信息管理中UWB系統(tǒng)信道估計(jì)與均衡算法及實(shí)現(xiàn)

魯海蓉

摘 要： 通過介紹UWB技術(shù)的發(fā)展現(xiàn)狀，著重闡述了MB?OFDM UWB通信系統(tǒng)的物理層幀結(jié)構(gòu)和信道模型。在分析最小二乘（LS）信道估計(jì)算法和基于快速傅里葉變換（FFT）信道估計(jì)算法的基礎(chǔ)上，針對MB?OFDM UWB信號幀結(jié)構(gòu)特征提出了一種基于FFT變換和Hannan?Quinn（HQ）準(zhǔn)則的改進(jìn)算法，即FFT?HQ信道估計(jì)算法。該文也提出了一種基于信道估計(jì)的自適應(yīng)均衡算法，利用仿真可以看出此均衡算法在性能上優(yōu)于傳統(tǒng)的基于LS算法調(diào)整均衡器系數(shù)的方法。

關(guān)鍵詞： 超寬帶； 正交頻分復(fù)用； 信道估計(jì)； 均衡算法

中圖分類號： TN911?34 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2014）20?0041?03

Channel estimation， equalization algorithm and realization of UWB system in information management

LU Hai?rong

（Business School， Hohai University， Nanjing 211100， China）

Abstract： The development situation of UWB technology is introduced. The frame structure in physical layer and the channel model of the MB ? OFDM UWB communication system are elaborated emphatically. Based on the analysis of the least?squares （LS） channel estimation algorithm and FFT?based channel estimation algorithm， FFT ? HQ channel estimation algorithm， which is an improved algorithm based on FFT and Hannan?Quinn （HQ） criterion， is put forward according to the structural features of MB?OFDM UWB signal frame. An adaptive equalization algorithm based on channel estimation is also proposed in this paper. It can be seen by simulation that the performance of the equalization algorithm is superior to the traditional method based on LS algorithm to adjust the equalizer coefficients.

Keywords： ultra wideband； OFDM； channel estimation； load?balancing algorithm

0 引 言

無線通信系統(tǒng)及產(chǎn)品已成為人們?nèi)粘Ｉ钪斜夭豢缮俚囊徊糠郑杆僭鲩L的無線設(shè)備使用戶享受便利，也使可利用的頻譜資源日趨飽和。因此，超寬帶（Ultra Wideband，UWB）技術(shù)憑借其更高的數(shù)據(jù)傳輸速率、更低的成本和功耗、更強(qiáng)的抗干擾能力，逐漸成為無線通信領(lǐng)域研究和開發(fā)的熱點(diǎn)，被視為是下一代無線通信的關(guān)鍵技術(shù)之一。解決碼間干擾和串?dāng)_，降低系統(tǒng)的誤碼率，提高接收系統(tǒng)的性能，就要對已經(jīng)失真的傳輸信道進(jìn)行均衡。國外研究者提出了基于頻域的復(fù)系數(shù)濾波均衡方法，局限在于：

（1） 必須測量的相頻特性和幅頻特性，實(shí)際測量時由于儀器精度和測量方法的限制不可能做到很準(zhǔn)確；

（2） 實(shí)際的復(fù)系數(shù)濾波器針對的對碼元的每一個采樣點(diǎn)數(shù)據(jù)進(jìn)行均衡濾波，對高碼率資源消耗無法接收；

（3） 針對特定信道進(jìn)行均衡，當(dāng)信道特性改變時不能做到自適應(yīng)。早期均衡器的參數(shù)都是固定或是手調(diào)的，性能差。隨后，出現(xiàn)了自適應(yīng)均衡器和盲均衡器，其理論基本成熟。但因算法復(fù)雜度太大，使其一直處于理論研究階段。在短波多徑衰落信道的條件下，碼間干擾、信道的不斷變化以及較差的適應(yīng)性使傳輸可靠性難以提升。信道估值及信道均衡的性能決定接收機(jī)性能。然而在訓(xùn)練過程終止，若序列過短或所用均衡算法收斂過慢，則會導(dǎo)致均衡器權(quán)數(shù)無法收斂至理想值。

