（通信与信息系统专业论文）频选信道cma频域盲估计与均衡.pdf

摘要 恒模算法( c m a ) 是一种重要的盲翻适应均衡算法，它不需要训练序列，仅仅通过 接收信号的统计特性来获得信道的状态信息，从而有效地恢复出发送信号，可以很好地 节约系统的频谱资源。恒模算法以其计算复杂度低、性能比较好、易于实时实现等优点， 成为通信系统中广泛采用的盲均衡技术。但由于恒模算法代价函数本身的缺陷，恒模算 法存在收敛速度慢，存在局部最小点，相位旋转和对于q a m 这样的多模信号算法不够 理想等问题。 本文孛，我们将首先分别针对多模信号的恒模算法和恒模算法的相位旋转这两个闯 题，对恒模算法进行改进。针对多模信号的恒模算法，研究了q a m 信号均衡系统中的 恒模算法以及如何提高q a m 系统中恒模算法的性能，提出了一种用于q a m 信号的恒 模算法一一改进双模式m c a d a m a 算法，并通过仿真验证了m c a d a m a 算法的优越 性。针对恒模算法的相位旋转问题，研究了将差分相位调制应用到恒模盲均衡系统中， 来克服恒模算法的相位旋转闯题，另外针对q 愆涯系统，采用了一种称为“高阶瞬时量 差分编码”的方法，来解决q a m 系统中恒模算法的相位旋转问题。通过仿真证明了该 方法麓够很好地克服恒模算法对相位不敏感的缺点，有效解决恒模算法的相位旋转润 题，在信道任何角度的相位失真下，都能保持很低的误码率，并且还能够抵抗一定的多 普勒频移。 本文另外一个重点是恒模算法在频域均衡中的应用问题。频域均衡具有很多时域均 衡不能比拟的优点，一直备受关注，频域均衡中的恒模算法也很值得研究，但是因为恒 模算法要求信号具有遁模性质，这个条件在时域容易满足而在频域则很难，因此迄今为 止c m a 算法一直只应用于时域均衡，还没有人将其用于频域均衡中。本文开创性地提 出了使用c a z a c ( c o n s t a n ta m p l i t u d ez e r op e r i o d i ca u t o c o r r e l a t i o ns e q u e n c e ) 序列作为 扩频码时使用c m a 算法进行频域均衡的方案，并通过仿真证明了该方案对扩频因子比 较小熬高符号率的直接序列扩频系统中有很好的应用价值。 关键词：恒模算法( c m a ) ，盲均衡，q a m ，相位旋转，频域均衡 a b s t r a c t c o n s t a n tm o d u l u sa l g o r i t h m ( c m a ) i sa l li m p o r t a n tb l i n da d a p t i v e e q u a l i z a t i o n a l g o r i t h m ，w h i c hd o e sn o tr e q u i r et r a i n i n gs e q u e n c e st oo b t a i nt h ec h a n n e ls t a t ei n f o r m a t i o n s oc m ac a l ls a v eal o to ft h ef r e q u e n c yr e s o u r c e s w i t hm a n ya d v a n t a g e so fl o wc o m p l e x i t y , g o o dp e r f o r m a n c ea n de a s yt oi m p l e m e n t ，c m ah a sb e e nw i d e l yu s e di nc o m m u n i c a t i o n s y s t e m s b u tf o rt h el i m i t a t i o no fc m a sc o s tf u n c t i o n , t h e r ea r es o m ep r o b l e m ss u c ha sl o w c o n v e r g e n c es p e e d ，l o c a lm i n i m a , p h a s er o t a t ea n db a dp e r f o r m a n c ew h e nu s e di nq a m s y s t e m ，e t c i nt h i sp a p e r ，w ew i l lt r yt oi m p r o v ec m a sp e r f o r m a n c eo nt h et w op r o b l e m s ：p h a s e r o t a t ea n db a dp e r f o r m a n c ew h e nu s e di nq a m s y s t e m f i r s t ，w es t u d yt h ec m aa l g o r i t h m f o rm u l t i p l em o d u l u ss i g n a ls u c ha sq a m s i g n a l w ep r o p o s ead u a lm o d ec