(2021年整理)无线通信信道均衡技术的研究讲解
面向无线通信网络的自适应调制与信道均衡技术研究
面向无线通信网络的自适应调制与信道均衡技术研究无线通信网络在现代社会中起着至关重要的作用。
为了实现高质量的数据传输和稳定的通信连接，自适应调制与信道均衡技术成为了研究的热点。
本文将针对面向无线通信网络的自适应调制与信道均衡技术展开讨论，并分析其研究现状、关键技术以及未来发展趋势。
随着无线通信的普及和应用范围的不断扩大，用户对数据传输速度和通信质量的要求也越来越高。
然而，无线信道存在复杂多变的特点，如不可预测的动态衰落、多径效应、噪声干扰等，给信号传输带来了很大的挑战。
为了应对这些问题，自适应调制与信道均衡技术应运而生。
自适应调制是指根据信道条件和包络信息等参数自动选择合适的调制方式。
通过不同的调制方式，可以在不同的信道条件下实现更高的传输速率和更低的误码率。
自适应调制技术的核心是根据信道估计和信道状态信息来确定合适的调制方式。
首先，需要通过信道估计算法对信道进行建模和预测，然后根据建模结果选择合适的调制方式。
在不同的无线通信标准中，包括LTE、5G等，都广泛采用了自适应调制技术，以提高系统的数据传输效率和可靠性。
信道均衡是指在存在多径效应的信道中恢复传输信号的形状和时序。
多径效应会导致信号的多个版本以不同的延迟和幅度到达接收端，从而产生干扰和失真。
信道均衡技术的目标是通过消除或减小多径效应带来的影响，恢复原始信号的质量。
常用的信道均衡算法包括最小均方算法、线性均衡算法等。
这些算法通过估计信道传递函数反演来实现信号的恢复，进而提高系统的性能。
自适应调制与信道均衡技术在无线通信网络中的应用广泛。
首先，它们可以极大地提高信号传输的可靠性和稳定性。
通过自适应调制技术，系统可以根据信道条件自动选择合适的调制方式，从而实现更高的传输速率和更低的误码率。
而信道均衡技术则可以消除多径效应带来的失真和干扰，恢复信号的原始质量。
其次，自适应调制与信道均衡技术还可以提高系统的抗干扰性能。
无线通信网络中存在各种噪声和干扰源，如多径干扰、天线阵列互相干扰等，通过自适应调制与信道均衡技术可以削弱噪声和干扰对信号传输的影响，提高系统的抗干扰性能。
无线通信网络中的信道估计与均衡技术研究
无线通信网络中的信道估计与均衡技术研究近年来，随着无线通信技术的发展，人们对信号传输质量的要求愈加高，尤其是在高速移动场景下，信道的不稳定性使得信号传输变得更加复杂和困难。
因此，进行信道估计和均衡对于提高无线通信网络的性能至关重要。
信道估计是指在不知道发送端与接收端之间信道的情况下，通过观测接收到的信号以及已知的调制方式和参数，推断出信道的参数。
在实际应用中，由于信道的复杂性和多变性，使得信道估计变得非常困难。
而在高速移动场景下，信道变化速度较快，使得信号的传输损失等问题更为显著。
常见的信道估计方法可以分为基于导频和盲估计两种。
其中，基于导频的方法要求发送端在数据传输过程中插入特殊的导频序列，以便接收端能够通过接收到的导频序列来推断出信道的特性。
而盲估计方法则是在没有导频序列的情况下，通过接收端观测到的信号和已知的调制方式等信息，推断出信道的特性，但这种方法的准确性和可靠性较低。
对于高速移动场景下的信道估计，研究者们提出了许多方法。
例如，利用卡尔曼滤波器来对信道进行预测和修正；通过增加导频序列的密度来增加信道估计的准确性；采用扩频和反演变换等方法来设计低复杂度的信道估计算法。
这些方法为实现高速移动场景下的信道估计提供了良好的基础和应用前景。
对于信道均衡，它是指对于受到信道失真影响的接收信号，通过一定的算法进行修正，使得接收信号更接近于发送信号，从而提高信号的可靠性和传输速率。
在高速移动场景下，信道均衡算法的设计尤为重要。
目前，常用的信道均衡算法包括线性均衡算法、最小均方误差算法和使用频域均衡算法。