1 快速信道估計(jì)與基于信道估計(jì)的均衡算法

1.1 快速信道估計(jì)分析

首先，偽隨機(jī)序列構(gòu)成了有著良好自相關(guān)性的訓(xùn)練序列，這常常出現(xiàn)在突發(fā)數(shù)據(jù)的傳輸情況。考慮到信道沖擊相應(yīng)的成因，一般將接收的信號假定為：

[Xk=i=0L-1Ik-1fi+nk] （1）

式中：Ik為被傳輸?shù)男盘枺籪i為長為L的信道沖擊響應(yīng)， nk為均值為零、方差為σ2的接收信號與訓(xùn)練序列的互相關(guān)。

由于信道副徑與主徑的相對位置的不確定性，計(jì)算相關(guān)值選取在信道估計(jì)出現(xiàn)多徑位置的范圍內(nèi)部，這一范圍即為相關(guān)值的搜索窗。

由于多徑遲延最大值為τmax，τmax加上最收序列的取值從序列前m個樣點(diǎn)開始每隔 fs或fc個樣點(diǎn)取值，共計(jì)選擇h個樣點(diǎn)作為樣本，獲得m個樣點(diǎn)的τmax。fs，fc分別是采樣速率以及碼元速率。

基于此，接收序列右移得到A2，依此類推，信道估值所獲取L個相關(guān)值。將相關(guān)值A(chǔ)表示為：

[Aj=i=1hxi+jI*i] （2）

式中：x為接收信號；I為參考信號；“*”代表共軛。借助Wiener?Hopf方程，獲得近似的信道沖擊響應(yīng)fi。

假設(shè)自相關(guān)函數(shù)為[Rτ=i=0h=τ-1IiI*i+τ]，有：

[f0f1?fL-1=R（0）KR（L-1）???R（L-1）LR（0）-1A0A1?AL-1] （3）

1.2 基于信道估計(jì)的均衡算法分析

首先假設(shè)前饋部分有（K1+1）個抽頭，前饋橫向?yàn)V波器的抽頭系數(shù)為{c-k1，…，c-1，c0}。而反饋部分是K2個抽頭，反饋橫向?yàn)V波器的抽頭系數(shù)為{c1，c2，…，ck}，DFE的輸出如下：

[Ik=j=-K10cjxk-j+j=1K2cjI～k-j] （4）

式中：xk為接收序列；k為第k個符號的估計(jì)；此前檢測出的符號為Ik?1，…，Ik-K2。符合最小均方誤差準(zhǔn)則的最優(yōu)解必須保證誤差與信號序列為正交。

[EIkj=-K10cjxk-j-j=1K2cjI～k-jx*k-1=0] （5）

由式（5）推導(dǎo)可得：

[EIkx*k-1=EIkn=0Lf*nI*k-1-n+n*k-1=n=0Lf*nE{IkI*k-1-n} =n=0Lf*nδ=f*-1] （6）

[EI～k-jx*k-j=I～k-jn=0Lf*nE{I*k-1-n}=0] （7）

[Exk-jx*k-j=En=0LfnIk-j-n+nk-jn'=0Lf*n'I*k-1-n+n*k-1 =n=0Ln'=0Lfnf*n'E{Ik-j-nI*k-1-n'}+E{nk-jn*k-1} =n=0Ln'=0Lfnf*n'+N0δ1j=n=0Lfnf*n+j-1+N0δ1j=φ1j]（8）

