首页 | 官方网站   微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 109 毫秒
1.
一种基于矩阵外积分解的信道盲辨识与盲均衡算法   总被引:1,自引:1,他引:0  
本文提出了一种鲁棒性较好的信道盲辨识和盲均衡算法.在仅需知道信道阶数上界的条件下,首先采用改进的信道阶数估计算法对信道阶数进行精确估计,与现有算法相比,所需信噪比降低、对信道的适应性提高;然后,在矩阵外积分解算法的基础上,加入特征值扰动分析,提高了信道盲辨识和盲均衡性能.仿真结果证明了算法的有效性.  相似文献   

2.
田营  葛临东  王彬  王露 《信号处理》2011,27(7):1009-1015
针对无线多径稀疏信道,利用信道有效近似思想,提出了一种改进的基于矩阵外积分解的信道盲辨识与盲均衡算法。算法首先利用改进的VIA信道阶数估计准则,对多径稀疏信道“有效部分”的阶数进行精确估计,然后利用改进的矩阵外积分解算法估计出信道冲激响应的“有效部分”,最后利用该估计结果对接收数据进行反卷积运算,恢复出发送信号。为了降低噪声以及信道冲激响应中的“零抽头”部分对信道盲辨识性能的影响,本算法对噪声方差估计方法进行了改进,提高了算法在中、低信噪比条件下的盲辨识性能。与现有算法相比,本算法不仅降低了对信噪比的要求,而且克服了基于LC准则的子空间算法(SSA, Subspace Algorithm)的相位偏转问题,其中噪声方差的估计方法也可应用于信噪比估计技术。仿真实验以及对SPIB微波信道测试结果验证了本文算法的有效性。   相似文献   

3.
孙海飞  江桦 《信号处理》2015,31(5):587-593
针对卫星信道中高功率放大器产生非线性失真的问题,本文提出了一种基于粒子滤波技术的盲均衡法。该算法优势在于不需要对非线性信道线性化处理,而是利用带权值的离散随机样本点来对期望分布进行近似,通过将非线性模型建模成状态空间模型,对信道参数进行跟踪和符号序列估计。仿真结果表明,算法实现了对放大器非线性幅度和相位特性的粒子滤波估计,并对符号序列进行了盲恢复,在误比特率为 较截断Volterra均衡有1.5 dB左右的性能增益;通过增加粒子数目和平滑长度能一定程度上提高算法性能,但在复杂度与性能折中考虑下,不能无限增加粒子数目。   相似文献   

4.
粒子滤波(Particle Filter, PF)是一种有效的参数估计方法。通过对单载波频域均衡(Single Carrier Frequency Domain Equalization, SC-FDE)系统数学模型和粒子滤波原理的分析,将时变信道建模成一阶AR过程,尝试把粒子滤波方法运用到单载波频域均衡系统基于UW的信道估计中去,并给出了算法详细步骤。然后,分别针对三种不同时变程度的信道进行了仿真,并在这三种信道下,分别与LS估计作了误码性能比较。结果表明,在时变条件下,基于粒子滤波的信道估计方法较之线性LS估计能获得良好的误码性能增益,且信道变化越缓慢,这种增益越明显。   相似文献   

5.
吴迪  葛临东  彭华 《信号处理》2014,30(7):741-748
针对多节点合作接收系统中的盲均衡问题,提出了一种基于一致优化的分布式粒子滤波盲均衡改进算法。该算法采用多个接收机组成无融合中心的分布式网络,使用分布式粒子滤波合作估计共同的发送符号序列,克服了单接收节点受信道影响大、误码率高的问题。为了保证粒子滤波中每个节点产生共同的粒子集和粒子权重,采用基于交替方向乘子法的一致优化算法获得联合似然函数,并与最大一致协议相结合,从而使每个节点获得相同的最佳重要性函数和粒子权重。理论分析与仿真结果表明,该算法只需经过有限次的一致迭代就可以达到集中式合作盲均衡的性能。全分布式的多节点合作获得了空间分集增益,降低了系统误码率。   相似文献   

6.
钟凯  彭华  葛临东 《电子与信息学报》2015,37(11):2672-2677
该文针对时变频率选择性衰落信道下高阶连续相位调制(CPM)信号盲均衡中存在的均衡性能较差、复杂度较高以及收敛速度慢等问题,从双向自适应信道均衡的角度出发,将线性调制信号均衡中使用的前后向自适应软输入软输出(FABA-SISO)算法推广,建立一种新的基于FABA-SISO的信道盲均衡方法,并结合逐幸存处理(PSP)思想和Kalman滤波,提出一种适用于高阶CPM信号的自适应盲均衡算法。该算法通过使用FABA-SISO算法,同时利用过去、现在和将来的观察数据进行Kalman滤波信道估计,有效改善了信道估计的精度,同时使用PSP算法来降低系统的复杂度,使得算法具有较好的工程应用性。仿真结果表明所提算法具有良好的盲均衡性能以及收敛性。  相似文献   

