随着先进工艺和技术的不断进步,要想保证数据在高速传输中的正确性,均衡器需要有更高的补偿和更低的功耗,才能实现高效通信。基于12 nm互补金属氧化物半导体工艺,设计了一种高增益、低功耗的自适应连续时间线性均衡器(continuous time l...随着先进工艺和技术的不断进步,要想保证数据在高速传输中的正确性,均衡器需要有更高的补偿和更低的功耗,才能实现高效通信。基于12 nm互补金属氧化物半导体工艺,设计了一种高增益、低功耗的自适应连续时间线性均衡器(continuous time linear equalizer,CTLE),该均衡器采用2级级联结构来补偿信道衰减,并提高接收信号的质量。此外,自适应模块通过采用符号-符号最小均方误差(sign-sign least mean square,SS-LMS)算法,使抽头系数加快了收敛速度。仿真结果表明,当传输速率为16 Gbit/s时,均衡器可以补偿-15.53 dB的半波特率通道衰减,均衡器系数在16×10^(4)个单元间隔数据内收敛,并且收敛之后接收误码率低于10^(-12)。展开更多
在EDGE（Enhanced Data Rate for GSM Evolution）移动通信系统中，提出了一种基于最小均方误差的自适应8PSK均衡解调算法。利用基于最小均方误差的自适应滤波器，根据突发中已知的训练序列，可快速准确地估计出系统信道参数，然后通过...在EDGE（Enhanced Data Rate for GSM Evolution）移动通信系统中，提出了一种基于最小均方误差的自适应8PSK均衡解调算法。利用基于最小均方误差的自适应滤波器，根据突发中已知的训练序列，可快速准确地估计出系统信道参数，然后通过判决反馈均衡消除多径信道对接收信号的干扰，从而保证系统的性能。仿真结果表明，在各种多径信道模型下，该算法均可快速收敛，利用系统的26个训练序列准确估计出系统信道参数，并实现均衡和解调；在信噪比为8-10dB时，通过标准规定的MCS-5信道编解码后，系统的误码率就已经小于10^-4，完全符合标准要求，是一种简单实用的算法，便于硬件实现。展开更多
为了降低Turbo均衡中均衡器的复杂度,该文提出了符号方差反馈均衡算法(SVFE)。该算法是对精确的线性最小均方误差估计值(LMMSE)进行Taylor展开得到的。在该算法中,先利用时不变均衡器得到初步符号估计值,再根据先验符号方差对估计值加权...为了降低Turbo均衡中均衡器的复杂度,该文提出了符号方差反馈均衡算法(SVFE)。该算法是对精确的线性最小均方误差估计值(LMMSE)进行Taylor展开得到的。在该算法中,先利用时不变均衡器得到初步符号估计值,再根据先验符号方差对估计值加权,最后进行时不变滤波得到更佳的符号估计值。由于用到了时变的先验符号方差信息,其性能更接近精确的LMMSE均衡器。将所提算法用于Proakis C信道下的Turbo均衡处理,和时不变均衡算法进行仿真对比,所提算法将信噪比损失从0.83 d B降到了0.17 d B,并且仍可通过快速傅里叶变换降低为对数复杂度。展开更多
文摘随着先进工艺和技术的不断进步,要想保证数据在高速传输中的正确性,均衡器需要有更高的补偿和更低的功耗,才能实现高效通信。基于12 nm互补金属氧化物半导体工艺,设计了一种高增益、低功耗的自适应连续时间线性均衡器(continuous time linear equalizer,CTLE),该均衡器采用2级级联结构来补偿信道衰减,并提高接收信号的质量。此外,自适应模块通过采用符号-符号最小均方误差(sign-sign least mean square,SS-LMS)算法,使抽头系数加快了收敛速度。仿真结果表明,当传输速率为16 Gbit/s时,均衡器可以补偿-15.53 dB的半波特率通道衰减,均衡器系数在16×10^(4)个单元间隔数据内收敛,并且收敛之后接收误码率低于10^(-12)。
文摘在EDGE（Enhanced Data Rate for GSM Evolution）移动通信系统中，提出了一种基于最小均方误差的自适应8PSK均衡解调算法。利用基于最小均方误差的自适应滤波器，根据突发中已知的训练序列，可快速准确地估计出系统信道参数，然后通过判决反馈均衡消除多径信道对接收信号的干扰，从而保证系统的性能。仿真结果表明，在各种多径信道模型下，该算法均可快速收敛，利用系统的26个训练序列准确估计出系统信道参数，并实现均衡和解调；在信噪比为8-10dB时，通过标准规定的MCS-5信道编解码后，系统的误码率就已经小于10^-4，完全符合标准要求，是一种简单实用的算法，便于硬件实现。
文摘为了降低Turbo均衡中均衡器的复杂度,该文提出了符号方差反馈均衡算法(SVFE)。该算法是对精确的线性最小均方误差估计值(LMMSE)进行Taylor展开得到的。在该算法中,先利用时不变均衡器得到初步符号估计值,再根据先验符号方差对估计值加权,最后进行时不变滤波得到更佳的符号估计值。由于用到了时变的先验符号方差信息,其性能更接近精确的LMMSE均衡器。将所提算法用于Proakis C信道下的Turbo均衡处理,和时不变均衡算法进行仿真对比,所提算法将信噪比损失从0.83 d B降到了0.17 d B,并且仍可通过快速傅里叶变换降低为对数复杂度。