m aa l g o r i t h m m c a d a m a ，w h i c hi sv e r ys u i t a b l ef o rq , 绁x 4s i g n a l s e c o n d ，f o rt h ep h a s er o t a t ep r o b l e mo f c m a ，w ei n v e s t i g a t et h es t r u c t u r eo fc o m b i n i n gd i f f e r e n t i a lp h a s em o d u l a t i o nw i t hc m a e q u a l i z a t i o nt os o l v et h i sp r o b l e m f o rq a ms i g n a l ，w ea l s ou s eam e t h o dn a m e d “m l - h i m d i f f e r e n t i a lc o d e ”t os o l v et h ep h a s er o t a t ep r o b l e mo fc m a t h es i m u l a t i o ns h o w st h a tt h i s m e t h o dc a no v e r c o m et h ea r b i t r a r yp h a s ed i s t o r t i o na n ds o m ed o p p l e rf r e q u e n c yo f f s e t c a u s e db yc h a n n e la n dc a ns o l v et h ep h a s er o t a t ep r o b l e mo fc m a e f f i c i e n t l y a n o t h e ri m p o r t a n ts u b je c to ft h ep a p e ri sh o wt ou s ec m ai nf r e q u e n c yd o m a i n e q u a l i z a t i o n ( f d e ) f d eh a sm a n ya d v a n t a g e sw h i c ht i m i n gd o m a i ne q u a l i z a t i o n ( t d e ) d o e sn o to w n f d ei sa l w a y sah o ts u b je c t ，s of r e q u e n c yd o m a i nc m a e q u a l i z a t i o ni sa l s o w o r t ht os t u d y i n g a c c o r d i n gt ot h ew o r kb e f o r e ，c m aw a sa l w a y su s e da tt h et i m ed o m a i n b u tn e v e ra tt h ef r e q u e n c yd o m a i n ，b e c a u s ec m a r e q u i r e st h a tt h ei n p u ts i 倒a lh a sa c o n s t a n tm o d u l u sf e a t u r e ，w h i c hi se a s yt oa c h i e v ea tt h et i m ed o m a i nb u td i f f i c u l ta tt h e f r e q u e n c yd o m a i n as c h e m ei sp r o p o s e di nt h ep a p e r , w h i c hm a k e su s e o fc a z a cs e q u e n c e a ss p r e a d i n gc o d et oi m p l e m e n tt h ef r e q u e n c yd o m a i ne q u a l i z a t i o nu s i n gc m a t h e s i m u l a t i o nr e s u l t ss h o wt h a tt h i ss c h e m eh a sav e r yg o o dp e r f o r m a n c ea n di ss u i t a b l ef o r d i r e c ts e q u e n c es p r e a d i n gs y s t e m ( d s s s ) w i t hs m a l ls p r e a d i n gf a c t o r ( s f ) t oa c h i e v eh i g h s p e e ds y m b o lr a t e k e yw o r d s ：c m a ，b l i n de q u a l i z a t i o n ，q a m ，p h a s er o t a t e ，f r e q u e n c yd o m a i ne q u a l i z a t i o n i i 南京邮电大学学位论文独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的 地方外，论文中不包含其他人已经发表或撰写避的研究成果，也不包 含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材 料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了 明确的说明并表示了谢意。 