數(shù)字通信系統(tǒng)中均衡器研究范文

本站小編為你精心準(zhǔn)備了數(shù)字通信系統(tǒng)中均衡器研究參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

1均衡器的發(fā)展現(xiàn)狀

20世紀(jì)60年代初期，消除碼間干擾的電話信道均衡是由固定均衡或人工調(diào)整參數(shù)來(lái)完成的。1965年，Lucky提出迫零算法并應(yīng)用它自動(dòng)調(diào)節(jié)均衡器的抽頭系數(shù)，進(jìn)而又將此算法推廣到跟蹤方式。1969年，Gersho等人提出了根據(jù)最小均方誤差準(zhǔn)則的自適應(yīng)均衡算法(LMS)。1974年，Godard在卡爾曼濾波理論上推導(dǎo)出遞推最小均方算法(RLS)，即RLS自適應(yīng)均衡算法。

1.1自適應(yīng)均衡器自適應(yīng)均衡器的基本原理如圖3所示。x(n)表示自適應(yīng)均衡器的輸入，y(n)表示均衡器的輸出，d(n)代表期望輸出，e(n)代表期望輸出d(n)與均衡器的實(shí)際輸出y(n)之差。自適應(yīng)均衡技術(shù)的基本原理是在發(fā)射機(jī)發(fā)送有用信號(hào)之前，先發(fā)送接收端已知的訓(xùn)練序列，對(duì)均衡器進(jìn)行訓(xùn)練，稱為自動(dòng)均衡。傳統(tǒng)自適應(yīng)均衡器有以下不足：1）因?yàn)橛?xùn)練序列占用一定的帶寬，降低了通信系統(tǒng)的有效傳輸速率；2）對(duì)于一個(gè)實(shí)時(shí)突變的信道，必須及時(shí)的跟蹤信道特性并頻繁地發(fā)送已知訓(xùn)練序列；3）在一些特殊場(chǎng)合，會(huì)造成接收端無(wú)法接收到訓(xùn)練序列，因而無(wú)法對(duì)均衡器進(jìn)行訓(xùn)練；4）有時(shí)需要在接收端添加一個(gè)反饋裝置來(lái)判斷是否需要重發(fā)訓(xùn)練序列，增加了系統(tǒng)的復(fù)雜度。

1.2盲均衡器為了克服傳統(tǒng)自適應(yīng)均衡器的不足和缺陷，人們提出了盲均衡器。盲均衡原理如圖4所示。盲均衡器不需要發(fā)送訓(xùn)練序列，只是依靠接收序列本身的特性就可獲得與信道相匹配的參數(shù)，進(jìn)行信道補(bǔ)償。因此節(jié)省帶寬，提高通信質(zhì)量。與傳統(tǒng)的自適應(yīng)均衡器相比，盲均衡器不僅可以避免上述由于發(fā)送訓(xùn)練序列而帶來(lái)的多種問題，而且收斂域大，均衡效果更好，同時(shí)還降低設(shè)計(jì)復(fù)雜度。

2盲均衡器算法分類

根據(jù)運(yùn)用數(shù)學(xué)理論和優(yōu)化算法的不同將盲均衡算法歸結(jié)為以下五類：Bussgang類盲均衡算法、高階統(tǒng)計(jì)量的盲均衡算法、神經(jīng)網(wǎng)絡(luò)與模糊理論的盲均衡算法、小波變換的盲均衡算法以及基于支持向量機(jī)的盲均衡算法。

2.1基于Bussgang類的盲均衡算法Bussgang類盲均衡算法是比其他算法提出較早的一類算法。該算法的核心是構(gòu)建一個(gè)代價(jià)函數(shù)和一個(gè)非線性控制函數(shù)，然后利用某種算法尋找目標(biāo)函數(shù)的最小值。不同的Bussgang算法對(duì)應(yīng)的無(wú)記憶非線性函數(shù)不同，但是目的都是盡可能使g(y(n))=y(n)成立。1952年,J.J.Bussgang首先證明了任何相關(guān)的高斯過(guò)程都具有下式描述的特性：，式中g(shù)(.)表示無(wú)記憶非線性函數(shù)。如果一個(gè)隨機(jī)過(guò)程滿足上式，則均衡器輸出序列的自相關(guān)函數(shù)與用這個(gè)輸出序列作變換的無(wú)記憶非線性函數(shù)之間的互相關(guān)函數(shù)相等,具有這一性質(zhì)的過(guò)程稱為Bussgang過(guò)程。盲均衡器輸出信號(hào)的自相關(guān)函數(shù)與用該輸出信號(hào)作變換的無(wú)記憶非線性函數(shù)之間的互相關(guān)函數(shù)相等,符合Bussgang過(guò)程的定義，屬于Bussgang類盲均衡器。Bussgang類盲均衡算法包括三種非常經(jīng)典的算法：判決指向算法、Sato算法、Godard算法。同時(shí)，針對(duì)這些算法的特點(diǎn)，出現(xiàn)了很多混合算法。Bussgang類算法是在傳統(tǒng)的自適應(yīng)均衡算法的基礎(chǔ)上發(fā)展起來(lái)的，沒有增加復(fù)雜度且不需要訓(xùn)練序列，簡(jiǎn)單有效。但是該算法缺點(diǎn)是收斂慢，收斂后剩余誤差大，不能解決局部最小問題。

