简要背景

众所周知，高阶调制方案会受到参考发生器相位噪声的影响。对于利用 QAM-256 甚至更高的视距 (LOS) 调制解调器来说，这是一个非常重要的问题。一些补偿方案可以解决这个任务。这些方案的主要挑战是在数据接收的时间跨度内估计相位噪声。了解相位噪声的实际样本后，我们可以将其从数据符号中消除，从而显着提高高阶调制的 BER。由于相位噪声通常是可以自适应地预测/估计的低频带随机过程，因此这种估计是可能的。人们可以权衡在数据流中插入已知导频的通信速度，以估计某些时刻的相位噪声。来自导频时间跨度的相位噪声可用于评估数据样本间隔的相位噪声。

观点

收集有关此主题的一些信息，我可以挑选出两种主要方法：

1）发送一组导频（QPSK）$\to$消除导频调制以获得相位噪声 (PN) 样本$\to$自适应预测滤波器的学习（例如通过 LMS）$\to$寻找预测性 PN 样本$\to$从数据样本中消除 PN$\to$等待下一个试点组并重复。是外推法。

2）在数据流中周期性地插入导频样本（QPSK），例如1个导频/32个数据$\to$评估飞行员的 PN（如上所述）$\to$通过插值找到导频之间的 PN，使用从左到右的导频数$\to$从数据样本中消除 PN。是插值法。

有人有类似技术的经验吗？或者也许有人在实践中面临相位噪声补偿问题？

我想知道这些方法中的哪一种（我的意思是基于导频、插值或外推）在现实生活中的调制解调器设计中更可取/更稳健？

评论

工作环境被认为是 AWGN 的一个通道。SNR 相当高，例如 40-50 dB。相位噪声约为 -70...-90 dB/Hz。相位噪声带宽明显小于信号的带宽。

这是 IEEE 上的一篇有趣的文章：

西蒙五世等人。-通过自适应插值估计相位噪声

这是关于第二种方法。讨论了通过 LMS 的自适应插值。有人知道任何有趣的参考资料吗，我很想了解。

在上图中，说明了第一种情况。

提前致谢