研究生签名：弛鳢理瑟期：丝翌：查：兰参 南京邮电大学学位论文使用授权声贸 南京都电大学、中星科学技术信息研究所、国家图书馆有权保留 本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其 他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一 致。除在保密期蠹的保密论文外，允许论文被查阅和借阕，可以公布 ( 包括刊登) 论文的全部或部分内容。论文的公布( 包括刊登) 授权 南京邮电大学研究生部办理。 研究垒签名：塾霆噩导师签名：刨霞期：鲨! z i 至：兰 鲑一1 落寨摆蠹大学磺圭磷究生学艇论文 纂一牵绪谂 1 1 论文背景 第一章绪论 出于第一代模拟移动遴信系统弱第= 代数字移动透信系统只能支持语音邋信和有 限的数据遴信能力，已经不能适应当前移动通信的发展需求，因而第三代移动通信系统 ( 3 g ) 随之诞生，其目标就是提供更宽范围的服务，提供高速的数据传输、因特网访问、 移动视频业务和多媒体服务等，同时支持全球漫游特性。 要实现全球漫游，就要涉及传输方式的兼容和不同瞰络的过渡，因此建立统一的国 际标准势在必行。早在1 9 8 5 年，i t u 就开始规划预期在2 0 0 0 年左右使用的工作于2 g h z 频段上的第三代移动通信系统，当时称为f p l m t s ( 未来公用陆地移动通信系统) 。根 据日本等一些国家的建议，测于1 9 蝤年将f p 玢艇s 更名为i m t - 2 0 0 0 ( i n t e r n a t i o n a l m o b i l et e l e c o m m u n i c a t i o n s2 0 0 0 ，国际移动电信2 0 0 0 ) ，同时继承并进一步扩大了 f p l m t s 的工作范围。 焉前有3 种无线传输技术的主流方案： ( 董 宽带c d m a u t r at d d ( w c d m a ) ：遨a r i b ( 墨本无线王业及齑贸联合会) 在网本建立的c d m a 方案与e t s i ( 欧洲电信标准委员会) 的c d m a 方案融合而 成。代表厂商有爱立信、诺基皿和m r r 等； ( 2 ) c d m a 2 0 0 0 ：由美国静无线传输技术评估组t i a t r 组成。代表厂商为离逶、摩托 罗拉、北方电讯、朗谖和三星电子等； ( 3 ) t d s c d 姒：幽我国电信科学技术研究院( c 舢盯) 提出，是c a t t 的t d s c d m a 与西门予的t d c d m a 先进技术的合并。 未来( 三代后) 熙公众移动通信支持的信患速率将达到2 0 m b p s 捌1 0 0 m b p s ，至少 在2 0 m b p s 以上支持高速移动，并要在合理的信噪比条件下保证业务质量。 b 3 g 移动通信系统必然支持的是高速的数据传输系统，而如何在b 3 g 系统中保证 宽带无线传输和提高无线频谱资源的利用率，成为研究的热点。随着通信技术的西益发 展和嵩速率传输要求，对b 3 g 移动运信系统中酶信道估计与均衡算法、载波燕步与频 偏估计、信号检测与估计算法、多用户检测等提出了叛的挑战。 如何提高无线链路的传输效率将是影响未来移动通信发展的关键。在传统的无线通 信系统中，接收端为了获取信道参数信息丽要发送大量独立的训练序列或者导频信息， 这样势必浪费了大量的信号带宽帮宝责的频谱资源，降低了频谱利用率。在b 3 g 移动 通信系统中，我们希望尽可能的减少或者不用彭 | 练序列及导频信号，丽在接收端仅依靠 接收信号本身的统计特性来实现信道估计与均衡从而实现信号的恢复。 恒模算法( c m a ：c o n s t a n tm o d u l u s a l g o r i t h m ) 是一种重要的盲自适应算法，最旱 南京邮敷大学联士研究生学位论文第一章绪论 是由g o d a r d 提出来的【1 1 ，它利用发送信号的常模统计特性来调整接收天线端的权向量， 使输出信号趋予恒定的幅度。恒模算法以其计算复杂度低、性能比较好、易于实时实现 等优点，成为通信系统中广泛采用的盲均簿技术。但由于恒模算法代价丞数本身的缺陷， 恒模算法存在收敛速度慢，存在局部最小点，相位旋转和对于q a m 这样的多模信号算 法不够理想等问题，有待予进一步研究。 