改进型CMA-DFE盲均衡算法的研究

CMA-DFE盲均衡算法在时变信道中有着广泛的应用.针对CMA-DFE盲均衡算法的缺点,提出一种改进型CMA-DFE盲均衡算法.该算法把CMA-DFE盲均衡算法中前馈滤波器和反馈滤波器更新方程中的迭代步长由原来的固定值改成可变值,从而进一步提高了CMA-DFE盲均衡算法的收敛性.仿真实验结果表明,与CMA-DFE盲均衡算法相比,改进型CMA-DFE盲均衡算法具有更好的均衡效果和收敛性能.     

一种新的基于CMA算法的递归步长盲均衡算法

本文在ＣＭＡ算法代价函数的基础上,提出了一种适合于多电平正交幅度调制数字通信系统的递归步长多模盲均衡算法。研究表明,该算法在计算量增加不大的前提下,能同时获得较小的误码率和较小的稳态误差,而其收敛速度也比ＣＭＡ算法有较大的改善。     

依据高阶累积盲解卷积

对盲匀衡（盲解卷积）提出了两种三阶累积量的基本算法，在算法中依据非因果的ＡＲ模型及与逆滤波器系数相关的方程，把非最小相位系统的盲均衡问题转化为解相应的线性方程组的问题，保证了这种解法的唯一性，在算法中仅利用了累积量的对角线切片，从而使该算法简单，准确。仿真实验结果表明，该算法是可行有效的。     

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。     

盲均衡的发展

近年来,盲均衡在通信和信号处理领域已受到普遍关注,盲均衡是指均衡器不借助训练序列,而仅仅利用所接收到的信号序列即可对信道进行自适应均衡,文中介绍了盲均衡的发展历史,对平稳信号（又分为Ｂｕｓｓｇａｎｇ类型盲均衡和基于稿阶统计量的盲均衡）,循环平稳信号盲均衡,基于神经网络和模糊理论的盲均衡等三种类型进行了讨论,分析了三类盲均衡算法的优缺点,指出了其今后的发展的方向。     

改进后的NCMA盲均衡算法性能分析

近年来，盲均衡在通信和信号处理领域已受到普遍关注。归一化常数模算法(the normalized constant modulus algorithm，NCMA)是盲均衡算法的一种，它不同于其他算法，采用线性评价函数，对它的研究比较少。在研究NCMA盲均衡算法及改进后算法的基础上，对该算法及改进后算法进行了模拟仿真；并对改进后的NCMA算法和其他盲均衡算法进行了比较，从3个方面对其性能进行分析；结果充分显示了NCMA算法的优点，证明改进后的算法更具优越性。     

粒子滤波盲均衡译码联合算法

粒子滤波在解决信道盲辨识和盲均衡问题上具有收敛快、抗深衰信道等优势.在粒子滤波盲均衡算法的基础上,依据卷积码的马氏性特点进行建模,提出了一种直接对信息序列做重要性采样的粒子滤波盲均衡和卷积码译码联合算法.同时,提出了噪声功率递推计算的方法,并将其应用于联合算法中噪声功率参数的自适应调整.仿真结果表明,相比分离算法,联合算法的收敛性能和误码率性能都有明显提高,而自适应调整功率参数的算法则降低了运算复杂度.     

GPS／GLONASS组合导航中的星历计算与数据融合

针对ＧＰＳ／ＧＬＯＮＡＳＳ组合导航中的需要,分析了ＧＬＯＮＡＳＳ卫星的广播星历格式,简化受力模型和星历计算方法,并给出了ＧＰＳ／ＧＬＯＮＡＳＳ的数据融合模型。     

TEACHING READING IN ENGLISH AS A SECOND LANGUAG

ＴＥＡＣＨＩＮＧＲＥＡＤＩＮＧＩＮＥＮＧＬＩＳＨＡＳＡＳＥＣＯＮＤＬＡＮＧＵＡＧＬｉＪｉｎｆｅｎｇＴＥＡＣＨＩＮＧＲＥＡＤＩＮＧＩＮＥＮＧＬＩＳＨＡＳＡＳＥＣＯＮＤＬＡＮＧＵＡＧ￥ＬｉＪｉｎｆｅｎｇＡｂｓｔｒａｃｔＴｈｉｓｅｓｓａｙｄｅａｌｓｗｉｔｈ...     

