基于DF-DDEA算法的Turbo均衡研究

研究了基于数据引导均衡算法的Turbo均衡，此算法求解似然函数时，假设条件概率密度函数符合高斯分布。实际上经过均衡处理，噪声已经变成有色噪声，此时的条件概率密度函数并不是完全符合高斯的，针对这一问题，提出基于判决反馈数据引导均衡算法(decisionfeedbackdatadirectedequalizationalgorithm，DF-DDEA)的Turbo均衡，该算法通过对均衡符号进行判决处理，得到完全符合高斯分布的条件概率密度函数，从而满足求解似然函数时的假设条件。根据计算后验信息时是否考虑整个数据块内其他符号对当前输入符号的影响，分别推导了基于符号检测以及基于序列检测的DF-DDEA-Turbo均衡算法。通过仿真分析，比较了提出的新算法和原来算法的性能，新算法在基本不增加计算复杂度的情况下，比原来算法的各项性能分别有不同程度的改善。