当用于消除符号间干扰 (ISI) 时,脉冲整形和均衡器有什么区别?

信息处理 均衡
2022-01-29 10:28:21

根据 Nyquist,要在没有 ISI 的情况下传输 R 个符号/秒,所需的最小带宽为 R/2 Hz,而 sinc 脉冲形状满足此条件。

  1. 如果我们使用均衡器而不是脉冲整形,我们是否需要保持这个条件(最小 R/2 Hz 来传输 R 个符号/秒)?
  2. 如果我们使用均衡器,整个系统传递函数是否应该是 sinc 函数形状,从而等效地达到奈奎斯特条件?
1个回答

1. 这是几十年前许多研究人员研究的一个问题。他们发现,R/2 Hz 的带宽限制并不是自然界设定的基本限制。如果我们不想在 Rx 上做任何进一步的处理,这只是一个标准(这也不意味着我们可以无限地突破这个限制)。

只要我们愿意为 Rx 复杂度付出代价,我们可以在相同带宽 R/2 内走高于速率 R。Mazo 发现,除了更高的计算复杂度之外,可以容纳比速率 R 快 25% 的速度而不会受到任何惩罚。脉冲形状仍然相同,但它们更紧密地排列在一起。

在涡轮码出现之前,这主要是学术上的事情。在 turbo 码之后,迭代接收器成为现实,然后人们开始实施 turbo 均衡,解码器和均衡器交换外部信息以提高他们对每个比特的置信度。

然后,合并更高的符号率成为可能,这被称为比奈奎斯特 (FTN) 信号更快。这个想法被进一步增强,以合并频域打包(想想 OFDM),现在人们打破了两个维度的限制,仍然恢复了信息。

回到你的问题,不,只要我们知道我们必须支付的价格,我们就不需要严格遵守这个限制。

2. 我假设您询问的是系统累积脉冲响应(而不是传递函数)。当采用格子、维特比算法和迭代处理时,脉冲形状的概念并没有走得那么远。获取受符号间干扰影响的样本,并以某种方式消除这种干扰,例如序列估计或迭代接收器。