信道估计与均衡理论

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
•用类似的推导可得以下迭代公式:



•h
•t •0
•信道模型1 •h
•t •0
•信道模型2

•信道模型3

•发射未调载波的情况,以便直观地说明海洋多径效应对信号传输的影响
•发射信号简化为
•即:
•接收信号:
•或
•第 •条路径的幅度
•第 •条路径的时变相位
•它们随时间的变化与载波周期相比要缓慢许多,视为缓慢变化的随机过 程
•设 •有:
•包络
•相位

信号经过信道传输后的结论
可以看作一个窄带过程 ;
在任一时刻 , 以及 是 的和;

具有时变特性ห้องสมุดไป่ตู้水声信道
设发射信号为
•接收信号为 •等效低通信道的时变冲激响应 •仅传输载频接收信号的等效低通信号:

在接收信号强度出现快速、大幅度的周期性变 化就被称为快衰落,若接收信号包络中值随时 间出现较慢的变化,就被称为慢衰落。 水声信道可以看作是一个慢衰落信道

自适应均衡算法

自适应滤波器的原理
信道估计与均衡理论

概述
信道及均衡
1、何谓信道? 2、均衡的目的、意义
信道均衡的起源与发展
1、固定参数均衡 2、可调参数均衡 3、盲均衡

信道的基本概念
信息传输的路径
包括信息传输的各环节

均衡的目的、意义
保证非失真地高速传递 信息

信道均衡的起源与发展
固定参数均衡
A、频域均衡 B、时域均衡
X、Y高斯随机变量;
R平稳窄带高斯过程
•一维分布服从瑞利分布
一维分布服从均匀分布
个随机变量

水声信道的模型
1、不考虑信道本身的时变特性

设多径时延
•为多径传播的相干带宽 •频率选择性衰落
•实际上,多径一般不止两条,且由于水声传输介质的缓变,相对时延差 •随时间改变,而且传媒的传输特性本身就随时间作缓慢变化,因此传输媒介 对不同的频率成分有不同的、随机的响应,这些都会加剧信道的频率选择性 衰落。
抽头延迟线构成的横向滤波器结构
•设 •为输入信号,它表• 示了连续时间信号 •在
•时刻的离散采样值。
•各抽头的输出信号分别经过一个乘法器与权值 •, •,…, •相乘,把这些相乘结果相加,便形成了此时的输出信号
•输出信号与期望信号相比较

•定义输入矢量
•定义权矢量

•定义R为下述方阵: •定义P为列矢量:
•在LMS算法中,简单地 取
•本身作为 •的估值

•采用这个简单的梯度估值,可以导出一种最速下降法的自适应算法 •确保收敛:

递归最小平方算法(RLS)
•最佳权向量为: •其中 :
•为了递归求得权向量,用估计来代替其期望 :
•考虑仅获得一个新的观察值 •的情况: •定义

•这里: •由矩阵恒等式:
3.海洋环境噪声
地震活动、风动海面、降雨、分子热运动、海洋生物活动、潮汐、涌浪
4.时变、空变、随机性
信道可被看为空变、时变的梳状滤波器,由若干子通带构成
5.多普勒效应
接收机与发射机之间的相对运动 ,流的影响

多径信道的简化模型
发送信号
窄带信号:信号带宽B远远小于载波频率,即 B<<
展开: 信号正交分量 带通信号的复数表示
•得到: •其次:

•定义:
•则可得到 :
•(1),(2),(3)构成RLS算法
•的初始值可以从初始数据计算得到,也可以简单地令 •是足够大的正数,典型值
•的初始值可以通过估计
•得到或简单地令

•遗忘因子
•以上推导的自适应算法的记忆时间无限长,滤波器系数值是所有已输入信 号的函数。为了使新到的数据较之旧数据更为重要,可在算法中引入“遗忘 因子”,一个方法是采用输出的指数加权平方和来代替平方和代价函数。
可调参数均衡
人工调节参数 自动调节参数
盲均衡
无需先验知识的均衡

均衡的概念和基础

自适应均衡器解决的问题:
信道的变化特性 带宽限制 时变特性
最小均方误差(MMSE)准则

海洋信道——衰落信道
1.有限通信带宽
传播损失,声线弯曲,相位畸变
2.多途效应
折射、反射、散射,浅海,扩展时间几百毫秒,深海扩展可至几秒

提取的带通信号
•的另一种表达形式
•复包 络
•复载波 •s(t)的包络 •s(t)的相角
•信号经过信道后,由于边界反射、传输衰减等影响,得到的信号:
•衰减因数
•传播时延

•等效低通信号为 •用其时变冲激响应来描 述
•多径传播效应使发射信号的幅度和相位都发生了畸变,并且其变化规 律是人们无法预知的,相当于给发送信号的包络和相位一个附加的调制

•均方误差为
•对于二次型性能函数仅有一个整体最佳值 ,基于梯度法。 •表示均方误差性能表面的梯度:
•令权向量等于其最佳值


•假设 •是非奇异的,则:
•最小均方误差为:

最小均方误差算法(LMS)
•梯度搜索法的基本思想:
•若权矢量
•在
•时刻值记 为
•迭代收敛的充要条件是:
•其中 •是 •的最大特征值
相关文档
最新文档