频域均衡具有很多时域均衡不能比拟的优点，一直备受关注，频域均衡中的恒模算 法也很值得研究，但是因为c m a 算法要求信号具有恒模性质1 ，这个条件在时域容易满 足而在频域则很难，因此迄今为止c m a 算法一直只应用于时域均衡，还没有人将其用 于频域均衡中。恒模算法在频域均衡中的应用问题是本文的另一个研究重点。 l 。2 本文的主要工作及章节安排 本文的课题来源于国家自然科学基金资助项目( 项目号：6 1 4 7 2 1 0 4 卜砷速常模算 法及其在m i m o 信道盲健计与均衡中的应用，同时还得到了江苏省高校自然科学研究 计划项目( 0 4 k j b 5 1 0 0 9 4 ) 和江苏省高校研究生创新计划( x m 0 4 3 2 ) 的资助。 在本文中，我们将首先分别针对多模信号的恒模算法和恒模算法的相位旋转这两个 润题，对恒模算法进行改进。另外，研究了恒模算法在频域均衡中的应用问题，开创性 地提出了使用c a z a c ( c o n s t a n ta m p l i t u d ez e r op e r i o d i ca u t o c o r r e l a t i o ns e q u e n c e ) 序列 作为扩频码时使用c m a 算法进行频域均衡的方案，并通过仿真证明了该方案对扩频因 子比较小的高符号率的扩频系统有很好的应用价值。 本文的余下章节这样安排： 第一章为绪论，简单介绍了本文的背景和主要工作。 第二章研究了移动通信信道的建模。首先介绍了移动通信的信道特性，并重点讨论 了多径信道的抽头延迟线模型及其等效的均匀间隔抽头延迟线模型，最后介绍了如何根 据c o s 晓0 7 信道产生本文所需要的仿真倍道环境。 第三章介绍了信道均衡技术和自适应算法。首先介绍了盲均衡系统的基本原理和盲 均衡算法的分类，然后引出了恒模盲均衡算法，着重介绍了恒模算法的原理，对恒模算 法的性能进行了分析，并针对恒模算法的不足，引出了本文后续两章的研究方向。 第四章研究了q a m 信号均德系统中的c m a 算法，研究如何提赢q a m 系统中c m a 算法的性能。首先介绍了普通c m a 算法和m c m a 算法如何应用到q a m 系统中，接着 介绍了a x f o r d 提出的适用于q a m 系统的c a d a m a 双模式算法，之后受到m c m a 算 法的启发，提出了一种改进的m c a d a m a 算法，最后通过仿真比较四种算法的性能， 验证了m c a d a m a 算法的优越性。 第五章研究了恒模算法相位旋转问题的解决。首先研究了将差分相位调制应用到 c m a 盲均衡系统中，来克服恒模算法的相位旋转问题，另外针对q a m 系统，采用了 1 c m a 也可以用于q a m 这样的有限模值信号，佩恒模信号的c m a 均衡效果更好，这里只考虑慨模信号 2 蔼京邮嗽大学硕士研究生学位论文 第章绪论 一种称为“高阶瞬时量编码 的差分调制方法，来解决q a m 系统中c m a 算法的相位 旋转阀题。通过仿真结果比较可以看出该方法能够很好地克服c m a 对相位不敏感的缺 点，有效解决c m a 的相位旋转闯题，并且还熊够抵抗一定的多普勒频移，性能很好。 第六章研究了恒模算法在频域均衡中的应用问题，提出了使用c a z a c 序列作为扩 频码时使用c m a 频域均衡的方案。首先介绍了频域均衡的基本概念并给出了c m a 频 域均衡算法，然后将c a z a c 序列扩频码、循环前缀c d m a 系统( c p c m a ) 和c m a 频域均衡技术结含起来，搭建了c m a 频域均德系统平台并进行了仿真，通过跟r a k e 接收机比较，证明了该方案对扩频因子比较小的高符号率的扩频系统有很好的应用价 值。 第七章对全文工作进行总结，并对下一步工作进行了展望。 南京邮电大学硕士研究生学位论文 第二章移动通信信道模塑 第二章移动通信信道模型 移动通信e l j 于其可移动性而具有强大的生命力，但同时正是这种可移动性使得移动 通信的信号传播环境比有线通信更加恶劣。一方面，携带信息的电磁波的传播是扩散的； 另一方面，地理环境复杂多变、用户的移动随机不可预测，所有这些都对无线信号的传 播产生了重要影响。因此，研究移动通信系统性能的第一步就是要对无线信道进行研究。 2 1 移动通信信道特性 移动通信信道由于地面情况复杂，信道条件恶劣，传输信号受干扰大，具有多径效 应和时变性两个特征。在实际的移动环境中，尤其是城市地区，传播过程中会遇到各种 建筑物、树木、植被以及起伏的地形，弓| 起能量的吸收和穿透以及电波的反射、散射和 绕射等。这样，到达接收端的信号不是从单一路径到达的，而是多条路径来的许多发射 信号的合成。赉于信号通过各个路径的距离不圊，因焉各条路径来的发射信号的到达时 间不同，相位也就不同；不同相位的多个信号在接收端叠加，同相叠加则增强，反相叠 加则减弱。这样，接收傣号的幄度将发生急剧变化，帮衰落，这样的衰落一般为r a y l e i g h 衰落。对于r a y l e i g h 衰落，其接收信号包络的概率密度函数为： ， ( 妨寺2 面，x o ( 2 1 ) 其中x 为衰落信号的包络，拶为方差。对于半径在o 。