CN115987727B - 信号传输方法和装置 - Google Patents
信号传输方法和装置 Download PDFInfo
- Publication number
- CN115987727B CN115987727B CN202310273098.7A CN202310273098A CN115987727B CN 115987727 B CN115987727 B CN 115987727B CN 202310273098 A CN202310273098 A CN 202310273098A CN 115987727 B CN115987727 B CN 115987727B
- Authority
- CN
- China
- Prior art keywords
- decision feedback
- feedback equalizer
- trend
- signal
- trends
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 141
- 230000008054 signal transmission Effects 0.000 title claims abstract description 37
- 230000008859 change Effects 0.000 claims abstract description 152
- 238000012545 processing Methods 0.000 claims abstract description 103
- 238000012549 training Methods 0.000 claims abstract description 76
- 230000008569 process Effects 0.000 claims abstract description 70
- 238000003379 elimination reaction Methods 0.000 claims abstract description 17
- 230000008030 elimination Effects 0.000 claims abstract description 15
- 238000009499 grossing Methods 0.000 claims description 125
- 230000015654 memory Effects 0.000 claims description 34
- 230000000630 rising effect Effects 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 13
- 230000001174 ascending effect Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 abstract description 37
- 238000010586 diagram Methods 0.000 description 24
- 230000006870 function Effects 0.000 description 14
- 230000003044 adaptive effect Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 230000000052 comparative effect Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
Landscapes
- Mobile Radio Communication Systems (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
Abstract
本申请提供了一种信号传输方法和装置，能够提高判决反馈均衡器训练的准确率，从而提高通信质量。该方法包括：接收来自发送端的信号，信号包括样本信号的实际接收信号和业务信号；基于实际接收信号和样本信号，对判决反馈均衡器进行训练；在训练过程中，根据判决反馈均衡器对实际接收信号的处理结果和样本信号之间误差的第一变化趋势和第一对应关系，确定判决反馈均衡器的参数的调整系数，第一对应关系包括多个变化趋势和多个调整系数之间的对应关系，多个变化趋势包括第一变化趋势；基于调整系数，对判决反馈均衡器的参数进行调整，并继续对判决反馈均衡器进行训练；利用训练完成的判决反馈均衡器，对业务信号进行干扰消除处理。
Description
技术领域
本申请涉及通信技术领域，尤其涉及一种信号传输方法和装置。
背景技术
发送端向接收端传输信号的过程中，例如802.11b规定的基带信号，存在多径信号码间干扰。接收端通过判决反馈均衡器，能够减小该多径信号码间干扰，从而提高发送端和接收端之间的通信质量。接收端通过判决反馈均衡器消除多径信号码间干扰前，需要通过样本信号对判决反馈均衡器进行训练，从而确定判决反馈均衡器的参数取值。
目前，判决反馈均衡器训练过程中，判决反馈均衡器的参数取值会根据判决反馈均衡器的输出值和期望值之间的误差不断改变，直至判决反馈均衡器的输出值和期望值之间的误差趋近于0。
然而，目前判决反馈均衡器训练的准确率较低，接收端接收的数据包的误包率较高，导致发送端和接收端之间的通信质量较差，影响用户体验。
发明内容
本申请提供一种信号传输方法和装置，能够提高判决反馈均衡器训练的准确率，降低接收端接收的数据包的误包率，从而提高发送端和接收端之间的通信质量，提高用户体验感。
第一方面，提供一种信号传输方法，包括：接收来自发送端的信号，所述信号包括样本信号的实际接收信号和业务信号；基于所述实际接收信号和所述样本信号，对判决反馈均衡器进行训练；在训练过程中，根据所述判决反馈均衡器对所述实际接收信号的处理结果和所述样本信号之间误差的第一变化趋势和第一对应关系，确定所述判决反馈均衡器的参数的调整系数，所述第一对应关系包括多个变化趋势和多个调整系数之间的对应关系，所述多个变化趋势包括所述第一变化趋势；基于所述调整系数，对所述判决反馈均衡器的参数进行调整，并继续对所述判决反馈均衡器进行训练；利用训练完成的所述判决反馈均衡器，对所述业务信号进行干扰消除处理。
本申请的信号传输方法，通过在判决反馈均衡器的训练过程中，不断根据累计预设数量的判决反馈均衡器对实际接收信号的处理结果和样本信号之间的误差，确定误差的变化趋势，并进一步根据该变化趋势调整判决反馈均衡器的参数的调整系数，使得接收端能够根据误差的变化趋势实时调整判决反馈均衡器的参数，这样，在判决反馈均衡器的实际接收信号的数量相同的情况下，能够降低判决反馈均衡器对实际接收信号的处理结果和样本信号之间的误差，提高判决反馈均衡器的准确率，从而提高发送端和接收端之间的通信质量，提高用户体验感。
应理解，发送端向接收端发送的信号可以为802.11b所规定的基带信号。样本信号可以指发送端和接收端约定的用于接收端对判决反馈均衡器进行训练的数据信息，即发送端向接收端发送的信号中包括样本信号。样本信号的实际接收信号指终端设备实际接收到的样本信号。判决反馈均衡器在对接收端实际接收信号进行干扰消除处理后，得到的输出结果与样本信号之间存在误差，基于该误差对判决反馈均衡器进行训练。对判决反馈均衡器进行训练的过程即不断调整判决反馈均衡器的参数过程。
在第一方面的某些实现方式中，所述方法还包括：将所述实际接收信号输入至所述判决反馈均衡器，得到所述实际接收信号的处理结果；确定所述实际接收信号的处理结果和所述样本信号之间的误差；基于所述误差，确定所述第一变化趋势。
应理解，实际接收信号的处理结果和样本信号之间的误差可以指实际接收信号的处理结果和样本信号之间的差值。第一变化趋势指误差的变化趋势，因此，第一变化趋势是根据至少两个误差确定的。
在第一方面的某些实现方式中，所述基于所述误差，确定所述第一变化趋势，包括：每当所述误差的数量积累到第一预设数量时，对所述第一预设数量的所述误差进行均值滤波处理，得到多个平滑误差；根据所述多个平滑误差中每两个相邻平滑误差之间的差值，确定所述多个平滑误差中每两个相邻平滑误差的局部变化趋势，所述局部变化趋势包括上升趋势和下降趋势；根据所述上升趋势的数量和所述下降趋势的数量，确定所述第一变化趋势。
应理解，第一预设数量可以为任意正整数，例如5个、10个等。对第一预设数量的误差进行均值滤波处理可以指将第一预设数量的误差取平均值，该平均值即为平滑误差。在接收端开始判决反馈均衡器的训练后，接收端每向判决反馈均衡器输入一次实际接收信号，接收端均会有相应的处理结果，根据处理结果和样本信号，能够确定一个误差。判决反馈均衡器的训练过程中，接收端不断将实际接收信号输入判决反馈均衡器，会不断的得到误差。每当误差的数量积累到第一预设数量时，接收端均会确定该第一预设数量的误差的平均值，从而得到一个平滑误差。随着误差的积累数量的进一步增多，平滑误差的数量也会不断增长。
在第一方面的某些实现方式中，所述根据所述上升趋势的数量和所述下降趋势的数量，确定所述第一变化趋势，包括：若所述上升趋势的数量大于所述下降趋势的数量，则将所述第一变化趋势确定为上升趋势；或者，若所述上升趋势的数量等于所述下降趋势的数量，则将所述第一变化趋势确定为稳定趋势；或者，若所述上升趋势的数量小于所述下降趋势的数量，则将所述第一变化趋势确定为下降趋势。
应理解，第一变化趋势包括上升趋势、下降趋势和稳定趋势。第一变化趋势是根据局部变化趋势中的上升趋势和下降趋势的数量确定的，这样，能够更高效的确定误差的变化趋势，从而有助于提高判决反馈均衡器训练的效率和准确率。
在第一方面的某些实现方式中，所述根据所述上升趋势的数量和所述下降趋势的数量，确定所述第一变化趋势，包括：当所述多个平滑误差的数量积累到第二预设数量时，根据所述上升趋势的数量和所述下降趋势的数量，确定所述第一变化趋势。
应理解，第二预设数量可以为任意正整数，例如可以为3个、9个等。示例性地，第二预设数量为6个，则接收端每确定6个平滑误差后，根据该6个平滑误差中每两个相邻平滑误差确定5个局部变化趋势，在该5个局部变化趋势中，根据上升趋势的数量和下降趋势的数量，确定第一变化趋势。
在第一方面的某些实现方式中，所述第一变化趋势是基于所述实际接收信号中的第一部分信号得到的；在所述基于所述调整系数，对所述判决反馈均衡器的参数进行调整之后，所述方法还包括：确定调整后的所述判决反馈均衡器对所述实际接收信号中的第二部分信号的处理结果和所述样本信号之间误差的第二变化趋势；基于所述第二变化趋势和所述第一对应关系，确定所述判决反馈均衡器的参数的再次调整系数；基于所述再次调整系数，对所述判决反馈均衡器的参数进行再次调整，并继续对所述判决反馈均衡器进行训练。
