ADAPTIVE EQUALIZATION 

Prepared by 
Deepa.T, Asst.Prof. /TCE
INTRODUCTION TO EQUALIZATION 
‰Equalization is a technique used to combat inter 
symbol interference(ISI).
‰ An Equalizer within a receiver compensates for 
the average range of expected channel amplitude 
and delay characteristics.
‰ Equalizers must be adaptive as the channel is 
generally unknown and time varying.
‰ISI has been recognized as the major obstacle to 
high speed data  transmission over mobile radio 
channels. 
 Equalizers

• The goal of equalizers is to

• Equalizers are used to overcome the 
negative effects of the channel. In 
general, equalization is partitioned 
into two broad categories;
1. Maximum likelihood sequence 
estimation (MLSE) which entails 
making measurement of channel 
impulse response and then 
providing a means for adjusting the 
receiver to the transmission 
environment.
(Example: Viterbi equalization)
2. Equalization with filters, uses filters 
to compansate the distorted pulses. 
The general channel and equalizer 
pair is shown in Figure.2.
Depending on the time nature 

• These type of equalizers can be grouped as preset or 
adaptive equalizers.
• Preset equalizers assume that the channel is time invariant 
and try to find H(f) and design equalizer depending on H(f). 
The examples of these ADAPTIVE EQUALIZERS  are zero 
forcing equalizer, minimum mean square error equalizer, 
and desicion feedback equalizer.
• Adaptive equalizers assume channel is time varying channel 
and try to design equalizer filter whose filter coefficients 
are varying in time according to the change of channel, and 
try to eliminate ISI and additive noise at each time. The 
implicit assumption of adaptive equalizers is that the 
channel is varying slowly.
Block diagram of Adaptive 
equalizer

As the mobile fading channels are random and time varying, 
equalizers must track the time varying characteristics of the 
mobile channel, and thus are called adaptive equalizers.
 Working principles of adaptive equalizers

The working principles of adaptive equalizers are in the following:
• The received signal is applied to receive filter. In here, receive filter 
is not matched filter. Because we do not know the channel impulse 
response. The receive filter in here is just a low‐pass filter that 
rejects all out of band noise.
• The output of the receiver filter is sampled at the symbol rate or 
twice the symbol rate.
• Sampled signal is applied to adaptive transversal filter equalizer. 
Transversal filters are actually FIR discrete time filters.
• The object is to adapt the coefficients to minimize the noise and 
intersymbol interference (depending on the type of equalizer) at 
the output.
• The adaptation of the equalizer is driven by an error signal.
 Operation mode of adaptive 
equalizers
• There are two modes that adaptive equalizers work;

1. Decision Directed Mode: This means that the receiver decisions 
are used to generate the error signal.
2. Decision directed equalizer adjustment is effective in tracking slow 
variations in the channel response.
• However, this approach is not effective during initial acqusition .
• Training Mode: To make equalizer suitable in the initial acqusition
duration, a training signal is needed.In this mode of operation, the 
transmitter generates a data symbol sequence known to the 
receiver. The receiver therefore, substitutes this known training 
signal in place of the slicer output. Once an agreed time has 
elapsed, the slicer output is substituted and the actual data 
transmission begins.
 Operating modes of adaptive 
equalizer