7.
王磊  刘郁林 《通信学报》2006,27(10):132-135
提出了一种新的基于粒子滤波器的盲辨识及盲均衡算法。在对信道进行辨识时,通过对信道均值的采样来代替对真实信道的采样,避免了对信道的后验密度进行采样,从而降低了算法的复杂度。算法还采用先验密度作为重要性函数,以便于对重要性函数进行采样。仿真结果表明,该算法收敛速度快,所需的数据量少,在信噪比较低时也能完成对信道的盲辨识和盲均衡。  相似文献   

8.
现有盲均衡算法大多采用先辨识信道、再进行均衡的方法,但信道阶数的估计是一个难点。将高阶归一化累积量用于盲均衡,提出一种基于过采样的六二阶归一化累积量盲均衡算法。该算法不需要辨识信道和估计信道阶数,只对接收信号的六二阶归一化累积量进行优化。仿真结果验证了算法的有效性。  相似文献   

9.
水声信道均衡中基于信道估计的均衡方法理论上具有更优的均衡性能,但较高的计算复杂度限制了算法的实际应用。针对这一问题,该文首先基于Kalman滤波和Turbo均衡提出一种迭代Kalman均衡器,实现了基于软符号的迭代信道估计与迭代Kalman均衡,且复杂度较常规方法降低约1个数量级。其次,针对单一均衡算法和单一方向Turbo均衡器存在的误差传递现象,设计了基于迭代Kalman均衡器与改进成比例归一化LMS (IPNLMS)自适应均衡器相结合的混合双向Turbo均衡器,提高了自适应均衡器的收敛速度和均衡性能,并通过双向均衡结构带来的增益改善了符号估计误差传递的现象。理论分析与仿真实验验证了该文算法的有效性。  相似文献   

10.
 Turbo均衡技术是水声相干通信克服信道多径、消除码间干扰(ISI)的有效工具。Turbo均衡实际使用时需要对时变、多径信道进行良好的估计。为了提高信道估计的效果,该文基于时变横向滤波和相位旋转信道模型,提出一种水声通信Turbo均衡中的软迭代信道估计算法。该算法采用快速自优化最小均方算法得到各数据符号处的横向滤波器系数矢量并与二阶锁相环联合优化计算。通过仿真比较,该算法明显优于硬迭代信道估计算法,且相位估计性能优于其他文献中的软迭代信道估计算法。在海上试验中,水声通信距离5 km,方向近似垂直,接收阵起伏周期10 s,起伏幅度5 m左右,在此情况下进行数据采集。将该算法用于对海试数据的单通道Turbo均衡处理,实现无误码输出,验证了所提算法在软迭代信道相位估计方面的优势。  相似文献   

11.
唐文岐  辛吉荣  罗来源 《电讯技术》2017,57(11):1289-1294
旋转映射信号将编码比特旋转移位后映射为符号,同时采用了隐性交织、加扰等技术,具有交织复杂度低、信道效率高等特点,是一种典型且使用较为广泛的短波通信信号.针对第三方接收条件下,频率选择性衰落造成该类信号难以有效接收的问题,推导了该类信号的软符号解映射、映射方法,提出了一种针对该类信号的多天线联合Turbo均衡算法,实现了软信息在均衡与译码之间的迭代交换.典型短波信道下的仿真结果表明,迭代4次后的两天线联合Turbo均衡在10-5误码率时相对两天线硬判决译码提供了约4 dB的增益,相对两天线软判决译码提供了约1 dB的增益,在10-4误码率时相对单天线Turbo均衡提供了约5.5 dB的增益.  相似文献   

12.
为克服无线衰落信道中严重的符号间干扰( ISI)的影响,提出了一种新的利用信源冗余的Turbo均衡算法。该算法将联合信源信道译码技术与Turbo均衡技术结合起来,在均衡、译码、信源之间建立起软信息交互的环路,有效提高了整体接收的性能。外信息传递( EXIT)图分析与计算机仿真均表明,尽管信源冗余给译码器带来的性能提升较为有限,但是将这部分信息反馈回均衡器后,在严重ISI信道,信源冗余度为70%时,整体接收的性能改善约为9.5 dB,基本达到了理想加性高斯白噪声( AWGN)信道下的误码性能。  相似文献   

