设计，性能较差。为此设计一种新的移动通信WLAN平台下的网络均衡器，分析网络均衡器的设计原理，给出均衡器的总体电路结构，通过自动增益控制实现信号传输过程中直流衰减的补偿，利用高通滤波器实现信号传输过程中频率衰减的补偿，通过加法电路将AGC与HPF的输出电流融合在一起并转换成电压，AGC，HPF和加法电路共同组成了网络均衡器。实验结果表明，所设计均衡器不仅负载量高，而且平均响应时间短，输出信号与真实信号间的误差很低。
关键词： 移动通信； WLAN； 网络均衡器； 直流衰减补偿
中图分类号： TN828.6⁃34； TN914 文献标识码： A 文章编号： 1004⁃373X（2016）22⁃0022⁃05
0 引 言
移动通信WLAN平台下电波的传播方式非常复杂，对移动通信信号的接收产生了很大的干扰，不仅如此，在移动通信WLAN平台中还存在多普勒效应，使无线信道具有很强的时变性，使信号传输过程中产生码间干扰以及信道间干扰[1⁃3]。为了使接收信号的误码率降低，保证通信质量，需在信号接收端安装一个有效的网络均衡器[4⁃5]。因此，对网络均衡器的设计已经成为该领域研究的主要内容，在该领域中占据极其重要的地位[6]。
现阶段，在网络均衡器方面的相关研究极为广泛，同时也取得了一定的成果，其中，文献[7]通过DNS实现网络均衡器的设计，在 DNS 中为多个IP地址配置同一个域名，所以对域名进行查询时，客户终端会获取其中一个地址，使移动通信WLAN平台的客户访问不同的服务器，达到均衡的目的，但该方法无法体现服务器的运行状态，不能保证用户接收信号的可靠性。文献[8]提出一种基于BP神经网络的网络均衡器，通过CycloneⅡ系列的FPGA 芯片，采用自上而下的设计方法实现对网络均衡器的设计，从硬件结构的优化角度分析，对BP神经网络中所有模块实现进行研究。该均衡器实时性较高，但采用BP神经网络算法容易陷入局部最优，无法获取最优解。文献[9]设计了一种基于混合递阶遗传算法的网络均衡器设计方法，该方法通过递阶结构对网络隐层和径向基函数进行分层次的遗传操作，从而实现RBF神经网络的训练，将其应用于均衡器的设计中，达到网络均衡的目的。该方法误差较低，但实现过程过于复杂。文献[10]通过快速LMMSE算法对网络信道进行估计与均衡，确定基带框架后，通过精简的定制20 b浮点数运算结构对均衡器电路进行设计，该方法的运算精度较优，但所需时间较长，效率低下，且成本很高。
针对上述方法的弊端，设计了一种新的移动通信WLAN平台下的网络均衡器，分析了网络均衡器的设计原理，给出均衡器的总体电路结构，通过 AGC，HPF和加法电路共同组成网络均衡器。实验结果表明，所设计均衡器不仅负载量高，而且平均响应时间短，输出信号与真实信号间的误差很低。
1 网络均衡器设计原理
在移动通信WLAN平台中，信号在传输过程中会出现衰减现象，导致码间干扰。所以在平台的接收电路中需设计一种网络均衡器对信道响应进行补偿，恢复出被干扰的信号。
图1描述的是网络均衡器的工作原理图，其实质上就是通过输出信号与目标信号之间的误差不断调整其单位样本响应[hn]达到最优化。
由图1可知，网络均衡器的输入信号用[xn]进行描述，公式如下：
[xn=sn+vn] （1）
式中：[sn]用于描述信号的真值；[vn]用于描述噪声；网络均衡器的输出为[sn]的估计值，用[sn]进行描述。为了尽可能地使输出信号与信号真值之间更加接近，需令[sn]和[sn]之间的均方误差达到最小，也就是：
[Ee2n=Es-s2=min] （2）
网络均衡器通过对单位脉冲响应[hn]的调节可使[sn]和[sn]之间的误差越来越小，一段时间后，估计值即近似等于真实信号。
2 移动通信WLAN平台下网络均衡器的设计
所设计的移动通信WLAN平台下的网络均衡器实际上就是一种补偿电路，将该补偿电路添加至移动通信WLAN平台的接收电路中，使接收到的信号与原始信号特性相似。下面对网络均衡器进行详细的设计。
2.1 网络均衡器总体结构
在移动通信WLAN平台下通信信道的传输函数拥有较强的低通特点，因此，需要采用高通滤波器进行网络均衡器的设计，使所有的移动通信网络中的通信传输信号具有较强的不变性，因此，需要针对所有的移动通信网络中信道与网络均衡器的传输函数进行乘积运算，并使其结果恒等于1。则有[Hs⋅Vs=1]。所设计的网络均衡器的总体电路结构如图2所示。
