基于T/2分数间隔的不同变步长盲均衡算法

在分析分数间隔均衡器(FSE)和多模算法的基础上,针对算法固定步长存在收敛速度和剩余误差的性能要求相矛盾的问题,研究以不同变步长的T/2分数间隔多模盲均衡算法.各变步长利用与误差项或均衡输出项的非线性关系自适应调整步长.利用QPSK信号进行仿真分析,结果表明,本算法在收敛速度和稳态误差方面的性能优于固定步长,且相同实验条件下,不同步长的盲均衡算法性能也不同.     

多模盲均衡算法的一种最速下降优化实现方法

盲均衡算法的传统实现方式大都基于随机梯度下降法,随机梯度法实现简单的代价是较慢的收敛速度和较大的稳态误差.文章基于实用性的考虑,采用批数据处理方式,给出了多模盲均衡算法的一种最速下降实现方法,该方法在每次迭代过程中不需要产生均衡器输出,而是直接利用接收数据的统计量和当前均衡器系数来估计代价函数的最速下降方向,具有收敛速度快,稳态误差小的特点;可以实现流水线式的实时处理,适合包长固定或可变的信号传输场合.     

一种适用于水声信道盲均衡算法及仿真

对于高阶QAM信号,常数模算法的收敛误差不为零,而多模算法的收敛速度慢,提出了一种混合常数模算法,并将该算法应用于水声信道盲均衡。该算法根据均衡器输出信号模值与其判决模值之间的距离,设置一判决域。根据该判决域,算法的迭代过程在常数模和多模算法之间自动切换,且收敛后自动切换到多模算法。该算法收敛速度快,且均方误差小,特别适合高于高阶QAM信号的盲均衡,通过对水声信道均衡的计算机仿真,验证了该算法的优点及对多途干扰抑制的有效性。     

适用于高阶QAM信号的混合型盲均衡算法

为了提高高阶QAM信号的盲均衡性能,提出了MMA—DD和SIGN-MMA-DD两种改进的混合型盲均衡算法。首先,MMA—DD算法将多模盲均衡算法和判决引导算法有机结合,并采用均方误差来控制两者在混合误差中的比例,降低了均衡器的稳态误差。然后对MMA．DD算法在误差计算和均衡器系数更新两方面进行简化,得到SIGN—MMA—DD算法,有效地降低了运算复杂度。仿真结果表明,两种算法的盲均衡性能优于多模盲均衡等算法。     

基于Ｔ／２分数间隔的ＳＥＩ双模式盲均衡算法

针对超指数迭代(SEI)算法收敛后均方误差大、SEI算法和判决引导(DD)算法以硬切换方式存在性能不稳定的缺陷,通过分析分数间隔均衡器结构和性能,采用软切换方式将SEI算法和DD算法相结合,提出了一种分数间隔超指数迭代双模式盲均衡算法.该算法用SEI算法与DD算法同时对分数间隔盲均衡器的权向量进行调整,当由SEI算法调整前后均衡器判决输出一致时,DD算法参与系数调整,这种软切换方式充分利用了SEI算法能使眼图增开的良好性能和DD收敛速度快、稳态误差小的优点,避免了硬切换带来的不利影响;而采用分数间隔均衡器避免了因欠采样引起的频谱混叠,均衡器可以更有效地对信道失真进行补偿.水声信道的仿真结果,验证了算法的有效性.     

联合迭代均衡译码算法

为了提高迭代分组判决反馈均衡器(IBDFE)的判决可靠性,引入低密度奇偶校验码(LDPC)对其加以改进。将均衡输出的信号经判决后送入LDPC译码器,译码后的值经数字调制再反馈给IBDFE,译码器与均衡器间充分交换信息进行联合迭代均衡译码。在水声多径情况下的仿真结果显示,改进算法在误码率为10-3时会比原算法有2dB的增益。     

基于频域分量最大比合并的多天线信号合成算法性能分析

通信信道的频率选择性衰落特性和信道噪声都会严重影响信号的接收质量。基于频域分量最大比合并的多天线信号合成算法(FMRC)对多路信号在频域加权合成,能够提高合成信号信噪比,实现频率选择性衰落信道下低信噪比信号的有效接收。文章针对该算法的理论性能,对合成信号均衡处理,分别推导了线性均衡器和判决反馈均衡器输出均方误差的理论表达式;证明了该算法与空间分集均衡器(SDE)在性能上的等价性。仿真实验表明,FMRC与SDE性能是一致的,但是在高信噪比下,当单路信道存在深衰落时,FMRC算法通过合成能够改善单路信道的深衰落特性,均衡器输出均方误差性能较SDE更优。     

一种基于自适应代价约束凸函数的盲均衡算法

给出了一种针对正交幅度调制信号的盲均衡算法,该算法基于凸代价函数,在均衡器参数线性约束条件下具有全局最优解,新算法在性能保持不变的前提下具有较少的未知变量及约束方程,复杂度降低。为克服算法在恒定约束条件下可能存在均衡收敛速度慢,甚至不收敛的问题,给出了一种基于自适应代价约束的盲均衡算法,该算法只需更少信号样点,经过多次迭代即可达到更好的收敛性能。仿真实验验证了新算法的性能。     

一种双模式变步长恒模算法

针对非常模信号,著名的恒模算法表现出较大的稳态误差和较慢的收敛速度.为克服上述缺点,提出了一种双模式变步长恒模算法.新算法通过对输出信号的判决来判断当前均衡器工作是否存在误操作.当均衡器工作正常时算法使用变步长方法,当均衡器工作存在误操作时算法使用零步长方法,从而充分发挥出步长对恒模算法的有利影响.仿真实验结果证明新算法具有比恒模算法更快的收敛速度和更小的稳态误差.     