13.
为克服无线衰落信道中严重的符号间干扰(ISI)的影响,提出了一种新的利用信源冗余的Turbo均衡算法。该算法将联合信源信道译码技术与Turbo均衡技术结合起来,在均衡、译码、信源之间建立起软信息交互的环路,有效提高了整体接收的性能。外信息传递(EXIT)图分析与计算机仿真均表明,尽管信源冗余给译码器带来的性能提升较为有限,但是将这部分信息反馈回均衡器后,在严重ISI信道,信源冗余度为70%时,整体接收的性能改善约为9.5 dB,基本达到了理想加性高斯白噪声(AWGN)信道下的误码性能。  相似文献   

14.
在基于傅里叶变换扩展的正交频分复用(DFT-S-OFDM)系统中,为了消除由多径传播和多普勒效应导致的信道间干扰(ICI),提出了一种基于离散傅里叶变换(DFT)的软迭代信道估计算法。该算法将传统DFT信道估计技术与Turbo均衡技术相结合,利用Turbo均衡器反馈的软信息来更新初始信道估计响应,进而消除噪声和ICI。Matlab仿真结果表明,在多径信道下,经过2次以上的迭代后,该算法的误码率(BER)性能得到了显著的改善。  相似文献   

15.
Turbo均衡应用在水声通信中的问题主要在于水声信道时间扩展长,多接收阵元处理复杂度较高。该文研究了将时间反转与马尔可夫链蒙特卡罗(MCMC)均衡联合优化算法用于实现Turbo均衡。首先进行时间反转实现多接收阵元较长多径时延的压缩,再利用白化滤波器解决时间反转造成的噪声模型失配问题,最后利用复杂度较低的MCMC均衡器结合软迭代信道估计对时间反转合并后得到的信号进行均衡。结合真实实验信道条件对信道响应估计的误差建立模型,通过仿真比较得出, 该算法在相同条件下相对于多阵元直接自适应Turbo均衡算法复杂度降低67%,且有1.6 dB的误码率性能增益。通过对湖上试验数据进行处理,进一步验证了该算法的优势。  相似文献   

16.
曲晶  张婷 《电讯技术》2014,54(3):283-288
为了提高多径衰落信道下的盲解调性能,提出了一种结构简单的MPSK信号盲解调算法。首先利用超指数迭代分数间隔盲均衡器实现联合定时同步与均衡,然后对均衡器输出信号进行非线性变换实现载波频偏的估计,最后利用二阶数字判决锁相环跟踪相位变化纠正剩余频偏和相偏。仿真结果表明,在多径衰落信道条件下,与现有算法相比,基于超指数迭代分数间隔盲均衡器的盲解调算法实现简单,误码率低,而且具有收敛速度快、性能稳定等优点。  相似文献   

17.
In this paper, space‐time block coding has been used in conjunction with Turbo codes to provide good diversity and coding gains. A new method of dividing turbo encoder and decoder into several parallel encoding and decoding blocks is considered. These blocks work simultaneously and yield a faster coding scheme in comparison to classical Turbo codes. The system concatenates fast Turbo coding as an outer code with Alamouti's G2 space‐time block coding scheme as an inner code, achieving benefits associated with both techniques including acceptable diversity and coding gain as well as short coding delay. In this paper, fast fading Rayleigh and Rician channels are considered for discussion. For Rayleigh fading channels, a fixed frame size and channel memory length of 5000 and 10, respectively, the coding gain is 7.5 dB and bit error rate (BER) of 10?4 is achieved at 7 dB. For the same frame size and channel memory length, Rician fading channel yields the same BER at about 4.5 dB. Copyright © 2013 John Wiley & Sons, Ltd.  相似文献   

18.
杨勇  张冬玲  彭华 《电子与信息学报》2012,34(12):2869-2875
针对成对载波多址信号的分离,在实现信道参数估计且完成干扰抵消的基础上,该文利用信道编码信息提出一种联合线性最小均方误差(Minimum Mean-Square Error, MMSE)均衡和软译码的迭代解调/译码算法。该算法在均衡过程中利用译码后反馈的先验统计量来改善解调性能,重点研究了均衡与译码间的信息交互以及参数估计误差对解调性能的影响。仿真结果表明,对子码为(64,57,4)扩展BCH码的Turbo乘积码(Turbo Product Codes, TPC),采用QPSK调制且误比特率为10-3时,经过2次迭代能获得近4 dB的信噪比增益;采用8PSK调制且Es/N0大于20 dB时,经过2次迭代能将误比特率至少提升2个数量级。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号