(hào)從而獲得一個(gè)新的更精確的參數(shù)ξk[i]，然后代替公式(10)中原來(lái)的ξk[i]，根據(jù)rls算法過程可得，更準(zhǔn)確的ξk[i]可以提高自適應(yīng)濾波器的可靠性。

為了驗(yàn)證本發(fā)明方法的效果，在相同的試驗(yàn)條件下對(duì)信號(hào)分別采用本發(fā)明方法(adfcc)和現(xiàn)有adf方法進(jìn)行濾波，表1所描述的是在經(jīng)過100次訓(xùn)練模型后，本發(fā)明方法與adf算法濾波器在不同的信噪比的情況下均方誤差(meansquarederror，mse)的性能對(duì)比表。

表1：為本發(fā)明方法與adf算法對(duì)信號(hào)濾波的均方誤差對(duì)比表

均方誤差越小，則說(shuō)明可靠性越高。如表1所示，在迭代次數(shù)為200次時(shí)，adf與adfcc的均方誤差在信噪比(signalnoiseratio，snr)為10db，15db，20db情況下的比較，db為信噪比的單位。由表1可知本發(fā)明方法明顯優(yōu)于adf算法。

以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明技術(shù)原理的前提下，還可以做出若干改進(jìn)和變型，這些改進(jìn)和變型也應(yīng)視為本發(fā)明的保護(hù)范圍。