其中，线性均衡算法是最为广泛应用和研究的方法之一，其基本思路是将接收信号分解为多个符号，并对每个符号进行均衡处理；最小均方误差算法则是通过求解最小化均方误差来优化均衡系数，从而得到更加准确的均衡结果；而频域均衡算法则是对信号进行傅里叶变换后，利用截止滤波器来消除信道失真的影响。
总的来说，在高速移动场景下，信道估计和均衡技术研究是提高无线通信网络性能的重要方向。
无线通信系统中的信道估计与均衡方法研究
无线通信系统中的信道估计与均衡方法研究随着无线通信技术的发展，信道估计与均衡方法逐渐成为无线通信系统中的重要研究领域。
在无线通信系统中，信道估计和均衡旨在消除由于信道传输引起的干扰和失真，提高通信系统的传输性能。
本文将从信道估计和均衡方法的基本原理、常见问题及相应解决方案进行探讨。
信道估计是无线通信系统中的一个关键环节。
它涉及到从接收信号中推测出发送信号经过的信道特性。
由于无线信道的复杂性，信号在传输过程中会受到多径效应、衰落、噪声等干扰。
因此，准确地估计信道的特性对于提高通信系统的性能至关重要。
常见的信道估计方法包括最小二乘法（LS）、最大似然（ML）、最大后验概率（MAP）等。
最小二乘法通过最小化接收信号与信道估计值之间的误差平方和来估计信道。
最大似然法则则是在给定接收信号的情况下，尝试寻找最可能的信道估计值。
而最大后验概率方法结合了先验概率和似然函数，通过最大化后验概率来估计信道。
然而，信道估计过程中面临一系列挑战。
首先，多径效应会导致接收信号中出现多个版本的信号，对信道估计造成困难。
此外，噪声和干扰的存在也会使信道估计过程受到影响。
针对这些问题，研究者提出了一系列解决方案。
一种常用的解决方案是导频信号。
导频信号是已知的、在发送信号中插入的特殊符号，其目的是提供参考信号用于信道估计。
通过对接收信号中的导频信号进行采样和处理，可以得到信道估计值，从而实现信道均衡。
另外，自适应均衡方法也是一种常见的信道估计和均衡解决方案。
自适应均衡方法利用反馈回路不断调整均衡滤波器的参数，以适应信道的变化。
这种方法可以根据实时的信道状态进行动态调整，从而提高均衡性能。
除了信道估计方法，均衡方法也是无线通信系统中的关键组成部分。
均衡的目标是消除信号在传输过程中受到的干扰和失真，使接收信号更接近于发送信号。
常用的均衡方法包括线性均衡、非线性均衡和盲均衡等。
线性均衡是一种基于滤波器的方法，通过滤波器对接收信号进行处理，以减小信号中的干扰和失真。
通信系统中的信道均衡算法研究
通信系统中的信道均衡算法研究随着移动通信和无线通信的快速发展，信道均衡成为了通信领域中一个非常重要的研究方向。
信道均衡算法是通过调整接收信号的加权系数，来消除信道带来的影响，从而使接收信号更加稳定。
本文将从信道均衡的背景、算法原理以及应用领域等多个方面探讨信道均衡算法的研究进展以及未来的发展方向。
一、信道均衡的背景在移动通信中，不同的信道会引起不同的干扰和噪声，而接收端接收到的信号也会受到信道影响，出现信号失真、噪声、抖动等问题。
为了解决这些问题，信道均衡算法应运而生，通过对接收信号进行加权系数调整，将信道引起的影响消除或降低，从而恢复原始信号的稳定性。
二、信道均衡的算法原理信道均衡算法的原理是根据所采集到的信号信息、信道特性和误差状态等因素，利用数学模型或者算法进行加权系数修正，从而使得接收的信号更加稳定和准确。
常见的信道均衡算法包括MMSE算法、共轭梯度算法、最大似然估计算法等。
其中，MMSE算法是常用的线性信道均衡算法，它通过对接收端的信号进行预测和修正，对干扰和噪声进行抑制，从而达到信道均衡的目的。
共轭梯度算法则是一种非线性均衡算法，主要用于MIMO多输入多输出系统中的信道均衡，它通过对接收信号进行反演来消除信道影响，提高系统的传输效率。
三、信道均衡的应用领域信道均衡算法主要应用于移动通信、数字电视、音频信号处理等领域。
