引入Renyi熵的正交小波盲均衡的快速算法

把一种最新的基于Renyi熵的随机梯度最陡下降的盲均衡算法引入到正交小波CMA盲均衡(WBCMA)中，使得正交小波盲均衡算法的收敛速度显著增加，而计算量却增加很少。     

DSE—CMA：一种新的常数模盲均衡算法

针对单输入多输出（SIMO）通信接收系统模型下的常数模算法计算量比较大的缺点,以及另一种改进的CMA算法,即Signed-Error CMA算法收敛性能不确定的弱点,引入了一种新的盲均衡算法,即Dithered Signed-Error CMA(DSE-CMA）算法,并分析了DSE-CMA算法的实现原理和实现过程中的各种约束条件,通过仿真实验比较了这3种算法的性能实验表明,DSE-CMA算法具有与一般恒模算法相近的性能,但计算量明显减小,且比SE-CMA算法稳定。     

高速卫星通信系统中的盲均衡算法研究

在卫星通信系统中,随着其信息处理速度不断提高,码间串扰的问题也日益严重,这对解调器性能造成很大影响。考虑到无线信道的时变性和随机性,引入了自适应盲均衡技术来解决该码间串扰问题,对此给出了3种盲均衡算法,即恒模算法（constant modulus algorithm,CMA）、改进的恒模算法（modified constant modulus algorithm,MCMA）和多模算法（multi-modulus algorithm, MMA）。针对不同的调制方式,从星座图,稳态误差和误码率3个方面进行了性能分析。仿真结果显示,采用自适应盲均衡技术可以降低均方误差,使得星座图变得清晰而紧凑,减小误码率,提高通信系统性能。从工程角度来看,对于8PSK,16APSK和32APSK调制,CMA算法均衡速度最快,实现复杂度最低,最适合硬件实现。对于64APSK调制,只有MMA算法对其有良好的均衡效果,故选择MMA算法完成硬件实现。     

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。     

联合CMA+DDLMS盲均衡算法

在数字视频广播有线标准接收机的盲均衡器中,通常采用恒模算法(CMA)进行系数的初始化计算。为了克服传统恒模算法收敛速度慢的缺点,该文提出了一种用于捕获阶段的快速盲均衡算法。该算法在捕获阶段同时利用恒模算法和面向判决的最小均方算法(DDLMS)的误差对系数进行更新,在不增加乘法运算次数条件下提高了均衡的性能。对该算法进行了理论分析,并针对正交幅度调制信号进行了仿真。结果证明,该算法能够在保证收敛精度的基础上,有效提高盲均衡收敛速度,同时便于硬件实现。     

量化在基于正交小波的盲均衡算法上的应用

常数模算法(CMA)是实际中应用最广的一种盲均衡算法，基于正交小波的CMA算法(WBCMA)与传统的LMS算法的横向均衡器相比收敛速度快，但计算量却有所增加，把量化应用到WBCMA上，采用以2的整数次幂对误差项进行量化，减小了误差项的字节数，因此减少了算法迭代中的乘法运算．计算机仿真证明了该方法的有效性，     

一种改进的变动量项归一化p-范数短波信道盲均衡算法

为了进一步提高脉冲环境噪声下归一化p-范数常数模(constant modulus algorithm,CMA)盲均衡算法性能,提出一种变动量项归一化p-范数常数模盲均衡算法.在归一化p-范数常数模盲均衡器更新过程中引入动量项,盲均衡器输出信号依据CMA和判决引导(decision directed,DD)算法分别计算瞬时误差,动量因子依据2种准则下的瞬时误差符号进行自适应调整,得到一种变动量项算法.计算机仿真结果表明,变动量项归一化p-范数盲均衡算法有效提高了算法收敛速度,同时与固定动量项归一化p-范数盲均衡算法相比,具有更小的稳态剩余误差,在脉冲噪声环境下的短波信道盲均衡中具有应用价值.     

APSK信号的混合盲均衡方法

针对幅度相移键控(amplitude phase shift keying,APSK)信号,为在载波相位恢复之前进行均衡,以减小码间干扰(inter-symbol interference,ISI)对载波恢复的影响,提出一种将恒模算法(constant modulus algorithm,CMA)和半径指导的均衡(radius directed equalization,RDE)方法相结合的盲均衡算法,该算法的代价函数是CMA代价函数和RDE代价函数的加权和。利用径向分散度的概念,该算法可以根据当前均衡程度自动地调整两种代价函数的权重,实现从CMA到RDE的软切换,从而自动适应不同均衡阶段和不同信噪比的情况。与单纯CMA均衡相比,该算法的收敛速度更快,而且稳态性能也更好,仿真结果验证了该方法的有效性。     

