均衡技術

均衡技術是理論和實踐證明，在數字通信系統中插入一種可調濾波器可以校正和補償系統特性，減少碼間干擾的影響。這種起補償作用的濾波器稱為均衡器。

基本介紹

• 中文名：均衡技術
• 釋義：起補償作用的濾波器
• 含義組成：理論和實踐證明
• 特效：可調濾波器可以校正補償系統特性
• 類別：定義

基本原理

均衡器通常是用濾波器來實現的，使用濾波器來補償失真的脈衝，判決器得到的解調輸出樣本，是經過均衡器修正過的或者清除了碼間干擾之後的樣本。自適應均衡器直接從傳輸的實際數位訊號中根據某種算法不斷調整增益，因而能適應信道的隨機變化，使均衡器總是保持最佳的狀態，從而有更好的失真補償性能。

工作模式

自適應均衡器一般包含兩種工作模式，即訓練模式和跟蹤模式。首先，發射機發射一個已知的定長的訓練序列，以便接收機處的均衡器可以做出正確的設定。典型的訓練序列是一個二進制偽隨機信號或是一串預先指定的數據位，而緊跟在訓練序列後被傳送的是用戶數據。接收機處的均衡器將通過遞歸算法來評估信道特性，並且修正濾波器係數以對信道做出補償。在設計訓練序列時，要求做到即使在最差的信道條件下，均衡器也能通過這個訓練序列獲得正確的濾波係數。這樣就可以在收到訓練序列後，使得均衡器的濾波係數已經接近於最佳值。而在接收數據時，均衡器的自適應算法就可以跟蹤不斷變化的信道，自適應均衡器將不斷改變其濾波特性。

過程

均衡器從調整參數至形成收斂，整個過程是均衡器算法、結構和通信變化率的函式。為了能有效的消除碼間干擾，均衡器需要周期性的做重複訓練。在數字通信系統中用戶數據是被分為若干段並被放在相應的時間段中傳送的，每當收到新的時間段，均衡器將用同樣的訓練序列進行修正。均衡器一般被放在接收機的基帶或中頻部分實現，基帶包絡的複數表達式可以描述帶通信號波形，所以信道回響、解調信號和自適應算法通常都可以在基帶部分被仿真和實現。

結構分類

均衡技術可以分為兩大類：線性和非線性均衡。這些種類是由自適應均衡器的輸出接下來是如何控制均衡器來劃分的。判決器決定了接收數位訊號比特的值並套用門限電平來決定d(r)的值。如果d(r)沒用在反饋路徑中調整均衡器，均衡器就是線性的。另一方面，如果d(r)反饋回來調整均衡器，則為非線性均衡。線性均衡器包括線性橫向均衡器、線性格型均衡器等等，非線性均衡器包括判決反饋均衡器、最大似然序列均衡器等等，在這裡主要介紹實際中套用較廣的線性橫向均衡器、線性格型均衡器、判決反饋均衡器及分數間隔均衡器。

按照抽樣間隔的不同，均衡器還可以分為碼元間隔均衡器和分數間隔均衡器。實際中碼元間隔均衡器使用比較多，但是性能上卻不如分數間隔均衡器的好。

線性橫向型

線性橫向均衡器是自適應均衡方案中最簡單的形式，它的基本框圖如圖所示。圖中，輸入信號的將來值、當前值及過去值，均被均衡器時變抽頭係數進行線性加權求和後得到輸出，然後根據輸出值和理想值之間的差別按照一定的自適應算法調整濾波器抽頭係數。在實際套用中，期望信號d(n)是未知的，否則也就失去了通信的意義。為使參數調整得以順利進行，一種折中的方法是把由輸出信號Y(n)進行判決所得的估計信號d(n)作為期望信號。事實上，在這種情況下，整個數字均衡器已經成了一個非線性系統，因為其收斂特性的分析是相當繁難的。但是在信道畸變不是異乎尋常的嚴重的情況下，其收斂性是可以得到保證的。

線性橫向均衡器最大的優點就在於其結構非常簡單，容易實現，因此在各種數字通信系統中得到了廣泛的套用。但是其結構決定了兩個難以克服的缺點：

其一就是噪聲的增強會使線性橫向均衡器無法均衡具有深度零點的信道——為了補償信道的深度零點，線性橫向均衡器必須有高增益的頻率回響，然而同時無法避免的也會放大噪聲；

另一個問題是線性橫向均衡器與接收信號的幅度信息關係密切，而幅度會隨著多徑衰落信道中相鄰碼元的改變而改變，因此濾波器抽頭係數的調整不是獨立的。由於以上兩點線性橫向均衡器在畸變嚴重的信道和低信噪比(SNR)環境中性能較差，而且均衡器的抽頭調整相互影響，從而需要更多的抽頭數目。