扣l 公里的微小区( m i e r o e e l l ) ， 通常有较强的赢射波，此时信道特性可以用r i c e 分布来近似。 无线信道的多径效应和时变性分别引起了传输信号的时延扩展和多普勒扩展。时延 扩展是信号在时域上的扩展，丽多普勒扩展则是信号在频域上的扩展。 多普勒扩展召d 定义为多普勒功率谱乳厂) 的宽度，也称为频谱展宽。由于信道的时 闯相关函数霆( 越) 和多普勒功率谱s ( 。力互为博立叶交换，作为一个近似，多普勒扩展召d 的倒数可以作为对信道的相干时间疋的度量，即1 佃n 。 相干时闻是指信道特性没有显著变化的那段持续时闻。显然，变化慢的信道相予时 间大，或者等效为小的多普勒扩展。如果信号码元周期z 比相干时间疋大的话，称为快 衰落信道；反之，若相于时间比码元周期大，则称为慢衰落信道。 相干时间和多普勒扩展是描述信道时间特性方面的重要参数，而描述信道频率特性 方面的重要参数就是相干带宽和时延扩展。由于信道的频率相关函数犬( 矽) 和时延功率 谱s ( r ) 互为傅立时变换，作为一个近似，最大多径时延扩展乙的倒数可以作为信道的 相干带宽b 。的度量，即b c 1 乇。相干带宽是指在这样的带宽上信号传播特性是相关 的，在这个频率范围( 带宽) 内信道以近似等增益和线性相位通过全部频谱分量。因此 4 南京郑电大学硕士研究生学位论文 第二章移动通信信道模型 相干带宽代表一个频率范围，在这个范围内两个接收信号的幅度、相位都有高度的相关 性，即这两个信号的频谱分量以类似方式受到信道的影响，如出现衰落或不出现衰落。 如果传输信号的带宽瓯比相干带宽统大的话，则称信道是频率选择性衰落信道；反之， 如果相干带宽比信号带宽大的话，劂信道是频率嚣选择性或称平坦衰落信道，即所有频 率分量遇到同样的衰耗和相移。 由上述可知，当信号透过移动无线信道传播时，其衰落类型取决于发送信号特性及 信道特性，信号参数( 如带宽、符号间隔等) 与信道参数( 如均方根时延扩展和多普勒 扩展) 决定了不同的发送信号将经历不同类型的衰落。移动无线信道中的时间色教与频 率色散可能产生4 种显著效应翻，这些是由信号、信道及发送速率的特性引起的。当多 径的时延扩展引起时间色散以及频率选择性衰落时，多普勒扩展就会引起频率色散及时 闻选择性衰落，这两种传播祝制彼此独立。不同多径参数与信号经历的衰落类型之闻的 关系总结如图2 1 所示，图中疋表示发送信号的符号周期，段表示发送信号的带宽， 表示信遂的相予时闻，嚷表示信道的均方根时延扩展，慰表示信道的相予带宽，拶n 表 示信道的多普勒扩展。 鼹 骥 愆 窭仃 髯鼙 然 t l 平坦慢衰落平坦快衰落 频率选择性频率选择性 谩衰落快衰落 发送信号符号周期 2 2 多径信道模型 ( 8 ) 2 2 1 抽头延迟线模型 憾 梁 磐 篓曰 埘 l 毅 然 b 。 i 频率选择性频率选择性 快衰落侵衰落 乎逛妖衰落平坦慢衰落 i ob 发送基带信号带宽 图2 1信号所经历的衰落类型 多径信道的脉冲响疲可以表示为： h ( r ，f ) = 嚷9 ) 艿p 气) ( 2 。2 ) n = o 其中( ，) = 0 ) n ，n 是多径数，吒( f ) ，g l o 丹( t ) 分别表示第i 径的幅度，时 延及相移。在移动信道下，每条路径的幅度、稆移及时延都是时变的。从式2 2 可以看 鬻家邮电大学酸士研究生学位论文 第二章移动通馈信道模型 出，多径信道可以使用抽头延迟线滤波器实现，如图2 2 所示。 x ( f ) 图2 2 多径信道的抽头延迟线模型 不失一般性，我们一般选择t 1 = 0 ，对于l ( 1 搿) 的选择，有两种可能：( 1 ) 它 们由实际路径的到达时间决定，不一定等阆隔分布；( 2 ) 它们等闯隔分布，抽头间隔由 抽样频率决定。 第一情况下，实现的信道模型的仿真非常直接，国际标准化组织提供的一些信道参 考模型都是这种情况，然而，有时这种模型会使仿真效率下降，这种问题大多潞现在不 同的延迟相对于仿真采样周期t 很小或者不是z 的整数倍的情况下。使用均匀间隔抽头 延迟模型就能解决这个问题，也就是对应的第二种情况【3 】。 2 2 。2 均匀间隔抽头延迟线模型 多径信道的均匀间隔抽头延迟线模型结构如图2 3 所示，均匀间隔抽头延迟模型的 抽头是等闻隔分布的，使得信道模型进一步简化。 s ( ，) g o ( t ) x f ) 圈2 3 多径信遵的均匀闫隔抽头延迟线模型 信道的均匀间隔抽头延迟模型可以提高仿真效率，但是国际标准化组织提供的一些 信道参考模型中，各径之间的延迟都是非均匀间隔的，如下一节介绍的c o s t 2 0 7 信道 模型，因此如何把菲均匀抽头延迟模型转换为均匀抽头延迟模型非常值得探讨。 本文采用的是文献【3 1 中介绍的一种转换方法，通过限制信遒的带宽可以得到其对应 6 南京邮电大学硪士研冤生学位论文第二章移动通信信道模型 的均匀抽头延迟模型，从频域上看就是信道经过带宽为信号带宽的矩形带限滤波器，频 域矩形滤波器对应到时域为s a c 函数，因此该转换过程从时域上看则是对信道先使用 s a c 函数进行内插再采样的过程。再进一步解释，图2 2 和图2 3 所示的两种模型的抽头 系数( f ) 和g m ( f ) 是同一个信道函数在不同时刻的采样值，区别就是两者的采样时刻不 同，我们已知时刻的采样值o ) ，需要求取n t , 时刻采样值岛( f ) 。