面向C-V2X通信的基于深度学习的联合信道估计与均衡算法

为了在不显著提升计算复杂度的情况下,有效提升通信系统的误码率（BER）性能,利用深度学习在数据处理方面的强大能力,提出一种面向基于蜂窝网络的车联网（C-V2X）通信的基于深度学习的联合信道估计与均衡算法——V-EstEqNet。与传统算法分两个阶段分别进行信道估计与均衡不同,V-EstEqNet将通信系统接收机中的信道估计与信道均衡进行联合考虑,并利用深度学习网络直接对接收数据进行校正和恢复,无须进行显式的信道估计环节即可完成信道均衡。具体而言,首先利用大量的接收数据对网络进行离线训练,使网络学习到叠加在接收数据中的信道特性;然后利用该特性恢复原始的发送数据。仿真实验结果表明,在不同的速度场景下,所提算法可以更加有效地追踪信道特性;同时,相较于传统信道估计算法（最小二乘法（LS）和线性最小均方误差法（LMMSE））配合传统信道均衡算法（迫零（ZF）均衡算法和最小均方误差（MMSE）均衡算法）,所提算法在低速环境下有最高有6 dB的BER增益,在高速环境下最高有9 dB的BER增益。     

基于SCFNN之PAM非线性信道均衡器成效研究

自组织型模糊类神经网络(SCFNN)可依据一定的法则自我构建神经网络的组织结构,从而适用于当前控制对象;多层神经元是传统的类神经网络,广泛应用于各个领域;倒传递学习法与最陡坡降法相结合,可使以上两种类神经网络进行有效的融合;目前,信道均衡器上的系统架构种类非常多,各种类神经网络应用于信道均衡器也颇为普遍;在研究SCFNN的基础上,将其应用于通道均衡器确实可行,效果良好;比较了SCFNN与MLP在通道均衡器的成效;仿真表明,在相同通道环境下,SCFNN的训练收敛速度、位错误率与系统敏感度优于MLP,完成结构学习后SCFNN的结构也颇为精简。     

一种改进的DMT系统频域均衡器

在多载波DMT通信系统中,同时采用时域均衡器和频域均衡器来补偿各个子信道的幅度和相位失真。基于该原理,文章提出了一种优化结构设计的DMT系统频域均衡器,其采用了资源共享的折叠结构,流水线结构,同时CU(Computing Unit)设计也有一些特色,并且根据多载波传输特点,对LMS算法进行修改,与传统均衡器相比,能有效降低系统传输的误码率。该文介绍的频域均衡器针对256个子信道,数据32bit位长的信道均衡。目前,该频域均衡器已在FPGA上验证通过。     

基于水声通信的新型变步长最小均方算法

在水声通信中,信道的多径效应会造成严重的码间串扰（ISI）,而现有的均衡算法在处理ISI问题时存在收敛速度慢、稳态误差大、算法复杂不易于硬件移植等问题,为此结合判决反馈均衡器结构前向均衡（FFE）与判决均衡结构（DFE）,提出了一种基于反余弦步长函数和三参数调整因子的变步长最小均方（LMS）算法。首先对三参数因子α、β、r进行算法仿真,优化算法性能,与固定步长LMS算法、基于修正反正切的变步长LMS算法以及基于双曲正割函数的变步长LMS算法的收敛性能和稳态误差进行仿真比较,结果显示：所提算法的收敛速度较固定步长LMS算法提高了57.9%,稳态误差下降5 dB;较双曲正割LMS算法和修正反正切LMS算法提高了26.3%和15.8%,并且算法的稳态误差下降了1~2 dB。最后,将算法移植于信号处理模块,进行水下实验,结果表明,水声信道造成的ISI经过均衡器后,信号得以恢复,能够实际克服多径效应造成的水声信道ISI问题。     

一种自适应软判决反馈均衡器设计及性能分析

对于存在深度衰落的多径信道,用判决反馈均衡器能得到好的补偿效果,但是传统判决反馈均衡器的设计中,所用的误差函数在信号星座图点的周围发生跳变,由此引起误码率的增大。采用新的误码函数设计,使用平滑的误差函数取代传统设计。仿真表明,误比特率在10-3至10-4时,新设计得到约0.l～0.2dB的处理增益;在低信噪比时,新设计的误码率低于传统设计。     

基于卷积神经网络的信道均衡算法

在现代无线通信系统中,为了克服由传输信道的非线性以及多径效应引起的符号间干扰,解决传统信道均衡算法难以适应的时变信号均衡问题,提出一种基于卷积神经网络的信道均衡算法。通过采集实际通信系统中发送端的相位偏移调制QPSK(quadrature phase shift keying)发送符号序列及接收端的接收符号序列,并将其分割为训练集和测试集来训练及测试卷积神经网络均衡器。实验结果验证了在相同信噪比条件下,基于卷积神经网络的信道均衡算法对QPSK恢复的误符号率相比RLS算法和MLP算法分别降低了20%和5%。     

