CN1193558C - 使用符号排列滤波提供适应均衡的方法和设备 - Google Patents

Abstract

本发明是用于在通信系统中均衡信号的方法和设备。该信号由某个时刻的样本表示，而该样本使用一种符号排列滤波器滤波。该信号的估计由具有相应权值样本的线性组合确定。然后计算该估计的误差。该权值由更新电路更新以极小化该误差。

Description

使用符号排列滤波提供适应均衡的方法和设备

技术领域

大体上说，本发明涉及通信系统，具体地说，涉及使用非线性数字滤波器提供适应均衡的方法和设备。

背景技术

典型用于数字通信系统的信号处理技术是信道均衡。均衡的首要目标是在有信道噪声、信道失真、多道干扰和多用户干扰的情况下，增强通信系统的性能。可以在消费电子学，例如数字电视以及个人通信系统中找到信道均衡的应用，在这种情况下，使用各种均衡器来提高输入信号的信噪比和/或降低该输入信号的误码率。

传统的均衡技术一般依赖于使用线性滤波器。但通信信道典型表现为由脉冲噪声和非线性失真的存在而产生的非线性特征。在有诸如非线性特性的情况下，基于线性滤波器理论的均衡器就力不从心。由此导致降低的系统性能。

因此，在技术上需要一种用来在通信系统中提供适应均衡的方法和设备，该方法和设备能克服大部分上述问题。在技术上还有一种使用非线性滤波器来提供适应均衡的需要，它在通信期间提供强健的频率跟踪能力和抗干扰能力。

发明内容

本发明是用于在通信系统中均衡信号的方法和设备。该信号由某个时刻(time instant)的样本表示，而该样本使用一种符号排列滤波器(signpermutation fi1ter)滤波。该信号的估计由具有相应权值样本的线性组合确定。然后计算该估计的误差。该权值由更新电路更新以极小化该误差。

根据本发明的一个方面，提供一种用于在数字系统中均衡一信号的方法，该信号由一时刻的样本表示，该方法包括：使用一符号排列滤波器将该样本滤波；使用该样本的符号排列，通过由具有相应权值的样本的线性组合确定该信号的一估计；获得期望的样本；从期望的样本中减去该估计以产生该误差；将步长乘以该误差以产生该更新因子；以及基于该更新因子更新这些权值以极小化该误差。

根据本发明的另一个方面，提供一种用于在通信系统中均衡一信号的设备，该信号由一时刻的样本表示，该设备包括：一符号排列滤波器，用来将该样本滤波；一连接到该滤波器的估计器，用来通过由带相应权值的样本的线性组合确定该信号的一估计；一连接到该估计器的更新因子计算器，用来基于估计的误差确定一更新因子；以及一连接到该估计器和更新因子计算器的更新电路，用来基于该更新因子更新这些权值以极小化该误差；其中更新因子计算器包括：减法器，用来从一期望的样本中减去该估计以产生该误差；以及连接到该减法器的一乘法器，用来将该误差乘以一步长以产生该更新因子。

根据本发明的另一个方面，提供一种使用符号排列滤波来均衡信号的数字通信系统，该系统包括：用来接收信号的一接收器；连接到该接收器的一采样器和量化器，用来采样和量化该信号成为数字样本；以及连接到该采样器和量化器的均衡器，用来均衡该信号，该均衡器包括：一符号排列滤波器，用来将该样本滤波；一连接到该滤波器的估计器，用来通过由具有相应权值的样本的线性组合确定该信号的一估计；一连接到该估计器的更新因子计算器，用来基于被估计的误差确定一更新因子；以及一更新电路，连接到该估计器和更新因子计算器，用于基于该更新因子更新这些权值以极小化该误差；其中该更新因子计算器包括：减法器，用来从一期望的样本中减去该估计以产生该误差；以及连接到该减法器的一乘法器，用来将该误差乘以一步长以产生该更新因子。