線性格型

格型濾波器(Lattice Filter)最早是由Makhoul於1977年提出的，所採用的方法在當時被稱為線性預測的格型方法，後被稱為格型濾波器。這種格型濾波器具有共扼對稱的結構：前向反射係數是後向反射係數的共扼。格型濾波器最突出的特點是局部相關聯的模組化結構。格型係數對於數值擾動的低靈敏型，以及格型算法對於信號協方差矩陣特徵值擴散的相對惰性，使得其算法具有快速收斂和優良數值特性。

因為實際中，信道特性無法知道，所以也就難以估計需要的濾波器階數。而用格型濾波器作為自適應均衡器的結構時，可以動態的調整自適應均衡器的結構以滿足實際的均衡需求而不必重新設定均衡器的階數和重新啟動自適應算法。如圖所示為格型均衡器的結構框圖：

格型均衡器由於在動態調整階數的時候不需要重新啟動自適應算法，因而在無法大概估計信道特性的時候非常有利，可以利用格型均衡器的逐步疊代而得到最佳的階數，另外格型均衡器有著優良的收斂特性和數值穩定性，這些都有利於在高速的數字通信和深度衰落的信道中使用格型均衡器。但是如前面所討論的那樣，格型均衡器的結構比較複雜，實現起來困難，從而限制了格型均衡器在數字通信中的套用。

判決反饋型

諸如LTE的線性均衡器為了補償信道的深度零點而增大增益從而也放大了噪聲，因此在有深度譜零點的帶通信道中線性均衡器性能不佳。然而對於這樣的惡劣信道，判決反饋均衡器由於存在著不受噪聲增益影響的反饋部分因而性能優於線性橫向均衡器。

判決反饋均衡的基本方法就是一旦信息符號經檢測和判決以後，它對隨後信號的於擾在其檢測之前可以被估計並消減。其結構如圖所示。包括兩個抽頭延遲濾波器：一個是前向濾波器(FFF)，另一個是反向濾波器(FBF)。其作用和原理與前面討論的線性橫向均衡器類似：FBF的輸入是判決器的先前輸出，其係數可以通過調整減弱當前估計中的碼間干擾。其中FFF抽頭係數的個數為L而FBF抽頭係數的個數為M。

判決反饋均衡器

判決反饋均衡器(DFE)的結構具有許多優點，當判決差錯對性能的影響可忽略時DFE優於線性均衡器，顯而易見相對於線性均衡器加入判決反饋部分可得到性能上相當大的改善，反饋部分消除了由先前被檢測符號引起的符號間干擾，例如相對於LTE較小的噪聲增益和MSE,相對於MLSE和格型結構的低運算複雜度、相對於橫向結構更容易達到穩態性能等等。然而DFE結構面臨的主要問題之一是錯誤傳播，錯誤傳播是由於對信息的不正確判決而產生的，錯誤信息的反饋會影響FBF部分從而影響未來信息的判決；另一問題是移動通信中的收斂速度。

分數間隔型

最佳分數間隔均衡器等價於由匹配濾波器後接波特間隔均衡器的最佳線性接收機。線性調製系統的最佳接收濾波器是級聯於實際信道的一個匹配濾波器。對時變信道系統的最佳接收是採用匹配濾波器和一個T間隔抽頭的均衡器。一個以碼元速率取樣的T間隔均衡器不能形成匹配濾波器，而FSE是以不低於奈奎斯特速率取樣，可以達到匹W,濾波器和T間隔均衡器特性的最好組合，即FSE可以構成一個最好的自適應匹配濾波器，且FSE在較低噪聲環境下可以補償更嚴重的時延和幅度失真。FSE對採樣器噪聲不敏感，這也是由於沒有頻譜重疊現象而產生的優點。

