【正文】
在信道記憶長(zhǎng)度較大、每符號(hào)傳輸較多比特?cái)?shù)(每符號(hào)具有較多的狀態(tài)數(shù))時(shí),算法的復(fù)雜度較大。 38 五、預(yù)測(cè)判決反饋均衡器結(jié)構(gòu) 結(jié)構(gòu) 組成 前饋濾波器 后饋濾波器 與判決后饋均衡器不同點(diǎn): 兩個(gè)濾波器用于調(diào)整濾波器系數(shù)的誤差信號(hào)不同。 34 四、判決反饋均衡器結(jié)構(gòu) 結(jié)構(gòu) 由前饋濾波與反饋濾波兩部分組成 , 稱之為反饋判決均衡器。為此建立 m階預(yù)測(cè)器:利用 來(lái)預(yù)測(cè)當(dāng)前輸入信號(hào) ,稱為 前向預(yù)測(cè) ,有: 利用 來(lái)對(duì) 進(jìn)行預(yù)測(cè),稱之為 后向預(yù)測(cè) (在最佳預(yù)測(cè)器的設(shè)計(jì)算法情況下,其預(yù)測(cè)器的系數(shù)與前向預(yù)測(cè)器的系數(shù)呈反序關(guān)系): ()xn( 1 ) , ( 2 ) , , ( )x n x n x n m? ? ?()xn,1( ) ( )mmkkx n a x n k????( ) , ( ) , ( 2 ) , , ( ( 1 ) )x n x t n x n x n m? ? ? ?()x n m?,1( ) ( )mmkkx n m a x n m k?? ? ? ??27 三、線性格型濾波器結(jié)構(gòu) 預(yù)測(cè)器的誤差為: 經(jīng)推導(dǎo),預(yù)測(cè)器誤差存在以下推導(dǎo)關(guān)系: 其中:( m=1,2,……M ) ,1( ) ( ) ( )mm m kkf n x n a x n k?? ? ??,1( ) ( ) ( )mm m kkb n x n m a x n m k?? ? ? ? ??11( ) ( ) ( ) ( 1 )m m m mf n f n k n b n??? ? ?11( ) ( 1 ) ( ) ( )m m m mb n b n k n f n??? ? ?28 三、線性格型濾波器結(jié)構(gòu) 初始化條件: 這里 : 的計(jì)算:用 Durbin算法由自相關(guān)系數(shù)的估值來(lái)算出,其運(yùn)算量很大。 均衡器的輸入高斯白噪聲信道特性。 五、均衡器的信道模型 8 在最佳接收條件下具有 高斯非白噪聲信道模型 如下: 該模型對(duì)均衡器的結(jié)構(gòu)設(shè)計(jì)、算法均會(huì)產(chǎn)生影響。Institute of Communications Engineering Institute of Communications Engineering Institute of Communications Engineering 167。 傳統(tǒng):高斯白噪聲輸入模型 白化噪聲離散信道模型。 優(yōu)點(diǎn): 利用采用傳統(tǒng)的分析方法對(duì)均衡器設(shè)計(jì)。實(shí)際采用遞推方程來(lái)遞推估計(jì): 00( ) ( ) ( )f n b n x n??( ) ( )mmk n a n?()mkn11( 1 ) ( ) [ ( ) ( 1 ) ( ) ( ) ] 0m m m m m mk n k n u f n b n b n f n m M??? ? ? ? ? ? ?29 三、線性格型濾波器結(jié)構(gòu) 30 三、線性格型濾波器結(jié)構(gòu) 2 格型自適應(yīng)預(yù)測(cè)器的特性 前向?yàn)V波器不同階的預(yù)