均衡器的抽頭系數(shù)為PPT課件VIP

.,1,無線通信系統(tǒng)中的信道均衡,均衡器的產(chǎn)生,碼間干擾的成因,無線通信系統(tǒng)中，多徑傳輸效應(yīng)是引起碼間干擾的一個主要因素,接收時的抽樣時刻不能完全對準發(fā)送間隔是產(chǎn)生碼間干擾的原因之二,均衡器研究現(xiàn)狀簡述,均衡器就是在無線通信系統(tǒng)中插入的一種用以減小碼間干擾的濾波器,均衡器,時域均衡器,頻域均衡器,最小峰值誤差準則,最小均方誤差準則,迫零算法,卡爾曼算法,維納算法,LMS自適應(yīng)算法,均衡前：,均衡后：,無線通信系統(tǒng)模型,均衡的基本原理,抽樣電路,判決電路,n(t),發(fā)送濾波器,傳輸信道,接收濾波器,均衡器,無線通信系統(tǒng)信道模型（頻域）,未加均衡器時的傳輸函數(shù)（擴展的通道模型）,加入均衡器時的傳輸函數(shù),均衡器的基本結(jié)構(gòu),均衡器的基本結(jié)構(gòu)為橫向濾波器結(jié)構(gòu),均衡器的沖激響應(yīng)為,均衡器系數(shù)的確定,根據(jù)奈奎斯特（Nyquist）第一準則只有當滿足,才可消除碼間干擾,如果對不同的有相同的函數(shù)形式，即是以為周期的周期函數(shù)，則只要在內(nèi)滿足下式即可消除碼間干擾。,均衡器系數(shù)的確定,均衡器系數(shù)的確定,給定一個無線通信系統(tǒng)特性就可唯一地確定，于是就找到消除碼間干擾的無限多的均衡器抽頭系數(shù)。然而，使橫向濾波器的抽頭無限多是不現(xiàn)實的，而當采用有限抽頭數(shù)的橫向濾波器時，碼間干擾就不可能完全消除。那么，此時的均衡效果如何去衡量呢？,設(shè)計均衡器依據(jù)的準則,最小峰值誤差準則最小均方誤差準則,峰值誤差,最小,均方誤差,最小,2N+1階橫向均衡器,輸入x(t),輸出y(t),迫零算法,依據(jù)最小峰值誤差準則產(chǎn)生了迫零算法均衡器,輸入峰值誤差,輸出峰值誤差,當輸入峰值誤差時，輸出峰值誤差的極小值出現(xiàn)在時，據(jù)此可求出迫零均衡器的抽頭系數(shù)。,準則一：最小峰值誤差準則,迫零算法,判決電路,n(t),BPSK傳輸信號,多徑信道,均衡器,多徑信道也可以表示為橫向濾波器結(jié)構(gòu)，其沖激響應(yīng)為，階迫零均衡器的沖激響應(yīng)為，則均衡器抽頭系數(shù)為,準則一：最小峰值誤差準則,寫成矩陣展開形式,或,寫成頻域形式,迫零算法,設(shè)發(fā)射沖激響應(yīng)時，均衡器的輸入端得到的信號序列為，均衡器的抽頭系數(shù)為，則迫零算法可以表示為,迫零算法的特點,有限階迫零均衡器不能完全消除碼間干擾；隨著迫零均衡器階數(shù)的增加，均衡效果應(yīng)該越來越好；當時，理論上可以完全消除多徑傳輸所引起的碼間干擾。如果迫零均衡器的抽頭系數(shù)中存在某些較大值，可能導致在均衡過程中對噪聲過分放大，致使均衡效果下降。需要預先知道無線信道的特性，而且不可用于均衡信道特性變化的無線通信系統(tǒng)。計算過程中需要求矩陣的逆，這使得迫零算法在設(shè)計階數(shù)較大的均衡器時速度較慢。,迫零算法的仿真性能,BPSK信號長度：多徑信道沖激響應(yīng)系數(shù)：,N值的選擇,用階迫零均衡器去均衡徑信道時，如果，則均衡效果較差，誤碼率較高，且不同對應(yīng)的均衡效果相差較多；如果，則均衡效果較好，誤碼率較低，且不同對應(yīng)的均衡效果相當。用階迫零均衡器去均衡徑信道時，隨著的增加，均衡效果越來越好，誤碼率越來越低。,迫零算法存在的問題,有限階迫零均衡器只能減小碼間干擾，并將其作用范圍拉遠，但并不能消除碼間干擾。,多徑信道沖激響應(yīng)系數(shù)為0.53-0.270.13-0.07其中后三個圖中的零點對應(yīng)幅度為1,迫零算法存在的問題,徑信道經(jīng)階迫零均衡器均衡后每個信號都會對它后面的第個至第個信號產(chǎn)生碼間干擾。多徑信道經(jīng)過有限階迫零均衡器均衡后，碼間干擾可以得到一定的抑制，而且迫零均衡器的階數(shù)越高，均衡后的碼間干擾就越?。坏挥挟斊攘憔馄鞯碾A數(shù)為無窮時，碼間干擾才能完全消除，在無噪聲時才能實現(xiàn)零誤碼率傳輸。,最小均方算法,依據(jù)最小均方誤差準則產(chǎn)生了最小均方（LMS,LeastMeanSquare)算法均衡器。均方誤差的定義為常用的LMS算法是自適應(yīng)的。自適應(yīng)均衡算法不再利用專門的單脈沖波形，而是在傳輸數(shù)據(jù)期間借助信號本身來自動均衡，因此相應(yīng)的均方誤差定義也稍有改變。