差分群时延条件下基于恒模算法的模式解复用技术

为了改善存在差分群时延(Differential group delay,DGD)情况下模式复用系统的解复用性能,采用基于恒模算法(Constant modulus algorithm,CMA)的MIMO均衡器对2×2模式复用系统的输出信号进行了解复用,利用CMA更新迭代MIMO均衡器的抽头系数。仿真结果表明,该算法能够成功实现带有串扰和时延的信号解复用,并且具有很好的收敛性。在系统信噪比大于18.25 d B时,系统误码率均能达到10-5量级,满足通信系统的要求。     

改进CMA盲均衡算法的研究与分析

目前,常数模算法(constant modulus algorithm,CMA)应用非常广泛,但它存在收敛速度慢,剩余误差大的缺点。为加快收敛速度,一旦误码率降低到足够低,算法必须切换到DD(decision—directed)算法,针对其存在的缺点,提出了一种改进的CMA算法,通过理论分析得出：该算法具有收敛速度快、剩余误差小的特点。通过利用Matlab对改进前、后2种算法的仿真,对算法的有效性进行了验证。     

基于区域划分的双模式盲均衡算法研究

改进常模算法(MCMA)克服了常模算法(CMA)对相位不敏感的缺点,但收敛性能仍然较差。本文研究了依据区域划分将MCMA和判决引导(DD)算法有机结合的双模式盲均衡算法:通过综合考虑信噪比和剩余码间干扰,研究了区域划分边界的确定;讨论了不同模式中步长的选取;并应用滞后切换策略克服这种算法中的稳态误差波动问题。仿真表明:此算法收敛速度快、稳态误差小,并能在去除码间干扰的同时纠正信道固有的相位旋转和一定范围的载波频率偏移,具有很好的实用性。     

一种有效的正交化恒模算法

利用奇异值分解确定了用户信号的个数,并把天线阵接收的数据矩阵映射到信号子空间上,进而在该空间中讨论波束形成问题并导出了多用户波束形成的必要条件,依据此条件将正交化过程引入最小二乘恒模算法并提出了正交化恒模算法。计算机仿真证实了算法的有效性。     

恒模算法在盲波束形成中的应用

介绍了随机梯度恒模算法和最小二乘恒模算法以及它们在盲波束形成中的应用，总结了几种适用于多用户盲波束形成的恒模算法，分析了每一种方法的特点，并以四元均匀线阵为例，利用计算机模拟给出了这些算法的收敛性能，结合恒模算法的研究现状，指出了有待研究的几个问题。     

一种改进的WCDMA系统多用户检测恒模算法

对于直接序列码分多址(DS-CDMA)系统来说,恒模算法(CMA)是一种非常受欢迎的盲自适应多用户检测(MUD)算法。然而,在宽带码分多址(WCDMA)系统中,由于循环平稳干扰的周期不再等于扩频因子,所以需要适当修改接收滤波器的系数更新方程,以便于运用恒模算法。笔者提出了一种适合于WCDMA系统的改进恒模算法(ICMA),给出了修正了的接收滤波器的系数更新方程。仿真结果表明,与传统恒模算法(CCMA)相比,ICMA具有更优的误比特率(BER)性能。     

多径信道中的线性约束差分恒模算法

针对线性恒模算法(LCCMA)和恒模算法(CMA)对目标用户能量大小、模参数值取定具有很强敏感性,由此提出一种新的盲自适应多用户检测算法(LCDCMA)。该算法能够有效抵消多址干扰和克服多径干扰,对目标用户能量任意大小和任意模参数选取都具有非常好的鲁棒性。而且算法的收敛性能和稳态性均优越于线性恒模算法和恒模算法,计算复杂度较低,特别适用于多径信道,是一种优秀的盲自适应算法,具有一定应用和研究价值。     

一种基于新代价函数的CMA盲多波束形成算法研究

文章提出一种恒模多目标盲波束形成算法。该方法通过对一种新的代价函数的最小化，来盲估计波束形成器的权矢量，以小于多目标最小二乘恒模的计算量完成对多目标的分离提取。同时，为减小空间噪声的影响及防止强干扰造成目标的错误锁定，利用子空间投影和梯度恒模对步长因子的敏感性进行预处理，消除了空间复杂噪声和强干扰的影响。本文通过仿真实验和实际采集信号处理验证了算法的正确性和有效性。     

基于多种群遗传算法考虑浅层基岩及粘弹性的路基模量反演方法

提出一种考虑浅层基岩和粘弹性的路基模量反算新思路。对于路基模型,分别采用位移边界条件和开尔文模型来描述浅层基岩深度和粘弹性,并利用有限元软件对便携式落锤弯沉仪现场试验进行模拟,采用多种群遗传算法对路基模量最优值进行迭代。有限元模拟计算结果表明,新方法考虑浅层基岩的正算模型的反演模量平均误差为7.0%,而考虑半空间的正算模型却高达16.2%,说明忽略浅层基岩会使反演模量产生较大误差;随着浅层基岩深度的增加,误差减小,当深度为3 m时,影响几乎不存在。对于考虑粘弹性的有限元模型,在正算模型中忽略该特性的最大误差可达27.9%,而考虑粘弹性的最大误差仅为7.4%。由于浅层基岩深度勘探难度大,仅从理论方面进行研究。     

概率约束稳健恒模自适应波束形成算法

针对恒模信号,将概率约束稳健算法与恒模算法相结合,提出一种新的稳健自适应波束形成算法.先将导向偏差分为高斯随机分布和未知分布2种场景,分别建立优化代价函数,并将该优化问题转化为二阶锥规划问题,运用内点法高效求解.然后对算法求解的全局最优性进行理论分析.在数值仿真部分,用所提算法与相关稳健算法作对比仿真,验证该算法的优越性和有效性.