具体的转换过程 分为三步： 第一步：计算m 值，m = r 知t , i + i , 第二步：用s a c 函数使用【a l ( t ) ，a z ( t ) ，口( ，) 】进行内插，恢复原函数； 第三步：以周期c 对原函数进行采样，得到 岛( f ) ，蜀( d ，9 2 ( t ) ，g u ( t ) 】： 1 g 。( f ) = ( r ) 涮亭( 靠一m i ) ) ( 2 3 ) n - - i 1 j 其中， 表示向上取整，s a c ( x ) = s i n ( x ) x 。 2 3 本文使用的频选信道模型 2 3 1c o s t 2 0 7 信道模型 本文仿真所参考的信道是c o s t 2 0 7 模型，c o s t 2 0 7 模型是e t s i 提出的一个普遍 适用的频率选择性信道模型，它在g s m 系统设计以及3 g 的设计中发挥了较为重要的 作用，最近又被国外多个厂商用于b 3 g 的系统设计。根据c o s t 2 0 7 ，典型传输环境被 分为4 类区域：乡村( r u r a la r e a ，r a ) 、典型城区( t y p i c a lu r b a n ，t u ) 、高密度建筑城区 ( b a d u r b a n ，b u ) 、山地( h i l l yt e r r a i n ，h t ) 州。本文采用具有典型城区( t u ) 特征的信道模 型，该模型在特定的测试环境下给出了基于抽头时延线模型的脉冲响应模型，描述这个 模型特性的参数有：抽头的数量，相对于第一个抽头的时间延迟，相对于最强抽头的平 均功率等，如 表2 1 所示。 我们假设最强抽头的平均功率为1 ，即幅度为l ，则基于该模型的信道冲激响应如 图2 4 所示。由图可见，该信道模型是非均匀间隔的，仿真中为了提高仿真效率，需要 将其转换为对应的均匀间隔抽头延迟模型。 7 南京邮电大学颈士研究生学位论文 第二章移动通信信道摸塑 表2 1c o s t 2 0 7 典型城区( t u ) 特征信道模型参数 t a p相对延迟( p s )平均功率( 鹋) lo- 3 2 o 2- 0 3o 5 2 41 6- 6 52 3 8 65 o1 0 路径时延c u s ) 匿2 4c o s t 2 0 7 典型城区( t u ) 特征信道冲激晌应 2 。3 。2c o s t 2 0 7 的等效均匀间隔抽头延迟模型 我们采用第2 2 节介绍的方法，把图2 。4 所示的c o s t 2 0 7 信道模型转换为其等效的 均匀间隔抽头延迟模型，这些信道模型将在后续章节的仿真中使用到。当采样频率 z = 0 6 4 m h z ，即采样周期= 1 5 6 缈时，转换后得到的均匀间隔抽头延迟模型如图2 5 所示，路径数膨= 5 ；强采样频率z = 1 2 8 m h z ，即采样周期霉= o 7 8 1 3 p s 时，转换后 得到的均匀间隔抽头延迟模型如图2 6 所示，路径数m = 8 。 8 南京邮电大学硕士 移动通信信道模型 图2 5 z = 1 5 6 z s 时，c o s t 2 0 7 信道及其等效均匀i e gm 信道冲激响应 图2 6 c = 0 7 8 1 3 z s 时，c o s t 2 0 7 信道及其等效均匀间隔信道冲激响应 2 4 本章小结 移动通信系统的各种性能在很大程度上受到移动信道特性的约束。研究问题的第一 步就是要给出移动信道的数学模型，数学模型是对真实系统的模拟和简化。本章首先对 移动通信的信道特性进行了简要地介绍，然后重点讨论了多径信道的抽头延迟线模型及 其等效的均匀间隔抽头延迟线模型，最后介绍了如何根据c o s t 2 0 7 信道产生本文所需 要的仿真信道环境。本文中仿真平台的建立均是以此为基础的。 9 南京邮电太学硕士研究生学位论文 第三肇信邀均衡原理及肖均衡算法 第三章信道均衡原理及盲均衡算法 信道均衡是通信技术和信号处理的基本闯题之一，能够克服传送符号之间的码闻干 扰( i s i ) ，这种干扰在移动信道中，是由于信号的多径传输而引起的。奈奎斯特第一准 则给出了可消除码间干扰的系统的频域特性，但实际实现时，由于总是存在设计误差和 信道特性变化，故在抽样时刻也总是存在一定的码间干扰，这样就会导致系统性能的下 降。在高速移动通信系统中，信道的失真和畸变所引起的码问串扰是影响通信质量的一 个主要因素，需要有效的信道均衡技术将其消除。 在基带系统中插入一种可调( 或可不调) 滤波器将能减少码间干扰的影响，这种起补 偿作用的滤波器统称为均衡器。它通常是在接收滤波器之后插入的横向滤波器，其频域 特性与系统的频域特性作用蜃的总特性达到奈奎斯特第一准则，这样将可消除码阅干 扰。 由于通常信道特性是未知的或时变的，所以均衡器的实现很自然地应该具有自适应 的结构。传统的均衡技术，需要插入一段时段( 时变系统中要周期性重现) 的训练序列， 接收机按照追零准则或最小均方误差准则调整横向滤波器抽头系数，使得整个传送系统 ( 含信道和均衡器) 输出的符号码与符号码之间的干扰被消除。