基于“数据重用”的常模盲均衡算法分析

基于"数据重用"的常模均衡算法可以用于解决短时突发信号的盲均衡问题,但是对于这类算法应用中重要特性的研究还需要进一步深入.首先对数据重复导致的误收敛特性进行了分析并给出了产生这种误收敛的约束条件;然后对短数据重用常模算法能够达到和无重复使用的长数据常模均衡相同稳态误差的条件进行了详细分析并给出了相应的结论.这些分析和结论对于该类盲均衡方法的应用非常重要,计算机仿真验证了这些分析和结论的有效性.     

基于数据重用的集员滤波拟仿射投影盲均衡算法

传统常模盲均衡算法应用广泛但是其收敛速率很慢.为了满足在短突发数据条件下的信道盲均衡,提出一种基于数据重用的集员滤波拟仿射投影盲均衡算法.该算法将仿射投影思想结合到常模算法中,利用多数据向量同时提取信道信息,再附加改进的集员滤波算法有效减小了运算量,并结合数据重用思想重新设计所匹配的数据重用方式.仿真结果证明所提算法具有较快的收敛速率,与同类算法相比能提前700个迭代点收敛,且在信噪比为10 dB以上的信道环境中也有较好的效果,能够在短突发数据信道均衡中有效发挥作用.     

l0-范数约束的稀疏多径信道RLS常模盲均衡算法

针对稀疏多径信道下MPSK信号的快速盲均衡问题,提出了一种l0-范数约束的递归最小二乘常模盲均衡算法.该算法借鉴传统的递归最小二乘常模盲均衡算法思想,结合稀疏自适应滤波理论,首先利用l0-范数对均衡器抽头系数进行稀疏性约束,构造出一种l0-范数约束的加权最小二乘误差代价函数,然后依据递归最小二乘算法推导出均衡器抽头系数更新公式.该算法发挥递归最小二乘常模算法收敛速度快的优势,并对幅度极小系数附加零点吸引调整,从而实现不同幅度抽头系数的快速收敛.理论分析与仿真结果表明,与现有算法相比,该算法在保证较低剩余符号间干扰的前提下,能有效提高均衡器的收敛速度.     

单载波频域常模盲均衡算法

通过将信号时域常模特性转化为频域常模,提出一种单载波系统频域常模盲均衡算法,解决了常模算法在频域中无法实现的问题.算法复杂度表明,该方案计算量明显低于宽带系统时域子空间分解方法,且相比于现有文献[6]中的单载波系统常模盲均衡算法,其复杂度也大为降低.文中,常模算法从时域到频域的转换是基于输出信号幅值收敛为1的特性而得,因此变换条件(8)成立,故而时域到频域的转换不会影响算法误差性能,仿真实验结果证明了这一点.     

几种适用于水声信道的常模类盲均衡算法研究

对比研究了3种常模类盲均衡算法在水声信道均衡中的收敛性能，这些算法包括传统的常数模算法、归一化常数模算法和解相关常数模算法。通过仿真对各算法性能进行了分析。仿真结果表明，在算法剩余均方误差非常接近的情况下，解相关常数模算法和归一化常数模算法快于传统的常数模算法。     

一种改进的批处理常模算法

分析了传统批处理常模算法的缺点,提出了一种新的批处理常模算法——基于共轭梯度方向的批处理常模算法(CG-BPCMA).新算法采用共轭梯度方向作为下降方向,推导出共轭梯度方向的解析形式.在平坦瑞利衰落信道环境下的MIMO盲均衡系统中的仿真结果表明,新算法有效地克服了SD-BPCMA和NT-BPCMA的缺点,不仅获得了较低的算法复杂度,而且能快速收敛到常模代价函数的最小值点.     

