基于箕舌线函数的变步长自适应均衡的研究

影响数字通信信道质量的一个主要因素是码间串扰,目前传输中克服码间串扰的主要技术手段是自适应信道均衡。针对传统LMS算法步长固定,收敛速度、时变系统的跟踪能力和稳态失调之间存在的很大矛盾,该文研究了箕舌线函数对传统LMS算法进行优化后,利用MATLAB仿真软件对改进后的自适应均衡算法进行普通信道中的仿真分析,进而证明改进后的算法有效的提高了函数的收敛速度,降低了稳态误差。     

自适应均衡算法的研究进展

简述了能补偿或减小现代通信系统中的码间干扰问题的自适应均衡算法的基本原理及其特点．介绍了最小均方误差算法、递归最小二乘算法等几类主要的自适应均衡算法,并阐述了近年来出现的主要的自适应均衡算法的原理,对误码率、收敛速度、运算量及稳态误差等评价指标进行了分析．结合分析结果和自适应均衡算法的实际应用前景,探讨了这一领域需要进行进一步研究的问题,并对今后的研究进行了展望．     

基于QPSO的自适应均衡算法

自适应均衡技术能有效地克服光纤信道的色散和光纤非线性等效应引起的符号间干扰。但传统的自适应均衡算法存在收敛速度慢、稳定性差、均衡效果不理想等缺点,从而使自适应均衡器在高速光纤通信系统中的应用受到限制。提出了一种基于QPSO的自适应均衡算法。仿真实验表明,QPSO具有收敛速度快、计算精度高等优点,将其作为自适应均衡器的控制算法可收到很好的均衡效果,优于传统的控制算法。     

基于误差信号自相关函数的变步长恒模盲均衡算法研究

提出了一种自适应变步长恒模盲均衡算法，利用剩余误差信号的自相关函数估计值作为控制步长的因子来自适应改变步长的大小，克服了恒模算法存在的固有缺陷。理论分析和仿真实验均表明该算法与恒模算法相比，在收敛过程中加快了收敛速度，收敛后又能减小对均衡器参数的误调，具有更小的稳态剩余误差。     

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。     

基于SA-GSO的小波加权多模盲均衡算法

为解决传统多模盲均衡算法（MMA）在均衡高阶QAM信号时存在的收敛速度慢、稳态误差大等问题,提出了一种基于模拟退火萤火虫优化的小波加权多模盲均衡算法（SA-GSO-WT-WMMA）。该算法在MMA的基础上增加了加权项,并引入了模拟退火萤火虫优化（SA-GSO）算法和正交小波变换（WT）,利用加权项自适应地调整算法中代价函数的模值,利用SA-GSO算法极强的全局寻优能力来优化均衡器的初始权向量,利用正交小波变换降低信号的自相关性,有效提高了均衡效果。水声信道仿真实验表明,该算法在降低稳态均方误差和加速收敛速度两方面表现卓越。     

归一化LMS算法自适应滤波器的MATLAB仿真与DSP实现

固定步长LMS算法自适应滤波器在收敛速度与稳态误差之间存在矛盾,变步长LMS算法的步长因子是变化的,能够灵活避免此矛盾.分析了两种变步长LMS算法自适应滤波器基本原理,先使用MATLAB对其分别进行仿真,之后应用SZ-EPP5416评估板对其分别进行了DSP实现,仿真结果与DSP实现都表明变步长LMS算法改善了收敛速度与稳态误差间矛盾,但归一化LMS算法能更好地改善固定步长LMS算法的矛盾,具有更快收敛速度与更小稳态误差.     

基于自适应动量因子的区间神经网络建模方法

区间神经网络建模是区间控制的核心部分,也是提高系统鲁棒性的重要方法.针对区间神经网络算法收敛速度慢的问题,提出一种自适应动量因子算法.算法利用区间运算建立输入与输出数据的映射模型,通过引入具有自适应特性的动量项,使用最速下降法对动量项进行自适应更新,在加快系统收敛速度的同时,克服系统稳态误差大和容易陷入局部最小值的弊端.典型算例实验表明:区间神经网络能够较为精确地建立区间网络模型,自适应动量因子算法提高了区间神经网络整体性能.     

