Odporna adaptacyjna korekcja charakterystyki kanału w transmisji z modulacją M-QAM

• Autorzy: Mazurek G. , Falkiewicz J. , Szabatin J.

Warianty tytułu

EN

Robust adaptive channel equalization for transmission with M-QAM signaling scheme

• Języki publikacji: PL

Abstrakty

PL

W pracy omówiono problem adaptacyjnej korekcji charakterystyki częstotliwościowej kanału transmisyjnego w przypadku transmisji sygnałów zmodulowanych w formacie M-QAM i zakłóconych szumem impulsowym, modelowanym niegaussowskimi rozkładami gęstości prawdopodobieństwa. Przedstawiono trzy klasy algorytmów adaptacyjnych stosowanych w odbiornikach do korekcji charakterystyki kanału: LMS, RLS i CMA i porównano je pod kątem szybkości zbieżności, dokładności uzyskiwanej korekcji oraz złożoności obliczeniowej. Wykazano, że wszystkie wymienione algorytmy są nieodporne na zakłócenia impulsowe obecne w kanale. Dlatego też w pracy zaproponowano odporne algorytmy adaptacyjnej korekcji. Cechę odporności na zakłócenia impulsowe uzyskano przez zastosowanie w tych algorytmach nieliniowych funkcji przetwarzania błędu estymacji. Zbadano trzy rodzaje takich funkcji: Hubera, Hampela i funkcję wynikającą z kryterium największej wiarygodności. Działanie algorytmów zweryfikowano symulacyjnie z wykorzystaniem syntetycznych sygnałów z modulacją 64-QAM, zakłócanych szumem impulsowym o rozkładzie e-zaburzonym. Badania symulacyjne wykazały znaczną poprawę jakości korekcji, uzyskiwaną za pomocą zaproponowanych algorytmów odpornych. W pracy przedstawiono również praktyczne zastosowanie odpornych algorytmów ekwalizacji do demodulacji pochodzącego z faksu rzeczywistego sygnału 16-QAM, zakłóconego szumem o charakterze impulsowym. Dotychczasowe zastosowanie klasycznych adaptacyjnych metod korekcji nie pozwalało w tym przypadku na uzyskanie jakichkolwiek użytecznych rezultatów.

EN

In this paper we investigate the problem of adaptive channel equalization in the case of M-QAM transmission disturbed by an impulsive non-Gaussian noise. Three classes of commonly used classical adaptive equalization algorithms LMS, RLS and CMA are considered and compared with respect to convergence rate, equalization accuracy and computational complexity. It has been shown that all of them are non-robust when in the channel the impulsive noise occurs. Therefore, in the paper robust equalization algorithms are proposed. The robustifying properties of classical algorithms are obtained due to applying nonlinear transformation of the estimation error. Three robustifying functions are examined: the Huber function, the Hampel function and the function resulting from the maximum likelihood criterion. The performance of the proposed algorithms has been verified via simulations using synthetic 64-QAM signals corrupted by the - contaminated impulsive noise. The obtained results show that the robust algorithms ensure in such a case considerable improvement of equalization efficiency. The practical application of the proposed equalization algorithms is also presented. They have been used for demodulation of a real 16-QAM signal coming from the fax-transmission, and disturbed by the impulsive-type noise. Using classical nonrobust algorithms, it was impossible to obtain in this case any useful results.

Słowa kluczowe

PL

korekcja charakterystyki kanału teletransmisyjnego; algorytmy adaptacji; odporne metody estymacji; modulacja QAM; zakłócenia impulsowe

EN

channel equalization; adaptive algorithms; robust estimation; QAM modulation; impulsive noise

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Elektronika : konstrukcje, technologie, zastosowania
• Rocznik: 2008
• Tom: Vol. 49, nr 7-8
• Strony: 82--91
• Opis fizyczny: Bibliogr. 20 poz., wykr.

Twórcy

autor

Mazurek G.

autor

Falkiewicz J.

autor

Szabatin J.