一种适用于MPSK调制的混合型盲均衡算法

提出了一种特别适用于ＭＰＳＫ信号的混合型盲均衡算法，理论分析和计算机模拟表明，这种混合型盲均衡算法的收敛性能与Ｇｏｄａｒｄ类盲均衡算法的收敛性能相同，而误码性能优于Ｇｏｄａｒｄ类盲均衡算法，并接近系统ＬＭＳ均衡算法的性能，是一种具有实用价值的盲均衡算法。     

变步长常数模盲均衡算法研究

为了进一步提高CMA盲均衡算法的收敛速度和均衡性能,研究了一种变步长常数模盲均衡算法.常数模盲均衡算法中,步长参数直接影响算法的收敛速度和均衡性能,合理的选择步长参数不仅能够避免算法发散或收敛过慢,并且适时调整步长参数可以避免算法陷入局部极小值.高阶均方误差直接反映算法的收敛状态,所以可以利用高阶均方误差作为步长参数的调整因子.计算机仿真表明以高阶均方误差作为步长参数调整因子使常数模盲均衡算法具有了更快的收敛速度和更好的均衡效果.     

多径衰落环境中具有调制识别能力的盲均衡新算法

常数模盲均衡算法在对非常模信号进行均衡时稳态均方误差不能收敛至零,且不具备信号调制识别能力.因此,依照常数模算法代价函数的构造方法定义了一种余弦代价函数,提出了基于该代价函数的盲均衡新算法.该余弦代价函数可将BPSK、M-PAM、M-QAM信号的不同星座点映射至原点,从而使新算法在对上述常模或非常模信号进行均衡时稳态均方误差均能收敛至零,更重要的是新算法能够在多径衰落环境下实现对上述信号的调制识别.理论分析和仿真结果证明了新算法的优良性能.     

基于Hammerstein模型的非线性信道广义线性盲均衡算法

为了提高非线性信道盲均衡的性能、降低运算复杂度,本文以Hammerstein模型代替传统的Volterra级数模型来模拟非线性信道,利用非线性信道接收信号呈现非圆性的特点,构造了一种新的基于Wiener非线性模型的广义线性盲均衡器,并在常模准则的基础上提出了NCWL-CMA和NCWL-CMA Newton-like两种非线性信道广义线性盲均衡器抽头系数更新算法.理论分析和仿真实验结果表明,与传统盲均衡算法相比,新算法显著地降低了剩余码间干扰,提高了收敛速度.     

基于组合代价函数的双模式盲均衡新算法

以常数模和判决引导准则设计的双模式盲均衡算法可显著提高均衡性能,目前已有双模式盲均衡算法均需设置切换参数且切换参数选择和设定缺乏理论依据.为解决双模式盲均衡算法中切换参数难以确定的问题,提出来一种组合代价函数的双模式盲均衡新算法.利用常数模和判决引导准则通过加权设计代价函数,在盲均衡器更新过程中自适应调节权值实现算法由常数模算法向判决引导算法的切换,避免了在双模式算法中设计切换参数,提高了算法的泛化性能.为克服常数模算法相位盲的缺点,在虚实分开改进的常数模算法基础上优化组合代价函数以及盲均衡器更新算法的设计,进一步提高了算法收敛性能.仿真结果证明,组合代价函数双模式盲均衡新算法可充分发挥常数模算法和判决引导算法的优点,具有更快的收敛速度和更小的稳态剩余误差.     

基于模拟退火粒子群优化的恒模算法

传统的固定步长恒模盲均衡算法在收敛速度和稳态剩余误差之间存在着矛盾,影响了恒模算法的均衡性能。为了解决这一缺点,提高恒模算法的性能,本文在介绍恒模盲均衡原理的基础上,提出一种变步长恒模算法,利用粒子群优化算法对均衡器的权向量进行优化,为避免优化过程进入局部极小值引入了模拟退火算法。通过在短波信道中的仿真,证明了该算法不仅加快了收敛速度,并且具有更高的收敛精度。     

