一种基于模糊系统的信道估计新方法

信道估计是数字移动通信中的一个重要问题。S.Abeta等人提出了一种加权多时隙平均法 (WMSA) ,改善了信号传输的性能。这里提出了一种新颖的信道估计方法 ,即基于模糊系统的半盲信道估计方法 ,利用模糊系统建立数据信道模型 ,利用自适应最小均方 (L MS)方法估计模糊系统的参数。由于模糊系统良好的函数逼近性质 ,该方法可以较好地估计数据信道。计算机仿真实验表明 ,该方法对不同移动速度下的信道都可以得到比较准确的估计 ,与 WMSA方法相比 ,克服了在移动速度增加时会发生信道估计急剧恶化的现象。     

基于Kalman滤波的Fuzzy系统参数估计

模糊系统在现代工业、模式识别与人工智能、自动控制中起着重要的作用。论文研究了复模糊系统的参数估计 ,提出了用经典的 Kalman滤波来估计模糊系统参数的一种新方法。在实例分析中 ,将复模糊系统用于通信信道均衡 ,用专家知识对信道输出建立一个模糊规则库 ,可以提高算法的速度和准确率。用该文给出的经典的 Kalm an滤波与传统的迭代最小二乘 RL S法比较 ,结果是该文的方法不仅误码率比 RL S方法低 ,而且收敛速度更快 ,更加利于硬件实现。