• Politechnika Warszawska, Instytut Systemów Elektronicznych

Bibliografia

• [1] Widrow B., Stearns S. D.: Adaptive Signal Processing. Prentice-Hall, Englewood Cliffs, 1985.
• [2] Gitlin R. D., Hayes J. F., Weinstein S. B.: Data Communications Principles. PlenumPress, New York, 1992.
• [3] Eleftheriou E., Falconer D.: Tracking Properties and Steady-State Performance of RLS Adaptive Filter Algorithms. IEEE Trans. on Acoustic, Speech, and Signal Processing, vol. ASSP-34, no. 2, pp. 1097-1110, Oct. 1986.
• [4] Godard D. N.: Self-Recovering Equalization and CarrierTracking in Two-Dimensional Data Communication Systems. IEEE Trans. on Communications, vol. 28, no 11, pp. 1867-1875, Nov. 1980.
• [5] Middleton D.: Non-Gaussian Noise Models in Signal Processing for Telecommunications: New Methods and Results for Class A and Class B Noise Models. IEEE Trans. on Information Theory, vol. 45, pp. 1129-1149, May 1999.
• [6] Middleton D.: Statistical-Physical Models of Urban Radio Noise Environment-Part I: Foundations. IEEE Trans. Elect. Comput. vol. 14, pp. 38-56, Jan. 1972.
• [7] Stuck B. W., Kleiner B.: A Statistical Analysis of Telephone Noise. Bell Syst. Tech. Journal 53, 1974.
• [8] Haykin S.: Adaptive Filter Theory, Englewood Cliffs, New York, Prentice-Hall, 1991.
• [9] Wesołowski K.: Podstawy cyfrowych systemów telekomunikacyjnych. Wydawnictwa Komunikacji i Łączności, Warszawa, 2003.
• [10] Wesołowski K.: Systemy radiokomunikacji ruchomej. Wydawnictwa Komunikacji i Łączności, Warszawa, 2003.
• [11] Tapio M.: Adaptive Equalizer Functions for QAM in Digital Microwave Radio Systems. Masters Thesis in Control and Communication, Linköping University, Sweden, Sept. 2000.
• [12] Valdovinos A., Casadevall F.J.: Analysis of Diversity and Equalization Techniques Applied to M-QAM Digital Mobile Radio Systems. IEEE 44th Vehicular Technology Conference, vol. 2, pp. 957-961, June 1994.
• [13] Johnson C. R. et al.: Blind Equalization Using the Constant Modulus Criterion: a Review. Proceedings of the IEEE, vol. 86, no 10, pp. 1927-1950, Oct. 1998.
• [14] Rupi M., Tsakalides P., Del Rea E., Nikiasc C. L.: Constant Modulus Blind Equalization Based on Fractional Lower-Order Statistics. Signal Processing, vol. 84, pp. 881-894, May 2004.
• [15] Huber P. J.: Robust Statistics. John Willey and Sons, New York, 1981.
• [16] Wang X., Poor H. V.: Robust Multiuser Detection in Non-Gaussian Channels. IEEE Trans. on Signal Processing, vol. 47, no 2, pp. 289-305, Feb. 1999.
• [17] Frigon J. F., Daneshrad B.: Field Measurements of an Indoor High-Speed QAM Wire- less System Using Decision Feedback Equalization and SmartAntenna Array. IEEE Trans. on Wireless Communications, vol. 1, no. 1, pp. 134-144, Jan. 2002.
• [18] Mazurek G.: QAM Implementation in the Radio Systems - a Survey. Proceedings of SPIE, vol. 6159, pp. 615945/1-8, Feb. 2006.
• [19] Falkiewicz J., Szabatin J.: Robust Decorrelating Multiuser Detection in the Presence of Alpha-Stable Channel Noise. IEEE Workshop on Statistical Signal Processing SSP’05, Bordeaux, pp. 1048- 053, 17-20 July 2005.
• [20] Falkiewicz J.: Odporna adaptacyjna detekcja łączna sygnałów w systemach telekomu nikacyjnych z bezpośrednim rozpraszaniem widma. Rozprawa doktorska, Politechnika Warszawska, Warszawa, 13 grudzień 2005.