应理解，实际接收信号中的第一部分信号、第二部分信号可以为实际接收信号中的部分信号，也可以为实际接收信号中的全部信号。在第一部分信号、第二部分信号为实际接收信号中的部分信号时，实际接收信号还可以包括第三部分信号、第四部分信号等。第二变化趋势也可以为上升趋势、下降趋势或稳定趋势中的一个。接收端可以根据与确定第一变化趋势相同的方法确定第二变化趋势。上述步骤是不断循环进行的，直至满足预设停止条件。
第二方面，提供了一种信号传输装置，用于执行上述第一方面中任一种可能的实现方式中的方法。具体地，该装置包括用于执行上述第一方面中任一种可能的实现方式中的方法的模块。
第三方面，本申请提供了又一种信号传输装置，包括处理器，该处理器与存储器耦合，可用于执行存储器中的指令，以实现上述第一方面中任一种可能实现方式中的方法。可选地，该装置还包括存储器。可选地，该装置还包括通信接口，处理器与通信接口耦合。
在一种实现方式中，该装置为终端设备。当该装置为终端设备时，上述通信接口可以是收发器，或，输入/输出接口。
在另一种实现方式中，该装置为配置于终端设备中的芯片。当该装置为配置于终端设备中的芯片时，上述通信接口可以是输入/输出接口。
第四方面，提供了一种处理器，包括：输入电路、输出电路和处理电路。所述处理电路用于通过所述输入电路接收信号，并通过所述输出电路发射信号，使得所述处理器执行上述第一方面中任一种可能实现方式中的方法。
在具体实现流程中，上述处理器可以为芯片，输入电路可以为输入管脚，输出电路可以为输出管脚，处理电路可以为晶体管、门电路、触发器和各种逻辑电路等。输入电路所接收的输入的信号可以是由例如但不限于接收器接收并输入的，输出电路所输出的信号可以是例如但不限于输出给发射器并由发射器发射的，且输入电路和输出电路可以是同一电路，该电路在不同的时刻分别用作输入电路和输出电路。本申请实施例对处理器及各种电路的具体实现方式不做限定。
第五方面，提供了一种处理装置，包括处理器和存储器。该处理器用于读取存储器中存储的指令，并可通过接收器接收信号，通过发射器发射信号，以执行上述第一方面中任一种可能实现方式中的方法。
可选地，所述处理器为一个或多个，所述存储器为一个或多个。
可选地，所述存储器可以与所述处理器集成在一起，或者所述存储器与处理器分离设置。
在具体实现流程中，存储器可以为非瞬时性（non-transitory）存储器，例如只读存储器（read only memory，ROM），其可以与处理器集成在同一块芯片上，也可以分别设置在不同的芯片上，本申请对存储器的类型以及存储器与处理器的设置方式不做限定。
应理解，相关的数据交互流程例如发送指示信息可以为从处理器输出指示信息的流程，接收能力信息可以为处理器接收输入能力信息的流程。具体地，处理输出的数据可以输出给发射器，处理器接收的输入数据可以来自接收器。其中，发射器和接收器可以统称为收发器。
上述第五方面中的处理装置可以是一个芯片，该处理器可以通过硬件来实现也可以通过软件来实现，当通过硬件实现时，该处理器可以是逻辑电路、集成电路等；当通过软件来实现时，该处理器可以是一个通用处理器，通过读取存储器中存储的软件代码来实现，该存储器可以集成在处理器中，可以位于该处理器之外，独立存在。
第六方面，提供了一种计算机程序产品，所述计算机程序产品包括：计算机程序（也可以称为代码，或指令），当所述计算机程序被运行时，使得计算机执行上述第一方面中任一种可能实现方式中的方法。
第七方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序（也可以称为代码，或指令）当其在计算机上运行时，使得计算机执行上述第一方面中任一种可能实现方式中的方法。
附图说明
图1为本申请实施例应用的一种通信系统；
图2为判决反馈均衡器进行干扰消除处理的过程示意图；
图3为判决反馈均衡器的训练过程示意图；
图4为判决反馈均衡器训练过程中的误差的收敛趋势示意图；
图5为本申请实施例提供的信号传输方法的流程示意图；
图6为本申请实施例提供的均值滤波处理前后误差的收敛趋势示意图；
图7为本申请实施例提供的一种调整系数适应性调整和无调整系数时对应的误差收敛的对比示意图；
图8为本申请实施例提供的另一种调整系数适应性调整和无调整系数时对应的平滑误差收敛的对比示意图；
图9为本申请实施例提供的又一种调整系数适应性调整和无调整系数时对应的平滑误差收敛的对比示意图；
图10为本申请实施例提供的不同样本信号下调整系数适应性调整和无调整系数时对应的平滑误差收敛的对比示意图；
图11为本申请实施例提供的调整系数适应性调整和无调整系数时对应的误包率和信噪比的关系曲线示意图；
图12为本申请实施例提供的一种信号传输装置的结构示意图；
图13为本申请实施例提供的另一种信号传输装置的结构示意图。
具体实施方式
下面将结合附图，对本申请中的技术方案进行描述。
在本申请的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。例如，第一数值和第二数值仅仅是为了区分不同的数值，并不对其先后顺序进行限定。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。
需要说明的是，本申请实施例中，“示例性地”或者“例如”等词用于表示作例子、例证或说明。本申请中被描述为“示例性地”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“示例性地”或者“例如”等词旨在以具体方式呈现相关概念。
本申请实施例中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B的情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项（个）”或其类似表达，是指的这些项中的任意组合，包括单项（个）或复数项（个）的任意组合。例如，a，b，或c中的至少一项（个），可以表示：a，b，c，a-b，a--c，b-c，或a-b-c，其中a，b，c可以是单个，也可以是多个。
本申请实施例的技术方案可以应用于各种通信系统，例如：长期演进（long termevolution，LTE）系统、LTE频分双工（frequency division duplex，FDD）系统、LTE时分双工（time division duplex，TDD）、通用移动通信系统（universalmobile telecommunicationsystem，UMTS）、全球互联微波接入（worldwide interoperability for microwaveaccess，WiMAX）通信系统、第五代（5th generation，5G）系统或新无线（new radio，NR）、802.11b规定的无线局域网通信系统、未来可能出现的新系统等。
本申请实施例中的终端设备也可以称为：用户设备（user equipment，UE）、移动台（mobile station，MS）、移动终端（mobile terminal，MT）、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置等。
终端设备可以是一种向用户提供语音/数据连通性的设备，例如，具有无线连接功能的手持式设备、车载设备等。目前，一些终端设备的举例包括：手机（mobile phone）、平板电脑、笔记本电脑、掌上电脑、移动互联网设备（mobile internetdevice，MID）、可穿戴设备，虚拟现实（virtual reality，VR）设备、增强现实（augmentedreality，AR）设备、工业控制（industrial control）中的无线终端、无人驾驶（self driving）中的无线终端、远程手术（remote medical surgery）中的无线终端、智能电网（smartgrid）中的无线终端、运输安全（transportation safety）中的无线终端、智慧城市（smart city）中的无线终端、智慧家庭（smart home）中的无线终端、蜂窝电话、无绳电话、会话启动协议（sessioninitiationprotocol，SIP）电话、无线本地环路（wireless local loop，WLL）站、个人数字助理（personal digital assistant，PDA）、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、可穿戴设备，5G网络中的终端设备或者未来演进的公用陆地移动通信网络（public land mobile network，PLMN）中的终端设备等，本申请对此并不限定。
作为示例而非限定，在本申请中，终端设备可以是物联网（internet of things，IoT）系统中的终端设备。物联网是未来信息技术发展的重要组成部分，其主要技术特点是将物品通过通信技术与网络连接，从而实现人机互连，物物互连的智能化网络。示例性地，本申请实施例中的终端设备可以是可穿戴设备。可穿戴设备也可以称为穿戴式智能设备，是应用穿戴式技术对日常穿戴进行智能化设计、开发出可以穿戴的设备的总称，如眼镜、手套、手表、服饰及鞋等。可穿戴设备是可以直接穿在身上，或是整合到用户的衣服或配件的一种便携式设备。可穿戴设备不仅仅是一种硬件设备，更可以通过软件支持以及数据交互、云端交互来实现强大的功能。广义穿戴式智能设备包括功能全、尺寸大、可不依赖智能手机实现完整或者部分的功能，例如：智能手表或智能眼镜等，以及只专注于某一类应用功能，需要和其它设备如智能手机配合使用，如各类进行体征监测的智能手环、智能首饰等。
作为示例而非限定，在本申请实施例中，终端设备还可以是机器类型通信（machine type communication，MTC）中的终端设备。此外，终端设备还可以是作为一个或多个部件或者单元而内置于车辆的车载模块、车载模组、车载部件、车载芯片或者车载单元等，车辆通过内置的所述车载模块、车载模组、车载部件、车载芯片或者车载单元等可以实施本申请提供的方法。因此，本申请实施例也可以应用于车联网，例如车辆外联（vehicleto everything，V2X）、车间通信长期演进技术（longterm evolution-vehicle，LTE-V）、车到车（vehicle-to-vehicle，V2V）技术等。
本申请涉及的网络设备可以是与终端设备通信的设备，该网络设备也可以称为接入网设备或无线接入网设备，它可以是传输接收点（transmission reception point，TRP），还可以是LTE系统中的演进型基站（evolved NodeB，eNB或eNodeB），还可以是家庭基站（例如，home evolved NodeB，或homeNode B，HNB）、基带单元（base band unit，BBU），还可以是云无线接入网络（cloudradio access network，CRAN）场景下的无线控制器，或者该网络设备可以为中继站、接入点、车载设备、可穿戴设备以及5G网络中的网络设备或者未来演进的PLMN网络中的网络设备等，还可以是WLAN中的接入点（access point，AP），还可以是NR系统中的gNB，上述网络设备还可以是城市基站、微基站、微微基站、毫微微基站等等，本申请对此不做限定。
