第6均衡.pptVIP

* * 用最速下降法求均衡器最佳抽头系数时，标量函数就是均方程误差： 在c点梯度方向 在逐次迭代中，第k+1次迭代的抽头值为 其中 * * 实际上 和 也是不知道的，但由于 其中误差值 梯度矢量 可以把下式作为第m次迭代时梯度矢量的估计值 其中系数2，归入到步长?。 * * 输出 检测 输入 T T T T T * * 6.4 最大似然序列估计 不使用滤波器，因此没有噪声增强问题 采用MLSE算法，对发送的符号序列进行估计。 即：已知匹配滤波器输出端的接收序列 ，确定符号序列 ，使得条件概率密度函数 最大。 * * 在任何实际系统中码间干扰的影响总是有限 的，所以我们假定对 和 ，有 ，也就是说码间 干扰长度为 。我们可以用长度为 节有限冲脉响应滤 波器作为等效的离散时间信道模型， * * MLSE可以达到理论上的最优均衡，但复杂度太高。 可以用Viterbi算法来降低MLSE的复杂度，不过Viterbi算法复杂度仍随着时延扩展成指数增长。 一种大大降低复杂度的非线性均衡是判决反馈均衡。 * *