论文部分内容阅读
Turbo均衡技术是水声通信中一个热门的研究领域,它通过均衡器和译码器之间的软信息交互,以迭代的方式实现均衡,拥有强大的检测能力。Turbo均衡器按照均衡器系数更新方式的不同可以大致分为两类:基于信道估计的turbo均衡器和自适应turbo均衡器。前者通过估计出的信道冲激响应,直接计算出均衡器系数,其中涉及了矩阵求逆操作,具有较大的计算复杂度;后者则采用自适应算法实现均衡器系数的更新,其中不涉及任何矩阵求逆操作,具有较小的计算复杂度。在一些对实时性要求较高的水声通信系统中,采用自适应turbo均衡器消除码间干扰和应对水声信道衰落,具有广阔的应用前景。 然而,自适应turbo均衡器并没有广泛应用到水声通信系统中。主要缺点在于,自适应turbo均衡器受限于自适应算法的收敛收敛速率,通常需要较长的训练序列,才能使得均衡器系数逐渐收敛于Wiener解。此外,在时变性较强的水声信道中,均衡器系数和信道参数会出现失配,并产生成片的判决错误,导致误差传播效应。 本文针对自适应turbo均衡器存在的诸多问题,系统地研究了turbo均衡器的相关理论,深入地分析了自适应均衡收敛速度慢和存在误差传播的原因,并从提高反馈符号准确度和优化初始均衡器系数两个角度,讨论了上述问题的解决方法,目的是为了提出性能稳健、运算高效的自适应turbo均衡算法,以期将其应用于实际水声通信系统。本文的主要工作包括以下几个方面: 首先,将混合干扰消除算法引入到了自适应turbo均衡器中,利用均衡后的符号计算更为准确的后验均值和后验方差,以此代替先验均值和先验方差,这样可以更好地消除码间干扰的因果部分,以此消除误差传播。此外,该优化方法还结合了二阶数字锁相环,在实现滤波器系数更新的同时也实现了相位校正。海上实验结果表明,基于混合干扰消除的自适应turbo均衡器相比传统方法可以更好的消除码间干扰的因果部分,具有更加优秀的解码性能。 接着,将双向均衡结构应用到了自适应turbo均衡器中,提出了自适应双向turbo均衡器。该均衡器利用了时间反转操作,将前向自适应turbo均衡和反向自适应turbo均衡的结果相结合,利用了误差传播在前后向均衡不相关性,提取双向均衡增益,抑制了误差传播。此外,利用了最小均方误差准则,提出了高阶调制模式下适用于turbo均衡系统的双向合并方案,并且指出双向判决反馈均衡器中的合并方案和等增益合并方案都是它的特例。实验结果表明,双向均衡方案和单向均衡方案相比,可以有效抑制误差传播,提升自适应均衡器的收敛速率,不但在单入多出系统中具有优秀的性能,在单人单出系统中也有理想的解码效果,这对简化接收机结构具有一定指导意义。 最后,将频域基于信道估计的turbo均衡器与时域自适应turbo均衡器相结合,提出了一种时频域turbo均衡器。该turbo均衡器的第一次迭代采用频域基于信道估计的turbo均衡器,而在之后的迭代采用了时域的自适应turbo均衡器。这种混合均衡方案的优势体现在以下三个方面。首先,基于信道估计的turbo均衡器可以得到较为准确的反馈符号,将其当作自适应turbo均衡器中反馈滤波器的输入,可以更好地消除码间干扰,改善误差传播效应。其次,基于信道估计的turbo均衡器可以产生较为优化的滤波器系数,将其作为自适应turbo均衡器中滤波器系数的初始值,可以加快自适应算法的收敛速率,减小turbo均衡收敛时所需的迭代次数。此外,可以利用快速傅里叶变换在频域实现卷积操作,大大减小了计算量。实验结果表明,这种混合均衡方案汲取了两种均衡器的优点,在保证低计算复杂度的同时,能够有效提升自适应turbo均衡器的收敛速率。