초록
학습 신호를 사용하지 않고 심볼간의 간섭을 제거하여 전송된 데이터를 복구하는 등화 방법을 블라인드 등화(blind equalization)라 한다. 본 논문에서는 수렴 속도와 정상상태오차를 줄이기 위하여 Sato 알고리듬과 결정-지향 알고리듬의 장점을 동시에 이용하는 다단계 결정-지향 알고리듬을 제안한다. 다단계 결정-지향 알고리듬은 초기 시작 모드에서는 수렴이 보장되는 Sato 알고리듬과 똑같이 동작을 한다. 이 후 등화기가 점점 수렴함에 따라, 블라인드 등화기에서 사용하는 양자화기의 레벨 수를 증가시켜 수렴속도를 빠르게 해준다. 양자화기의 레벨이 완전히 증가하였을 경우 다단계 결정-지향 알고리듬은 수렴 후 자승 평균 오차가 작은 결정-지향 알고리듬과 똑같이 동작하게 된다. 그러므로 다단계 결정-지향 알고리듬은 빠른 수렴 속도를 보이면서도, 정상상태에서 작은 오차값을 갖는다.
Adaptive channel equalization complished without resorting to a training sequence is known as blind equalization. In this paper, in order to increase the speed of the convergence and to reduce the steady-state mean squared error simulatneously, we propose the multi-stage DD(decision-direct) algorithm derived from the combination of the Sato algorithm and the decision-directed algorithm. In the starting stage, the multi-stage DD algorithm is identical to the Sato algorithm which guarantees the convergence of the equalizer. As the blind equalizer converges, the number of the level of the quantizers is increased gradally, so that the proposed algorithm operates identical to the decision-directed algorithm which leads to the low error power after the convergence. Therefore, the multi-stage DD algorithm obtains fast convergence rate and low steady state mean squared error.
