我有兴趣了解为什么常见的定时恢复算法适用于产生 ISI 的调制方案。
例如,假设您在匹配滤波器的输出端接收到一个升余弦脉冲,并且您对时序恢复感兴趣。为简单起见,让我们假设 BPSK(尽管我会对 QAM 感兴趣)。除了理想的采样时间外,还有 ISI。
大多数常见的符号定时恢复算法似乎在接收信号中使用对称性,或者平衡理想采样时刻左右两侧的测量值,或者使用过零。
在升余弦脉冲序列的情况下,这些特征不再存在,因为信号重叠。
在这种情况下,时序恢复算法如何工作?
我有兴趣了解为什么常见的定时恢复算法适用于产生 ISI 的调制方案。
例如,假设您在匹配滤波器的输出端接收到一个升余弦脉冲,并且您对时序恢复感兴趣。为简单起见,让我们假设 BPSK(尽管我会对 QAM 感兴趣)。除了理想的采样时间外,还有 ISI。
大多数常见的符号定时恢复算法似乎在接收信号中使用对称性,或者平衡理想采样时刻左右两侧的测量值,或者使用过零。
在升余弦脉冲序列的情况下,这些特征不再存在,因为信号重叠。
在这种情况下,时序恢复算法如何工作?
一般来说,ISI 的严重程度永远不会使符号定时恢复算法无法正常工作,但它确实会降低其在对比曲线。也就是说,同样的误码率,需要更好的SNR来弥补ISI。
ISI 会降低时序误差检测器的 S 曲线,使其变平并降低 TED 增益。高斯噪声也会这样做。