文档详情

数字通信与技术07-2 .ppt

发布:2017-09-29约3.61千字共47页下载文档
文本预览下载声明
§7.1 均衡的基本原理(续) 内容和要求 内容目的 信道模型 线性均衡器的结构 非线性均衡器的结构 要求 难点为非线性均衡器的学习,对线性均衡器结构应重点学习。并对几种常用的均衡器结构有所了解。 五、均衡器的信道模型 模型假设的必要性 接收器的结构、算法与性能分析。高斯白噪声的假设给通信理论上的分析带来完美的数学结果。 对均衡器而言,噪声的统计特性将会产生变化,这在对均衡器的设计中如何处理(考虑)? 假设:信道的冲击响应特性是已知的 到达接收端总的响应为: 接收端匹配滤波器的形式为: 五、均衡器的信道模型 具有码间串扰的非白噪声离散信道等效接收模型 在接收端经匹配滤波器这后: 设有: 五、均衡器的信道模型 如果对信道进行离散化处理,有: 因而,代表了整个信道冲击响应的自相关函数。输出噪声为: 离散之后的输出为: 五、均衡器的信道模型 匹配滤波之后的噪声具有相关性,其相关系数为: 结论: 五、均衡器的信道模型 在最佳接收条件下具有高斯非白噪声信道模型如下: 该模型对均衡器的结构设计、算法均会产生影响。 传统:高斯白噪声输入模型 白化噪声离散信道模型。 五、均衡器的信道模型 离散信道模型的白化处理 对于数据信号而言,当其到达均衡器的输入端时,相当于经过了一个滤波器响应为以下形式的滤波器: 其对应的变换,有: 如何对匹配滤波器的输出噪声进行白化处理? 五、均衡器的信道模型 假设  具有L个根:     ,则其必有另外L个相对应的根:        。下图共轭根非画出。 五、均衡器的信道模型 我们对进行分解成以下两部分: 其中   的根在单位园的里面,则   根必在单位园的外面(假设没有根单位园上)。 五、均衡器的信道模型 如果在接收端匹配滤波器的输出再增加一个滤波器,这个滤波器的特性如下: 五、均衡器的信道模型 对于信号则言,其是经过了一个形如下式的滤波器 五、均衡器的信道模型 对于信道上的高斯白噪声经过以下特性的传输: 五、均衡器的信道模型 对于信道上的高斯白噪声经过以下特性的传输: 五、均衡器的信道模型 该滤波器是一个全通响应:即对信号的幅度响应相同。 =白化噪声 对于信号则言,其是经过了一个形如下式的滤波器: 采用白化滤波器,信道行等效模型如下结构所示。 五、均衡器的信道模型 物理模块结构 特点: 对数据码流信道的频响特性具有最大相移特性。 均衡器的输入高斯白噪声信道特性。 优点:利用采用传统的分析方法对均衡器设计。 难点:因而均衡器前端的白化滤波器实现较为困难。 六、均衡器的分类 自适应均衡器通常采用的结构 IIR型结构 FIR型结构 分类 类型 结构 算法 六、均衡器的分类 § 7.2 均衡器的结构 一、均衡器的结构分类 线性均衡器 线性横向滤波器结构 线性格型滤波器结构 非线性均衡器结构 判决反馈均衡器结构 预测判决反馈均衡器结构 基于最大序列估值(MLSE)均衡器结构 二、线性横向滤波均衡器 结构 二、线性横向滤波均衡器 基本原理 信号输入矢量: 横向滤波器结构的均衡器抽头系数为: 输出: 在“一定消除码间串扰的准则”之下,对其系数进行调整,使调整之后的整个通道频率响应(或其它指标)满足所设计的“准则”要求。 二、线性横向滤波均衡器 特点 结构简单 抗噪声性能差:所有横向滤波器的抽头均存在噪声,从而对均衡的性能产生影响。 对抽样相位较为敏感:由于抽样相位的变化,从而直接导致信号的一个线性相位,这个线性相位将导致叠加频谱产生畸变,从而恶化系统的性能。 三、线性格型滤波器结构 结构 格型预测器 自适应均衡滤波器 三、线性格型滤波器结构 原理 格型预测器的设计 已知某一信号   ,其存在一定的相关性。为此建立m阶预测器:利用              来预测当前输入信号   ,称为前向预测,有: 利用              来对    进行预测,称之为后向预测(在最佳预测器的设计算法情况下,其预测器的系数与前向预测器的系数呈反序关系): 三、线性格型滤波器结构 预测器的误差为: 经推导,预测器误差存在以下推导关系: 其中:(m=1,2,……M) 三、线性格型滤波器结构 初始化条件: 这里 :    的计算:用Durbin算法由自相关系数的估值来算出,其运算量很大。实际采用递推方程来递推估计: 三、线性格型滤波器结构 三、线性格型滤波器结构 格型自适应预测器的特性 前向滤波器不同阶的预测误差具有正交性,
显示全部
相似文档