Ecualización de canal en sistemas móviles

Abstract

En el siguiente artículo se hablará sobre las diferentes técnicas de ecualización que se pueden aplicar
en un canal móvil. Como se sabe el canal de comunicaciones no es un canal ideal por lo que este
puede tener un comportamiento selectivo en frecuencia y también puede ser variante en el tiempo.
Si el canal es dispersivo en el tiempo este puede producir el efecto de interferencia Inter simbólica
(ISI), por lo cual para mitigar este efecto producido por el canal se emplea la ecualización. Dentro
de la ecualización se tienen diferentes técnicas de ecualización como la zero forcing, MMSE y MLSE,
que son técnicas utilizadas por los sistemas móviles, las cuales son implementados con el objetivo
de mejora la calidad de la comunicación e incrementar la capacidad del sistema.

Introducción

El canal móvil se puede observar en una escala temporal, en la cual se puede apreciar dos
características dominantes que se producen en el canal como son el Delay Spread y el Doppler
Spread. El Delay Spread tiene como efectos directos la dispersión en tiempo y un desvanecimiento
selectivo en frecuencia, mientras que el Doppler spread produce una dispersión en frecuencia y el
desvanecimiento selectivo en tiempo.

Estas características son producto del efecto multitrayecto en las comunicaciones móviles, como se
sabe en la mayoría de los casos no se tiene una línea de vista directa entre el transmisor y el receptor
por lo que la señal que llega a este es la suma de varias señales procedentes de sucesivas reflexiones.

Si el sistema móvil tiene señales con un ancho de banda reducido la atenuación que se producirá
será plana en frecuencia, mientras que para señales con un ancho de banda del mismo orden de
magnitud que el inverso Delay Spread el comportamiento se asemeja a la interferencia inter
simbólica (ISI), por lo cual para poder corregir estos efectos en el sistema necesita de elementos de
ecualización.

Sin embargo, la mayoría de los sistemas de comunicación que emplean ecualizadores las
características del canal son desconocidas a priori y en muchos de los casos la respuesta del canal
es variable en el tiempo como se a mencionado anteriormente por lo cual los ecualizadores están
diseñados para ser ajustables a la respuesta del canal y para los canales que varían en el tiempo.
Algunas estrategias que podemos encontrar de ecualización tenemos el forzador de ceros (zero
forcing o ZF), el mínimo error cuadrático medio (minimun mean square error o MMSE) y la
estimación de secuencias máximas verosimilitud MLSE.
Metodología

Perfil de retardo de Potencia

Este parámetro es un promedio temporal de medidas consecutivas de respuesta al impulso

recolectadas sobre un área local. Los tiempos son dados respecto al rayo directo de la señal, donde
el momento de llegada se considera el momento 0.0.

Dispersión de Retardo (Delay Spread)

Este parámetro se puede interpretar como el tiempo transcurrido desde que se recibe el primer eco
de la señal hasta que se recibe el ultimo eco de la señal. Este parámetro tRMS caracteriza el retardo
debido al canal en términos de momento de segundo orden del perfil de retardo de potencia.

Si la dispersión de retardo es menor que el período de símbolo de la señal, el espectro del canal se
mantiene aproximadamente plano en el ancho de banda de la señal por lo cual no se produce una
interferencia intersimbolica ISI .

Dispersion Doppler (Doppler Spread)

Este parámetro se encarga de medir la dispersión que se introduce en el canal en el dominio de la

frecuencia, este se puede definir como la raíz cuadrada del ancho de banda medio de la densidad
espectral de potencia Doppler.

𝑉𝑅𝑀𝑆 = √𝐸(𝑣 − ̅̅̅

𝑣)2

Interferencia Intersimbólica (ISI)

Las Interferencia intersimbolica (ISI) se producen cuando la señal recibida en un momento dado
depende de la señal transmitida en ese instante, pero también anterior o posteriormente. Por lo
cual el desvanecimiento selectivo en frecuencia produce un incremento en la interferencia entre
símbolos, donde un cierto símbolo en un periodo de tiempo experimenta interferencia sobre otros
símbolos, si se incrementa la potencia de la señal se su vez si incrementa la potencia del ISI
proporcionalmente con lo cual lleva a tener un error muy grande.

https://www.dspace.espol.edu.ec/bitstream/123456789/11032/1/Mitigacion%20del%20ISI%20_I
nterferencia%20Intersimbolica_sobre%20un%20Sistema%20WiMAXx.pdf

Ecualización Adaptativa

Como se conoce los ecualizadores nos permiten eliminar los efectos creados por la interferencia
intersimbolica ISI que son incluidos por un canal con desvanecimiento selectivo en frecuencia. Como
se sabe las parámetros de un ecualizador no se pueden conocer a priori ya que las características de
la señal son desconocidas o varían en el tiempo por lo cual un ecualizador con parámetros ajustables
es el ecualizador adaptativo.

La ecualización de canal

El canal móvil esta expuesto a una gran cantidad de interferencias las cuales provocan una distorsión
en la señal, entre estas interferencias tenemos las interferencias inter simbólica (ISI), la cual para
poder eliminarla o por lo menos poder reducirla considerablemente del canal móvil es necesario
emplear un filtro ecualizador para compensar la respuesta impulsional del canal. En la practica un
ecualizador suele emplear una estructura de filtro FIR (finite impulse response), el cual está
compuesto por coeficientes ajustables de acuerdo con la estimación de la respuesta impulsional del
canal en cada instante de tiempo, en la figura 1 se puede observar el diagrama de bloques de un
sistema móvil en el cual se puede apreciar el proceso de ecualización de canal.

