无线通信信道均衡技术的研究

李茜

摘 要：随着社会经济、科技的不断发展，目前无线通信技术进入了其发展以来最快的时期，技术的发展使网络能够受到重视并广泛应用，市场数据分析显示无线通信用户数量正在不断增加，可以说我们的生活已离不开无线通信。但是由于无线通信的未知性与时变性，与AWGN信道相比，恶劣的移动无线信道带给信号的失真和衰落更加明显，无线通信系统需要利用有关信号处理技术来改进恶劣的无线通信传播环境下的链路性能。均衡、分集和信道编码这3种技术是通常用来改进小尺度时间和空间中接收信号的质量和链路性能的信号处理技术，可单独使用，又可组合使用。本文主要就无线通信信道的均衡技术进行分析以实现信道均衡。

关键词：均衡技术原理；技术分类；均衡结构分类；均衡算法

1 均衡原理

在通信带宽受限（频率选择性）且时间扩散的信道中，由于多径效应的存在以及脉冲调制产生的时域扩展从而而导致符号间干扰，该干扰会使被传输的信号产生失真，既而在接收机中产生误码，码间干扰被认为是在无线通信信道中传输高速率数据时的主要障碍，而均衡技术正是为了补偿时分信道中由于多径效应产生的符号间干扰而应运而生的。从广义上来讲，均衡可以指任何用来削弱符号间干扰的信号处理过程，由于移动衰落信道具有随机性和时变性的特性，这就要求均衡器能够实时地跟踪移动通信信道的时变特性，并且根据时变特性进行相关调整。因此这种均衡器又称为自适应均衡器。

工作模式分类：自适应均衡器大致包括两种模式，训练模式和跟踪模式。

（1）训练模式：发射机发射一个已知的、定长的训练序列，以便接收机中的均衡器调整恰当的参数设置，使BER最小。一般使用的训练序列是一个二进制的伪随机信号或一串预先规定的数据比特，紧跟在训练序列之后的即是被传输的用户数据，训练序列如何选取是训练模式的關键，其要求做到即使处于最差的信道条件，均衡器也能通过这个序列获得合适的滤波系数。

（2）跟踪模式：接受用户数据时，均衡器通过其自适应算法进行跟踪实时变化的信道，不断改变其滤波系数以达到要求。

2 均衡技术分类

均衡技术一般被分为两类：线性均衡和非线性均衡。这两类均衡的差别主要来源于自适应均衡器的输出如何对均衡器子序列进行控制。一般情况下，模拟信号经过接收机的判决器进行限幅或门限操作，判定信号的数字逻辑值。如果该数字逻辑值未被用于均衡器的反馈电路中，我们说该均衡器是线性的；反之，如果其值被应用于均衡器的反馈电路中，并对均衡器的后续输出有帮助，就是非线性的。

（1）线性均衡器：线性均衡器一般由横向滤波器实现。这种均衡器算是最简单的，工作过程如下：其把收到的信号的当前值和过去值根据滤波系数做线性叠加，并把所叠加的和作为输出。

（2）非线性均衡器：当信道失真太严重以致使用线性均衡器无法达到要求时，采用非线性均衡器处理比较好，该应用在无线通信系统中是普遍存在的。当信道中有深度频谱衰落时，用线性均衡器不能取得满意的效果，这是由于线性均衡器为了弥补频谱失真，会对出现深度衰落的那段频谱及临近频谱产生很大的增益，从而增加了那段频谱的噪声，从而降低信噪比。因此出现了非线性均衡器，主要由以下两种。

（1）判决反馈均衡器：它由两个横向滤波器（前馈滤波器，反馈滤波器）和一个判决器构成。判决器的输入等于：

式中是前馈滤波器的N+1个支路的加权系数；是后向滤波器的M个支路的加权系数。是當前判决器的输入，是输出。

（2）最大似然估计均衡器：其可以看作是对一个离散有限状态机状态的估计。实际ISI的响应只发生在有限的几个码元，因此在接受滤波器输出端观察到的ISI可以看作是数据序列通过系数为的FIR滤波器的结果。

3 均衡器结构

（1）横向结构：是自适应均衡技术中最简单的形式，横向结构由分为若干级的延时结构构成，结构与结构之间延时间隔都为一个符号周期；输入信号的未来值、当前值及过去值这3个值均被均衡器时变抽头系数通过线性加权求和后再输出，然后根据输出值和理想值之间的差别大小按照所设计的自适应算法调整滤波器抽头系数。横向结构的优点是结构非常简单，容易实现，因此在各种数字通信系统中应用广泛。

（2）格型结构：格型结构属于共轭对称结构：前向反射系数是后向反射系数的共轭。格型结构最大的特点是局部相关联的模块化结构。格型系数具有很强的抗干扰性，以及格型算法对于信号协方差矩阵特征值扩散所具有的相对惰性，使其算法能够快速收敛并且数值优良，而且格型均衡器的特殊结构可以对最有效长度进行动态调整。

4 均衡算法

（1）迫零算法：进行迫零均衡器的设计时，应调整其系数，使信道和均衡器组合冲激响应的抽样值在所取间隔的采样点上除一个外全部为零。当每个延时单元的时延与符号周期相等时，均衡器的频率响应就是周期性的，且等于符号速率。还有一个条件就是加上均衡器以后的信道总响应应满足奈奎斯特第一准则。

（2）最小均方差算法：该算法比迫零算法要稳定一些，它所用的准则是使均衡器的期望输出值和实际输出值之间的均方误差最小化的准则。

（3）递归最小二乘算法：其使用最小平方逼近将会获得更快地逼近。快速的收敛算法将依赖实际收到信号的时间平均的误差表达式，而不是统计平均误差表达式。

参考文献

[1]Theodore S.Rappaport.无线通信原理与应用（第二版）[M].电子工业出版社，2013.

[2]李强，雷霞，罗显平.无线通信中迭代均衡技术[M].国防工业出版社，2011.

（作者单位：重庆交通大学）