附图说明

图1图解了实施本发明的通信系统的一个实施例。

图2图解了按照本发明的基本原理提供的、图1的适应均衡器的一个实施例。

图3图解了按照本发明的基本原理的、图2的符号排列滤波器210的一个实施例。

图4图解了按照本发明的基本原理提供的、图2的估计器(estimator)220的一个实施例。

图5图解了按照本发明的基本原理提供的、图2的更新因子计算器230的一个实施例。

图6图解了按照本发明的基本原理提供的、图2的更新电路240的一个

实施例。

图7图解了正在被发送的原始信号序列的一个实例。

图8图解了接收到的、对应于图7的被发送信号的信号。

图9图解了不同的、以MSE表示的J值的传统均衡器的性能，其中N＝11。

图10图解了在使用本发明的符号排列滤波器滤波时，关于N＝11的某些J值相应的输出信号。

具体实施方式

本发明是一种用来使用新的、模块化的、被表示成符号排列滤波器的非线性数字滤波器来均衡信号的方法和设备。本发明提供利用嵌入基本信号中的符号排列信息的系统的方式，以产生提供强健的频率跟踪能力的输出信号。这样产生的输出信号还具有抗干扰能力。

在以下描述中，为了解释的目的，提出了许多细节问题，以便提供对本发明的完整的理解。但是本领域的普通技术人员应该明白，这些特殊细节不是为了实践本发明而必需的。在其它方面，为了不掩盖本发明的发明点，以方块图的形式展示熟知的电气结构和电路。

                        运算原理

记时刻n时所接收到的样本为x(n)，其相关的N元观测向量(observationvector)记为x(n)。该观测向量的一个实例可以表示成

x(n)＝[x₁(n)，x₂(n)，...，x_N(n)]^T                     (1)

    ＝[x(n)，x(n-1)，...，x(n-N+1)]^T                      (2)

其中T表示矩阵的转置。为了记号的简化，位置参数n将从该序列的记号中去掉，因此该观测向量的单元标示成x＝[x₁，x₂，...，x_N]^T。

第j个样本的符号指示向量定义成

$S_i=\left[\begin{array}{c}\mathrm{sgn}\left(x_i\right)\\ 1-\mathrm{sgn}\left(x_i\right)\end{array}\right]---\left(3\right)$

其中

注意到，该符号指示向量直接地指示了相关样本的符号。

例1：已知x＝[-2，4，5]^T，该符号指示向量可以表示成：

          S₁＝[0，1]^T，S₂＝[1，0]^T，和S₃＝[1，0]^T。

为了刻画选定的空间位置中的一组样本的联合符号(joint sign)状态，必须将这些附加样本的符号指示向量符附加在S_i上。因此，J阶符号排列指示向量定义成：

          P_l ^J＝S_lS_i1...S_l(J-1)                            (5)

其i＝1，2，...，N，表示矩阵克罗内克(kronecker)积，其定义为

$\left[\begin{array}{c}{a}_1\\ a_2\\ \·\\ \·\\ \·\\ a_L\end{array}\right]\⊗b=\left[\begin{array}{c}{a}_{1}b\\ a_{2}b\\ \·\\ \·\\ \·\\ a_{L}b\end{array}\right]---\left(6\right)$ 其中b是一任意向量，代表模N加法，即ab(a+b)Mod N，这里的模N运算在集合{1，2，...，N)内定义，使得(N MOD N＝N)和((N+1) Mod N＝1)。

例2：已知x＝[-2，4，5]^T，该符号指示向量可以表示成：S₁＝[0，1]^T，S₂＝[1，0]^T，和S₃＝[1，0]^T。此外，当J＝2时关于该样本x₁的符号排列向量可以这样获得：

P₁ ²＝S₁S₂                                              (7)

   ＝[0，1]^T[1，0]^T                                      (8)

   ＝[0，0，1，1]^T                                          (9)

注意到等式(5)中的向量P_l ^J的长度为2^J，并且它有效地在2^J个不同的符号排列中区别样本X_lX_l1…X_l(J-1)中的相关符号排列。换句话说，P_l ^J中的位置1对应于样本X_lX_l1…X_i(J-1)的联合符号排列的一特殊情况。

这里提出的符号排列滤波器利用定义在等式(5)中的符号排列指示符P_l ^J。这些形成了关于N2^J元的J阶符号排列向量X_J的基，其中X_J定义成

$X_J=\left[\begin{array}{c}{x}_1{P_1}^J\\ x_2{P}_2^J\\ \·\\ \·\\ \·\\ x_N{P}_N^J\end{array}\right]---\left(10\right)$