在一种网络结构中，网络设备可以包括集中单元（centralized unit，CU）节点、或分布单元（distributed unit，DU）节点、或包括CU节点和DU节点的RAN设备、或者控制面CU节点（CU-CP节点)和用户面CU节点（CU-UP节点）以及DU节点的RAN设备。
网络设备为小区提供服务，终端设备通过网络设备分配的传输资源（例如，频域资源，或者说，频谱资源）与小区进行通信，该小区可以属于宏基站（例如，宏eNB或宏gNB等），也可以属于小小区（small cell）对应的基站，这里的小小区可以包括：城市小区（metrocell）、微小区（micro cell）、微微小区（pico cell）、毫微微小区（femtocell）等，这些小小区具有覆盖范围小、发射功率低的特点，适用于提供高速率的数据传输服务。
为便于理解本申请实施例，首先结合图1对适用于本申请实施例的通信系统进行详细说明。
图1示出了本申请实施例应用的一种通信系统100。通信系统100可以包括至少一个网络设备，例如图1所示网络设备110；该通信系统100还可以包括至少一个终端设备，例如图1所示的终端设备120。网络设备110与终端设备120可通过无线链路通信。在一种可能的情况下，网络设备110可以作为发送端，终端设备120可以作为接收端，网络设备110向终端设备120发送信号；在另一种可能的情况下，网络设备110可以作为接收端，终端设备120可以作为发送端，终端设备120向网络设备110发送信号。
图1示例性地示出了一个网络设备110和一个终端设备120。可选地，该通信系统100还可以包括多个网络设备和/或多个终端设备。网络设备110可以为路由器、基站等，终端设备120可以为手机、平板电脑、智能手环等，本申请实施例对此不做限定。
上述各个通信设备，如图1中的网络设备110或终端设备120，可以配置多个天线。该多个天线可以包括至少一个用于发送信号的发射天线和至少一个用于接收信号的接收天线。另外，各通信设备还附加地包括发射机链和接收机链，本领域普通技术人员可以理解，它们均可包括与信号发送和接收相关的多个部件（例如处理器、调制器、复用器、解调器、解复用器或天线等）。因此，网络设备110与终端设备120之间可通过多天线技术通信。
可选地，上述通信系统100还可以包括网络控制器、移动管理实体等其他网络实体，本申请实施例不限于此。
发送端与接收端之间的信号传输质量将直接影响终端用户的体验。由于发送端向接收端发送的信号，例如802.11b规定的基带信号，受到多径信号码间干扰，使得接收端的误包率较高，影响用户体验。示例性地，发送端为WiFi路由器，接收端为手机，手机接收来自WiFi路由器的WiFi信号，在手机接收的WiFi信号受到干扰的情况下，手机与路由器之间的通信质量较差，将影响手机用户的上网体验。
为了消除多径信号码间干扰，接收端通常通过判决反馈均衡器，将接收到的混叠的信号恢复成近似单径信号，提高信号传输的准确率，从而降低接收端的误包率。在判决反馈均衡器每次对接收的业务信号进行干扰消除处理前，接收端均会通过样本信号对判决反馈均衡器进行训练。在接收端判决反馈均衡器进行训练的过程中，判决反馈均衡器的参数取值会根据判决反馈均衡器的输出值和期望值之间的误差不断改变，以提高判决反馈均衡器的准确率。
为了便于理解本申请实施例，下面先结合图2至图4对判决反馈均衡器进行干扰消除处理的过程以及判决反馈均衡器的训练过程进行详细说明。
图2为判决反馈均衡器进行干扰消除处理的过程示意图，如图2所示，判决反馈均衡器包括前馈滤波器、反馈滤波器和判决器；干扰消除处理的过程包括过程1、过程2和过程3。
过程1中，接收端将n至n+L时刻的离散数据x[n]~x[n+L]输入前馈滤波器中。其中，n为时刻，n≥0；n+L为n时刻之后的时刻，n+L＞n，L为正整数；x[n]~x[n+L]依次分别为n至n+L时刻的离散数据，x[n]~x[n+L]为复数。x[n]~x[n+L]中每个时刻的离散数据分别对应一个参数（W0~W-L），例如，x[n]对应的参数为W0，x[n+L]对应的参数为W-L，W0~W-L为任意有理数。通过前馈滤波器，将x[n]~x[n+L]和W0~W-L进行加权求和，消除x[n+1]~x[n+L]对x[n]的串扰，加权求和的公式为x[n]*W0+x[n+1]*W-1+x[n+2]*W-2+…+x[n+L]*W-L。反馈滤波器存储有n-1至n-M时刻的判决后离散数据d[n-1]~d[n-M]，其中，M为正整数，n-1至n-M均小于n；d[n-1]~d[n-M]依次分别为n-1至n-M时刻的判决后离散数据；d[n-1]~d[n-M]依次分别对应一个参数（W1~WM），通过反馈滤波器，将d[n-1]~d[n-M]和W1~WM进行加权求和，消除d[n-1]~d[n-M]造成的串扰，该加权求和的公式为d[n-1]*W1+d[n-2]*W2+d[n-3]*W3+…+d[n-M]*WM。将x[n]~x[n+L]和W0~W-L加权求和得到的和与d[n-1]~d[n-M]和W1~WM加权求和得到的和进行求和，得到消除码间干扰后的[n]时刻离散数据y[n]。y[n]经过判决器的硬判决处理后，得到n时刻的判决后离散数据d[n]。
过程2中，接收端将d[n]输入反馈滤波器，并将d[n-1]~d[n-M]向右移位，用于对n+1时刻的离散数据x[n+1]进行干扰消除处理。同时接收端将n+L+1时刻的离散数据x[n+L+1]输入前馈滤波器，并将x[n]~x[n+L]向右移位。
过程3中，对n+1时刻的离散数据x[n+1]进行干扰消除处理，得到消除码间干扰后的[n+1]时刻离散数据y[n+1]。y[n+1]经过判决器的硬判决处理后，得到[n+1]时刻的判决后离散数据d[n+1]。d[n+1]输入反馈滤波器后，用于对x[n+2]及n+2时刻之后的离散数据进行干扰消除处理。
图3为判决反馈均衡器的训练过程示意图。如图3所示，判决反馈均衡器在对n时刻的离散数据x[n]进行干扰消除处理后，得到消除码间干扰后的[n]时刻离散数据y[n]。根据消除码间干扰后的n时刻离散数据y[n]和n时刻的样本数据y[n，e]，接收端能够确定一个误差。接收端根据误差可以调整判决反馈均衡器的参数。
可以理解，误差（en）=y[n]-y[n，e]，其中，y[n，e]为n时刻的样本数据，en为判决反馈均衡器对n时刻的离散数据x[n]进行消除码间干扰后的得到的离散数据y[n]与n时刻的样本数据y[n，e]的差值。
根据判决反馈均衡器在对x[n]进行干扰消除的过程，可以得出：
。最小均方误差（least-mean-square，LMS）为/>，其中，En为最小均方误差，en H 与en为共轭复数。
根据梯度下降法，前馈滤波器中W0~W-L的更新公式为：，其中，Wf为前馈滤波器中的参数W0~W-L，Wf,update为更新后的Wf，β为学习率，1＞β＞0。反馈滤波器中的W1~WM的更新公式为：/>，其中，Wb为反馈滤波器中的参数W1~WM，Wb,update为更新后的Wb，β为学习率，1＞β＞0。
可以理解，判决反馈均衡器训练过程中，前馈滤波器中的参数W0~W-L和反馈滤波器中的参数W1~WM会不断更新。判决反馈均衡器的训练过程即为确定前馈滤波器中的参数W0~W-L和反馈滤波器中的参数W1~WM的过程。并且，β也可以称为收敛步长，β的取值将能够决定判决反馈均衡器训练过程中产生的误差的收敛速度。误差的收敛指判决反馈均衡器的训练过程中得到的误差动态减小并趋于动态平稳的状态。
下面结合图4对判决反馈均衡器的训练过程中误差的收敛趋势进行详细说明。
图4为判决反馈均衡器训练过程中的误差的收敛趋势示意图。如图4所示，在该三个收敛趋势的示意图中，横坐标为误差的数量，即判决反馈均衡器的训练过程中的迭代次数，或者样本信号的数量，纵坐标为误差。在样本信号的数量均为1330的情况下，收敛步长不同，误差的收敛速度也不同。如图4中的收敛趋势（a）所示，在收敛步长适中的情况下，误差的收敛速度也适中；如图4中的收敛趋势（b）所示，在收敛步长较小的情况下，误差的收敛速度也较慢；如图4中的收敛趋势（c）所示，在收敛步长较快的情况下，误差的收敛速度也较快。然而，在误差收敛速度较慢时，误差仍有下降趋势，说明误差仍存在收敛空间。在误差收敛速度较快的情况下，误差的收敛趋势很快达到平稳，但是收敛误差有较大的震荡，容易导致训练精度不佳。
然而，目前判决反馈均衡器的训练效果较差，使得接收端接收的数据包的误包率较高，导致发送端和接收端之间的通信质量较差，影响用户体验。
为了解决上述技术问题，本申请提供一种信号传输方法和装置，通过在判决反馈均衡器的训练过程中，不断根据累计预设数量的判决反馈均衡器对实际接收信号的处理结果和样本信号之间的误差，确定误差的变化趋势，并进一步根据该变化趋势调整判决反馈均衡器的参数的调整系数，使得接收端能够根据误差的变化趋势实时调整判决反馈均衡器的参数，这样，在判决反馈均衡器的实际接收信号的数量相同的情况下，有助于降低判决反馈均衡器对实际接收信号的处理结果和样本信号之间的误差，能够提高判决反馈均衡器的准确率，从而提高发送端和接收端之间的通信质量，提高用户体验感。
下面结合图5至图11对本申请的信号传输方法进行详细介绍。本申请所示出的实施例从设备交互的角度示出了本申请提供的信息传输方法。其中所示的各设备的具体形态和数量仅为示例，不应对本申请提供的方法的实施构成任何限定。下面，以发送端和接收端为执行主体为例，对本申请实施例的信息传输方法进行详细说明。
应理解，本申请实施例中的发送端为发送信号的设备，可以是终端设备或网络设备本身，也可以为支持终端设备或网络设备实现信号传输方法的芯片、芯片系统或处理器，还可以是能实现全部或部分终端设备或网络设备的逻辑模块或软件；本申请实施例中的接收端为接收信号的设备，可以是终端设备或网络设备本身，也可以为支持终端设备或网络设备实现信号传输方法的芯片、芯片系统或处理器，还可以是能实现全部或部分终端设备或网络设备的逻辑模块或软件；本申请对此不做具体限制。
图5为本申请实施例提供的信号传输方法500的流程示意图。方法500适用于通信系统100，方法500包括下列步骤：
S501、发送端向接收端发送信号，信号包括样本信号的实际接收信号和业务信号。对应地，接收端接收来自发送端的信号。
