一种双模式变步长恒模算法

针对非常模信号,著名的恒模算法表现出较大的稳态误差和较慢的收敛速度.为克服上述缺点,提出了一种双模式变步长恒模算法.新算法通过对输出信号的判决来判断当前均衡器工作是否存在误操作.当均衡器工作正常时算法使用变步长方法,当均衡器工作存在误操作时算法使用零步长方法,从而充分发挥出步长对恒模算法的有利影响.仿真实验结果证明新算法具有比恒模算法更快的收敛速度和更小的稳态误差.     

一种新的变步长LMS 算法及分析

LMS 算法存在收敛速度和稳态误差上的矛盾,当步长因子过大,则收敛速度快,但误差变化 较大; 当步长因子过小,则收敛速度很慢但是误差稳定． 因此,渐渐发展出了多种变步长LMS 算法． 通过建立步长和误差的一种非线性函数关系,提出了一种新的变步长LMS 算法,并且对算法参数 进行分析． 该算法计算简便,计算量低,且在算法收敛初期能够得到较大的步长,而稳态时期能够得 到较小的步长,且在稳态收敛阶段有较为缓慢的步长变化,克服了传统算法在低误差范围内的步长 调整的缺陷． 仿真结果与理论结果相一致,证明了该算法比已有算法拥有更好的收敛性能．     

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.     

基于动态可变分段误差函数的常数模盲均衡算法

为了克服常数模算法（ CMA）收敛速度慢,稳态误差大的缺点,在分析基于可变分段误差函数的常数模盲均衡算法的基础上,提出了基于动态可变分段误差函数的常数模盲均衡算法。该算法利用均方误差（ MSE）来动态调节误差函数的分段点位置,误差函数特性在均衡过程中随着MSE不断变化,使得算法误差模型与发射信号的模型不断匹配,从而具有增加收敛速度和减小稳态误差的特点。分别用混合相位水声信道和最小相位水声信道对提出的新算法进行仿真实验,结果表明：对于混合相位水声信道,新算法的收敛速度明显快于CMA,且具有更小的稳态均方误差;对于最小相位水声信道,新算法的稳态均方误差明显小于CMA,而收敛速度相当。     

一种基于递归逆的快速盲均衡算法

在现代数字通信中,盲均衡算法是克服多径衰落引起的码间干扰(Inter symbol Interfer-ence,ISI)的有效方法。文章利用递归逆(Recursive Inverse,RI)自适应滤波算法收敛速度快、稳态均方误差小的优点,提出一种新的双模式盲均衡算法。该算法通过一种新的双模式机制,将RI自适应滤波算法应用于盲均衡,可以在获得小的MSE(Mean Square Error,MSE)的同时实现快速收敛。仿真结果表明,相比盲RLS(Recursive Least Square)算法和传统双模式算法,该算法在获得良好稳态MSE性能的同时提高了收敛速度,可以有效地对多径环境中突发信号进行盲均衡。     

小波技术对LMS算法的提高与分析

变步长LMS（Least Mean Square）算法在同时兼顾快速收敛与降低稳态失调误差的问题上做出了很多改进,但仍有较大的提升空间. 本文利用小波技术对变步长LMS算法提出改进. 小波技术具有数学“显微镜”功能,步长因子的变化速度可以通过拉伸窗口来实时调整. 本文将失调误差与收敛速度之间的比值做为小波窗口调整参数,根据两者之间的相对变化实时调整步长因子的变化速度,可实时准确地调整收敛速度,更好地兼顾快速收敛与降低稳态失调误差问题. 仿真证明本文提出的算法比现有技术具有更高的收敛速度和更低的稳态失调误差.     

一种变步长LMS自适应噪声抵消算法研究

通过对传统最小均方误差（leastmean square,LMS）算法迭代因子μ进行分析,讨论了μ与收敛速度及稳态失调的关系,在此基础上研究了一种新的变步长LMS自适应算法,建立了步长因子μ与输入信号及迭代次数n之间的一种新的非线性关系。通过理论分析,该算法与传统LMS算法相比,其收敛速度更快、稳态误差较小,且计算量增加不大,采用Matlab仿真表明了该算法的优越性。     

基于分段代价函数的新双模式空间分集均衡器(英文)

提出了一种新的基于分段代价函数的双模式空间分集均衡器,来同时克服信号衰落及码间串扰.新的空间分集均衡器中的核心算法由基于分段代价函数的常数模算法和多模算法组成.对于高阶QAM信号,新的空间分集均衡器比传统的空间分集均衡器具有更低的稳态均方误差和更快的收敛速度.利用水下声信道模型进行计算机仿真研究,结果证明了新空间分集均衡器的有效性.     

