共查询到18条相似文献,搜索用时 203 毫秒
1.
针对固定步长恒模盲均衡算法在收敛速度和稳态剩余误差之间存在的问题,在应用变步长的思想基础上,利用均方误差的变换作为控制步长的因子,提出了一种新的自适应时变步长恒模盲均衡算法(VASCMA).对新算法进行了理论分析和计算机仿真,仿真时采用两种不同的调制信号通过三种不同信道,得到两种算法的均方误差的收敛曲线和收敛后均衡器输出的星座图,仿真结果均表明,改进算法具有较快的收敛速度和较小的剩余误差. 相似文献
2.
3.
4.
5.
6.
恒模算法(CMA)是一种重要的盲均衡技术,虽然能达到盲均衡效果,但是收敛后会有较大的剩余误差和相位模糊。在文献[3]中提出的VS-MCMA+DD-LMS算法的基础上做了进一步改进,提出变步长修正多模算法(VS-MMMA)和DD-LMS相结合,以及变步长解相关修正多模算法(VS-UMMMA)和DD-LMS相结合2种新算法,进行了仿真和性能分析,证明新算法在收敛速度和均衡误差方面均有明显的改进。 相似文献
7.
8.
两种改进的盲均衡算法 总被引:4,自引:0,他引:4
文献[1]提出了一种适用于PAM、QAM通信系统的盲均衡算法--MMA,该算法虽然克服了CMA收敛后剩余误差大和stop-and-go等算法有待定参数的缺点,但是它的收敛速度比较慢,改进算法1对MMA进行了改进,加快了算法收敛的速度.改进算法2是一种联合信道盲均衡和相位恢复算法--MCMA[2]的改进算法,改进后的算法比MCMA具有更小的剩余误差,同时在迭代过程中能够提供更准确的相位信息,来补偿信道引起的相位误差,从而更加有利于判决器进行准确的判决.两种改进算法都大大减少了使系统误符号率降为0所需的迭代次数.计算机仿真结果表明,这两种算法具有良好的均衡特性. 相似文献
9.
10.
11.
12.
13.
14.
15.
变步长LMS自适应滤波算法通过构造合适的步长因子有效的解决了传统LMS算法收敛速度和稳态误差相矛盾的问题.变换域LMS自适应滤波算法通过正交变换降低了输入信号矩阵的相关性,提高了算法的收敛速度.将这两种算法相结合,提出了一种新的基于小波变换的变步长LMS自适应滤波算法.仿真结果表明,该算法无论是收敛速度还是稳态误差都有了很大的提高. 相似文献
16.
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。传统的自适应均衡算法需要训练序列降低了传输效率,恒模算法(CMA)可以很好的克服了这个问题。针对CMA算法收敛速度较慢和无法纠正相位误差的缺点,提出一种新的步长迭代方法的改进型恒模算法(NSMCMA)。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。 相似文献
17.
针对OFDM系统中传统信道估计算法在冲击噪声环境中性能急剧下降的问题,提出了一种基于韦伯分布函数的顽健型变步长符号算法进行信道估计。在深入研究冲击噪声特性及韦伯分布函数性质的基础上,提出了采用估计误差绝对值的韦伯分布函数控制步长的低复杂度变步长符号算法。该算法在利用传统符号算法顽健性的基础上,采用估计误差的韦伯分布函数动态地改变迭代符号算法的步长,从而能够以较低的复杂度提高变步长符号算法在冲击噪声环境中的收敛速度。算法复杂度分析及仿真结果表明,在冲击噪声环境下所提算法相较于传统自适应滤波信道估计算法能够以更低的复杂度、更快的收敛速度达到相同的信道估计均方误差。 相似文献
18.
This paper proposes a two-stage affine projection algorithm (APA) with different projection orders and step-sizes. The proposed algorithm has a high projection order and a fixed step-size to achieve fast convergence rate at the first stage and a low projection order and a variable step-size to achieve small steady-state estimation errors at the second stage. The stage transition moment from the first to the second stage is determined by examining, from a stochastic point of view, whether the current error reaches the steady-state value. Moreover, in order to prevent the sudden drop of convergence rate on switching from a high projection order to a low projection order, a matching step-size method has been introduced to determine the initial step-size of the second stage by matching the mean-square errors (MSEs) before and after the transition moment. In order to continuously reduce steady-state estimation errors, the proposed algorithm adjusts the step-size of the second stage by employing a simple algorithm. Because of the reduced projection orders and variable step-size in the steady-state, the algorithm achieves improved performance as well as extremely low computational complexity as compared to the existing APAs with selective input vectors and APAs with variable step-size. 相似文献