Performance des egaliseurs a complexite reduite et application a la norme EDGE
Haf^edh Trigui, Dirk T. M.Slock Institut EURECOM
2229 route des cr^etes BP. 193, 06904 Sophia Antipolis Cedex, France
trigui@eurecom.fr, slock@eurecom.fr
Resume {
Nous analysons les performances des recepteurs, reduisant la memoire du canal de communication, par la borne du ltre adapte (BFA) qui est une borne superieure (et souvent une bonne approximation) de la detection de sequence basee sur le critere de maximum de vraisemblance (DSMV). Nous demontrons que les performances varient entre celles d'un egaliseur lineaire ou avec retour de decisions et celles de la DSMV avec le canal non raccourci.Abstract {
We analyse the performance of receivers using reduced-order channel models by the Matched Filter Bound (MFB) which is an upper bound (and often a good approximation) of Maximum Likelihood Sequence Estimation (MLSE). We show that the MFB is lower bounded by the Signal to Noise Ratio (SNR) of a linear or a Decision Feedback Equalizer and upper bounded by the MFB for MLSE using the actual (non-shortened) channel.1 Introduction et Borne du Filtre Adapte (BFA)
Considerons un ltre lineaire (canal de communication)
h
(z) = N,1Xi=0 h
iz,i excite par des symboles ak decorreles et de variance 2a appartenant a un alphabet ni C. Le signal recu echantillonne a la cadence des symboles peut s'ecrire commeyk =
h
(q) ak+vkouvkest un bruit additif blanc gaussien de variance 2vet q est l'operateur d'avance (yk +1= qyk). Si K capteurs sont utilises a la reception et si la frequence d'echantillonnage est egale a Tp ou T est la duree d'un symbole alorsyk,vk eth
(z) sont des vecteurs m1 et m = pK. Il est a noter que le canalh
(z) peut ^etre considere comme constant pendant la transmission d'un paquet (de duree 577 s pour GSM ou EDGE). Empilons M echantillons consecutifs du signal recu dans un vecteurY =T(H)A +V ouY =yTMyT1T (et une ecriture analogue pour V et A), H = [h0hN,1] et T(H) est une matrice (bloc) Tplitz remplie par les ccients du canal.
Considerons la derivation de la BFA correspondant au probleme de la DSMV utilisant un canal estimecHet sup- posant que la matrice de covariance du bruit estRbv valors que sa valeur reelle est Rv v= E[VVH]. Le probleme de la DSMV se ramene dans ce cas a la minimisation d'un critere de moindres carrees pondere
min
A2C M+N,1
Y ,T(Hc)A2b R
,1
v v
: (1)
L'implementation de la DSMV est faite par l'algorithme de Viterbi dont la complexiteest proportionnelle au nombre d'etats jCjN,1 ou jCj = 8 pour EDGE alors que jCj = 2 pour GSM. An d'obtenir la BFA, on se concentrera sur la detection d'un seul symbole ak en supposant que les
autres symboles Ak sont connus (detectes parfaitement) [9]:T(cH)A =Tbakak+TbAkAk.Tbakest la colonne deT(Hc) qui est multipliee par le symbole ak, TbAk est la matrice
T(cH) de laquelle la colonneTbak a ete enlevee, le vecteur Ak contient les symboles passes et futurs au symbole ak. (Tbakak etTbAkAk contiennent respectivement la contribu- tion du symbole aket des autres symboles dans le paquet).
Si la contribution des symboles connus est enlevee du si- gnal recu, on peut reecrire le critere (1) comme
min
ak2C
h
Y , b
T
A
kAki,Tbakak2b
R ,1
v v
: (2)
Il admet pour solution
( ^ak = decfzkg
zk = ak+TbakHRb,1v vTbak,1TbakHRb,1v vhV +T(fH)Ai ouHf=H,Hc, le superscript Hest l'operateur transpose(3) hermitien et decf:gest l'operateur de decision qui choisit l'element de l'alphabetC le plus proche de son argument.