2.2基于高階統(tǒng)計(jì)量的盲均衡算法基于高階統(tǒng)計(jì)量的盲均衡器是利用信號(hào)的相頻和幅頻信息，建立信號(hào)的高階累積量與信道參數(shù)的關(guān)系方程，然后以解方程的方式獲得信道參數(shù)。高階累積量盲均衡可以從以下幾個(gè)方面來(lái)考慮：閉合公式法、對(duì)稱反對(duì)稱變化法、直接法、SW方法、歸一化方法及倒譜法?；诟唠A統(tǒng)計(jì)量的盲均衡器應(yīng)用系統(tǒng)的幅度和相位能抑制高斯白噪聲，其實(shí)用性很強(qiáng)。這種算法最大優(yōu)點(diǎn)是不必準(zhǔn)確地判定系統(tǒng)的階數(shù)就可構(gòu)造任意結(jié)構(gòu)形式的均衡器，并且保證全局收斂。其缺點(diǎn)是復(fù)雜度比較高，計(jì)算量很大。

2.3基于神經(jīng)網(wǎng)絡(luò)和模糊理論的盲均衡算法神經(jīng)網(wǎng)絡(luò)以快速的反應(yīng)能力和自組織能力以及高度的魯棒性，受到通信領(lǐng)域的關(guān)注，并且已經(jīng)研究出基于神經(jīng)網(wǎng)絡(luò)的各種盲均衡算法。主要有基于代價(jià)函數(shù)方法的盲均衡器算法、基于能量函數(shù)方法的盲均衡器算法、基于統(tǒng)計(jì)特征方法的盲均衡器算法、基于模糊神經(jīng)網(wǎng)絡(luò)的盲均衡器算法。它們的優(yōu)缺點(diǎn)詳見參考文獻(xiàn)。

2.4基于小波變換的盲均衡算法小波變換是一種新的變換分析方法，它繼承和發(fā)展了短時(shí)傅立葉變換局部化的思想，同時(shí)又克服了窗口大小不隨頻率變化的缺點(diǎn)，能夠提供一個(gè)隨頻率改變的時(shí)間－頻率窗口，是進(jìn)行信號(hào)時(shí)頻分析和處理的理想工具。小波變換的主要特點(diǎn)是通過(guò)變換能夠充分突出某些方面的特征，同時(shí)，由于小波的強(qiáng)去相關(guān)性使得均衡器具有更好的收斂性。

2.5基于支持向量機(jī)的盲均衡算法支持向量機(jī)在解決小樣本、非線性及高維模式識(shí)別中表現(xiàn)出特有的優(yōu)勢(shì)，并能夠推廣應(yīng)用到函數(shù)擬合等其他機(jī)器學(xué)習(xí)問題中。因此有人試圖把支持向量機(jī)應(yīng)用到盲均衡器中，李振興依據(jù)分類和回歸思想把支持向量機(jī)引入到均衡器中。支持向量機(jī)小樣本學(xué)習(xí)的優(yōu)點(diǎn)使得支持向量機(jī)的盲均衡算法能夠快速跟蹤信道，實(shí)現(xiàn)信道均衡，且避免“過(guò)學(xué)習(xí)”現(xiàn)象。通過(guò)李振興的實(shí)驗(yàn)仿真可知，基于支持向量機(jī)的盲均衡算法具有獨(dú)特的優(yōu)越性。

3均衡器算法評(píng)價(jià)標(biāo)準(zhǔn)

有效性和可靠性是衡量一個(gè)通信系統(tǒng)性能好壞的主要指標(biāo)。主要從以下幾個(gè)方面來(lái)衡量均衡算法的性能優(yōu)劣：收斂性、穩(wěn)態(tài)誤差性、全局最優(yōu)性、算法復(fù)雜度。1）收斂性。收斂速度越快，代表算法的性能越好，均衡效果越好；反之，則均衡效果越差。2）穩(wěn)態(tài)誤差性。剩余誤差越小，則均衡效果越好；反之，則均衡效果越差。3）全局最優(yōu)性。能否達(dá)到全局最優(yōu)性也就代表著能否實(shí)現(xiàn)對(duì)信道的完全補(bǔ)償，因此是評(píng)價(jià)均衡算法的重要評(píng)判之一。4）算法復(fù)雜度。若算法比較復(fù)雜，則難以實(shí)現(xiàn)。隨著對(duì)通信質(zhì)量要求的提高，人們對(duì)均衡器技術(shù)也提出更高的要求。通過(guò)分析比較各種算法的優(yōu)缺點(diǎn)，可以使各類算法相結(jié)合，各取其優(yōu)，以達(dá)到最優(yōu)的目的。

作者：孔珊珊?jiǎn)挝唬呵穾煼洞髮W(xué)信息技術(shù)與傳播學(xué)院