陸豐市百可適五金有限公司

陸豐市甲子升陽五金螺絲廠是一家集生產(chǎn)加工、經(jīng)銷批發(fā)的私營(yíng)獨(dú)資企業(yè)，家具五金配件、鉸鏈、三節(jié)滑軌、螺絲、三合一、鋅合金、櫥柜配件、腳輪、家具連接件、抽屜鎖、氣撐、可調(diào)腳是陸豐市甲子升陽五金螺絲廠的主營(yíng)產(chǎn)品。陸豐市甲子升陽五金螺絲廠是一家經(jīng)國(guó)家相關(guān)部門批準(zhǔn)注冊(cè)的企業(yè)。陸豐市甲子升陽五金螺絲廠以雄厚的實(shí)力、合理的價(jià)格、優(yōu)良的服務(wù)與多家企業(yè)建立了長(zhǎng)期的合作關(guān)系。

通訊傳輸?shù)然髟O(shè)計(jì)，很重要的就是要找出最佳的tap-delay-line filter系數(shù)，找出一組可以誤差最小的系數(shù)。而在時(shí)變(time-invariant)通道中，通道狀況隨時(shí)在改變，所以在設(shè)計(jì)等化器時(shí)便要因應(yīng)不同的通道狀況，隨時(shí)調(diào)整計(jì)算出使誤差最小的系數(shù)，這種演算法變稱為adaptive algorithms。 可適性(adaptive)演算法的好壞可由下列幾項(xiàng)標(biāo)準(zhǔn)判定:

收斂速度:演算法在經(jīng)過多少次重復(fù)運(yùn)算后可以相當(dāng)接近最后想要的結(jié)果

每次重復(fù)運(yùn)算(iteration)的計(jì)算量

錯(cuò)誤調(diào)整(misadjustment)的大小

LMS演算法

LMS演算法通常包含兩部分(由以下兩者相互運(yùn)作行程一回授(feedback loop)

率波程序(filtering process): 1.計(jì)算線系濾波器輸出對(duì)輸入信號(hào)的反應(yīng)

2.比較輸出信號(hào)和想要的信號(hào)(desire signal)得到預(yù)測(cè)誤差

可適性程序(adaptive process):對(duì)于估測(cè)誤差，自動(dòng)調(diào)整等化器參數(shù) d(n):為想得到的信號(hào) u(n):等化器輸入信號(hào) y(n):等化器輸出信號(hào) w(n):可時(shí)變的tap-delay line filter系數(shù)

由于LMS演算法不需要事先求得u(n)的自相關(guān)函數(shù)(ACF)及u(n)和d(n)的交相關(guān)函數(shù)(CCF)，因此在運(yùn)算上簡(jiǎn)化許多，也由于w(n)是e(n)及u(n)的 函式(e(n)u(n)是隨機(jī)程序)，所以LMS演算法是一統(tǒng)計(jì)濾波器(stochastic filter)。

在設(shè)計(jì)LMS-based可適性濾波器時(shí)，如何決定step-size u使LMS演算法收斂是一項(xiàng)相當(dāng)重要的議題 當(dāng)0 u的最大特征值 RLS演算法 對(duì)每個(gè)n值,我們根據(jù)W[N]來估計(jì)新的最小平方差解，我們?cè)谟脀(n)來尋找,來表示新的w(n 1)估計(jì)值時(shí),希望避免LS演算法全部從頭重做的情況，用RLS演算法的好處是我們不用將矩陣反置(inverse),如此一來可以節(jié)省運(yùn)算POWER

演算法:

1.初始條件:P(0)=δ^(-1)˙I , w(0)=0 , δ是一大于零很小的常數(shù)

2. for n=1,2,.... 計(jì)算k(n),z(n),w(n)

LMS和RLS兩者比較:

1.LMS 演算法的運(yùn)算量少，為L(zhǎng) 的等級(jí)（L為濾波器的長(zhǎng)度），但收斂速度受到輸入信號(hào)的統(tǒng)計(jì)特性所影響，需 花較多時(shí)間達(dá)到要求的收斂性能