该符号排列滤波器的输出给成

$\hat{d}=W_J^T{X}_J---\left(11\right)$

其中W_J为权值向量，描述如下：

$W_J=\left[\begin{array}{c}{w}_1^J\\ w_2^J\\ \·\\ \·\\ \·\\ w_N^J\end{array}\right]---\left(12\right)$

其中对于i＝1，2，...，N， $w_i^J={[w_i^1,w_i^2,\…w_i^{2^J}]}^T$ 是长度为2^J的抽头加权向量(tapweight vector)。通过在等式(11)中使用等式(10)，该符号排列滤波器的输出可以表达成：

$\hat{d}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left(W_i^J\right)}^T{P}_i^J{x}_i---\left(13\right)$

因此该输出由该输入样本的线性组合获得，其中分配给每个样本x_i的权值由符号排列指示符P_i ^J确定。该参数J选择在该估计中利用的符号信息的总量。对于J＝0，不使用任何符号信息，并且该重建降为只利用临时信息的FIR滤波器。对于J＝1，使用x_i的临时位置和符号信息，而不进一步考虑邻近的样本。J以模块方式递增到J＝N，在这里使用全体样本的临时符号排列次序。

如前面所述，符号排列滤波器由P_i ^J中1的位置区分样本X_i，X_l1，…，X_l(J-1)的联合符号排列，它可以从给定在等式(5)的定义中注意到。通过将P_i ^J中1的位置设成与样本X_l，X_l1，…，X_l(J-1)的符号排列相关的I_l，可以将给定在等式(13)中的符号排列滤波器的输出表达成：

$\hat{d}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{W}_i^{l_i}{x}_i---\left(14\right)$

注意到等式(13)中的(W_I ^J)^TP_I ^J之后的运算是依据样本X_l，X_l1，…，X_l(J-1)的符号排列，从该权值向量w_I中选出和分配一权值给该样本x_i。

与给定在等式(5)中的符号排列向量的定义结合，可以简化计算P_i ^J中的非零单元的位置，如下：

$I_i=\underset{J=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{sgn}\left(x_{i\⊗(J-1)}\right)2^{J-1}+1---\left(15\right)$

本发明的功能性结构显示在图1中，并且在下列文本中描述，其中的位置参数I₁，I₂和I_N用于确定那一个权值集被应用到输入样本。具体地说，从包含权值向量 $w_1=[w_i^1,w_i^2,\…,w_i^{2^J}]$ 的系数库11401(参考图4)中选择出W₁ ^I1，并且将其乘以样本x₁。类似地选择出W₂ ^I2和W_N ^IN，并且分别将它们乘以样本x₂和x_N。

为了在实际的应用中应用本发明的符号排列滤波器，下面提出对该符号排列滤波器的优化。由于该滤波器由单元X_J的线性组合组成，所以线性滤波器理论可以直接用来优化该符号排列滤波器。因此，简单地展示出：均方差(MSE)准则下优化的符号排列滤波器可以设成：

$W_J^{\mathrm{opt}}=R_J^{-1}{P}_J---\left(16\right)$

其中

$R_J=E\left\{X_J{X}_J^T\right\}---\left(17\right)$

和

P_J＝E{dX_J}，                               (18)

在这里d表示所要的输出，而E(.)代表统计期望。通过在等式(17)中使用等式(10)，可以估计出互相关矩阵：

$R_J=\left[\begin{array}{ccc}& \·& \\ & \·& \\ & \·& \\ \…& E\left(x_i{x}_k{P}_i^J(P_k^J{)}^T\right)& \…\\ & \·& \\ & \·& \\ & \·& \end{array}\right],---\left(19\right)$

而通过在等式(18)中使用等式(10)，可得：

$P_J=\left[\begin{array}{c}\·\\ \·\\ \·\\ E\left(x_i{P}_i^J\right)\\ \·\\ \·\\ \·\end{array}\right].---\left(20\right)$

