第五章分集与均衡.ppt

1、多样性和均衡，2。综述：小尺度衰落、选择性衰落和各域平坦衰落：小尺度衰落在时间、频率和空间上的深度可达3040分贝，通过增加发射功率来克服是不现实的。分集是克服小尺度衰落的有效方法。3.分集技术的基本原理。通过适当地设计信号或接收机结构，接收机可以接收具有相同信息和独立衰落特性的多个信号。(子)接收器收集这些信号，并以特定方式组合它们，以减少信号电平的波动(设置)。分集有两个含义，一个是分散传输，另一个是集中处理以减少衰落的影响。4.分集技术的基本原理是利用接收信号在结构上的不同特性和统计特性来区分它们，并根据一定的规则和原则将它们结合起来实现抗衰落。分集的必要条件是接收机必须能够接收几个不同

2、的样本信号，这些信号携带相同的信息，并且在统计上是独立的(或近似独立的)。这些具有不同值的信号可以通过不同的方式获得，例如空间、频率、时间等。主要是指如何有效区分信息内容相同但统计上独立的不同值的可接收信号。5、分集技术的分类是按“点”划分的，即根据接收信号样本的结构和统计特性，它可以分为三种基本类型：空间、频率和时间；除以“集合”，即除以集合和组合，可分为选择性组合、等增益组合和最大比值组合；根据组合位置，可分为射频组合、中频组合和基带组合，其中最常用的是基带组合；分集也可以分为接收机分集、发射机分集和联合发射机/接收机分集。从另一个角度看，多样性也可以分为显性多样性和隐性多样性。一般来说，

3、使用多套设备实现分集称为传统的显式分集，接收空间分集是典型的显式分集；它被称为隐式分集，采用一套设备，并使用信号设计和处理。空间分集空间分集是利用接收位置的差异和不同位置接收信号的统计无关性，即衰落特性的差异来实现抗衰落性能。空间多样性有两种变体。极化分集：天线的多个极化方向所经历的衰落是相互独立的。角度分集：在空间分集中，由于在接收端使用了N个天线，如果它们具有相同的尺寸、形状和增益，空间分集不仅可以获得抗衰落的分集增益，还可以由于设备容量的增加而获得设备增益。例如，两套具有双空间分集的设备可以获得3dB的设备增益。频率分集频率分集利用衰落信道后不同频带信号的统计不相关特性，即不同频带衰落统

4、计特性的差异，实现抗衰落(频率选择性)功能。在实现中，要传输的信息可以被调制并在独立于频率的载波上传输。所谓的频率无关载波是指不同载波之间的间隔大于相干带宽，即l是接收信号的延迟扩展。时间分集时间分集使用随机衰落信号。当采样点之间的时间间隔足够大时，两个采样点之间的衰落在统计上是不相关的，即衰落在时间上的统计特性的差异实现了抗时间选择性衰落的功能。与空间分集相比，时间分集具有减少接收天线和相应设备数量的优点，而缺点是占用时隙资源增加了开销并降低了传输效率。9、固结法、线性固结：不同的值对应不同的固结方法和不同的性能。10、合并方法，选择合并，选择合并示意图如下所示。选择信噪比最大的分支，只有一

5、个取1，其他取tak等增益合并(EGC)，12，合并方法，最大比合并(MRC)。在接收端，存在统计上不相关的分集分支，这些分支经过相位校正，由适当的可变增益加权，然后相加并发送到检测器进行相干检测。最大比值组合示意图如下。ai与第I个分支的信号幅度成正比(噪声方差是一定的)，13，组合模式，三种主要组合模式的性能比较下图显示了三种组合模式的平均信噪比的改善程度。14，分集性能图，15，分集性能分析，即使只选择并组合了两个分集信号，性能改进也非常显著。误差率为1时，所需的信噪比降低约10dB。因此，可以降低传输功率或者增加覆盖区域或者增加数据传输速率。最大比合并输出信噪比随着合并支路数的增加而线

