一种基于MCMA的双模切换变步长的盲均衡算法

在修正常模算法（MCMA）代价函数的基础上，根据QAM信号分布的特点，得到一种误差控制函数在CMA和DD算法间切换的、变步长的盲均衡算法。它充分利用了CMA与DD算法各自的优点，改善了常算法收敛速度慢和收敛后剩余码间干扰大的不足，能够补偿由信道引起的相位误差，同时还具有重新启动的能力。计算机仿真表明：该算法收敛速度较快，收敛后剩余码间干扰很小，输出星座图紧簇，没有相位旋转，而且在信道突变的情况下能快速达到二次均衡。     

一种基于MCMA的双模切换变步长的盲均衡算法

在修正常模算法（MCMA）代价函数的基础上，根据OAM信号分布的特点，得到一种误差控制函数在CMA和DD算法间切换的、变步长的盲均衡算法。它充分利用了CMA与DD算法各自的优点，改善了常算法收敛速度慢和收敛后剩余码间干扰大的不足，能够补偿由信道引起的相位误差，同时还具有重新启动的能力。计算机仿真表明：该算法收敛速度较快，收敛后剩余码间干扰很小，输出星座图紧簇，没有相位旋转，而且在信道突变的情况下能快速达到二次均衡。     

误差反馈的小波神经网络均衡器结构与算法

为了克服宽带无线通信中非线性时变信道对接收信号造成的码间干扰,针对小波分析良好的时频局部化性质及神经网络的自学习功能,采用了误差反馈的判决反馈小波神经网络均衡器,使用误差反馈来减小误差信号的自相关性,得出该结构提高了小波神经网络均衡器的收敛速度,降低了通信误码率,理论分析和计算机仿真结果验证了该算法的有效性,结果表明基于误差反馈的小波神经网络的均衡器在非线性时变信道中的通信性能有显著提高.     

前馈神经网络复值盲均衡算法的研究

提出了一种新的前馈神经网络(N-FNN)复值盲均衡算法。新算法改变了传统均衡技术大量发送训练序列而降低系统传输的有效信息率,有效地消除码间干扰,提高了通信质量。笔者设计出新的传递函数和代价函数,利用最陡梯度下降法推导出输出层和隐层单元权值的迭代公式。通过对QAM信号进行计算机仿真,笔者提出的新算法与同类算法相比,具有均方误差收敛速度加快、误码率降低、稳态剩余误差减小等优点     

结合数字锁相环空间分集判决反馈盲均衡算法

为了克服常数模算法(Constant Modulus Algorithm,CMA)收敛速度慢、稳态误差大及复信道引起相位旋转的缺点,提出了结合数字锁相环的等增益合并空间分集判决反馈盲均衡算法。该算法利用空间分集技术来提高信噪比,利用判决反馈盲均衡器来克服码间干扰,利用二阶锁相环来跟踪信道的时变特性,具有纠正相位旋转、收敛速度较快、稳态误差小的优点。时变多普勒频移水声信道的仿真结果,验证了该算法的有效性。     

用于EBPSK系统的多径信道小波变换线性均衡器

为解决EBPSK信号使用经典均衡算法消除多径信道码间干扰时,自适应迭代的收敛速度较慢的问题,针对EBPSK系统运用基于小波变换的线性均衡器,将输入信号从时域变换到小波域后进行最小均方(LMS)线性均衡,同时根据不同信噪比仿真比较Haar小波、db6小波、sym6小波等经典小波的线性均衡器均衡效果.仿真结果表明:经过小波变换后输入信号的自相关矩阵的最大特征值与最小特征值之比较大,因此基于小波的线性均衡比经典均衡算法的最小均方误差(MSE)收敛速度明显提高,迭代次数和计算量都有所降低,且均衡器选用不同小波函数在一定程度上会影响误码率,但不明显,其中基于Haar小波比基于sym6小波和db6小波的LMS均衡算法的误码率要低.     

频率分集多小波神经网络盲均衡算法

在分析多小波神经网络盲均衡的基础上,提出了频率分集多小波神经网络盲均衡算法（ FD －MWT －FNN）,该算法利用多小波的特性,加快算法的收敛速度,采用具有对称特性的误差函数减小算法的均方误差,为了进一步提高算法的性能,引入频率分集技术克服多径衰落的影响。水声信道的仿真结果表明,该算法具有收敛速度快,稳态误差小的特点。     

概率密度函数的并行软方向判决盲均衡算法

基于Parzen窗方法概率密度函数盲均衡算法比恒模算法具有更好的性能,但一样会出现随机相位旋转现象.利用最大后验概率准则中的相位信息,讨论一种基于Parzen窗方法概率密度函数的并行软方向判决盲均衡算法.高阶QAM调制信号仿真结果表明,算法克服了输出信号出现的随机相位旋转现象,并且算法的收敛速度较PPDF算法快,收敛后均衡器输出的稳态码间干扰也较小.     