关于R_J的非奇异条件和在P＝1，2，...，J时，W_J ^opt和W_J-P ^opt之间的线性变换由Y.T.Kim和G.R.Arce在“Permutation Filter Lattices：A General OrderStatistic Filtering Famework”，IEEE，Trans.On Signal Proccssing，Sep.1994以及Y.T.Kim、G.R.Arce和N.Grabowski在“Inverse Halftoning UsingPermutation Filters”，IEEE，Trans.On Image Processing，Sep.1995中讨论过。

虽然该重建算法所需的统计矩可以按等式(17)和等式(18)估计，但下面还导出一个基于Widrow的LMS算法的简单方法，它能够在许多应用中启用该适应符号排列滤波。

象以前所述，该符号排列滤波器的输出是X_J中的样本的线性组合，它隐含着该符号排列滤波器是关于向量X_J的线性滤波器。因此，使用可以在等式(4)中找到的LMS适应算法，可以将该符号排列滤波器的权值向量的更新写成：

        W_J(m+1)＝W_J(m)+2με(m)X_J(m)                    (21)

其中 $\mathrm{\ϵ}\left(m\right)=d-\hat{d}$ 是第m次迭代的估计误差，μ为步长，它控制着该算法的收敛速度。在独立性假设下，众所周知，为了收敛，该步长必须满足μ＜1/λ_max，其中的λ_max示矩阵R_J的最大特征值。通过开发利用该符号排列指示符向量的结构特征，等式(21)中的更新可以进一步在每次迭代时更新的权值参数数量方面进行简化。

注意到对i＝1，2，...，N，每个P_l ^J只有一个为1的非零单元。因此在X_J中只有N个值为1的非零单元。通过限制针对相应于X_J(m)中的N个非零单元项的权值的更新，可以显著地简化等式(21)中的LMS适应。此外，如果将P_l ^J中的非零项的位置表示成I_i，则该更新等式可以写成：对i＝1，2，...，N

$w_i^{I_l}(m+1)=w_i^{I_l}\left(m\right)+2\mathrm{\μ\ϵ}\left(m\right)x_i\left(m\right)---\left(22\right)$

其中w_i ^Il(m)代表第m次迭代中的子权值向量w_i ^J的第I_i个单元。注意到等式(22)中的该权值向量更新只需要更新N个参数，而等式(21)中的更新需要更新N2^J个参数。因此，按照每次迭代中的更新数量，等式(22)中的适应具有和线性滤波器相同的复杂度。

                        实施例和应用讨论

图1图解了实现本发明的通信系统100的一个实施例。该系统100包括以接收器110、解调器120、一采样器和均衡器130以及一适应均衡器140。

接收器110接收从发送器(未显示)发送的输入信号。该输入信号可以来自很多个信号源，例如这些信号源可以是广播电台或电视台。该输入信号可以是音频信号也可以是视频信号。接收器110可以包括一接收天线和射频(RF)电路。解调器120解调接收到的信号并将该信号转换成基带信号。解调器120还可以包括一适当的滤波器以便消除不需要的频率成分并保留包括有用信号(SOI)的基带频率成分。采样器和均衡器130根据合适的采样频率采样该基带信号并以适当的字长将该采样的信号量化成数字数据。

适应均衡器140接收该输入基带信号样本的数字数据并使用符号排列滤波器实施适应均衡。适应均衡器140基本上是形成一组基于利用该输入基带信号的符号排列的非线性数字滤波器。适应均衡器140建立和利用符号排列信息，或嵌入输入的基带信号中的零交织的频率。适应均衡器140的非线性特征克服了用于通信信道的非线性特征的线性均衡的缺点。

图2图解了按照本发明的基本原理提供的、图1的适应均衡器140的一个实施例。适应均衡器140包括一符号排列滤波器210、一估计器220、一误差计算器230以及一更新电路240。

符号排列滤波器210使用符号排列指示符对输入样本X(n)实施滤波。估计器220使用一组权值或系数222和一线性组合逻辑电路224估计该输入样本。误差计算器230计算由估计器220产生的、估计的样本的误差。更新电路240接收该输入样本、权值和误差指示符，以对权值集合222产生一更新。

