通信系统中的信道均衡问题研究

针对通信系统中的信道均衡问题进行了研究，设计了一种基于MLP多层感知器的信道均衡系统。首先，对传统线性均衡器存在的问题进行了描述；其次，针对传统线性均衡器存在的问题构建了基于MLP多层感知器的信道均衡系统模型，即以MLP均衡器为核心，增加训练模块与判决模块；然后引入一种快速学习算法对模型进行训练，即通过学习率和动量项优化后的BP算法，减少了模型训练的时间；最后，对快速学习算法进行测试，通过星座图。均方误差折线图以及误码率折线图三种方式对传统线性均衡器与基于MLP多层感知器的信道均衡系统进行测试与对比。结果表明：在复杂环境下，传统线性均衡器对星座图的校正会出现模糊和偏移的现象，而基于MLP多层感知器的信道均衡器对星座图的校正更为精准有效；均方误差折线图显示，在整体上，MLP结构的均衡器比传统LSM均衡器降低了5 dB;误码率折线图显示，在信噪比达到16 dB之后，MLP结构的均衡器误码率更低。综上可知，本研究提出的MLP结构的均衡器性能更佳且稳定性更好。