浅海水声信道自适应均衡算法

浅海水声信道是一个典型的带宽受限、时变衰落信道,存在着时变的多径扩展、频率偏移以及随机相位起伏.在水声相干通信中,自适应均衡是克服多径效应、消除码间干扰的主要手段.针对在实际应用中自适应均衡算法对步长参数选择的敏感性,进行了浅海信道水声相干通信均衡算法研究,结合录制的水声信道数据,通过Matlab软件,从星座图、算法收敛特性以及系统的误码特性这3个方面对几种均衡算法的性能进行了分析比较.结果表明,最小均方(LMS)平行滤波器组算法具有自适应调整步长的性能,且能获得较快的收敛速度和较小的误码率,验证了该算法在水声信道中的实用性.     

基于混沌的通信系统的盲信道均衡

研究了基于混沌的通信系统的盲均衡问题.其出发点是利用基于无先导变换,并组合信号建模技术,进而提出一种盲均衡算法.仿真结果表明,这种盲均衡算法能有效地抑制各种信道畸变和噪声.与基于扩展卡尔曼滤波器的盲均衡算法相比,在低信噪比的情况下,前者有较快的收敛速度,并具有较好的均衡实现.     

自适应均衡器的LMS算法实现及其仿真

自适应均衡器已广泛应用于通信、雷达、声纳、控制和生物医学工程等许多领域,为克服多径衰落和信道失真引起的码间干扰,实时跟踪移动通信信道的时变特性,笔者设计了一个基于LMS算法的自适应线性均衡器,并通过改变步长因子Δ来分析其收敛速度和均方误差特性.     

Wavelet Neural Networks for Adaptive Equalization by Using the Orthogonal Least Square Algorithm

Equalizers are widely used in digital communication systems for corrupted or time varying channels. To overcome performance decline for noisy and nonlinear channels, many kinds of neural network models have been used in nonlinear equalization. In this paper, we propose a new nonlinear channel equalization, which is structured by wavelet neural networks. The orthogonal least square algorithm is applied to update the weighting matrix of wavelet networks to form a more compact wavelet basis unit, thus obtaining good equalization performance. The experimental results show that performance of the proposed equalizer based on wavelet networks can significantly improve the neural modeling accuracy and outperform conventional neural network equalization in signal to noise ratio and channel non-linearity.     

凸组合实时判决反馈稀疏水声信道盲均衡算法

针对高速水声通信信道稀疏特性,提出了一种凸组合实时判决反馈盲均衡算法。将盲均衡器分为保持均衡器支路和稀疏均衡器支路,以保持均衡器能量和权系数的瞬时梯度为判据,对稀疏均衡器支路对应抽头进行实时稀疏化处理。算法中避免设置稀疏化阈值,对不同稀疏水声信道和通信信号具有通用性,且对于时变稀疏水声信道可以利用保持均衡器支路恢复稀疏均衡器支路置零抽头系数,使算法对信道具有较强跟踪和冷启动能力。典型稀疏水声信道条件下的仿真结果证明,凸组合实时判决反馈稀疏水声信道盲均衡算法性能稳健,与全阶判决反馈盲均衡算法相比,计算简单,收敛速度快,稳态剩余误差小,有利于算法在水声通信系统中的推广应用。     

基于信号盲分离的通信信道干扰抑制算法

针对移动通信双向传输过程中一直存在的抗干扰性能差的问题。提出基于窄带信号盲分离的移动通信信道干扰抑制算法。构建移动通信基站信道的安全承载模型和移动网络基站路由节点数据分配模型,进行信道干扰分析,通过阈值对优先级进行判断,保证OBS网络中偏射路由节点数据的服务质量,构建单通道窄带信号检测模型,设计单通道窄带处理器,实现对窄带信号的盲分离,降低了网络突发冲突阻塞概率与丢包率,基于时延-多普勒域的稀疏性特征计算动态反馈线性非线性抗干扰信道的时域脉冲响应,得到移动通信信道均衡和特征配准结果,实现非线性抗干扰滤波。实验结果表明,改进算法能有效实现干扰抑制和滤波,提高通信信号的输出信噪比。     

基于酉空时码的盲信道均衡新算法

在具有码间干扰的多入多出（MIMO）无线通讯系统中,针对酉空时编码,提出了一种新的分数间隔矩阵恒模盲均衡算法。这种新算法比矩阵恒模算法表现出更快的收敛速度、更好地抑制噪声的性能。这种均衡器可以和非相干检测器配合使用．从而存存在码间干扰的情况下实现低复杂度的完全盲均衡。     

归一化自适应共轭梯度恒模盲均衡仿真研究

为提高恒模盲均衡算法收敛速度,提出了一种归一化自适应共轭梯度恒模盲均衡算法并进行了仿真研究。利用级联滤波方法对恒模盲均衡器输入进行了重新定义,并在此基础上采用自适应共轭梯度算法对均衡器参数进行更新,对均衡器输入采用归一化进行处理,以保证算法的稳定性。共轭梯度算法计算复杂度介于LMS和RLS算法之间,与LMS算法相比较具有更快的收敛速度,仿真结果证明归一化自适应共轭梯度算法恒模盲均衡与传统恒模盲均衡算法相比具有更好的均衡性能,复杂信道条件下剩余码间干扰可降低约10 dB,均衡系统中引入的级联滤波器可视为时变信道的一部分,表明算法对于时变信道同样有效。