第8章SPICE模型及仿真5.ppt

Copyrights Zhu, Weihong 若在接收端添加均衡器，则整个系统的传输函数为 H(f)=Ht(f) Hc(f) Hr(f) He(f) 在实际系统中，不可能充分已知信道的频率传输函数 Hc(f) 因而设计不出在任意时刻都无码间干扰的接收机。通常选择相匹配的发送滤波器的接收滤波器，使它们满足下列表达式 H(f)=Ht(f) Hr(f) 这样，用于补偿信道失真的均衡器的传输函数就是信道传输函数的倒数 有时会根据需要特意选择在采样点存在码间干扰的频率传输函数。此时均衡器的任务不只是补偿信道，还要补偿发送滤波器和接收滤波器仪引起的ISI。 Copyrights Zhu, Weihong 8.5.2 均衡滤波器 8.5.2.1 横向滤波器 T T T T C-N C-N+1 CN-1 CN + xk Algorithm for coefficient adjustment Zk 横向滤波器 Copyrights Zhu, Weihong 均衡器如何工作 均衡器的目标 均衡器可以产生一组抵消信号 在横向滤波器中, N可以是无限的/有限的 Copyrights Zhu, Weihong 在横向滤波器中 ，通过选择抽头系数{cn} 以便及时抵消相邻码元带来的码间干扰 ，获得期望的码元。假设有(2N+1) 个抽头，其系数分别为 c-N, c-N+1,…, cN . 均衡其的输出信号采样 {z(k)} 等于输入信号序列 {x(k)} 和抽头系统 {cn} 的卷积： 上式的矩阵形式为： z=xc 故 c=x-1z 注意，由于可能需要分析远离脉冲主瓣的某个采样点上的码间干扰，所以矢量Z的维数和X的列数可取任意值。 Copyrights Zhu, Weihong Copyrights Zhu, Weihong 矢量 z 和 c 的维数分别为 4N+1 和 2N+1，x 不再是方阵，而是 4N=1 × 2N+1. ( 这意味着未知数的个数少于方程的个数). 这种方程组有两种解法：一种是确定性方法，称为迫零法（ zero-forcing ），另一种是统计方法，称为最小均方误差法（ minimum mean-square ，MSE)。 迫零法 首先，截去矩阵X的前N行和后N行，将矩阵X变成 2N+1 × 2N+1 矩阵 然后, 另z(0)=1, 和 z(k)=0, k≠0. 最后求出系数 c. Example 三抽头迫零均衡器，接收的失真信号为 {x(k)}={0,0.2,0.9,-0.3,0.1} 求系数 c Copyrights Zhu, Weihong {x(k)}={0,0.2,0.9,-0.3,0.1} Copyrights Zhu, Weihong 注意:对于有限长的横向滤波器，初始时刻眼图必须是张开的，这样才能保证均衡器可以获得最小的峰值失真。但是，对于高速传输和信道引起的码间干扰相当大的情况，均衡前“眼睛”通常是闭合的。由于迫零均衡器忽略了噪声的影响，所以得到的解并不总是最优的。 MMSE 法。 通过最小化均方误差，求出抽头系数 {cn}，可以构造鲁棒性更强的均衡器。 均方误差（MSE）定义为期望数据码元与估计数据码元差之平方的数学期望。 MMSE 法得到的系数为 其中 Copyrights Zhu, Weihong 例：5抽头MMSE均衡器。用上例的xk 解：因xk有5个值，所以N为2。 Copyrights Zhu, Weihong 8.5.2.2 判决反馈均衡器（Decision Feedback Equalizer，DFE） Forward filter Feedback filter Detector + - Input signal output 判决反馈均衡器的基本思想是：如果已知以前码元的检测结果，（假设过去的判决是正确的），则前馈滤波器的输出减去这些值的加权求和，就完全消除了有这些码元引起的码间干扰。在某种准则下，可以实时的调整前馈滤波器和反馈滤波器的抽头系数。 判决反馈均衡器的一个优点是，它的输出信号中不包含信道噪声。 Copyrights Zhu, Weihong 8.5.2.3 预置式和自适应均衡 8.5.2.4 滤波器更新率 Chapter 8 均衡器 思考题: 迫零均衡器和最小均方误差均衡器的区别是什么 Chapter 6 信源的数学模型 信源编码理论 霍夫曼信源编码算法 Copyrights Zhu, Weihong 6、CMI码（传号反转码） 编码：1→11和00交替；0 →01 特点：含有丰富定时信息 用于:PCM准同步四次群的接口码型 例： 序列：1 1 0 1