基于自适应滤波算法的FIR MIMO系统均衡

为了实现对多输入多输出(MIMO)系统的均衡,提出了一种基于自适应滤波算法的自适应均衡方法。应用判决反馈式均衡器(DFE)的结构,把MIMO信道均衡问题的模型建模成一个简化的滤波模型。这个滤波模型使MIMO系统均衡问题中均衡器的设计问题转化为自适应滤波中最优滤波器的设计问题。两种典型自适应滤波器设计算法——LMS算法和RLS算法被应用于该模型中进行仿真,仿真结果显示了算法的收敛性和均衡方法的可行性。这种自适应均衡方法不需要对信道进行辨识,具有较小的运算量,并且可以适应信道变化。     

多输入多输出系统中基于多级维纳滤波的均衡算法

基于多级维纳滤波器,提出了一种多输入多输出系统中的降秩自适应均衡算法.该算法利用多级维纳滤波器得到一组子空间基向量,通过子空间投影,把均衡器输出限定在低维子空间内,从而降低了自适应均衡的迭代复杂度,加快了收敛速度.理论分析和仿真表明,降秩均衡算法有效地提高了均衡器的收敛速度,降低了计算复杂度,并在多级维纳滤波器的级数不超过 10 的情况下,就能达到近似满秩均方误差性能.     

自适应均衡器在超短波高速数传系统中的应用

为满足超短波(VHF)频段高速数据传输的需求,将π/4 DQPSK调制与自适应均衡技术相结合。基于VHF信道特性,并综合考虑性能及复杂度因素,选用自适应判决反馈均衡器结构,并采用递归最小二乘算法实现快速收敛。仿真结果表明,采用低阶均衡器,在实测多径信道模型下可获得良好的接收性能,但在扩展多径信道模型下接收性能有所下降。实际应用中,应根据传输距离及具体的无线传播环境,合理设置均衡器的抽头个数。     

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。     

一种新的基于FPGA实现的判决反馈均衡器结构

自适应均衡算法是无线通信系统中解决多径效应的主要手段,由于无线通信系统带宽的不断增加,如何提高自适应均衡器的速度是一个非常迫切的问题,而反馈和复杂的矩阵运算会制约使用LMS算法判决反馈均衡器的工作速度的提高．为此,笔者从LMS算法中的梯度运算出发,解决了误差与均衡器输入向量之间的时序对应关系的协调,从而提出了一种适合于FPGA实现的高速判决反馈均衡器结构,最后给出了在FPGA上的具体实现结果,其表明了该算法对于提高判决反馈均衡器的工作速度有显著的效果．     

浅海水声信道自适应均衡算法

浅海水声信道是一个典型的带宽受限、时变衰落信道,存在着时变的多径扩展、频率偏移以及随机相位起伏.在水声相干通信中,自适应均衡是克服多径效应、消除码间干扰的主要手段.针对在实际应用中自适应均衡算法对步长参数选择的敏感性,进行了浅海信道水声相干通信均衡算法研究,结合录制的水声信道数据,通过Matlab软件,从星座图、算法收敛特性以及系统的误码特性这3个方面对几种均衡算法的性能进行了分析比较.结果表明,最小均方(LMS)平行滤波器组算法具有自适应调整步长的性能,且能获得较快的收敛速度和较小的误码率,验证了该算法在水声信道中的实用性.     

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。     

基于信道估值的判决反馈均衡器研究

比较分析了基于信道参数得到的滤波器系数解分别作为均衡器前向和反馈滤波器的最优解及最优初始解的情况下均衡的性能改善程度,并将波特间隔判决反馈均衡器(BS-DFE)和分数间隔判决反馈均衡器(FS-DFE)的性能作了比较.理论和仿真分析表明:基于信道参数得到的滤波器系数解如果作为均衡器前向和反馈滤波器的最优解,在信道保持不变的情况下有优势;将基于信道参数得到的滤波器系数解作为均衡器前向和反馈滤波器的最优初始化解,结合不同的均衡器结构(BS-DFE和FS-DFE),与LMS算法结合,得到的均衡效果在不同程度上得到改善,FS-DFE均衡的效果比BS-DFE的均衡效果更加收敛,但运算量并没有得到改善.研究表明:在不同的情况下,各种均衡方式方法都有其自身特点,根据实际要求采用不同的均衡方式或同时使用会取得最佳效果.     

