基于二阶循环统计量的直接盲MMSE均衡算法

提出了一种基于二阶循环统计量的直接盲MMSE均衡算法。该算法利用接收信号的二阶循环平稳性,依据MMSE准则,不经过辨识直接均衡信道。由于利用了信号的周期循环平稳性,该算法可以实现非最小相位系统的盲均衡。仿真实验表明,与基于子空间的盲均衡算法和基于CMA的盲均衡算法相比较,该算法运算复杂度低、收敛速度快、且不会陷入局部最优点。此外,由于该算法不经过辨识直接均衡信道,所以受信道阶数误差的影响较小。     

非线性有限冲激响应Volterra信道的盲辨识

提出了单输入多输出有限冲激响应（ＳＩＭＯ ＦＩＲ）Ｖolterra系统的盲辨识及盲均衡的子空间方法,首先描述了ＳＩＭＯ非线性Ｖolterra信道模型,并将此模型转化为多输入多输出（ＭＩＭＯ）信道 模型;接着讨论了ＦＩＲＶolterra系统盲可辨识条件,并给出了ＳＩＭＯＶolterra系统的盲辨子空间算法;进一步讨论了ＶolterraＦＩＲ非线性信道的确定性盲均衡问题;最后用仿真实例验证了此算法的有效性,所提方法与确定性的线性多信道方法相比,它的最大优点就在于所需约束条件少,此方仅需要输入信号的相关矩在奇异,且在低信噪比情况下（ＳＮＲ为５dB)也有效。     

SIMO系统直接盲检测的新算法

借助接收数据阵的广义左零空间,把发送信号盲恢复问题转换为求解带整数约束的二次规划问题,进而根据盲检测的发送信号辨识传输信道。而且文中方法可以有效地辨识带公零点的SIMO(单输入多输出)信道。仿真结果表明:新算法明显优于现有的文献算法,且辨识含公零点SIMO信道有着卓越的性能表现。     

基于离散微粒群优化的MIMO系统多用户盲检测

充分利用移动通信发送信号属于有限字符集的特点。把MIMO（多输入多输出）系统多用户盲检测问题转换为带二值约束的二次规划问题,从而突破信道辨识条件即MIMO信道传递函数必须不可简约且列简化的苛刻限制。采用离散微粒群优化算法求解二次规划问题,利用接收数据阵的补投影算子构成适应度函数。仿真实验表明：不管传统的信道辨识条件是否满足,该算法都具有较低的信号误码率和较好的稳健性。     

基于正交小波变换的变步长盲均衡算法

提出了一种基于正交小波变换的变步长盲均衡算法。该算法将正交小波变换理论引入到常数模盲均衡算法中,充分利用小波变换对信号的去相关性及指数型变步长控制迭代过程的特性来加快收敛速度。与常数模算法及基于正交小波变换的盲均衡算法相比,该算法收敛速度快、稳态误差小、均衡效果好。水声信道盲均衡的仿真结果,验证了其的性能。     

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。     

基于独立分量分析的盲解码接收算法

为了解决广义频分复用(generalized frequency division multiplex,GFDM)系统接入信号中现有快速傅里叶变换(fast Fourier transform,FFT)解码算法需要先进行同步的缺点,通过独立分量方法研究了异步情况下基于独立分量分析(independent component analysis,ICA)的解码算法.该算法可以在未知传输延时和载波偏移的非同步情况下,对多用户GFDM系统信号进行盲分离和解码,降低了定时和频偏估计误差对解码性能的影响,同时不需要去除循环前缀,增加了接收信号的能量,提高了解码性能.理论分析和仿真结果表明:在平稳信道环境下,随着循环前缀的长度增加,基于ICA的解码算法相比于传统的FFT解码算法至少获得约2 dB的性能增益.     

盲检测的递推算法

在ε均衡概念基础上,提出了对含公零点SIMO(单输入多输出)信道的盲均衡算法。该算法充分利用发送符号属于有限字符集的先验知识,先用ε算法盲检测少量发送序列,然后再用递推算法恢复出发送信号。仿真结果表明:不管信道是否包含公零点,文中提出的算法性能都明显地优于基于二阶统计量的其它经典算法,并且算法还可适用于时变信道。     

用于EBPSK系统的多径信道小波变换线性均衡器

为解决EBPSK信号使用经典均衡算法消除多径信道码间干扰时,自适应迭代的收敛速度较慢的问题,针对EBPSK系统运用基于小波变换的线性均衡器,将输入信号从时域变换到小波域后进行最小均方(LMS)线性均衡,同时根据不同信噪比仿真比较Haar小波、db6小波、sym6小波等经典小波的线性均衡器均衡效果.仿真结果表明:经过小波变换后输入信号的自相关矩阵的最大特征值与最小特征值之比较大,因此基于小波的线性均衡比经典均衡算法的最小均方误差(MSE)收敛速度明显提高,迭代次数和计算量都有所降低,且均衡器选用不同小波函数在一定程度上会影响误码率,但不明显,其中基于Haar小波比基于sym6小波和db6小波的LMS均衡算法的误码率要低.     

高阶谱与二阶循环谱在信道盲辨识与盲均衡中的性能比较

重点研究了高阶谱和二阶循环谱及其在信道盲辨识与盲均衡中的应用，对基于最小二乘和快速傅立叶变换的算法进行了比较，得出了一些重要结论：高阶谱算法具有较强的抗高斯噪声性能，但其收敛速度慢；二阶循环谱算法具有收敛速度快和所需数据最小的优点，但其收敛残余误差大。