將式（6）～式（8） 代入式（5）得：

[j-K10φjcj=f*-1] （9）

式（9）得出前饋均衡器的抽頭系數(shù)cj，j=?K1，…，0。

若前部分的判決無誤且k2≥L，得出反饋橫向?yàn)V波器的抽頭系數(shù)如下：

[ck=-j=-K10cjfk-j， k=1，2，…，k2] （10）

2 仿真結(jié)果分析

一般而言計(jì)算機(jī)仿真的發(fā)送與接收主要依照美軍標(biāo)MLD?STD?188?141b波形2的結(jié)構(gòu)。借助編碼速率為[14]的（4，1，7）FEC編碼，同時通過8PSK調(diào)制，二進(jìn)制信息序列的發(fā)送速率為2 400碼元/s，α是[14]的滾降濾波器為序列的波形成形濾波器，符合無碼干傳輸條件。多徑、高斯白噪聲以及瑞利衰落是接收的主要干擾因素。選取Watterson模型，對多徑瑞利衰落信道進(jìn)行仿真。需發(fā)送的序列推遲n個樣點(diǎn)并與原序列相加。其中n是多徑延遲的時間，再基于所得序列疊加高斯白噪聲， 同時加入1 Hz的衰落。

為消除多徑因素，接受端則去載波，同步處理并對序列進(jìn)行自適應(yīng)均衡。由于8PSK信號的I，Q分量，選擇復(fù)數(shù)表示均衡器的抽頭系數(shù)及輸入數(shù)據(jù)。訓(xùn)練序列是64個碼元的偽隨機(jī)序列。首先初始化均衡器抽頭系數(shù)，然后借助平方根卡爾曼算法微調(diào)估計(jì)的抽頭系數(shù)。在跟蹤信道變化過程中仍然要借助平方根卡爾曼算法。選擇Viterbi最大似然譯碼算法進(jìn)行譯碼，只計(jì)算第1路誤碼率測試傳輸過程中誤碼數(shù)。

圖1～圖4為一組比較，信道條件是多徑延遲2 ms（10樣點(diǎn)）、信噪比20 dB、衰落為1 Hz。從圖中可以看到，較傳統(tǒng)基于LS算法調(diào)整均衡器系數(shù)法，信道估計(jì)下的均衡算法所表現(xiàn)出的性能更好。

由上述分析可知即便是信道嚴(yán)重衰落，基于信道估計(jì)的均衡算法仍然能夠得到系數(shù)的最優(yōu)解，前提是確保準(zhǔn)確迅速估計(jì)信道。這是因?yàn)樾诺拦烙?jì)中選取的自適應(yīng)濾波算法能夠?qū)π诺赖目焖俑淖儗?shí)現(xiàn)跟蹤。事實(shí)上對于快速變化的信道，自適應(yīng)的迭代算法是沒有借助信道參數(shù)直接計(jì)算均衡器系數(shù)的方法穩(wěn)定的。而前提條件是信道估值的準(zhǔn)確。因此，若要使得基于信道估計(jì)的均衡算法擁有更好的性能，則需要不斷提升信道估值的準(zhǔn)確程度。

圖1 均衡前的星座圖

圖2 普通均衡器處理后的星座圖

圖3 帶信道估計(jì)的均衡器處理后的星座圖

3 結(jié) 語

UWB系統(tǒng)的相關(guān)研究是信息管理與通信工程領(lǐng)域中的研究熱點(diǎn)。本文首先識別訓(xùn)練序列信道參數(shù)，借助對Wiener?Hopf方程求解，表示均衡器系數(shù)為信道參數(shù)映射所得，之后復(fù)用訓(xùn)練序列估計(jì)的抽頭系數(shù)調(diào)整則是借助平方根卡爾曼算法，同時跟蹤信道的改變。對于快速變化的信道，自適應(yīng)的迭代算法是沒有借助信道參數(shù)直接計(jì)算均衡器系數(shù)的方法穩(wěn)定的。而前提條件是信道估值的準(zhǔn)確。

圖4 兩種均衡器的誤碼性能比較

參考文獻(xiàn)

[1] 陳國東，武穆清.CUWB：超寬帶和認(rèn)知無線電的完美結(jié)合[J].通信世界，2007（2）：36?37.

