3.2自适应均衡技术(Adaptive Equalization Techniques).doc

3-2 自适应均衡技术(Adaptive Equalization Techniques)Review：分集有哪两层含义？合并的方式有哪几种？各自的基本思想是什么？分集是如何分类的？ 一、 均衡基础（Fundamentals of Equalization） = 如何补偿信道的多径衰落？均衡本质：产生与信道相反的特性，用来抵消信道的时变多径传播特性引起的码间串扰。均衡不用增加传输功率和带宽，即可改善移动通信链路的传输质量。均衡重在消除码间串扰，而分集重在消除深度衰落的影响。均衡适用于信号不可分离多径且时延扩展远大于符号宽度的情况。均衡有两个基本途径：1、频域均衡，它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的条件(即H(w)=1)。它往往是分别校正幅频特性和群时延特性，模拟通信（序列均衡）通常采用这种频域均衡法。2、时域均衡，就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的条件(即h(t)=)。数字移动通信面临的信号是时变信号，因此通常采用这种时域均衡法，来达到整个系统无码间串扰。随着码率的提高，时域均衡愈来愈复杂，研究热点逐步转入频域均衡。n 均衡器常被放在接收机的基带或中频部分实现二、 均衡原理发送滤波器信道接收滤波器均衡器d(t)f(t)z(t)f(t)g(t)heq(t)图3-8 均衡器的实现框图如果x(t )是原始基带号，f(t )是等效的基带冲激响应，即综合反映了发射机、信道和接收机的射频、中频部分的总的传输特性，g(t )是发射机、信道、接收机的射频、中频部分和均衡器四者的等效冲激响应。 均衡器的期望输出值为原始信息x(t )。假定nb(t )= 0，则g(t )必须满足下式：-（3-8）其频域表达式如下：-（3-9）式（3-9）的物理意义：将经过信道后的信号中频率衰落大的频谱部分进行增强，衰落小的部分进行削弱，以使所收到频谱的各部分衰落趋于平坦，相位趋于线性。均衡器实际上是传输信道的反向滤波器。 由于理想基带传输系统是按Nyquist第一准则建立，其发送和接收滤波的传输函数是以Nyquist取样频率fs为中心的对称滚降函数。所以理想信道的冲击响应是h(t)，非理想（失真）信道的冲击响应是f(t) ，见下图3-9。h（t）x（t）tx0x1x-1x-2x2图3-9 信道失真和信道均衡h（t）为理想的冲激响应,在Nyquist取样时刻，h（kTn）=0（k0）。f（t）在Nyquist取样时刻，f（kTn）0（k 0），从而形成码间串扰。 时域均衡的目的就是使经过均衡器的总冲激响应趋近h（t），以到达消除非理想信道引起的码间串扰。 三、 时域均衡原理若x(t)是均衡器接收信号的脉冲响应，而z(t)是经过均衡器输出的总脉冲响应，则有： =其中，heq（t）是均衡器的脉冲响应。若令heq（t）为：其中T=1/fN，fN为Nyquist取样频率，Ck为加权系数。所以总脉冲响应可写为：可见，引入均衡器后，输出波形z(t)为输入波形x(t)经过2N+1个不同时延的加权和。当t =nT时，有或简写为。式中表示以n为中心，前面第k个符号在取样时刻t=nT时对第n个符号造成的码间串扰。所以均衡的过程就是调节加权系数Ck(k0)使-（3-10）问题：（1）如何产生系数序列Ck？=均衡器的主要工作，即各种均衡算法。 （2）如何使得Ck随信道变化而变化？=自适应均衡算法。四、自适应均衡算法与准则( Equalization Algorithms and Criterions)依据符号间干扰为最小，来调节加权系数（k0）的算法，叫均衡算法，其依据的准则叫均衡准则。算法一般要求考虑自适应，即包括两步，第一：滤波过程，计算输出对输入信号的响应；第二：自适应过程，通过比较输出结果与期望响应产生估计误差，根据估计误差自动调整滤波器的参数。自适应算法的性能指标(The Performance of An Algorithm)n 收敛速度:系指对于恒定输入，当迭代算法的迭代结果已经充分接近最优解时，算法所需的迭代次数。n 失调：对自适应滤波器取总平均的均方差的终值与最优的最小均方差之间的差距。n 计算复杂度：完成迭代次数所需的操作次数。n 数值特性：当算法以数字逻辑实现时，由于噪声和计算机中数字表示引入的舍入误差，会导致计算的不精确。