自适应均衡器的设计与仿真

在移动通信领域中，码间干扰始终是影响通信质量的主要因素之一。为了提高通信质量，减少码间干扰，在接收端通常采用均衡技术抵消信道的影响。由于信道响应是随着时间变化的，通常采用自适应均衡器。自适应均衡器能够自动的调节系数从而跟踪信道，成为通信系统中一项关键的技术。

本篇论文在对无线通信信道进行研究的基础上，阐述了信道产生码间干扰的原因以及无码间干扰的条件，介绍了奈奎斯特第一准则和时域均衡的原理。深入研究了均衡器的结构和自适应算法，在均衡器的结构中主要介绍了4种自适应均衡器结构即线性横向均衡器、线性格型均衡器、判决反馈均衡器和分数间隔均衡器，并对这几种结构进行了比较。对于系数调整算法主要介绍了常用的几种算法，包括LMS算法、RLS算法以及盲均衡常用的恒模算法(CMA)，并讨论了它们各自的优缺点。最后选用线性横向均衡器结构与上述3种系数调整算法，利用MATLAB进行仿真，并对结果进行分析与比较。

通常信道特性是一个复杂的函数，它可能包括各种线性失真、非线性失真、交调失真、衰落等。同时由于信道的迟延特性和损耗特性随时间做随机变化，因此，信道特性往往只能用随机的过程来进行描述。例如，在蜂窝式移动通信中，电磁波会因为碰撞到建筑物或者其他物体而产生反射、散射、绕射，此外发射端和接收端还会受到周围环境的干扰，从而产生时变现象，其结果为信号能量会不止一条路径到达接收天线，我们称之为多径传播。

数字信号经过这样的信道传输后，由于受到了信道的非理想特性的影响，在接收端就会产生码间干扰(ISI)，使系统误码率上升，严重情况下使系统无法继续正常工作。理论和实践证明，在接收系统中插入一种滤波器，可以校正和补偿系统的特性，减少码间干扰的影响。这种起补偿作用的滤波器称为均衡器。校正可以从时域和频域两个不同的角度来考虑：频域均衡是利用可调滤波器的频率特性来弥补实际信道的幅频特性和群延时特性，使包括均衡器在内的整个系统的总频率特性满足无码间干扰传输条件。时域均衡是从时间响应的角度考虑，使包括均衡器在内的整个传输系统的冲击响应满足无码间干扰的条件。频域均衡满足奈奎斯特定理的要求，仅在判决点满足无码间干扰的条件相对宽松一些。随着数字信号的处理理论和超大规模集成电路的发展，时域均衡器已成为当今高速数字通信中所使用的主要方法。调整滤波器抽头系数的方法有手动调整和自动调整。如果接收端知道信道特性，例如信道冲击响应或频域响应，一般采用简单的手动调整方式。由于无线通信信道具有随机性和时变性，即信道特性事先是未知的，信道响应是时变的，这就要求均衡器必须能够实时地跟踪通信信道的时变特性，可以根据信道响应自动调节抽头系数，我们称这种可以自动调整滤波器抽头系数的均衡器为自适应均衡器。

利用上面给出的LMS算法和第三章给出的横向均衡器，用MATLAB进行了仿真，它的步长因子是0.03，采样频率为1000Hz，模拟频率为10Hz，采样次数为1000.信道参数为[-0.005,0.009,-0.024,0.854,-0.218,0.049,-0.0323];抽头系数为30个。图5-2(a)给出了发送的正弦序列信道的图形，经过上述信道和噪声影响后输出的信号图形，以及经过均衡器后输出的信号图形，最后一个是通过LMS算法均衡器均衡后，期望输出与均衡后输出误差的收敛速度。

 

 

 

 图5-1 LMS算法实现的均衡器

5.2 采用线性横向均衡器与RLS算法

利用上面给出的RLS算法和第三章给出的横向均衡器，用MATLAB进行了仿真，遗忘因子为0.99，采样频率为1000Hz，模拟频率为10Hz，采样次数为1000.信道参数为[-0.005,0.009,-0.024,0.854,-0.218,0.049,-0.0323];抽头系数为30个。图5-2(a)给出了发送的正弦序列信道的图形，经过上述信道和噪声影响后输出的信号图形，以及经过均衡器后输出的信号图形，最后一个是通过RLS算法均衡器均衡后，期望输出与均衡后输出误差的收敛速度。图5-2(b)是LMS算法和RLS算法收敛速度的比较图，从图中可以看出，RLS算法比LMS算法收敛速度快，并且RLS算法最先达到稳定状态，可以看出RLS算法均衡器均衡效果比LMS算法均衡器均衡效果要好。图5-2(c)是理想信号和分别经过LMS算法均衡器及RLS算法均衡器后的输出信号图形。

 

图5-2(a) RLS算法均衡的信号图形

 

图5-2(b)LMS和RLS算法收敛速度的比较

 

 

图5-2(c)理想信号与均衡后信号的比较

 

5.3利用恒模算法和线性横向均衡器

利用上面给出的CMA算法和第三章给出的线性横向均衡器，用MATLAB进行了仿真，仿真所用的调制信号为4QAM调制信号，信道参数为[1 0.3 -0.3 0.1 -0.1]，抽头系数有7个。图5-3(a)为理想4QAM调制信号的星座图，图5-3(b)为经过上述信道和噪声影响后的信号星座图，其中信噪比为15dB，图5-3(c)是信噪比为15dB时均衡器输出信号的星座图，图5-3(d)是信噪比为20dB时均衡器输出信号的星座图，通过比较图5-3(c)和图5-3(d)可知，信噪比越大，星座图张开的越大。图5-3(e)是使用CMA算法，误差的收敛速度，在迭代次数为800左右的时候，误差已经基本达到稳定状态。CMA算法在均衡方面效果很好，所以得到了广泛的应用。

 

 

 

 

 图5-3(a)理想4QAM调制信号星座图

 

图5-3(b) 均衡器输入端信号星座图

 

图5-3(c)（snr=15）均衡器输出端信号星座图