《通信》课件第十五讲 信道均衡

第十五讲 信道均衡G背景知识n当信道传输函数非理想时，按理想传输信道设计的无码间干扰系统具有码间干扰。n当信道特性已知时：n解决方法是在接收端前加入信道均衡器，将码间干扰消除或尽量减少。n三种设计均衡器方法基于ML方法基于线性滤波器方法基于判决反馈方法背景知识n当信道特性未知时n半盲方式通过发送一些特定的已知信息，测量信道特性，然后根据测量得到的信道特性进行均衡。n盲均衡方式根据信道特性与信息的统计特性不同，直接分离信号和信道。n当信道特性随时间变化时n自适应均衡通过某种方法，根据接收信号自适应调整信道均衡的参数。背景知识n1965、66年，Lucky提出用于数字通信中的基于迫零算法的自适应均衡算法；n结合1976年提出的TCM编码调制方法，使电话线上的Modem速率提高到960028800bps。n1966年，Widrow提出基于最小均方误差的信道均衡算法；n1967年，Austin提出判决反馈的均衡算法；n1972年，Forney提出基于最大似然的均衡算法，即Viterbi均衡。n1975年，Sato最先提出盲均衡算法。信道均衡n设信道信息已知（即已知ISI结构下的信道均衡），接收到的抽样信号为n其中n 是输入信息n 是等效的信道冲激响应在抽样时刻的取值n 是均值为0，方差为 的高斯随机变量n均衡的问题：n如何对接收序列yn进行处理，得到对an的判决量？线性均衡n通过构造线性关系得到判决量 n其中的参数wn即是加权系数。n这可以看成是yn经过一个FIR滤波器wn的输出结果。(书图5.7.2)n根据不同的准则，可得到均衡器的参数wn。迫零算法n思路n构造wn，使 。n1、wn允许无限长迫零算法n则可得到，且迫零算法n若定义n则n即均衡器得到的响应是ISI信道的倒数，此时能完全消除码间干扰，但此时应该看到由于均衡是信道的导数，因此如果信道具有0点（这种情况还挺常见），则噪声被大大放大，影响均衡的效果。迫零算法n2、wn有限长度n由于实际应用中，无限长的FIR滤波器是不可能的，因此考虑截短的FIR滤波器的形式。n设 n则n且n得到2N+1个方程，可以解出2N1个未知数wn迫零算法n峰值畸变n有限长度FIR不能完全消除码间干扰，但Lucky证明迫零算法是使峰值畸变最小的线性均衡算法。n峰值畸变定义为即码间干扰与有用抽样的比例、n书例5.7.1最小均方误差（MSE）均衡器n迫零均衡器带来的问题是可能使输入噪声被放大，尤其是在信道响应的零点。n基于最小均方误差（MSE）的均衡算法则避免了上述的问题，因此在实际上经常采用。n构造误差函数最小均方误差均衡器n由于误差函数是w的多元函数，因此如果存在最小值必在极点处满足如下条件 最小均方误差均衡器最小均方误差均衡器n写成矩阵形式最小均方误差均衡器n由于Ry是Toplitz阵，求逆有快速算法。判决反馈均衡器*n当信道严重失真时，采用非线性均衡器具有更好的性能。n判决反馈均衡n最大似然均衡nTurbo均衡n判决反馈均衡基本思路n预测判决后干扰抵消n即均衡器由两部分组成：一部分称为前馈滤波器，另一部分称为反相均衡器。n框图如书图5.7.5所示判决反馈均衡*n设均衡器输出为n均衡准则可以是峰值畸变或最小均方误差。n以最小均方误差为例，令判决反馈均衡*n则n由上述2N+1个方程，可解出2N+1个未知的均衡系数。