В многолучевом окружении затухания, приемник обычно обнаруживает несколько постоянно изменяющихся, задерживаемых версий переданного сигнала. Эти дисперсионные во времени каналы вызывают межсимвольную интерференцию (ISI), которая происходит, когда символы, полученные от нескольких путей, задерживаются и перекрываются во времени. ISI вызывает высокую частоту ошибок, потому что символы из нескольких принятых путей мешают друг другу и становятся неотличимыми приемником.
Эквалайзеры пытаются уменьшить ISI и улучшить эффективность приемника. Структуры эквалайзера являются фильтрами, которые пытаются соответствовать характеристике канала распространения. Для изменяющихся во времени каналов распространения адаптация весов отводов фильтра эквализации так, чтобы они поддерживали соответствие каналу с течением времени, улучшает эффективность частоты ошибок.
Communications Toolbox™ включает в себя Системные объекты и блоки для восстановления передаваемых данных с помощью линейных, обратной связи или оценки последовательности максимальных вероятностей (MLSE) эквализационных структур. Для получения дополнительной информации см. раздел «Выбранные ссылки для эквалайзеров».
Этот рисунок показывает опции строения высокого уровня для каждой структуры эквализации.
Для каждой структуры эквалайзера можно сконфигурировать структурные настройки (такие как количество отводов и начальный набор весов отводов), алгоритмические настройки (такие как размер шага) и сигнальное созвездие, используемое модулятором в вашем проекте. Вы также задаете адаптивность весов отводов эквалайзера на протяжении всей симуляции.
Структуры линейного фильтра и фильтра с обратной связью принятия решений адаптируют веса отводов с помощью адаптивного алгоритма LMS, RLS или CMA. При использовании этих структур эквалайзера количество выборок на символ определяет, обрабатываются ли символы с помощью целого или дробного интервала символов.
При использовании адаптивных алгоритмов LMS и RLS эквалайзер начинает работать в режиме обучения весов отводов. Сконфигурируйте эквалайзер для работы адаптивно в направленном на принятие решений режиме или без дальнейшей настройки отводов после завершения обучения.
При использовании адаптивного алгоритма CMA эквалайзер не имеет режима обучения. Можно сконфигурировать эквалайзер для работы адаптивно в направленном на принятие решений режиме или в неадаптивном режиме.
Чтобы исследовать возможности линейного фильтра с обратной связью и принятия решений, смотрите Адаптивные Эквалайзеры.
Эквалайзеры оценки последовательности максимальных вероятностей (MLSE) используют алгоритм Viterbi. Структура эквализации MLSE обеспечивает оптимальное соответствие с принятыми символами, но она требует точной оценки канала и является наиболее вычислительно сложной структурой. Для исследования возможностей эквалайзера MLSE см. Раздел «Эквалайзеры MLSE».
Вычислительная сложность каждой эквализации увеличивается с длиной временной дисперсии канала. Принимая во внимание Допплеровские и частотно-селективные характеристики канала, используйте информацию в этой таблице при выборе, какую эквализацию использовать в вашей симуляции.
Структура эквалайзера | Допплеровская скорость | Является ли частота канала селективной? | Вычислительная сложность |
---|---|---|---|
Линейный RLS | Высоко | Нет | Среда |
Линейная LMS | Низко | Нет | Самый низкий |
Линейный CMA | Низко | Нет | Самый низкий |
DFE RLS | Высоко | Да | Среда |
DFE LMS | Низко | Да | Самый низкий |
DFE CMA | Низко | Да | Самый низкий |
MLSE | Низко | Да | Самый высокий |
[1] Farhang-Boroujeny, B., Adaptive Filters: Theory and Applications, Chichester, England, John Wiley & Sons, 1998.
[2] Haykin, Simon, Adaptive Filter Theory, Third Ed., Upper Saddle River, NJ, Prentice Hall, 1996.
[3] Kurzweil, Jack, An Introduction to Digital Communications, New York, John Wiley & Sons, 2000.
[4] Proakis, John G., Digital Communications, Fourth Ed., New York, McGraw-Hill, 2001.
[5] Steele, Raymond, Ed., Mobile Radio Communications, Chichester, England, John Wiley & Sons, 1996.