首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 234 毫秒
1.
针对传统恒模盲均衡算法收敛速度慢、固定步长条件下收敛速度和收敛精度之间存在矛盾的缺陷,提出了一种利用记忆梯度法改进的变步长恒模盲均衡算法。用记忆梯度算法替代最速梯度下降算法实现对恒模盲均衡中均衡器权值的调整,充分利用当前和前面迭代点的梯度信息,同时利用梯度信息变化率作为学习步长调整因子。新算法有效地提高了算法收敛速度,与共轭梯度法和拟牛顿法等改进算法比较,具有较低的计算复杂度和更好的均衡性能。计算机仿真证明了这一算法的有效性。  相似文献   

2.
针对固定步长常数模盲均衡算法在收敛速度和收敛精度上存在矛盾问题,提出了一种采用输出误差符号判决的变步长常数模盲均衡算法。在每次迭代后根据常数模准则和判决引导准则计算均衡器输出误差。如果在两种准则下输出误差符号一致,则对步长值进行修正,否则,根据自适应均衡原理利用均衡器输入信号计算最大步长值,均衡器权系数采用大步长值进行更新。与现有变步长盲均衡算法比较,无需人工设置参数,更利于工程实现。计算机仿真结果证明,采用输出误差符号判决的变步长常数模盲均衡具有良好的均衡性能。  相似文献   

3.
针对固定步长常数模盲均衡算法在收敛速度和收敛精度上存在矛盾问题,提出了一种采用输出误差符号判决的变步长常数模盲均衡算法。在每次迭代后根据常数模准则和判决引导准则计算均衡器输出误差。如果在两种准则下输出误差符号一致,则对步长值进行修正,否则,根据自适应均衡原理利用均衡器输入信号计算最大步长值,均衡器权系数采用大步长值进行更新。与现有变步长盲均衡算法比较,无需人工设置参数,更利于工程实现。计算机仿真结果证明,采用输出误差符号判决的变步长常数模盲均衡具有良好的均衡性能。  相似文献   

4.
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。  相似文献   

5.
提出了一种自适应变步长恒模盲均衡算法,利用剩余误差信号的自相关函数估计值作为控制步长的因子来自适应改变步长的大小,克服了恒模算法存在的固有缺陷。理论分析和仿真实验均表明该算法与恒模算法相比,在收敛过程中加快了收敛速度,收敛后又能减小对均衡器参数的误调,具有更小的稳态剩余误差。  相似文献   

6.
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.  相似文献   

7.
联合CMA+DDLMS盲均衡算法   总被引:7,自引:0,他引:7  
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。  相似文献   

8.
提出了一种新的变步长恒模盲均衡算法。新算法采用梯度矢量平均值的平方值作为调整步长的参量,解决了传统恒模算法(CMA:Constant Modulus Algorithm)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。理论分析和计算机仿真实验均表明,新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。  相似文献   

9.
针对电磁频谱衰落信道中常规恒模盲均衡算法对所接收信号相位变化不敏感的缺点,研究了一种即携带接收信号的幅值信息,同时还携带接收信号相位信息的修正恒模盲均衡算法。论文在对修正恒模盲均衡算法进行推导的基础上,利用电磁频谱衰落信道,仿真了高阶正交幅度调制信号的修正恒模盲均衡算法性能。仿真结果表明,修正恒模算法在均衡后星座图不仅汇聚程度大幅提高,而且纠正了由电磁频谱衰落信道带来的相位偏转,在收敛速度和降低残余符号间干扰方面均改善了均衡器的性能。  相似文献   

10.
针对时变信道需进行自适应均衡的要求,分析了最常用的盲均衡恒模算法,并对该算法进行了改进。给出了改进算法的仿真结果,表明算法的性能得到了改善。  相似文献   

11.
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.  相似文献   

12.
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  相似文献   

13.
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。  相似文献   

14.
为了克服常数模算法(Constant Modulus Algorithm,CMA)收敛速度慢、稳态误差大及复信道引起相位旋转的缺点,提出了结合数字锁相环的等增益合并空间分集判决反馈盲均衡算法。该算法利用空间分集技术来提高信噪比,利用判决反馈盲均衡器来克服码间干扰,利用二阶锁相环来跟踪信道的时变特性,具有纠正相位旋转、收敛速度较快、稳态误差小的优点。时变多普勒频移水声信道的仿真结果,验证了该算法的有效性。  相似文献   

15.
空时分组编码系统中的空时恒模算法   总被引:1,自引:0,他引:1  
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。  相似文献   

16.
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。  相似文献   

17.
针对CMA盲均衡算法的缺点,提出一种基于误差峰值的改进型CMA盲均衡算法。该算法把CMA盲均衡算法更新方程中的迭代步长由原来的固定值改成可变值,从而进一步提高了CMA盲均衡算法的收敛性。仿真结果表明,与CMA盲均衡算法相比,改进型CMA盲均衡算法具有更好的均衡效果和收敛性能。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号