基于线性预测的盲最小均方误差均衡器

盲过采样均衡器仅用二阶统计量便可减小码间干扰,该文采用线性预测方法,提出了一种盲最小均方误差(MMSE)均衡器。该方法不需要先估计信道,可直接利用过采样的接收信号均衡信道。此外,该均衡器可采用递推最小二乘算法自适应地实现,具有较高的计算效率。仿真结果表明,该均衡器比基于线性预测的盲置零均衡器有更小的符号估计均方误差。     

应用于LTE上行链路的D-MMSE-FE 均衡算法

为克服线性均衡性能的局限性及避免传统判决反馈均衡器的高复杂度,提出了一种判决反馈均衡算法D-MMSE-FE。该均衡器先是分析线性MMSE均衡的结果成分,并根据最小均方误差准则计算出均衡器的前、后向传递函数,形成反馈链路,提高均衡器性能。将该种均衡器应用于TDD-LTE 1×2 SIMO上行链路中,在协议中常用的信道下进行了计算机仿真,仿真结果表明,TDD-LTE 1×2 SIMO均衡器相对于线性均衡器使系统性最多可提高达2 dB。     

瑞利衰落信道下的Turbo均衡

Turbo均衡是一种将Turbo原理和均衡技术结合起来的技术。他通过反复均衡和信道译码来提高接收机性能。针时瑞利衰落信道，采用基于线性滤波器的软输入／软输出均衡器来消除码间干扰，其系数由最小均方误差准则确定。译码器采用最大后验概率算法时卷积码译码。考虑到瑞利衰落信道为随机信道，用非相干检测时信道进行估计。接收机通过联合均衡和译码以充分利用已经获得的信息，实现信道估计及信道均衡与信道译码的迭代更新。仿真结果表明其性能不仅远远优于非迭代系统．而且在信噪比高于4dB时几乎可以完全消除符号间干扰的影响，与MAPSE相比其复杂度大大降低。     

Turbo均衡中的符号方差反馈均衡器

为了降低Turbo均衡中均衡器的复杂度,该文提出了符号方差反馈均衡算法(SVFE)。该算法是对精确的线性最小均方误差估计值(LMMSE)进行Taylor展开得到的。在该算法中,先利用时不变均衡器得到初步符号估计值,再根据先验符号方差对估计值加权,最后进行时不变滤波得到更佳的符号估计值。由于用到了时变的先验符号方差信息,其性能更接近精确的LMMSE均衡器。将所提算法用于Proakis C信道下的Turbo均衡处理,和时不变均衡算法进行仿真对比,所提算法将信噪比损失从0.83 dB降到了0.17 dB,并且仍可通过快速傅里叶变换降低为对数复杂度。     

针对双选择性衰落信道的联合期望传播与高斯近似迭代均衡算法

针对双选择性衰落信道，为提升信息传输的可靠性，设计了一种联合期望传播与高斯近似的迭代均衡算法。该算法借鉴高斯近似的思想，将接收信号中由多径传播效应导致的符号间串扰近似为高斯分布随机变量，进而计算数据比特的对数似然比信息，以较低的复杂度实现译码器与均衡器之间的信息传递。为了进一步提升高斯近似的准确性并改善迭代算法的收敛性，创新性地利用期望传播的处理准则对译码器输出的后验信息进行去相关处理。仿真结果显示，期望传播处理准则可以显著改善迭代算法的收敛性和均衡的准确性，与线性最小均方误差和NDDE等经典均衡算法相比，所提出的联合期望传播与高斯近似的迭代均衡算法可以获得1～1.5 dB的性能增益，有效提升了双选择性衰落信道下信息传输的可靠性。     

稀疏水声信道判决反馈盲均衡算法研究

针对高速水声通信中信道的稀疏特性,提出了一种基于常数模准则的稀疏水声信道判决反馈盲均衡算法。该算法将改进的常数模算法与一种变化的判决反馈均衡器结构(部分反馈均衡器)有机结合,利用水声信道的稀疏特性,不但很好地实现了稀疏水声信道的盲均衡,而且简化了计算,易于算法的硬件实现。用典型稀疏水声信道进行了计算机仿真。结果表明,该算法性能稳定,计算量小,稳态均方误差低,整体性能与基于自适应LMS的稀疏迭代算法接近。该研究为高速水声通信中稀疏信道的均衡提供了一种可实现的方法。     

