Název: Metody ekvalizace v digitálních komunikačních systémech
Překlad názvu: Equalization Methods in Digital Communication Systems
Autoři: Deyneka, Alexander ; Šilhavý, Pavel (oponent) ; Číž, Radim (vedoucí práce)
Typ dokumentu: Diplomové práce
Rok: 2011
Jazyk: eng
Nakladatel: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstrakt: [eng] [cze]
Tato práce je psaná v angličtině a je zaměřená na problematiku ekvalizace v digitálních komunikačních systémech. Teoretická část zahrnuje stručné pozorování různých způsobů návrhu ekvalizérů. Praktická část se zabývá implementací nejčastěji používaných ekvalizérů a s jejich adaptačními algoritmy. Cílem praktické části je porovnat jejich charakteristiky a odhalit činitele, které ovlivňují kvalitu ekvalizace. V rámci problematiky ekvalizace jsou prozkoumány tři typy ekvalizérů. Lineární ekvalizér, ekvalizér se zpětnou vazbou a ML (Maximum likelihood) ekvalizér. Každý ekvalizér byl testován na modelu, který simuloval reálnou přenosovou soustavu s komplexním zkreslením, která je složena z útlumu, mezisymbolové interference a aditivního šumu. Na základě implenentace byli určeny charakteristiky ekvalizérů a stanoveno že optimální výkon má ML ekvalizér. Adaptační algoritmy hrají významnou roli ve výkonnosti všech zmíněných ekvalizérů. V práci je nastudována skupina stochastických algoritmů jako algoritmus nejmenších čtverců(LMS), Normalizovaný LMS, Variable step-size LMS a algoritmus RLS jako zástupce deterministického přístupu. Bylo zjištěno, že RLS konverguje mnohem rychleji, než algoritmy založené na LMS. Byly nastudovány činitele, které ovlivnili výkon popisovaných algoritmů. Jedním z důležitých činitelů, který ovlivňuje rychlost konvergence a stabilitu algoritmů LMS je parametr velikosti kroku. Dalším velmi důležitým faktorem je výběr trénovací sekvence. Bylo zjištěno, že velkou nevýhodou algoritmů založených na LMS v porovnání s RLS algoritmy je, že kvalita ekvalizace je velmi závislá na spektrální výkonové hustotě a a trénovací sekvenci. The thesis is focused on the problem of equalization in digital communication systems. Theoretical part includes brief observation of different approaches of equalizer designing. The practical part deals with implementation of the most often used equalizers and their adaptation algorithms. The aim of practical part is to make a comparison characteristic of different type of equalizers and reveal factors that influence the quality of equalization. Within a framework of the problem of equalization three types of equalizers were researched: linear equalizers, decision feedback equalizers (DFE) and maximum likelihood equalizers (ML). Each equalizer was tested on the model which approximates the real transmission system with complex distortion consisted of attenuation, intersymbol interference and additive noise. The comparison characteristics of equalizers were revealed on the basis of implementation. It was ascertained that ML equalizer has the optimum performance among three equalizers. The adaptation algorithm play significant role in performance of mentioned equalizers. Two groups of algorithms were studied: stochastic and deterministic. The first one includes following algorithms: least-mean-square algorithm (LMS), normalized LMS algorithm (NLMS) and variable step-size LMS algorithm (VSLMS). The second one is represented by RLS algorithm. It was determined that RLS algorithm converges much faster than LMS-based algorithms. The several factors that influenced the performance of all algorithms were studied. One of the most important factors that influences the speed of convergence and stability of the LMS algorithm is step-size parameter. Another very important factor is selecting the training sequence. The big disadvantage of LMS-based algorithms compare to RLS-based algorithms was found: the quality of equalization is highly dependent on the power spectral density of the training sequence.
Klíčová slova: adaptation algorithm.; decision feedback equalizer (DFE); Equalizer; least-mean-square algorithm (LMS); maximum likelihood equalizer; normalized LMS algorithm (NLMS); variable step-size LMS algorithm (VSLMS); adaptační algoritmus; DFE ekvalizér; Ekvalizér; LMS algoritmus; ML ekvalizér.; NLMS algoritmus; RLS algoritmus; VSLMS algoritmus

Instituce: Vysoké učení technické v Brně (web)
Informace o dostupnosti dokumentu: Plný text je dostupný v Digitální knihovně VUT.
Původní záznam: http://hdl.handle.net/11012/3784

Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-218963


Záznam je zařazen do těchto sbírek:
Školství > Veřejné vysoké školy > Vysoké učení technické v Brně
Vysokoškolské kvalifikační práce > Diplomové práce