LMMSE算法信道均衡MATLAB仿真.docVIP

一．信道均衡的概念 实际的基带传输系统不可能完全满足无码间串扰传输条件，因而码间串扰是不可避免的。当串扰严重时，必须对系统的传输函数 进行校正，使其达到或接近无码间串扰要求的特性。理论和实践表明，这个对系统校正的过程称为均衡，实现均衡的滤波器称为均衡器。　 均衡分为频域均衡和时域均衡。频域均衡是从频率响应考虑，使包括均衡器在内的整个系统的总传输函数满足无失真传输条件。而时域均衡，则是直接从时间响应考虑，使包括均衡器在内的整个系统的冲激响应满足无码间串扰条件。　 频域均衡在信道特性不变，且传输低速率数据时是适用的，而时域均衡可以根据信道特性的变化进行调整，能够有效地减小码间串扰，故在高速数据传输中得以广泛应用。 时域均衡的实现方法有多种，但从实现的原理上看，大致可分为预置式自动均衡和自适应式自动均衡。预置式均衡是在实际传数之前先传输预先规定的测试脉冲（如重复频率很低的周期性的单脉冲波形），然后按“迫零调整原理”自动或手动调整抽头增益；自适应式均衡是在传数过程中连续测出距最佳调整值的误差电压，并据此电压去调整各抽头增益。一般地，自适应均衡不仅可以使调整精度提高，而且当信道特性随时间变化时又能有一定的自适应性，因此很受重视。这种均衡器过去实现起来比较复杂，但随着大规模、超大规模集成电路和微处理机的应用，其发展十分迅速。 经过ISI失真信道传输，叠加高斯加性噪声。 图1基带等效数据传输模型 设发送信号采用QPSK调制，即。设ISI信道的冲击响应以向量的形式表示为h。典型的ISI信道响应向量有三种： h h h 为实部与虚部独立的复高斯白噪声，其均值为零，方差为。 2.实现目的 设信道响应已知。采用线性模型下的线性MMSE估计方法，根据观测信号yk估计发送信号xk。 3.实验原理 MMSE准则下设计出的均衡器通常非常复杂，不便于实现。为便于实现，可要求满足线性关系，线性模型下的LMMSE估计如下： 若x与可用线性模型来描述： 其中VCV的噪声矢量，且V与不相关。则有及， 于是的LMMSE估计为 4.实验方案 1.产生原始信号 根据发送信号采用QPSK调制，调制后信号序列，将实部虚部分别作为独立的两个随机序列再加和产生原始发送信号。数据长度任定。 %1. 产生原始信号 len=1000; xR=randint(1, len); xI=randint(1, len); for i=1:len; if xR(i)==0; xR(i)=-1; end if xI(i)==0; xI(i)=-1; end end % 用循环可能效率低，数据量大时要用矩阵运算 xk_source=(xR+1j*xI)/sqrt(2); 并绘出星座图。 scatterplot(xk_source); title(原始QPSK信号星座图); 2.描述信道特性 由于条件已知信道响应，直接使用数组进行描述。 %2. 信道特性 hA=[0.04, -0.05, 0.07, -0.21, -0.5, 0.72, 0.36, 0, 0.21, 0.03, 0.07]; hB=[0.407, 0.815, 0.407]; hC=[0.227, 0.46, 0.6888, 0.46, 0.227]; h=hA; 调制信号经过信道的过程即卷积，此处注意卷积为线性卷积，而输入输出的长度会发生变化，应当将输出部分截短，截短方法为取中间部分序列，仿真时直接使用MATLAB函数设置相应参数，而可以进行详细数学证明，此处略去。 xk=xk_source; xk=conv(xk, h, same); % 卷积取同样长度，非常重要，详情参照李教员通信原理实验教程指导书 3.噪声特性描述 产生实部虚部独立分布的复高斯白噪声有多种方法，并不是该算法重点，这里仍采取简化，直接使MATLAB函数进行加噪。 SNR=20; % dB N0=10^(-0.1*SNR); sigma=sqrt(N0); % 生成实虚部相互独立的高斯白噪本身就是可以讨论很多的问题，在此简化 ykR=awgn(real(xk), SNR); ykI=awgn(imag(xk), SNR); yk=ykR+1j*ykI; 描绘星座图。 scatterplot(yk); title(过信道加入噪声后信号星座图); 4.LMMSE估计算法 根据LMMSE估计的原理，首先应将卷积表示为矩阵乘法关系，必须得到H矩阵，得到H矩阵并不困难，由于是线性卷积，因此关键仍是取对H矩阵的范围，否则会出现错误。该问题也可以进行严格的数学推导