
Whole Story Behind Blind Adaptive Equalizers/ Blind Deconvolution
Es ist bekannt, dass die Intersymbolstörung (ISI) in vielen Kommunikationsumgebungen ein limitierender Faktor ist, der eine irreduzible Verschlechterung der Bitfehlerrate (BER) verursacht und damit eine Obergrenze für die Datensymbolrate setzt. Um das ISI-Problem zu überwinden, wird in diesen Systemen ein Entzerrer eingesetzt.
Unter den drei Arten von Entzerrern - nicht-blind, halb-blind und blind - hat der blinde Entzerrer den Vorteil, dass er Bandbreite spart und keine Trainingsphase durchlaufen muss. Blinde Entzerrungsalgorithmen sind im Wesentlichen adaptive Filteralgorithmen, die so konzipiert sind, dass sie keine externe Zuführung einer gewünschten Antwort benötigen, um das Fehlersignal am Ausgang des adaptiven Entzerrungsfilters zu erzeugen. Die Algorithmen erzeugen eine Schätzung der gewünschten Antwort, indem sie eine nichtlineare Transformation auf die am Anpassungsprozess beteiligten Sequenzen anwenden.
Diese Nichtlinearität dient der Minimierung einer Kostenfunktion, die nach einem Ansatz implizit auf Statistiken höherer Ordnung (HOS) basiert oder direkt nach den Bayes-Regeln berechnet wird. The Whole Story behind Blind Adaptive Equalizers/ Blind Deconvolution vermittelt dem Leser ein umfassendes Verständnis der blinden Dekonvolution. Das Buch behandelt eine Vielzahl von Methoden zur blinden Dekonvolution/Entzerrung, die sowohl auf Kostenfunktionen als auch auf Bayes-Regeln basieren, wobei Simulationsergebnisse zur Unterstützung der Theorie geliefert werden.
Dazu gehören die Maximum-Entropie-Dichte-Annäherung und die Edgeworth-Expansion, die in verschiedenen blinden Entzerrern verwendet werden. Es wird auch die Beziehung zwischen dem Kostenfunktionsansatz und dem Ansatz nach den Bayes-Regeln beschrieben. Das Buch befasst sich auch mit der Auswirkung verschiedener Systemparameter (wie z.B.
dem Parameter der Schrittweite oder der Abgriffslänge des Entzerrers) auf die erzielte Entzerrungsleistung. Dieses Buch ist von besonderem Interesse für fortgeschrittene Studenten der Nachrichtentechnik, Doktoranden, Hochschullehrer und Signalverarbeitungsforscher.