基于小波核支持向量机的均衡器研究

针对通信系统实时性处理要求,提出了一种快速收敛的支持向量机(support vector machine,SVM)均衡器。该方法以支持向量机为框架,利用判决反馈信号构造SVM的训练样本数据,采用小波核函数,并自适应调整核函数中的伸缩因子,得到具有跟踪能力的自适应SVM均衡器。通过仿真实验,并与采用高斯核函数的支持向量机均衡器进行比较,结果证明该方法提高了收敛速度。     

复数RBF神经网络自适应均衡算法研究

在研究基于实数径向基函数 (RBF)神经网络均衡器结构的基础上 ,提出了几种新的适用于QAM信号的复数RBF神经网络自适应均衡器结构 ,并给出了相应的自适应算法。新的均衡器是充分利用了所得到的信号信息及RBF的特性而分别构成的。理论分析和计算机仿真结果都表明 ,基于新的均衡器的算法比基于实数RBF神经网络的均衡算法具有更好的收敛性能     

快速收敛的指数线性均衡器长度更新算法

提出了基于基2及其改进的可变基指数运算的自适应均衡器长度更新算法,算法设置均衡器为较小的初始长度以提高均衡器收敛速度,通过增加或去除长度按指数运算规则自适应变化的子均衡器的方法更新均衡器长度,减少均衡器长度调整次数,提高均衡器的收敛速度和性能.分析表明指数自适应算法能够使均衡器从任意当前长度调整到任意最佳长度.仿真表明基于指数运算的自适应长度均衡器能够获得更低的MSE,有效减小计算复杂度,提高信道跟踪速度,从而可以跟踪时变信道.     

水声通信中基于信道估计的稀疏均衡算法研究

为实现相位相干水声通信系统的实时处理,降低由信道大时延多径结构所导致的接收算法复杂度与稳定性问题,提出了一种基于信道估计的多通道稀疏均衡算法.该算法针对水声信道的稀疏特性,采用稀疏算法减小均衡器的阶数,降低了系统复杂度;并且将变步长LMS算法与基于信道估计的完全反馈均衡器相结合,提高了均衡器性能;同时采用多通道可变步长算法,各个通道的步长可以独立的自适应调节,增加了均衡器的稳定性与灵活性.在实际湖试信道条件下的性能仿真表明:在10kin的距离上,与传统四通道DFE-LMS算法相比,此算法在降低稳态误差的同时,参与迭代计算的抽头数减少了78%,从而计算量大为减小,同时系统性能也得到了改善.     

水声信道快速收敛自适应均衡算法

从提高自适应均衡算法水声信号收敛性能的角度出发,提出了一种新的快速收敛水声信道自适应均衡算法。该算法将改进的归一化均方误差算法和判决反馈均衡器结构有机结合,在不增加计算量的前提下,很好地实现了不同水声信道的自适应均衡,易于算法的硬件实现。仿真结果表明,该算法计算量同归一化最小均方(normalized least mean square, NLMS)误差算法的计算量相当,但在稳态误差和收敛速度上有很大优势;收敛性能与自适应调整最小二乘回归〖CD*2〗判决反馈均衡器(variable tap-length decision feed-back equalizer based on recursive least square, RLS-DFE)算法接近,却克服了RLS-DFE算法计算量大,不利于硬件实现的实际问题。提出的算法为水声通信提供了一种性能优良的可实现方法,具有较高的应用价值。     

用DES理论测试数模混合电路

针对数模混合电路测试时所遇到的难点,尝试寻找一个普遍通用的测试方法.由于数模混合电路具备DES的特点,文中采用近来发展的DES理论对数模混合电路进行可测性分析,讨论该类电路可测试的基本条件.针对电路检测时的不同要求和实际情况,研究了测试速度较快、测试成本较低的方法,且该法可用一定的算法在计算机上实现,最后用实例进行了方法验证.     

基于归一化常数模算法的级联自适应盲均衡算法

为了克服常数模算法收敛速度慢.稳态误差大的缺点,利用分数间隔盲均衡器的优点,分析了过采样的分数间隔盲均衡器理论,提出了一种基于归一化常数模算法的级联自适应盲均衡算法.该算法以分数间隔盲均衡器为第一级,以波特间隔盲均衡器为第二级,由归一化常数模算法对两级均衡器权向量进行更新,用水声信道对算法的性能进行了仿真研究.结果表明,分数间隔盲均衡器的性能优于波特间隔盲均衡器;高采样率的分数间隔盲均衡器与波特间隔盲均衡器级联后的性能优于低采样率的分数间隔盲均衡器与波特间隔盲均衡器级联后的性能,而且级联盲均衡器总是优于单级的分数间隔盲均衡器.     