在移动通信中，信道均衡算法主要用于提高无线信号的可靠性和传输效率，降低传输误码率。
在数字电视领域，信道均衡算法则主要用于针对不同信道条件进行均衡最优化处理，从而提高接收效果。
在音频信号处理领域，信道均衡算法则主要用于优化语音通信质量，提高语音传输的清晰度和可靠性。
四、信道均衡算法的发展趋势未来，信道均衡算法的研究方向主要集中在以下几个方面：1.非线性信道均衡算法的研究。
非线性信道均衡算法的研究将成为未来的发展趋势，其主要可以通过深度学习、神经网络等算法进行解决。
2.多级均衡算法的应用。
无线通信系统中的信道估计与均衡技术研究
无线通信系统中的信道估计与均衡技术研究一、引言无线通信系统是现代通信技术的重要组成部分，广泛应用于移动通信、物联网、无人机等领域。
在无线通信系统中，信道估计与均衡技术起着至关重要的作用，可以提高系统的性能和可靠性。
本文将对无线通信系统中信道估计与均衡技术进行深入研究。
二、无线通信系统中的信道估计在无线通信系统中，信道估计是指通过已知的发送信号和接收信号之间的差异，确定无线信道的特性和状态。
正确定位信道状态对于成功传输信息至关重要。
常见的信道估计方法有最小二乘法、最大似然法和卡尔曼滤波等。
2.1 最小二乘法最小二乘法是一种最常用的信道估计方法，它通过最小化预测信号与实际接收信号之间的均方误差来估计信道参数。
具体而言，最小二乘法通过解决线性方程组来获得最优的信道参数估计值。
2.2 最大似然法最大似然法是一种基于统计学理论的信道估计方法，它利用观测数据来最大化观测概率。
最大似然法的核心思想是选择最可能产生观测数据的信道参数。
这种方法可以提供更精确的信道估计结果，但计算复杂度较高。
2.3 卡尔曼滤波卡尔曼滤波是一种递归估计算法，它通过利用系统的状态方程和测量方程，结合先验信息和后验信息，实时地估计信道参数。
卡尔曼滤波算法具有较好的鲁棒性和适应性，适用于非线性、非高斯和有噪声的信道环境。
三、无线通信系统中的均衡技术无线通信系统的均衡技术旨在校正信道传输过程中产生的失真和干扰。
信道均衡可以提高信号的传输质量，减小误码率。
3.1 线性均衡线性均衡是最早应用的均衡技术之一，通过使用线性滤波器来抵消信道引起的失真。
线性均衡方法包括零均值线性均衡（ZLC）和决定性均衡（DC）等。
它们可以有效地解决信道失真问题，但对信号偏移和噪声敏感。
3.2 非线性均衡非线性均衡方法通过采用非线性滤波器来抵消信道失真，并且具有更好的均衡效果。
常见的非线性均衡器包括最小均方误差（MMSE）均衡器和最大后验概率（MAP）均衡器。
非线性均衡可以更好地适应复杂的信道环境，提高系统的抗干扰性能。
无线通信信道均衡技术的研究
引用本文格式：李毅 无线通信信道均衡技术的研究[期刊论文]-信息通信 2014(6)
方式不能满足实际需要。利用高效调解技术实现对电缆传送
特征的补偿可满足信号高速传送的要求。 在通信信号传送系统中，我们选择在技术方面较为成熟的
多电平调解法，即 QAM 正交振幅调制技术。实际应用方面， 电缆低频终端衰落减小、高频终端衰落增大，为弥补这方面的
不足，确保调制信号经过电缆遭受的非线性衰落予以纠正，本 系统采用盲均衡技术。盲均衡的应用是实现通信信道系统线
类信道特点的甄别将尤为重要。
相减弱，最终由终端接收的信号会急剧变化，产生一定程度的
通信技术从人类发现烽火传信开始直至今日发明量子通 衰落，这种衰落可称之为多径衰落。可以说，多径衰落是移动
信都具有一个共同的目的，即将信息从信息源地发送至信宿， 无线通信技术最基本的信道特性。
由表 1 和图 1 可以很清晰地看出，在运算 500 阶以下的小型 稀疏矩阵时，三种方法的运算时间很接近，且均小于 2s；但当线性 方程组的系数矩阵超过 500 阶时，三种方法的运算时间出现了明 显的差别，共轭梯度法最优，保持着极为缓慢的增长趋势，选主元 LU 分解法略好于 SOR 迭代法，但这两种方法均未差强人意，增长 速率也很快，在稀疏矩阵达到 5000 阶时运算时间已经超多 200s。
