Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ecualizacion
Ecualizacion
Indice Tema I
I.1.- Introduccin.
I.2.- Ecualizadores unidimensionales (BPAM, BPSK)
Forzador de Ceros ZF.
Ecualizador MMSE o Wiener.
Ecualizador ML o Viterbi (Caso GSM)
Ecualizador Fraccional FSE
Ecualizador Decision Feedback DFE
I.3.-Ecualizadores bidimemsionales: QAM, PSK
Estructuras
I.4.-Ecualizadores adaptativos
ZF adaptativo
LMS
FSE y DFE adaptativos.
I.5.-Ejemplos reales
RUIDO
BITS
COD
FILT
MOD
DEM
CAN
FILT
xK
z(t
)
r(t
)
h(t)
CANAL
EQUIV
xK
h(t)
ECUAL
r(t
)
rK
rK=r(to+KT)
zK
DEC
ECU
xK
xK
T/M
c1
T/M
c2
T/M
T/M
N 1
zk = cn .r( t0 + kT n( T / M )) =
cN-2
cN-1
n =0
N 1
= cn .r( t0 + k .M ( T / M ) n( T / M )) =
n =0
N 1
= cn .rkM n = ckt rk
kT
zn
zk
n =0
1.
2.
{ }= E{x
Min E ek
donde
zk
} c
= A 1.
i = h* ( i( T / M ) : =
N 1
2
1.
2.
De cada M autovalores, M-1 son casi nulos (el ruido de canal). Esto no
importa porque no contribuyen al error final del ecualizador.
3.
T-espaciado
FSE
Ecualizador DFE
Cancel. ISI anteriores
h(t)
N 1
j =0
j =1
zk = c j .rk - j
Cancelacin ISI
posteriores y ruido,
y resduo ISI
anteriores
Cancelacin slo
ISI precedentes
bkT .x k
bkoptimos = hkanteriores
optimos
ck
= MMSE optimos con h( t ) lim itada a t < to
Carastersticas:
Buenas prestaciones con BER bajo.
Propagacin de errores de transmisin va B(z).
Ecualizacin Adaptativa
Necesidad de la adaptacin:
Seguimiento de las caractersticas variantes del canal, ruido y
fase del muestreador.
Robustez de la estimacin
ACTUALIZACIN DE LOS COEFICIENTES DEL ECUALIZADOR:
c j ( k + 1 ) = c j ( k ) + ganancia ( k ).innovacion( k )
Diferentes estimaciones del parmetro ganancia(k) y de la seal de
innovacion(k) determinan DIFERENTES ALGORITMOs DE ADAPTACION
)
( ( k )) = c j ( k ) + .ek .r*k j
Desajuste : M =
.Tr [R ] =
1
2
;0 j N 1
E
x
.
x
k N 1 k j = j N 1 ( xk blanca )
2
2
*
*
E ek N 1 .x k j = E xk N 1 zk N 1 .x k j = 0
;0 j N 1
2
2
*
E z
.
x
= qj
k N 1 k j
2
2
j N 1 = q j
;0
j N 1
q N 1 = 1
2
;0 j N 1
N 1
q j = 0 ; j
ZF OPTIMO
N 1
j =0
j =1
Cancelacin slo
ISI precedentes
c j ( k + 1 ) = c j ( k ) + .ek .r*
;0 j N 1
)
b j ( k + 1 ) = b j ( k ) + .ek .x*
;1 j M
k j
k j
Ecualizador Lattice
Ecualizador Lattice
dB/10
dB/10
2=0.001
Orden EQ N=11
Pot. Ruido AWGN 2=0.001
Ecualizador ML (Viterbi).
hk
Usado en GSM !
dk
rk
Dk
xk
L 1
2
d k = rkposible = h j . xk - j = ho . xk +
L 1
2
L 1
; j 0
2
h j . xk - j = ho . xk + Zk 1
rk = d k + nk
Ecualizador ML (Viterbi)
Ejemplo:
L=2 (h1=h2=1)
Transmisin 4-PAM (1, 3)
Hay cuatro estados tiles y
cuatro ramas salientes en cada
uno de ellos (16 estados en
realidad).
Purgado sobre el diagrama
rbol en vez de sobre el trellis.
Es lo mismo!!.
Ecualizador ML (Viterbi)
Solucin ML:
Algoritmo de Viterbi como en el caso de decodificacin 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 smbolos actuales.
Al final de la trama de datos se elige el camino de menor distancia
acumulada (tambin se puede ir decidiendo bit a bit con una profundidad
h=4 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 ms probable.
Este ecualizador es el que se usa en GSM.
Ecualizador ML (Viterbi)
Ejemplo (cont.): Viterbi con trellis.
CRITERIO:
S1 (-3)
S2 (-1)
caminos supervivientes
S3 (+1)
S4 (+3)
rk
Z k1
Z k11
Dk11
Dk1
Z k21
Z k2
Dk21
Dk2
Z k3
Z k31
Dk3
Dk31
Z k41
Z k4
Dk41
Dk4
(xk = +3 ) d k = ho . xk + Z k11
Caractersticas principales:
No especificado en el estandar.
Secuencia de aprendizaje: 2L+P= 26 bits. L=4, P=18.
Secuencia blanca tipo Newman-Hofman.
Estimacin de canal de longitud 5 simbolos (actual mas cuatro anteriores).
Nmero de estados: 24=16
Ecualizacin bilateral: hacia delante y hacia atrs. Al ser ML no hay filtro
ecualizador propiamente dicho.
61 bits
L bits
P bits
L bits
61 bits
MMSE lineal
DFE