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。     

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。     

带波束形成的在单频网广播中的信道均衡

针对数字电视地面广播在单频网(SFN)应用中的复杂多径问题，提出了一种基于多输入多输出(MIMO)系统的SFN信道模型，以获取信号的空间信息，从而得到一种新的均衡方案．该方案用波束形成器将来自不同发射机的信号进行分离，有效避免了在此过程中SFN信号固有的大时延和大幅度多径，输出的各路信号通过一组均衡器，再经过相位和时延校正后合并输出，得到SFN增益．仿真结果表明，这种方法比传统的均衡方法得到了更快的收敛速度和更好的性能．     

基于OFDM调制的测井电缆信道预均衡研究

根据七芯铠装测井电缆的模型,利用时域有限差分法计算以模式7传输时信道的衰减特性。建立正交频分复用(OFDM)通信仿真系统模型,该系统可以有效地克服信道时延扩展和频率选择性衰落对数据传输的影响,现已广泛应用到测井设备的高速通信中。针对测井电缆信道的频率特性,在发送端引入一个预均衡器,适当地调整发射端各个子载波的发射功率,提高了接收端的信噪比,减小了误码率。用Matlab进行仿真,并验证了该结论。该预均衡器实现方便,应用前景广阔。     

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。     

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。     

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。     

单载波高速相干水声通信技术研究

对单输入单输出系统(SISO)和单输入多输出系统(SIMO)单载波高速相干水声通信中时域判决反馈结合二阶数字锁相环路均衡技术进行了研究.采用低信噪比下鲁棒的稀疏水声信道估计算法(DAMP)估计信道,利用信道估计结果设计均衡器前馈、反馈阶数和均衡器初值,提高了系统鲁棒性.在厦门港进行了10km距离高速水声通信实验,结果表明:在厦门港10km距离,接收信噪比均值约为6dB的环境下,4kbit/s通信数据误码率均小于2%,传输图片清晰.结合多通道处理,误码率可降低到10-4数量级以下,提高了系统鲁棒性.     

数字并行接收机的反馈频域均衡方法

为了适应高速宽带无线通信的需要,在一种高速数字并行接收机(APRX)结构的基础上,提出了一种使用伪随机(pseudo-random num ber,PN)序列进行反馈频域均衡的方法,通过PN序列相关估计的信道冲激响应反馈到频域均衡器来更新并行接收机频域均衡器系数,这种结构能适应高速率传输的要求,并且能有效地对抗频率选择性衰落。仿真结果表明:在多径信道下,APRX已无法工作,而提出的反馈频域均衡方法性能较好,仅与G auss ian白噪声信道下有约5 dB的性能损失,且实现简单,便于应用。     

UWB多径信道下RAKE接收和均衡的作用分析

在超宽带(UWB)通信系统中存在码间干扰(ISI)的多径信道下,RAKE接收机和均衡的作用关系还没有定论.有观点认为UWB中RAKE接收具备信道均衡的特性,因而RAKE接收时不需要均衡器,其出发点是将RAKE接收机中ISI视为与当前符号不相关的高斯噪声,或认为RAKE接收能缩短信道时延扩展.本文针对这两种观点及其依据进行了探讨,通过对存在ISI的RAKE接收机的性能进行分析,并利用IEEE 802.15标准中的多径信道模型进行了RAKE接收与均衡的仿真对比试验.结果表明:RAKE并不能起到抑制ISI的作用,故而对多径信道环境ISI仍然需要均衡器来消除.     

CES型盲均衡及其基于高阶统计量的一种实现

介绍了一种全新的设计盲均衡器的评估标准──信道评估标准ＣＥＳ（ＣｈａｎｎｅｌＥｓｔｉｍａｔｉｏｎＳｔａｎｄａｒｄ），并就其实现方式作了简要讨论，在分析现有算法优缺点的基础上，基于高阶统计量，对非最小相位线性信道，提出了一种ＣＥＳ型盲均衡算法ＨＣＢＥＡ，该方法避免了ＣＥＳ盲均衡中常见的大运算量的缺陷，由多电平ＰＡＭ及ＱＡＭ信号仿真实验表明，该方法具有良好的均衡特性。     

