首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 713 毫秒
1.
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   

2.
一种新的变步长LMS自适应算法   总被引:13,自引:0,他引:13  
为了提高LMS自适应算法的性能,在对一类变步长LMS算法研究的基础上,提出了步长因子与误差信号之间的一种新的非线性函数关系,进一步改善了此类算法的性能。在相同收敛速度或者相同超量均方误差的前提下,该算法具有更小的超量均方误差或者更快的收敛速度。计算机仿真结果与理论分析相一致,证实了该算法性能优于原算法。  相似文献   

3.
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   

4.
自适应变步长LMS滤波算法及分析   总被引:21,自引:1,他引:21  
为了提高最小均方(LMS)自适应滤波算法的性能,通过建立步长因子与误差信号之间的非线性函数关系,提出一种自适应变步长LMS算法。该算法具有初始阶段和时变阶段步长自适应增大和稳态阶段步长很小的特点,消除了不相关噪声的影响,并且进一步克服了Sigmoid函数变步长LMS算法在自适应稳态阶段步长取值偏大的缺陷,计算机仿真结果与理论分析相一致,证实该算法优于传统算法。  相似文献   

5.
一种新的变步长LMS自适应滤波算法及性能分析   总被引:7,自引:1,他引:6  
研究了自适应最小均方误差(least mean squares,LMS)滤波算法的步长选取问题。在详细分析现有变步长LMS算法的基础上,给出一种以双曲正切函数的改进形式为变步长的LMS算法。讨论了步长参数的选取原则及其对算法收敛性、抗干扰性和稳态误差的影响。该算法不但具有较快的收敛速度和跟踪速度,而且能获得更小的稳态失调。理论分析和仿真结果表明,该算法具有更好的稳态性能。  相似文献   

6.
基于可变分段误差函数的常数模盲均衡新算法   总被引:3,自引:0,他引:3  
饶伟  郭业才 《系统仿真学报》2007,19(12):2686-2689
为了克服常数模算法(CMA)收敛速度慢,稳态误差大的缺点,提出了基于可变分段误差函数的常数模盲均衡新算法.该算法可通过调节分段点位置来改变误差函数特性,并得到适合信道均衡的具有奇对称性的误差函数,从而具有收敛速度快或稳态误差小的特点.用两径水声信道和负声速梯度水声信道对算法的性能进行仿真研究,结果表明:对于前一信道均衡,新算法的收敛速度明显快于CMA;对于后一信道均衡,新算法的稳态误差明显小于CMA.  相似文献   

7.
为进一步减小收敛速率与稳态误差之间的矛盾,改善自适应滤波算法,利用改进的Lorentzian函数提出了一种新的变步长凸组合最小均方(new variable step-size convex combination of least mean square,NVS-CLMS)算法,该算法既有效提高了收敛速率又具备很好的抗干扰能力。同时,为了克服CLMS算法停滞等待的弊端,采用了瞬时转移结构;另外,在参数的迭代公式中使用sign函数进行优化以降低运算量。仿真结果证明该算法与CLMS、VS-CLMS相比,在不同的仿真环境中均能表现出良好的均方特性和跟踪特性。  相似文献   

8.
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   

9.
基于改进的双曲正切函数变步长LMS算法   总被引:1,自引:0,他引:1  
为了改进现有的变步长最小均方误差(least mean square, LMS)算法在低信噪比时性能较差的缺陷,提出了一种基于改进的双曲正切函数的变步长LMS算法,从理论分析和仿真实验两方面讨论了引入参数对算法收敛性、跟踪性、稳定性的影响及算法的抗干扰性。理论分析和仿真实验表明该算法在高低信噪比时均具有较快的收敛速度和跟踪速度以及较小的稳态误差和稳态失调,并且在低信噪比时该算法的收敛性、跟踪性、稳态性均优于其他多种变步长算法。  相似文献   

