基于支持向量机的非线性信道盲均衡算法研究

针对非线性信道盲均衡问题,考察了一种基于支持向量机的单输入单输出(SISO)盲均衡算法,该算法利用通信信号的常数模特性,将非线性盲均衡问题转化为非线性支持向量回归问题。在此基础上,本文利用分集技术,将该算法拓展至单输入多输出(SIMO)的情况。对两种算法进行的计算机仿真表明,基于支持向量机的SISO盲均衡算法能够有效地抑制信道中的非线性码间干扰;本文提出新算法由于更好地利用了信道的时空特性,具有剩余平均模误差小的优点。     

盲检测的递推算法

在ε均衡概念基础上，提出了对含公零点SIMO(单输入多输出)信道的盲均衡算法。该算法充分利用发送符号属于有限字符集的先验知识，先用ε算法盲检测少量发送序列，然后再用递推算法恢复出发送信号。仿真结果表明：不管信道是否包含公零点，文中提出的算法性能都明显地优于基于二阶统计量的其它经典算法，并且算法还可适用于时变信道。     

基于粒子滤波的Turbo盲均衡

粒子滤波是一种基于贝叶斯估计的算法,在信道盲辨识和盲均衡问题上具有快收敛、抗深衰信道等优势。Turbo盲均衡在低信噪比条件下有较好的误码性能。为了在深衰信道下使通信具有良好的误码性能,对粒子滤波盲均衡算法进行改进,改进算法的重要性采样函数利用了粒子的先验信息,得到一种软输入软输出的粒子滤波盲均衡算法。依据Turbo盲均衡的框架结构实现了一种基于粒子滤波的Turbo盲均衡算法,该算法利用信道编码带来的编码增益,提高了均衡和信道辨识的性能。仿真结果表明相比粒子滤波盲均衡算法本文提出算法的误码率性能提高1dB左右,误帧率性能则提高了3dB以上,经分析可知在信道系数估计较为准确的条件下,系统数据帧几乎没有误码。      

基于盲源分离的水声信道盲均衡处理方法

提出了一种基于盲源分离的水声信道讯均衡处理方法,通过对接收信号过采样构成源信号,采用了基于信息最大化原理(Infomax)在线分离算法进行了水声信道的盲均衡,并研究了时变水声信道条件下算法的均衡情况,仿真实验结果表明,该处理方法对多径水声信道具有较好的均衡效果,同时不受最小相位的条件限制。     

基于粒子滤波器的盲辨识和盲均衡新方法

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。     

基于FABA-SISO的时变频率选择性衰落信道CPM信号盲均衡

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。     

一种基于二阶统计量的盲均衡算法

对于多输入多输出(MIMO)信道,使用有色输入的二阶统计量进行盲均衡是一种有效的方法.相对于原有的、基于自相关匹配原理的盲均衡算法,本文给出了一个在时域上不必先知道用户自相关序列值就能实现均衡的条件,并提出了相应的的时域均衡器训练算法,对含白噪声的情况也进行了讨论.     

基于回声状态网络的卫星信道在线盲均衡算法

针对非线性卫星信道,该文提出了两种基于回声状态网络(ESN)的在线盲均衡算法。利用ESN良好的非线性逼近能力,将发送信号的高阶统计量(HOS)代入ESN,结合常模算法(CMA)和多模算法(MMA)构造盲均衡的代价函数,并采用递归最小二乘(RLS)算法对ESN输出权值进行迭代寻优,实现了Volterra卫星信道下常模和多模信号的在线盲均衡。实验表明,该文算法可以有效降低非线性信道对发送信号产生的畸变,相较于传统的Volterra滤波方法,有更快的收敛速度和更低的均方误差值。     

含共零点SIMO信道直接盲序列检测与信道辨识

在ε均衡概念基础上，提出了对含公零点SIMO信道的盲辨识算法。该算法充分利用发送符号属于有限字符集的先验知识，先直接盲检测发送序列，然后再进行信道辨识。仿真结果表明：不管信道是否包含公零点，本文提出的信道盲辨识ε算法性能都明显地优于基于二阶统计量的其它经典算法。     

盲均衡的一种快速算法

本文提出了盲均衡的一种快速算法.该方法与通常的盲均衡算法有着本质的区别,它不需要使用代价函数,也就不需要一个最小化代价函数的算法,从而避免了一些盲均衡器不能全局收敛的问题.本算法基于信道输入信号的一些先验的统计知识,并充分运用了信道输入序列与信道输出观测序列之间的关系.新算法主要的运算为比较运算,只用到了少量的乘、加运算,所以计算量远小于通常的盲均衡器算法.     