图3图解了按照本发明的基本原理的、图2的符号排列滤波器210的一个实施例。符号排列滤波器210包括N个符号单元310₁至310_N，以及一符号排列指示器320。

符号单元310₁至310_N处理该N个输入样本以提取该符号值。该符号单元310_i(其中i＝1，2，...，N)象展示在等式(3)和(4)中的那样，计算时刻N的第i个样本x_i(n)的符号向量，并表达如下：

$S_i=\left[\begin{array}{c}\mathrm{sgn}\left(x_i\right)\\ 1-\mathrm{sgn}\left(x_i\right)\end{array}\right]$

其中

在一个实施例中，符号单元310_i(例如310₁至310_N)可以使用一比较器实现，其中i＝1，2，...，N。作为替代，如果样本x_i以一具有一符号位的符号格式，例如2的补码，被表示，则该符号位可以用作该符号单元的输出。

符号排列指示器320产生值I₁至I_N。值I_i(其中i＝1，2，...，N)象展示在等式(15)中那样产生并表达成：

$I_i=\underset{j=1}{\overset{J}{\mathrm{\Σ}}}\mathrm{sgn}\left(x_{i\⊕(j-1)}\right)2^{j-1}+1$

该符号排列指示器包括一符号排列向量器，用来产生具有向量长度为2^J的向量，其中J为正整数。一相对符号排列器用于确定2^J个不同符号排列中间的样本的相对符号排列。

图4图解了按照本发明的基本原理提供的、图2的估计器220的一个实施例。该估计器220包括一权值存储器222和一线性组合逻辑电路224。

权值存储器222包括一组权值410₁至410_N。该权值410₁至410_N代表用来估计该输入样本的权值或系数。权值410₁至410_N被更新电路240更新。该权值410₁至410_N将位置参数I₁至I_N作为由符号排列滤波器210产生的结果接收(参考图2)，以确定使用那一组权值。在一实施例中，权值410_i(其中i＝1，...，N)包括一多路复用器，如果该权值不与相应的输入样本x_i一起使用，则选择零权值。在一个实施例中，权值410₁至410_N中的每一个均作为具有两个写端口的存储单元(例如随机存取存储器)实现，其中两个端口之一对应于符号排列滤波器210的I_i，而另一个对应于更新电路240的更新的值u_i。

线性组合逻辑电路224包括多个乘法器420₁至420_N和一加法器430。每个乘法器420_i(其中i＝1，...，N)将由对应的权值410_i选定的权值和对应的输入样本x_i相乘，以产生一个乘积P_I，其中 $P_i=w_i^{I_1}{x}_i.$ 加法器430对全部积P_i相对以产生和d(n)。乘法器420₁至420_N和加法器430根据等式(14)，对输入样本实施线性组合。线性组合逻辑电路224产生被估计的样本

图5图解了按照本发明的基本原理提供的误差计算器230。误差计算器230包括一减法器510、一乘法器520以及一选项判决逻辑电路530。

减法器510从样本d(n)中减去估计的样本 该样本d(n)可以以多种方法产生。在一实施例中，使用训练样本。在一个替代实施例中，可以使用由判决逻辑530提供的判决过程。在一实施例中，判决逻辑电路530为一将输入均衡成一预定离散信号电平的均衡器。减法器510产生被估计的样本 和期望的样本d(n)之间的误差e(n)。

乘法器520将误差e(n)和一被称为步长的常数相乘。该步长μ控制收敛速度。在一实施例中，这个常数是2μ，其中μ＜1/λ_max，而λ_max是矩阵R_J的最大特征值。乘法器520产生更新因子h(n)。

图6图解了按照本发明的基本原理提供的、图2的更新电路240的一个实施例。更新电路240包括多个乘法器610₁至610_N和加法器620₁至620_N。更新电路240根据可以被表达如下的根据等式(22)计算存储在权值410₁至410_N(参考图4)中的权值的新值：对i＝，1，2，...，N

$u_i^{I_i}\left(n\right)=w_i^{I_i}(n+1)=w_i^{I_i}\left(n\right)+2\mathrm{\μ\ϵ}\left(n\right)x_i$

乘法器610₁至610_N用由更新电路240产生的因子h(n)乘以该输入样本，以产生各自的乘积r₁(n)到值r_N(n)。加法器620₁至620_N将积r₁(n)到r_N(n)加到对应的权值222的输出端。更新的结果包括一组被更新了的值u₁至u_N。然后将这些更新过的值转移到权值存储器222中以替代该旧的权值值。