均衡和半盲均衡。线性自动应均衡值是以依赖收发双方已知 信息是将信息的信号发送至信宿的过程，其中载有信息的信号
的训练信号序列实现信道追踪，最终达到均衡的作用。盲均衡 在传送过程中会受到很多影响，这样就反映出了信道特征。如
则主要指基于发送信号具有与载波信号无联系的特征实现对 无线类信道特征拥有时延扩展、多径衰落、Doppler 扩展和相位
（1） 其中，M 为一整数时延， 为一常数时移。为了实现（1） 式，在不考虑信道叠加噪声的前提下，需满足公式（2）：
无线通信中的信道估计与均衡技术
三、应用和发展方向
总结起来，无线通信中的信道估计与均衡技术对于提高系统性能和可靠性至关重要。通过准确估计信道状态并采用合适的均衡方法，可以有效地消除信道引起的失真和干扰，从而实现可靠的数据传输。随着技术的不断发展，信道估计与均衡技术将在无线通信领域发挥更重要的作用，推动无线通信技术的进步和应用的广泛发展。
一、信道估计技术
在无线通信系统中，信道状态信息（CSI）的准确性对于接收端的性能至关重要。信道估计技术旨在通过接收到的信号来估计信道的状况，从而实现对发送信号的解调和解码。常见的信道估计技术包括最小二乘法（LS）、最大似然估计（MLE）和最小均方误差（MMSE）等。
最小二乘法是一种较为简单和直观的信道估计技术。它基于接收信号与已知的训练序列之间的误差最小化原理，通过计算误差的平方和来估计信道参数。最大似然估计技术则是通过最大化接收信号的似然函数来估计信道参数，可以提供较高的估计准确性。而最小均方误差技术则是在估计信号的同时最小化估计误差的均方误差，通常能够提供较好的性能。
信道估计与均衡技术在无线通信系统中有广泛的应用。例如，在移动通信系统中，信道估计技术可以用于自适应调制和功率控制，从而提高系统的吞吐量和能效。而均衡技术则可以用于解决移动通信中的多路径干扰和时延扩展等问题。
未来，随着无线通信系统的发展和演进，信道估计与均衡技术也将继续不断发展。一方面，需要研究更准确和高效的信道估计算法，以应对不同信道环境下的挑战。另一方面，可以结合深度学习和人工智能等技术，进一步提高均衡技术的性能和适应性。
什么是信道均衡？
什么是信道均衡？一、定义信道均衡是指通过一系列算法和技术手段，来对信道中的信号进行调整和处理，以消除干扰、补偿失真，并使得接收到的信号质量达到最佳状态的一种技术。
它是无线通信领域中非常重要的一环，能够提升无线传输的可靠性和稳定性。
二、工作原理1. 信道反馈信道均衡的关键在于对信道的准确估计，而信道信息无法直接获取。
因此，需要通过发送端和接收端之间的交互来获得信道状态。
这个过程称为信道反馈。
发送端根据接收端反馈的信息，动态地调整发送信号的功率、频率和调制方式，以适应信道的变化。
2. 均衡算法信道均衡的核心是采用一系列复杂的算法来处理接收到的信号，对其进行均衡处理。
常见的均衡算法有线性均衡、最小均方误差均衡、判决反馈均衡等。
这些算法通过对信号进行滤波、补偿和增强，来消除信道引起的失真和干扰。
三、应用领域1. 无线通信信道均衡在无线通信中起到了至关重要的作用。
无论是移动通信还是无线局域网，都需要在不同的信道环境下进行数据传输。
信道均衡能够有效地提升信号的抗干扰性能，增加通信的可靠性和稳定性。
2. 数字调制在数字调制中，信道均衡也扮演了重要角色。
数字调制一般会伴随信号失真和干扰，信道均衡可以对接收到的信号进行恢复和优化，提高信号的品质和可靠性。
3. 多天线系统多天线系统是利用多个天线进行信号传输和接收的技术，可以提高系统的容量和覆盖范围。
信道均衡在多天线系统中起到了更为重要的作用，可以通过对不同天线接收到的信号进行优化和调整，来提升系统的性能。
