高阶谱盲均衡理论、算法与应用 (中国计算机学会学术著作丛书)
上QQ阅读APP看书,第一时间看更新

1.1 盲均衡技术的研究意义[1]

自1975年日本学者SATO Y教授[2]首次提出盲均衡(当时称为自恢复均衡,self-recovering equalization)的概念以来,由于能够有效地克服码间干扰(Inter-symbol Interference,ISI),减小误码率,改善接收效果,提高通信质量,目前已逐步成为数字通信技术中的关键技术之一,也是通信与信号处理学科的一个前沿热点研究课题。

盲均衡(Blind Equalization)是在克服和改善自适应均衡(Adaptive Equalization)缺陷的基础上发展起来的,它不需要发送训练序列,仅利用接收序列本身的先验信息,便可均衡信道特性,使均衡器的输出序列尽量逼近发送序列。

自适应均衡是在数据传输之前,首先发送接收端已知的训练序列,接收机测量出该序列通过信道后产生的变化或误差,并依据该误差信息对均衡器参数进行调整,最终使均衡器正好补偿信道特性,从而使接收机能够从均衡器输出序列中得到几乎无错的发送信号,保证数据的可靠传输,该过程称为自动均衡(Automatic Equalization),此时的均衡器被称为工作在训练模式。当训练结束时,均衡器参数的调整达到收敛,判决信号可靠性较高,误码率较小。训练过程结束后,数据开始传输,此时发送信号是未知的,为了动态跟踪信道特性可能发生的变化,接收机将均衡器输出的判决信号作为参考信号,用来测量信道变化产生的误差,对均衡器输出的信号继续进行调整,此时被称为判决引导均衡(Decision-directed Equalization)。根据自适应滤波理论,均衡器在判决引导模式下能正常工作的条件是输入信号的眼图预先张开到一定程度,以保证均衡器可靠收敛。如果这个条件不满足,就要由发送端再发送一个接收端已知的训练序列对均衡器进行训练,使之收敛。因而训练过程也被称为均衡器的学习过程,对一般通信系统来讲是不可缺少的阶段。

均衡技术的发展和应用极大地提高了通信系统的性能,正如GITLIN R D等[3]所述“数据通信技术的变革可以追溯到20世纪60年代末自动和自适应均衡技术的发现”。但是,随着数字通信技术向宽带、高速、大容量方向的发展,自适应均衡技术日益暴露出其自身的不足和缺陷,主要有以下几点[4]

(1)由于训练序列不传输有用信息,因而降低了通信系统的信息传输速率。如在全球移动通信(Global System for Mobile Communication,GSM)系统中,每148个符号中就有26个供训练用的符号,导致18%的容量损失[5];在高频通信系统中,用于传输训练序列的时间甚至会占去总传输量的50%[6]

(2)对于一个快速时变信道,必须频繁地发送训练序列,以便不断地更新信道估计,跟踪信道变化。

(3)在广播型或点对多点通信网中,如果某一个分支信道暂时失效后要恢复工作,就必须重新均衡该分支接收机。这时要么它得不到训练信号,要么要求中心站中断与其他分支信道的通信,而给该信道发送训练序列,要么在中心站的传送信号中一直插有训练信号。数字高清晰度电视(High Definition Television,HDTV)就是广播型通信的典型例子。

(4)由于信道上的干扰或其他因素的影响,有可能使接收机有时无法跟踪上,从而出现通信中断。为了重新建立通信,就需要发送端再发送训练序列,这就要求系统增加反馈信道,以传送“请求训练信号”,使得系统复杂,难以实现。

(5)在一些特殊应用场合,接收机无法得到训练序列。如信息截获、侦察系统、图像重建等。

因此,盲均衡能够有效地克服自适应均衡的缺陷,对于信道的经常性衰落、严重的非线性及时变特性、多径传播等的影响,以及接收机无法跟踪上信道特性而出现的通信中断,都能够自适应均衡、调整参数、跟踪信道特性,完成对信号的最佳估计。