强窄带干扰条件下NLMS自适应均衡器的收敛性能分析

为了解决强窄带干扰条件下NLMS(normalized least mean squre)自适应均衡器的收敛性能受到严重影响的问题,利用Butterweck高阶展开方法,分别针对理想信道和多径信道,分析了强窄带干扰条件下NLMS自适应均衡器收敛性能。给出了理想信道条件下自适应均衡器收敛时间的理论表达式,分析了非理想信道条件下,均衡器长度、干信比、多径以及干扰信号频率对收敛时间的影响。理论分析与仿真结果表明,理想信道条件下,自适应均衡器的收敛时间与均衡器的长度和干信比成正比,与窄带干扰的频率无关;多径信道条件下,自适应均衡器的收敛时间与干信比成正比,与均衡器的长度、信道的多径特性以及窄带干扰频率呈非线性关系。     

适用于高速背板通信的动态增益与盲均衡协同校正自适应均衡模型

针对背板通信中信道的时变干扰,该文提出具有增益自适应和盲均衡动态校正功能的均衡模型。该模型基于符号-符号LMS算法,采用CTLE(连续时间线性均衡器)对受到信道干扰的信号进行初步补偿,同时利用增益监控算法和动态盲均衡自适应算法实现对信道幅度衰减的监测和补偿。而在DFE(判决反馈均衡器)中,同时结合半速率结构进行信号的补偿和判决,进一步消除误差。研究结果表明,该模型可对受干扰眼图进行大幅度的校正和补偿,提高传输信号的可靠性,实现均衡功能。     

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。     

凸组合实时判决反馈稀疏水声信道盲均衡算法

针对高速水声通信信道稀疏特性,提出了一种凸组合实时判决反馈盲均衡算法。将盲均衡器分为保持均衡器支路和稀疏均衡器支路,以保持均衡器能量和权系数的瞬时梯度为判据,对稀疏均衡器支路对应抽头进行实时稀疏化处理。算法中避免设置稀疏化阈值,对不同稀疏水声信道和通信信号具有通用性,且对于时变稀疏水声信道可以利用保持均衡器支路恢复稀疏均衡器支路置零抽头系数,使算法对信道具有较强跟踪和冷启动能力。典型稀疏水声信道条件下的仿真结果证明,凸组合实时判决反馈稀疏水声信道盲均衡算法性能稳健,与全阶判决反馈盲均衡算法相比,计算简单,收敛速度快,稳态剩余误差小,有利于算法在水声通信系统中的推广应用。     

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。     

MIMO Channel Estimation and Equalization Using Three-Layer Neural Networks with Feedback

This paper describes a channel estimation and equalization algorithm using three-layer artificial neural networks （ANNs） with feedback for multiple input multiple output wireless communication systems. An ANN structure with feedback was designed to use different learning algorithms in the different ANN layers. This actually forms a Turbo iteration process between the different algorithms which effectively improves the estimation performance of the channel equalizer. Simulation results show that this channel equalization algorithm has better computational efficiency and faster convergence than higher order statistics based algorithms.     

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。     

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。     

基于信道均衡技术的CDMA下行链路的检测方法

多用户检测技术应用在CDMA系统中可以有效的消除多址干扰,用于上行链路能体现其优越性的,但由于其复杂度过高,是不适于下行链路的,而传统的匹配滤波器是无法消除多址干扰的,笔者分析了CDMA系统下行链路离散系统模型,提出了一种适用于CDMA系统下行链路的数据检测算法,此算法由信道均衡器和匹配滤波器组成,信道均衡是基于迫零均衡准则,仿真实验表明此种检测方法的误码性能是大大优于传统的匹配滤波器检测的。     

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