第1章：信道模型与失真分析
各位同学好，我是老张。在通信系统里摸爬滚打了十几年，今天咱们来聊聊信道模型。说实话，这是自适应均衡算法的基础，也是很多同学容易忽略的地方。
你想想看，信号从发射机出来，经过空中传播，到接收机手里，中间到底经历了什么？我当年刚入行时，总觉得信道就是个简单的传输通道，直到有一次项目调试，眼图完全闭合，才意识到信道对信号的影响有多严重。
1.1 多径效应与频率选择性衰落
多径效应，说白了就是信号走了多条路。发射的信号碰到建筑物、山体、地面，反射、散射、绕射，最后以不同路径、不同时间到达接收端。
我习惯用一个简单的比喻：你在山谷里喊一声，会听到好几个回声。每个回声到达的时间不同，强度也不同。无线通信里的多径效应，本质上就是这个道理。
核心要点：多径效应导致接收信号是多个副本的叠加，这些副本具有不同的时延和幅度。
为什么会引起频率选择性衰落？我们来分析一下。假设两条路径，时延差为Δτ。在频域上看，某些频率点同相叠加，信号增强；某些频率点反相叠加，信号抵消。这就形成了频率选择性衰落。
我记得在某个4G基站测试项目中，遇到一个棘手问题：用户在某些位置信号极差，换个位置就好了。后来排查发现，就是多径导致的深度衰落点。嗯，这种坑踩过一次就记住了。
频率选择性衰落的关键参数：
- 相干带宽：Bc ≈ 1/Δτ_max，信号带宽超过它就会产生频率选择性衰落
- 时延扩展：最大时延差Δτ_max，决定了衰落的频率选择性程度
- 多普勒扩展：由移动引起的频率色散，影响时间选择性
避坑指南：我曾经在OFDM系统设计中，忽略了时延扩展对循环前缀长度的影响，结果子载波间干扰严重。记住：循环前缀长度必须大于最大时延扩展。
1.2 加性高斯白噪声(AWGN)信道模型
AWGN信道是最基础的模型。它假设噪声是加性的、服从高斯分布、功率谱密度平坦。说白了，就是热噪声的数学抽象。
我个人习惯把AWGN看作通信系统的"底线测试"。如果你的算法在AWGN下都表现不好，那在多径信道下基本没戏。
AWGN的数学表示：
r(t) = s(t) + n(t)
其中：
- r(t)：接收信号
- s(t)：发射信号
- n(t)：高斯白噪声，均值为0，功率谱密度为N0/2信噪比(SNR)是衡量AWGN信道质量的核心指标：
SNR = Ps / Pn
其中：
- Ps：信号功率
- Pn：噪声功率 = N0 * B（B为带宽）| 参数 | 符号 | 典型值 | 说明 |
|---|---|---|---|
| 噪声功率谱密度 | N0 | -174 dBm/Hz | 室温下热噪声基底 |
| 信噪比 | SNR | 0~30 dB | 取决于系统要求 |
| 噪声方差 | σ² | N0/2 | 复基带模型 |
经验之谈：实际系统中，AWGN模型往往不够用。我建议把它作为基准，然后逐步加入多径、干扰等非理想因素。这样调试起来思路清晰。
1.3 信道冲激响应(CIR)与数学表示
信道冲激响应，是描述信道特性的核心工具。你给它一个冲激，它告诉你信道怎么响应。说白了，CIR就是信道的"指纹"。
离散时间基带模型：
y[n] = Σ h[k] * x[n-k] + w[n]
其中：
- y[n]：接收信号
- x[n]：发射信号
- h[k]：信道冲激响应系数
- w[n]：加性噪声
- Σ：对k从0到L-1求和，L为信道长度我习惯把CIR看作一个FIR滤波器。每个抽头系数h[k]代表一条路径的增益和相位。抽头数量L取决于最大时延扩展和采样率。
举个例子，假设采样率10MHz，最大时延扩展5μs，那么信道长度L = 5μs × 10MHz = 50个抽头。嗯，这个计算很常用。
CIR的关键特性：
- 时变性：信道随时间变化，由移动引起
- 稀疏性：很多抽头系数接近0，只有少数路径有能量
- 相关性：相邻抽头之间存在统计相关性
重要概念：自适应均衡的核心任务，就是估计和跟踪CIR的变化，然后设计逆滤波器来补偿信道失真。
下面我用一张图来展示本章的知识体系：
这张图把本章的三个核心内容串起来了。从发射信号到接收信号，中间经过信道模型，而信道模型又由多径效应、AWGN和CIR共同描述。你想想看，理解了这三者的关系，自适应均衡的出发点就清楚了。
实用建议：在实际项目中，我建议先用MATLAB搭建一个简单的多径信道模型，加上AWGN，看看不同信噪比下信号的星座图变化。这个练习能帮你建立直观感受。
好了，这一章的内容就到这里。信道模型是自适应均衡的基石，理解透彻了，后面的算法设计才能得心应手。
公众号:蓝海资料掘金营，微信deep3321