应理解，接收端可以为设置有判决反馈均衡器的网络设备或者终端设备，例如手机、智能手环、WiFi路由器等。发送端向接收端发送的信号可以为802.11b所规定的基带信号。样本信号可以指发送端和接收端约定的用于接收端对判决反馈均衡器进行训练的数据信息，即发送端向接收端发送的信号中包括样本信号。样本信号的实际接收信号指终端设备实际接收到的样本信号。可以理解，样本信号经发送端向接收端传输后，受到多径信号码间干扰等影响，接收端实际接收的样本信号会发生变化，即接收端接收到的样本信号的实际接收信号与样本信号可能不同。示例性地，发送端向接收端发送的样本信号为“1234”，接收端接收的样本信号的实际接收信号为受到多径信号码间干扰的样本信号，例如可以为“2224”。业务信号为接收端需要获取的业务数据，然而，接收端需要获取的业务数据在由发送端传输至接收端的过程中，受到多径信号码间干扰等影响，使得接收端需要获取的业务数据会发生变化，即接收端接收的业务信号。在接收端需要获取正确的业务信号的情况下，接收端可以通过训练好的判决反馈均衡器对实际接收的业务信号进行干扰消除处理。
在一个可能的实施方式中，信号包括头部信息（header）和物理层服务数据单元（physical service data unit，PSDU），其中，头部信息为样本信号的实际接收信号，PSDU为业务信号。
S502、基于实际接收信号和样本信号，对判决反馈均衡器进行训练。
应理解，样本信号为发送端与接收端约定好的准确信号，实际接收信号为接收端实际接收信号。判决反馈均衡器在对接收端实际接收信号进行干扰消除处理后，得到的输出结果与样本信号之间存在误差（error），基于该误差对判决反馈均衡器进行训练。对判决反馈均衡器进行训练的过程即不断调整判决反馈均衡器的参数的过程。
S503、在训练过程中，根据判决反馈均衡器对实际接收信号的处理结果和样本信号之间误差的第一变化趋势和第一对应关系，确定判决反馈均衡器的参数的调整系数，第一对应关系包括多个变化趋势和多个调整系数之间的对应关系，多个变化趋势包括第一变化趋势。
应理解，判决反馈均衡器对实际接收信号的处理结果和样本信号之间误差可以指处理结果和样本信号之间的差值。第一变化趋势可以指至少两个误差的变化趋势。示例性地，接收端连续得到三个误差，可以根据该三个误差，确定第一变化趋势。
判决反馈均衡器的参数指前馈滤波器中的参数和反馈滤波器中的参数，例如图2中所示的过程1中的W0~W-L和W1~WM。判决反馈均衡器的参数的调整系数为用于调整判决反馈均衡器的参数的系数。
第一对应关系包括多个变化趋势和多个调整系数之间的对应关系，示例性地，第一对应关系包括变化趋势1、变化趋势2和变化趋势3；还包括调整系数1、调整系数2和调整系数3。其中，变化趋势1对应于调整系数1，变化趋势2对应于调整系数2，变化趋势3对应于调整系数3。在第一变化趋势为变化趋势1的情况下，接收端可以确定调整系数为调整系数1。
S504、基于调整系数，对判决反馈均衡器的参数进行调整，并继续对判决反馈均衡器进行训练。
应理解，判决反馈均衡器训练过程中会不断的得到的判决反馈均衡器对实际接收信号的处理结果和样本信号之间的误差，误差的个数为样本信号的数量。并且，判决反馈均衡器训练过程中，判决反馈均衡器的参数是不断调整的。继续对判决反馈均衡器进行训练是指，在调整判决反馈均衡器的参数后，继续重复S503，对判决反馈均衡器进行训练，直至满足停止条件。
在一种可能的实施方式中，停止条件可以为判决反馈均衡器的迭代次数等于实际接收信号的数量的情况下，判决反馈均衡器训练完成。示例性地，实际接收信号包括第一信号、第二信号和第三信号，则判决反馈均衡器分别通过第一信号、第二信号和第三信号迭代训练三次，此时判决反馈均衡器的训练完成。
在一个具体的示例中，实际接收信号包括第一信号、第二信号和第三信号；样本信号包括第一样本信号、第二样本信号和第三样本信号。第一信号为第一样本信号的实际接收信号；第二信号为第二样本信号的实际接收信号；第三信号为第三样本信号的实际接收信号。判决反馈均衡器的参数初始状态为a，接收端将第一信号输入判决反馈均衡器后，得到第一处理结果，根据第一处理结果和第一样本信号，确定第一误差；根据第一误差调整判决反馈均衡器的参数，此时第一误差调整判决反馈均衡器的参数为a1。接收端将第二信号输入参数为a1的判决反馈均衡器，得到第二处理结果，根据第二处理结果和第二样本信号，确定第二误差。接收端根据第二误差和第一误差能够确定第一变化趋势，再根据第一变化趋势和第一对应关系，确定调整系数，通过调整系数，调整判决反馈均衡器的参数为a2。接收端将第三信号输入参数为a2的判决反馈均衡器，得到第三处理结果，根据第三处理结果和第三样本信号，确定第三误差。接收端根据第三误差和第二误差能够确定第二变化趋势，再根据第二变化趋势和第一对应关系，确定调整系数，通过调整系数，调整判决反馈均衡器的系数为a3。
在一种可能的实施方式中，判决反馈均衡器的参数是根据实际接收信号的处理结果和样本信号之间误差、调整系数和学习率确定的。可选地，调整系数与判决反馈均衡器的参数的关系如以下公式所示：；/>，其中，R为调整系数，也可以用ratio表示；Wf为前馈滤波器中的参数W0~W-L，Wf,update为更新后的Wf，Wb为反馈滤波器中的参数W1~WM，Wb,update为更新后的Wb，β为学习率，1＞β＞0。
应理解，接收端通过误差的第一变化趋势确定调整系数，使得判决反馈均衡器的参数能够根据误差实时变化，从而能够判决反馈均衡器训练效率，提高判决反馈均衡器训练效果，降低接收端的误包率，提高发送端和接收端的通信质量，提高用户体验感。
S505、利用训练完成的判决反馈均衡器，对业务信号进行干扰消除处理。
应理解，训练完成的判决反馈均衡器即确定好参数的判决反馈均衡器。一种可能的实施方式中，接收端包括一个判决反馈均衡器，在接收端通过样本信号对该判决反馈均衡器训练完成后，则得到训练完成的判决反馈均衡器。在另一个可能的实施方式中，接收端包括一个用于训练的判决反馈均衡器和一个用于干扰消除处理的判决反馈均衡器，在接收端通过样本信号对用于训练的判决反馈均衡器训练完成后，用于训练的判决反馈均衡器将确定好的参数发送至用于干扰消除处理的判决反馈均衡器，用于干扰消除处理的判决反馈均衡器在采用用于训练的判决反馈均衡器的参数后，即为训练完成的判决反馈均衡器。
在一种可能的实施方式中，训练好的判决反馈均衡器的参数可以为训练过程中，判决反馈均衡器对实际接收信号的处理结果和样本信号之间误差最小时对应的参数。示例性地，判决反馈均衡器的参数为c1时，得到的处理结果和样本信号之间误差为g1；判决反馈均衡器的参数为c2时，得到的处理结果和样本信号之间误差为g2；判决反馈均衡器的参数为c3时，得到的处理结果和样本信号之间误差为g3。在g1＞g2＞g3的情况下，接收端可以确定训练完成的判决反馈均衡器的参数为c3。
在另一种可能的实施方式中，训练好的判决反馈均衡器的参数也可以为判决反馈均衡器最后一次迭代时所采用的参数。示例性地，判决反馈均衡器的参数为c1时，得到的处理结果和样本信号之间误差为g1；判决反馈均衡器的参数为c2时，得到的处理结果和样本信号之间误差为g2；判决反馈均衡器的参数为c3时，得到的处理结果和样本信号之间误差为g3，在g1＞g3＞g2的情况下，接收端可以确定训练完成的判决反馈均衡器的参数为c3。
本申请的信号传输方法，通过在判决反馈均衡器的训练过程中，根据累计预设数量的判决反馈均衡器对实际接收信号的处理结果和样本信号之间的误差，确定误差的变化趋势，并进一步根据该变化趋势调整判决反馈均衡器的参数的调整系数，使得接收端能够根据误差的变化趋势实时调整判决反馈均衡器的参数，这样，在判决反馈均衡器的实际接收信号的数量相同的情况下，能够降低判决反馈均衡器对实际接收信号的处理结果和样本信号之间的误差，提高判决反馈均衡器的准确率，从而提高发送端和接收端之间的通信质量，提高用户体验感。
作为一个可选的实施例，方法500还包括：接收端将实际接收信号输入至判决反馈均衡器，得到实际接收信号的处理结果；确定实际接收信号的处理结果和样本信号之间的误差；基于误差，确定第一变化趋势。
应理解，实际接收信号的处理结果和样本信号之间的误差可以指实际接收信号的处理结果和样本信号之间的差值。第一变化趋势指误差的变化趋势，因此，第一变化趋势是根据至少两个误差确定的。
在一种可能的实施方式中，基于误差，确定第一变化趋势，包括：每当误差的数量积累到第一预设数量时，对第一预设数量的误差进行均值滤波处理，得到多个平滑误差；根据多个平滑误差中每两个相邻平滑误差之间的差值，确定多个平滑误差中每两个相邻平滑误差的局部变化趋势，局部变化趋势包括上升趋势和下降趋势；根据上升趋势的数量和下降趋势的数量，确定第一变化趋势。
应理解，第一预设数量可以为任意正整数，例如5个、10个等。可选地，第一预设数量也可以用窗口长度（window length）表示。对第一预设数量的误差进行均值滤波处理可以指将第一预设数量的误差取平均值，该平均值即为平滑误差（smoothed error）。在接收端开始判决反馈均衡器的训练后，接收端每向判决反馈均衡器输入一次实际接收信号，接收端均会有相应的处理结果，根据处理结果和样本信号，能够确定一个误差。判决反馈均衡器的训练过程中，接收端不断将实际接收信号输入判决反馈均衡器，会不断的得到误差。每当误差的数量积累到第一预设数量时，接收端均会确定该第一预设数量的误差的平均值，从而得到一个平滑误差。随着误差的积累数量的进一步增多，平滑误差的数量也会不断增长。
下面结合图6对均值滤波处理进行进一步说明。
图6为本申请实施例提供的均值滤波处理前后误差的收敛趋势示意图。如图6中的误差的收敛趋势（a）所示，误差数量为1365个，即判决反馈均衡器训练过程中，共迭代1365次。第一预设数量为21，即在判决反馈均衡器训练过程中，每得到21个误差，均会对该21个误差进行均值滤波处理，得到一个平滑误差，在判决反馈均衡器训练结束后，共得到65个平滑误差，该65个平滑误差的收敛趋势如图6中的收敛趋势（b）所示。通过图6可以看出，通过对第一预设数量的误差进行均值滤波处理，有助于接收端确定误差的变化趋势，这样，有助于提高误差的收敛效率，提高判决反馈均衡器的训练效果。
相邻平滑误差指接收端连续确定的两个平滑误差，确定相邻平滑误差的多个误差是判决反馈均衡器连续输出的。示例性地，在如图6中的收敛趋势（b）中，每相邻的两个点均为相邻平滑误差，例如点A对应的平滑误差和点B对应的平滑误差为相邻平滑误差。局部变化趋势可以根据相邻B对应的平滑误差和点C对应的平滑误差为相邻平滑误差。局部变化趋势可以根据相邻平滑误差的差值确定，在相邻平滑误差中后一个平滑误差大于前一个平滑误差的情况下，接收端可以确定局部变化趋势为下降趋势；在相邻平滑误差中后一个平滑误差小于前一个平滑误差的情况下，接收端可以确定局部变化趋势为上升趋势。示例性地，在如图6中的收敛趋势（b）中，点A对应的平滑误差为1.1，点B对应的平滑误差为0.8，点C对应的平滑误差为0.9。点A和点B为相邻平滑误差，其中，点B为该两个相邻平滑误差中的后一个平滑误差，点A为前一个平滑误差，由于点B对应的平滑误差小于点A对应的平滑误差，因此，接收端根据该相邻平滑误差确定的一个局部变化趋势为下降趋势。类似地，点B和点C为相邻平滑误差，根据该两个相邻平滑误差，接收端能够确定一个局部变化趋势为上升趋势。
