赞
踩
什么是均衡?
在得到的
Y
[
n
]
Y[n]
Y[n]当中,存在符号间干扰和噪声。在通信当中,把符号间干扰去掉的技术叫作均衡( equalization)。
横向抽头滤波器
图中
x
(
t
)
x(t)
x(t)为存在符号间干扰的模拟基带信号,
y
(
t
)
y(t)
y(t)是经过均衡后的信号,符号间干扰被大大降低。
离散线性系统
将H写成列向量的形式:
很容易看出,
y
=
H
x
+
z
y=Hx+z
y=Hx+z即表达出卷积运算。
应用实际信号的传输与接收:
y
=
A
x
+
z
y=Ax+z
y=Ax+z:
上面A即为得到的信道矩阵,现在的任务就是利用接收到的信号
y
y
y和H,均衡得到原始信号
x
x
x。
注意一个细节,要得到x的解,就是解方程组,因此要求rank(A)=
N
x
N_x
Nx,也是未知数的个数。(涉及到什么矩阵的病态问题 暂时没看)
此时可以看出,没有了符号间的相互干扰,只有一个噪声项。但一般情况A不是方式,没有
A
−
1
A^{-1}
A−1。
现在:
让
L
L
L最小(就是最小二乘准则)。如果z是复高斯分布,等价于最大似然准则。
然后就是求导取最小值,最后的结果:
上面的操作就成为迫零算法。将y代入这个估计:
然后通过解方程即可得到估计的
x
^
\hat x
x^
注:matlab操作很简单,对数据进行点除即可。
迫零算法中,只用到了矩阵A和观测数据y,若现在已经知道了信号和噪声的某些统计特性,就可进一步估计,于是MMSE算法就上场了。
构造损失函数:
L
L
L称作均方误差,使他最小化的算法叫做MMSE算法。
最后的结果:
网上的解释是以求解
x
^
\hat x
x^,于是构建一个均衡矩阵G,然后接受的信号y右乘该矩阵。即:
而这里的求解是用右乘y,略有差别。
相较于ZF算法,多了一项方差。起到了什么作用呢?
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。