,準則二：最小峰值誤差準則,最小均方算法,設(shè)發(fā)送序列為，均衡器抽頭系數(shù)為，序列通過無線通信系統(tǒng)（未經(jīng)過均衡器）后輸出序列，通過均衡器后輸出序列。與滿足自適應(yīng)均衡的誤差定義為自適應(yīng)均衡的均方誤差定義為,最小均方算法,均方誤差為，以最小均方誤差為準則時，LMS自適應(yīng)均衡器應(yīng)調(diào)整它的各抽頭系數(shù)，使其滿足LMS自適應(yīng)均衡器的自適應(yīng)過程的實際目的就是要尋求自適應(yīng)過程滿足最陡下降法，即下一個權(quán)矢量等于現(xiàn)在的權(quán)矢量加一個正比于梯度的負值的變化量。,最小均方算法,梯度的求法,在實際LMS自適應(yīng)過程中可將用替換。遞推關(guān)系變?yōu)?關(guān)于步長的選擇增大(步長系數(shù))step-sizeparameter,加快均衡的跟蹤能力。較大（step-sizeparameter）導致無法接受的過大的均方誤差在跟蹤速度和減小均方誤差之間折衷,最小均方算法,LMS自適應(yīng)均衡器可以有兩種模式：訓練模式和面向判決模式。,最小均方算法,訓練模式：發(fā)送一串已知的訓練序列，然后進行訓練模式下的LMS自適應(yīng)均衡，步驟如下面向判決模式：當訓練序列均衡結(jié)束后，LMS自適應(yīng)均衡器轉(zhuǎn)向面向判決模式，進行新的LMS自適應(yīng)均衡，步驟如下,最小均方算法的特點,信道特性在做緩慢變化，仍然可以有效均衡,不需要計算矩陣的逆,不但可以均衡多徑傳輸引起的碼間干擾，還可以均衡加性噪聲的影響,不能完全消除碼間干擾,最小均方算法的仿真性能,BPSK信號長度：，訓練序列長度：1000多徑信道沖激響應(yīng)系數(shù),最小均方算法與迫零算法性能比較,BPSK信號長度：，訓練序列長度：1000多徑信道沖激響應(yīng)系數(shù),在相同條件下，LMS自適應(yīng)均衡器在均衡性能上優(yōu)于同等階數(shù)的迫零均衡器,維納算法,無線通信系統(tǒng)接收端信號處理的實際問題，常常是要解決在噪聲中提取信號的問題，而維納算法正是一種當信號與噪聲同時輸入時，在輸出端能將信號盡可能精確地重現(xiàn)出來，而噪聲卻受到最大抑制的濾波器實現(xiàn)算法。,抽樣電路,判決電路,n(t),發(fā)送濾波器,傳輸信道,接收濾波器,均衡器,維納算法的基本原理,線性均衡器的單位樣本響應(yīng)為，當輸入一個隨機信號，且，其中表示信號，表示噪聲，則輸出為卷積形式可以理解為從當前和過去的觀察值來估計信號的當前值，則誤差可以表示為維納算法是一種基于最小均方誤差準則的均衡器實現(xiàn)算法。,維納均衡器系數(shù)的確定,一個物理可實現(xiàn)的，必須是一個因果序列,為此，將上式對各求偏導，并令其結(jié)果等于0,如何求使最小的？,維納均衡器系數(shù)的確定,定義,的自相關(guān)函數(shù),的互相關(guān)函數(shù),解維納-霍夫方程就可得到基于最小均方誤差準則的最佳維納均衡器抽頭系數(shù),解維納-霍夫方程,變換到Z域,所以最佳均衡系數(shù)為,維納算法的特點,根據(jù)全部過去的和當前的觀察數(shù)據(jù)來估計信號的當前值,基于最小均方誤差準則,只適用于平穩(wěn)隨機過程,要求已知幾個相關(guān)函數(shù),碼間干擾的一般形式,判決反饋均衡,判決反饋均衡器基帶信道的沖擊響應(yīng)的抽樣序列為hn輸入序列xn經(jīng)過信道的響應(yīng)在沒有噪聲的條件下，表示為離散卷積和,+,+,:前饋和反饋系數(shù),前饋系數(shù)部分,反饋系數(shù)部分,聯(lián)合輸入信號,公共誤差信號,判決反饋均衡的LMS算法表示如下,判決反饋均衡器對于嚴重的符號間干擾有較好的性能,新概念：預信道均衡：pre-channelequalization，在發(fā)送端完成發(fā)射端對可能導致多徑傳輸?shù)男盘栠M行均衡,卡爾曼算法,只用前一個估計值和最近一個觀察數(shù)據(jù)來估計信號的當前值,基于最小均方誤差準則,不只適用于平穩(wěn)隨機過程,要求已知狀態(tài)方程和量測方程,卡爾曼算法,設(shè)線性均衡器在時刻的單位樣本響應(yīng)為，當輸入一串隨機信號，則輸出為,假設(shè)我們已經(jīng)觀測到向量，則誤差定義為，均方誤差變?yōu)?卡爾曼算法正是基于這種最小均方誤差準則的均衡器實現(xiàn)算法,卡爾曼算法的實現(xiàn),定義,信號相關(guān)矩陣,定義,互相關(guān)向量,卡爾曼算法的實現(xiàn),卡爾曼算法采用遞推法計算均衡器系數(shù),如何從計算？,的時間更新方程,的時間更新方程,卡爾曼算法的實現(xiàn),卡爾曼增益向量,卡爾曼算法的實現(xiàn),卡