在一种可能的实施方式中，局部变化趋势还包括稳定趋势，在相邻平滑误差之间的差值小于或者等于第一预设阈值的情况下，确定该相邻平滑误差的局部变化趋势为稳定趋势；在相邻平滑误差之间的差值大于第一预设阈值，并且该相邻平滑误差中后一个平滑误差大于前一个平滑误差的情况下，确定该相邻平滑误差的局部变化趋势为上升趋势；在相邻平滑误差之间的差值大于第一预设阈值，并且该相邻平滑误差中后一个平滑误差小于前一个平滑误差的情况下，确定该相邻平滑误差的局部变化趋势为下降趋势。
应理解，第一预设阈值为任意大于或者等于0的值，例如可以为0、0.01等。在相邻平滑误差之间的差值小于或者等于第一预设阈值时，说明该两个相邻平滑误差接近，可以确定局部变化趋势为稳定趋势。示例性地，第一平滑误差和第二平滑误差为相邻平滑误差，第二平滑误差和第三平滑误差为相邻平滑误差，第一平滑误差为1.0，第二平滑误差为0.9，第三平滑误差为0.91，第一预设阈值为0.02，则根据第一平滑误差和第二平滑误差，接收端可以确定一个局部变化趋势为下降趋势；根据第二平滑误差和第三平滑误差，接收端可以确定一个局部变化趋势为稳定趋势。
在一种可能的实施方式中，根据上升趋势的数量和下降趋势的数量，确定第一变化趋势，包括：若上升趋势的数量大于下降趋势的数量，则将第一变化趋势确定为上升趋势；或者，若上升趋势的数量等于下降趋势的数量，则将第一变化趋势确定为稳定趋势；或者，若上升趋势的数量小于下降趋势的数量，则将第一变化趋势确定为下降趋势。
应理解，第一变化趋势包括上升趋势、下降趋势和稳定趋势。第一变化趋势是根据局部变化趋势中的上升趋势和下降趋势的数量确定的，这样，能够更高效的确定误差的变化趋势，从而有助于提高判决反馈均衡器训练的效率和准确率。
在另一种可能的实施方式中，根据上升趋势的数量和下降趋势的数量，确定第一变化趋势，包括：当多个平滑误差的数量积累到第二预设数量时，根据上升趋势的数量和下降趋势的数量，确定第一变化趋势。可选地，第二预设数量也可以用计数数量（count_num）表示。
应理解，第二预设数量可以为任意正整数，例如可以为3个、9个等。示例性地，第二预设数量为6个，则接收端每确定6个平滑误差后，根据该6个平滑误差中每两个相邻平滑误差确定5个局部变化趋势，在该5个局部变化趋势中，根据上升趋势的数量和下降趋势的数量，确定第一变化趋势。
可选地，根据上升趋势的数量和下降趋势的数量，确定第一变化趋势，包括：当多个平滑误差的数量积累到第二预设数量时，若上升趋势的数量大于下降趋势的数量，并且上升趋势的数量与下降趋势的数量之间的差值大于或者等于第二预设阈值，则将第一变化趋势确定为上升趋势；或者，若上升趋势的数量小于下降趋势的数量，并且下降趋势的数量与上升趋势的数量之间的差值大于或者等于第三预设阈值，则将第一变化趋势确定为下降趋势；否则，则将第一变化趋势确定为稳定趋势。
应理解，第二预设阈值、第三预设阈值均为预设的任意正整数。第一变化趋势可以为上升趋势、下降趋势或者稳定趋势，在第一变化趋势不是上升趋势或下降趋势的情况下，第一变化趋势为稳定趋势。示例性地，第二预设阈值为2，第三预设阈值为3，在局部变化趋势中上升趋势的数量比下降趋势的数量多3个的情况下，接收端确定第一变化趋势为上升趋势；在局部变化趋势中下降趋势的数量比上升趋势的数量多3个的情况下，接收端确定第一变化趋势为下降趋势；在局部变化趋势中上升趋势的数量比下降趋势的数量多1个的情况下，接收端确定第一变化趋势为稳定趋势。
在一种可能的实施方式中，判决反馈均衡器包括上升累计器和下降累计器，根据上升趋势的数量和下降趋势的数量，确定第一变化趋势，包括：接收端每确定一个上升趋势，上升累计器累计一个+1；接收端每确定一个下降趋势，下降累计器累计一个-1，当多个平滑误差的数量积累到第三预设数量时，根据上升累计器累计的数值与下降累计器累计的数值的和，确定第一变化趋势。在上升累计器累计的数值与下降累计器累计的数值的和，大于或者等于第四预设阈值时，确定第一变化趋势为上升趋势；在上升累计器累计的数值与下降累计器累计的数值的和小于或者等于第五预设阈值时，确定第一变化趋势为下降趋势；否则，确定第一变化趋势为稳定趋势。可选地，上升累计器累计的数值可以用flag_up表示，即上升累计器每累计一个局部变化趋势为上升趋势，flag_up均加+1；下降累计器累计的数值可以用flag_down表示，即上升累计器每累计一个局部变化趋势为下降趋势，flag_down均加-1。可选地，第四预设阈值也可以用up_thr表示，第五预设阈值也可以用down_thr表示。
在一个具体的示例中，第三预设数量为6，第四预设阈值为2，第五预设阈值为-3，在接收端确定6个平滑误差后，局部变化趋势包括3个上升趋势，则上升累计器累计的数值为+3；局部变化趋势包括2个上升趋势，则下降累计器累计的数值为-2，上升累计器累计的数值和下降累计器累计的数值的和为-1，则接收端确定第一变化趋势为稳定趋势。
若上升趋势的数量大于下降趋势的数量，并且上升趋势的数量与下降趋势的数量之间的差值大于或者等于第二预设阈值，则将第一变化趋势确定为上升趋势；或者，若上升趋势的数量小于下降趋势的数量，并且下降趋势的数量与上升趋势的数量之间的差值大于或者等于第三预设阈值，则将第一变化趋势确定为下降趋势；否则，则将第一变化趋势确定为稳定趋势。
在一种可能的实施方式中，多个变化趋势包括上升趋势、下降趋势和稳定趋势，第一对应关系包括：在第一变化趋势为上升趋势的情况下，调整系数为初始调整系数的p倍；在第一变化趋势为下降趋势的情况下，调整系数为初始调整系数的q倍；在第一变化趋势为稳定趋势的情况下，调整系数为初始调整系数的s倍；p、q和s均为任意大于0的值。初始调整系数为根据第一变化趋势和第一对应关系调整之前的调整系数。
在一个具体的示例中，p为0.65，q为1.5，s为0.85。在调整系数为2的情况下，接收端确定了6个平滑误差，根据该6个平滑误差确定的5个局部变化趋势中，上升趋势的数量大于下降趋势的数量，在接收端确定第一变化趋势为上升趋势，则调整系数变化为1.3。然后，接收端根据变化后的调整系数，确定判决反馈均衡器的参数，并基于新确定的判决反馈均衡器的参数，继续对判决反馈均衡器进行训练。
作为一个可选的实施例，第一变化趋势是基于实际接收信号中的第一部分信号得到的；在基于调整系数，对判决反馈均衡器的参数进行调整之后，方法500还包括：确定调整后的判决反馈均衡器对实际接收信号中的第二部分信号的处理结果和样本信号之间误差的第二变化趋势；基于第二变化趋势和第一对应关系，确定判决反馈均衡器的参数的再次调整系数；基于再次调整系数，对判决反馈均衡器的参数进行再次调整，并继续对判决反馈均衡器进行训练。
应理解，实际接收信号中的第一部分信号、第二部分信号可以为实际接收信号中的部分信号，也可以为实际接收信号中的全部信号。在第一部分信号、第二部分信号为实际接收信号中的部分信号时，实际接收信号还可以包括第三部分信号、第四部分信号等。第二变化趋势也可以为上升趋势、下降趋势或稳定趋势中的一个。接收端可以根据与确定第一变化趋势相同的方法确定第二变化趋势。上述步骤是不断循环进行的，直至满足预设停止条件。
下面结合图7至图10和具体的示例对本申请的信号传输方法进行进一步介绍。
图7为本申请实施例提供的一种调整系数适应性调整和无调整系数时对应的误差收敛的对比示意图。如图7所示，在样本信号的数量均为1330的情况下，判决反馈均衡器训练过程迭代次数和得到的误差的数量也均为1330。目前的信号传输方法中，无调整系数，即收敛步长始终为1，误差的收敛速度较慢，确定的误差的收敛趋势如图7中的误差的变化趋势（a）所示。通过本申请的信号传输方法对判决反馈均衡器进行训练，调整系数会根据第一变化趋势和第一对应关系不断的进行适应性调整。在判决反馈均衡器训练过程中，初始调整系数为2.5，上文中的第一预设数量为11，上文中的第二预设数量为6，上文中的第四预设阈值为2，上文中的第五预设阈值为-3，确定的误差的收敛趋势如图7中的变化趋势（b）所示。将无调整系数时得到的1330个误差进行均值滤波处理，得到65个平滑误差，该65个平滑误差的变化趋势如图7中的701所示；将调整系数不断适应性调整时得到的1330个误差进行均值滤波处理，得到65个平滑误差，该65个平滑误差的变化趋势如图7中的702所示。在判决反馈均衡器训练过程中，每得到5个平滑误差，接收端会根据该5个平滑误差中任意两个相邻平滑误差，确定4个局部变化趋势，在上升趋势的数量比下降趋势的数量大于或者等于2的情况下，确定第一变化趋势为上升趋势，将调整系数调整为初始调整系数的0.65倍；在下降趋势的数量比上升趋势的数量大于或者等于3的情况下，确定第一变化趋势为下降趋势，将调整系数调整为初始调整系数的1.5倍；否则，确定第一变化趋势为稳定趋势，将调整系数调整为初始调整系数的0.85倍。这样，使得调整系数的变化过程如图7中的变化过程（d）所示。
将701和702进行对比，可以看出，通过本申请的信号传输方法，能够提高误差的收敛效率，从而在样本信号数量确定的情况下，能够提高判决反馈均衡器训练的准确率，这样，通过准确率更高的判决反馈均衡器，能够降低接收端的误包率，提高发送端和接收端之间的通信质量，提高用户体验感。
图8为本申请实施例提供的另一种调整系数适应性调整和无调整系数时对应的平滑误差收敛的对比示意图。如图8所示，接收端的实际接收信号来自B信道，接收端共确定50个平滑误差，在接收端的判决反馈均衡器训练过程中，无调整系数的情况下，平滑误差的收敛趋势如801所示，在35个平滑误差时，平滑误差趋于收敛；在接收端的判决反馈均衡器训练过程中，调整系数适应性调整的情况下，上文中的第一预设数量为11，平滑误差的收敛趋势如802所示，在10个平滑误差时，平滑误差趋于收敛。将801和802进行对比，可以看出，本申请的信号传输方法使得判决反馈均衡器训练的收敛时间缩短为无调整系数时判决反馈均衡器训练的收敛时间的27%。由此可见，本申请的信号传输方法，在判决反馈均衡器训练过程中，适应性调整调整系数，这样，能够提高判决反馈均衡器的训练效率和准确率，从而提高判决反馈均衡器的均衡结果的准确率。
图9为本申请实施例提供的又一种调整系数适应性调整和无调整系数时对应的平滑误差收敛的对比示意图。如图9所示，接收端共确定75个平滑误差，在接收端的判决反馈均衡器训练过程中，无调整系数的情况下，平滑误差的收敛趋势如901所示；在接收端的判决反馈均衡器训练过程中，调整系数适应性调整的情况下，上文中的第一预设数量为11，平滑误差的收敛趋势如902所示。将901和902进行对比，可以看出，通过本申请实施例的信号传输方法，能够提高判决反馈均衡器的训练效率。将图9中的平滑误差的收敛趋势（a）中的区域903部分放大，可以看出，在平滑误差收敛后，在无调整系数时，平滑误差的收敛趋势如904所示；在平滑误差收敛后，调整系数适应性调整的情况下，平滑误差的收敛趋势如904所示。