6、性增加。复杂度是限制因素。16，隐藏分集，概念：隐藏在信号传输模式中的分集技术。接收机通过信号处理技术实现分集。包括交织编码技术、抗深度衰落和抗突发干扰；跳频技术，抗多径，抗衰落，抗干扰；直接序列扩频技术，抗多径，抗衰落，抗干扰。17、直接序列扩频实现隐式分集，扩频/解扩过程实现频率分集和抗干扰；瑞克接收能够抵抗多径效应和衰落。DSSS多径的分离与组合：原因：无线传输信道是多径信道；目标分离并组合多径信号矢量和标量和；增强信号，减少干扰，减轻衰落；分离方法：特征码、扩频/解扩；合并：瑞克接收技术。关键技术：签名设计和信号带宽设计。要求DSSS信号的自相关性能和互相关性能良好。合并方法和准则有：

7、第一路径法、最强路径法、等增益合并法、最大比率合并法、自适应合并法等。18、发射分集，概念：利用线性系统的互易性，将在尺寸和复杂度都非常有限的移动站上难以实现的分集接收技术转移到基站的发射端。开环发射分集：性能优于单天线，非分集OTD正交发射分集(tstd)(基于空时分组编码的发射分集)闭环发射分集：当多普勒频率较小时，性能优于STTD。多径衰落信道中的均衡技术。均衡是改善带限信道传输特性的有效手段，它起源于固定有线传输网络中的均衡滤波器。目前，有两种基本的均衡方法：频域均衡，主要从频域上满足无失真传输条件，通过分别校正系统的幅频特性和群时延特性来实现。主要用于早期的固定有线传输网络。20、时

8、域均衡，主要考虑时间响应，使包括均衡器在内的整个系统的脉冲响应满足无符号间串联绕组的理想条件。目前，横向滤波器被广泛使用，它可以根据信道特性的变化进行调整。它比频域更便于实现，而且其性能一般优于频域，因此得到了广泛的应用。特别是在时变的移动信道中，几乎所有的信道都是在时域中实现的。在衰落信道中引入均衡的目的是减少或消除信道引起的码间干扰。21、GSM数字蜂窝系统，由于它采用时分多址TDMA方式，它对每个用户的信息传输采用时分复用方式，而不是码分用户的并行方式或正交多载波OFDM的频分复用方式，而且它的符号速率相对较高，所以它一般满足条件，所以有必要采用自适应均衡技术。北美的IS-54和IS-1

9、36等数字蜂窝系统也满足这一条件，也需要采用自适应均衡器；影响均衡效果的另一个重要因素是信道多普勒频率因为在接收端使用均衡器，所以需要测量信道特性，即信道脉冲响应，并且信道特性的时变速度必须小于发送符号的持续时间，即必须满足：22、自适应均衡、快速收敛、低实现复杂度和计算；以及23、时域均衡原则上可以分为线性和，并且每种类型可以分为几种结构。对于每种结构的实现，可以根据特定的性能标准采用几种自适应调整滤波器参数的算法。我们根据时域自适应均衡的类型、结构和算法进行分类。P221图8.17。1.线性均衡器线性均衡器的结构相对简单，主要的实现方法是横向滤波和网格滤波。2.在最小序列误差概率准则下，最

10、大似然序列判决MLSD对于非线性均衡器是最优的，但其实现的计算复杂度随着多径干扰符号长度l呈指数增长。低复杂度实现：DFE均衡器。时域均衡分类，24。在移动通信中，由于多径衰落的影响，当要传输的消息符号速率很高，例如几百kbps或更高时，当码间干扰的符号长度为L=10时，MLSD的计算太复杂而不能使用。此时，DFE是最合适的时域自适应均衡方法，因为它的次优和高计算效率。基本思想是，如果已经检测到携带信息的符号，则可以估计该符号对未来符号的影响，并从接收信号中消除该影响。DFE也可以用于GSM移动通信，其实现复杂度比MLSD方案简单，性能下降不明显。时域均衡分类，25。横向滤波是时域均衡的主要实

