 |
问答管理员：
待解决问题
请问equalizer（均衡器）在通信系统中的应用的问题 (进入论坛模式)
离问题结束还有0天0小时 |
提问者：ttxs2009
|
提问时间：2013-4-6 07:58
小弟是做电路出身，现在在搞一些机器学习的算法，最近读到关于equalizer的各种实现方法的文章，感觉很神奇，原来计算机领域的很多分类算法（classification）都被用来实现equalizer，然后就是各种准确度对比BER和SNR的曲线等等。
但我有些关于实用性的疑问：
1. 通信系统的equalizer都是基于某种channel model来搭建的， 实质上就是找到Wi（Tap Weight）对吧。只要能找到这些Tap Weight，后面来的所有信号位，都可以用这个equalizer来准确地判断是0还是1。所以主要的研究重点就是如何找到Wi， 我这么理解对吗？
2. 如果channel model不随时间变化，那么一次性得到的Wi就可以无限地用下去。但实际上channel model是时变的，所以大家都在研究adaptive equalizer 对吧？
但是我最大的问题就在这里：从机器学习的角度出发，equalizer是需要得到一大堆接收到的变了形的数据和相应的正确值，然后经过一定时间的计算，得到正确的0,1之间的分类线。举例来说，信道条件的变化周期是10分钟，我花1分钟来收集了1000个数据，再花1分钟算出正确的Wi，剩下的8分钟就可以实现正确的equalization. 可是我感觉在传统通信中，像ZFE，MMSE，DFE 这种主流的equalizer 都是实时地处理数据(比如7个tap)吧，是不是不用收集大量数据，也不用花时间来对数据进行训练？
3. 我还读到Bayesian还有什么最大可能性（Maximum likelihood）的设计，我感觉这种和机器学习算法挺像的，需要花时间收集大量数据样本，然后算出“概率” 来优化Wi...请问我这么理解对不对？
总之，adaptive equalizer得到的Wi 到底是实时瞬间地现学现用，还是需要收集大量数据后花时间算出更准确的Wi的？
但我有些关于实用性的疑问：
1. 通信系统的equalizer都是基于某种channel model来搭建的， 实质上就是找到Wi（Tap Weight）对吧。只要能找到这些Tap Weight，后面来的所有信号位，都可以用这个equalizer来准确地判断是0还是1。所以主要的研究重点就是如何找到Wi， 我这么理解对吗？
2. 如果channel model不随时间变化，那么一次性得到的Wi就可以无限地用下去。但实际上channel model是时变的，所以大家都在研究adaptive equalizer 对吧？
但是我最大的问题就在这里：从机器学习的角度出发，equalizer是需要得到一大堆接收到的变了形的数据和相应的正确值，然后经过一定时间的计算，得到正确的0,1之间的分类线。举例来说，信道条件的变化周期是10分钟，我花1分钟来收集了1000个数据，再花1分钟算出正确的Wi，剩下的8分钟就可以实现正确的equalization. 可是我感觉在传统通信中，像ZFE，MMSE，DFE 这种主流的equalizer 都是实时地处理数据(比如7个tap)吧，是不是不用收集大量数据，也不用花时间来对数据进行训练？
3. 我还读到Bayesian还有什么最大可能性（Maximum likelihood）的设计，我感觉这种和机器学习算法挺像的，需要花时间收集大量数据样本，然后算出“概率” 来优化Wi...请问我这么理解对不对？
总之，adaptive equalizer得到的Wi 到底是实时瞬间地现学现用，还是需要收集大量数据后花时间算出更准确的Wi的？
问题答案 ( 1 条 )
1. 你说的Wi就是信道估计。你的理解是对的，但还不够深入，每个Tap可以简单理解成信号经过一个独立的传播路线，有一定的时延和功率衰落。
2. 是的，Channel Model是变化的，但不同的信道的变化的快慢不一样，有线通信变化比较缓慢，而无线信道变化较快，但在一个很小的时间间隔（时隙）里面可以认为信道特性基本不变。实时处理需要考虑计算量的多少，否则软硬件实现处理的代价太大而实用价值不大。
3.最大似然估计，你的理解是对的。
4.自适应均衡器的信道估计都是基于在一个时间间隔里面线性时不变系统的假设，数据量超过了这个时间就不适合了。
2. 是的，Channel Model是变化的，但不同的信道的变化的快慢不一样，有线通信变化比较缓慢，而无线信道变化较快，但在一个很小的时间间隔（时隙）里面可以认为信道特性基本不变。实时处理需要考虑计算量的多少，否则软硬件实现处理的代价太大而实用价值不大。
3.最大似然估计，你的理解是对的。
4.自适应均衡器的信道估计都是基于在一个时间间隔里面线性时不变系统的假设，数据量超过了这个时间就不适合了。
