Abstract
在現今之數位通訊系統中，等化的技術主要分為兩種，一種是使用訓練(Training)的方式來實現其等化目的，其方法主要是由發射端定時的發射一串接收端已知的訓練資料序列(Training sequence)，進而估測通道的相關參數，如此始能設計用來補償此通道的等化器，但此法需要在所要傳送的資料序列前加上一段訓練資料序列，造成頻寬使用效率下降，而且在某些不能使用訓練資料序列的情況下， 如: 地質研究，非破壞性檢測等等…，這種使用發射訓練資料序列來做等化的方法將無法使用，所以此時必須利用另一種只使用接收到的訊號(不需額外傳送訓練資料序列)來達成等化目的的方法，這就是所謂的盲蔽等化(Blind Equalization)。在盲蔽等化的問題中，使用者和接收器的數目不止一個的時候，稱之為多重輸入多重輸出盲蔽等化。在多重輸入多重輸出盲蔽等化的問題中，我們不只要確保等化器的輸出為某個使用者的原始傳送訊號，還需判斷此等化器輸出是否為我們所期望的使用者的原始傳送訊號(稱之為使用者鑑別(user identification)—在本論文中僅適用於DS/CDMA系統)，若等化器輸出非我們所期望的使用者的原始傳送訊號，則必要利用多級連續消去法來進行求解。 目前已提出針對多重輸入多重輸出線性非時變系統(MIMO Linear Time Invariant)之盲蔽等化法則:Yeung和Yau以及Inouye和Tanebe所提出的多重輸入多重輸出疊代式超指數法則(MIMO-SEA)和Tugnait,祁和陳所提出的多重輸入多重輸出反濾波器法則(MIMO-IFC)。其中多重輸入多重輸出疊代式超指數法則(MIMO-SEA)具有求解速度快的優點但其卻有不保證具有收斂解的缺點，而多重輸入多重輸出反濾波器法則(MIMO-IFC)雖具有保證有收斂解的優點但其求解速度卻過於緩慢。是故Chi和Chen將此二法則所各自擁有的優點合併後所提出的混合型演算法(Hybrid Algorithm)使得求解速度更為快速且保證收斂，本論文主要是將Chi和Chen所提出的混合型法則以Blue Wave公司所生產的PCI C6200 EVM板來進行模擬驗證，以探討其應用於DSP上的可行性以及所需注意事項。