引言
由于多径衰落和多普勒频移的影响,移动通信系统接收信号会产生很大的衰落深度。为了克服这种深度衰落,分集技术和均衡技术应运而生。
分集技术
分集主要指的是分集接收,接收端信息恢复是在多重接收的基础上,利用接收到的多个信号适当的组合来减少接收时窄带平坦衰落深度和持续时间,进而提高通信质量。最常用的分集技术是空间分集,此外还包括天线极化分集,频率分集和时间分集等技术。我们熟悉的码分多址系统就是使用时间分集来改善链路性能。
分集的基本原理是通过寻找传输过程中独立(接近独立)的多径信号,按照一定的规律进行组合合并来实现抗衰落。一条路径中的信号可能经历了深度衰落,但另一条路径中的信号可能仍然很强,因此可以用于组合的方式来提高信噪比。
分集技术能够应用的必要条件是,接收端能够接收到同一信息内容且统计上相互独立的若干样值信号。
分集信号的合并具有多种方案:选择合并,最大比合并,等增益合并。
- 选择合并:将天线接收的多路信号加以比较后选取最高信噪比的分支。
- 最大比合并:通过各分集分支采用相应的衰落增益加权再合并,从而使输出的信噪比最大。
- 等增益合并:各支路同相后等增益相加作为合并后的信号。
均衡技术
均衡是信道的逆滤波,用于消除由于多径效应引起的码间干扰。如果调制信号的带宽超过无线信道的相干带宽就会出现码间干扰。
均衡可以分为线性均衡和非线性均衡两类。线性均衡和非线性均衡的差别在于均衡器的输出是否用于反馈控制。如果没有,均衡器就是线性的。相较于非线性均衡器,线性均衡器实现简单但是噪声增强现象严重。
由于无线衰落信道的随机时变特性,均衡需要结合自适应技术。自适应均衡可以分为:基于训练序列的均衡,盲均衡,半盲均衡。盲均衡由于不需要训练序列,频谱利用率高,但是收敛速度较慢。基于训练序列的均衡就是利用发射端发送训练序列来对均衡器进行调整。
均衡算法:自适应均衡算法研究是研究的重要方向,研究人员致力于寻找收敛速度快,计算复杂度低,数值稳定性好的自适应均衡算法。比较常见的算法有:
- LMS最小均方
- RLS最小二乘
- 变化域
- 仿射投影