[工学]信道均衡.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 抽样时刻不能完全对准 多径传输效应 码间干扰的体现形式 时域：接收信号指间信号相互干扰 频域：频率选择性衰落 克服码间干扰的影响（均衡） 时域：信号时域响应函数必须为冲击响应函数 频域：频域响应函数为实常数 实现方法 时域：设通道响应为h(t)，均衡器响应为c(t)，则h(t)*c(t)=?(t)，（注意这里是卷积） 频域：设通道响应为H(f)，均衡器响应为C(f)，则H(f)C(f)=A，（注意这里是乘积） 均衡器研究现状简述 码间干扰导致信号时域响应和频域响应的畸变 均衡器的分类 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 均衡的基本原理 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 特点1：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。 特点2：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。 特点3：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N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。 特点4：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。 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。 问题所在 C(f)与H(f)成倒数关系 为进行均衡，时间上对接收信号进行了频域的倒数操作 当接收信号有噪声时，在该频点上的噪声也相应被放大或缩小 当C(f)值相当大时，噪声被放大相应倍数，导致噪声的加大 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 码间干扰的一般形式 判决反馈均衡 新概念： 预信道均衡：pre-channel equalization