【国外通信教程】SIGNAL PROCESSING FOR COMMUNICATIONS

Tnavy

Contents
Preface . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . vii
1 The wireless channel 1
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Antenna array receiver model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Physical channel properties . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4 Signal modulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.5 Data model for signal processing . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.6 Applications of space-time processing . . . . . . . . . . . . . . . . . . . . . . . . . 33
2 Linear algebra background 39
2.1 Denitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.2 The QR factorization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.3 The singular value decomposition (SVD) . . . . . . . . . . . . . . . . . . . . . . . 43
2.4 Pseudo-inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.5 The eigenvalue problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3 Spatial processing techniques 51
3.1 Deterministic approach to Matched and Wiener lters . . . . . . . . . . . . . . . 51
3.2 Stochastic approach to Matched and Wiener lters . . . . . . . . . . . . . . . . . 56
3.3 Other interpretations of Matched Filtering . . . . . . . . . . . . . . . . . . . . . . 60
3.4 Prewhitening lter structure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.5 Eigenvalue analysis of Rx . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.6 Beamforming and direction estimation . . . . . . . . . . . . . . . . . . . . . . . . 72
3.7 Applications to temporal matched ltering . . . . . . . . . . . . . . . . . . . . . . 75
4 Adaptive ltering 83
4.1 Wiener ltering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.2 Steepest gradient descent algorithm . . . . . . . . . . . . . . . . . . . . . . . . . 86
4.3 The LMS algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
4.4 Analysis of the LMS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
4.5 Normalized LMS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
4.6 The RLS algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
4.7 Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
5 The ESPRIT algorithm 107
5.1 Direction estimation using the ESPRIT algorithm . . . . . . . . . . . . . . . . . 107
5.2 Delay estimation using ESPRIT . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
5.3 Frequency estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
6 The Constant Modulus Algorithm 123
6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
6.2 The Constant Modulus Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . 126
6.3 The CM Array . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
Glossary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134