                            结果

为了图解在前面以实际应用加以描述的本发明的性能，使用残留边带(VSB)解调系统中的一实例，这里的残留边带解调系统最近被采用作标准的陆上数字电视发送。本发明的适应符号排列均衡器用于内部抑制符号间干扰和信道噪声，其中有线长度的训练序列以用VSB解调系统实现的。该干扰通过由0.6+0.4_z ^-4给定的脉冲响应被模拟，该信道噪声作为以方差为1和15％脉冲的附加零均值高斯(Gaussian)噪声的和来产生。所要的信号由一随机的8级电平的VSB序列给定。产生10,000个样本的数据集，并且原始信号和被破坏的信号之间的MSE时10.15。图7展示了原始序列的一部分，图8表示接收到的信号。图9展示了以MSE表示的J的不同值的均衡器的性能，其中使用N＝11。注意到较小的MSE与系统较小的误码率有直接的关系。关于不同J值的有关输出信号展示在图10中。

这个结果清楚地表明本发明的符号排列均衡器的优越性超过了基于线性滤波器理论的适应均衡器。

因此本发明提供一种用来使用符号排列滤波，对一信号实施适应均衡的技术。在通信期间，该技术有效地处理非线性噪声信道中的信号，提供强健的频率跟踪以及抗干扰能力。

虽然这个发明已经参考说明性实施例描述，但不意味着要以限制的意思解释这些描述。该说明性的实施例的各种修改以及本发明的其它实施例，只要它对于本发明是普通的技术人员来说是显而易见的，就认为它们是落入本发明的精神和范围之内。

                           工业应用性

本发明提供一种用来使用符号排列滤波，对一信号实施适应均衡的技术。在通信期间，该技术有效地处理非线性噪声信道中的信号，提供强健的频率跟踪以及抗干扰能力。

Claims (27)

