论文部分内容阅读
在无线通信系统中,由于信道多径效应的影响,信号在传输过程中不可避免地产生码间干扰,从而降低通信质量。为减小码间串扰的影响,接收端可采用均衡技术来准确地恢复原始序列,而最大似然序列估计(Maximum Likelihood Sequence Estimation, MLSE)算法作为一种最优均衡算法被广泛使用。 MLSE算法要求从所有可能的路径中选取一条最大似然路径作为幸存路径,而MLSE算法实现过程与卷积码译码具有相似性,因而可通过维特比(Viterbi)算法来实现。但是MLSE算法存在判决延迟和复杂度过高的缺点,无法满足现代通信系统对高可靠性和低复杂度的要求。 本文首先在多径信道下研究了MLSE算法原理。针对MLSE算法复杂度大的缺点研究了预均衡(PreEqualization, PREQ)MLSE和减小状态序列估计(Reduced-State Sequence Estimation, RSSE)算法。但是两种算法都存在Viterbi算法在整个搜索过程中不能变更的缺点,本文在PREQ MLSE算法基础上进行改进得出基于门限预均衡MLSE(Threshold based PREQ MLSE, TPREQ MLSE)算法。该算法通过加入门限的方式来减小幸存路径数的选择,当实际路径与最小路径之差小于门限值时该路径才被保留。 另一方面在多径时变衰落信道下,传统的MLSE利用了较大的延迟判决数据从而导致信道估计性能下降,而基于逐幸存处理(Per Survivor Processing, PSP)的算法能够克服以上缺陷,实现信道参数的无时延估计。但是PSP-MLSE良好的跟踪性能是以复杂度的增加为代价,因此本文以PSP-MLSE为基础引入自适应门限而得到改进算法。该改进算法中以最小欧式距离的上界作为最小欧式距离估计值并得到自适应门限,以此来减少幸存路径数。仿真结果表明,在深衰落和时变信道条件下,该改进算法在高信噪比时几乎接近PSP-MLSE性能,且有较低的计算复杂度。