[2] 王金龍，王呈貴.無線超寬帶（UWB）通信原理與應(yīng)用[M].北京：人民郵電出版社，2005.

[3] 于進(jìn)剛，盧愛華.UWB信道模型簡介[J].西安郵電學(xué)院學(xué)報(bào)，2006，11（1）：29?32.

[4] WANG Zhong?jun， XIN Yan， MATHEW G， et al. A low?complexity and efficient channel estimator for multiband OFDM?UWB systems [J]. IEEE Transactions on Vehicular Technology， 2010， 59（3）： 1355?1366.

[5] Anon. MIL?STD?188?141B.1 interoperability and performance standards for medium and high frequency radio systems [J]. Pattern Recognition， 2009， 26（10）： 1411?1460.

[6] 張正華，謝敏.UWB無線視頻傳輸關(guān)鍵技術(shù)研究[J].現(xiàn)代電子技術(shù)，2013，36（11）：33?35.

[7] 許濤，李開航，莊錦清，等.MB?OFDM?UWB定位系統(tǒng)中交織器與解交織器設(shè)計(jì)[J].現(xiàn)代電子技術(shù)，2013，36（13）：56?59.

假設(shè)自相關(guān)函數(shù)為[Rτ=i=0h=τ-1IiI*i+τ]，有：

[f0f1?fL-1=R（0）KR（L-1）???R（L-1）LR（0）-1A0A1?AL-1] （3）

1.2 基于信道估計(jì)的均衡算法分析

首先假設(shè)前饋部分有（K1+1）個抽頭，前饋橫向?yàn)V波器的抽頭系數(shù)為{c-k1，…，c-1，c0}。而反饋部分是K2個抽頭，反饋橫向?yàn)V波器的抽頭系數(shù)為{c1，c2，…，ck}，DFE的輸出如下：

[Ik=j=-K10cjxk-j+j=1K2cjI～k-j] （4）

式中：xk為接收序列；k為第k個符號的估計(jì)；此前檢測出的符號為Ik?1，…，Ik-K2。符合最小均方誤差準(zhǔn)則的最優(yōu)解必須保證誤差與信號序列為正交。

[EIkj=-K10cjxk-j-j=1K2cjI～k-jx*k-1=0] （5）

由式（5）推導(dǎo)可得：

[EIkx*k-1=EIkn=0Lf*nI*k-1-n+n*k-1=n=0Lf*nE{IkI*k-1-n} =n=0Lf*nδ=f*-1] （6）

[EI～k-jx*k-j=I～k-jn=0Lf*nE{I*k-1-n}=0] （7）

[Exk-jx*k-j=En=0LfnIk-j-n+nk-jn'=0Lf*n'I*k-1-n+n*k-1 =n=0Ln'=0Lfnf*n'E{Ik-j-nI*k-1-n'}+E{nk-jn*k-1} =n=0Ln'=0Lfnf*n'+N0δ1j=n=0Lfnf*n+j-1+N0δ1j=φ1j]（8）

將式（6）～式（8） 代入式（5）得：

[j-K10φjcj=f*-1] （9）

式（9）得出前饋均衡器的抽頭系數(shù)cj，j=?K1，…，0。

若前部分的判決無誤且k2≥L，得出反饋橫向?yàn)V波器的抽頭系數(shù)如下：

[ck=-j=-K10cjfk-j， k=1，2，…，k2] （10）

2 仿真結(jié)果分析

一般而言計(jì)算機(jī)仿真的發(fā)送與接收主要依照美軍標(biāo)MLD?STD?188?141b波形2的結(jié)構(gòu)。借助編碼速率為[14]的（4，1，7）FEC編碼，同時通過8PSK調(diào)制，二進(jìn)制信息序列的發(fā)送速率為2 400碼元/s，α是[14]的滾降濾波器為序列的波形成形濾波器，符合無碼干傳輸條件。多徑、高斯白噪聲以及瑞利衰落是接收的主要干擾因素。選取Watterson模型，對多徑瑞利衰落信道進(jìn)行仿真。需發(fā)送的序列推遲n個樣點(diǎn)并與原序列相加。其中n是多徑延遲的時間，再基于所得序列疊加高斯白噪聲， 同時加入1 Hz的衰落。