基于粒子群优化的正交小波盲均衡算法

为克服常数模算法(CMA)收敛速度慢、稳态误差大的缺点,在分析正交小波常数模盲均衡算法(WT-CMA)基础上,该文提出了基于粒子群优化的正交小波常模盲均衡算法(PSO-WT- CMA)。该算法利用粒子群的信息共享机制和有效的全局搜索特点,寻找最优的均衡器权值,并用正交小波变换降低信号的自相关性。水声仿真结果表明:与常数模算法(CMA)、基于粒子群优化的常数模盲均衡算法(PSO-CMA)和基于正交小波变换的常数模盲均衡算法(WT-CMA)相比,该算法在提高收敛速度和减小码间干扰方面的性能有很大的改善。     

基于ATSC接收机的双模盲均衡算法设计

提出一个新的双模盲均衡算法,这个算法在传统的双模恒模算法(DMCMA)的基础上引入维特比软判决器输出可信度信息.根据这个可信度,动态调整在DMCMA的两个模式之间切换的判决区域,进一步提高模式切换的准确性.仿真结果表明动态判决区域双模盲均衡算法的性能有较大的提高.     

基于最大相关熵准则的恒模盲均衡算法

针对恒模算法(constant modulus algorithm, CMA)在脉冲噪声环境下性能退化的问题,本文基于最大相关熵准则(maximum correntropy criterion, MCC)对恒模算法中基于最小均方误差(mean square error, MSE)准则的代价函数进行修正,推导出适用于脉冲噪声环境的基于MCC准则的恒模盲均衡算法(MCC_CMA)。该算法利用通信信号的恒模特性,首先得到发送信号与均衡器输出信号模值的误差信号,再通过使模值误差信号的相关熵最大来获得其迭代误差调节项,避免了传统高阶统计量算法在脉冲噪声环境下性能退化的问题。对高斯噪声以及α-稳定分布和混合高斯分布两种脉冲噪声环境下的信道均衡问题的仿真实验表明,相对于经典的自适应恒模盲均衡算法,MCC_CMA算法不依赖噪声的先验知识就能获得较快的收敛速度、较低的剩余码间干扰和误码率,并且在不同脉冲强度的脉冲噪声环境下都能够得到较好的均衡结果,表明MCC_CMA算法具有很好的鲁棒性。      

一种基于实数编码遗传算法的常模盲均衡

盲均衡可以看作代价函数优化问题。为了改进经典常模算法的性能,研究了利用实数编码遗传算法的常模盲均衡,把均衡器系数向量作为遗传算法的决策变量,采用轮盘赌选择和精英保留策略相结合的混合选择算子、算术交叉算子和非均匀变异方式,经过一系列的遗传操作,搜索到适应度值最高的个体,即均衡器的最优系数。计算机仿真结果证明了算法具有收敛速率快、能够搜索到全局最优解等特点。     

常模盲均衡算法：消除常相位偏移和多普勒频移引起的相位模糊

多滞后高阶瞬时量(Multi-Lag High-order Instantaneous Moment,ML-HIM)作为一种纠正相位模糊的编码方法,不仅能消除传输中的常相位偏移,还能消除多普勒频移的影响.虽然差分编码可消除常相位偏移,却无法纠正多普勒频移,而多普勒频移无法在盲常模(Constant Modulus,CM)均衡中消除.为此,该文将ML-HIM方法应用于常模盲均衡算法中能够很好纠正信道产生的相位模糊问题.实验结果表明,修改后的常模算法较之迄今为止文献中其他消除相位模糊的算法效果更理想,ML-HIM方法完全适用于盲均衡算法.     

Widely linear RLS constant modulus algorithm for complex-valued noncircular signals

Based on the constant modulus criterion, a new Widely Linear （WL） blind equalizer and a novel widely linear recursive least square constant modulus algorithm are proposed to improve the blind equalization performance for complex-valued noncircular signals. The new algorithm takes advantage of the WL filtering theory by taking full use of second-order statistical information of the complex-valued noncircular signals. Therefore, the weight vector contains the complete second-order information of the real and imaginary parts to decrease the residual inter-symbol interference effectively. Theoretical analysis and simulation results show that the proposed scheme can significantly improve the equali- zation performance for complex-valued noncircular signals compared with traditional blind equalization algorithms.