图2中，自动增益控制（Auto Gain Control，AGC）可实现信号传输过程中直流衰减的补偿；高通滤波器（High Pass Filter，HPF）可实现信号传输过程中频率衰减的补偿，AGC，HPF和加法电路共同组成了网络均衡器。通过上述分析可知网络均衡器实现的传输函数为：
[Vs=VGs+VFs] （3）
式中：[VGs]和[VFs]分别为AGC和HPF的传输函数。
2.2 自动增益控制器的设计
自动增益控制是一种适用于移动通信网络中的差分运算放大器，利用该自动增益控制的性能，可以将电阻反馈的相关控制能力运用在网络均衡器设计领域中，将电阻作为全通通路，并使源负极反馈电路的电导值与反馈电阻的电导值基本保持一致。AGC的工作原理图如图3所示。
图3中[Vb1]，[Vb2]为偏置电压；[Vout+]，[Vout-]用来描述移动通信WLAN平台下网络均衡器输出电压的信号；[M3]～[M6]晶体管用来描述网络均衡器电路内的电流沉与电流源；[M1]，[M2]，[M0]与电阻R构建了网络均衡器中的自动增益控制装置，用于完成网络均衡器的自动增益控制，其中[M1]，[M2]共同组建了网络均衡器的差分放大器，该网络均衡器的增益是由[M0]与电阻R决定的。
下面对AGC的工作原理进行分析。通过AGC工作原理图可知，[Vin+]，[Vin-]是差分电压信号，所以可描述成：
[Vin+=Vc+Vd2，Vin-=Vc-Vd2] （4）
式中：[Vin+]，[Vin-]代表移动通信WLAN平台中接收端接收到的数据信号； [Vc]代表网络均衡器中的输入差分信号的共模电压；[Vd]代表网络均衡器中与其对应的差模电压。设置[M1]，[M2]晶体管是源跟随器，则源跟随器的增益为：
[Av=gmR1+gm+gmbR] （5）
式中：[gm]为漏极电流；[gmb]用于描述跨导；令输入电压不断增加，从而绘制出通信移动WLAN平台下网络均衡器中放大倍数与输入电压之间的关联性构建的曲线图。在输入电压无限接近于阈值时，放大的倍数为零。在漏极电流与跨导不断增加的情况下，放大倍数的近似值能够用[gmgm+gmb=11+η]进行计算。因为[η]越大输出电压越小，所以放大倍数最终将为1。
令源跟随器的增益为1，则节点1，2的电压依次是[Vc+Vd2]和[Vc-Vd2]。因此流过路径1⁃2的电流可描述成：
[I=VdR+μnCoxWLVdVctr-Vc-VTH] （6）
通过基尔霍夫电流定律有：
[Iout+-Iout-=-ID1-ID2=2I] （7）
将式（6）代入式（7）中，则有：
[I=2VdR+2μnCoxWLVdVctr-Vc-VTH =Ik+kVdVctr-Vk] （8）
式中：[Ik=2Vd2]；[k=2μnCoxWL]；[Vk=Vc+VTH]。通过上面的阐述能够得知，差分输出电流的取值主要取决于固定电流与可调电流的取值。所以，针对晶体管[M0]的电压进行调整即可实现对AGC增益的控制。
2.3 高通滤波器的设计
将图3中的电阻与[M0]管用电容取代，可以构建网络均衡器的高通滤波器，在该高通滤波器中，将电容作为高通通路，在上述情况下，根据移动通信WLAN平台下的网络均衡器传输函数能够得知左半平面的零点，提高了均衡器的高频增益。
HPF的工作原理图如图4所示。网络均衡器中的源极负反馈涵盖两条高通通路，设置电容两端连接的电阻取值相近，在不断调整电阻与电容取值的情况下，可以得到最佳的高频增益，完成自动增益控制。在上述自动增益控制的过程中，针对两个电容电阻进行电阻值的调整比针对单一电容电阻进行调整的高频增益更加理想。
为了便于分析，需对其进行简化处理，从而获取更加直观的结果。上述简化处理后的电路图如图5所示。
其中，[C3=2C1]，[C4=2C2]，[Ri]和[Ci]分别用于描述MOS晶体管输入端的寄生电阻和电容。对图5的等效电路进行分析，则HPF的传输函数可描述成：
[VFs=-gm1+RiCis⋅C3+C4s+R3C3C4s2R3C3C4s2+C3+C4+R3C3gms+gm] （9）