示例性地，在本申请实施例中，接收端的实际接收信号可以来自B信道、C信道、D信道、E信道和F信道中的一个或者多个信道。B信道、C信道、D信道、E信道和F信道为通过矩阵实验室（matrix laboratory，MATLAB）的模拟的5种模拟信道，该5种信道分别存在不同程度的符号间干扰，使得在样本信号由发送端传输至接收端的过程中，样本信号会收到不同程度的符号间干扰。因此，接收端在接收来自该5种信道的实际接收信号后，接收端会基于实际接收信号对判决反馈均衡器进行训练，并通过训练好的判决反馈均衡器对业务信号进行干扰消除处理。
图10为本申请实施例提供的不同样本信号下调整系数适应性调整和无调整系数时对应的平滑误差收敛的对比示意图。如图10所示，接收端确定的平滑误差的数量均为50。此外，图10中的（a）至（e）中所示的分别为判决反馈均衡器根据来自B信道、C信道、D信道、E信道和F信道的实际接收信号进行训练时的平滑误差的收敛趋势的示意图。在接收端实际接收信号均来自B信道时，在无调整系数的情况下，平滑误差的收敛趋势如1001所示；在调整系数适应性调整的情况下，上文中的第一预设数量为11，平滑误差的收敛趋势如1002所示。在接收端实际接收信号均来自C信道时，在无调整系数的情况下，平滑误差的收敛趋势如1003所示；在调整系数适应性调整的情况下，上文中的第一预设数量为11，平滑误差的收敛趋势如1004所示。在接收端实际接收信号均来自D信道时，在无调整系数的情况下，平滑误差的收敛趋势如1005所示；在调整系数适应性调整的情况下，上文中的第一预设数量为11，平滑误差的收敛趋势如1006所示。在接收端实际接收信号均来自E信道时，在无调整系数的情况下，平滑误差的收敛趋势如1007所示；在调整系数适应性调整的情况下，上文中的第一预设数量为11，平滑误差的收敛趋势如1008所示。在接收端实际接收信号均来自F信道时，在无调整系数的情况下，平滑误差的收敛趋势如1009所示；在调整系数适应性调整的情况下，上文中的第一预设数量为11，平滑误差的收敛趋势如1010所示。分别将收敛趋势1001和收敛趋势1002、收敛趋势1003和收敛趋势1004、收敛趋势1005和收敛趋势1006、收敛趋势1007和收敛趋势1008、收敛趋势1009和收敛趋势1010进行对比，可以看出，本申请的信号传输方法，在判决反馈均衡器训练过程中，适应性调整调整系数，这样，对于不同的在实际接收信号，均能够提高判决反馈均衡器的训练效率和准确率，从而提高判决反馈均衡器的均衡结果的准确率。
图11为本申请实施例提供的调整系数适应性调整和无调整系数时对应的误包率和信噪比的关系曲线示意图。如图11所示，无论调整系数是否适应性调整，误包率（PER-PSDU）均随着信噪比（signal to noise ratio，SNR）的增大而呈现降低的趋势。在无调整系数的情况下，误包率和信噪比的关系曲线如1101所示，在适应性基于调整系数调整反馈均衡器的参数的情况下，误包率和信噪比的关系曲线如1102所示。将1101和1102进行对比，在信噪比相同的情况下，1102中对应的误包率更低。示例性地，在信噪比为32dB时，1101中对应的误包率为0.173，1102中对应的误包率为0.112，通过本申请实施例的信号传输方法，使得接收端的误包率降低约35%。
应理解，上述各方法的序号的大小并不意味着执行顺序的先后，各方法的执行顺序应以其功能和内在逻辑确定。
上文结合图2至图11，详细描述了本申请实施例的信号传输方法，下面结合图12和图13，详细描述本申请实施例的信号传输装置。
图12为本申请实施例提供的一种信号传输装置1200的结构示意图。如图12所示，装置1200包括：收发模块1201和处理模块1202。
装置1200用于实现上述方法实施例中接收端对应的步骤。
收发模块1201，用于接收来自发送端的信号，信号包括样本信号的实际接收信号和业务信号；
处理模块1202，用于基于实际接收信号和样本信号，对判决反馈均衡器进行训练；在训练过程中，根据判决反馈均衡器对实际接收信号的处理结果和样本信号之间误差的第一变化趋势和第一对应关系，确定判决反馈均衡器的参数的调整系数，第一对应关系包括多个变化趋势和多个调整系数之间的对应关系，多个变化趋势包括第一变化趋势；基于调整系数，对判决反馈均衡器的参数进行调整，并继续对判决反馈均衡器进行训练；利用训练完成的判决反馈均衡器，对业务信号进行干扰消除处理。
可选地，处理模块1202还用于：将实际接收信号输入至判决反馈均衡器，得到实际接收信号的处理结果；确定实际接收信号的处理结果和样本信号之间的误差；基于误差，确定第一变化趋势。
可选地，处理模块1202具体用于：每当误差的数量积累到第一预设数量时，对第一预设数量的误差进行均值滤波处理，得到多个平滑误差；根据多个平滑误差中每两个相邻平滑误差之间的差值，确定多个平滑误差中每两个相邻平滑误差的局部变化趋势，局部变化趋势包括上升趋势和下降趋势；根据上升趋势的数量和下降趋势的数量，确定第一变化趋势。
可选地，处理模块1202具体用于：若上升趋势的数量大于下降趋势的数量，则将第一变化趋势确定为上升趋势；或者，若上升趋势的数量等于下降趋势的数量，则将第一变化趋势确定为稳定趋势；或者，若上升趋势的数量小于下降趋势的数量，则将第一变化趋势确定为下降趋势。
可选地，处理模块1202具体用于：当多个平滑误差的数量积累到第二预设数量时，根据上升趋势的数量和下降趋势的数量，确定第一变化趋势。
可选地，第一变化趋势是基于实际接收信号中的第一部分信号得到的；处理模块1202还用于：确定调整后的判决反馈均衡器对实际接收信号中的第二部分信号的处理结果和样本信号之间误差的第二变化趋势；基于第二变化趋势和第一对应关系，确定判决反馈均衡器的参数的再次调整系数；基于再次调整系数，对判决反馈均衡器的参数进行再次调整，并继续对判决反馈均衡器进行训练。
应理解，这里的装置1200以功能模块的形式体现。这里的术语“模块”可以指应用特有集成电路（application specific integrated circuit，ASIC）、电子电路、用于执行一个或多个软件或固件程序的处理器（例如共享处理器、专有处理器或组处理器等）和存储器、合并逻辑电路和/或其它支持所描述的功能的合适组件。在一个可选的例子中，本领域技术人员可以理解，装置1200可以具体为上述实施例中的接收端，装置1200可以用于执行上述方法实施例中与接收端对应的各个流程和/或步骤，为避免重复，在此不再赘述。
上述装置1200具有实现上述方法中接收端执行的相应步骤的功能；上述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。
在本申请的实施例，图12中的装置1200也可以是芯片，例如：SOC。对应地，处理模块1202可以是该芯片的收发电路，在此不做限定。
图13为本申请实施例提供的一种信号传输装置1300的结构示意图。该装置1300包括处理器1301、收发器1302和存储器1303。其中，处理器1301、收发器1302和存储器1303通过内部连接通路互相通信，该存储器1303用于存储指令，该处理器1301用于执行该存储器1303存储的指令，以控制该收发器1302发送信号和/或接收信号。
应理解，装置1300可以具体为上述实施例中的接收端，并且可以用于执行上述方法实施例中与接收端对应的各个步骤和/或流程。可选地，该存储器1303可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据。存储器的一部分还可以包括非易失性随机存取存储器。例如，存储器还可以存储设备类型的信息。该处理器1301可以用于执行存储器中存储的指令，并且当该处理器1301执行存储器中存储的指令时，该处理器1301用于执行上述方法实施例的各个步骤和/或流程。该收发器1302可以包括发射器和接收器，该发射器可以用于实现上述收发器对应的用于执行发送动作的各个步骤和/或流程，该接收器可以用于实现上述收发器对应的用于执行接收动作的各个步骤和/或流程。
应理解，在本申请实施例中，该处理器可以是中央处理单元（central processingunit，CPU），该处理器还可以是其他通用处理器、数字信号处理器（DSP）、专用集成电路（ASIC）、现场可编程门阵列（FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器执行存储器中的指令，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。
本申请还提供了一种计算机可读存储介质，该计算机可读存储介质用于存储计算机程序，该计算机程序用于实现上述方法实施例中所示的方法。
本申请还提供了一种计算机程序产品，该计算机程序产品包括计算机程序（也可以称为代码，或指令），当该计算机程序在计算机上运行时，该计算机可以执行上述方法实施例所示的方法。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的模块及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（read-only memory，ROM）、随机存取存储器（random access memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请实施例的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请实施例揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请实施例的保护范围之内。因此，本申请实施例的保护范围应所述以权利要求的保护范围为准。
Claims (8)
1.一种信号传输方法，其特征在于，包括：
接收来自发送端的信号，所述信号包括样本信号的实际接收信号和业务信号，所述发送端向接收端发送的信号中包括所述样本信号，所述样本信号为所述发送端和所述接收端约定的用于所述接收端对判决反馈均衡器进行训练的数据信息，所述样本信号的实际接收信号为所述接收端实际接收到的样本信号；
基于所述实际接收信号和所述样本信号，对所述判决反馈均衡器进行训练；
在训练过程中，根据所述判决反馈均衡器对所述实际接收信号的处理结果和所述样本信号之间误差的第一变化趋势和第一对应关系，确定所述判决反馈均衡器的参数的调整系数，所述第一对应关系包括多个变化趋势和多个调整系数之间的对应关系，所述多个变化趋势包括所述第一变化趋势；
基于所述调整系数，对所述判决反馈均衡器的参数进行调整，并继续对所述判决反馈均衡器进行训练，所述判决反馈均衡器的参数是根据所述实际接收信号的处理结果和所述样本信号之间误差、所述调整系数和学习率确定的，所述调整系数与所述判决反馈均衡器的参数的关系如以下公式所示：其中，R为调整系数，/>为前馈滤波器中的参数/>，/>为更新后/>，/>为反馈滤波器中的参数/>，/>为更新后的/>，/>为学习率，1＞/>＞0；
