我们在本文中提出了一种增强动态信道均衡的方法。 动态信道的特征和模型是发射机和接收机之间的相对速度较高，并且波传播的环境条件快速变化。 基于Jakes模型，开发了用于这种动态系统（即时变通道）的自回归模型（AR）[1]。 更具体地说，我们提出的增强均衡方法是将多级时域和频域均衡器与前馈环路结合在一起。 带下划线的炒锅为均衡方法提供了一种统一的方法，该方法同时使用时域和频域数据来增强均衡方案。 在OFDM系统中，在连续的块的时域中，每个抽头的信道系数是部分独立的，因此相关。 如果考虑到这种相关性，则可以改善信道估计。 本文中的方法通过基于多普勒频率动态选择先前的OFDM符号数量来增强均衡性能。 为了降低系统模型的复杂性，我们利用自相关和多普勒频率来动态选择将存储在存储器中的先前OFDM符号。 除了以统一的方式得出较早的结果外，提出的方法还可以提高性能，而不会对OFDM系统施加任何限制或限制，例如增加导频或循环前缀的数量。

针对多径信道的信道均衡，演示了几种经典的算法。可以直接运行。画图时是动态的，做得很精细

FPGA在数字滤波器设计中的应用：线性自适应信道均衡算法研究.ppt

迫 零 算 法 的 特 点 特点1：需要预先知道无线信道的特性，而且不可用于均衡信道特性变化的无线通信系统。 特点2：计算过程中需要求矩阵的逆，这使得迫零算法在设计阶数较大的均衡器时速度较慢。 特点3：有限阶迫零均衡器不能完全消除码间干扰；随着迫零均衡器阶数N的增加，均衡效果应该越来越好；当 时，理论上可以完全消除多径传输所引起的码间干扰。 特点4：如果迫零均衡器的抽头系数中存在某些较大值，可能导致在均衡过程中对噪声过分放大，致使均衡效果下降。

为抵消信道时变多径传播特性引起的码间干扰、准确地识别数字通信系统中的发送信号,满足信道均衡的实时性要求,采用最小二乘支持向量机回归算法对信道进行均衡。首先,分析了最小二乘支持向量机算法应用于信道均衡的机理,与传统的信道均衡方法相比,该算法无需对信道进行估计可直接得到均衡器的参数。其次,与ε-支持向量机算法进行比较,最小二乘支持向量机均衡性能不减,时间复杂度大大降低,可以更好的满足信道更新的实时性要求。同时探讨了2种改善低信噪比下信道均衡性能的方法。结果表明:对于信道环境复杂的通信系统,利用最小二乘支持向量机的非线性均衡速度快、效果良好。在低信噪比情况下,可以通过增加训练序列长度和利用非线性核函数来改善信道均衡的性能。

大三通信信号处理课写的一个大作业，实现了一个用于信道均衡的LMS自适应均衡器，可以学习噪声的一些性质

参考文献：参见Simon Haykin的“自适应滤波器理论”中的第13章

以理想的全通滤波器特性作为参考，即经过信道传输后，线性调频信号没有变化。所有通道都与参考信道特性比较。用iir滤波器模拟群时延为抛物线类型的信道，分析信噪比对均衡效果的影响

瑞利信道基带信号均衡仿真，绘制QPSK和16QAM理论误码率和误符号率

matlab开发-自适应信道均衡器imulink模型。自适应均衡器的Simulink模型