Whole Story Behind Blind Adaptive Equalizers/ Blind Deconvolution
Jól ismert, hogy a szimbólumközi (ISI) interferencia korlátozó tényező számos kommunikációs környezetben, ahol a bithibaarány (BER) redukálhatatlan romlását okozza, így felső korlátot szabva az adatszimbólum sebességének. Az ISI-probléma leküzdése érdekében ezekben a rendszerekben kiegyenlítőt alkalmaznak.
A háromféle - nem vak, félig vak és vak - kiegyenlítő közül a vak kiegyenlítő előnye a sávszélesség megtakarítása, és nincs szükség betanítási fázisra. A vak kiegyenlítő algoritmusok lényegében adaptív szűrőalgoritmusok, amelyeket úgy terveztek, hogy nem igénylik a kívánt válasz külső ellátását az adaptív kiegyenlítő szűrő kimenetén lévő hibajel létrehozásához. Az algoritmusok a kívánt válasz becslését úgy hozzák létre, hogy az adaptációs folyamatban részt vevő szekvenciákra nemlineáris transzformációt alkalmaznak.
Ezt a nemlinearitást úgy tervezték, hogy minimalizáljon egy költségfüggvényt, amely az egyik megközelítés szerint implicit módon a magasabb rendű statisztikán (HOS) alapul, vagy közvetlenül a Bayes-szabályok szerint számítják ki. A vak adaptív kiegyenlítők/vak dekonvolúció mögött álló teljes történet a vak dekonvolúció teljes megértését adja az olvasóknak.
A könyv számos vak dekonvolúciós/egyenlítési módszert tárgyal, amelyek mind költségfüggvényeken, mind Bayes-szabályokon alapulnak, ahol az elmélet alátámasztására szimulációs eredményeket is mellékelünk. Ezek közé tartozik a Maximum Entropy sűrűség közelítési technika és a különböző vak kiegyenlítőkben használt Edgeworth Expansion megközelítés. Emellett ismerteti a költségfüggvényes megközelítés és a Bayes-szabályok szerinti megközelítés közötti kapcsolatot.
A könyv foglalkozik azzal is, hogy a különböző rendszerparaméterek (például a lépésméret paramétere vagy a kiegyenlítő csaphossza) milyen hatással vannak a kapott kiegyenlítési teljesítményre. Ez a könyv különösen érdekes lehet a felsőfokú híradástechnikai mérnöki alapképzésben részt vevő hallgatók, a végzős hallgatók, az egyetemi oktatók és a jelfeldolgozással foglalkozó kutatók számára.