MLSE算法及性能研究

论文摘要

随着当代数字通信系统的发展,人们希望系统具有高传输速率和可靠的性能。消除或减弱由于多径衰落引起的码间干扰（ISI）,成为迫切需要解决的问题。均衡技术是一种对抗码间干扰的有效措施,MLSE算法作为在误码率方面有最优性能的均衡算法,成为研究的热点。MLSE通过穷搜索来选取最大似然路径度量作为幸存路径,其复杂度过高,在接收机计算能力一定的情况下并不实用。Forney根据MLSE实现过程与卷积码译码的相似性,提出了基于Viterbi算法（VA）的VA-MLSE算法[1],有效实现了MLSE算法,通常我们称之为传统MLSE算法。传统MLSE算法存在复杂度高和判决延迟大的缺点,且其应用信道范围具有局限性。此外,分析算法的优劣无法通过仿真结果直接判定,因为随着假设条件与环境的变化,仿真结果会发生变化。这就需要通过研究算法性能得到性能的理论界,从理论界中判断算法性能是否理想。因此本文在传统MLSE算法基础上,针对其缺点研究了降复杂度和减少判决延时的改进MLSE算法;从差错事件着手对算法的性能进行分析,得到算法理论上界。另外,传统MLSE算法分析是在带ISI和加性高斯白噪声（AWGN）的一般多径信道模型下进行,但是实际移动无线通信信道多为频率选择性衰落信道。所以本文以频率选择性衰落信道为模型,研究了与分集技术结合的MLSE算法,利用分集减少衰落引起的信噪比巨大变动,为MLSE算法获得更好的性能结果提供运行条件;根据差错事件推导出新算法的理论性能界,新的性能界比Forney界更贴近于仿真结果;最后将改进MLSE算法与分集接收MLSE算法结合,研究得到改进的分集接收MLSE算法。另一方面,本文通过Matlab仿真对算法性能作出直观反映,并利用仿真结果对算法性能进行分析。通过信道构建、性能分析与仿真结果,反映出分集接收MLSE算法更具实用价值。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 MLSE 概念及特点
• 1.3 MLSE 算法发展
• 1.3.1 MLSE 降低复杂度方向的发展
• 1.3.2 MLSE 减小判决延迟方向的发展
• 1.3.3 MLSE 算法性能分析的发展
• 1.4 本文的主要工作
• 第二章 传统MLSE 算法原理及性能分析
• 2.1 MLSE 算法及Viterbi 算法
• 2.1.1 信道模型
• 2.1.2 VA-MLSE 算法
• 2.2 MLSE 算法性能分析
• 2.2.1 MLSE 算法性能上界
• 2.2.2 MLSE 算法性能下界
• 2.2.3 传输不同信号的MLSE 性能及性能界仿真结果
• 2.2.4 MLSE 算法优缺点及与线性、DFE 均衡算法性能比较
• 2.3 本章小结
• 第三章 降复杂度的MLSE 算法及性能研究
• 3.1 预均衡MLSE 算法及性能分析
• 3.1.1 LMS 预均衡MLSE 算法原理
• 3.1.2 性能分析
• 3.1.3 计算机仿真结果
• 3.2 RSSE-MLSE 算法及性能分析
• 3.2.1 RSSE-MLSE 算法原理
• 3.2.2 RSSE-MLSE 性能分析
• 3.2.3 仿真性能分析
• 3.3 本章小结
• 第四章 带信道估计的自适应MLSE 算法
• 4.1 影响带信道估计MLSE 算法性能的相关因素分析
• 4.1.1 训练序列长度和步长大小对性能的影响
• 4.1.2 误码平层与性能的关系
• 4.2 使用延迟尝试判决进行信道估计的MLSE 算法（TD-MLSE）
• 4.2.1 TD-LMS-MLSE 执行原理
• 4.2.2 性能分析
• 4.2.3 计算机仿真结果分析
• 4.3 PSP-MLSE 算法
• 4.3.1 PSP-LMS-MLSE 算法原理
• 4.3.2 PSP-MLSE 算法复杂度
• 4.3.3 PSP-MLSE 性能仿真分析
• 4.4 本章小结
• 第五章 与分集接收技术结合的MLSE 算法
• 5.1 与分集技术结合的MLSE 算法原理
• 5.1.1 分析信道模型
• 5.1.2 与分集接收结合的MLSE 算法原理
• 5.2 与分集技术结合的MLSE 算法性能分析及仿真结果
• 5.2.1 与分集技术结合的MLSE 算法性能分析
• 5.2.2 计算机性能仿真结果分析
• 5.3 改进分集接收MLSE 算法
• 5.3.1 DV-PSP-MLSE 算法
• 5.3.2 DV-RSSDF-PSP-MLSE 算法
• 5.4 本章小结
• 第六章 总结和展望
• 6.1 全文工作总结
• 6.2 工作展望
• 参考文献
• 致谢
• 作者在攻读硕士期间的主要研究成果
• 附录