為消除多徑因素，接受端則去載波，同步處理并對序列進(jìn)行自適應(yīng)均衡。由于8PSK信號的I，Q分量，選擇復(fù)數(shù)表示均衡器的抽頭系數(shù)及輸入數(shù)據(jù)。訓(xùn)練序列是64個碼元的偽隨機(jī)序列。首先初始化均衡器抽頭系數(shù)，然后借助平方根卡爾曼算法微調(diào)估計(jì)的抽頭系數(shù)。在跟蹤信道變化過程中仍然要借助平方根卡爾曼算法。選擇Viterbi最大似然譯碼算法進(jìn)行譯碼，只計(jì)算第1路誤碼率測試傳輸過程中誤碼數(shù)。

圖1～圖4為一組比較，信道條件是多徑延遲2 ms（10樣點(diǎn)）、信噪比20 dB、衰落為1 Hz。從圖中可以看到，較傳統(tǒng)基于LS算法調(diào)整均衡器系數(shù)法，信道估計(jì)下的均衡算法所表現(xiàn)出的性能更好。

由上述分析可知即便是信道嚴(yán)重衰落，基于信道估計(jì)的均衡算法仍然能夠得到系數(shù)的最優(yōu)解，前提是確保準(zhǔn)確迅速估計(jì)信道。這是因?yàn)樾诺拦烙?jì)中選取的自適應(yīng)濾波算法能夠?qū)π诺赖目焖俑淖儗?shí)現(xiàn)跟蹤。事實(shí)上對于快速變化的信道，自適應(yīng)的迭代算法是沒有借助信道參數(shù)直接計(jì)算均衡器系數(shù)的方法穩(wěn)定的。而前提條件是信道估值的準(zhǔn)確。因此，若要使得基于信道估計(jì)的均衡算法擁有更好的性能，則需要不斷提升信道估值的準(zhǔn)確程度。

圖1 均衡前的星座圖

圖2 普通均衡器處理后的星座圖

圖3 帶信道估計(jì)的均衡器處理后的星座圖

3 結(jié) 語

UWB系統(tǒng)的相關(guān)研究是信息管理與通信工程領(lǐng)域中的研究熱點(diǎn)。本文首先識別訓(xùn)練序列信道參數(shù)，借助對Wiener?Hopf方程求解，表示均衡器系數(shù)為信道參數(shù)映射所得，之后復(fù)用訓(xùn)練序列估計(jì)的抽頭系數(shù)調(diào)整則是借助平方根卡爾曼算法，同時跟蹤信道的改變。對于快速變化的信道，自適應(yīng)的迭代算法是沒有借助信道參數(shù)直接計(jì)算均衡器系數(shù)的方法穩(wěn)定的。而前提條件是信道估值的準(zhǔn)確。

圖4 兩種均衡器的誤碼性能比較

參考文獻(xiàn)

[1] 陳國東，武穆清.CUWB：超寬帶和認(rèn)知無線電的完美結(jié)合[J].通信世界，2007（2）：36?37.

[2] 王金龍，王呈貴.無線超寬帶（UWB）通信原理與應(yīng)用[M].北京：人民郵電出版社，2005.

[3] 于進(jìn)剛，盧愛華.UWB信道模型簡介[J].西安郵電學(xué)院學(xué)報(bào)，2006，11（1）：29?32.

[4] WANG Zhong?jun， XIN Yan， MATHEW G， et al. A low?complexity and efficient channel estimator for multiband OFDM?UWB systems [J]. IEEE Transactions on Vehicular Technology， 2010， 59（3）： 1355?1366.