四、发展趋势随着通信技术的不断发展，信道均衡也在不断演进和改进。
未来的趋势主要包括以下方面：1. 智能化信道均衡将更加智能化，能够根据实时的信道状态和环境变化，自动调整参数和算法，提供更好的信号处理效果。
2. 自适应信道均衡将更加自适应，可以适应不同的信道环境和传输要求。
不同的信道均衡算法会根据需求选择最适合的方式。
3. 联合优化未来的信道均衡将与其他信号处理技术进行联合优化，如前向纠错、调制识别等，以实现全面的信号处理和优化。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
无线通信信道均衡技术的研究讲解(推荐完整)编辑整理：尊敬的读者朋友们：这里是精品文档编辑中心，本文档内容是由我和我的同事精心编辑整理后发布的，发布之前我们对文中内容进行仔细校对，但是难免会有疏漏的地方，但是任然希望（无线通信信道均衡技术的研究讲解(推荐完整)）的内容能够给您的工作和学习带来便利。
同时也真诚的希望收到您的建议和反馈，这将是我们进步的源泉，前进的动力。
本文可编辑可修改，如果觉得对您有帮助请收藏以便随时查阅，最后祝您生活愉快业绩进步，以下为无线通信信道均衡技术的研究讲解(推荐完整)的全部内容。
无线通信信道均衡技术的研究讲解（推荐完整）编辑整理：张嬗雒老师尊敬的读者朋友们：这里是精品文档编辑中心，本文档内容是由我和我的同事精心编辑整理后发布到文库，发布之前我们对文中内容进行仔细校对，但是难免会有疏漏的地方，但是我们任然希望无线通信信道均衡技术的研究讲解（推荐完整）这篇文档能够给您的工作和学习带来便利。
同时我们也真诚的希望收到您的建议和反馈到下面的留言区，这将是我们进步的源泉，前进的动力。
本文可编辑可修改，如果觉得对您有帮助请下载收藏以便随时查阅，最后祝您生活愉快业绩进步，以下为〈无线通信信道均衡技术的研究讲解（推荐完整)〉这篇文档的全部内容。
论文题目：无线通信信道均衡技术的研究摘要在移动通信领域中，码间干扰始终是影响通信质量的主要因素之一。
为了提高通信质量，减少码间干扰,在接收端通常采用均衡技术抵消信道的影响.由于信道响应是随着时间变化的，通常采用自适应均衡器。
自适应均衡器能够自动的调节系数从而跟踪信道,成为通信系统中一项关键的技术。
本篇论文在对无线通信信道进行研究的基础上,阐述了信道产生码间干扰的原因以及无码间干扰的条件，介绍了时域均衡的原理。
深入研究了均衡器的结构和自适应算法，在均衡器的结构中主要介绍了2种自适应均衡器结构即线性横向均衡器和判决反馈均衡器,并对这几种结构进行了比较.对于系数调整算法主要介绍了常用的几种算法，包括LMS算法、盲均衡常用的恒模算法(CMA），并讨论了它们各自的优缺点。
最后选用线性横向均衡器结构与上述2种系数调整算法,利用MATLAB进行仿真，并对结果进行分析与比较,实验结果为CMA算法整体较LMS算法好。
在移动通信领域中，码间干扰始终是影响通信质量的主要因素之一.为了提高通信质量,减少码间干扰，在接收端通常采用均衡技术抵消信道的影响。
由于信道响应是随着时间变化的，通常采用自适应均衡器.自适应均衡器能够自动的调节系数从而跟踪信道，成为通信系统中一项关键的技术。
本篇论文在对无线通信信道进行研究的基础上,阐述了信道产生码间干扰的原因以及无码间干扰的条件，介绍了时域均衡的原理.深入研究了均衡器的结构和自适应算法，在均衡器的结构中主要介绍了2种自适应均衡器结构即线性横向均衡器和判决反馈均衡器,并对这几种结构进行了比较。
对于系数调整算法主要介绍了常用的几种算法，包括LMS算法、盲均衡常用的恒模算法(CMA），并讨论了它们各自的优缺点.最后选用线性横向均衡器结构与上述2种系数调整算法，利用MATLAB进行仿真，并对结果进行分析与比较,实验结果为CMA算法整体较LMS算法好。