11、现方式。它由多级抽头延迟线、可变增益加权系数乘法器和加法器组成。横向滤波器结构如下图所示：26、输入信号x(t)通过2N延迟线，每级群时延为，其中为传输系统的奈奎斯特采样频率，即信号x(t)的最高频率。在每一级延迟线的输出端，信号被相应地导出，乘以可变增益加权系数，然后送到求和电路进行代数加法运算，形成总输出信号y(t)。有2N 1个滤波器抽头，加权系数可变且可调，可以取正值和负值，中心抽头系数被归一化。27，如果横向滤波器的脉冲响应为g(t)，则输出响应变为或可见，系统的输出波形y(t)将是具有不同时间延迟的2N 1均衡器输入波形x(t)的加权和。对于实际响应波形x(t)，只要抽头增益系数选

12、择得当，输出波形在所有奈奎斯特采样点(k=0除外)都可能趋于零。28，when，或缩写为：29，在上述公式中，在采样时间到第N个符号时，由N周围的K个符号引起的符号间干扰被表示。这样，横向滤波器的功能是调整抽头增益系数(不包括)，使得以N为中心的前后符号的采样值在采样时间t=时趋于零。也就是说，消除它们对第n个符号的干扰。因此，横向滤波器可以控制和消除每个符号内的符号间干扰。横向滤波器达到这种状态的特性称为“收敛”。显然，横向滤波器的抽头越多，即n越大，控制范围越大，均衡效果越好。然而，抽头越大越多，调整就越困难，在工程中性能和实现复杂性之间应该做出合理的折衷。30。当均衡器采用有限抽头()时

13、，均衡器的输出将不会达到理想的无码间干扰条件，并且它必须仍然具有残余失真，并且n越小，失真越大。两个问题：均衡器的抽头增益应该调整到最佳的原则是什么？如何达到(监管标准)？(调整算法)，均衡器调整，31，峰值失真标准：它可以简单地定义为均衡器输出端最差情况的码间干扰的码间干扰值，并且在该性能指标下寻求最小化作为峰值失真标准。均方误差均方误差准则：该算法同时考虑均衡器输出端的码间干扰和加性噪声，并根据最小均方误差准则计算横向滤波器的抽头系数。32，判决反馈均衡器DFE，它由两个滤波器组成：一个是前馈滤波器，另一个是反馈滤波器。前馈滤波器的功能与线性均衡器的功能相同。反馈滤波器将先前检测到的符号的

14、判决输出作为其输入。反馈滤波器的功能是从过去检测到的符号中估计当前检测到的符号的符号间干扰，然后从前馈滤波器的输出中减去它，从而减少当前输出符号的符号间干扰。33，判决反馈均衡器的原理框图如下。34岁。由横向滤波器实现的判决反馈均衡器的结构如下：35。在由横向滤波器实现的判决反馈均衡器中，前馈滤波器具有抽头系数，而反馈滤波器具有抽头系数。判决反馈均衡器的数学表达式是第k个信息符号的估计，n=横向滤波器的抽头系数加权值。上述公式中的第二项表示当前检测到的符号的符号间干扰是根据过去检测到的符号来估计的。36、基于RLS准则的格型滤波器、线性均衡和判决反馈均衡器可以通过横向滤波器或格型滤波器实现，格型滤波器的结构如下所示。37，点阵滤波器，其中：k阶前向预测误差，k阶后向预测误差和k阶抽头系数值。均衡器算法和均衡器自适应算法可以根据不同的优化准则得到不同的算法：最小均方算法、递归最小二乘算法、快速最小二乘算法、格型最小二乘算法和维特比算法等。1.最小均方误差