论文部分内容阅读
在数字通信中,码间干扰是影响通信质量的主要因素,产生码间干扰的原因是信道的非理想特性。均衡和辨识技术是解决码间干扰的主要技术手段,它可以降低码间干扰和噪声的影响,减少误码。传统通信系统的辨识和均衡是采用在输入信号中加入已知的训练序列,通过观测信号和已知训练序列得到通信信道的相关信息,并达到对信道的辨识和信号的均衡。然而,基于这种训练序列的均衡方法会带来很多问题,因此很有必要研究不需要训练序列,而只根据系统的观测信号来完成均衡的技术,人们把这种技术称为“盲均衡”技术。
现有的信道盲辨识和盲均衡研究侧重于FIR信道,并且产生了很多成熟的算法。实际应用中,把通信信道建模成FIR系统有时并不合理,因为FIR系统中模型的阶数会随着信道冲激响应长度的增加而增加,当信道冲激响应很长时,处理起来很困难。这时如果把信道建模成IIR模型,可以大大减少模型阶数,降低模型复杂度。现在,基于IIR信道的盲辨识和盲均衡算法引起了人们的注意。
本文主要研究通信信道的盲辨识和盲均衡算法理论。首先讨论了过采样的原理以及它的必要性,然后总结了基于FIR信道和基于IIR信道的几种盲辨识和盲均衡算法,并对这些算法进行了性能分析和比较。在此基础上,本文提出了一种基于IIR信道模型的盲辨识与盲均衡改进算法。