小波建模在时变信道盲识别中的应用

当前的信道盲均衡与盲识别算法主要考虑的是线性时不变信道，而对于时变的信道，传统的自适应技术常忽略考虑相关的信道时变信息，从而不能很好地对信道进行均衡与识别，本文在考虑信道时变信息的同时，采用时变信道多分辨率分解小波模型对时变信道进行建模，并依此模型给出变信道的盲识别算法。     

基于盲信号分离的信道均衡算法

本文提出了一个新的基于盲信号分离的信道均衡结构和算法。通过对接收信号的过采样,由源序列构成的、长度为N的矢量可以被看成互相独立的N个信号源,与此相应的接收矢量则是该N个独立信号通过线性系统后的输出。为了恢复被传送的序列,我们采用基于神经网络学习的盲信号分离算法,实现信道的盲均衡。模拟结果显示,无论是实信道还是复数信道,该方法都具有较好的均衡效果。     

基于遗传算法的盲信道估计新算法

基于单输入多输出的信道模型,该文提出一种基于遗传算法的信道盲估计算法,该算法的特点是基于低阶统计量,计算速度快;并且把信道阶数作为染色体的一部分参与估计,从而能在信道阶数未知的条件下同时对信道阶数和参数进行估计。仿真结果表明该算法的性能优于现有的非迭代算法。     

基于支持向量机的水声信道盲均衡算法研究

水声信道的带宽极为有限,与需要训练序列的自适应均衡算法相比盲均衡技术节省了带宽,特别适合高速水声通信和多点通信。针对基于高阶统计量的盲均衡算法收敛速度慢的缺点,研究了一种基于支持向量机的盲均衡算法,它收敛速度快并具有全局最优解。通过对浅海信道触发通信信号的计算机仿真,证明了算法的有效性。     

基于过采样的六二阶归一化累积量盲均衡算法

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。     

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。     

基于子空间分解的快速盲均衡解调算法

基于高阶统计的盲均衡算法需要大量的观测数据,当观测数据有限或信道变化较快时,由于模型失配将使均衡性能严重下降,因此短数据、快收敛是近年来盲均衡技术研究的主要方向之一。本文讨论了基于子空间分解的信道识别和盲均衡技术,利用卡尔曼滤波方程,给出了一种快速收敛的盲均衡解调算法,算法只需要较少的数据样本,仿真结果表明该方法是有效的。     

基于遗传算法的盲信道均衡

盲均衡技术能够仅利用接收信号的统计特性对信道特性进行均衡,克服了传统自适应均衡技术需要训练序列、降低系统有效信息传输率的缺陷,成为目前的研究热点。本文简单介绍了通信中的盲均衡技术,并针对一个简单的信道模型给出了基于遗传算法的盲均衡算法。仿真结果表明,多次迭代的盲均衡的均值能够很好地代表未知信道的性能。     

一种基于信道盲辨识和盲均衡的多径信道调制方式识别算法

针对多径环境下MPSK和MQAM信号的调制识别问题,该文提出了一种基于信道盲辨识和盲均衡的调制识别算法。算法首先进行信道阶数精确估计,然后以矩阵外积分解为基础,加入特征值扰动分析,提高了信道盲辨识和盲均衡的稳定性,最后,对均衡后的星座图进行多级减法聚类,得到信号的调制方式。与现有算法相比,算法结构简单,所需数据量小,适用范围广,实用性强。仿真结果证明了算法的有效性。     

一种改进的稀疏多径信道盲辨识算法

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。