首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 109 毫秒
1.
水声信道混合型常数模盲均衡新算法   总被引:10,自引:0,他引:10  
为了克服常数模算法(constantmodulusalgorithm,CMA)收敛速度慢、符号误差常数模算法(signerrorcon stantmodulusalgorithm,SECMA)收敛后剩余干扰大的缺点,利用常数模代价函数和符号误差常数模代价函数定义了一个混合常数模新代价函数,并从理论上分析了该代价函数的特性,构造了具有常数模代价函数梯度矢量与符号误差常数模代价函数梯度矢量联合更新的混合常数模新算法(mixedconstantmodulusalgorithm,MCMA)。调整该算法中两个梯度矢量的比例系数,可提高该算法收敛速度、减少收敛后的均方误差。通过对水声信道均衡的计算机仿真,证明了该算法的有效性。  相似文献   

2.
一种适用于高阶QAM信号的双模式多模盲均衡算法   总被引:3,自引:0,他引:3  
为了克服常数模算法(CMA)收敛速度慢、稳态误差大的缺点,利用QAM信号信道利用率高及高阶QAM信号模值不为常数的特点,提出了一种适用于高阶QAM信号的双模式多模盲均衡算法(DMMA).该算法以常规的CMA为基础模式,以多模算法(MMA)为第二模式,用该模式对于处在不同模值上的信号,以相对应的模值为参数分别进行均衡.另外,两种模式是同时对信号进行均衡的,并且在第二模式中,利用判决条件对均衡器的输出信号进行判决,使得模值能自动进行切换.利用水声信道对DMMA和CMA进行仿真实验,结果表明,与CMA相比,DMMA能针对性地对位于不同模值上的信号分别进行均衡,且收敛速度快、稳态误差小.  相似文献   

3.
引入动量项的正交小波变换盲均衡算法   总被引:9,自引:0,他引:9  
针对常数模算法(CMA)收敛速度慢的缺点,推导了均衡器的正交小波表示式及正交变换矩阵的表示式,在分析正交小波变换常数模盲均衡算法(WTCMA)的基础上,将动量算法引入WTCMA中,得到了一种引入动量项的正交小波变换常数模盲均衡新算法(MWTCMA).该算法将基于小波变换的常数模盲均衡算法和动量项相结合,通过归一化的正交小波变换和引入动量项来提高收敛速度.同时给出了算法的收敛条件,并对算法计算量进行了分析.水声信道仿真结果表明:与基于正交小波变换的常数模盲均衡算法(WTCMA)及常规常数模算法(CMA)相比,新算法具有更快的收敛速度,从而能更有效地实现信号与噪声的分离以及信号的实时恢复.  相似文献   

4.
基于RLS-BP算法的复信道盲均衡技术   总被引:1,自引:0,他引:1  
基于RLS-BP(Recursion Least Square-Back Propagation,简称RLS-BP)算法提出了一种新的应用于复信道的神经网络盲均衡算法.算法实现了对一个输入、输出和权值都为复数的网络的训练.网络的误差传递采用后向传播(Back Propagation,简称BP)结构,用RLS算法实现网络的训练,这样不仅加快了网络的收敛速度,而且使得均方误差也进一步减小.为了适应复信道,新算法采用常数模(Constant Modulus algorithm,称CMA)算法的代价函数实现算法对复信道的盲均衡.最后对线性复信道和非线性复信道的均衡进行了仿真,结果表明新算法有较快的收敛速度,且稳态均方误差较CMA算法和传统的神经网络盲均衡算法有大幅度的降低.  相似文献   

5.
盲均衡算法中常数模(CMA)和判决引导(DD)模式适时切换可以有效提高算法收敛速度和均衡性能,但是切换时机难以选择,同时在信道突发干扰条件下无法保证算法的稳健性.为此结合CMA和DD算法代价函数构造了一种动态目标函数,目标函数随着均衡算法迭代次数进行调整,以前馈神经网络(FNN)作为盲均衡器实现信道均衡,并以移动窗剩余误差变化率为判据对目标函数进行适时重置克服信道可能的突发干扰.计算机仿真表明了算法的有效性.  相似文献   

6.
为了克服常数模算法(CMA)收敛速度慢,收敛后均方误差大的不足,定义了对数正态误差函数和新变步长,提出了基于对数正态误差函数的变步长盲均衡新算法。通过调整对数正态误差函数的均值与方差及变步长特性参数来加快该算法的收敛速度并减小收敛后的均方误差。用深海声道轴信道,对该算法的性能进行了仿真研究。结果表明:该算法收敛速度快、收敛后均方误差小,较好地克服了CMA的缺陷。  相似文献   

