多径信道冲激响应系数.ppt

无线通信系统中的信道均衡 均衡器的产生 码间干扰的成因 均衡器研究现状简述 均衡器就是在无线通信系统中插入的一种用以减小码间干扰的滤波器 无线通信系统模型 均衡的基本原理 均衡器的基本结构 均衡器系数的确定 均衡器系数的确定 均衡器系数的确定 设计均衡器依据的准则 最小峰值误差准则 最小均方误差准则 迫零算法 依据最小峰值误差准则产生了迫零算法均衡器 迫零算法 迫零算法 设发射冲激响应时，均衡器的输入端得到的信号序列为 ， ，均衡器的抽头系数为 ， ，则迫零算法可以表示为 迫零算法的特点 有限阶迫零均衡器不能完全消除码间干扰；随着迫零均衡器阶数 的增加，均衡效果应该越来越好；当 时，理论上可以完全消除多径传输所引起的码间干扰。 如果迫零均衡器的抽头系数中存在某些较大值，可能导致在均衡过程中对噪声过分放大，致使均衡效果下降。 需要预先知道无线信道的特性，而且不可用于均衡信道特性变化的无线通信系统。 计算过程中需要求矩阵的逆，这使得迫零算法在设计阶数较大的均衡器时速度较慢。 迫零算法的仿真性能 N 值的选择 用 阶迫零均衡器去均衡 径信道时，如果 ，则均衡效果较差，误码率较高，且不同 对应的均衡效果相差较多；如果 ，则均衡效果较好，误码率较低，且不同 对应的均衡效果相当。 用 阶迫零均衡器去均衡 径信道时，随着 的增加，均衡效果越来越好，误码率越来越低。 迫零算法存在的问题 有限阶迫零均衡器只能减小码间干扰，并将其作用范围拉远，但并不能消除码间干扰。 迫零算法存在的问题 径信道经 阶迫零均衡器均衡后每个信号都会对它后面的第 个至第 个信号产生码间干扰。 多径信道经过有限阶迫零均衡器均衡后，码间干扰可以得到一定的抑制，而且迫零均衡器的阶数越高，均衡后的码间干扰就越小；但只有当迫零均衡器的阶数为无穷时，码间干扰才能完全消除，在无噪声时才能实现零误码率传输。 最小均方算法 依据最小均方误差准则产生了最小均方（LMS, Least Mean Square)算法均衡器。 均方误差的定义为 常用的LMS算法是自适应的。自适应均衡算法不再利用专门的单脉冲波形，而是在传输数据期间借助信号本身来自动均衡，因此相应的均方误差定义也稍有改变。 最小均方算法 设发送序列为 ，均衡器抽头系数为 ，序列通过无线通信系统（未经过均衡器）后输出序列 ，通过均衡器后输出序列 。 与 满足 自适应均衡的误差定义为 自适应均衡的均方误差定义为 最小均方算法 均方误差为 ，以最小均方误差为准则时，LMS自适应均衡器应调整它的各抽头系数，使其满足 LMS自适应均衡器的自适应过程的实际目的就是要寻求 自适应过程满足最陡下降法，即下一个权矢量 等于现在的权矢量 加一个正比于梯度 的负值的变化量。 最小均方算法 梯度 的求法 最小均方算法 LMS自适应均衡器可以有两种模式：训练模式和面向判决模式。 最小均方算法 训练模式：发送一串已知的训练序列 ，然后进行训练模式下的LMS自适应均衡，步骤如下 面向判决模式：当训练序列均衡结束后，LMS自适应均衡器转向面向判决模式，进行新的LMS自适应均衡，步骤如下 最小均方算法的特点 信道特性在做缓慢变化，仍然可以有效均衡 最小均方算法的仿真性能 最小均方算法与迫零算法性能比较 维纳算法 无线通信系统接收端信号处理的实际问题，常常是要解决在噪声中提取信号的问题，而维纳算法正是一种当信号与噪声同时输入时，在输出端能将信号尽可能精确地重现出来，而噪声却受到最大抑制的滤波器实现算法。 维纳算法的基本原理 线性均衡器的单位样本响应为 ，当输入一个随机信号 ，且 ，其中 表示信号， 表示噪声，则输出 为 卷积形式可以理解为从当前和过去的观察值 来估计信号的当前 值 ，则误差 可以表示为 维纳算法是一种基于最小均方误差准则的均衡器实现算法。 维纳均衡器系数的确定 维纳均衡器系数的确