Problema del ecualizador de canal

Según una tecnología importante en los sistemas de comunicación, la ecualización se puede dividir en dos métodos: ecualización en el dominio de la frecuencia y ecualización en el dominio del tiempo. La ecualización en el dominio de la frecuencia utiliza las características de frecuencia del filtro sintonizable para compensar las características de amplitud-frecuencia y las características de retardo de grupo del canal real, de modo que las características de frecuencia total de todo el sistema, incluido el ecualizador, cumplan con las condiciones de transmisión sin interferencias. Interferencia de símbolos. La ecualización en el dominio del tiempo se considera directamente desde la perspectiva de la respuesta en el tiempo, de modo que la respuesta al impulso de todo el sistema de transmisión, incluido el ecualizador, cumple la condición de que no haya interferencia entre símbolos. La ecualización en el dominio de la frecuencia cumple los requisitos del teorema de conformación de Nyquist, y la condición de que no haya interferencia entre símbolos es relativamente flexible sólo en el punto de decisión. Por lo tanto, la ecualización en el dominio del tiempo se utiliza generalmente en las comunicaciones digitales.

Los ecualizadores en el dominio del tiempo se pueden dividir en dos categorías: ecualizadores lineales y ecualizadores no lineales. Si los resultados de la decisión son retroalimentación al receptor para el ajuste de parámetros del ecualizador, es un ecualizador no lineal; por el contrario, es un ecualizador lineal; Entre los ecualizadores lineales, la estructura de ecualizador más comúnmente utilizada es el ecualizador lineal transversal, que consta de varias líneas de retardo con un intervalo de tiempo de retardo igual al intervalo de símbolo. Existen muchos tipos de ecualizadores no lineales, incluido el ecualizador de retroalimentación de decisión (DFE), el detector de símbolos de máxima verosimilitud (ML) y la estimación de secuencia de máxima verosimilitud. La estructura del ecualizador se puede dividir en tipo horizontal y tipo rejilla. Dado que las características del canal de muchos sistemas de comunicación digital (como los canales de comunicación móvil inalámbricos) son desconocidas y varían en el tiempo, esto requiere que el ecualizador en el extremo receptor tenga capacidades adaptativas. Por lo tanto, el ecualizador puede utilizar algoritmos relacionados con el procesamiento de señales adaptativos para lograr una ecualización de canal de alto rendimiento, lo que se denomina ecualizador adaptativo.

El proceso de trabajo del ecualizador adaptativo incluye dos etapas, una es el proceso de entrenamiento y la otra es el proceso de seguimiento. Durante el proceso de entrenamiento, el transmisor envía un conjunto de secuencias de entrenamiento de longitud fija conocida al receptor, y el receptor establece los parámetros del filtro en función de las secuencias de entrenamiento para minimizar la tasa de error de detección. Una secuencia de entrenamiento típica es una secuencia de señales binarias pseudoaleatorias o señales de forma de onda fija, seguida de una secuencia de símbolos de mensajes de usuario. El ecualizador adaptativo del receptor utiliza un algoritmo recursivo para estimar las características del canal, ajustar los parámetros del filtro y compensar las distorsiones en las características del canal. La selección de la secuencia de entrenamiento debe satisfacer el requisito de que el ecualizador del receptor pueda ajustar los parámetros del filtro incluso en las peores condiciones del canal. Por lo tanto, una vez finalizada la secuencia de entrenamiento, los parámetros del ecualizador están básicamente cerca de los valores óptimos, lo que garantiza la recepción de datos del usuario y el proceso de entrenamiento del ecualizador es exitoso, lo que se denomina convergencia del ecualizador. Al recibir datos de mensajes de usuario, el ecualizador también cambia continuamente los parámetros del ecualizador a medida que cambian las características del canal.

El tiempo de convergencia del ecualizador está determinado por los cambios en el algoritmo de ecualización, la estructura del ecualizador y las características del canal. Normalmente, el ecualizador debe entrenarse repetida y periódicamente para garantizar que siempre pueda suprimir eficazmente la interferencia entre símbolos. Por lo tanto, las secuencias de datos del usuario deben dividirse en paquetes de datos o intervalos de tiempo para su transmisión.

El ecualizador suele funcionar en la parte de la señal de banda base o de frecuencia intermedia del receptor. La envolvente compleja de la señal de banda base contiene toda la información del ancho de banda de la señal del canal, por lo que el ecualizador suele estimar la respuesta al impulso del canal y. demodula la banda base. Implementa algoritmos adaptativos al emitir señales.

También le doy un ejemplo de simulación:

Programa de simulación de ecualizador adaptativo:

%Explicación del algoritmo RLS tradicional

Todo cerrado;

W = 2,9

nexp = 10;

N = 2000

NMC = 1 % del logro general

p>

m = 11; % coeficiente de tap

λ = 0,99; factor de olvido %

varv = 0,001 % de varianza del ruido

h = cero; (3, 1); Inicialización de %h

er = cero (N, Nmc) Inicialización de %er

h(1)= 0.5 *(1+cos(2); * pi *(1-2)/W));

h(2)= 0,5 *(1+cos(2 * pi *(2-2)/W));

h(3)= 0.5 *(1+cos(2 * pi *(3-2)/W));

% curva de aprendizaje

HC =[0h (1)h(2)h(3)]';

n0 = 7;

t =(1:N)';

Para i =1:Nmc

y=sign(rand(N, 1)-0.5);% señal de entrada

v=sqrt(varv)*randn(N, 1);% Señal de ruido

x = filtro (hc, 1, y) + v; % mezcla de señal

x = [ceros (M-1, 1];

yd = cero (N+M-1, 1); % de retardo de inicialización de la señal

e = yd

yd(nM-1: N +M-1)= y(1:N-n1);

% algoritmo CRLS

% inicialización

λ= 0,98;

p>

p=(10^-3)*ojo(m,m);

c =cero(M,1);

g = c;

p>

glambda = g;

Porcentaje de rango de iteración

Para n=M:M+N-1

xn = flip ud(x( n-M+1:n));

glambda = P * xn

alfa l = lambda+conj(glambda ')* xn ;

g = glambda/lambda; a(n)= 1-conj(g ')* xn;

P =(P-g * conj(glambda ')/lambda;

P =( P+P ')/2;

e(n)= yd(n)-conj(c ')* xn;

c = c+g * conj(e( n));

Fin

Fin

eplot=e(M:M+N-1). ^2;

Subtrama (2, 1, 1), trama (t, abs(eplot))

ylabel('|e(n)|^2'); /p>

xlabel(' n ');

Gráfico de rama (2, 1, 2), gráfico (t, a(M:M+N-1));

y etiqueta(' \ alpha(n)');

xlabel(' n ');