7.
林仁刚  郭业才  朱婕  周巧喜 《系统仿真学报》2007,19(24):5786-5788,5796
为了克服波特间隔常数模算法和T/2(T为字符间隔)分数间隔常数模算法收敛速度慢、稳态误差大的缺点,提出了基于T/4分数间隔的常数模盲均衡新算法,推导了4倍过采样多速率系统和1输入4输出多信道系统模型的公式。该算法采用T/4分数间隔均衡器采样,其采样频率大于奈奎斯特频率,从而避免了因欠采样引起的频谱混叠,均衡器可以更有效地对失真信道进行补偿。与波特间隔、T/2分数间隔均衡器相比,该算法收敛速度快、稳态误差小。多径水声信道盲均衡的仿真实验,验证了该算法的性能。  相似文献   

8.
为了克服常数模算法(CMA)收敛速度慢的缺点,在分析正交小波包和常数模算法的基础上,推导出正交小波包变换矩阵的通用表达形式,提出一种基于正交小波包变换的盲均衡算法(WPTCMA),并给出相应的均衡器结构.与基于正交小波变换的常数模算法(WTCMA)相比,该算法将正交小波包变换理论引入到常数模算法中,充分利用了小波包变换对信号很强的去相关能力,并通过能量归一化方法来加快收敛速度.水声信道盲均衡的仿真结果,验证了该算法的性能.  相似文献   

9.
适用于高阶QAM信号的双模式盲均衡算法及仿真   总被引:3,自引:4,他引:3  
提出了一种适用于QAM信号的双模式盲均衡算法,该算法以常规的CMA算法为初始模式,第二模式中分别对QAM信号的同相分量和正交分量进行均衡。通过判决条件对均衡器输出信号进行判决,使得该算法的迭代过程在两种模式之间自动切换,其收敛速度优于常数模算法CMA和基于判决圆环的双模式算法。通过水声多途信道的仿真实验,验证了该算法良好的收敛性能。  相似文献   

10.
郭业才  许芳  龚溪 《系统仿真学报》2012,24(11):2344-2348
对于服从分数低阶Alpha稳定分布的非高斯信号,其二阶和高阶统计量都是不存在的。当环境噪声为这种噪声时,基于高阶统计量的常数模盲均衡算法(CMA)的均衡性能很差。为了克服环境噪声服从分数低阶Alpha稳定分布时,CMA的性能缺陷,提出了一种基于分数低阶统计量的正交小波盲均衡算法。该算法利用分数低阶统计量来抑制Alpha稳定噪声,根据最小分散系数准则优化盲均衡算法的权向量,并对均衡器输入信号进行正交小波变换,通过降低均衡器输入信号的自相关性来加快收敛速度。水声信道仿真结果表明,该算法性能明显优于CMA。  相似文献   

11.
针对水声信道的相位旋转问题,提出了适用于16QAM信号的新的载波恢复算法(NCRA)。对CMA的代价函数进行修改,并以此作为冷启动模式,当误码率足够低时,采用判决域方法切换到判决误差导引(DD)算法模式。该算法不仅能够完成信道均衡、纠正相位旋转,而且可以获得较低的剩余均方误差。采用典型的深海水声信道对该盲均衡算法进行的仿真结果表明:该算法能够很好地完成水声信道的载波相位恢复,对提高水下通信质量具有较高的实用价值。  相似文献   

12.
针对常数模(Constant Modulus Algorithm,CMA)收敛速度慢、均方误差大的缺点,在分析基于正交小波变换的盲均衡器结构及奇对称误差函数的特性基础上,提出了一种基于正交小波变换的奇对称误差函数盲均衡算法(WT-OSE,orthogonal Wavelet Transform based Odd Symmetry Error function blind equalization algorithm),该算法通过归一化正交小波变换来加速收敛速度,用误差函数的奇对称性以减小均方误差,利用变步长来进一步加快收敛速度。水声信道的仿真结果表明,该算法具有较快的收敛速度和较小的均方误差。
Abstract:
Aiming at the slow convergence rate and big mean square error of Constant Modulus Algorithm(CMA),orthogonal wavelet transform based odd symmetry error function blind equalization algorithm blind equalization algorithm was proposed,on the basis of orthogonal wavelet transform based blind equalizer structure and characteristics of odd symmetry error function,the convergence rate of the proposed algorithm could be improved by normalized orthogonal wavelet transform and its mean square error could be reduced by odd symmetry of error function and the convergence rate was further improved via using the performance of variable step size.Simulation tests with underwater acoustic channel indicate that the proposed algorithm has not only faster convergence rate but also less mean square error.  相似文献   