利用训练完成的所述判决反馈均衡器，对所述业务信号进行干扰消除处理；
将所述实际接收信号输入至所述判决反馈均衡器，得到所述实际接收信号的处理结果；
确定所述实际接收信号的处理结果和所述样本信号之间的误差；
每当所述误差的数量积累到第一预设数量时，对所述第一预设数量的所述误差进行均值滤波处理，得到多个平滑误差；
根据所述多个平滑误差中每两个相邻平滑误差之间的差值，确定所述多个平滑误差中每两个相邻平滑误差的局部变化趋势，所述局部变化趋势包括上升趋势和下降趋势；
根据所述上升趋势的数量和所述下降趋势的数量，确定所述第一变化趋势；
所述根据所述上升趋势的数量和所述下降趋势的数量，确定所述第一变化趋势，包括：
若所述上升趋势的数量大于所述下降趋势的数量，则将所述第一变化趋势确定为上升趋势；
若所述上升趋势的数量等于所述下降趋势的数量，则将所述第一变化趋势确定为稳定趋势；
若所述上升趋势的数量小于所述下降趋势的数量，则将所述第一变化趋势确定为下降趋势。
2.根据权利要求1所述的方法，其特征在于，所述根据所述上升趋势的数量和所述下降趋势的数量，确定所述第一变化趋势，包括：
当所述多个平滑误差的数量积累到第二预设数量时，根据所述上升趋势的数量和所述下降趋势的数量，确定所述第一变化趋势。
3.根据权利要求1所述的方法，其特征在于，所述第一变化趋势是基于所述实际接收信号中的第一部分信号得到的；
在所述基于所述调整系数，对所述判决反馈均衡器的参数进行调整之后，所述方法还包括：
确定调整后的所述判决反馈均衡器对所述实际接收信号中的第二部分信号的处理结果和所述样本信号之间误差的第二变化趋势；
基于所述第二变化趋势和所述第一对应关系，确定所述判决反馈均衡器的参数的再次调整系数；
基于所述再次调整系数，对所述判决反馈均衡器的参数进行再次调整，并继续对所述判决反馈均衡器进行训练。
4.一种信号传输装置，其特征在于，包括：
收发模块，用于接收来自发送端的信号，所述信号包括样本信号的实际接收信号和业务信号，所述发送端向接收端发送的信号中包括所述样本信号，所述样本信号为所述发送端和所述接收端约定的用于所述接收端对判决反馈均衡器进行训练的数据信息，所述样本信号的实际接收信号为所述接收端实际接收到的样本信号；
处理模块，用于基于所述实际接收信号和所述样本信号，对所述判决反馈均衡器进行训练；在训练过程中，根据所述判决反馈均衡器对所述实际接收信号的处理结果和所述样本信号之间误差的第一变化趋势和第一对应关系，确定所述判决反馈均衡器的参数的调整系数，所述第一对应关系包括多个变化趋势和多个调整系数之间的对应关系，所述多个变化趋势包括所述第一变化趋势；基于所述调整系数，对所述判决反馈均衡器的参数进行调整，并继续对所述判决反馈均衡器进行训练，所述判决反馈均衡器的参数是根据所述实际接收信号的处理结果和所述样本信号之间误差、所述调整系数和学习率确定的，所述调整系数与所述判决反馈均衡器的参数的关系如以下公式所示：
其中，R为调整系数，/>为前馈滤波器中的参数/>，/>为更新后的/>，/>为反馈滤波器中的参数/>，/>为更新后的/>，/>为学习率，1＞/>＞0；利用训练完成的所述判决反馈均衡器，对所述业务信号进行干扰消除处理；
所述处理模块还用于：
将所述实际接收信号输入至所述判决反馈均衡器，得到所述实际接收信号的处理结果；
确定所述实际接收信号的处理结果和所述样本信号之间的误差；
每当所述误差的数量积累到第一预设数量时，对所述第一预设数量的所述误差进行均值滤波处理，得到多个平滑误差；
根据所述多个平滑误差中每两个相邻平滑误差之间的差值，确定所述多个平滑误差中每两个相邻平滑误差的局部变化趋势，所述局部变化趋势包括上升趋势和下降趋势；
根据所述上升趋势的数量和所述下降趋势的数量，确定所述第一变化趋势；
所述处理模块具体用于：
若所述上升趋势的数量大于所述下降趋势的数量，则将所述第一变化趋势确定为上升趋势；
若所述上升趋势的数量等于所述下降趋势的数量，则将所述第一变化趋势确定为稳定趋势；
若所述上升趋势的数量小于所述下降趋势的数量，则将所述第一变化趋势确定为下降趋势。
5.根据权利要求4所述的装置，其特征在于，所述处理模块具体用于：
当所述多个平滑误差的数量积累到第二预设数量时，根据所述上升趋势的数量和所述下降趋势的数量，确定所述第一变化趋势。
6.根据权利要求4所述的装置，其特征在于，所述第一变化趋势是基于所述实际接收信号中的第一部分信号得到的；
所述处理模块还用于：
确定调整后的所述判决反馈均衡器对所述实际接收信号中的第二部分信号的处理结果和所述样本信号之间误差的第二变化趋势；
基于所述第二变化趋势和所述第一对应关系，确定所述判决反馈均衡器的参数的再次调整系数；
基于所述再次调整系数，对所述判决反馈均衡器的参数进行再次调整，并继续对所述判决反馈均衡器进行训练。
7.一种信号传输装置，其特征在于，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储计算机程序，当所述处理器调用所述计算机程序时，使得所述装置执行如权利要求1至3中任一项所述的方法。
8.一种计算机可读存储介质，其特征在于，用于存储计算机程序，所述计算机程序包括用于实现如权利要求1至3中任一项所述的方法的指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310273098.7A CN115987727B (zh) | 2023-03-21 | 2023-03-21 | 信号传输方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310273098.7A CN115987727B (zh) | 2023-03-21 | 2023-03-21 | 信号传输方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115987727A CN115987727A (zh) | 2023-04-18 |
| CN115987727B true CN115987727B (zh) | 2023-09-26 |
Family
ID=85976494
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310273098.7A Active CN115987727B (zh) | 2023-03-21 | 2023-03-21 | 信号传输方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115987727B (zh) |
Citations (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0755141A2 (en) * | 1995-07-19 | 1997-01-22 | Sharp Kabushiki Kaisha | Adaptive decision feedback equalization for communication systems |
| CN1209230A (zh) * | 1995-12-28 | 1999-02-24 | 格罗布斯班半导体公司 | 多信道接收机系统的信道训练 |
| CN1659840A (zh) * | 2002-06-04 | 2005-08-24 | 高通股份有限公司 | 具有判决反馈均衡器和线性均衡器之间的选择的接收器 |
| CN1705300A (zh) * | 2004-06-02 | 2005-12-07 | 美国博通公司 | 利用通用标准调节多重控制回路的系统和方法 |
| CN101860504A (zh) * | 2010-06-04 | 2010-10-13 | 深圳国微技术有限公司 | 采用活动抽头来消除后径干扰的信道均衡方法 |
| CN101989965A (zh) * | 2009-07-30 | 2011-03-23 | 上海明波通信技术有限公司 | 单载波时频混合均衡方法和装置 |
| CN102404259A (zh) * | 2010-09-13 | 2012-04-04 | 凌阳科技股份有限公司 | 混合均衡系统 |
| CN103067320A (zh) * | 2012-12-28 | 2013-04-24 | 成都泰格微波技术股份有限公司 | Mesh自组网信道自适应均衡器 |
| CN103384990A (zh) * | 2010-10-29 | 2013-11-06 | 理立系统有限公司 | 针对具有快速多普勒频移的无线电系统的频率偏移补偿的系统和方法 |
| CN103391015A (zh) * | 2013-07-02 | 2013-11-13 | 中国西电电气股份有限公司 | 一种变参数pi调节器参数调整方法 |
| CN103763062A (zh) * | 2014-01-17 | 2014-04-30 | 中国航空无线电电子研究所 | 可变增益自适应带宽的航空无线电抗干扰宽带传输方法 |
| CN103873404A (zh) * | 2014-02-28 | 2014-06-18 | 北京遥测技术研究所 | 高阶正交幅度调制系统中基于i/q路幅值的多模盲均衡方法 |
| CN104104627A (zh) * | 2014-08-01 | 2014-10-15 | 王红星 | 基于初始化参数传递的并行判决反馈均衡方法及装置 |
| CN110430151A (zh) * | 2019-07-06 | 2019-11-08 | 哈尔滨工业大学（威海） | 面向水声通信的变抽头长度盲判决反馈频域均衡算法 |
| CN112787963A (zh) * | 2020-12-25 | 2021-05-11 | 中国科学院微电子研究所 | 自适应判决反馈均衡的信号处理方法、装置及系统 |
| CN113075180A (zh) * | 2021-03-24 | 2021-07-06 | 临海市鸥巡电子科技有限公司 | 一种荧光数据变化趋势的检测方法及系统 |
| CN113300988A (zh) * | 2021-05-25 | 2021-08-24 | 哈尔滨工程大学 | 低频水声通信的模态间干扰抑制方法 |
| CN113449262A (zh) * | 2020-03-26 | 2021-09-28 | 青岛海尔智能技术研发有限公司 | 一种数据变化趋势判断方法及装置 |
| CN113541733A (zh) * | 2021-09-17 | 2021-10-22 | 北京国科天迅科技有限公司 | 均衡和回波消除装置、方法、计算机设备和存储介质 |
| CN115299014A (zh) * | 2020-01-10 | 2022-11-04 | 马维尔亚洲私人有限公司 | 高速以太网通信网络中的干扰减轻 |
