- 文献综述（或调研报告）：
概率信道均衡技术是用来缓解符号间干扰(ISI)的一项技术，它基于观察值来提供待估符号的后验概率，为如今的译码技术带来了极大的益处。起初信道均衡器和译码器这两者是分开考虑并进行设计的，但之后在turbo码的启发下，turbo码的迭代译码处理思想被拓展到了联合检测和译码技术中，即把信道均衡与译码两者联合起来形成turbo均衡后，均衡器的性能显著提高。在turbo均衡器中，均衡器和译码器交换信息，在一次或多次迭代后译码器产生反馈至均衡器的LLR，均衡器利用其更新先验信息。
最优BCJR算法计算每个传输符号的后验概率并利用其进行最大后验判决。BCJR算法利用网格表示法来进行工作时，其复杂度与网格分支数成正比[1]，在调制阶数较大的情况下复杂度会很高。为了降低BCJR的复杂度，出现了一些次优BCJR算法，如RS-BCJR、M-BCJR、M*-BCJR等算法，但对于庞大的网格图而言，这些算法的计算也是不可行的，相比之下，在这种情况下MMSE均衡器更受青睐。
为了降低复杂度,消息传递算法受到了广泛关注。基于置信传播（BP）算法的均衡器可以被用来降低推断复杂度，但是该方法的复杂性仍然随着调制的阶数、信道干扰的数量成指数增长。在引入图模型后，利用循环置信传播算法进行设计，得到的方案在BPSK调制（或其他高阶调制方案）ISI信道均衡中具有较好的性能,其复杂度与帧长度和信道记忆长度成线性关系，但与星座图的阶数成二次方关系[2]。除了这些方法，还可以利用近似推断的思想来降低复杂度。[3]中提出了连续干扰抵消器并被应用至均衡器中，该方案将干扰和噪声近似考虑为高斯分布。
与[3]中的思想相类似，对BP算法进行扩展可以得到期望传播算法(Expectation Propagation，简写为EP)。EP均衡器的实现方法较多，但主要思想都是将BP消息映射为恰当的分布，从而使得BP消息更新变得可行，即更恰当地近似译码器传给均衡器的消息。但是，值得注意的是EP更新过程中需要考虑方差计算和收敛的问题。
经典的非迭代DFE结构在高码率的情况下，即使与turbo线性均衡干扰抵消方案（LE-IC）相比也具有性能上的优势[4]。因此turbo判决反馈均衡干扰抵消（DFE-IC）方案值得研究。先前DFE-IC相关研究中提出的方法主要区别在于判决反馈和滤波器更新方法，根据这一准则可以将相关研究简单分为三类。
1）迭代硬反馈DFE-IC：
在硬反馈结构中,[5]中DFE-IC使用先验信息来对非因果符号进行干扰抵消。这种结构存在错误传播问题，该问题使得时变结构比时不变LE效率低，并且外信息转移图（EXIT）分析法也产生了相矛盾的结果。[5]中提出的的这种硬判决反馈结构的性能可以通过一种软解映射器得到增强，该解映射器利用残余ISI序列的分布进行符号检测[6]。该优化后的结构性能优于turbo LE-IC，但即使是在最简单的BPSK调制的情况下，残余ISI的分布也很难推导，其复杂度很高。为了降低复杂度，[7]提出了一个更实用的方案，将DFE-IC输出端的残余ISI近似为AWGN。这一方案简化了解映射器，并且在BPSK的情况下与时变LE-IC的性能相近，但是它拓展到高阶调制的情况到目前为止还未被研究。
2）迭代软反馈DFE-IC：
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