Notons par RSBBFA le rapport signal a bruit (RSB) a l'entree de l'element de decision. A l'instant k et avec la notation simplieeTbak=TbketT(fH) =Te, on peut ecrire
RSBBFA(k) = a2(TbHkRb,1v vTbk)2
TbHk Rb,1v v(2aTeTeH+Rv v)Rb,1v vTbk : (4) Cette valeur peut varier, a cause des eets de bords, selon la position du symbole dans le paquet. On considerera sa valeur moyenne par symbole
RSBBFA = 1
M + N ,1
M
X
k =,N+2
RSBBFA(k) (5) qui est equivalente asymptotiquement (quand M ! 1)
1177
Dix-septième colloque GRETSI, Vannes, 13-17 septembre 1999
au RSBBFA du cas d'une transmission continue:
RSBBFA = 2a2 j1 H dzz
h
^y^Svv
, 1h
^21
2 j H
dz
z
h
^y^Svv
,1(a2eh h
ey+ Svv
) ^Svv
, 1h
^ ; (6)S
vv
(z) est la densite spectrale de puissance (d.s.p.) du bruit vk eth
y(z) =h
H(1=z). Les valeurs estimees sont notees par ^Svv
(z) et ^h
y(z).Une borne superieure de la probabilite d'erreur de sym- boles pour une constellation 8-PSK utilisee par la norme EDGE [1] est donnee par Pe= 2Q(pBFA) = erfc(qBFA
2 ) ou BFA = RSBBFA sin28 et erfc(x) est la fonction d'er- reur complementaire. An de reduire la complexitede l'al- gorithme de Viterbi, on va raccourcir la reponse impul- sionnelle du canal.
2 Raccourcissement par un ltrage lineaire
2.1 Filtre de forcage a zero
Dans cette section, on considere le probleme de la DSMV sur le signal scalaire xk (FIG. 1)
xk=
f
(q)yk = b(q)ak ,d+f
(q)vk = b(q)ak ,d+ wk (7) resultant d'un ltrage du signal recu vectoriel yk par un ltref
(z) veriantf
(z)h
(z) = z,db(z) ou d est un retard et b(z) =Xni=0
biz,iest le canal raccourci avec n < N,1 et b0= 1. La densite spectrale de puissance du bruit wk est donnee par Sw w(z) = v2
f
(z)f
y(z) = 2ug(z)gy(z) ou g(z) =
1
X
i=0
giz,i est le predicteur d'ordre inni du signal wk et 2u est la variance de l'erreur de prediction uk = g(q)wk. Pour le probleme kxk,b(q)ak ,dk2S
,1
w w
, la relation (6) se simplie en
RSBBFA = 2j2av2
I dz
z
h
yPf
yh
2j2a 2v I dz
z
h
yh
; ou Pf
y =f ff
yyf
est la projection orthogonale surf
y(z) =(8)P
i f
H
i zi. Le ltre
f
(z) correspond dans le cas n = 0 aak h(z) yk f(z) xk
vk
+ DSMV
^ ak
Fig.1: Raccourcissement de la longueur du canal par un ltre de forcage a zero.
l'egaliseur de forcage a zero (EFZ). Une strategie pos- sible d'egalisation utilise le canal raccourci b(z) dans l'al- gorithme de Viterbi. Pour que la prise en compte de la couleur du bruit Sw w n'augmente pas la memoire du ca- nal b(z), il faut ltrer la sequence d'erreur pour chaque
chemin survivant par le predicteur g(z). Ainsi, la DSMV minimise le critere
min
ak,d2C X
k
jukj2= min
ak,d2C
kg(q)[xk,b(q)ak ,d]k2: (9) En pratique, et an de reduire la complexite, un predicteur gl(z) = Xl
i=0
giz,i d'ordre ni l du signal wk sera utilise.
