Академический Документы
Профессиональный Документы
Культура Документы
SISTEMA COMPLETO:
RUIDO
BITS BITS
COD FILT MOD CAN DEM FILT ECU DEC
xK r(t z(t xK
) )
h(t)
T
n(t)
KT+to
CANAL ECUAL
EQUIV zK xK
r(t rK
xK )
h(t)
rK=r(to+KT)
Problema del ISI
T-espaciado
FSE
Ecualizador DFE (Decision-Feedback Equalizer)
Ecualizador DFE
h(t)
Carasterísticas:
• Buenas prestaciones con BER bajo.
• Propagación de errores de transmisión vía B(z).
Ecualización Adaptativa
Necesidad de la adaptación:
• Seguimiento de las características variantes del canal, ruido y
fase del muestreador.
• Robustez de la estimación
c j ( k + 1 ) = c j ( k ) + ganancia ( k ).innovacion( k )
μ
.Tr [R ] =
1
Desajuste : M = ⇒ 50% de exceso de error!!
2 2
*: Muy sensible al margen dinámico de H(ej2πωT) Por consiguiente a la fase del muestreador
o sincronismo de bit
Forzador de Ceros Adaptativo (ZF Adaptativo)
c j ( k + 1 ) = c j ( k ) + μ .ek − N −1 .x̂*k − j ;0 ≤ j ≤ N − 1
2
⎧ ⎫ ⎧ ⎫ ⎧ ⎫
E ⎨ zk − N −1 .x̂*k − j ⎬ = E ⎨∑ ql . xk − N −1−l . x̂*k − j ⎬ = E ⎨∑ ql . x̂k −l . x̂*k − j ⎬ = q j
⎩ 2 ⎭ ⎩l 2 ⎭ ⎩l ⎭ δ j − N −1 = q j ;0 ≤ j ≤ N −1
2
⎧ q N −1 = 1
⎪ 2
⎨ ;0 ≤ j ≤ N − 1 ZF OPTIMO
N −1
⎪q j = 0 ; j ≠
⎩ 2
Ecualizador DFE adaptativo
N −1 M
zk = ∑ c j .rk - j − ∑ b j .x̂k - j = ckT .rk − bkT .xˆ k
j =0 j =1
Cancelación ISI Cancelación sólo
posteriores y ruido, ISI precedentes
y resíduo ISI
anteriores
c j ( k + 1 ) = c j ( k ) + μ .ek .r* ;0 ≤ j ≤ N − 1
k− j
Algoritmo MMSE de gradiente:
)
b j ( k + 1 ) = b j ( k ) + μ .ek .x* ;1 ≤ j ≤ M
k− j
dk
rk Dk
x̂k
d k = rkposible = ∑ ĥ j . xk - j = ĥo . xk + ∑
2 2
ĥ j . xk - j = ĥo . xk + Zk −1
L −1 L −1
− − ; j ≠0
2 2
CRITERIO ML: Decidir como secuencia emitida la dk más parecida (menor distancia
euclídea) a la rk recibida→ Min ∑ || rk-dk ||2= Dk
Ejemplo:
• L=2 (h1=h2=1)
• Transmisión 4-PAM (±1, ±3)
• Hay cuatro estados útiles y
cuatro ramas salientes en cada
uno de ellos (16 estados en
realidad).
• Purgado sobre el diagrama
árbol en vez de sobre el trellis.
Es lo mismo!!.
Ecualizador ML (Viterbi)
Solución ML:
• Algoritmo de Viterbi como en el caso de decodificación convolucional
Soft de Viterbi.
• Se confecciona un TRELLIS de M(L-1) estados (2(L-1) en el caso binario),
en el que de cada estado salen M ramas (dos en el caso biario) de las que
se purgan todas menos una: nos quedamos con M estados, uno para cada
uno de los M posibles símbolos actuales.
• Al final de la trama de datos se elige el camino de menor distancia
acumulada (también se puede ir decidiendo bit a bit con una profundidad
h=4 ó 5L= memoria del canal).
• Ese camino se corresponde con una secuencia de bits concreta, que es la
que se toma como buena, por ser la más probable.
• Este ecualizador es el que se usa en GSM.
Ecualizador ML (Viterbi)
Z k1
Z k1−1
CRITERIO:
S1 (-3) Dk1
Dk1−1
Minimizar: ∑ || rk-dk ||2= Dk =
Z k2−1 Z k2
= Dk-1 + || rk-dk ||2 S2 (-1)
Dk2−1 Dk2
caminos supervivientes Z k3
Z k3−1
S3 (+1)
Dk3
Dk3−1
Z k4−1 Z k4
S4 (+3)
Dk4−1 Dk4
(xk = +3 ) d k = ĥo . xk + Z k1−1
Ecualizador GSM: ML o Viterbi
Características principales:
• No especificado en el estandar.
• Secuencia de aprendizaje: 2L+P= 26 bits. L=4, P=18.
• Secuencia “blanca” tipo Newman-Hofman.
• Estimación de canal de longitud 5 simbolos (actual mas cuatro anteriores).
• Número de estados: 24=16
• Ecualización bilateral: hacia delante y hacia atrás. Al ser ML no hay filtro
ecualizador propiamente dicho.