但这在实际应用中并不 总是可能的，例如在无线通信中，由于信道的经常性衰落、非线性和时变特性、多径传 播等的影响，接收机有时无法跟踪上信道特性变化，从而蛾现通信中断，一旦衰落减轻， 接收机必须立即跟踪上信遒特性，并能自适应均衡。因此，在接收机恢复解调状态时， 能够不需要发送训练序列而进行自适应均衡是非常重要的，这即是盲均衡技术1 2 。 盲均衡本质上是这样一类自适应滤波算法：它们不需要外部供给期望响应，就能够 产生与希望恢复的输入信号在某种意义上最逼近的滤波器输出。换诱言之，算法对期望 响应是“盲 的，由算法本身在自适应过程中通过非线性变换产生期望响应的估计。富 均衡技术不需要训练序列便能自适应调节参数，它有效地克服了使用训练序列的均衡技 术的缺陷，能够提高频谱资源利用率，其有灵活性，非常值得研究。 这一章，我们首先介绍盲均衡算法的基础鲁适应滤波算法，然蜃讨论畜均衡算 法的分类，最后引出本论文的重点叫m a 盲均衡算法。 3 1 盲均衡系统 从某种意义上讲盲均衡和盲反卷积是等价的。一个线性时不变系统在其输入信号作 用下的输出是输入信号和系统单位冲激响应的卷积，反卷积就是消除这种卷积作用恢复 源信号。在经典的反卷积过程中，系统的输斑信号和系统特性( 如系统的单位冲激响应) 都是己知的，两盲反卷积是在系统特性未知的情况下，仅根据系统输入信号的某些统计 1 0 南京邮电大学硕士研究生学位论文 第三章信道均衡原理及盲均衡算法 特性和输出信号来恢复源信号的过程。如果在盲反卷积系统中通过调节均衡器使整个系 统对于输入而言只相当于一个延时环节，则称输入处于均衡状态，并将整个调节过程称 为盲均衡。 ，) 图3 1 盲均衡系统图 盲均衡系统的结构如图3 1 所示，其中s ( n ) 是输入信道的基带信号；j ；表示信道的 冲激响应，信道的径数是m ，j ；= 曩，红，】，第m 径= a m e j a , ，其中a m 代表该径 的幅度，尾代表该径的相位；v ( n ) 是均值为0 ，方差为的加性高斯白噪声( a w g n ) ， 且统计独立于s ( 以) 。 接收端的接收信号为： m x ( 刀) = h 。s ( n - m + 1 ) + v ( n ) ( 3 1 ) m = l 均衡器的输出： j ，( 门) = 历( 刀) r ；( 甩) ( 3 2 ) 其中，历( 刀) = o g z ( n ) ，哆( 刀) ，吼( ，2 ) r 是第刀时刻均衡器的系数向量，t 表示非共轭转 置；( 刀) = x ( ，z ) ，x ( n 一1 ) ，x ( n 一三+ 1 ) 】r 是第n 时刻均衡器的输入信号向量，l 是均衡器的 长度。 盲均衡的目的是通过只处理接收序列x ( n ) ，调整均衡器系数历( 甩) ，得到输出序列 y ( n ) ，使y ( 疗) 尽量逼近输入序列s ( n ) 。 3 2 自适应滤波算法 均衡器一般都是采用有限脉冲响应( f i r ) 横向滤波器，由于通常信道特性是未知 的或时变的，所以均衡器的实现很自然地应该具有自适应的结构，因此，在讨论盲均衡 器之前，有必要讨论一下f i r 横向滤波器系数的自适应更新问题。 应用最广的自适应算法形式为“下降算法”，即： c o ( n + 1 ) = o j ( n ) + j u ( n ) p ( ，z ) ( 3 3 ) 式中历( 以) 为第n 步迭代( 也即时刻n ) f i r 滤波器的系数权向量，( 刀) 为第n 次迭 代的更新步长，而；( 即) 为第，z 次迭代的更新方向( 向量) 。 下降算法主要有两种实现方法，一种是自适应梯度算法，另一种是自适应高斯牛顿 算法。自适应梯度算法包括l m s 算法及其各种变型和改进算法( 统称l m s 类自适应算 法) ，自适应高斯牛顿算法则包括r l s 算法及其变型和改进算法。 1 l 南京邮电大学硕士研究生学位论文第三章信道均衡原理及盲均衡算法 3 2 1 最小均方( l m s ) 算法 l m s 自适应算法是最常用的梯度下降法，常称最陡下降法，l m s 算法以均方误差 作代价函数： ，( 历( 刀) ) = e l d ( 刀) 一历r ( ，z ) ；( 刀) 1 2 ) ( 3 4 ) 在这类算法里，更新方向向量；( 刀) 取作第n - 1 次迭代的代价函数，【历0 一1 ) 】的负梯 度，用可( 挖) 表示代价函数的梯度，即： v ( n ) = v j c o ( n - 1 ) 】 ( 3 5 ) p ( 功= - v ( n ) ( 3 6 ) 则最陡下降法的统一形式为： 一c o ( n + 1 ) = 一c o ( n ) 一( 门) 可( 珂) ( 3 7 ) 梯度的计算比较复杂，通常用适当的估计值弓( 拧) 代替： 可( ，z ) = 2 x ( n ) p ( 刀) ( 3 8 ) 作为梯度的无记忆逼近，式中误差信号e ( n ) 定义为期望输出d ( n ) 与滤波器实际输出 之间的误差，即： 口( 刀) = 历。