分數間隔均衡器

作用分類

均衡器的設計與信號性質有關。對傳輸電話信號，由於人耳對相位不敏感,只對傳輸信道的幅-頻特性提出要求就夠了。傳輸電視信號時,對傳輸信道的幅-頻、相-頻特性都有要求，否則圖像就失真。電子計算機輸出的數字電碼脈衝也對幅-頻、相-頻特性有要求，因為波形畸變會因碼間干擾而導致誤碼。

均衡作用可分為頻域均衡（包括幅度均衡、相位或時延均衡）和時域均衡。前者是校正頻率特性；後者是直接校正畸變波形。按調節方法還可分為固定均衡和可變均衡。可變均衡又可細分為手動均衡和自適應(自動)均衡。

幅度均衡器

一種校正幅－頻特性的頻域均衡器。圖中的bs曲線是未經均衡的系統衰減-頻率特性。衰減值按-20 lg(U0/Ui)計算,單位為分貝,U0和Ui分別為輸出電壓和輸入電壓。用衰減值的好處是當求兩個網路的合成衰減時可作代數相加。若要獲得平坦的幅-頻特性曲線，可在系統中接入幅度均衡器，其特性如圖中的be曲線。均衡後系統特性如曲線bd。適當地選取圖中電路中的各元件值，可使衰減-頻率特性近似於圖的be曲線。圖中的電路只用無源元件的，稱為無源幅度均衡器。也可以用電晶體或運算放大器構成有源幅度均衡器。

幅度均衡原理

可變幅度均衡器一般通過改變元件值來調節幅－頻特性。在寬頻帶範圍內，實現所需均衡特性的一種方法是將均衡曲線分成若干頻段,每個頻段由一節衰減-頻率特性為鐘型的均衡器進行調節。另一種方法是將均衡曲線分解為各次諧波，分別由衰減-頻率特性為餘弦型的均衡器進行調節。

相位均衡器

用以校正相-頻特性的頻域均衡器。因為時延等於相-頻特性曲線的斜率，通常用的是時延均衡器，使未均衡系統的時延-頻率特性與時延均衡器（也是相位均衡器）的時延－頻率特性相加後接近平線。時延均衡器也分無源和有源、固定和可變幾種類型。

幅度均衡器的一種實現及其特性

橫向均衡器

一種最常用的時域均衡器。頻帶利用率高的數字通信設備常用這種均衡器。輸入的畸變波形進入有抽頭的時延線，再經過各橫向路徑並乘以不同係數ɑn後相加則獲得已均衡信號。調節各係數值，可得所需要的輸出波形。各係數可以是固定的，也可以隨系統特性的變化而自動調節，後者稱為自適應均衡器。在某些場合，還將接收判決所得數碼反饋到輸入端，與輸入信號相加，這種均衡器稱為判決反饋均衡器，其性能比橫向均衡器的為好。

橫向時域均衡器

均衡技術

自適應均衡器的原理就是按照某種準則和算法對其係數進行調整最終使自適應均衡器的代價(目標)函式最小化，達到最佳均衡的目的。而各種調整係數的算法就稱為自適應算法，自適應算法是根據某個最優準則來設計的。最常用的自適應算法有迫零算法，最陡下降算法，LMS算法，RLS算法以及各種盲均衡算法等。

自適應算法所採用的最優準則有最小均方誤差(LMS)準則，最小二乘(LS)準則、最大信噪比準則和統計檢測準則等，其中最小均方誤差(LMS)準則和最小二乘(LS)準則是目前最為流行的自適應算法準則。由此可見LMS算法和RLS算法由於採用的最優準則不同，因此這兩種算法在性能，複雜度等方面均有許多差別。

一種算法性能的好壞可以通過幾個常用的指標來衡量，例如收斂速度一一通常用算法達到穩定狀態(即與最優值的接近程度達到一定值)的疊代次數表示；誤調比——實際均方誤差相對於算法的最小均方誤差的平均偏差；運算複雜度— 完成一次完整疊代所需的運算次數；跟蹤性能一一一對信道時變統計特性的自適應能力。

發展前景

在信息日益膨脹的數位化、信息化時代，通信系統擔負了重大的任務，這要求數字通信系統向著高速率、高可靠性的方向發展。信道均衡是通信系統中一項重要的技術，能夠很好的補償信道的非理想特性，從而減輕信號的畸變，降低誤碼率在高速通信、無線通信領域，信道對信號的畸變將更加的嚴重，因此信道均衡技術是不可或缺的。自適應均衡能夠自動的調節係數從而跟蹤信道，成為通信系統中一項關鍵的技術。