13.
由于水声环境时变特性,在水声信道中进行正交频分复用(orthogonal frequency division multi plexing,OFDM)信号传输,子载波间的正交性易受到破坏,从而产生载波间干扰,使得水声通信的误码率性能变差。针对这个问题,提出一种适用于水下时变信道的自适应OFDM均衡算法,该算法采用滑动窗口进行子块短时傅里叶变换获得接收信号的二维时频谱,进而对该二维时频谱进行自适应时-频域联合合并均衡。该自适应均衡算法中采用最小均方误差算法跟踪信道时变特性,并通过自适应判决反馈均衡更新二维时频谱的加权合并系数,提高了OFDM系统抗载波间干扰的性能。仿真分析表明,所提出的OFDM均衡算法可在时变信道下,有效降低水声通信的误码率。  相似文献   

14.
为了研究盲均衡算法中误差函数形式对盲均衡器性能的影响,定义并分析了不同奇对称误差函数的特点,提出了基于不同奇对称误差估计的变步长盲均衡新算法(DOSVCMA)。该算法充分利用误差函数的对称性来减小均方误差,利用变步长来加快收敛速度,在步长特性参数相同的前提下,用深海声道轴信道和双径水声信道对该算法进行了仿真研究。结果表明,用不同奇对称误差函数设计的均衡器,在收敛速度和收敛后均方误差方面的性能是不同的,但比常规的变步长盲均衡算法(VCMA)的性能优越,这一研究为提高盲均衡器性能提供了一条途径。  相似文献   

15.
基于双层符号常数模的多径水声信道盲均衡算法   总被引:7,自引:6,他引:7  
针对常数模算法(CMA)及符号常数模算法(SCMA)迭代中的大量乘法运算会产生延时的不足,提出了双层符号常数模算法(DSCMA)。该算法采用逐级取符号的办法,将迭代过程中的大量乘法运算转化为比较运算,大大减少了计算量。而基于双层符号常数模的多径水声信道盲均衡器,具有收敛速度快,超量均方误差和计算复杂度小等特点。用负声速梯度信道及深海信道对该盲均衡器性能进行的仿真研究表明:该盲均衡器对多径干扰有良好的抑制作用,对水下数据通信有很强的实用价值。  相似文献   

16.
多进制频移键控正交频分复用(orthogonal frequency division multiplexing multiple frequency shift keying, OFDM-MFSK)调制能抵抗水声信道中的多径衰落和多普勒效应, 且无需复杂的信道估计与均衡, 适合低成本的水声通信机设计。针对OFDM-MFSK水声通信系统, 提出了一种差错控制编码方法, 具体思想为在使用OFDM-MFSK传输原数据的同时调制子载波的相位以传输另一路编码, 接收端结合两种解调方式, 利用编码的差错图样与校验码实现数据的纠错。相比于其他前向纠错编码, 此种差错控制方法的码长短、编解码复杂度低, 结合OFDM-MFSK调制, 能在保证通信可靠性和实时性的同时降低水声通信系统的实现成本, 适用于低速率水声通信系统的设计。  相似文献   

17.
基于统计特性均衡准则的线性符号判决反馈盲均衡算法   总被引:2,自引:0,他引:2  
郭业才 《系统仿真学报》2007,19(11):2413-2416
为了克服多途水声信道引起信号的相位旋转及基于高阶统计量的线性均衡器(LE)收敛后均方误差大的不足,提出了基于统计特性均衡准则的线性符号判决反馈盲均衡算法。该算法充分利用高阶统计量所包含的相位信息、均衡器输出信息的非线性变换及判决反馈算法来补偿相位旋转;利用符号算法可以减少计算量的特点来加快收敛速度;利用判决反馈滤波器的性能来减小均衡器输出的均方误差。因此,该算法在减小均方误差与补偿相位旋转方面的性能优于基于统计特性均衡准则的线性盲均衡算法;在收敛速度方面的性能优于基于统计特性均衡准则的线性判决反馈盲均衡算法。通过水声信道的仿真实验,验证了该算法的有效性和可靠性。  相似文献   

18.
为解决快速傅里叶变换(FFT)栅栏效应对水声正交频分复用(OFDM)通信系统解调性能的限制问题,提出基于选带傅里叶变换(ZoomFFT)的水声OFDM通信解调算法.将接收信号经过移频、降采样等处理得到其细化谱,提高频谱分辨力,削弱栅栏效应;同时对信道响应进行细化处理,基于最小均方误差(MMSE)原理构造信道均衡算法,消...  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号