基于小波神经网络的航空通信盲均衡方法

针对航空通信信道中,多径干扰带来的信号畸变以及信道记忆效应所产生的码间干扰会严重影响通信质量,且现有的均衡算法由于收敛速度较慢无法适应高速航空通信的需求。提出了一种利用均衡器输出信号构建反馈循环的小波神经网络盲均衡算法。该方法利用反馈循环来消除航空信道的记忆效应,并结合小波神经网络时频局域性的特性来消除航空信道的多径效应和信号畸变所产生的码间干扰。仿真结果表明,该方法可以有效提高盲均衡算法的收敛速度,并使输出的信号星座图更加清晰与紧凑,有利于码间干扰的消除,具有一定的实际应用价值。     

组合卡尔曼均衡新算法的研究

在分析卡尔曼算法收敛性能基础上，提出了组合卡尔曼均衡算法，并在时变信道上以线性均衡器（ＬＥ）及判决反馈均衡器（ＤＦＥ）研究了其性能。组合卡尔曼算法与Ｋａｌｍａｎ算法收敛速度相同，稳态误差相近，但克服了Ｋａｌｍａｎ算法因计算误差阵ＰＫ产生会入误差累积而使算法发散的缺陷．     

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。     

时变信道追踪结构自适应DFE-RLS均衡器

提出了一种抽头阶数可追踪时变信道变化的自适应调整最小二乘回归-判决反馈均衡器(DFE-RLS)设计方法.这种均衡器采用分数阶权值能量估计算法对前向滤波器(FFF)、后向滤波器(FBF)的阶数和最小二乘回归(RLS)算法中的逆相关矩阵阶数进行调整,通过设置合适的参数对时变信道的最佳阶数进行有效跟踪.它不仅实现简单,并且能够在不影响输出误码率的情况下有效减小计算复杂度和功耗.由于具有时变信道环境自适应能力,因此这种结构自适应均衡器对手持式全天候软件无线电短波通信设备的研究和设计具有重要的理论价值.     

快时变信道下基于LSQR算法的ICI均衡

为了尽量消除正交频分复用(OFDM)系统中由于信道快时变导致的子载波间干扰(ICI),确保快时变信道下的可靠通信,提出了一种低复杂度LSQR(least square QR)判决反馈均衡器(DFE).该均衡算法充分利用了带状矩阵特性和时域LSQR迭代计算的特点,在计算复杂度和性能之间取得了良好的折中.仿真结果表明,在快时变信道下与已有的块判决反馈均衡(BDFE)算法比较,在计算复杂度相当的条件下,所提出的算法可有效改善带状矩阵近似误差导致的性能损耗,在高信噪比情况下有效地克服了"地板效应",在保持低复杂度的同时获得了更好的性能.     

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.     

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。     

高速串行通信中的自适应判决反馈均衡器设计

介绍了用于串行通信中的自适应判决反馈均衡器系统以及电路设计.论述了高速串行通信系统设计中的关键要点.从系统设计的角度阐明了串行通信系统中均衡器的重要性.介绍了一个基于半速率采样系统的自适应判决反馈均衡器,它采用5条反馈回路消除信号的码间串扰和直流失调.电路设计采用TSMC 90 nmCMOS工艺实现,仿真结果表明,设计的自适应判决反馈均衡器可以恢复出最高达6.25 Gb/s的串行数据,并且在电源电压1.2 V情况下,对整个收发器仅增加约14 mW的功耗.     

基于已知信道的均衡器设计和性能分析

论述了线性均衡器和判决反馈均衡器的基本原理,已知通信信道的特性时,对该信道分别采用线性均衡和判决反馈均衡仿真,得到二者的性能曲线和均衡器的最佳抽头系数,通过对得到的结果进行分析和比较,来合理地设计合适的线性均衡器或判决反馈均衡器.这些分析方法和得到的结论对工程中的均衡器实现具有一定的价值.     

基于SA-GSO的小波加权多模盲均衡算法

为解决传统多模盲均衡算法（MMA）在均衡高阶QAM信号时存在的收敛速度慢、稳态误差大等问题,提出了一种基于模拟退火萤火虫优化的小波加权多模盲均衡算法（SA-GSO-WT-WMMA）。该算法在MMA的基础上增加了加权项,并引入了模拟退火萤火虫优化（SA-GSO）算法和正交小波变换（WT）,利用加权项自适应地调整算法中代价函数的模值,利用SA-GSO算法极强的全局寻优能力来优化均衡器的初始权向量,利用正交小波变换降低信号的自相关性,有效提高了均衡效果。水声信道仿真实验表明,该算法在降低稳态均方误差和加速收敛速度两方面表现卓越。     

Wavelet Neural Networks for Adaptive Equalization by Using the Orthogonal Least Square Algorithm

Equalizers are widely used in digital communication systems for corrupted or time varying channels. To overcome performance decline for noisy and nonlinear channels, many kinds of neural network models have been used in nonlinear equalization. In this paper, we propose a new nonlinear channel equalization, which is structured by wavelet neural networks. The orthogonal least square algorithm is applied to update the weighting matrix of wavelet networks to form a more compact wavelet basis unit, thus obtaining good equalization performance. The experimental results show that performance of the proposed equalizer based on wavelet networks can significantly improve the neural modeling accuracy and outperform conventional neural network equalization in signal to noise ratio and channel non-linearity.     

结合数字锁相环空间分集判决反馈盲均衡算法

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。     

电力设备基于小波神经网络故障检测方法的仿真研究

提出了一种基于小波神经网络非线性观测器的故障检测方法。它是将规范正交的小波函数作为基函数网络中的基函数,得到小波神经网络。通过小波的去噪和神经网络的自学习功能,获取系统输入输出的非线性动力学特性,进而实时计算出残差并进行逻辑判决,可提高故障检测的速度和准确率。对同步交流电机的结构损伤故障进行了仿真,结果表明了该方法的有效性。     

基于时间反转的水声信道判决反馈均衡算法

水声通信系统中多径扩展对水声信号传输有不利影响,而传统自适应均衡器不能实时补偿信道时变多径效应,因此利用时间反转技术的空时聚焦性,将时间反转技术与T/2分数间隔判决反馈均衡器相联合,构建了基于时间反转的水声信道判决反馈算法。仿真实验说明该算法可抑制码间干扰,降低误码率,验证了新算法的正确性和有效性。     

基于箕舌线函数的变步长自适应均衡的研究

影响数字通信信道质量的一个主要因素是码间串扰,目前传输中克服码间串扰的主要技术手段是自适应信道均衡。针对传统LMS算法步长固定,收敛速度、时变系统的跟踪能力和稳态失调之间存在的很大矛盾,该文研究了箕舌线函数对传统LMS算法进行优化后,利用MATLAB仿真软件对改进后的自适应均衡算法进行普通信道中的仿真分析,进而证明改进后的算法有效的提高了函数的收敛速度,降低了稳态误差。     

一种盲自适应判决反馈均衡器在DS/CDMA系统中的设计实现

在二进制DS/CDMA系统,考虑某一个目标用户,把其它用户看作干扰,设计了一种盲判决反馈自适应均衡器对色散信道进行均衡,使用自适应恒模(CMA)算法并对算法进行了仿真.其能够抑制多址干扰,消除码间串扰.     

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.     

非线性信道判决反馈递归神经网络自适应均衡器

针对存在严重符号间串扰及轻度非线性畸变的数字信道，提出了一种判决反馈递归神经网络为均衡器，它将传统的线性信道判决反馈结构巧妙地融入递归神经中，在自适应训练时用期待２信号代替判决反馈信号。