2.RLS 演算法雖然 收斂速度快，但卻需要 巨大的運(yùn)算量，為L(zhǎng)平方的等級(jí)。

等化器Decision feedback

DFE有個(gè)簡(jiǎn)單根本的假定:當(dāng)我們已經(jīng)正確地偵測(cè)到一個(gè)bit，我們可以利用由bit獲得的知識(shí)及對(duì)通道響應(yīng)的了解，進(jìn)而計(jì)算出這個(gè)bit所造成的ISI。換句話說 我們可以決定這個(gè)bit后來收到訊號(hào)序列所造成的影響，并扣除這個(gè)bit對(duì)后面接收序列所造成的ISI。

DFE由一個(gè) forward filter(轉(zhuǎn)移函數(shù)E(z))及一個(gè) feedback filter(轉(zhuǎn)移函數(shù)D(z)))所組成。一但接收端RX對(duì)接收信號(hào)做出決策，其對(duì)之后信號(hào)所造成的影響(postcursor ISI)可以立刻算出，并且扣除。 DFE使用回授系統(tǒng)，所以有 Error propagation的現(xiàn)象

MMSE Decision feedback equalizer MMSE DFE的目標(biāo)是借由在雜訊放大與殘余ISI(residual ISI)間取得平衡，進(jìn)而使均方誤差最小化。由于DFE雜訊放大的情況和線性等化器不同，所以tap-delay-line等化器的系數(shù)也就不同。由于postcursor ISI不會(huì)造成雜訊放大，所以我們把目標(biāo)放在使 雜訊及precursorISI的相加最小

等化器Zero Forcing DFE

如上面提到ZF等化器消除所有ISI，以致于導(dǎo)致有效通道是純因果性(purely casual)。postcursor ISI在回授端會(huì)被扣除，其輸出雜訊功率如下

等化器Maximum Likelihood

最大概似函數(shù)估測(cè)(MLSE)利用判定哪個(gè)符號(hào)(symbol)最類似接收到的信號(hào)，來對(duì)接收到的符號(hào)做決策。這個(gè)方法很類似循環(huán)碼(convolution code)解碼的過程 事實(shí)上，在延遲分散(delay dispersive)通道中可視為循環(huán)編碼法(code rate 1/1)，MLSE估計(jì)是是上述所有等化器中效能最好的。 MLSE接收到信號(hào)為其中n為高斯白雜訊，對(duì)于N個(gè)接收值的序列，接收訊號(hào)u的結(jié)合條件機(jī)率密度為

pdf(u│c,f)=MLSE只有在 可加性雜訊是白雜訊(white)時(shí)有最佳化結(jié)果，所以取樣值在進(jìn)入MLSE檢測(cè)器前要先經(jīng)過 noise-whitening濾波器

等化器比較

使位元錯(cuò)誤率(BER)最小: MLSE等化器位元錯(cuò)誤率比其他等化器都小 DFE錯(cuò)誤率比線性等化器好 當(dāng)通道轉(zhuǎn)移函數(shù)(Transfer function)有 零是否可以應(yīng)付 ZF等化器運(yùn)算過程中把通道轉(zhuǎn)移函數(shù)做倒數(shù)運(yùn)算，所以等化器轉(zhuǎn)移函數(shù)會(huì)產(chǎn)上 零點(diǎn)，MMSE及MLSE等化器都不會(huì)產(chǎn)生這個(gè)問題

計(jì)算量 線性等化器計(jì)算量和DFE計(jì)算量沒有顯著的差異 可適性演算法隨者等化器長(zhǎng)度線性、二次方甚至四次方的增加 當(dāng) 通道的脈沖響應(yīng)長(zhǎng)度增加時(shí)，MLSE等化器運(yùn)算量成 指數(shù)增加 能量消耗可由計(jì)算量推斷出 對(duì)通道估測(cè)誤差的敏感度 DFE對(duì)估測(cè)誤差敏感度大于線性等化器 ZF等化器的敏感度大于MMSE等化器2100433B

地址：廣東省陸豐市東海大道

陸豐市國(guó)土資源局