基于区域划分的双模式盲均衡算法研究

改进常模算法(MCMA)克服了常模算法(CMA)对相位不敏感的缺点,但收敛性能仍然较差。本文研究了依据区域划分将MCMA和判决引导(DD)算法有机结合的双模式盲均衡算法:通过综合考虑信噪比和剩余码间干扰,研究了区域划分边界的确定;讨论了不同模式中步长的选取;并应用滞后切换策略克服这种算法中的稳态误差波动问题。仿真表明:此算法收敛速度快、稳态误差小,并能在去除码间干扰的同时纠正信道固有的相位旋转和一定范围的载波频率偏移,具有很好的实用性。     

基于Ｔ／２分数间隔的ＳＥＩ双模式盲均衡算法

针对超指数迭代(SEI)算法收敛后均方误差大、SEI算法和判决引导(DD)算法以硬切换方式存在性能不稳定的缺陷,通过分析分数间隔均衡器结构和性能,采用软切换方式将SEI算法和DD算法相结合,提出了一种分数间隔超指数迭代双模式盲均衡算法.该算法用SEI算法与DD算法同时对分数间隔盲均衡器的权向量进行调整,当由SEI算法调整前后均衡器判决输出一致时,DD算法参与系数调整,这种软切换方式充分利用了SEI算法能使眼图增开的良好性能和DD收敛速度快、稳态误差小的优点,避免了硬切换带来的不利影响;而采用分数间隔均衡器避免了因欠采样引起的频谱混叠,均衡器可以更有效地对信道失真进行补偿.水声信道的仿真结果,验证了算法的有效性.     

多模盲均衡算法的一种最速下降优化实现方法

盲均衡算法的传统实现方式大都基于随机梯度下降法,随机梯度法实现简单的代价是较慢的收敛速度和较大的稳态误差.文章基于实用性的考虑,采用批数据处理方式,给出了多模盲均衡算法的一种最速下降实现方法,该方法在每次迭代过程中不需要产生均衡器输出,而是直接利用接收数据的统计量和当前均衡器系数来估计代价函数的最速下降方向,具有收敛速度快,稳态误差小的特点;可以实现流水线式的实时处理,适合包长固定或可变的信号传输场合.     

一种双模式盲均衡算法

根据改进的恒模算法(MCMA)具有冷启动能力和判决导引最小均方误差(DD-LMS)算法剩余误差小的特性,对一种双模式盲均衡算法进行了研究. 该算法采用MCMA使眼图睁开,然后切换到DD-LMS以减小剩余误差. 算法根据判决条件在MCMA与DD-LMS之间自动切换. 均衡的输出可以不经过相位恢复直接由判决器判决,从而简化了系统设计,提高了系统效率.     

连续相位调制的减少状态序列检测算法

给出了一种连续相位调制、结合判决反馈的减少状态序列检测算法,并将其推广到非相干检测形式,能大大减少维特比检测的状态数目。通过分析和仿真结果表明,与最优最大似然序列检测相比,该算法能有效地简化运算复杂度而性能损失较小,非相干检测较相干检测在10-3误比特率时性能损失约为2 dB,但它对载波恢复困难的情形更为合适和稳健。     

改进的l0范数LMS算法与分析

提出一种改进的基于l0范数的最小均方( LMS)算法。采用误差的相关函数值调整权系数步长因子以及零吸引项,增强系统的抗噪声性能;并且引入一种修正的权系数步长因子更新方法,进而使系统具有较快的跟踪速度。对提出的算法进行理论分析,最后在不同信噪比下进行仿真验证并与已有的基于l0范数的LMS算法进行比较。理论分析结合仿真验证都表明新提出算法具有较快的跟踪速度和较强的抗噪声性能。     

一种变步长自适应滤波算法在信号消噪中的应用

为了解决自适应LMS算法中收敛速度和稳态失调之间的矛盾,在选择自适应算法的步长时,通过在基于箕舌线的变步长LMS算法中引入自相关估计,对信噪比为SNR=16 dB的染噪信号进行处理.仿真结果表明:该算法使均方误差曲线在500个采样点附近达到稳态,均方误差MSE=2.595.时域波形显示,利用变步长自适应滤波算法能有效地滤除信号中的噪声,获得稳定的消噪效果.     

适用于水声信道新的盲均衡算法及仿真

对于时变水声信道,由于随机相位失真,常数模算法(constant modulus algorithm,CMA)的误码性能将严重下降.在基于一种双模式盲均衡算法的基础上,提出了一种与相位相关的新的盲均衡算法(NCMA),并用QAM系统进行了计算机仿真.将仿真结果与双模式算法进行比较,显示出该算法性能优于双模式算法,能够达到对信号相位失真的恢复,并且收敛性能优于双模式算法.     

一种改进的相位误差计算法

自聚焦主要由两个重要步骤组成,即相位误差估计和相位误差校正,在现有的相位误差估计算法中,秩一相位估计算法是较好的一种,文中针对秩一相位估计算法存在的缺陷提出了一种改进的相位误差估计器,在低仪器时改时算法性能与秩一相位估计算法基本一致,但在信噪比较高时,改进算法能比秩一相位估计算示估计精度高,改进算法的另一优点是比秩一相位估计算法收敛快,若把改进算法代入相位梯度自聚焦算法的算法结构,对窗长选择的稳健性要好一些。