第五章 模擬結果
5.5 最小均方及遞迴最小平方等化器對系統效能影響的比較
最後的部份，分別使用了最小均方及遞迴最小平方的線性等化器，比較兩者對系統效 能上的影響。在此為了滿足極寬頻系統標準規格書對於訓練序列長度的要求，因此兩者皆 只使用256 個位元長度的的訓練序列，此外，線性等化器步階(
μ
)大小為 0.01，且權重的數 目(M)為 9。圖5-15 到圖 5-18 是比較是比較在不同通道模型下，在犁耙接收機後加上 LMS 及 RLS 線性等化器後，對於性能上的影響。從圖5-15 及圖 5-16 中，在 CM1 及 CM2 的通道模型 中，當犁耙接收機分支數為1 時，LMS 等化器之權重由於來不及收斂，因此最後的系統性 能會比原本沒有使用等化器的性能還來的差；但RLS 等化器由於其權重可以在 256 個位元 長度的訓練序列以內收斂，收斂速度比LMS 快上許多，因此在一根分支的情況下等化器 仍有產生其效用，改善了原本沒加等化器時的系統性能。而在考慮五根及所有分支的情況 下由於兩種等化器都能即時收斂，因此彼此的系統性能是相近的。
在圖5-17 及圖 5-18 中，在 CM3 及 CM4 的通道模型中，上述的現象會更加明顯，在 犁耙接收機分支數為1 時，當通道環境變差時，使用 LMS 等化器的系統性能會比沒加等 化器時更差上許多，然而加上RLS 等化器的趨勢剛好相反，隨著通道環境變差其對於系統 性能改善的幅度會加大；而在較差的通道模型中，在五根分支的情況下，LMS 等化器似乎 開始無法及時收斂，但RLS 等化器總能即時收斂，因此 LMS 系統性能會比 RLS 稍差。而 在考慮所有分支的情況下，加上兩種等化器後的系統性能是相近的。
0 5 10 15 20 25 10-4
10-3 10-2 10-1
100 Performance with RAKE and two different algorithm Equalizers in CM1
SNR(dB)
100 Performance with RAKE and two different algorithm Equalizers in CM2
SNR(dB)
0 5 10 15 20 25 10-4
10-3 10-2 10-1
100 Performance with RAKE and two different algorithm Equalizers in CM3
SNR(dB)
100 Performance with RAKE and two different algorithm Equalizers in CM4
SNR(dB)
第六章 結論
在極寬頻系統接收機中，我們考慮了在犁耙接收機之後再加上等化器的設計方式。首 先我們利用接收到的信號作通道估計，估計到通道的脈衝響應後，即可利用此資訊來設計 犁耙接收機的權重。接收信號經由犁耙接收機後可以利用多重路徑合成的方式，有效的將 信號能量收集起來，以提高信號解調的性能。當我們固定若干分支數的犁耙接收機的架構 後，能夠得到某種程度上的系統性能，之後在犁耙接收機後再加上位元層級的適應性等化 器，預期能再消除掉等化器之前的等效通道效應，以更進一步提升系統性能。
我們對於加入不同形式、架構及演算法的等化器後進行系統的位元錯誤率性能電腦模 擬。從中我們驗證了加上架構複雜度較高的等化器能得到較好的系統性能；而較複雜的演 算法的等化器相同的也能得到較好的系統性能。同時也發現到，在犁耙接收機之後加上等 化器，在較好的通道環境中，系統性能開始提升，但提升的程度不大；但在較差的通道環 境中，加入等化器能夠大幅的提升系統性能。
另外我們也針對如何尋找框架起始提出一盲蔽非同調的演算法，考量硬式決策與軟式 決策的性能表現，同時也得到適當的臨界決策值。
參考文獻
[1] DS-UWB Physical Layer Submission to 802.15 Task Group 3a, IEEE, Jan. 2005.
[2] Channel Modeling Sub-committee Report Final, IEEE 802.15 TG 3a, Dec. 2002.
[3] J. G. Proakis, Digital Communications, 4th ed., McGraw-Hill, 2001.
[4] S. Haykin, Adaptive filter theory, 4th ed., Prentice-Hall, 2002.
[5] G. L. Stüber, Principles of Mobile Communication, 2nd ed., Kluwer Academic, 2001.
[6] A. Goldsmith, Wireless Communication, Stanford University, 2005.
[7] S. U. H. Qureshi, “Adaptive Equalization,” Proc. IEEE, vol. 73, no. 9, pp. 1349-1387, Sep.
1985.
[8] C. A. Belfiore and J. H. Park, “Decision Feedback Equalization,” Proc. IEEE, vol. 67, no. 8, pp. 1143-1156, Aug. 1979.