A New Bussgang Blind Equalization Algorithm with Reduced Computational Complexity

The decision-directed blind equalization algorithm is often used due to its simplicity and good convergence property when the eye pattern is open. However, in a channel where the eye pattern is closed, the decision-directed algorithm is not guaranteed to converge. Hence, a modified Bussgang-type algorithm using a hyperbolic tangent function for zero-memory nonlinear(ZNL) function has been proposed and applied to avoid this problem by Filho et al. But application of this algorithm includes the calculation of hyperbolic tangent function and its derivative or a look-up table which may need a large amount of memory due to channel variations. To reduce the computational and/or hardware complexity of Filho's algorithm, in this paper, an improved method for the decision-directed algorithm is proposed. In the proposed scheme, the ZNL function and its derivative are respectively set to be the original signum function and a narrow rectangular pulse which is an approximation of Dirac delta function. It is shown that the proposed scheme, when it is combined with decision-directed algorithm, reduces the computational complexity drastically while it retains the convergence and steady-state performance of the Filho's algorithm.

계산 복잡도가 줄어든 새로운 Bussgang 자력 등화 알고리듬

눈 모형이 열린 경우 간결하고 좋은 수렴 특성을 갖는 결정-지향 자력 등화 알고리듬이 자주 사용된다. 그러나 눈 모형이 닫힌 채널에서 결정-지향 알고리듬의 수렴은 보장되지 않는다. 이러한 문제를 해결하기 위하여 무기억 비선형 함수로 hyperbolic tangent 함수를 사용하는 수정된 Bussgang 알고리듬의 적용이 Filho 등에 의하여 제안되었다. 그러나 이 알고리듬의 적용은 hyperbolic tangent 함수 그리고 이의 미분에 대한 계산 및 채널의 변화에 따른 룩업 테이블을 위한 많은 메모리를 필요로 한다. 따라서 본 논문에서는 Filho 등이 제안한 알고리듬의 계산량 또는 하드웨어 복잡도를 줄이기 위하여 결정-지향 알고리듬을 위한 개선된 기법을 제안한다. 무기억 비선형 함수를 signum 함수로 설정하고, 이의 미분인 디락 델타 함수(Dirac delta function)를 협소한 사각 펄스로 근사화하여 결정-지향 알고리듬에 적용하면 Filho가 제안한 알고리듬의 수렴 및 정상 상태 성능은 유지하면서 계산 복잡도를 크게 줄일 수 있다.