迭代时反和自适应均衡联合的FMT水声通信

针对现有的滤波多音调制(FMT)水声通信需要使用较长的自适应均衡器来抑制水声信道中严重的多途效应引起的码间干扰这一问题,提出了迭代时反和自适应均衡联合的FMT水声通信方法.首先利用迭代方法构造的时反滤波器对解调后的各子载波信号进行滤波处理,然后利用自适应均衡器抑制残余的码间干扰.仿真分析和试验结果表明:由于迭代方法构造的时反滤波器可以显著压缩信道中的多途扩展,因此与仅使用自适应均衡的FMT水声通信方法及传统时反和自适应均衡联合处理的FMT水声通信方法相比,可以有效降低自适应均衡器的复杂度,并且通信性能更优.     

多输入多输出Volterra滤波均衡器设计

为了从带有噪声的输出信号中恢复出输入信号,研究了多输入多输出(MIMO)Volterra滤波均衡器的设计问题,并给出了具体的设计步骤．讨论了当使用p阶逼近Volterra滤波均衡器代替无限阶Volterra滤波均衡器时的收敛性及误差界．引进了MIMO Volterra滤波器局部l2稳定性的概念,利用多维z变换,给出了p阶逆的计算公式,然后研究了Volterra滤波均衡器的设计算法,并讨论了它的收敛性及误差界．仿真结果表明,所提方法不仅可以直接应用到多输入多输出系统,而且还可应用到阵列信号处理及无线通信系统中．     

多输入-多输出系统级联的多输入单输出均衡器研究

针对多输入-多输出(MIMO)系统接收端信号之间的相关性影响其盲均衡效果的问题,提出一种级联的多输入单输出(MISO)均衡器。每级MISO均衡器恢复一个发射信号,之后利用信道估计算法对混合信号进行修改,修改后传递到下一级MISO均衡器进行类似的处理。通过原理分析以及性能仿真可见,级联的MISO均衡器能够克服信号相关性对均衡效果的不良影响,与传统MIMO均衡器相比,算法收敛后信号星座点更集中,全局用户间总干扰比也更低;并且下一级MISO均衡器的均方误差低于上一级。     

MIMO系统级联的多输入单输出均衡器研究

针对MIMO系统接收端信号之间的相关性影响其盲均衡效果的问题,提出一种级联的多输入单输出(MISO)均衡器。每级MISO均衡器恢复一个发射信号,之后利用信道估计算法对混合信号进行修改,修改后传递到下一级MISO均衡器进行类似的处理。通过原理分析以及性能仿真可见,级联的MISO均衡器能够克服信号相关性对均衡效果的不良影响,与传统MIMO均衡器相比,算法收敛后信号星座点更集中,全局用户间总干扰比也更低;并且下一级MISO均衡器的均方误差低于上一级。     

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。     

LTE-Advanced系统中的MIMO技术性能评估

为了对先进的长期演进技术(long term evolution-advanced,LTE-Advanced)系统中的多输入多输出(multiple input and multiple output,MIMO)技术的性能进行评估,简单回顾了LTE-Advanced系统中的2种MIMO技术,即空间复用和空间分集,并介绍了一种适合LTE-Advanced系统评估的信道模型--IMT-Advanced(international mobile telecommunications-advanced)信道模型.基于该信道模型,通过系统仿真对以上2种关键MIMO技术进行了性能评估.仿真结果表明,不同的MIMO技术、调制方式、码本、复用率及接收方案都对性能有极大的影响.     

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。     

自适应Wiener反卷积滤波的OFDM接收算法

为改进正交频分复用(OFDM)系统在多径衰落信道下的解调性能,提出了基于自适应Wiener反卷积滤波反馈环路的接收算法,对多径衰落信道进行白化处理,使处理后的信道噪声接近于加性高斯噪声(AWGN)。该文推导了OFDM系统中反卷积滤波器抽头系数的估计算法及其在非时变和时变信道中的自适应迭代算法,并且讨论了系统中定时估计、载波频率估计和信道估计算法(它们都是在AWGN信道环境下的算法)的使用方法。仿真表明:该算法可以有效地降低多径衰落的影响,得到优良的解调性能。     

MIMO水声信道分数间隔自适应均衡的研究

 针对水声通信MIMO系统频率选择性衰落信道提出了一种分数间隔的判决反馈均衡器.结合采用二阶销相环路补偿载波相位偏移的方法,该均衡器消除了码间干扰,同时还降低了噪声增益.最后,通过仿真实验比较了单输入单输出(SISO)系统分数间隔判决反馈均衡和多输入多输出(MIMO)系统恒模算法的分数间隔判决反馈均衡器的特性.     