基于二阶锥规划的自适应均衡算法

提出一种改进的均衡器算法。该方法基于最小均方误差（minimum mean square error, MMSE）准则,使均衡器的输出与训练码的均方误差最小,并且将信道均衡的最小均方误差目标函数转化为二阶锥形式,利用内点法求最优解。与传统基于最小均方误差（least mean squares, LMS）和递归最小二乘（recursive least squares, RLS）自适应算法的均衡器相比,由于不需要迭代收敛过程,不存在收敛速度与精度的矛盾,克服了基于LMS和RLS的自适应均衡器参数设置的困难,而且利用更短的训练序列长度即可获得相同的均衡效果,对于改善通信效率具有参考价值。     

一种复合型自适应Turbo均衡算法

针对短波信道以及短波瞬间通信以帧为单位进行传输的特点,提出了一种新的复合型自适应Turbo均衡算法(CATEA)。该算法结合最小均方(LMS)算法和递归最小平方(RLS)均衡算法的优点,分别在训练和直接判决阶段调整均衡器参数,因而克服了LMS算法收敛慢以及RLS算法计算量大的缺点。通过将该均衡算法与Viterbi译码算法进行迭代均衡和译码,极大地提高了均衡器性能,同时保持了较低的复杂性。仿真和实验测试证明了该算法的有效性。     

基于小波变换的非线性信道判决反馈均衡算法

针对严重线性失真和轻度非线性失真的数字信道 ,在分析一种基于关联模型的非线性信道判决反馈均衡器的基础上 ,提出用正交小波表示非线性信道判决反馈均衡器并给出了自适应均衡算法。该算法的优点是将小波变换与关联模型相结合 ,利用小波变换的去相关能力在小波域中通过归一化的最小均方误差 (LMS)算法来提高收敛速度 ,计算量增加不多 ,易于实时实现。仿真结果表明 ,该算法具有良好的收敛性能     

宽带正交频分复用系统的记忆型预失真器

提出了一种自适应预失真器及其迭代算法,可同时解决宽带OFDM发射机中功率放大器的非线性和记忆效应问题。该预失真器由均衡器和基于查询表(LUT)的无记忆预失真器串联组成,首先通过窄带训练序列,获得无记忆预失真器的参数,抵消功率放大器的非线性,然后通过迭代算法修改均衡器的参数,补偿功率放大器的记忆效应。与以往解决OFDM功率放大器记忆效应的预失真器相比,迭代算法简单,便于实现。仿真结果表明该预失真器可有效校正和抵消宽带OFDM系统中功率放大器的非线性和记忆效应。     

室内多径环境下降低UWB接收机采样率的Turbo均衡方法

为改善UWB多用户接收机高速采样的困难和由此带来的大量数据的数字化处理,提出一种基于Turbo原理的UWB接收机联合优化方法。该方法首先根据室内信道特点设定均衡器长度,达到多径能量的合理捕获,其二通过计算编码数值自身的软信息,获得迭代所需的对数似然比,用于联合迭代优化均衡器的权值。仿真结果表明,在同样的误码率要求下,可以降低对UWB接收信号采样率的要求。     

PCM/FM再入遥测系统建模及仿真

基于再入遥测实际系统，提出了一种简化的PCM／FM系统仿真模型，重点分析了再入遥测信道双径模型的特性。当传翰码速率较高的情况下，再入遥测信道呈现频率选择性衰蓉特性，双径模型可以很好的模拟这种频率选择性信道．对整个系统的仿真有利于清楚了解各个主要部件对系统性能的影响，仿真过程为自适应均衡器提供了实验数据．     

一种分数间隔MMSE块均衡器

针对符号间隔块均衡器有着对定时误差非常敏感的缺点,提出了一种分数间隔MMSE块均衡器,包括线性均衡器和判决反馈均衡器.该均衡器可以用于非理想信道块通信系统中消除码间串扰,也可以应用在码分多址通信中进行联合检测.计算机仿真结果表明,与传统MMSE块均衡器相比,该均衡器在计算复杂度增加极小的情况下获得了较大的性能提升,而且对定时误差不敏感.     

水声信道非线性均衡的研究

对浅海信道传输的声信号进行深入分析,在对判决反馈均衡(DFE)算法进行分析的基础上,对稀疏权DFE均衡器信道估计的均方误差(MSE)、信道的稀疏估计等进行了分析研究,并对信道进行了稀疏化估计,对全阶均衡器和稀疏权均衡器进行了仿真,证明对非线性均衡器结构进行稀疏化是可行的,降低了算法复杂性,并使由此造成的性能下降限定在一定的范围内。     

卫星信道中基于部分解耦的volterra均衡算法

对信道中大功率放大器产生的非线性特性实现快速有效地均衡是提高卫星通信系统性能关键技术之一。文中首先建立了基于volterra级数的卫星信道模型,并分析了信道对二维调制信号所产生的非线性影响;针对基于最小均方误差实现的volterra均衡器收敛速度慢这一问题,提出了基于复基带volterra模型的部分解耦均衡算法,该算法使均衡器线性权系数收敛于线性滤波器最优解,并用拉格朗日乘数法构造了新的代价函数,使均衡器的各阶权系数满足约束,以达到均衡器各阶权系数之间的解耦。仿真结果表明,新算法在保证稳态误差的条件下,其收敛所需迭代次数相对于全耦合的最小均方误差算法从16 000次减小到1 000次。