Le critere a considerer par la DSMV est alors min
a
k,d 2C
X
k
jul;kj2= min
a
k,d 2C
kgl(q)[xk,b(q)ak ,d]k2S^ ,1
u
l u
l
ou ^Sulul est une estimation de la d.s.p du signal ul;k(10)= gl(q)wk donnee par Sulul = glSw wgyl. Generalement, on suppose que le bruit ul;kest blanc et on aura comme per- formance reduite
RSBBFA = 2ah2 j1 H dzz
h
yglgylf
yfh
i22
v
2 j H
dz
z
h
y(glgylf
yf
)2h
l!1,!2
a H
dz
z
h
yPf
yh
2j v2 : La borne superieure de l'expression (8) est toujours at-(11) teinte par le probleme de la DSMV optimal (9) dans le cas multivoie avec n = N ,1 (pas de raccourcissement) et dans le cas monovoie (m = 1) quelque soit n. Ce- pendant, le choix de
f
(z) est critique dans ce dernier cas lorsque le critere simplie (10) est considere avec l = 0 et^Sulul,1 (z) = 2w. On peut demontrer qu'il faut egaliser les zeros les plus loins du cercle unite an de maximiser l'ex- pression (11) correspondant a l'approche pratique (10) ou an de minimiser la propagation d'erreurs dans l'approche optimale (9).
Dans le cas n = 0, b(z) = 1 et
f
(z) est un EFZ. L'ap- proche (9) correspond alors a un egaliseur avec retour de decisions de structure predictive (Predictive DFE) [3].L'approche sous-optimale de (10) avec gl(z) = 1 (l = 0) et ^Sulul(z) = 2w (ou donc ^Sulul(z) = 1) correspond a l'egaliseur lineaire. Pour ce cas, le rapport signal a bruit a l'entree de l'element de decision RSBEFZ = 2v a2
2 j H
dz
z
ff
y.L'inegalite de Cauchy-Schwartz indique que 1 1
2j
I dz
z
ff
y2j1 I dzzff
1yet par consequent, le RSBEFZ est inferieur au RSBBFA de l'expression (8) (
fh
= 1). Le ltref
(z) qui maximisea la fois RSBBFA et RSBEFZ est, l'EFZ minimisant l'EQM,f
= (h
yh
),1h
y.2.2 Filtre minimisantl'erreurquadratique moyenne (EQM)
Le raccoucissement de la longueur du canal est base dans cette section sur la methode presentee dans [2] (FIG. 2).
La DSMV opere dans ce cas sur le signal scalaire xk =
f
(q)yk= b(q)ak ,d+eb(q)ak+f
(q)vk= b(q)ak ,d+eb(q)ak+wk; (12)
eb(z) =
f
(z)h
(z),z,db(z) decrit l'erreur d^ue au raccourcis- sement (ER). Le ltref
(z) maximise,a sa sortie, le rapport1178
Dix-septième colloque GRETSI, Vannes, 13-17 septembre 1999
a
k h(z) yk f(z) xk
v
k
+ DSMV
^ a
k
b(z) +
, ek
a
k ,d
Retar d
Fig.2: Raccourcissement de la longueur du canal par un ltre minimisant l'erreur quadratique moyenne.