高速率通信系统中均衡技术的研究

文章将原先用于时域均衡中经典的最小均方（LMS）算法与单载波频域均衡技术相结合,提出了使用LMS算法来更新频域均衡器的均衡系数,从而使均衡器的均衡系数根据信道特性自适应地变化。通过仿真验证了LMS算法在频域土毛衡技术中的有效性,并取得了良好的均衡效果。     

基于最大比特速率准则的FMT频域均衡算法

针对严格采样滤波多音调制(Filtered Multi-Tone modulation,FMT)系统符号间干扰严重的问题,通过推导严格采样FMT系统的矩阵表示式,提出了一种新的频域均衡算法,该算法以最大化比特速率为目标来确定均衡器的系数。仿真结果表明,在ATTC(Advanced Television Technology Center)E型信道条件下,新算法的可达比特率(Achievable Bit Rate,ABR)性能比最小均方误差准则的线性均衡和判决反馈均衡分别提高了40%和70%,误码率性能在BER为10-4则分别改善了3 dB和5 dB;而在WLAN信道条件下,新算法的ABR性能分别提高了45%和75%,误码率性能在BER为10-4则分别改善了6 dB和10 dB。     

SC—FDE系统中频域均衡算法研究

单载波频域均衡技术以其能够有效避免单载波时域均衡复杂度过大,以及正交频分复用技术峰均比较高的不足,而成为宽带无线接入系统物理层的重要组成技术.本文研究了SC-FDE系统中的最小均方误差判决反馈均衡(MMSE-DFE)和基于LMS准则的自适应均衡算法,MATLAB仿真表明,由于LMS自适应均衡算法能有效的跟踪信道变化并更新均衡器的抽头系数,其性能略优于最小均方误差判决反馈均衡算法.     

DFT-S-OFDM系统发射端IQ失衡的广义迭代均衡器

该文研究了离散傅里叶变换扩展正交频分复用 (DFT-S-OFDM) 系统的零中频(ZIF)射频(RF)前端非理想特性导致同相与正交分路失衡(IQI)干扰时,改进的频域迭代均衡技术。利用广义正交原理和迭代均衡原理,本文推导了频域广义线性最小均方误差(WLMMSE)迭代均衡器,并通过矩阵变换降低其复杂度。仿真结果表明,在DFT-S-OFDM系统发射端IQ失衡的情况下,所提出的迭代均衡算法性能显著优于常规迭代均衡算法,而复杂度只有少量提高。     

一种新的群时延自适应均衡算法

为了补偿无线信道群时延特性所带来的影响,基于盲均衡器结构提出了一种优化的自适应均衡算法.该算法是基于最小均方误差准则的变步长LMS算法,通过自适应调节判决反馈均衡器两组横向滤波器的抽头系数,实现对信道群时延的自适应补偿.通过对16-QAM信号的仿真结果表明,新算法能够对有效补偿信道群时延带来的影响,并且明显降低系统的误码率.     

一种新的混合信道盲均衡算法

为同时提高盲均衡的稳态MSE性能和收敛速度,该文提出了一种混合信道盲均衡算法。该算法采用判决反馈均衡器结构,在判决可靠时采用DD-LMS(Directed Decision-Least Mean Square)误差项进行迭代,而判决不可靠时采用改进恒模算法(Modified Constant Modulus Algorithm,MCMA)误差项进行迭代,同时判决可靠区间根据直接判决误差进行自适应迭代。该文采用经过数字无线信道的64QAM信号进行了信道均衡仿真。仿真结果表明,相比MCMA算法,该文提出的混合盲均衡算法有效地提高了收敛速度,并具有良好的稳态MSE性能,在误比特率为10-6时,能提高SNR约2dB。     