1) Training mode

2) Tracking Mode
Training mode Tracking mode
• Initially, a known, fixed length  • When the data of the users 
training sequence is sent by  are received, the adaptive 
the transmitter so that the  algorithm of the equalizer 
receiver’s equalizer may  tracks the changing channel. 
average to a proper setting.  As a result of this, the adaptive 
The training sequence is a  equalizer continuously  
pseudo random signal or a  changes the filter 
fixed, prescribed bit pattern.  characteristics over time. 
Immediately following the  Equalizers are widely used in 
training sequence, the user  TDMA Systems.
data is sent.
 training sequence(Contd..)
The training sequence is designed to permit 
an equalizer at the receiver to acquire the 
proper filter coefficients in the worst 
possible channel conditions. Therefore when 
the training sequence is finished. Therefore 
filter coefficients are near their optimal 
values for reception of user data. An 
adaptive equalizer at the receiver uses a 
recursive algorithm to evaluate the channel 
and estimate filter coefficients to 
compensate for the channel.
Block Diagram of Adaptive Equalizer
A Generic Adaptive Equalizer
Transversal filter with N delay elements, N+1 taps, and N+1 tunable  
complex weights .These weights are updated continuously by an 
adaptive algorithm.
 Algorithm for Adaptive 
Equalization
•Performance measures for an algorithm
¾Rate of convergence
¾Misadjustment
¾Computational complexity
¾Numerical properties
•Factors dominate the choice of an equalization structure and its 
algorithm
¾The cost of computing platform
¾The power budget
¾The radio propagation characteristics
 Algorithm for Adaptive 
Equalization
•The speed of the mobile unit determines the channel fading rate 
and the 
Dopper spread, which is related to the coherent time of the 
channel
directly
•The choice of algorithm, and its corresponding rate of convergence, 
depends on the channel data rate and coherent time
•The number of taps used in the equalizer design depends on the 
maximum 
expected time delay spread of the channel
•The circuit complexity and processing time increases with the 
number of 
taps and delay elements
 Algorithm for Adaptive 
Equalization
•Three classic equalizer algorithms : zero forcing (ZF), least mean 
squares 
(LMS), and recursive least squares (RLS) algorithms
•Summary of algorithms (see Table 1)
 Conclusion
• Summary
– Linear equalizers: suffer from noise enhancement
– DFE: Error propagation
– MLSE
• Optimal method
• Viterbi equalizer implements MLSE with much lower 
complexity

17
 Summary of algorithms

Table 1 Comparison of various algorithms for adaptive equalization
 Adaptive decision feedback 
equalizer

Adaptive Decision Feedback Equalizer
• A decision feedback equalizer (DFE) is a nonlinear 
equalizer that uses previous detector decisions to 
eliminate the ISI on pulses that are currently being 
demodulated.
• The basic idea of a DFE is that if the values of the 
symbols previously detected are known (past decisions 
are assumed to be correct), then the ISI contributed by 
these symbols can be canceled out eactly the output of 
the forward filter by subtracting past symbols values 
with appropriate weighting. In
Block diagram of Adaptive DFE 
 Adaptive decision feedback 
equalizer(Contd..)

If we look at Fig. 18, we see that the estimated signal sequence 
becomes,

{ci}s are coefficients of the precursor equalizer, 
{di} are coefficients of the postcursor equalizer.
N is the number of precursor equalizer coefficients and M is the number of postcursor
equalizer coefficients.
Adaptive DFE algorithm is similar to stochastic gradient algorithm, with the important 
difference that the input to the causal portion of the filter is the decisions rather than 
the output of the precursor equalizer filter.
This difference will obviously change the desired tap coefficients as well as reduce the 
noise enhancement due to equalization. 
Adaptive decision feedback 
equalizer(Contd..)
 References

• Wireless Communications  
‐ Theodore S. Rappaport.
• Mobile Communication Engineers Theory and application
– William C.Y.Lee.
• Cox, D.C., “Antenna Diversity Performance in Mitigating the effects of Portable 
Radiotelephone Orientation and Multipath Propagation,”
IEEE Transactions on Communications,vol.62, No.9, pp.2695‐2712, November 1983.
• Jakes, W. C., “ A Comparison of specific space Diversity Technique for Reduction of Fast 
Fading in UHF Mobile Radio Systems,”
IEEE Transactions on Vehicular Technology, Vol. VT‐20,  No.4, pp.81‐93, November 1971.
• Lemieux, J. F., Tanany, M., and Hafez, H.M., “ Experimental Evaluation of 
Space/Frequency/Polarization Diversity in the Indoor Wireless Channel,”
IEEE Transactions on Vehicular Technology, Vol. 40,  No.3, pp.569‐574, August 1993.
 References
• Rappaport, T.S., and Hawbaker, D.A, “Wide band Microwave Propagation 
Parameters Using Circular Frequency Reuse Efficiency for the Reverse Channel 
,”
IEEE Transactions on Vehicular Technology, Vol. 40,  No.2, pp.231‐242, 
February  1992.
• Vaughan , R., “ Polarization Diversity in Mobile Communications,”
IEEE Transactions on Vehicular Technology, Vol. 39,  No.3, pp.177‐186, August 
1990.
• Kozono , S., “ Base Station Polarization Diversity Reception for Mobile Radio,”
IEEE Transactions on Vehicular Technology, Vol. VT‐33,  No.4, pp.301‐306, 
November 1985.
• Lee, W.C.Y, “ Polarization Diversity System for Mobile Radio,”
IEEE Transactions on Communications, Vol. 20, pp.912‐922, October 1972.