signal a bruit plus ER
RSBER = a2kbk2
v2kfk2+ 2akebk2: (13) En appliquant la relation (6), on peut verier que la per- formance du problemekxk,b(q)ak ,dk2S
,1
w w
est
RSBBFA = 2a2 j1 H dzz byb
2
v
ff
y
2
1
2 j H
dz
z b
y
b
2
v
ff
y +2 j2a H dzz b4vy(ebeff
byyb)2 (14)et celle du probleme simplie min
a
k,d 2C
kxk,b(q)ak ,dk2est RSBBFA = a2kbk4
a2kebbk2+2 j2v H dzz by
ff
yb: (15)3 Raccourcissement par un egali- seur avec retour de decisions
An d'emp^echer l'amplication du bruit inherente aux (pre-)egaliseurs lineaires, le raccourcissement de la lon- gueur du canal par un egaliseur avec retour de decisions (ERD) a ete propose dans [5]. Le signal recu yk est l- tre tout d'abord par un ltre adapte passe-tout
h
y(z )c y
(z ) ou cy(z) est le facteur spectral a phase maximalede
h
y(z)h
(z);h
y(z)h
(z) = cy(z)c(z) et c0 = 1, > 0. Le bruit nk (FIG. 3) a la sortie du ltre avant reste blanc et aura pour variance 2v. Decomposons le ltre monique c(z) en c(z) = Xni=0
ciz,i et c(z) = NX,1
i=n+1
ciz,i et retranchons du signal xkpour chaque chemin survivant la contribution in- duite par c(z). Ainsi, la DSMV est eectuee sur le signal zk = c(z)ak+ nk ou Snn(z) = v2. De nouveau, on peut appliquer le resultat de la premiere section pour evaluer le
RSBBFA = v2a2
n
X
i=0
jcij2 2a 2v
N,1
X
i=0
jcij2= 2j2a
I dz z
h
yh
Il est a remarquer que l'ERD utilise est celui de forcage(16) a zero avec minimisation de l'erreur quadratique moyenne [4]. An d'enlever la complexite lineaire resultante du l- trage de tous les chemins survivants, il a ete propose [8]
a
k h(z) yk
v
k
+
^ a
+ k ,
DSMV
hy(z )
c y
(z ) x
k
c(z) z
k
Fig.3: Raccourcissement de la longueur du canal par un egaliseur avec retour de decisions.
de produire des decisions preliminaires par un ERD, de generer le signal zk et de faire la DSMV. Cependant, les deux methodes sont equivalentes vis a vis de la BFA.
4 Simulations
On considere des environnements de propagation ty- piques pour EDGE: rural (RU), urbain (TU) et urbain dif- cile (BU). Pour ces environnements, on considere des ca- naux statistiques ayant 6 impulsions species par ETSI [6].
On montre des courbes de probabilite d'erreur moyennees sur 100 realisations independentes des canaux en fonction de l'ordre du canal raccourci (soit par un ltrage lineaire soit en utilisant un egaliseur avec retour des decisions).
Un seul capteur est utilise a la reception et le facteur de surechantillonnage etant egal a p = 2. Le rapport signal a bruit est deni par RSB = a2kHk2v 2 et il est xe a 20dB.
Le ltre de transmission etant la modulation GMSK li-
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
10−4 10−3 10−2 10−1
ordre du canal raccourci
Probabilite’ d’erreur de symboles
Filtrage Lineaire avant la DSMV ,1capteur, p=2 ,100 realisations
snrEQM snrEQMblc bfaEQM bfaEQMblc snrFZ snrFZblc bfaFZ bfaFZblc
Fig.4: Probabilite d'erreur en fonction de l'ordre du ca- nal raccourci par un ltrage lineaire pour l'environnement urbain (TU).
nearisee par moindres carrees [10] alors que le ltre de reception est un ltre passe-bas ideal (pour p 2: Ny- quist est satisfait) de moitie de largeur de bande 2Tp . La gure 4 illustre des courbes de probabilite d'erreur corres- pondant au raccourcissement de la longueur du canal par un egaliseur de forcage a zero ou minimisant l'erreur qua- dratique moyenne a sa sortie. Des abbreviations du type FZ ou EQM appara^ssent, selon le cas, dans la legende.
Si le ltre
f
(z) est choisi de telle sorte qu'il maximise1179
Dix-septième colloque GRETSI, Vannes, 13-17 septembre 1999
le RSB a sa sortie alors rsb est utilise dans la legende.
Par contre bfa correspond au cas ou le ltre
f
(z) maxi- mise la BFA. L'abbreviation blc (blanc) correspond au cas ou on ignore la couleur du bruit, c'est a dire que les bornes du ltre adapte sont donnees par les expressions (11) et (15) alors que les valeurs optimales (si la couleur du bruit a ete prise en compte correctement dans le cri- tere de la DSMV) sont celles des expressions (8) et (14).Dans la gure 5, le raccourcissement de la longueur du ca- nal par un egaliseur avec retour de decisions est considere.