均衡准则：最小峰值失真准则和最小均方误差准则。n 最小峰值失真准则：使干扰的峰值最小，消除取样点的符号干扰。 n 最小均方误差准则（LMS）：使均衡器期望输出值dk与实际输出值的误差ek=dk-的均方值最小，使输出趋于理想的响应。算法的基本思想:利用代价函数都是凹面向上的特点，寻找最小值。通常的求解算法是将代价函数D对Ci求导数，使导数为0，从而得到最佳Ci值和Ci的迭代公式，用于更新抽头系数。以下介绍三种常用的算法1、 迫零算法基本思想：应调整抽头系数Cn，使信道和均衡器组合冲击响应的抽样值在间隔的取样点除一个外全部为零。即迭代算法：一般的，为确定迫使码间串扰为零的抽头系数，需要解2N+1个联立方程。基于数学上可以证明“调整抽头系数的任何迭代法都能使干扰的峰值最小”的结论，求出实用抽头系数的方法：新权重=原先权重 + 常数*预测误差*当前输入向量，即-（3-11）其中预测误差=期望输出值预测输出值；a 是控制收敛速率和算法稳定性的步长。通常要通过训练序列来调整均衡器权重（即抽头系数），在训练阶段之后，均衡器的抽头系数收敛到最佳值。再继续系数的自适应调整，采用一种简单的递推算法：-（3-12）2、最小均方算法(LMS：least mean square)基本思想：使均衡器的期望输出值和实际输出值之间的均方误差(MSE：E)最小化。性能：干扰噪声越大，则失调噪声就越大。减小步长，可减小稳态失调噪声，提高算法的收敛精度。变步长调整原则是：在初始收敛阶段或者未知系统参数发生变化时，步长应比较大，以便有较快的收敛速度和对时变系统的跟踪速度；而在算法收敛后，不管输入端干扰信号有多大，都应保持很小的调整步长以达到很小的稳态失调噪声。不足之处：梯度LMS算法的收敛速度是很慢的，特别是当输入协方差矩阵RNN的特征值相差较大，即lmax/lmin 1时。3、 递归最小二乘(RLS：Recursive Lease Squares Lattice)算法基本思想：其使用实际收到信号的时间平均的误差表达式，来代替统计平均的误差表达式，以加快收敛。做法：使估计误差的加权平方和最小：J（n）=其中，1）是输入信号自相关矩阵的特征值，2）=- 0 ，yN(i)是 i 时刻的接收端收到的输入数据向量，wN(n)是n 时刻新的抽头增益向量。可见，误差e(i,n)是用n时刻的抽头增益向量测试i时刻（in）的旧数据所得的误差，J(n)是在所有旧数据上用新抽头增益所测得的累计平方误差。要完成RLS算法就要找到均衡器的抽头增益向量wN(n)，使得累计平方误差J(n)最小，即： ，可以得到： 其中，wN是RLS均衡器的最佳抽头增益向量。 性能：是一个可以改变均衡器性能的抽头系数。如果信道是非时变的，那么可以设为1。而通常的取值为0.81。值对收敛误差没有影响，但是它影响着RLS均衡器的跟踪能力。值越小，均衡器跟踪能力越强。但是，如果值太小，均衡器将会不稳定。收敛速度快，其收敛性能与输入信号的频谱特性无关。计算复杂度高，需要的存储量极大，不利于实时实现。若自相关矩阵的逆失去了正定特性，可引起算法发散。 例3.2 下面参考美国数字蜂窝均衡器的设计。如果f = 900MHz，移动台的移动速度为 v = 80 km/h，求：（a）最大多普勒频移；（b）信道相干时间；（c）假定符号速率为24.3千个/秒，求不用更新均衡器时的被传符号的最大数目。解：（a）最大多普勒频移： fd=v/l=66.67Hz（b）信道相干时间：按式（379）求得Tc=9/(16pfd)=2.6910-3s= 2.69ms（c）为了确保对一个TDMA时隙的一致性，数据必须在2.69ms的时间间隔内被传送。若符号速率为24.3千个/秒，则可被传送的比特数为：Nb=24,3000.00269=65个字符五、自适应均衡器又由于移动信道是时变信道，因此移动通信系统中采用的均衡必须能够自适应。均衡器的选取：信道的最大期望时延可以指示设计均衡器时所使用的阶数，而信道特性的变化速率往往会对均衡器的收敛速率提出要求。前馈滤波器反馈滤波器判决器自适应算法输出序列训练序列+输入图3-12自适应均衡器结构图自适应均衡器一般包含两种工作模式，即训练模式和跟踪模式。训练模式：发射机发射一个已知的、定长的训练序列，用以训练均衡器的抽头系数加权算法（使均衡器输出的估值与所训练序列的误差ek的均方值为最小），使均衡器收敛。典型的训练序列是一个二进制伪随机信号或是一串预先指定的数据位。