| CN115549805A (zh) * | 2022-08-15 | 2022-12-30 | 南昌大学 | 基于poe-vlc系统的自适应均衡方法及vlc接收器 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030219085A1 (en) * | 2001-12-18 | 2003-11-27 | Endres Thomas J. | Self-initializing decision feedback equalizer with automatic gain control |
| CN103647735A (zh) * | 2013-11-22 | 2014-03-19 | 中国电子科技集团公司第三十二研究所 | 确定均衡器抽头长度的方法 |
| CN106597481A (zh) * | 2016-12-12 | 2017-04-26 | 太原理工大学 | 基于盲均衡器的矢量跟踪多径干扰抑制算法 |
-
2023
- 2023-03-21 CN CN202310273098.7A patent/CN115987727B/zh active Active
Patent Citations (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0755141A2 (en) * | 1995-07-19 | 1997-01-22 | Sharp Kabushiki Kaisha | Adaptive decision feedback equalization for communication systems |
| CN1209230A (zh) * | 1995-12-28 | 1999-02-24 | 格罗布斯班半导体公司 | 多信道接收机系统的信道训练 |
| CN1659840A (zh) * | 2002-06-04 | 2005-08-24 | 高通股份有限公司 | 具有判决反馈均衡器和线性均衡器之间的选择的接收器 |
| CN1705300A (zh) * | 2004-06-02 | 2005-12-07 | 美国博通公司 | 利用通用标准调节多重控制回路的系统和方法 |
| CN101989965A (zh) * | 2009-07-30 | 2011-03-23 | 上海明波通信技术有限公司 | 单载波时频混合均衡方法和装置 |
| CN101860504A (zh) * | 2010-06-04 | 2010-10-13 | 深圳国微技术有限公司 | 采用活动抽头来消除后径干扰的信道均衡方法 |
| CN102404259A (zh) * | 2010-09-13 | 2012-04-04 | 凌阳科技股份有限公司 | 混合均衡系统 |
| CN103384990A (zh) * | 2010-10-29 | 2013-11-06 | 理立系统有限公司 | 针对具有快速多普勒频移的无线电系统的频率偏移补偿的系统和方法 |
| CN103067320A (zh) * | 2012-12-28 | 2013-04-24 | 成都泰格微波技术股份有限公司 | Mesh自组网信道自适应均衡器 |
| CN103391015A (zh) * | 2013-07-02 | 2013-11-13 | 中国西电电气股份有限公司 | 一种变参数pi调节器参数调整方法 |
| CN103763062A (zh) * | 2014-01-17 | 2014-04-30 | 中国航空无线电电子研究所 | 可变增益自适应带宽的航空无线电抗干扰宽带传输方法 |
| CN103873404A (zh) * | 2014-02-28 | 2014-06-18 | 北京遥测技术研究所 | 高阶正交幅度调制系统中基于i/q路幅值的多模盲均衡方法 |
| CN104104627A (zh) * | 2014-08-01 | 2014-10-15 | 王红星 | 基于初始化参数传递的并行判决反馈均衡方法及装置 |
| CN110430151A (zh) * | 2019-07-06 | 2019-11-08 | 哈尔滨工业大学（威海） | 面向水声通信的变抽头长度盲判决反馈频域均衡算法 |
| CN115299014A (zh) * | 2020-01-10 | 2022-11-04 | 马维尔亚洲私人有限公司 | 高速以太网通信网络中的干扰减轻 |
| CN113449262A (zh) * | 2020-03-26 | 2021-09-28 | 青岛海尔智能技术研发有限公司 | 一种数据变化趋势判断方法及装置 |
| CN112787963A (zh) * | 2020-12-25 | 2021-05-11 | 中国科学院微电子研究所 | 自适应判决反馈均衡的信号处理方法、装置及系统 |
| CN113075180A (zh) * | 2021-03-24 | 2021-07-06 | 临海市鸥巡电子科技有限公司 | 一种荧光数据变化趋势的检测方法及系统 |
| CN113300988A (zh) * | 2021-05-25 | 2021-08-24 | 哈尔滨工程大学 | 低频水声通信的模态间干扰抑制方法 |
| CN113541733A (zh) * | 2021-09-17 | 2021-10-22 | 北京国科天迅科技有限公司 | 均衡和回波消除装置、方法、计算机设备和存储介质 |
| CN115549805A (zh) * | 2022-08-15 | 2022-12-30 | 南昌大学 | 基于poe-vlc系统的自适应均衡方法及vlc接收器 |
Non-Patent Citations (4)
| Title |
|---|
| An adaptive decision feedback equalizer;D. George et al.;《IEEE transactions on communication technology》;全文 * |
| iterative equalization with decision feedback based on expectation propagation;Serdar Sahin et al.;《IEEE transactions on communications》;全文 * |
| 单矢量时反自适应多通道误差反馈的判决反馈均衡技术;生雪莉等;《哈尔滨工程大学学报》;全文 * |
| 基于线性因子更新的频域迭代判决反馈均衡;刘梦等;《信号处理》;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115987727A (zh) | 2023-04-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US12020158B2 (en) | Deep neural network processing for a user equipment-coordination set | |
| US20230189314A1 (en) | Remote interference suppression method and apparatus and device | |
| WO2021244344A1 (zh) | 获取信道信息的方法及通信装置 | |
| CN116195288A (zh) | 一种调制与编码策略mcs的选择方法及通信装置 | |
| CN115734370A (zh) | 信道状态信息的获取方法和装置 | |
| CN115987727B (zh) | 信号传输方法和装置 | |
| CN116527090A (zh) | 数据处理方法和通信装置 | |
| CN115865150A (zh) | 一种预编码处理方法及相关装置 | |
| CN116848907A (zh) | 无线通信方式、终端设备和网络设备 | |
| CN115913450A (zh) | 一种获取信息的方法和装置 | |
| WO2024168516A1 (zh) | 无线通信的方法、终端设备和网络设备 | |
| WO2022262687A1 (zh) | 一种数据处理方法及装置 | |
| CN115942359A (zh) | 一种权值确定方法及装置 | |
| WO2021207895A1 (zh) | 一种用于传输上行信号的方法和通信装置 | |
| WO2024093638A1 (zh) | 一种信息处理的方法和装置 | |
| WO2024032477A1 (zh) | Prs静默方法、装置及存储介质 | |
| WO2024125509A1 (zh) | 模型更新方法、装置、设备及存储介质 | |
| WO2025050286A1 (zh) | 一种通信方法及相关设备 | |
| WO2025092618A1 (zh) | 一种信道状态信息csi上报的方法及相关装置 | |
| CN115473589A (zh) | 一种校准处理方法、装置及设备 | |
| WO2024245221A1 (zh) | 一种数据处理方法以及相关设备 | |
| WO2024125498A1 (zh) | 模型更新方法、装置、设备及存储介质 | |
| WO2024061093A1 (zh) | 一种上行预编码的指示方法及通信装置 | |
| WO2025103115A1 (zh) | 一种通信方法及相关设备 | |
| CN115915398A (zh) | 确定上行接收波束的方法、装置、设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: Unit 3401, unit a, building 6, Shenye Zhongcheng, No. 8089, Hongli West Road, Donghai community, Xiangmihu street, Futian District, Shenzhen, Guangdong 518040 Patentee after: Honor Terminal Co.,Ltd. Country or region after: China Address before: 3401, unit a, building 6, Shenye Zhongcheng, No. 8089, Hongli West Road, Donghai community, Xiangmihu street, Futian District, Shenzhen, Guangdong Patentee before: Honor Device Co.,Ltd. Country or region before: China |