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。     

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。     

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.     

恒模算法与子空间法相结合的分数间隔盲均衡

恒模算法和子空间法是目前广泛应用于通信信号处理中的两种盲算法。将恒模算法和子空间方法相结合，提出一种基于恒模算法与子空间分解法的分数间隔盲均衡算法，仿真结果表明，新算法的收敛特性明显优于传统的恒模算法。     

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.     

基于正交小波包变换的判决反馈盲均衡算法

针对严重线性失真的水声信道,在分析正交小波包变换理论和判决反馈盲均衡算法的基础上,利用正交小波包变换良好的去相关性特性,对判决反馈盲均衡算法的前馈滤波器权向量进行修正,提出了基于正交小波包变换的判决反馈盲均衡算法(WPT-DFE)。与基于正交小波变换的判决反馈盲均衡算法(WT-DFE)和常规判决反馈盲均衡算法(CMA-DFE)相比,该算法具有收敛速度快、跟踪性能好、稳态误差小的特点。水声信道的仿真结果,验证了算法的有效性。     

基于分数低阶统计量的正交小波盲均衡算法

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。     

一种改进的加权多模盲均衡算法

在加权多模盲均衡算法的基础上,提出了一种误差函数在判决引导模式和加权多模模式之间切换的改进算法。算法根据误差函数符号的比较结果,在判决引导模式与固定加权多模模式之间切换,可充分利用两种模式的优点,更好的匹配信号星座,避免动态权值多模算法中权值的调整。仿真结果表明与动态权值多模算法相比,改进算法可获得更快的收敛速度和更低的稳态均方误差,计算量增加较少,适用于QAM信号。     

一种分数间隔MMSE块均衡器

针对符号间隔块均衡器有着对定时误差非常敏感的缺点,提出了一种分数间隔MMSE块均衡器,包括线性均衡器和判决反馈均衡器.该均衡器可以用于非理想信道块通信系统中消除码间串扰,也可以应用在码分多址通信中进行联合检测.计算机仿真结果表明,与传统MMSE块均衡器相比,该均衡器在计算复杂度增加极小的情况下获得了较大的性能提升,而且对定时误差不敏感.     

基于RLS-BP算法的复信道盲均衡技术

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.     

拟牛顿分数低阶恒模算法的研究

为了提高分数低阶恒模均衡算法的收敛速度,提出了一种基于分数低阶恒模代价函数的拟牛顿自适应盲均衡算法.由于在权矢量更新方程中引进了代价函数的二阶Hessian矩阵,从而使算法的收敛速度较利用最速下降法的分数低阶恒模算法大大提高且具有较好的韧性.利用Matlab 对两种算法进行仿真,仿真结果对新算法性能的提高进行了验证.     

一种带阶数检测的信道盲均衡算法仿真研究

传统的盲均衡算法需要预先具有均衡器阶数的先验知识,提出一种带阶数检测的信道盲均衡算法,采用进化算法结合常数模代价函数对均衡器阶数、均衡器权系数进行联合进化操作寻优,同时实现阶数、权系数估计。利用模拟浅海水声信道数据进行的仿真实验结果表明:本算法可有效避免常数模算法在低估阶数时造成的性能下降,适用于未知阶数情况下的信道盲均衡。     

基于v-支持向量回归机的盲均衡算法

盲均衡可以看作模式分类问题,每一类由信源字符表的可能输出定义.由于支持向量回归机具有优良的泛化性能,提出了一种基于v-支持向量回归机的盲均衡算法,并且利用加权最小二乘方法求解v-支持向量回归机.计算机仿真结果表明提出的盲均衡算法具有计算复杂度低、适于实际应用的特点.     

基于动态递归模糊神经网络盲均衡算法的研究

模糊系统和神经网络已广泛应用于系统的辨识和控制,但是传统的模糊神经网络是一种静态映射,不适用于动态系统的辨识;而由于无线通信信道的时变性和不确定性,决定了盲均衡器本身就是一个动态的均衡过程,所以研究利用动态递归模糊神经网络的盲均衡算法是可行的,而且也是必要的。仿真结果表明:由于动态模糊神经网络的均衡过程同时利用了系统的当前数据和历史数据,对动态系统的均衡,较传统神经网络在均衡的精度和稳定性方面具有更好的效果。