[5] Anon. MIL?STD?188?141B.1 interoperability and performance standards for medium and high frequency radio systems [J]. Pattern Recognition， 2009， 26（10）： 1411?1460.

[6] 張正華，謝敏.UWB無線視頻傳輸關(guān)鍵技術(shù)研究[J].現(xiàn)代電子技術(shù)，2013，36（11）：33?35.

[7] 許濤，李開航，莊錦清，等.MB?OFDM?UWB定位系統(tǒng)中交織器與解交織器設(shè)計(jì)[J].現(xiàn)代電子技術(shù)，2013，36（13）：56?59.

假設(shè)自相關(guān)函數(shù)為[Rτ=i=0h=τ-1IiI*i+τ]，有：

[f0f1?fL-1=R（0）KR（L-1）???R（L-1）LR（0）-1A0A1?AL-1] （3）

1.2 基于信道估計(jì)的均衡算法分析

首先假設(shè)前饋部分有（K1+1）個抽頭，前饋橫向?yàn)V波器的抽頭系數(shù)為{c-k1，…，c-1，c0}。而反饋部分是K2個抽頭，反饋橫向?yàn)V波器的抽頭系數(shù)為{c1，c2，…，ck}，DFE的輸出如下：

[Ik=j=-K10cjxk-j+j=1K2cjI～k-j] （4）

式中：xk為接收序列；k為第k個符號的估計(jì)；此前檢測出的符號為Ik?1，…，Ik-K2。符合最小均方誤差準(zhǔn)則的最優(yōu)解必須保證誤差與信號序列為正交。

[EIkj=-K10cjxk-j-j=1K2cjI～k-jx*k-1=0] （5）

由式（5）推導(dǎo)可得：

[EIkx*k-1=EIkn=0Lf*nI*k-1-n+n*k-1=n=0Lf*nE{IkI*k-1-n} =n=0Lf*nδ=f*-1] （6）

[EI～k-jx*k-j=I～k-jn=0Lf*nE{I*k-1-n}=0] （7）

[Exk-jx*k-j=En=0LfnIk-j-n+nk-jn'=0Lf*n'I*k-1-n+n*k-1 =n=0Ln'=0Lfnf*n'E{Ik-j-nI*k-1-n'}+E{nk-jn*k-1} =n=0Ln'=0Lfnf*n'+N0δ1j=n=0Lfnf*n+j-1+N0δ1j=φ1j]（8）

將式（6）～式（8） 代入式（5）得：

[j-K10φjcj=f*-1] （9）

式（9）得出前饋均衡器的抽頭系數(shù)cj，j=?K1，…，0。

若前部分的判決無誤且k2≥L，得出反饋橫向?yàn)V波器的抽頭系數(shù)如下：

[ck=-j=-K10cjfk-j， k=1，2，…，k2] （10）

2 仿真結(jié)果分析

一般而言計(jì)算機(jī)仿真的發(fā)送與接收主要依照美軍標(biāo)MLD?STD?188?141b波形2的結(jié)構(gòu)。借助編碼速率為[14]的（4，1，7）FEC編碼，同時通過8PSK調(diào)制，二進(jìn)制信息序列的發(fā)送速率為2 400碼元/s，α是[14]的滾降濾波器為序列的波形成形濾波器，符合無碼干傳輸條件。多徑、高斯白噪聲以及瑞利衰落是接收的主要干擾因素。選取Watterson模型，對多徑瑞利衰落信道進(jìn)行仿真。需發(fā)送的序列推遲n個樣點(diǎn)并與原序列相加。其中n是多徑延遲的時間，再基于所得序列疊加高斯白噪聲， 同時加入1 Hz的衰落。

