Читать в оригинале

<< ПредыдущаяОглавлениеСледующая >>


10.2. ЛИНЕЙНОЕ ВЫРАВНИВАНИЕ

Алгоритм МППО для канала с МСИ имеет вычислительную сложность, которая возрастает экспоненциально с длиной временного рассеяния в канале. Если объем алфавита символов равно , а число интерферирующих символов, обуславливающих МСИ, равно , алгоритм Витерби вычисляют  метрик для каждого нового принимаемого символа. Для большинства каналов, представляющих практический интерес, такая большая вычислительная сложность чрезмерно высока для её реализации.

В этом и последующих разделах мы опишем два подхода к субоптимальному канальному выравниванию для компенсации МСИ. Один подход использует линейный трансверсальный фильтр, который описывается в этом разделе. Структура этого фильтра имеет вычислительную сложность, являющуюся линейной функцией от величины канального рассеяния .

Линейный фильтр, наиболее , часто используемый для выравнивания, это трансверсальный фильтр, показанный на рис. 10.2.1.

Его входом является последовательность , определяемая (10.1.16), а его выходом являются оценки информационной последовательности . Оценка -го символа можно выразить так

,                        (10.2.1)

где  является  комплексно-значных взвешивающих коэффициентов для ячеек фильтра. Оценка  квантуется до ближайшего (по расстоянию) информационного символа для формирования решения . Если  не идентично передаваемому символу  имеет место ошибка.

Рис. 10.2.1. Линейный трансверсальный фильтр

Значительные исследования были выполнены по нахождению критерия оптимизации коэффициентов фильтра . Поскольку наиболее употребительная мера качества для цифровой системы связи – это средняя вероятность ошибки, желательно выбрать коэффициенты так, чтобы минимизировать этот показатель качества. Однако вероятность ошибки существенно нелинейная функция . Следовательно, вероятность ошибки как показатель качества для оптимизации взвешивающих коэффициентов ячеек эквалайзера не практичен.

Два критерия нашли широкое распространение при оптимизации коэффициентов  эквалайзера. Один – это критерий пикового искажения, а второй – критерий среднеквадратичной ошибки.

 



<< ПредыдущаяОглавлениеСледующая >>