自适应非零延迟MMSE盲均衡算法

针对单输入多输出(SIMO)模型提出一种基于非零延迟均衡器的自适应最小均方误差(MMSE)盲均衡算法,该方法通过均衡器系数、不同延迟下的截短协方差矩阵及信号子空间三者之间的关系将零延迟均衡器推广到非零延迟均衡器。该方法不同于传统的零延迟均衡算法,可利用信道的多阶参数进行盲均衡使其减小信道一阶参数对均衡效果的影响,且对信道阶数过估计具有鲁棒性。文章给出了算法的Batch实现过程,同时为更好地适应一般时变信道环境和实现实时处理的要求,利用快速次子空间追踪算法(FDPM)通过递归迭代得到算法的自适应实现过程。仿真实验表明在信道一阶参数能量较小或信道阶数过估计的条件下,即使信噪比较低,算法仍具有良好的均方误差(MSE)性能,此外自适应算法能够在几百个样本值内使信号快速达到收敛。     

MIMO信道下空时迭代均衡译码系统及算法

目的提出一种在M IMO衰落信道下的低复杂度的接收结构。方法通过交织器和解交织器将SISO的均衡器和译码器以及M IMO信道估计器级联起来,进行未知信道条件下迭代均衡译码。结果采用次优的基于最小均方误差均衡算法和Max-Log-MAP译码算法,使系统复杂度大大降低。结论不但可以消除M IMO信道中的码间干扰和多径干扰,而且大大降低系统的复杂度。     

空时分组编码系统中的空时恒模算法

研究了基于空时分组编码下的盲均衡系统,提出了一种改进的自适应恒模算法,即空时恒模算法。空时恒模算法是在利用传输信号恒模特性以及发掘编码方式统计特性的基础上,提出的一种自适应盲均衡恒模算法。该文通过MATLAB仿真,表明了空时恒模算法(ST-CMA)比传统的恒模算法(CMA)在相同参数条件下有性能的提高。     

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。     

基于等价多入多出结构的多用户检测方法

对于一个异步高斯直接序列码分多址系统的多用户检测问题，现有的解相关线性检测方法存在对高维矩阵求逆，计算量大的问题。该文根据系统基带模型的等价多入多出（ Ｍ Ｉ Ｍ Ｏ）结构，基于 Ｍ Ｉ Ｍ Ｏ 和周期时变滤波器的等价性，设计了周期时变的最小均方误差均衡器，并在此基础上设计了用户增益估计的批处理和自适应方法，克服了常规多用户检测方法对用户增益敏感的缺点。仿真结果表明，该文方法的误码率性能与解相关检测方法的基本相同，而计算量减少了，并且减少了解码延迟。     

Single-User Blind Channel Equalization Using Modified Constant Modulus Algorithm

A modified constant modulus algorithm (MCMA) for blind channel equalization is proposed by modifying the constant modulus error function. The MCMA is compared with the conventional constant modulus algorithm (CMA) for symbol-spaced equalization of 4PSK signals. The result shows that the performance of the MCMA is superior to that of the CMA in both convergence rate and intersymbol interference for frequency selective channels in noisy environments. Simulation results using 8PSK signals also demonstrate that a fractionally spaced equalizer can preserve performance over variations in symbol-timing phase, whereas a baud-rate equalizer cannot.     

单层感知器在自适应均衡中的应用

本文研究了感知器在通信信道均衡中的应用。提出用单层感知器实现信道均衡,以均方对数似然函数为均衡器的性能指标函数,并给出一种新的自适应学习算法用于训练单层感知器的权系数。计算机仿真结果表明本文提出的算法比常用的线性均衡器LMS算法具有更好的收敛性能和均衡效果。     

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.