為消除多徑因素，接受端則去載波，同步處理并對序列進(jìn)行自適應(yīng)均衡。由于8PSK信號的I，Q分量，選擇復(fù)數(shù)表示均衡器的抽頭系數(shù)及輸入數(shù)據(jù)。訓(xùn)練序列是64個碼元的偽隨機(jī)序列。首先初始化均衡器抽頭系數(shù)，然后借助平方根卡爾曼算法微調(diào)估計(jì)的抽頭系數(shù)。在跟蹤信道變化過程中仍然要借助平方根卡爾曼算法。選擇Viterbi最大似然譯碼算法進(jìn)行譯碼，只計(jì)算第1路誤碼率測試傳輸過程中誤碼數(shù)。

圖1～圖4為一組比較，信道條件是多徑延遲2 ms（10樣點(diǎn)）、信噪比20 dB、衰落為1 Hz。從圖中可以看到，較傳統(tǒng)基于LS算法調(diào)整均衡器系數(shù)法，信道估計(jì)下的均衡算法所表現(xiàn)出的性能更好。

由上述分析可知即便是信道嚴(yán)重衰落，基于信道估計(jì)的均衡算法仍然能夠得到系數(shù)的最優(yōu)解，前提是確保準(zhǔn)確迅速估計(jì)信道。這是因?yàn)樾诺拦烙?jì)中選取的自適應(yīng)濾波算法能夠?qū)π诺赖目焖俑淖儗?shí)現(xiàn)跟蹤。事實(shí)上對于快速變化的信道，自適應(yīng)的迭代算法是沒有借助信道參數(shù)直接計(jì)算均衡器系數(shù)的方法穩(wěn)定的。而前提條件是信道估值的準(zhǔn)確。因此，若要使得基于信道估計(jì)的均衡算法擁有更好的性能，則需要不斷提升信道估值的準(zhǔn)確程度。

圖1 均衡前的星座圖

圖2 普通均衡器處理后的星座圖

圖3 帶信道估計(jì)的均衡器處理后的星座圖

3 結(jié) 語

UWB系統(tǒng)的相關(guān)研究是信息管理與通信工程領(lǐng)域中的研究熱點(diǎn)。本文首先識別訓(xùn)練序列信道參數(shù)，借助對Wiener?Hopf方程求解，表示均衡器系數(shù)為信道參數(shù)映射所得，之后復(fù)用訓(xùn)練序列估計(jì)的抽頭系數(shù)調(diào)整則是借助平方根卡爾曼算法，同時跟蹤信道的改變。對于快速變化的信道，自適應(yīng)的迭代算法是沒有借助信道參數(shù)直接計(jì)算均衡器系數(shù)的方法穩(wěn)定的。而前提條件是信道估值的準(zhǔn)確。

圖4 兩種均衡器的誤碼性能比較

參考文獻(xiàn)

[1] 陳國東，武穆清.CUWB：超寬帶和認(rèn)知無線電的完美結(jié)合[J].通信世界，2007（2）：36?37.

[2] 王金龍，王呈貴.無線超寬帶（UWB）通信原理與應(yīng)用[M].北京：人民郵電出版社，2005.

[3] 于進(jìn)剛，盧愛華.UWB信道模型簡介[J].西安郵電學(xué)院學(xué)報(bào)，2006，11（1）：29?32.

[4] WANG Zhong?jun， XIN Yan， MATHEW G， et al. A low?complexity and efficient channel estimator for multiband OFDM?UWB systems [J]. IEEE Transactions on Vehicular Technology， 2010， 59（3）： 1355?1366.

[5] Anon. MIL?STD?188?141B.1 interoperability and performance standards for medium and high frequency radio systems [J]. Pattern Recognition， 2009， 26（10）： 1411?1460.

[6] 張正華，謝敏.UWB無線視頻傳輸關(guān)鍵技術(shù)研究[J].現(xiàn)代電子技術(shù)，2013，36（11）：33?35.

[7] 許濤，李開航，莊錦清，等.MB?OFDM?UWB定位系統(tǒng)中交織器與解交織器設(shè)計(jì)[J].現(xiàn)代電子技術(shù)，2013，36（13）：56?59.