1.一种用于在数字系统中均衡一信号的方法，该信号由一时刻的样本表示，该方法包括如下步骤：

使用一符号排列滤波器将该样本滤波；

使用该样本的符号排列，通过由具有相应权值的样本的线性组合确定该信号的一估计；

获得期望的样本；

从期望的样本中减去该估计以产生误差；

将步长乘以该误差以产生更新因子；以及

基于该更新因子更新这些权值以极小化该误差。

2.根据权利要求1的方法，其中滤波该样本的步骤包括：

计算相应于该样本的符号指示符。

3.根据权利要求2的方法，其中确定一个估计包括：

基于该符号指示符选择这些权值；

使用被选择的权值计算该样本的线性组合以产生该估计。

4.根据权利要求1的方法，其中该期望的样本是一训练样本和一判决样本之一。

5.根据权利要求4的方法，其中训练样本从一训练过程获得。

6.根据权利要求4的方法，其中该判决样本是在一预定的离散电平上的该估计的量化值。

7.根据权利要求1的方法，其中更新这些权值包括：

通过用该更新因子乘以该样本产生更新积；以及

通过将这些更新积加到相应的权值上来产生这些更新权值。

8.根据权利要求2的方法，其中计算符号指示符包括：

从该样本的值中提取一符号位，以分配一符号值给该相应的符号指示符。

9.根据权利要求8的方法，还包括：

确定具有向量长度为2^J的一符号排列向量；

确定2^J个不同符号排列中间的样本的一相对符号排列；

其中J是所述符号排列指示向量的阶数，以模块方式递增到J＝N，在这里使用全体样本的临时符号排列次序，其中J和N为自然数。

10.一种用于在通信系统中均衡一信号的设备，该信号由一时刻的样本表示，该设备包括：

一符号排列滤波器，用来将该样本滤波；

一连接到该滤波器的估计器，用来通过由带相应权值的样本的线性组合确定该信号的一估计；

一连接到该估计器的更新因子计算器，用来基于估计的误差确定一更新因子；以及

一连接到该估计器和更新因子计算器的更新电路，用来基于该更新因子更新这些权值以极小化该误差；

其中更新因子计算器包括：减法器，用来从一期望的样本中减去该估计以产生该误差；以及连接到该减法器的一乘法器，用来将该误差乘以一步长以产生该更新因子。

11.根据权利要求10的设备，其中该符号排列滤波器包括：

多个符号单元和一符号排列指示器，用于接收该样本以计算该样本的符号；

其中每个所述符号单元与所述符号排列指示器相连接。

12.根据权利要求11的设备，其中该估计器包括：

连接到该符号排列滤波器的权值选择器，用来基于该符号排列指示器的输出值选择这些权值；

连接到该权值选择器的线性组合电路，用来使用被选择的权值计算该样本的线性组合，该线性组合电路产生该估计。

13.根据权利要求10的设备，其中该期望的样本是一训练样本和一判决样本之一。

14.根据权利要求13的设备，其中训练样本从一训练过程获得。

15.根据权利要求13的设备，其中该判决样本是在一预定的离散电平上该估计的量化值。

16.根据权利要求10的设备，其中更新电路包括：

连接到该更新因子计算器的乘法器，用来通过将该更新因子乘以该样本产生更新积；

连接到该乘法器的一加法器，用来通过将这些更新积加到相应的权值上来产生这些更新权值。

17.根据权利要求11的设备，其中：

所述符号单元，用于如果该样本的值为非负和负值，则分别给该符号排列指示器分配第一和第二符号值。

18.根据权利要求17的设备，还包括：

连接到该符号单元的符号排列向量器，用来确定具有向量长度为2^J的一符号排列向量；以及

连接到该排列向量器的相对符号排列器，用来确定2^J个不同符号排列中间的样本的一相对符号排列；

其中J是所述符号排列指示向量的阶数，以模块方式递增到J＝N，在这里使用全体样本的临时符号排列次序。

19.一种使用符号排列滤波来均衡信号的数字通信系统，该系统包括：

用来接收信号的一接收器；

连接到该接收器的一采样器和量化器，用来采样和量化该信号成为数字样本；以及

连接到该采样器和量化器的均衡器，用来均衡该信号，该均衡器包括：

一符号排列滤波器，用来将该样本滤波；

一连接到该滤波器的估计器，用来通过由具有相应权值的样本的线性组合确定该信号的一估计；

一连接到该估计器的更新因子计算器，用来基于被估计的误差确定一更新因子；以及

一更新电路，连接到该估计器和更新因子计算器，用于基于该更新因子更新这些权值以极小化该误差；

其中该更新因子计算器包括：减法器，用来从一期望的样本中减去该估计以产生该误差；以及连接到该减法器的一乘法器，用来将该误差乘以一步长以产生该更新因子。

20.根据权利要求19的系统，其中该符号排列滤波器包括：

多个符号单元和一符号排列指示器，用于接收样本以计算该样本的符号；

其中每个所述符号单元与所述符号排列指示器相连接。

21.根据权利要求20的系统，其中该估计器包括：

连接到该符号排列滤波器的权值选择器，用来基于该符号排列指示器的输出值选择这些权值；

连接到该权值选择器的线性组合电路，用来使用被选择的权值计算该样本的线性组合，该线性组合电路产生该估计。

22.根据权利要求19的系统，其中该期望的样本是一训练样本和一判决样本之一。

23.根据权利要求22的系统，其中训练样本从一训练过程获得。

24.根据权利要求22的系统，其中该判决样本是在一预定的离散电平上该估计的量化值。

25.根据权利要求19的系统，其中更新电路包括：

连接到该更新因子计算器的乘法器，用来通过将该更新因子乘以该样本产生更新积；以及

连接到该乘法器的一加法器，用来通过将这些更新积加到相应的权值上来产生这些更新权值。

26.根据权利要求20的系统，其中：

所述符号单元，用于如果该样本的值为非负和负值，则分别给该符号排列指示器分配第一和第二符号值。以及

27.根据权利要求26的系统，还包括：

连接到该符号单元的符号排列向量器，用来确定具有向量长度为2^J的一符号排列向量；

连接到该排列向量器的相对符号排列器，用来确定2^J个不同符号排列中间的样本的一相对符号排列；

其中J是所述符号排列指示向量的阶数，以模块方式递增到J＝N，在这里使用全体样本的临时符号排列次序。

Images