改进MCMA盲均衡算法

针对MCMA算法的收敛速度与稳态误差之间矛盾突出的问题,构造了新的误差函数,并建立误差函数与步长因子之间的非线性函数关系,提出了一种新的修正步长盲均衡算法(MS-MCMA).通过仿真比较了新算法与MCMA、ME-MCMA及DMSign-CMA算法之间的性能,结果表明,新算法不仅改善了收敛速度,而且也降低了稳态误差.     

面向毫米波应用的一种改进的常数模盲均衡算法

本文面向毫米波零中频架构，针对毫米波系统信道时变性、环境敏感性，以及零中频载波同步性能等问题，对现有的盲均衡算法进行了理论分析，并对 CMA、MCMA 两种具备工程化意义的算法进行了仿真实验分析。结合毫米波大容量数据高速处理需求，给出了可硬件实现的并行处理方法。最后，针对 CMA 算法收敛后剩余误差较大的问题进行了改进，结合泄漏算法和高阶累积量思想提出了一种修正的 CMA 算法，在与传统 CMA 算法收敛速度相当的条件下降低了系统的码间干扰。     

一种基于帧结构的MIMO-OPDA盲均衡改进算法

提出了一种新的改进外积分解法(OPDA),克服了单输入多输出(SIMO)系统中的OPDA盲均衡算法扩展到多输入多输出(MIMO)系统中计算复杂度增加的缺点。在MATALB中构建了基于帧结构的MIMO-OPDA盲均衡算法模型,并将改进算法和原算法进行了仿真比较.仿真表明系统运算速度提高了,而且随着接收信息的累积,改进的OPDA和原OPDA算法性能相当,证明算法改进十分有效。     

一种新的盲均衡算法

本文提出一种适合于ＰＡＭ、ＱＡＭ数字通信系统的新的盲均衡算法。该算法克服了Ｓａｔｏ、ＲＣＡ、ＣＭＡ等算法收敛后剩余误差大和ＢＧ、Ｓｔｏｐ ａｎｄ Ｇｏ等算法中有待定参数的缺点。     

恒模类盲均衡算法研究

针对基本的恒模算法存在相位旋转和收敛速度慢等不足的问题,对几种性能优良的盲均衡算法一变步长恒模算法、分数间隔恒模算法和多模算法进行分析与仿真,并对各种改进算法的优缺点进行了分析说明,得到不同算法的均方误差曲线和星座图。     

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.     

Godard盲均衡算法研究

信道均衡是克服码间干扰的重要措施．但是由于传统的均衡需要发送一训练序列来进行初始抽头系数的调节，这会降低通信中的有效数据传榆率．盲均衡技术的提出就是为了解决这一难题．文中从盲均衡的信号模型入手，对Godard算法进行了研究与仿真，并讨论了其中的几个关键参数．     

基于MCMA的盲均衡算法

为了提高系统的误码率性能,减小码间干扰带来的影响,在修正常数模算法(MCMA)的基础上,提出了一种变步长的算法。该算法采用判决反馈滤波器的结构,根据星座点的收敛程度的不同而实时地调整步长,能显著提高系统的误码率性能,加快收敛速度,同时补偿信道的相位误差。对改进的算法进行计算机仿真,结果表明:该算法误码率性能良好,收敛后星座点紧簇且稳态误差较小,并且解决了常数模(CMA)算法无法解决的相位偏转问题。     

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。     

一种新的混合盲均衡算法的研究

在无线通信信道中,码间干扰严重影响了通信的质量和可靠性。恒模算法（CMA）可以很好的克服码间干扰。针对CMA算法收敛速度较慢和无法纠正相位误差的缺点,提出将改进型CMA算法和改进型判决引导（DD）算法结合起来的混合盲均衡算法。蒙特卡罗仿真表明,提出的算法,相比传统CMA算法,不仅可以纠正信道的相位偏转,而且具有更好的均衡效果和收敛性能。     

数据复用在Bussgang类盲均衡算法中的应用

为解决突发通信或非合作通信中接收数据短、直接均衡迭代难于收敛问题,该文将数据复用的思想引入Shalvi算法中。通过分析数据复用均衡后序列与原始码元序列峰度的关系,得出了数据复用方法有效收敛的原因。以此为基础,将该结论推广到整类Bussgang盲均衡算法,并分析了影响数据复用盲均衡效果的几个因素。仿真实验表明,数据复用方法大大减少了Bussgang算法收敛所需要的码元数目,有一定的工程实用价值。     

