空间分集技术可获得较高分集增益，同时频带利用率高，在深空通信、高数据速率卫星通信中具有明显优势。时差估计[1-2]技术、信号合成技术、时域均衡技术等都是空间分集合成技术中的关键技术。现有的自适应判决反馈均衡器[3-4](DFE)，由于存在反馈环路，在高数据速率情况下难以通过FPGA实现。现有的最大比合并方法[5]要估计出信号的信噪比，往往计算量大，不适用于时变信号的合成。这给高数据速率情况下空间分集信号的合成带来了困难。本文根据高数据速率的需要，提出了一种无反馈环路的均衡方法，与一种无需信噪比估计的LMS算法实现信号合并，以适用于高数据速率的空间分集合并方法。

1 空间分集合成方法
　以两路卫星信号的空间分集合成为例进行分析研究。考虑在基带部分对两路信号进行合成，信号处理流程图如图1所示。

    由图1中可以看出,在基带对信号进行合成时主要包括位同步、时域均衡、时差消除和最大信噪比合成等几个处理流程。位同步采用内插环路[6-7]的方法实现；时域均衡采用基于DFE的一种改进方法实现；时差消除采用互相关方法实现；信号合成采用改进的LMS算法实现最大信噪比合成。
2 时域均衡技术
    当数据速率较高时，信号的带宽也随之不断变宽。由于信道的非线性特性，诸如下变频、载波跟踪等部分存在一定的非线性特性。这些因素都会引起信号的码间串扰(ISI)，从而使接收数据产生误码。为了进一步降低误码率提高信号合成的质量，本方法在码元同步后引入盲均衡技术[3-4]。
    一般盲均衡的实现采用DFE算法，包括前馈滤波和反馈滤波器，其原理如图2所示。

    该算法需要把判决后的数据经反馈滤波后去修正经前馈滤波后的值，以消除数据前后码元对其影响。因此，该算法需要在每一个新数据到来前必须完成前一个数据的计算和判决，才能保证计算的正确处理。
    现有系统的数据率最高为240 Mb/s，系统时钟为120 MHz，并行8路，因此需要在4个系统时钟周期内完成8个数据的运算和判决。同时，由于前一个数据的判决结果与当前数据的运算有关，无法进行流水运算，也无法采用简单的并行算法实现数据的处理。因此，该算法在FPGA实现上难度很大，考虑采用如图3算法。该算法减少了反馈环节，使用输入数据直接滤波得到修正结果，与带反馈的算法相比，前端数据干扰的影响估值将不够精确，会造成滤波的效果下降。但该算法没有反馈环节，可以采用流水运算，因此易于在FPGA内实现。

4 仿真与验证
    根据第2节中提出的方法用Matlab搭建仿真环境， 仿真中I路和Q路码元的采样点数均为8，故相当于每路只有125 000个码元。从系统在信噪比为-3 dB时已经可以工作。从仿真结果来看，在信噪比达到-3 dB以上时，该方法能够得到较好的合成增益。
4.1 时域均衡效果仿真
    仿真验证两种算法的均衡效率如下。当码间干扰为[0,0,0.15,-0.2,0.1,0.4,1,0.3,0.1,0.25,0.1,-0.1,0]时，仿真数据量为1 000 000点，采用32阶均衡滤波器，均衡效果如图5所示。可以看出，经过改进的DFE均衡方法(无反馈均衡算法)的均衡效果接近DFE均衡方法(带反馈均衡算法)。]

的合成幅度均值为0.500 5，方差为0.021，满足最大信噪比的合成要求，同时分集合成增益与理论增益之差小于0.25 dB。

    本文提出的用于卫星通信的高数据速率空间分集信号合成的实现方法，采用了DFE均衡算法的改进算法和用LMS算法实现信号最大比合成的方法。均衡效果好、LMS算法收敛速度快且得到的合成权值接近理论值,能适应450 Mb/s的数据速率。经过仿真可得出如下结论：(1)采用改进的DFE时域均衡方法，在高数据速率的情况下可明显减少码间串扰，降低误码率，性能接近DFE时域均衡方法。(2)LMS算法实现信号的最大信噪比合成，无需信噪比估计,计算量小,收敛速度较快,收敛值接近理论值,合成增益损失在0.3 dB以内,能满足空间分集合成系统的要求。
参考文献
[1] GARDNER W A, CHEN C K. Signal-selective time-differ ence-of-arrival estimation for passive location of manmade signal sources in highly corruptive environments, part I:  Theory and method[J].IEEE Transaction on Signal Processing,1992,40(5):1168-1184.
[2] GARDNER W A,CHEN C K.Signal-selective time-difference-of-arrival estimation for passive location of man-made  signal sources in highly corruptive environments, part II:  Algorithms and performance[J]. IEEE Transaction on Signal  Processing,1992,40(5):1185-1197.
[3] LIN S S, WU W R. Interpoiated decision feedback equalization for long intersymbol interference channels[J]. Signal  Processing,2007,87(11):2673-2685.
[4] OZDEN M T,KAYRAN A H. Adaptive multichannel decision feedback equalization for volterra type nonlinear communication channels[J]. Digital Signal Processing.2008,18(3):307-320.
[5] CUI J,SHEIKH A U H, Outage probability of cellular  radio systems using MRC in presence of multiple interferes,  IEEE Transaction on Communication,1999,47(8):1121-1124.
[6] GARDNER F M. Interpolation in digital  modems-part I:fundamental[J]. IEEE Transaction on Communication, 1993,41(03):501-507.
[7] ERUP L,GARDNER F M,HARRIS R A. Interpolation in digital modems-part II: implementation and performance[J].  IEEE Transaction on Communication,1993,41(06):998-1008.
[8] MAYYAS K. Performance analysis of the deficient length  LMS adaptive algorithm[J].IEEE Transaction Signal Processing, 2005,53(8):2727-2734.