AlgorithmsforCommunicationsSystemsandtheirApplications感谢Recuva使起死回生MainContents通信的基本元素滤波理论和算法使用数字信号处理器实现收发器功能信道均衡和符号检测有线和无线通信系统设计中遇到的挑战CDMA,OFDMChapter1Elementsofsignaltheory信号理论和随机过程的基本概念定义:信号空间和它的离散表示方式,离散线性系统(离散傅里叶变换,IIRandFIR脉冲响应)带通信号的复基带表示和基带等效thebasebandequivalent?随机过程(对一阶和二阶遍历过程的统计估计)线性空间的定义欧几里得空间线性空间的性质加法交换律:X+Y=Y+X加法结合律:(X+Y)+Z=X+(Y+Z)uniquevector0:0+X=Xuniquevectoradditiveinverse:X+(-X)=0乘法(标量)结合律:α(βx)=α(β)x分配律:α(X+Y)=αX+αY(α+β)X=αX+βX线性空间中矢量的几何描述(举例2维)线性空间两个例子:离散时间的信号空间(anEuclideanspacewithinfinitedimensions),whoseelementsarethesignals{x(KTc)}kisinteger连续时间的信号空间,whoseelementsarethesignalsx(t)t∈R内积在I维欧几里得空间中,给出两矢量x=[x1;…;xI]Tandy=[y1;…;yI]T,weindicatewithx;ytheinnerproduct:内积若x,y为实数,则有:||x||向量x的模或者长度内积正交的定义Definitionoforthogonality两向量xandy正交:(x⊥y)ifx,y=0,则他们间夹角为90°.Extensionofinnerproductdiscrete-timesignalscontinuous-timesignals内积性质innerproductproperties:基的定义1.2离散信号的表示一个正交基信号{φi(t)}(orthogonalsignalswithunitnorm)满足一个信号可以表示成:误差信号的能量:1.3时间连续的线性系统时间连续时不变系统x,y,hAndX,Y,H傅里叶和拉普拉斯变换性质1.4时间离散的线性系统时间离散的时不变线性系统,with抽样间隔Tc,x(k),y(k),h(k).Z变换DFT:离散傅里叶变换IIRandFIRfilters无限脉冲响应滤波(IIR)filter:有限脉冲响应滤波(FIR)filter:信号带宽Signalbandwidth低通滤波(LPF)and带通滤波(PBF).信号带宽的定义对一个实信号x,频率为正的部分suchthat|X(f)|≠0叫做带宽B:抽样定理带通信号的复基带表示带通信号x方便的用基带信号x(bb)等效表示.quadraturecomponentsin-phaseSecond-orderanalysisofrandomprocesses功率谱密度给出WSS随机过程x(t),t∈R,它的功率谱密度(PSD)定义为自相关函数的傅里叶变换自相关矩阵1.11遍历随机过程从统计平均到时间平均?考虑这个问题:通过一次观察估计一个随机过程的统计描述。设x是一个时间离散的WSS随机过程:x的均值是mxx是均值遍历.也就是说,上述条件成立时,时间平均的样本趋近于多个样本的统计平均。若满足下式则x是方差遍历遍历的性质得出的重要性:可以从一次观察(实现)中得到自相关函数的估计和功率谱密度。Chaper2WienerFilter2.1TheWienerfilter什么是维纳滤波?LinearWSS在维纳滤波理论中,使输出信号y(k)与已知信号d(k)尽可能的一致,滤波器的系数的决定遵循最小均方差原则(MMSE)criterion.所以代价函数定义如下:最佳滤波器的参数使得J的值最小:维纳滤波器的问题可以设计成对d(k)的估计,d(k)是x(k),…,x(k-N+1)的线性组合。寻找特定矢量copt使J最小最佳滤波器系数的判定如果R-1存在,解WH等式得:Wiener–Hopfequation最小均方差表达式:对应copt下代价函数J的取值c=copt时,e(k)andy(k)正交and回想起自相关矩阵是半正定的,所以(c-copt)HR(c-copt)是非负的,在c=copt为0.代价函数的描述用分解式定义向量ν可以解释为向量c的坐标变换J设定为以下形式:Theresultexpressestheexcessmean-squareerrorJ-JminasthesumofNcomponentsinthedirectionofeacheigenvectorofR.Notethateachcomponentisproportionaltothecorrespondingeigenvalue.以上发现告诉我们,J沿最大特征值λmax的特征向量方向变化最快.同样的,J沿最小特征值λmin的特征向量方向变化最慢。Inthe2-dimensionalcasetheytraceellipseswithaxesthatareparalleltothedirectionoftheeigenvectorsandratioofaxesthatisrelatedtothevalueoftheeigenvalues.2.2线性预测维纳理论在解决一下问题中有着重要应用.设x为时间离散WSS随机过程,均值为0;预测包括用一段已知的“过去值”开始,估计过程的“未来值”。