On montre des courbes de probabilite d'erreur moyennees sur 100 realisations de canaux pour les trois types d'en- vironnements (RU0, TU0, BU0). La gure 6 montre des courbes de probabilite d'erreur moyennees sur 100 realisa- tions de canaux correspondant a l'environnement TU0. Le raccourcissement dans ce cas monovoie est une egalisation partielle des zeros du canal initial. Nous comparons les performances correspondant a deux facons d'arragement des zeros.
5 Conclusions
Les simulations montrent dans le cas bivoie qu'on peut raccourcir les canaux jusqu' a l'ordre un sans crainte de pertes signicatives des performances. Toutefois, il faut considerer la bonne metrique dans l'algorithme de Viterbi (prendre en compte correctement la matrice de covariance du bruit dans le critere de la DSMV). Les performances des recepteurs a complexite reduite varient entre celles d'un egaliseur lineaire ou avec retour de decisions et celles de la DSMV sur le canal non raccourci. Il est a noter que la technique qui reduit le nombre d'etats dans le treuillis sans raccourcir le canal [7] peut ^etre aussi interessante pour reduire la complexite des recepteurs EDGE.
0 0.5 1 1.5 2 2.5 3
10−4 10−3 10−2
ordre du canal raccourci
Probabilite’ d’erreur de symboles
Raccourcissement par un ERD avant la DSMV ,1capteur, p=2 ,100 realisations, RSB=20dB
TU0 BU0 RU0
Fig.5:Probabilite d'erreur en fonction de l'ordre du canal raccourci par un ERD pour trois environnements.
References
[1] ETSI Tdoc SMG2 WPB 108/98. EDGE Evaluation
of 8-PSK. Technical report, ETSI, 20-24 April 1998.
Kuusamo, Finland.
[2] N. Al-Dhahir and J. M. Cio. Eciently Computed Reduced-Parameter Input-Aided MMSE Equalizers for ML Detection: A Unied Approach. IEEE Trans.
Inf. Theory, 42(3), May 1996.
[3] C. A. Belore and J. H. Park. Decision Feedback Equalization. Proceedings of the IEEE, 67(8), Aug.
1979.
[4] J. M. Cio, G. P. Dudevoir, M. V. Eyuboglu, and G. D. Forney. MMSE Decision-Feedback Equalizers and Coding. Part 1: Equalization Results. IEEE Trans. Comm., 43(10), Oct. 1995.
[5] A. Duel-Hallen and C. Heegard. Delayed Decision- Feedback Sequence Estimation.IEEE Trans. Comm., 37(5), May 1989.
[6] ETSI. European digital cellular telecommunications system (phase 2): Radio transmission and reception (GSM 05.05). Technical report, ETSI, Dec. 1995. So- phia Antipolis, France.
[7] M. V. Eyuboglu and S. U. H. Qureshi. Reduced State Sequence Estimation with Set Partitioning and Decision-Feedback. IEEE Trans. Comm., 36(1), Jan.
1988.
[8] W. U. Lee and F. S. Hill. JR. A MaximumLikelihood Sequence Estimator with Decision Feedback Equali- zation. IEEE Trans. Comm., 25(9), Sept. 1977.
[9] D. T. M. Slock and E. De Carvalho. Matched Filter Bounds for Reduced-Order Multichannel Models. In Proc. Globecom, Nov. 1996. London, England.
[10] H. Trigui and D. T. M. Slock. \Performance Bounds for Cochannel Interference Cancellation within the current GSM Standard". \To appear in a special issue of the European Journal Signal Processing", 1999.
0 0.5 1 1.5 2 2.5 3
10−4 10−3 10−2 10−1 100
ordre du canal raccourci
Probabilite’ d’erreur de symboles
Filtrage de FZ avant la DSMV dans un cas monovoie, RSB=20dB, TU0, 100 realisations
garder les zeros proches du cercle unite garder les zeros loins du cercle unite
Fig.6:Probabilite d'erreur en fonction de l'ordre du canal raccourci par egalisation partielle des zeros de
h
(z) pour l'environnement TU0.1180
Dix-septième colloque GRETSI, Vannes, 13-17 septembre 1999