跟踪模式：直接利用通信中传输的数字信号的判决来形成误差信号（基于均衡器输出估计值与其判决值的之差），并依据自适应算法跟踪调节抽头系数的加权。五、均衡器的分类时域均衡系统的主体是横向滤波器，也称横截滤波器。如下图3-10所示，横向滤波器是由2N节抽头延迟线、2N+1个抽头、加权系数和相加器组成。每节延迟时间T=(一个码元周期)。 图310 横向滤波器可见，横向滤波器的抽头越多，均衡器的控制范围越大，均衡的效果越好。从理论上讲，只要N足够大，可以使符号间干扰为任意小。1、按技术分：线性与非线性。非线性均衡器又称为判决反馈均衡器，它由前馈部分和反馈部分组成，因此与线性均衡器的不同之处在于：线性均衡器的抽头系数是由的估计值决定；而非线性均衡器的抽头系数是由的以前符号值（即）决定。或者说均衡器的输出是否用于反馈控制，即是否控制后续的抽头系数可决定是否是非线性的。l 线性均衡（均衡器的输出未应用于均衡器的反馈逻辑中）n 优点：数值稳定性好、复杂度低n 缺点：当信道衰落严重不均时（即信道存在零点或深衰落时），性能不佳。原因：当出现深衰落时，线性均衡器会对该段频谱及近旁产生很大的增益，从而增加了该段频谱的噪声。n 横向滤波器结构图3-11 线性横向滤波器结构数学表达式：l 非线性均衡（均衡器的输出被应用于反馈逻辑中并影响了均衡器的后续输出）。a) 形式：判决反馈均衡器、最大似然符号检测均衡器和最大似然序列估值均衡器。i. 优点：当频谱衰落严重不均时，判决反馈滤波器仍能工作。ii. 缺点：复杂度高。b) 判决反馈均衡结构图3-11 判决反馈均衡数学表达式：c) 机理：以判决反馈均衡器为例，后馈滤波器由检测器的输出驱动，其系数可被调整以消除先前符号对当前符号的干扰。2、按检测级别：码片均衡（Chip Equalization）器、符号均衡器和序列均衡器三类。码片均衡器在码片级进行均衡，它是提高CDMA系统性能的一种特殊的均衡器，只能采用线性均衡。该方法的原理是对接收到码片波形在解扰/解扩之前进行码片级的自适应均衡，这样一来，在解扩前就只存在一条路径，即从某种程度上恢复了被多径信道破坏的用户之间的正交性，也即抑制了多址干扰。在蜂窝移动通信环境下，为了有效的利用训练序列，可以使用WCDMA下行链路的公共导频信道（Common Pilot Channel，CPICH），作为训练序列，即利用导频训练的抽头系数对用户信号进行均衡。符号均衡器对逐个符号进行判决，然后去除每个符号的ISI。序列均衡器进行符号序列检测判决，然后去除ISI，其中最大似然序列估计（MLSE）是最佳的均衡技术，经常作为其他均衡技术的性能上界。3、按结构可分为：横向和格形。其中格形滤波器复杂度较高，其数值稳定性高，收敛特性好，滤波器长度变化灵活。4、按频谱效率：n 基于训练序列：发射端发送训练序列，在接收端根据此序列对均衡器进行调整。n 盲均衡（BE：Blind Equalization）：不需要在传送时附加训练序列，就可使均衡器收敛。n 半盲均衡：效率介于前两者之间5、按所处位置：预均衡和均衡。预均衡利用了上行和下行信道具有互易性。6、按采样间隔：符号间隔均衡器和分数间隔均衡器。符号间隔的抽样间隔为符号时间间隔；分数间隔可避免欠采样引起的频谱混叠现象，而且能够对任意定时相位下发生的任意时延作出补偿。七、GSM中的均衡基本工作过程：首先，发射机发射一个已知的、定长的训练序列，以便接收机处的均衡器可以作出正确的设置。紧跟在训练序列之后被传送的是用户数据。在接收用户数据时，用均衡器补偿信道后判决得出所需数据。用自适应算法周期性地重复训练均衡器，以跟踪不断变化的信道。GSM数字移动通信系统中的训练序列如表3-1，它们具有很好的自相关性，以使均衡器具有很好的收敛性。表3-1 GSM系统的训练序列 序数 十进制 八进制 十六进制 二进制 1 9898135 45604227 970897 00100101110000100010010111 2 12023991 55674267 B778B7 00101101110111100010110111 3 17754382 103564416 10EE90E 01000011101110100100001110 4 18796830 107550436 11ED11E 01000111101101000100011110 5 7049323 32710153 6B906B 00011010111001000001101011 6 20627770 116540472 13AC13A 01001110