( ，2 1 ) ；( 船) 一d ( 即) ( 3 9 ) 则式3 9 变为： 历 + 1 ) = c o ( n ) 一( 刀) ；( 刀) p ( 刀) ( 3 1 0 ) l m s 自适应算法过程如下： 步骤1 ：初始化历( o ) = 6 ；玎= 0 ； 步骤2 ：更新刀= 疗+ 1 ： p ( ，2 ) = 历1 ( 刀一1 ) ；( ，z ) 一d ( 刀) ( 3 1 1 ) 历q + 1 ) = 历( 砂一l a ( n ) x ( n ) p ( 刀) ( 3 1 2 ) l m s 算法是较简单的自适应均衡算法，它的收敛速度不高。 3 2 2 递归最小二乘( i 也s ) 自适应算法 与l m s 算法使用统计逼近相比，使用最小平方逼近的r l s 算法将会获得更快的收 敛速度。其代价函数为： 1 2 南京邮电大学硕士研究生学位论文 第三章信道均衡原理及盲均衡算法 坷) = 荟t 叫m ) 君刮2打暑o o 式中0 五 q 时，采用c m a 算法： y ( 功= 历( 船) r ；( 啦 ( 4 2 9 ) e ( n ) = 4 y ( n ) ( 1 y ( n ) 1 2 一坞) ( 4 3 0 ) 历翻+ 1 ) 一历( 拜) 一( 哟；( 嚣) 秽( 嚣) ( 4 3 1 ) 当朋娩d l 时，采用d a m a 算法： y ( 胛) = 历( 野) r ( 栉) ( _ 4 3 2 ) 4 端4 | 鼓她( | 夕( 箨) | 2 4 2 ) ，l 夕 ( 4 。3 3 ) e ( n ) = 4 y ( n ) ( 1 y ( n ) 1 2 一以2 ) ( 4 3 4 ) 石( 靠+ 1 ) 一历( 刀) 一( 栉) ；( 珂) 口( 疗) ( 4 3 5 ) 夕和照的取僮要根据具体的实际环境面定。对于本论文中的仿真环境，通过大量仿 真，我们得到尸= 0 ，d l = o 1 比较合适。 4 4 改进的双模式恒模算法m c a d a m a 把m c m a 的实虚分开均衡的慝想运用到c a d a m a 算法中得到的算法中，本论文 提出了m c a d a m a ( m o d i f i e dc m a - a s s i s t e dd e c i s i o na d j u s t e dm o d u l u sa l g o r i t h m ) 算法。 m c a d a m a 也是种双模式恒模算法，是m c m a 和m d a m a 两种算法的结合。m c m a 算法是c m a 算法的改进，同样m d a m a 算法也是d a m a 算法的改进。m c m a 算法的 原理前面已经介绍过了，下面我们介绍m d a m a 算法的原理。 m d a m a ( m o d i f i e dd e c i s i o na d j u s t e dm o d u l u sa l g o r i t h m ) 是通过实虚部分开均衡 对d a m a 算法的改进是由s h a h r n o h a m m a d i 提出的【”】。对于q a m 信号，m d a m a 的代 价函数为： 以捌埘( 刀) = 以坳( 拧) + 以肋o ) ( 4 。3 6 ) 厶坳( 厅) 裟e t ( 1 y r ( 0 1 2 一幺，2 ) 2 】 ( 4 3 7 ) 。1 1 m o ( n ) = e ( 1 y , ( n ) 1 2 4 ，2 ) 2 】 ( 4 。3 8 ) 2 1 南京邮电大学硕士研究生学位论文第四章q a m 信号的恒模算法 其中，幺。和4 ，的表达式为： 4 ，= 4 ，ln 皿( i 0 ) 1 2 - 以，2 ) ，l 当m s e 3 2 时，采用m d a m a 算法： y ( n ) = 五( 矽；( 捍) ( 4 5 2 ) 乓，= a r ，l 中( | 非( 甩) | 2 一幺i 2 ) ，l f 伟 ( 4 5 3 ) 4 ，= 4 jl 呻( 1 所( 聆) i 2 4 j 2 ) ，l ，岛 ( 4 5 4 ) e r ( n ) = 4 y r ( n ) ( i y r ( n ) 1 2 4 v 2 ) ( 4 5 5 ) q ( 刀) = 4 y l ( n ) ( 1 y ，( n ) 1 2 4 ，2 ) ( 4 。5 6 ) 嚣) = e r ( n ) + j e a n ) ( 4 。5 7 ) c o ( n + 1 ) = 蔽( 摆) 一( 砷x ( 嚣) g ( 嚣) ( 4 。5 8 ) 尹和织的取值也要根据具体的实际环境而定。对子本论文中的仿真环境，通过大 量仿真，我们得到p = 1 0 ，髓= 0 0 5 比较合适。 4 5 仿真结果 仿真过程中的仿真环境这样设定，多径信道采用第二章介绍的c o s t 2 0 7 信道信道， 假设符号速率为6 4 0 k 符号秒，即采用图2 5 所示的信道模型，信道多径数m = 5 ，信 道的冲激响应为h = 哦，吃，嘞】，第m 径= a e j - ，其中4 代表该径的幅度，大小如 图2 。5 所示，缀代表该径的相位，在仿真中随机生成。有限长c m a 均衡器的系数的长 度应该大于信道多径数，l m ，并且三越大，性能越好，但计算复杂度越高、时延越 大。通过仿真比较不同五值的情况下系统的性能，仿真结果表明如果信道多径数膨= 5 ，