定义矢量一步前向预测oforderN,给出xT(k-1),试图预测x(k)的值一步后向预测oforderN给出x(k-N+1/,…,x(k)的值估计x(k-N)前向线性预测x(k)的估计描述为前面N个样本的线性组合:线性预测的框图这个估计将受前向估计误差的影响,误差表达式如下:最佳预测参数若我们采用最小均方差预测代价函数的准则,去决定预测器的参数取值,我们可以用维纳理论的最优结果。DefineWegetAnd最优参数满足下面方程代价函数J的最小值结合后面两个等式得出一个线性预测器WH等式的简化形式:估计rxandrdx的重要性:木用,不翻了-__-2.3最小二乘方(LS)methodTheWienerfilterisapowerfulanalyticaltoolinvariousapplications,oneofwhichisprediction.However,fromapracticalpointofview,oftenonlyrealizationsoftheprocesses{x(k)}and{d(k)}areavailable.Thereforetogetthesolutionitisnecessarytodetermineestimatesofrxandrdx.根据最小二乘方理论,最优滤波参数为平方差和的最小值注意:LS算法是时间平均代替均方误差MSE?atimeaverageissubstitutedforthetheMSE.LS算法下的最优参数矢量cls,满足下面等式若φ-1存在,在LS问题的解决方案中,等式相当于WH方程当K趋近无穷大,LS解决法趋近于维纳解决法考虑一个OFDM系统采用前向均衡pre-equalizationPSD是一个经典谱ForaM-orderOFDMpredictorChapter3自适应横向滤波MSE算法LMS算法和它的收敛RLS算法和它的收敛比较LMSandRLS算法2个随机过程xandd,决定一个FIR滤波器的参数,该滤波器的输入为x;使输出y尽可能的接近于过程d.采用MSE准则mean-squareerrorcriterion,要求滤波器输入矢量的自相关矩阵R和期望的输出与已知输入的互相关p迭代算法计算复杂度较低维纳的近似的解决方案最抖下降算法LMSRLS最抖下降算法要求知道Randp.无须R-1算法:以二维为例(N=2),▽c(k)J(k)的轨迹如下图.最小均方差(LMS)algorithmTheLMS:低复杂度无须知道Randp.事实上,常使用下面的瞬时估计:初始化:累加器(ACC)通过µe(k)x*(k)更新.两个收敛准则.均值收敛均方收敛均值收敛.迭代方法的均值收敛于WH方法,误差估计的均值趋近于0.一个容易可达成的目标。迭代中的c解可能在最优解周围出现非常大的振荡。振荡振幅的约束:均方收敛的意义.在收敛中,系数误差的向量范数和输出均方误差必须是有限的结论:实现简单。相对缓慢的收敛受µ,参数数目和R特征值的影响.选择一个较小的µ,得到一个较慢的适应(收敛),得到较小的超线误差选择一个较大的µ,得到一个较快的适应,得到较大的超线误差递归最小二乘算法RLS:Therecursiveleastsquares(RLS)algorithm基于LS的递归算法:用于估计系数c组成的向量收敛的速度比LMS算法快一个数量级代价是计算复杂度很高.概况起来,RLS算法包含以下4个等式:输出矢量K(k)被P(k-1)过滤、被λ+xT(k)P(k-1)x*(k)规范化.xT(k)P(k-1)x*(k)可以被解释为滤波输入的能量.RLS算法的初始化RLS算法的收敛均方意义上的收敛大概2N复杂度,与R的特征值无关.当k-∞,此时没有超线误差,themisadjustmentMSD为0.当λ=1为真.在任何情况下,当λ1算法的“记忆”近似于1/(1-λ)计算复杂度优点:数字上比直接算更稳定.它在每一步提供参数的估计,而不仅仅只在数据序列的结尾提供.当λ1和1/(1-λ)远远小于时间间隔时,认为输入样本改变统计?theinputsamplestochangestatistics,算法能够跟踪变化.Radiolinks无线链路接收信号的功率A:天线的有效面积,λ=c/f0:传输信号的波长,f0:载波频率η效率因子Chapter4传输介质多径效应和多普勒频移基本概念它们对传输系统的影响频率选择性衰落信道时间选择性衰落信道Chapter5Digitalrepresentationofwaveforms语音编码量化器均匀量化Uniform非均匀量化Non-uniformµ-lawA-lawChapter6调制理论Decisioncriterion最大后验概率(MAP)Maximumaposterioriprobability:最大似然准则(ML)MaximumlikelihoodIfthesignalsareequallylikelyapriori,i.e.pn=1/M,νn,thecriterionbecomesLikelihoodratios相似率MLcriterioncoincideswiththeminimumdistancecriterion:最大似然准则与最小距离标准一致Chapter7Transmissionoverdispersivechannels基带数字传输系统的基本模块信源发射器BitmapperModulator传输信道接收器Amplifier-equalizerfilter放大-均衡过滤器Sampler取样器Thresholddetector阈值检测器QAM系统的基带等价模块符号间干扰最优接收机.gM是在接收器输入端对应QAM系统脉冲响应的匹配滤波器.C:线性均衡器Chapter9OFD