引入动态动量因子的共轭梯度多模盲均衡算法

为了克服传统多模算法收敛速度慢的缺点,提出了引入动态动量因子的共轭梯度多模盲均衡算法。该算法将共轭梯度方法及动量项引入多模算法中,得到了引入动量项的共轭梯度多模盲均衡算法的迭代公式。在研究动量因子变化规律的基础上,进一步引入指数函数的变形形式,构造了动量因子与误差之间的非线性函数关系。利用误差的递减规律实现动量因子的自适应减小,从而达到加快收敛速度,降低稳态误差的目的。理论分析和仿真结果均表明:提出的新算法与传统多模算法及共轭梯度多模算法相比较,能够有效地提高收敛速度,并且降低了稳态均方误差。     

归一化加权双模式盲均衡算法

恒模算法(CMA)打开信道眼图的能力强,但收敛速度慢,稳态误差大,适于均衡器启动阶段的工作;决策指向算法(DD)收敛速度快,稳态误差低,但要求决策装置正确判决率高,适于跟踪阶段的工作;归一化自适应滤波算法能够动态地调整步长因子,提高收敛速度。结合上述三方面的优势,提出一种归一化的加权双模式盲均衡算法,和切换式双模式算法相比,新算法的主要优势在于无需在两种模式之间切换,降低了接收设备的复杂性。针对16QAM系统的仿真结果表明新算法和切换式算法相比,稳健性更好,收敛速度更快,并且更适合在低信噪比条件下使用。     

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.     

自适应最小误比特率滤波算法研究

针对数字通信系统,介绍了一种新的滤波算法。该算法基于最小误比特率(MBER)准则,并利用梯度下降法实现。通过采用内核密度估计的方法来估计误码率函数,可将其推广到自适应的最小误比特率(LBER)滤波算法。仿真结果表明,LBER具有良好的收敛性能和误码性能,可以广泛应用于均衡、波束成形、检测等。     

分组并行自适应时域均衡滤波器设计

为解决空地高速通信电台系统信道中的多径效应,本文选用时域均衡滤波器,把均衡器设计成对信道响应可调整的自适应滤波器。首先,为解决高阶自适应均衡器运算量大的问题,达到更好的抗多径效果,文中对自应滤波器进行了分组并行的处理,以资源的消耗换取均衡速率的提高,利用多速率信号处理理论,把原先集中的采样点分散到各组当中。再者,把m序列应用到递推最小二乘算法中,发挥算法收敛速度快的优势,同时尽量减少运算量,使算法能很好地应用到硬件实现当中去。最后,在性能分析上进行了改善,把均衡与Turbo纠错码级联起来,减小系统误码率,仿真结果显示改进达到预期目标,对实际空地高速通信电台系统中的均衡实现具有重要的参考价值。     

一种适用于高阶QAM的自适应均衡与载波恢复混合算法及硬件实现

高阶QAM解调时,由于信道失真以及载波频偏相互影响,自适应均衡与载波恢复需要同时考虑.提出一种自适应均衡与载波恢复混合算法,采用基于CMA和LMS的双模均衡算法以及改进的鉴频、鉴相算法,实现了在较大载波频偏下稳定的均衡收敛;同时该混合算法运算复杂度较低,易于硬件实现.     

基于误差峰值的改进型CMA盲均衡算法

针对CMA盲均衡算法的缺点,提出一种基于误差峰值的改进型CMA盲均衡算法。该算法把CMA盲均衡算法更新方程中的迭代步长由原来的固定值改成可变值,从而进一步提高了CMA盲均衡算法的收敛性。仿真结果表明,与CMA盲均衡算法相比,改进型CMA盲均衡算法具有更好的均衡效果和收敛性能。     

基于小波变换的线性均衡器及其收敛算法改进

对基于正交小波变换的线性均衡器做了研究 ,对传统的 L MS(least mean square)算法做了改进 .在计算机仿真的自适应信道均衡中 ,此法使收敛的速度得到较大的提高 ,明显优于传统的 L MS算法 ,而计算量增加不多 .理论分析与计算机模拟都证实了该算法的优越性 ,有一定的实际应用价值