Uso Do Processamento Largamente Em Um Equalizador Fracionalmente Espaçado Aplicado a Canais De Comunicações Seletivos Em Frequência

Abstract

Artigo submetido em dezembro/2011 e aceito em setembro/2012 RESUMO Os sistemas de comunicação que usam o ar (espaço) como meio de transmissão de dados estão sujeitos aos problemas de falta de visada direta e interferências, sendo, quase sempre, necessário um filtro (equalizador) para compensar os efeitos indesejáveis introduzidos pelo canal de comunicação. Inicialmente, este artigo apresenta os conceitos básicos sobre comunicação digital. Em seguida, é realizada uma análise do uso do processamento largamente linear aplicado à equalização de canais de comunicação usando equalizadores fracionalmente espaçados (FE). Resultados de simulação mostram que esta abordagem pode resolver com eficiência o problema de equalização do canal de comunicação digital. PALAVRAS-CHAVE:equalização, processamento largamente linear, canal de comunicação. USE OF WIDELY LINEAR PROCESSING IN A FRACTIONAL EQUALIZER APPLIED TO COMMUNICATION CHANNELS FREQUENCY SELECTIVE ABSTRACTCommunication systems that use air (space) as means of data transmission are subject to problems interference and lack of sight, being often, require a filter (equalizer) to offset the adverse effects introduced by the communication channel. Initially, this paper presents the basics of digital communication. Next is an analysis of the use of widely linear processing applied to the equalization of communication channels using fractionally spaced equalizer (FE). Simulation results show that this approach can effectively solve the problem of equalization of digital communication channel.

Effects of blind channel equalization using the regressive accelerator algorithm version ɣ

“…The pioneer works by Widrow-Holf (1960), Lucky (1966), Saltzberg (1968),and Lugannani (1969) are a good example of researchers who contributed to the algorithms conception, being improved nowadays. This has improved the performance in the signal reception presenting distortions (Aquino, 2012).These algorithms are divided in two large groups: the ones using a training signal -so-called supervised-; and blind or self-taught algorithms called unsupervised. The first ones, mentioned in the works presented by Jojoa (2003), Aquino (2012), Erdogmus & Principe (2002), and Rocha (2005) use a training sequence available in the receiver.…”

“…This has improved the performance in the signal reception presenting distortions (Aquino, 2012).These algorithms are divided in two large groups: the ones using a training signal -so-called supervised-; and blind or self-taught algorithms called unsupervised. The first ones, mentioned in the works presented by Jojoa (2003), Aquino (2012), Erdogmus & Principe (2002), and Rocha (2005) use a training sequence available in the receiver. Consequently, they can calculate the error signal as the difference between the training signal and the signal outside the equalizer; allowing the periodic adjustment of the equalizer coefficients.…”

“…La implementación de ecualizadores adaptativos, que permiten compensar la interferencia del canal producida por la ISI y el ruido, se remontan a la década de 1960, con los trabajos pioneros de Widrow-Holf (1960), Lucky (1966), Saltzberg (1968) y Lugannani (1969), quienes contribuyeron a la creación de algoritmos que han sido mejorados hasta el día de hoy, lo que ha permitido lograr un mejor desempeño en la recepción de las señales que presentan distorsiones (Aquino, 2012). Estos algoritmos se dividen en dos grandes grupos: algoritmos que utilizan una señal de entrenamiento, denominados supervisados; y algoritmos ciegos o autodidactas, denominados no supervisados.…”

“…Estos algoritmos se dividen en dos grandes grupos: algoritmos que utilizan una señal de entrenamiento, denominados supervisados; y algoritmos ciegos o autodidactas, denominados no supervisados. Los primeros, mencionados en los trabajos de Jojoa (2003), Aquino (2012), Erdogmus y Principe (2002) y Rocha (2005), utilizan una secuencia de entrenamiento que está disponible en el receptor. De esa manera, pueden calcular la señal de error como la diferencia entre la señal de entrenamiento y la señal a la salida del ecualizador, para así ajustar periódicamente los coeficientes del ecualizador.…”