分析式（9）可知，在移动通信WLAN平台下网络均衡器中的传输函数包含2个零值点和3个极值点。上述2个零值点的位置分别处于初始点和负反馈电容与电阻决定的点、3个极值点分别标记为极值点1、极值点2与极值点3。其中，极值点1的空间位置由网络均衡器中输入端的电阻与电容决定，极值点2和极值点3的空间位置由负反馈电阻、电容与晶体管的跨导决定。由于网络均衡器的输入端电阻与电容值都取极小值，则通过上述电阻与电容得到的极值点1与初始点之间的距离比较远，所以，不需要针对极值点1的空间位置进行计算。根据反馈电阻与电容得到的零点与极值点的空间位置才是网络均衡器设计的核心问题。要求极点必须处于零点之后，否则将无法进行补偿。
2.4 加法电路的设计
为了使设计的网络均衡器实现加法运算，最简单的方法即为电流相加。通过以上阐述能够得知，网络均衡器的传输函数主要是由可控增益跨阻放大器与高通滤波器的增益构建的。因此，需设计一种加法电路将 AGC与HPF的输出电流融合在一起同时转换成电压。
图6所示即为设计的网络均衡器加法电路。在该电路的设计过程中，针对全部电阻添加两个MOS管，对应的偏压由偏压电路决定。
3 实验与结果分析
3.1 测试环境
本文采用的平台为移动通信WLAN平台，在无线局域网中测试实验数据，测试环境平台架构图如图7所示。
3.2 最大负载量测试
在图7所示的测试环境平台架构中，用Siege测试工具模拟用户向本文均衡器和神经网络均衡器发送相同的任务请求，对两种均衡器的最大负载量进行比较，得到的单位时间内处理用户请求的对比图如图8所示。
分析图8可以看出，采用神经网络均衡器的最大负载量约为12个/s，而采用本文均衡器的最大负载量约为27个/s，说明本文均衡器的处理能力高。
3.3 平均响应时间测试
分别采用本文均衡器和神经网络均衡器对移动通信WLAN平台中接收端的信号进行均衡，对两种均衡器的平均响应时间进行比较，得到的结果如表1所示。
表1 两种均衡器平均响应时间比较结果
采用本文均衡器和神经网络均衡器的平均响应时间均逐渐增加，但在相同的任务量下，本文均衡器的平均响应时间明显低于神经网络均衡器，同时本文均衡器的平均响应时间增长幅度也较神经网络均衡器更低，说明本文均衡器不会使移动通信WLAN平台出现网络延迟，验证了本文均衡器的高效性。
3.4 输出信号与真实信号之间的误差测试
在上述实验的基础上，对本文均衡器和神经网络均衡器的输出信号与真实信号之间的误差进行对比，获取的实验结果如图9所示。
根据图9能够得知，与神经网络均衡器相比，采用本文均衡器的输出信号与真实信号间的误差明显降低，且误差曲线较为平稳，而神经网络的误差曲线上下波动较大，说明本文均衡器的性能较高，且相对比较稳定。
4 结 论
本文设计了一种新的移动通信WLAN平台下的网络均衡器，分析了网络均衡器的设计原理，给出均衡器的总体电路结构，通过自动增益控制实现信号传输过程中直流衰减的补偿，利用高通滤波器实现信号传输过程中频率衰减的补偿，通过加法电路将 AGC与HPF的输出电流融合在一起并转换成电压，AGC，HPF和加法电路共同组成了网络均衡器。实验结果表明，所设计均衡器不仅负载量高，而且平均响应时间短，输出信号与真实信号间的误差很低。
参考文献
[1] 陈赣，李曙海，金晓晓，等.基于WLAN智能管道平台的精细化网络优化研究[J].移动通信，2014（24）：17⁃20.
[2] 陈怡莲.基于I⁃WLAN的WiMAX与移动网络互联实现研究[J].信息通信，2014（4）：264⁃265.
[3] 杨小平，童颖，顾亚平，等.基于Lerner滤波器的线性相位音频均衡器设计方法[J].电声技术，2015，39（6）：28⁃30.
[4] 樊全鑫，周东方，展利.多层基片集成波导增益均衡器的设计与实现[J].科学技术与工程，2015，15（26）：181⁃184.
[5] 刘海涛，李勇.自适应均衡器的FPGA设计与实现[J].中国民航大学学报，2015，33（5）：43⁃46.
[6] 何宗苗，姚远程，秦明伟.基于System Generator的盲均衡器设计与实现[J].电子技术应用，2014，40（7）：33⁃36.
[7] 李元.一种超宽带幅度补偿均衡器的设计仿真[J].计算机仿真，2015，32（4）：286⁃289.
[8] 李路路，静大海.基于FPGA的自适应均衡器的研究与设计[J].电子设计工程，2014，22（5）：92⁃94.
[9] 瞿晓，奚锦程，刘新宁.无线传感网OFDM系统中信道均衡器的电路实现[J].电子器件，2015（5）：1052⁃1057.
[10] 杨林川，李茂辉，张德伟，等.一种Ku波段群时延均衡器的设计[J].信息工程大学学报，2014，15（5）：576⁃579.