基于星座修正聚类的双模式盲均衡算法

针对时变信道下,调制类型未知的MPSK/MQAM类信号快速均衡问题,本文提出了一种新的基于星座聚类的双模式均衡算法。初始阶段均衡器采用稳健的恒模算法,一段时间后,用低复杂度的减法聚类算法处理缓存的均衡器输出。然后利用MPSK/MQAM类信号星座图的几何旋转不变性,采用C均值模糊聚类算法修正初次聚类的结果,恢复信号星座,由此获得精确符号信息。最后依据修复后的聚类效果选择切换时机,均衡器切换到符号匹配算法,完成信号均衡。与已有算法相比,本文提出的新算法克服了调制类型未知的不利因素,具有收敛速度快,剩余码间干扰小,均衡器模式切换时性能平稳等优点。仿真验证了新算法对4PSK和16QAM信号的有效性。     

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。     

一种改进的判决反馈盲均衡算法研究

以提高信号传输的效率,消除多径效应对传输信号的影响为背景,首先介绍了判决反馈盲均衡算法(DFE算法)的均衡原理,并且在此基础上提出了改进的分数间隔变步长判决反馈盲均衡算法(FSE-VSDFE算法).通过实验仿真结果的分析可知,改进方法在收敛速度、剩余误差等方面取得了明显的改善,具有一定的实际应用价值.     

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。     

双模式神经网络盲均衡算法研究

文中以前馈神经网络作为盲均衡器,根据CMA盲均衡算法及决策指向性算法(DD)提出了两种神经网络学习目标函数,并在对两种目标函数下神经网络盲均衡算法性能分析的基础上,给出了依据移动窗剩余误差理论确定切换门限的方法,提出了双模式神经网络盲均衡算法,并以短数据样本重用确定网络的初始权重.仿真表明文中提出的双模式神经网络盲均衡算法能够克服在单一目标函数下神经网络盲均衡算法的缺陷,且收敛速度快,有效的提高了均衡性能.     

基于Bussgang技术的盲均衡算法

为了减小码间干扰,常常采用均衡技术,基于Bussgang技术的盲均衡算法实现容易,特别是对其进行取符号简化后可大大减少其资源占用量,运算量小,收敛速度快。分析了基于Bussgang技术的盲均衡技术原理,对提出的几种算法的收敛速度进行了研究和比较,研究了算法的特性,提出了盲均衡的发展方向,对于通信质量的提高具有十分重要的工程意义。     

改进的构造函数盲均衡算法研究

以提高通信信号质量和降低其受多径效应的影响为背景,介绍了恒模算法(CMA)及构造函数算法(CF算法),并在此基础上针对其不足作了相应的改进,提出分数间隔修正构造函数盲均衡算法(FSE-MCF)。对改进算法的均衡性能进行了仿真,仿真结果分析可知,新算法与CF算法相比较,在相同信噪比条件下可以进一步减小稳态误差,加快收敛速度,有较好的均衡性能。     

A Supervised Constant Modulus Algorithm for Blind Equalization

Blind equalization is a technique for adaptive equalization of a communication channel without the aid of the usual training sequence. Although the Constant Modulus Algorithm (CMA) is one of the most popular adaptive blind equalization algorithms, it suffers from slow convergence rate. A novel enhanced blind equalization technique based on a supervised CMA (S-CMA) is proposed in this paper. The technique is employed to initialize the coefficients of a linear transversal equalizer (LTE) filter in order to provide a fast startup for blind training. It also presents a computational study and simulation results of this newly proposed algorithm compared to other CMA techniques such as conventional CMA, Normalized CMA (N-CMA) and Modified CMA (M-CMA). The simulation results have demonstrated that the proposed algorithm has considerably better performance than others.     

常模类盲均衡算法的研究

讨论了常模类自适应盲均衡技术,总结了改进和设计常模类盲均衡算法的思路,在常模算法代价函数的基础上给出了一种变步长多模算法.计算机仿真表明,此算法收敛速度较快、收敛后稳态误差较小,具有很好的实用性.