El proceso de ecualización requiere estimar la respuesta impulsional para ajustar los coeficientes
del ecualizador para ello se utiliza un secuencia de bits v(t) conocida que se transmite en ciertos
instantes de tiempo, esta secuencia denominada secuencia de entrenamiento o de training en un
sistema como el GSM se envía intercalada entre los campos de datos transmitidos en una ráfaga de
modo que el canal estimado sirve para ecualizar la señal recibida en dicha ráfaga y detectar los bits
enviados en los campos de datos.

En la figura 2 se observa la secuencia de entrenamiento para la estimación de la respuesta de

impulsional del canal.

La estimación de canal se basa en que la secuencia de entrenamiento tiene propiedades de

autocorrelación que presenta un pico en el origen

𝑅𝑣𝑣 = 𝑣(𝜏) ∗ 𝑣 ′ (𝜏) = 𝛿(𝜏) ec.1

Con lo cual la secuencia recibida al atravesar el canal es

𝑧(𝜏) = ℎ(𝜏) ∗ 𝑣(𝜏) ec.2

En la recepción la estimación del canal se efectúa mediante la correlación de la señal recibida con
la secuencia de training por lo que se obtiene.

𝑅𝑣𝑣 (𝜏) = 𝑧(𝜏) ∗ 𝑣 ′ (𝜏)

𝑅𝑣𝑣 (𝜏) = ℎ(𝜏) ∗ 𝑣 ′ (𝜏) ∗ 𝑣(𝜏)
𝑅𝑣𝑣 (𝜏) = ℎ(𝜏) ∗ 𝛿(𝜏) = ℎ(𝜏) ec.3

Como se puede observar mediante las propiedades de autocorrelación de la secuencia training en

la salida del sistema se tiene una respuesta igual a la respuesta impulsional del canal ℎ(𝜏).
 TECNICAS DE ECUALIZACION

Zero forcing o ZF

El ecualizador forzador de ceros conocido como Zero forcing o ZF, es un ecualizador lineal utilizado
en los sistemas de comunicaciones que aplica la inversa de la respuesta en frecuencia del canal de
la señal recibida. Este ecualizador tiene como objetivo el diseño de los coeficientes de modo que
se anule la interferencia intersimbolica ISI en la salida del ecualizador.

Si partimos de la ecuación

𝑦[𝑛] = 𝑑𝑛 𝑓[0] + ∑𝑘≠𝑛 𝑑𝑘 𝑓[𝑛 − 𝑘] + 𝑣[𝑛] ec.4

Donde el primer término de la ecuación es el bit de datos deseados, el segundo término es el ISI y
el tercer termino es el ruido muestreado en banda base.

En la ecuación .. se puede anular la interferencia intersimbolica si 𝑓|𝑛 − 𝑘| = 0 para 𝑘 ≠ 𝑛 con lo

cual se tiene la siguiente expresión

𝑦[𝑛] = 𝑑𝑛 𝑓[0] + 𝑣[𝑛] ec.5

Si partimos de la ecuación 4 la muestra y[n] de entrada para el ecualizador se puede representar en

base sobre la respuesta del sistema discreto combinando 𝑓(𝑡) = ℎ(𝑡) ∗ 𝑔∗ (−𝑡) por lo cual se tiene
la siguiente expresión.

𝑌(𝑧) = 𝐷(𝑧)𝐹(𝑧) + 𝑁𝑔 (𝑧) ec.6

Donde 𝑁𝑔 (𝑧) es el espectro de potencia del ruido blanco, después de pasar a través de un filtro
1
acoplado 𝐺 ∗ (𝑧∗ ) por lo cual se puede expresar como
1
𝐹(𝑧) = 𝐻(𝑧)𝐺𝑚 (𝑧 ∗ ) = ∑𝑛 𝑓(𝑛𝑇𝑠 )𝑧 −𝑛 ec.7

Como mencionamos el ecualizador zero-forcing remueve todo el ISI introducido en la respuesta

combinada en F(t). A través de la ecuación 7 podemos definir que el ecualizador para lograr
eliminar el ISI está dado por.
1
𝐻𝑧𝐹 (𝑧) = ec.8
𝐹(𝑧)

El ecualizador ZF esta definido por la ecuación 8, este no se puede implementar con un filtro de
respuesta al impulso finito FIR ya que no se puede encontrar un conjunto finito de coeficientes
tal que.
 1
𝑊−𝐿 𝑍 𝐿 + ⋯ + 𝑊𝐿 𝑍 −𝐿 = ec.9
𝐹(𝑧)

Para encontrar los coeficientes que mejor se aproximen al ecualizador Zero Forcing se realiza por
medio de la sucesión {𝑤𝐿 }.Se puede representar el ecualizador 𝐻𝑧𝐹 (𝑧) como un filtro de
respuesta al impulso infinito si
1
= ∑∞
𝑖=−∞ 𝑐𝑖 𝑧
−𝑖
ec.10
𝐹(𝑧)

Entonces 𝑤𝑖 = 𝑐𝑖 y puede ser demostrado como la ecuación 11, en donde para 𝑧 = 𝑒 −𝑖𝜔 se
puede realizar una agrupación y así minimizar el ISI,
1
− 𝑊−𝐿 𝑍 𝐿 + ⋯ + 𝑊𝐿 𝑍 −𝐿 ec.11
𝐹(𝑧)