关键字：均衡器 LMS CMA MATLAB目录第一章绪论...。
.。
.。
..。
.。
.。
...。
..。
..。
...。
..。
...。
..。
..。
.。
. .。
...。
..。
.。
..。
..。
..。
.。
...。
...。
..。
.。
.。
.。
.。
3第二章信道、码间干扰及均衡技术简介。
..。
..。
.。
..。
...。
...。
...。
.。
...。
.。
.。
.。
..。
.。
.。
5第三章移动通信中均衡算法的研究.。
.。
.。
..。
.。
...。
..。
.。
.。
...。
.。
.。
.。
.。
.。
.。
.。
.。
6第四章均衡器的仿真与实现。
.。
.....。
.。
...。
...。
...。
.。
....。
....。
.。
..。
.。
.。
....。
..10第五章总结。
....。
.。
.。
.。
...。
.。
......。
..。
.。
.。
.。
....。
...。
.。
..。
.。
.。
.....。
.。
.。
.。
.。
.。
.。
.。
.10引言通常信道特性是一个复杂的函数,它可能包括各种线性失真、非线性失真、交调失真、衰落等。
同时由于信道的迟延特性和损耗特性随时间做随机变化，因此,信道特性往往只能用随机的过程来进行描述.例如，在蜂窝式移动通信中，电磁波会因为碰撞到建筑物或者其他物体而产生反射、散射、绕射,此外发射端和接收端还会受到周围环境的干扰，从而产生时变现象，其结果为信号能量会不止一条路径到达接收天线，我们称之为多径传播。
数字信号经过这样的信道传输后，由于受到了信道的非理想特性的影响，在接收端就会产生码间干扰（ISI），使系统误码率上升,严重情况下使系统无法继续正常工作。
理论和实践证明,在接收系统中插入一种滤波器，可以校正和补偿系统的特性，减少码间干扰的影响。
这种起补偿作用的滤波器称为均衡器。
校正可以从时域和频域两个不同的角度来考虑：频域均衡是利用可调滤波器的频率特性来弥补实际信道的幅频特性和群延时特性，使包括均衡器在内的整个系统的总频率特性满足无码间干扰传输条件.时域均衡是从时间响应的角度考虑,使包括均衡器在内的整个传输系统的冲击响应满足无码间干扰的条件。
频域均衡满足奈奎斯特定理的要求，仅在判决点满足无码间干扰的条件相对宽松一些。
随着数字信号的处理理论和超大规模集成电路的发展，时域均衡器已成为当今高速数字通信中所使用的主要方法。
调整滤波器抽头系数的方法有手动调整和自动调整。
如果接收端知道信道特性,例如信道冲击响应或频域响应,一般采用简单的手动调整方式。
由于无线通信信道具有随机性和时变性，即信道特性事先是未知的，信道响应是时变的，这就要求均衡器必须能够实时地跟踪通信信道的时变特性，可以根据信道响应自动调节抽头系数，我们称这种可以自动调整滤波器抽头系数的均衡器为自适应均衡器。
1.2国内(外）研究现状均衡技术最早应用于电话信道,由于电话信道频率特性不平坦和相位的非线性引起时间的弥散，使用加载线圈的均衡方法来改进传送语音用的双绞线电缆的特性。
最常用于均衡的线性滤波器是一个横向滤波器，称为线性均衡。
有两种常用的方法确定均衡器的抽头系数：迫零(ZF)准则和最小均方误差（MMSE）准则。
研究表明,线性均衡器对于像固定电话这样的信道来说性能良好，因此这种算法被广泛应用到各种码间干扰不是很严重的场合。
然而随着移动通信技术的发展,这种均衡算法的弱点逐渐暴露出来。
因此人们把研究的重点放在了实现简单、性能较好的非线性均衡器上。
判决反馈均衡器（DFE）和最大似然序列估计(MLSE)就是两种非线性均衡器.判决反馈均衡器包括一个从功能上讲反馈滤波器用于从当前估计值中除去由先前被检测符号引起的那部分符号间干扰。
而最大似然序列估计(MLSE）方法实质就是在极大似然序列估计的基础上采用自适应信道估计器为序列检测提供信道信息。