一种新的双模式神经网络盲均衡器设计与仿真

在通信系统设计中,常采用盲均衡器来抑制带限信道导致的码间干扰。但传统的常数模算法(CMA)以及基于CMA的双模式算法对于多进制正交调幅信号(QAM)存在较大的误判,收敛后QAM系统性能较差等不足之处。在修正常模算法(MCMA)的基础上,针对QAM信号为多模信号的特点,采用多模算法(MMA)与修正判决引导算法(MDD)结合的双模式算法,并引入可准确模拟信道逆系统的多层感知机结构,得到了一种新的基于双模式算法的多层感知机结构神经网络盲均衡器,利用新算法调整神经网络参数,并且利用重置模块跟踪信道变化。仿真结果表明,新算法调整的神经网络盲均衡器双模式盲均衡器在稳态MSE、收敛性方面都有所提高,并具有抵抗信道突变的能力,为通信系统设计提供参考。     

基于仿射投影算法的信道均衡器研究

为了克服信号传输中码间干扰影响,改善通信质量,研究了基于仿射投影算法(APA)的信道均衡系统.设计APA均衡器的关键是确定步长因子和滤波器长度,使系统的误码率最低.首先根据其性能仿真曲线可以得到一组最优的参数值,然后构建SIMULINK仿真平台进行验证,并和LMS及NLMS均衡器作对比.结果表明APA均衡器是有效的,并能在信道失真较严重的场合保持一定的性能.     

基于深度学习OFDM信道补偿技术硬件实现

为了解决部分高性能深度学习神经网络因存在复杂度高及计算量大等缺陷在嵌入式设备中应用效果不理想的问题;以小型化集成智能无线电设备AIR-T为平台实现了基于深度学习的OFDM信道补偿技术;在FPGA芯片上不仅实现了OFDM信号传输系统模块,也实现了传统信道估计与均衡模块,模块对数据进行预处理减轻神经网络工作量以完成神经网络信道补偿技术模块在Jetson TX2平台GPU上的高效实现;由实验记录神经网络训练过程中的计算复杂度和参数拟合速度得知,传统信道估计与均衡模块有效降低了网络训练时的运算次数;由测试性能方面可知,经过神经网络信道补偿后的数据误码率比之前传统信道估计与均衡后的误码率有明显降低;     

一种新的CMA神经网络均衡器

在数字通信中,接收信号通常会受到码间干扰的影响。采用盲均衡技术可以消除码间干扰,常模算法（CMA）是应用较广泛的盲均衡算法。因基于常模算法的盲均衡器存在收敛速度慢,剩余误差大的缺点,提出了一种新的基于神经网络的CMA盲均衡器。通过很少的训练序列使网络收敛,再转入盲均衡算法。实验仿真表明,无论是在线性信道还是非线性信道,该均衡器的剩余误差都比普通CMA均衡器较小,收敛速度也较快。     

阶数自适应可变均衡器算法的研究与仿真

自适应判决反馈均衡器（OVE）f~跟踪信道时变响应并自动调整抽头系数,解决数字通信中因信道衰减和噪声引起的符号间干扰问题,从而大大降低通信系统误码率。针对在自适应均衡过程中均衡器阶数难以确定的问题,根据最优估计理论,分析判决反馈均衡器结构,研究DFE的抽头长度对均衡器均方误差性能的影响,在此基础上提出阈值可变动态长度算法,找出最小均方误差与滤波器阶数之间的折中。Matlab分析和仿真结果显示,当信道衰减和符号问干扰较严重时,均衡器阶数收敛在30阶左右,且误差可以收敛在较小范围内跟踪信道响应,并在瞬时累计均方误差准则下收敛到滤波器最优阶数。     

基于T/4分数间隔的判决反馈盲均衡算法研究

在均衡具有深谱零点的稀疏水声信道时,针对波特间隔判决反馈盲均衡器权系数长、收敛速度慢、均方误差大的缺点,提出了基于T/4分数间隔的判决反馈盲均衡算法.该算法前馈滤波器采用4路子信道系统模型,用常数模误差函数对均衡器权系数进行调整,综合了分数间隔均衡器和判决反馈均衡器的优点,均衡器权长只要大于或等于信道长度就能完全均衡信道,该算法收敛速度比波特间隔判决反馈盲均衡算法(BSDFE)与T/4分数间隔盲均衡算法(T/4FSE)快、均方误差比BSDFE与T/4FSE小,且计算量不变,有利于信息的实时恢复.深谱零点稀疏水声信道盲均衡的仿真结果,进一步验证了该算法的性能.     