10.
基于正交小波包变换的变步长双模式盲均衡算法   总被引:1,自引:0,他引:1  
郭业才  纪娟娟 《系统仿真学报》2011,23(2):335-338,345
在分析正交小波包变换盲均衡算法特性的基础上,提出一种基于正交小波包变换的变步长双模式盲均衡算法(WPT-VDMA)。该算法利用正交小波包变换良好的去相关性和变步长,来加快收敛速度;利用符号判决实现基于正交小波包变换的常数模盲均衡算法(WPT-CMA)与基于正交小波包变换的判决导引盲均衡算法(WPT-DD)间的切换,以减小均方误差。仿真结果表明,与WPT-CMA和WPT-DMA(基于正交小波包变换的双模式盲均衡算法)相比,WPT-VDMA收敛后的均方误差分别减少约3.1dB和2.2dB,收敛速度分别快约6500步和3000步。因此,该算法具有收敛速度快、跟踪性能好、均方误差小的特点。  相似文献   

11.
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   

12.
本文提出了一种新的快速收敛比例仿射投影算法,并将算法应用于稀疏多径水声信道均衡.该算法首先在改进比例仿射投影算法(improved proportional affine projection algorithm,IPAPA)的基础上引入变步长算法,提高算法的收敛速度;并在此新算法的基础上通过引入判决反馈结构,进一步改...  相似文献   

13.
针对最小均方(least mean square, LMS)算法在低信噪比(signal to noise ratio, SNR)条件下性能较差的问题,提出一种噪声鲁棒变步长LMS(noise robust variable step-size LMS, NRVSLMS)算法。该算法通过结合改进的双sigmoid函数和误差信号自相关函数,在迭代过程中动态调整步长的大小,解决了传统LMS算法中收敛速度、跟踪性能和稳态性能互相矛盾的问题。理论分析和仿真结果表明,与其他变步长算法相比, NRVSLMS算法抗噪声能力强,具有良好的跟踪速度和稳态性能。将该算法应用于正交频分复用(orthogonal frequency division multiplexing, OFDM)水声信道均衡中,与现有LMS类自适应均衡方法相比,基于NRVSLMS算法的信道均衡方法能够显著降低系统误码率(bit error rate, BER)和均方误差(mean square error, MSE)。  相似文献   

14.
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   

15.
从提高自适应均衡算法水声信号收敛性能的角度出发,提出了一种新的快速收敛水声信道自适应均衡算法。该算法将改进的归一化均方误差算法和判决反馈均衡器结构有机结合,在不增加计算量的前提下,很好地实现了不同水声信道的自适应均衡,易于算法的硬件实现。仿真结果表明,该算法计算量同归一化最小均方(normalized least mean square, NLMS)误差算法的计算量相当,但在稳态误差和收敛速度上有很大优势;收敛性能与自适应调整最小二乘回归〖CD*2〗判决反馈均衡器(variable tap-length decision feed-back equalizer based on recursive least square, RLS-DFE)算法接近,却克服了RLS-DFE算法计算量大,不利于硬件实现的实际问题。提出的算法为水声通信提供了一种性能优良的可实现方法,具有较高的应用价值。  相似文献   

16.
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   

17.
提出了一种新的变步长算法,并将该算法用于水声信道均衡。该算法克服改进归一化最小均方(developed normanized least mean square, XENLMS)算法依赖固定能量参数λ的局限性,遵循变步长算法的步长调整原则在XENLMS算法的基础上引入一个自适应混合能量参数λk,改善算法收敛速度和鲁棒性。首先通过仿真分析变步长算法中的3个固定参数α,β,μ的取值范围及对算法收敛性能的影响;并在两种典型的水声信道环境下,采用两种调制信号对算法的收敛性能进行计算机仿真,结果显示,新算法的收敛速度明显快于XENLMS算法和已有的变步长算法,收敛性能接近递归最小二乘(recursive least square, RLS) 算法的最优性能,但计算复杂度远小于RLS算法。最后,木兰湖试验验证了带判决反馈均衡器(decision feedback equalization, DFE)结构的新算法具有较好的克服多径效应和多普勒频移补偿的能力,相比LMS-DFE提高了一个数量级。  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