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.     

非线性信道盲均衡与盲辨识技术研究

目前针对盲均衡与盲辨识技术研究主要集中在线性信道方面，而对于非线性信道的研究相对较少，本文主要介绍非线性信道中的盲均衡与盲辨识技术，概述了广泛运用的几种算法，比较了这些算法的性能和复杂度及各自的优缺点，并指出其适用环境。     

一种时变信道下基于粒子滤波的同频混合信号盲分离方法

文章建立了时变信道下同频混合信号的基本模型,提出了利用粒子滤波的混合信号调制参数估计与盲分离算法.通过将混合信号的时变调制参数建模为一阶AR模型,重点推导了参数与符号序列的粒子更新公式,确定了粒子的权值更新方法,给出了相应的后验概率密度估计.实验仿真表明,文章算法能够较好地实现混合信号的调制参数估计和盲分离.     

一种改进的递归神经网络盲均衡算法

提出了一种新的基于递归神经网络的快速收敛盲均衡算法。设计中采用观测信号的四阶统计量构造代价函数,简化了系统的复杂度;利用实时递归学习算法对系统参数进行动态调节。该算法具有镇定性,其收敛性能不会受到失真信道的影响,适用于均衡衰落性严重的信道。实验仿真结果表明对具有频率选择性衰落的非线性信道,该算法在收敛速度和对抗码间串扰方面都具有良好的性能。     

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。     

一种改进的GSA盲均衡算法

在研究盲均衡算法时把非均匀量化中的压扩思想引入盲均衡算法的控制误差函数中,在ＧＳＡ算法的基础上提出一种改进算法－ＮＧＳＡ算法。并对ＮＧＳＡ算法中参数的选取进行了讨论,同时给出几种算法的模拟结果,并加以比较,证明这一算法是可行和有效的。     

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。     

基于LFM信号信道估计的水声MPSK信号盲Turbo均衡方法

为提高水声多进制相移键控(Multiple Phase Shift Keying,MPSK)信号盲解调过程中的信道失真补偿能力,提出一种利用水声线性调频(Linear Frequency Modulation,LFM)信号进行信道盲估计的水声MPSK信号的盲Turbo均衡方法.该方法利用水声通信的前导LFM信号进行信道...     

色散CDMA信道中的盲均衡和多用户检测

本文就色散CDMA系统中的盲多用户检测问题进行了讨论.在没有信道或用户特征波形的先验知识时,我们通过应用盲MIMO信道识别和均衡理论,证明了恢复多用户信息字符的可能性.     

MIMO-OFDM系统信道盲均衡

针对多输入多输出正交平分复用系统(MIMO-OFDM),提出矢量简化星座算法(VRCA)进行盲均衡。VRCA有效地对MIMO-OFDM系统进行均衡的同时,能够补偿信道造成的相位旋转。该算法解决了经典恒模算法(VCMA)无法解决的盲均衡相位旋转问题,且算法收敛快速,为MIMO-OFDM系统接收信号的正确判决做好准备。     

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。     

一种新的基于水声信道双模盲均衡算法

提出一种蜂窝型（非正方形）16APK调制算法和新的基于蜂窝型判决区域的双模式盲均衡算法（DHDRA）. 对典型的浅海水声信道进行的仿真结果表明,基于蜂窝型16APK的调制算法比基于正方形16QAM的常数模盲均衡算法（CMA）更具抗干扰能力,收敛速度更快;基于蜂窝型判决区域的双模式盲均衡算法在收敛速度和稳态误差方面均优于基于正方形环判决区域的双模式算法,对于提高水下通信质量,降低码间干扰具有一定的研究价值.     

一种基于粒子滤波的非线性系统参数和状态联合估计方法

提出了一种新的基于粒子滤波的非线性系统参数和状态联合估计方法.该算法利用粒子滤波方法,结合核平滑收缩技术,同时采用标准贝塔分布代替传统的高斯分布,来拟合系统未知参数的后验分布,最终实现非线性系统中参数的迭代估计.仿真结果表明,该算法提高了未知参数和状态的估计精度,在估计的收敛性方面也有明显的改善.     

一种基于IIR信道的盲均衡新算法

文章提出了盲均衡的一种快速算法。该算法基于将通信信道建模成IIR信道，并在信道输出端过采样将信道转化成具有相同系数的AR子系统和SIMOFIR子信道的级联，通过对AR子系统和SIMOFIR子信道分别均衡实现IIR信道的盲均衡。仿真实验表明，在约25dB信噪比时，算法只需要少量的样本点即可快速收敛。     

一种适用于浅海信道的盲均衡算法研究

针对多径衰落浅海水声信道，采用分数间隔判决反馈均衡器，提出了一种非线性结构的盲均衡算法。该算法不仅有效克服了水声通信中普遍存在的码间干扰效应，而且还进一步抑制了浅海信道引入的严重码内干扰现象，获得了更快的收敛速度和更小的剩余误差，提高了浅海水声通信的有效性和可靠性。仿真结果表明，该算法的性能优于通常的波特间隔均衡器，因而具有重要的工程应用价值。     

用于非线性均衡的一种遗传算法

提出了一种改进的遗传算法,用它搜索稀疏Volterra滤波器的最佳形式．与经典遗传算法不同,本算法定义可能解的元素为染色体,对染色体采用整数编码,效率高．遗传进化过程从低阶、短记忆非线性模型开始,通过进化发现合适的参数设置,从而不需要预先确定模型的阶数和记忆深度,避免了高阶长记忆非线性带来的搜索空间的急速膨胀．通过LMS算法估计核矢量,避免了相同核的重复估计,节省了运算．将本算法用于中继卫星信道的非线性均衡,并进行性能仿真,仿真结果表明,种群规模大幅减小,进化速度明显加快．     

一种SIMO多信道系统盲辨识方法

提出了一种SIMO信道的盲辨识方法．SIMO系统的多个信道输出可重新组合为具有循环平稳特性的输出序列,该输出序列的自相关矩阵可分解为信号子空间和噪声子空间,利用信号子空间与噪声子空间正交的特必可分别求解出各信道的模型参数．与传统高阶矩方法相比,该算法运算复杂度低,具有更快的辨识速度,更适合高速数据传输信道的辨识．仿真结果说明此算法具有较高的辨识精度．     

水声信道并行软判决盲均衡算法

在水声通信系统中,为了抑制由多径效应产生的严重码间干扰,必须进行信道均衡.文章在超指数迭代算法(SEI)的基础上,引入软判决思想,提出了一种基于SEI算法的分数间隔并行软判决盲均衡算法(FSE-SEI-SDD).计算机仿真结果表明,该算法相对于传统的常数模算法(CMA)和SEI算法,获得了较快的收敛速度和较小的剩余码间干扰,提高了通信系统的质量,具有一定的实用价值.     

一种正则粒子滤波的人脸跟踪算法

本文针对人脸运动的非线性非高斯的特点,引入正则粒子滤波算法来进行运动预测估计,且根据预测精度对预测过程中目标运动速度和过程噪声方差进行自适应更新。实验结果表明,在人脸的旋转、肤色和部分遮挡影响下跟踪精度较高,抵抗光照环境变化,以及人脸大小变化等的鲁棒性较强。