基于LMS算法的DFE判决反馈均衡器

基于LMS算法的DFE判决反馈均衡器

DFE原理

       DFE(decision feedback equalization )判决反馈均衡器。它是一种非线性均衡器,由前馈滤波器和反馈滤波器组成,前馈部分可以消在时间上超前的码间干扰(后面符号对当前码元的前导干扰)和时间上滞后的码间干扰(前面符号对当前码元产生的拖尾干扰),反馈部分可以抵消在时间上滞后的码间干扰

      判决反馈均衡(DFE)结构最初由 Austin在1969年正式提出,其性能优于线性均衡器,而与最大似然序列估计器(MLSE)相比,实现复杂度相对较低,是次最优的最大似然判决设备,此算法实际上解决存在码间串扰(ISI)和加性高斯白噪声(AwGN)的信道情况下得最佳接收问题。

     判决反馈均衡的基本原理就是一旦信息符号经检测和判决以后它对随后信号的于扰在其检测之前可以被估计并消减。其的结构图如下图所示,包括两个抽头延迟滤波器:一个是前向滤波器(FFF,另一个是反向滤波器(FBF)。其作用和原理与前面讨论的线性横向均衡器类似FBF的输入是判决器的先前输出,其系数可以通过调整减弱当前估计中的码间干扰。其中FFF抽头系数的个数为K1,而FBF抽头系数的个数为K2。

在MMSE准则下,假设对先前的符号的判决是正确的,DFE的输出为

\hat{I}_{k}=\sum_{j=-K_{1}}^{0} c_{j} v_{k-j}+\sum_{j=1}^{K_{2}} c_{j} \tilde{I}_{k-j}

定义MSE为J\left(K_{1}, K_{2}\right)=\mathrm{E}\left|I_{k}-\hat{I}_{k}\right|^{2}前向滤波器抽头系数\left\{e_{j}\right\}(-K \leqslant j \leqslant K)J\left(K_{1}, K_{2}\right)最小化解出,而反馈滤波器的系数由前向滤波器系数和通道的脉冲响应决定。

MSE最小化使用最小均方算法LMS

一般情况下,LMS算法的具体流程为:
(1)确定参数:全局步长参数β以及滤波器的抽头数
(2)滤波器初始值
(3)算法运算运算过程

滤波输出:y(n)=wT(n)x(n)
误差信号:e(n)=d(n)-y(n)
权系数更新:w(n+1)=W(n)+βe(n)x(n)

实现代码可以参考:https://github.com/vineel49/dfe

参考文献

1、https://www.docin.com/p-538842996.html

2、PSK信号均衡器长度选取方法https://www.docin.com/p-1695583782.html

3、http://www.elecfans.com/rengongzhineng/603570.html

  • 5
    点赞
  • 86
    收藏
    觉得还不错? 一键收藏
  • 10
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 10
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值