基于多层神经网络的盲均衡算法

提出了一种新的基于多层神经网络的盲均衡算法,神经网络的训练采用一种新的混合算法。该算法结合了Ｒｏｓａｒｉｏ算法与Ｓｏｌｉｓ和Ｗｅｔｓ的随机优化方法的优点,具有全局收敛特性。模拟结果显示,该算法比常量模板算法具有更快的收敛速度,性能优于线性均衡器和使用传统ＢＰ方法的神经网络均衡器。     

一种应用三阶倒谱的盲均衡新算法

提出了一种基于系统输出三阶倒谱的非最小相位信道盲均衡新算法,由该算法构成的盲均衡器可适用于多电平通信系统。首先利用非对称性变换改变传送信号的对移分布特性,然后利用系统的三阶倒谱方程分别求出信道的最大和最小相位分量,在此基础上构成盲 均衡器。     

预编码单载波系统中的简单半盲均衡方法

盲均衡具有有效数据传输速率高的优点,但同时又存在计算复杂、运算量大以及收敛速度慢等问题.对此,针对预编码单载波频域均衡系统,提出了一种基于Bussgang算法的半盲均衡算法. 该算法通过灵活设计误差信号从而使得类似的Bussgang算法得以应用,同时通过初值的选取加快了算法的收敛速度. 此算法不需要复杂的矩阵求逆运算,实现简单. 仿真结果表明该算法的性能优于现有的算法.     

一种自适应判决反馈盲均衡器

信道均衡是现代通信系统中的一项关键技术,如何提高均衡器的性能是目前研究的热点课题．提出了一种自适应无训练(盲)判决反馈均衡器,可以被看作4部分的级联,主要部分是一个递归滤波器(R)和一个横向滤波器(T)．在初始的捕获阶段,R位于前端依据某种预测准则白化其输出信号,而T依据Godard(或者Shalvi—Weinstein)准则消除残余的码间干扰．在跟踪阶段,均衡器变为面向判决最小均方的传统型判决反馈均衡器．与有训练的判决反馈均衡器相比,这种均衡器具有相同的运算复杂度、收敛速度、稳态均方误差和误码率,但是它却不需要训练序列．因此,该自适应无训练判决反馈均衡器在信道均衡方面具有更好的适应性．     

改进的短波信道数据引导均衡算法研究(英文)

针对短波信道数据引导均衡算法(data-directed equalization algorithm,DDEA)存在的问题,即必须以一帧数据内信道恒定为前提假设,且在均衡器和译码器之间只能传递硬判决信息,提出两种改进的DDEA均衡算法,分别从不同角度对此加以解决。所提可变信道系数的DDEA算法无须假设一帧数据内信道系数恒定,而允许在每个采样间隔信道系数都是变化的。所提DDEA-Turbo均衡算法能通过在信道估计器、均衡器和译码器之间传递软判决信息,将均衡器和译码器联合起来进行迭代。仿真结果表明,两种改进算法相较于传统的DDEA算法在性能方面都有不同程度的提高,但有分析显示,这种性能的提高须以增加复杂度为代价。     

SIMO系统吉布斯盲迭代均衡算法

针对符号间干扰信道的多天线分集接收问题,提出一种单输入多输出(SIMO)系统盲迭代均衡算法.该算法利用吉布斯样本法处理思路,在SIMO条件下推导了信道冲击响应、发送符号等未知参数的条件后验分布,根据该条件概率逐个参数进行随机采样,通过不断迭代更新来逼近最大后验概率(MAP)估计的结果.该算法的一个显著特点是具有软输入软输出(SISO)结构,因此在编码系统中可以与信道译码结合,通过联合迭代进一步提升均衡的性能.计算机仿真结果表明,在严重符号间干扰信道条件下,SIMO系统肓迭代均衡算法的性能非常接近于已知信道时迭代均衡算法的性能,距离理想无符号间干扰信道分集合成的性能差距只有约1 dB.     

小波变换的自适应均衡算法

在分析传统的线性均衡算法的基础上,从用小波级数表示均顺和变换域的角度出发,给出了一种基于正交小波变换的自适应线均衡算法,理论分析和计算机模拟表明,该算法具有较忆的收敛速度,适用于无解析式的小波,其结构简单,易于实现。     

Improved Algorithm of Histogram Equalization and Its Actualization

A new improved algorithm of histogram equalization was discussed and actualized by analyzing the traditional algorithm. This improved algorithm has better effect than the traditional one, especially it is used to process poor quality images.