CDMA信道的盲均衡和多用户检测

把码分多址 (CDMA)信道等效为一多输入多输出 (MIMO)信道模型 ,用子空间分解的盲估计方法进行信道估计 ,而且估计出信号子空间特征向量 ,利用信道参数和信号子空间的特征向量构建解相关和最小均方误差 (MMSE)两类线性检测器 ,能同时消除码间干扰 (ISI)和多址干扰 (MAI)。     

自适应均衡算法的盲均衡处理研究

基于中频信号的盲均衡算法,利用通信信号的周期平稳性,提出卫种代价函数,并推导了其盲均衡算法。计算机仿真表明,该算法有较好的收敛性能,克服了CM算法对相位不敏感的缺点。     

Blind channel estimation through redundant linear precoding for OFDM systems

A novel approach of blind channel estimation through redundant linear precoding for orthogonal fre-quency-division multiplexing （OFDM） is proposed. A redundant linear frequency-domain preceder is ap-plied to each pair of blocks before they enter the OFDM system. With the aid of the introduced structure, the frequency-selective channel can be identified at the receiver through auto-correlation operations, sin-gular value decomposition （SVD） and scalar ambiguity resolution. The proposed blind channel estimation method has low computation complexity and requires no prior statistical information of channel or noise. The redundant linear frequency-domain precoder is employed to identify the frequency-selective fading channels. And the proposed blind channel estimation method has high spectral efficiency because it re-quires no training sequence. Computer simulations have proved that this proposed blind channel estima- tion method can identify the frequency-selective channels perfectly and have a good performance.     

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。     

Blind channel estimation through redundant linear preceding for OFDM systems

A novel approach of blind channel estimation through redundant linear precoding for orthogonal frequency-division multiplexing (OFDM) is proposed. A redundant linear frequency- domain precoder is applied to each pair of blocks before they enter the OFDM system . With the aid of the introduced structure , the frequency-selective channel can be identified at the receiver through auto- correlation operations , singular value decomposition (SVD) and scalar ambiguity resolution. The proposed blind channel estimation method has low computation complexity and requires no prior statistical information of channel or noise . The redundant linear frequency-domain precoder is employed to identify the frequency- selective fading channels. And the proposed blind channel estimation method has high spectral efficiency because it requires no training sequence. Computer simulations have proved that this proposed blind channel estimation method can identify the frequency- selective channels perfectly and have a good performance.     

SIMO信道组合优化递推序列检测算法

传统的盲均衡算法主要基于高阶统计量(HOS)法或信道输出过采样的二阶统计量 (SOS)算法,而这些算法不能实际应用于时变环境。与现有的自适应均衡LMS算法、RLS算法不同,提出了一种基于有限字符集信息的组合递推算法,实现单输入多输出 (SIMO)信道盲序列检测。仿真表明:该算法具有较快的收敛速度和较低的稳态误码。     

基于高阶倒谱盲均衡器的设计

倒谱盲均衡算法的关键是建立信号的倒谱与信道参数之间的关系方程,然后以解方程的方式获得信道参数。阐述了基于倒谱盲均衡器的基本构成和工作原理,分析了其特点,推导了基于四阶倒谱盲均衡器的传输函数,给出了均衡器的结构形式。     

一种基于模糊神经网络的盲均衡算法

提出一种新的基于模糊神经网络的盲均衡算法,它利用盲估计算法与模糊神经网络相结合的原理,先对通信信道进行盲估计,利用得到的信道特性来估计FNN盲均衡器中的隶属函数中心与宽度初值。传统算法中,中心与宽度的初值设定由专家提供,会有一定的偏差。本算法利用信道特性来估计隶属函数的初值,有效地避免了人为确定初值的不确定性。同时本算法克服了原有盲均衡算法反卷积计算量大的缺点。仿真结果证明本算法与同类算法相比,收敛速度加快,误码率减小。     

MIMO NC-OFDM系统的半盲信道估计算法研究

提出了一种基于零空间的多输入多输出不连续正交频分复用(MIMO NC-OFDM)系统的半盲信道估计的新方法。该方法利用线性预测得到信道矩阵的零空间作为LS算法的盲约束,对MIMO NC-OFDM时域信道脉冲响应进行估计。通过大量仿真表明,与传统的最小二乘算法比较,该方法可以在使用较少导频的条件下获得很好的信道估计性能,从而可以提高系统频谱有效性。