一种用于多径衰落水声信道的盲均衡算法仿真研究

在水声数字通信中，严重的多径衰落和多普勒频移是影响通信性能的两个主要因素。研究了一种分数间隔判决反馈盲均衡结构，以有效地克服水声信道多径衰落的不利影响。同时，针对水声信道的时变多普勒特性，在分数间隔判决反馈结构的基础上，提出了一种修正常数模分数间隔判决反馈盲均衡与二阶数字锁相环相结合的盲均衡算法，以纠正信道引入的载波相位旋转。最后通过计算机仿真，将该算法与常数模波特间隔判决反馈盲均衡算法进行了性能对比，仿真结果证明了该算法的有效性。因此，该算法具有良好的实用性和应用前景。     

基于联合极性迭代的载波相位恢复盲均衡算法

为了克服基于统计特性均衡准则的线性盲均衡器均方误差大、计算复杂及多途信道引起的载波相位旋转等问题,在研究基于极性迭代的线性盲均衡器与判决引导盲均衡器的基础上,引入数字锁相环技术,提出了一种基于联合极性迭代的载波相位恢复盲均衡算法.该算法利用极性算法来减小计算量,利用判决引导算法来减小均方误差,利用锁相环技术来克服多径衰落信道引起的载波相位旋转.水声信道盲均衡的仿真结果表明:该算法均方误差小,收敛速度快,计算复杂度低,并能快速纠正信道引入的载波相位旋转.     

基于修正超指数迭代算法的双模式盲均衡算法仿真研究

收敛速度和剩余均方误差是评价盲均衡算法性能优劣的主要参数之一。超指数迭代盲均衡算法收敛速度快，但是，该算法对高阶QAM信号具有较大的剩余均方误差。针对数字无线电信道的盲均衡问题，提出了一种修正的超指数迭代盲均衡算法，该算法可校正无线电信道引入的载波相位旋转，并具有较快的收敛速度。在此基础上又提出了一种双模式盲均衡算法，该算法在收敛阶段采用修正的超指数迭代算法，之后根据某一切换准则，切换到判决导引算法，可有效减小超指数迭代算法对高阶信号的剩余均方误差。通过仿真证明了本算法的有效性。     

基于统计特性均衡准则的线性符号判决反馈盲均衡算法

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。     

高阶正交幅度调制信号信道均衡算法的研究仿真

传统双模式盲均衡算法是基于常数模进行信道均衡,均衡收敛速度慢、频带利用率不高,针对这个缺点,利用高阶正交幅度调制(QAM)信号具有多个模值,频带利用率高的特点,提出了适用于高阶QAM信号的双模式多模盲均衡算法(DMMA)和半盲均衡算法(SBEA)。其中DMMA充分利用了QAM信号的特点,采用收敛速度快,算法复杂度低的多模盲信道均衡算法为基础模式,以收敛效果更好并且修正相位偏转的多模辅助算法为第二模式;SBEA是运用DMMA均衡后的结果作为自适应均衡算法的导频数据,提高整个算法的收敛速度和精度。仿真结果表明两种算法收敛速度快、稳态误差小,并且能消除码间干扰的同时修正相位偏转,具有很好的实用性。     

基于最大比合并空间分集判决反馈盲均衡算法

信道的多径传播和衰落特性常在接收端引起码间干扰,严重影响了通信质量.为了减少码间干扰,提高通信质量,在分析空间分集技术和判决反馈盲均衡性能的基础上,提出了一种基于最大比合并空间分集的判决反馈盲均衡算法(MRC-DFE),该算法利用了空间分集来减少衰落的影响,利用判决反馈盲均衡器来克服码间干扰,具有收敛速度快、均方误差小的特点.计算机仿真结果,验证了该算法的有效性.     

面向物联网无人机通信的短突发CPM信号盲均衡算法

针对物联网无人机通信中短突发连续相位调制(continuous phase modulation, CPM)盲均衡算法复杂度高、收敛差等问题,提出了一种基于期望最大化-维特比(expectation maximization Viterbi, EMV)的盲均衡算法。首先,将Lazy维特比算法嵌入到期望最大化(expectation maximization, EM)算法的迭代过程中,得到一种低复杂度的盲均衡算法;然后,基于盲信道捕获(blind channel-acquisition, BCA)方法构建了一组初值集,克服了算法对初值的敏感性,同时提升了信道估计的收敛性能。理论分析和实验结果表明,所提的盲均衡算法能够有效兼顾收敛性和计算复杂度,相比传统方法,在性能损失很小的条件下可大幅度降低计算成本,并且具有良好的鲁棒性。     

基于T/4分数间隔的盲均衡算法研究

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。     

一种用于多径信道的调制识别算法仿真研究

无线信道的多径衰落造成通信信号的码间干扰,为通信信号的调制识别增加了难度。针对多径环境下的调制识别问题,提出了一种基于改进的外积分解信道盲辨识算法的调制识别新算法。算法首先对信道进行基于改进算法的信道盲辨识和盲均衡,然后对均衡结果提取高阶累积量特征完成调制识别。与已有算法相比,改进的外积分解算法提高了在信道阶数过估计条件下对噪声的鲁棒性,所提出的调制识别算法扩大了识别种类,提高了识别性能。仿真结果证明了算法的有效性。     

基于超指数初始化的判决导引盲均衡算法研究

在高速水声通信和多点通信系统中,盲均衡算法由于不需要发送训练序列而节省了信道带宽,得到了广泛的关注.Bussgang类盲均衡算法中,判决导引(DD)算法虽然剩余码间干扰小,但收敛能力较弱,往往不具备使闭合眼图睁开的能力,因此常采用收敛能力较强的盲均衡算法作冷启动,在眼图睁开以后再切换到判决导引模式.利用超指数(sE)算法收敛速度快和收敛平稳的特点,提出了一种双模式盲均衡算法.该算法在收敛阶段采用超指数算法,之后通过判决准则切换到DD算法,有效地加快了算法的收敛速度,保证了算法的收敛稳定性.通过计算机仿真,表明了该方法的有效性.     

基于对数正态误差函数的变步长盲均衡新算法

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。     

一种水声时变信道低计算量自适应均衡算法

对于时变水声信道，迭代步长的取值对均衡算法的收敛特性影响较大，步长的自适应参数选取解决了上述问题，但随之而来的是计算量的显著增加。提出了一种自适应均衡算法，该算法根据均方误差切换准则在两种算法之间进行切换。对不同水声信道进行了大量的计算机仿真，结果验证了本算法的有效性。该算法解决了时变信道迭代步长选取困难的问题，同时将均衡计算量降低了30％，更适合快速变化水声信道下的实时通信。     

基于卡尔曼滤波的极限学习机在线盲均衡算法

针对正交振幅调制(quadrature amplitude modulation,QAM)信号,在预测方法的盲均衡框架下,基于卡尔曼滤波(Kalman filter,KF)提出了一种新的神经网络在线盲均衡算法.采用复数型极限学习机(complex extreme learning machine,C-ELM)作为非线性...     

水声信道快速收敛自适应均衡算法

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。     

基于不同奇对称误差估计的盲均衡算法

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。     

噪声鲁棒变步长LMS算法及其在OFDM水声信道均衡中的应用

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)。