09次课第05章抗衰落技术-2_2013试卷.ppt

5-* 二、典型自适应均衡算法 最小均方误差算法（ LMS ） 迭代算法 下标N为均衡器延时线上的延时级数； α为控制收敛速率和算法稳定性的步长。 5-* 二、典型自适应均衡算法 训练过程 -- 不断迭代 新权重=原先权重+常数×预测误差×当前输入向量 预测误差=期望输出值-实际预测输出值 5-* 多种自适应均衡算法的比较 算法 乘法运算次数 优点 缺点 LMS梯度DFE 2N+1 运算复杂度低 编程简单 收敛慢 跟踪能力差 Kalman RLS 2.5N2 +4.5N 快速收敛 良好的跟踪能力 运算复杂度高 梯度格型算法 13N-8 稳定，运算复杂度低 性能没有其他RLS算法好 编程复杂 梯度格型DFE 13N1+33N2-36 运算复杂度低 编程复杂 快速Kalman DFE 20N+5 可被用于DFE 快速收敛 良好的跟踪能力 编程复杂 运算量不低 不稳定 平方根RLS DFE 1.5N2 +6.5N 数值特性更好 运算复杂度高 5-* 自适应均衡器阶数N的选择？ 信道的最大时延可以指示自适应均衡器的阶数的选择 举例：900MHz移动通信信道，时延扩展小于15us的占99%，时延扩展小于5us的占80%。 5.3.4 自适应均衡的应用 5-* 自适应均衡器阶数的选择？ IS-54、GSM：规定系统能均衡的时延扩展为15μs。 GSM系统的符号速率为270.833kbps。 自适应均衡器的阶数取多少合适？ 符号周期为3.692μs，阶数5 DEF均衡器+RLS算法 5.3.4 自适应均衡的应用 5-* GSM中的训练序列 GSM帧结构 5.3.4 自适应均衡的应用 5-* 时隙长度如何设置？ 例子： 900MHz移动通信信道，移动台的移动速率为80km/h，假定符号速率为24.3千个/秒，不用更新均衡器的传输符号数目是多少？ 5.3.4 自适应均衡的应用 5-* 时隙长度如何设置？ 最大多普勒频移 fm=v?f/c=(80000/3600) ? 900 ? 106/3 ? 108 = 66.67Hz 相干时间 5.3.4 自适应均衡的应用 5-* 时隙长度如何设置？ 保证一个TDMA时隙的一致性，数据必须在6.34ms时间间隔中传送 Rs=24.3kbps，可被传送的符号个数为： Nb = Rs×Tc = 154个符号 5.3.4 自适应均衡的应用 5-* 同样还是15?s的多径时延，当数据传输速率达到5Mbps时，滤波器的阶数应该为多大？ 75 随着滤波器阶数N的增大会有什么问题呢？ 计算复杂度急剧增加 5.3.4 自适应均衡的应用 5.3.4 自适应均衡的应用 如何降低均衡器的运算量呢？ 分析一下求解均衡器系数的运算量主要在哪里？ 主要在信道的反卷积上 如果将信号变换至频域进行均衡运算量会不会降低？ 5-* 5.3.4 自适应均衡的应用 频域均衡算法 最简单的频域均衡系数为 基于MMSE的频域均衡系数为 5-* 5-* 思考：信道的结构会对均衡器的性能产生影响吗？ 应用案例 IS-54：DFE结构，RLS算法 GSM：DFE结构或者最大似然序列均衡器 WCDMA：码片均衡 5.3.4 自适应均衡的应用 3-* 小结 自适应均衡的原理？ 均衡器的类型？ 自适应均衡器算法的核心思想？ 5-* 作业 P131. 10 * * * * * 判决反馈均衡的另一形式称为预测DFE。像传统DFE一样，它也有一个前馈滤波器FFF。可是，其FBF是由被检测器的输出和FFF的输出之差驱动的。因为它预测了包含在FFF中的噪声和残留的码间干扰，并减去了经过一段反馈延迟后的检测器的输出，因而这里把FBF称为噪声预测器。预测DFE中的FBF也可以用格型结构来实现。这时，可以用RLS格型算法产生快速收敛。 * 当信道失真太严重以致线性均衡器不易处理时，采用非线性均衡器处理会比较好。当信道中有深度频谱衰落时，用线性均衡器不能取得满意的效果，这是因为了补偿频谱失真，线性均衡器会对出现深衰落的那段频谱及近旁的频谱产生很大的增益，从而不能有效的补偿信道的衰落特性。 判决反馈均衡既可以直接由横向滤波器实现，也可以由格型滤波器实现。 判决反馈均衡器的最小均方差总比基于横向滤波器结构的线性均衡器的最小均方差要小。因此，当频谱衰落较平坦时，线性横向均衡器会良好地工作；而当频谱衰落严重不均时，线性横向均衡器的性能会恶化，而采用DFE的均衡器则明显优于采用线性横向均衡器的。因而，判决反馈均衡更适合于有严重失真的无线信道。 判决反馈均衡的另一形式称为预测DFE。像传统DFE一样，它也有一个前馈滤波