非线性通信信道的神经FIR自适应幅值Laguerre均衡器

针对数字通信系统中线性和非线性信道干扰问题,在分析神经FIR滤波器、判决反馈结构和Laguerre滤波器的基础上,提出了神经FIR自适应幅值判决反馈均衡器和神经FIR自适应幅值Laguerre均衡器.其中神经FIR自适应幅值Laguerre均衡器结构简单,具有IIR和FIR滤波器特点,能够使用较少的阶数达到较好的均衡效果,且理论分析证明该均衡器是稳定的(0相似文献   

基于小波包变换的非线性信道均衡器

针对严重线性失真和轻度非线性失真的数字信道，为了提高基于最小均方误差算法的判决反馈均衡器的收敛速度，首先提出用一族正交小波包基函数来表示非线性信道判决反馈均衡器厦其输出，然后给出基于小渡包变换的非线性信道自适应均衡算法。该算法实现了小波包与非线性信道模型的结合，在计算量增加不多的前提下，利用小波包对小波空间的进一步划分以厦比小波变换更强的去相关能力来减小输入信号相关阵的条件数。对典型非线性信道模型的仿真结果表明，该算法可有效提高均衡器的收敛速度。     

基于UKF的自适应DFE信道均衡

针对信道的线性和非线性失真,在分析简化的非线性滤波的基础上,利用判决反馈的结构特点对其进行扩展,提出了基于UKF滤波的判决反馈均衡器,仿真表明,UKF滤波算法能降低系统均方误差性能。     

FMT系统中的子信道Turbo迭代均衡

在滤波多音调制(FMT)系统中,子信道频谱不重叠通过不满足理想重构条件的原型滤波器来实现,这不可避免地引入符号间干扰(ISI),尤其当FMT应用于无线多径环境时,ISI将进一步增大。而Turbo均衡将信道均衡和译码联合处理,能够有效地消除ISI。本文提出了一种FMT系统子信道Turbo迭代均衡算法,信道衰落采用单抽头均衡器来补偿,而FMT系统自身所产生的ISI则通过基于线性滤波器结构的Turbo迭代均衡来消除。仿真结果表明,不论采用QPSK还是16QAM调制方式,经过2次以上的迭代后,新算法的误码率性均优于传统的判决反馈均衡算法。     

室内可见光通信盲均衡技术研究

为了降低室内可见光通信的误码率和由于多径效应导致的码间串扰,提高系统的传输特性,研究了可见光通信系统的盲均衡算法。对室内可见光通信（Visible Light Communication,VLC）系统信道进行了建模分析,利用一种改进的冲激响应算法推导计算了室内可见光通信的冲激响应。针对最小均方算法（Least Mean Square,LMS）等需要训练序列、占用信道带宽的缺点,提出了一种基于Sigmoid函数的变步长恒模（Covariance Matrix Adaptation,CMA）盲均衡算法补偿信道损耗。实验结果显示：采用了改进的CMA算法后,系统的收敛速度更快,收敛后的稳态误差减小,均衡器对系统的跟踪效果优良,通信系统的误码率也大大下降,抗噪声能力显著提高,可以有效地改善室内VLC系统的码间串扰问题。     

一种基于盲均衡的多径环境下调制识别算法

针对频率选择性多径衰落信道下MPSK和MQAM信号的调制分类问题,提出了一种基于盲均衡算法的自动识别算法。将接收到的码元星座图通过一组并行的自适应盲均衡器,当盲均衡器与星座图匹配时其代价函数收敛到最小。所以直接利用盲均衡的代价函数作为调制识别特征,当代价函数收敛后,将具有最小代价函数值的均衡器所对应的信号判为识别结果。仿真结果表明,该算法可以有效识别频率选择性多径衰落信道下的BPSK,QPSK,8PSK,16QAM,32QAM,64QAM信号。     

基于输出解相关的分数间隔直接盲均衡算法

提出一种基于输出解相关的分数间隔直接盲均衡算法.该算法基于过采样接收信号或多传感器接收信号产生的分数间隔单输入多输出线性信道模型,利用均衡器输出的解相关特性和二阶统计量来直接估计均衡器,不需要预先估计信道冲激响应,可直接估计任意延迟的均衡器系数.该算法与传统的基于二阶矩的两步均衡算法相比,计算简单,精度高.仿真结果表明,该算法具有很好的均衡效果.     

一种基于盲均衡的多径环境下调制识别算法

针对频率选择性多径衰落信道下MPSK和MQAM信号的调制分类问题,提出了一种基于盲均衡算法的自动识别算法.将接收到的码元星座图通过一组并行的自适应盲均衡器,当盲均衡器与星座图匹配时其代价函数收敛到最小.所以直接利用盲均衡的代价函数作为调制识别特征,当代价函数收敛后,将具有最小代价函数值的均衡器所对应的信号判为识别结果.仿真结果表明,该算法可以有效识别频率选择性多径衰落信道下的BPSK,QPSK,8PSK,16QAM,32QAM,64QAM信号.