无人机数据链信道线性Turbo均衡研究

Turbo均衡是一种基于Turbo迭代解码原理的均衡技术,利用的是均衡器与解码器之间信息的迭代使用来达到消除码间干扰的目的。Turbo均衡技术中通常采用基于最大后验概率的最大后验概率(MAP)均衡器,虽然性能较好,但计算量较大,系统延时较长。为降低延时,保证均衡性能,针对无人机遥控遥测数据链信道,设计了一种相对于MAP均衡器计算量较少的线性最小均方误差(MMSE)均衡器,通过仿真验证了这种线性Turbo均衡的性能,分析了其应用的可行性。     

基于DD-LMS和MCMA的盲判决反馈均衡算法研究

文章对具有DFE结构的盲均衡算法作了研究,在一种修正常模算法(MCMA)代价函数中引入泄漏因子,并将常模算法(CMA)和直接判决-最小均方误差算法(DD-LMS)同时应用到盲判决反馈均衡器的抽头更新中,得到一种适用范围广?均衡特性好?变步长的DD-LLMS MCMBDFE算法。该算法在均衡的同时能自动补偿由信道引起的相位误差,收敛速度快,收敛后剩余误差小,同时还能克服当均衡器长期没有持续输入激励时,LMS算法产生的抽头系数漂移问题。仿真结果表明DD-LLMS MCMBDFE算法是一种有效的盲判决反馈均衡算法。     

时域自适应均衡技术的分析与应用

概述了频率选择性衰落信道的传输特性,论述了采用均衡技术的必要性。通过对各种均衡器结构和自适应均衡算法在抵抗符号间干扰能力、收敛速度以及运算复杂度等方面的分析与比较,选择了判决反馈作为均衡器结构、最小均方自适应算法作为自适应准则的均衡器方案。仿真及试验结果证实了设计的时域自适应均衡器不仅具有较强的抵抗符号间干扰能力,而且能够获得隐分集增益,在频率选择性衰落信道中具有良好的应用效果。     

稀疏信道下基于稀疏贝叶斯学习的精简星座盲均衡算法

针对稀疏信道的盲均衡问题,在精简星座均衡算法框架下建立线性模型,利用稀疏信道下均衡器固有的稀疏特性,引入具有稀疏促进作用的先验分布对均衡器系数加以约束,使用稀疏贝叶斯学习方法迭代求解均衡器系数得到最大后验估计值。该文提出的均衡方法属于数据复用类均衡算法的范畴,能够适用于数据较短的应用场合。与随机梯度方法相比,算法性能受均衡器长度影响较小,收敛后误符号率性能更好,仿真实验验证了算法的有效性。     

基于Kalman滤波的水声混合双向迭代信道均衡算法

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。     

基于迭代处理的PCMA混合信号解调/译码算法

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。     

一种高效的短波高速数传迭代合并均衡算法

针对电离层信道深衰落导致的短波高速率数据通信误码率急剧升高的问题,利用最小均方误差准则提出一种迭代合并均衡快速算法.算法根据串行高速数据波形的传输特点,构造了基于块处理的合并均衡器,通过增加软信息转换模块,实现了与译码器的软信息迭代.由于充分利用了时域和空域信息,算法获得了较大的性能增益.仿真结果表明:所提算法的误码率比原有均衡算法相比明显下降而计算量与之相当,因而能更好地适用于实际系统.     

α 稳定分布噪声下基于核方法的非线性信道均衡算法

为了提高α稳定分布噪声下非线性信道均衡器的性能,本文利用核方法处理非线性问题,结合最小平均p范数算法的核心思想,构造了α稳定分布噪声下基于核方法的非线性均衡器,提出并推导了α稳定分布噪声下核最小平均p范数均衡算法。首先,通过核函数将接收信号映射到高维特征空间;然后,在高维特征空间中利用LMP算法对信号进行均衡;最后,将均衡器的输出信号表示为内积形式并利用核函数将其转化到输入空间进行计算。理论分析和仿真实验结果表明,与核最小均方算法和最小平均p范数算法相比,新算法在保证收敛速度的前提下降低了稳态误差,能够更好地对α稳定分布噪声下的非线性信道失真进行补偿。