因此这两种非线性均衡方法与线性均衡方法相比其性能有很大的改善。
由于在很多系统中衰落信道是随机时变的,故需要研究自适应地跟踪信道时变特性的均衡器，这促进了自适应均衡技术的发展。
基于训练序列的自适应均衡器最早在二十世纪六十年代提出。
传统的自适应均衡技术往往使用导频训练信号，即在传输的数据中加入一个时隙,在此时隙中传输一个在接收端已知的训练信号,然后根据自适应算法,在接收端调整均衡器，使均衡器的输出是与已知的参考训练最相近的匹配。
其技术己经被用在很多数字通讯系统中，例如：高速率电话系统,卫星通信系统，数字蜂窝移动通信系统等。
至今广泛应用的自适应算法有最小均方(LMS)算法和盲均衡算法(CMA）等，他们的收敛特性和均衡性能己经被人们深入的研究。
目前常见的自适应均衡器结构有格形结构、横向结构和网络结构(神经网络均衡器）.基于训练序列的自适应均衡方法的不足是传输训练序列占用了宝贵的信道容量,降低了系统的传输效率。
因此二十世纪八十年代以来，无需训练序列的盲均衡技术开始得到迅速的发展.现在出现的典型的盲均衡算法如下：基于Bussagang技术的盲均衡算法、基于高阶统计量的盲均衡算法、基于二阶矩的盲均衡算法［8］等.盲均衡的优点是可以降低发送训练序列所增加的额外开销，适用于不可能发送训练序列的情况；而其缺点是需要较多的观测数据，收敛速度较慢。
近年来，半盲均衡算法也引起了人们的极大研究兴趣。
半盲均衡就是同时利用盲方法所用的信息和来自已知符号的信息来完成信道均衡的方法。
典型的无线通信系统中一般都会发送一些已知信号用作信道估计和同步的训练数据，或作为分隔突发数据的保护间隔，为了不显著降低系统的性能，嵌入的数据都不是太长。
这种情况下，传统的基于训练序列的均衡算法没有足够长的信号序列可用，而应用纯盲均衡又有些浪费这些数据信息.半盲均衡和识别算法集成了基于训练序列的算法和纯盲算法的优点，可以很好地应用于这类通信系统中，克服了两种算法分别独立使用时的缺点,其能够使盲均衡问题和基于训练序列的问题更具有鲁棒性，而且能提供比这两种方法更优的性能。
由上可知，随着技术的发展，人们对移动通信系统的性能要求越来越高。
因此我们有必要设计出与之相适应的各种信道均衡方法，以提高系统性能是十分必要的。
1.3论文研究的主要内容本论文主要研究的是在数字通信系统中设计一个理想的均衡器，用以补偿信道，从而减少码间干扰.根据均衡器的结构有多种，我们需要根据迫零（ZF)准则或者最小均方误差（MMSE)准则选择一个均衡器，并选择较为简易的算法来调整均衡器的抽头系数,并用MATLAB进行仿真.各章的主要内容如下：第一章简单介绍了均衡技术,以及其研究现状与发展等。
大连交通大学2013届本科生毕业设计（论文）3 第二章描述了通信信道的特性,对无线信道做了比较详尽的分析，并且给出了通信信道的仿真模型，介绍了产生码间干扰的原因以及一些减少码间干扰的措施，概述了自适应均衡的原理与特点。
第三章介绍了最常用的自适应均衡衡器以及其中2中算法:LMS和CMA 第四章选择自适应均衡器的结构和算法，用MATLAB对其进行仿真，然后分别采用LMS算法和CMA算法进行仿真，并对LMS和CMA的收敛性能抗干扰性能等其他方面进行了比较。
第五章为全文做了总结与展望.第二章信道、码间干扰及均衡技术简介数字信号经过信道的传输到达接收端，而实际上信道是一个特性复杂的函数而且还是时变的。
因此接收到的信号已经发生了严重的畸变从而产生码间干扰，自适应均衡器能够补偿信道所产生的畸变，并且根据接收信号的变化自动调节均衡器的抽头系数，以跟踪信道的时变特性.2.1 信道从宏观上讲，任何一个通信系统均可视为由发送设备、信道、接收设备三大部分组成。
信道是通信系统的重要组成部分，其特性对通信系统的性能影响很大.实际信道都不是理想的,均具有非理想的频率响应特性,同时还不可避免地存在着噪声干扰和其他干扰。