基于无约束频域均衡的模分复用系统解复用技术

发布时间：2020-02-01 03:19

【摘要】：利用基于多输入多输出算法的无约束频域均衡(FDE)对6×6模分复用(MDM)系统进行解复用,以消除模式耦合和差分模时延等损伤对信号的影响。分别用无约束频域最小均方(FD-LMS)算法和无约束频域恒模算法(FD-CMA)对MDM系统进行解复用,验证了无约束FDE的解复用效果;并将无约束FD-LMS算法及FD-CMA的均衡性能分别与有约束FD-LMS算法及FD-CMA进行对比。仿真结果显示,无约束FDE的解复用性能与有约束FDE相近,但其在计算复杂度方面优势明显。
【图文】：

模式解,复用,原理框图,误差向量

中国激光图３用于模式解复用的ＦＤＥ原理框图Ｆｉｇ．３ＤｉａｇｒａｍｏｆＦＤＥｐｒｉｎｃｉｐｌｅｆｏｒｍｏｄｅｄｅｍｕｌｔｉｐｌｅｘｉｎｇｙｉ（ｋ）＝Ｆ－１Ｙｉ（ｋ［］），（９）式中Ｆ－１［·］代表ＩＦＦＴ运算；ｙｉ（ｋ）为一个由２Ｎ个元素组成的向量，（９）式中取该向量的后Ｎ个元素。频域误差向量可以表示为Ｅｉ（ｋ）＝Ｆ［ＯＮ；ｅｉ（ｋ）］，（１０）式中ＯＮ为长度为Ｎ、所有值均为０的向量，ｅｉ（ｋ）为长度为Ｎ时的第ｋ块时域误差信号，Ｆ［·］代表ＦＦＴ运算。为了提高梯度估计的准确性，需将相位噪声的估计引入ＬＭＳ算法的时域误差项中，从而避免相位噪声对均衡结果的影响［２３］。对于ＬＭＳ算法，时域误差向量为ｅｉ（ｋ）＝ｄｉ（ｋ）－ｙｉ（ｋ［］）酁ｅｘｐｊ鐖ｉ（ｋ［］），（１１）式中ｄｉ（ｋ）为期望信号，鐖ｉ（ｋ）为第ｋ块、第ｉ个模式载波相位的估计项。对于ＣＭＡ，时域误差向量为ｅｉ（ｋ）＝ＩＮ－ｙｉ（ｋ）酁ｃｏｎｊｙｉ（ｋ｛［］｝）酁ｙｉ（ｋ），（１２）式中ＩＮ为长度为Ｎ、所有值均为１的向量，ｃｏｎｊ［］·代表取共轭运算。图３中的时域约束过程可以表示为φｅ，，ｏｉｊ（ｋ）＝Ｆ－１ｃｏｎｊＵｅ，ｏｊ（ｋ［］）酁Ｅｉ（ｋ｛｝），（１３）Φｅ，ｏｉｊ（ｋ）＝Ｆ［φｅ，ｏｉｊ（ｋ）；Ｏ

对比图,星座图,无约束,有约束

Ｆｉｂｅｒｌｅｎｇｔｈ／ｋｍ８０Ｆｉｂｅｒｌｏｓｓ／（ｄＢ·ｋｍ－１）０．２Ｆｉｂｅｒｄｉｓｐｅｒｓｉｏｎ（ＬＰ０１）／（ｐｓ·ｎｍ－１·ｋｍ－１）２０Ｆｉｂｅｒｄｉｓｐｅｒｓｉｏｎ（ＬＰ１１）／（ｐｓ·ｎｍ－１·ｋｍ－１）２１ＤＭＧＤ／（ｐｓ·ｋｍ－１）２７图４为ＯＳＮＲ为２４ｄＢ的情况下所接收的ＬＰ０１ｘ路信号的星座图，可以看出接收信号幅度和相位均出现较大失真，需要进行解复用。图４ＬＰ０１ｘ路均衡前星座图Ｆｉｇ．４ＣｏｎｓｔｅｌｌａｔｉｏｎｄｉａｇｒａｍｏｆＬＰ０１ｘｂｅｆｏｒｅｅｑｕａｌｉｚａｔｉｏｎ图５（ａ）、（ｂ）分别为利用有约束ＦＤ－ＬＭＳ算法与无约束ＦＤ－ＬＭＳ算法进行解复用得到的信号星座图；图５（ｃ）、（ｄ）分别为利用有约束ＦＤ－ＣＭＡ与无约束ＦＤ－ＣＭＡ进行解复用得到的信号星座图。分别对比图５（ａ）、（ｂ）和图５（ｃ）、（ｄ）可以看出，经无约束ＦＤＥ的信号点收敛于理想星座点（－１，－１），（１，－１），（－１，１）和（１，１）附近，聚集现象较为明显。由此可见，无约束ＦＤＥ的解复用效果良好。为了进一步验证无约束ＦＤＥ的解复用能力，在不同ＯＳＮＲ下，将无约束ＦＤＥ与有约束ＦＤＥ的ＢＥＲ进行了对比。图６为经４种算法均衡后系统ＢＥＲ随ＯＳＮＲ的变化情况。如图６所示，为达到１０－３量级的ＢＥＲ，无约束ＦＤ－ＬＭＳ算法比有约束ＦＤ－ＬＭＳ算法所需的最低ＯＳＮＲ值约高０．３ｄＢ

【参考文献】