一种基于MCMA的双模切换变步长的盲均衡算法

在修正常模算法（MCMA）代价函数的基础上，根据OAM信号分布的特点，得到一种误差控制函数在CMA和DD算法间切换的、变步长的盲均衡算法。它充分利用了CMA与DD算法各自的优点，改善了常算法收敛速度慢和收敛后剩余码间干扰大的不足，能够补偿由信道引起的相位误差，同时还具有重新启动的能力。计算机仿真表明：该算法收敛速度较快，收敛后剩余码间干扰很小，输出星座图紧簇，没有相位旋转，而且在信道突变的情况下能快速达到二次均衡。     

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。     

采用瞬时梯度变化率判决的双模式盲均衡算法

为进一步提高恒模盲均衡算法的性能,文中提出了一种采用瞬时梯度变化率判决的双模式盲均衡算法。利用两次相邻均衡迭代前后的归一化权值变化量定义瞬时梯度变化率,并依此设置判据实现均衡迭代过程中的恒模算法和判决引导算法的适时切换,实现双模式盲均衡算法。双模式盲均衡算法可以有效结合恒模算法稳健和判决引导算法快速收敛和收敛精度高的优点,提高盲均衡算法的性能,计算机仿真结果证明了算法的有效性。     

Single-User Blind Channel Equalization Using Modified Constant Modulus Algorithm

A modified constant modulus algorithm (MCMA) for blind channel equalization is proposed by modifying the constant modulus error function. The MCMA is compared with the conventional constant modulus algorithm (CMA) for symbol-spaced equalization of 4PSK signals. The result shows that the performance of the MCMA is superior to that of the CMA in both convergence rate and intersymbol interference for frequency selective channels in noisy environments. Simulation results using 8PSK signals also demonstrate that a fractionally spaced equalizer can preserve performance over variations in symbol-timing phase, whereas a baud-rate equalizer cannot.     

一种改进的QAM信号的恒模算法:MCADAMA

提出了一种适用于QAM系统的改进的双模式算法MCADAMA(modified CMA-assisted decision adjusted modulus algorithm).通过研究Afford提出的CADAMA双模式算法,受到MCMA算法的启发,结合恒模算法的特性,研究出了MCADAMA算法.通过搭建QAM盲均衡系统平台,把MCADAMA算法和其他3种恒模算法进行了比较,仿真结果表明,MCADAMA算法具有更快的收敛速度和更低的误码率,有效地提高了系统性能.     

基于均方误差的变步长恒模盲均衡算法仿真

阐述了用于信道盲均衡中恒模算法的数学模型和基本原理,在此基础上进一步研究其改进的变步长算法.采用的改进算法是以剩余均方误差作为调整步长的参量,解决了传统恒模算法中,由于采用固定步长而造成的收敛速度与收敛精度之间的矛盾.在分析不同步长对算法收敛性能的影响的时候,使用了集平均的处理方式,使得均方误差学习曲线变得较为平滑,易于比较.理论分析和计算机仿真实验均表明该算法与传统的恒模算法相比,具有更快的收敛速度和更小的稳态剩余误差.     

一种基于MCMA的双模切换变步长的盲均衡算法

在修正常模算法（MCMA）代价函数的基础上，根据QAM信号分布的特点，得到一种误差控制函数在CMA和DD算法间切换的、变步长的盲均衡算法。它充分利用了CMA与DD算法各自的优点，改善了常算法收敛速度慢和收敛后剩余码间干扰大的不足，能够补偿由信道引起的相位误差，同时还具有重新启动的能力。计算机仿真表明：该算法收敛速度较快，收敛后剩余码间干扰很小，输出星座图紧簇，没有相位旋转，而且在信道突变的情况下能快速达到二次均衡。     

适用于高阶QAM信号的双模式分数间隔盲均衡

为了克服常数模算法收敛速度慢稳态误差大的缺点,利用高阶QAM信号分布在多个不同模值上的特点,提出了一种适用于高阶QAM信号的双模式分数间隔盲均衡算法.该算法采用T/2分数间隔结构,并以常数模算法为基础模式,而在第二模式中采用一种多模算法,且通过判决条件对均衡器的输出信号进行判决,使均衡器能在多个模值中自动切换.计算机仿...     

修正的解相关前馈神经网络盲均衡算法研究

针对基于传统梯度下降算法的前馈神经网络盲均衡在输入线性相关条件下收敛速度慢的问题,提出了一种修正解相关前馈神经网络盲均衡改进算法。对接收观测数据进行解相关处理,使梯度方向保持正交,同时,设定判断阈值,如果前馈神经网络输入相关系数大于阈值,说明输入向量强相关,保持梯度更新大小和方向不变,以克服强相关输入条件下解相关算法收敛停滞的问题。计算机仿真结果表明,文中提出的算法与基于直接梯度下降算法和传统解相关前馈神经网络盲均衡算法相比具有更快的收敛速度,有效提高了均衡性能。