时变信道下CPM信号自适应盲均衡算法

针对时变频率选择性衰落信道下二阶连续相位调制 (CPM) 信号盲均衡中存在的均衡性能较差问题,提出了一种新的自适应盲均衡算法。该算法使用双向自适应软输入软输出(SISO)方法,同时利用过去、现在和将来的观察数据符号来进行递归最小二乘(RLS)估计,有效改善了信道估计的精度。仿真结果表明所提算法具有良好的盲均衡性能。     

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。     

宽线性l_1范数RLS水声单载波判决反馈接收技术

为解决常规的递归最小二乘(recursive least squares,RLS)算法难以适应快变的水声信道,及未对水声信道的稀疏性加以利用导致均衡性能下降的问题,本文提出一种结合信道短化技术和基于l1范数宽线性变遗忘因子RLS自适应均衡技术判决反馈(decision feedback equalizer,DFE)接收机算法。试验结果表明:该接收机算法具有较低的计算复杂度,在稳态MSE和SER方面也具有较大的性能提升。     

一种用于实际OFDM系统的RLS自适应信道估计算法

对OFDM信道估计中的信道冲激响应(CIR)泄漏问题进行了分析,提出了一种新的时域一维递归最小二乘(RLS)自适应信道估计算法。RLS滤波器的输入和参考信号被一个独立于信道统计特性的矩阵加权,降低了CIR泄漏的影响。该算法保持了一维RLS算法低复杂度的特点,运算量远小于二维RLS算法。仿真结果证明,在非整数采样多径衰落信道下该算法极大提高了一维RLS信道估计的MSE性能,使其逼近于二维RLS算法。     

MIMO系统自适应均衡算法研究

MIMO信道为频率选择性信道,由于时延扩展而存在色散,因此研究MIMO系统的自适应均衡技术显得尤为重要.通过对自适应均衡技术的两种主要的算法最小均方(LMS)算法和递归最小二乘(RLS)算法的研究可以看出,在不同的步长因子及遗忘因子等参数变化情况下,LMS算法的收敛速度较慢,但均衡简单易实现,RLS算法收敛速度较快,但迭代运算较复杂.结合二者的特点提出了在MIMO系统中引入改进的最小均方算法,即归一化最小均方(NLMS)算法.仿真实验对比表明NLMS算法的计算量与LMS相当,但收敛条件简单,易实现,收敛速度较快,有很实际的应用价值.     

智能天线系统时域均衡技术研究

在移动无线通信中,由于传输信道的多径性质,会在接收端引起码间干扰,使系统误码率变大．结合智能天线系统研究了一种自适应均衡技术,在基站一端使用,用来抑制码间干扰．它通过横向滤波器来实现,通过RLS算法自适应地产生加权因子．计算机仿真的结果可以证明,使用均衡技术后,系统的误码性能可以满足通信需要．     

基于小波包变换的自适应线性均衡算法

在分析小波包和传统自适应线性均衡的基础上,提出了一种基于小波包变换的自适应均衡器结构,并结出了相应的自适应均衡算法,与通常的基于小波变换的自适应均衡算法相比,该算法利用了小波包对小波空间的进一步划分,因此其对信号的去相关能力比小波变换更强,仿真结果表明了该算法收敛速度较快,且计算量增加较少,易于实时实现。     

基于共轭梯度算法的自适应多用户检测

阐述了自适应多用户检测的基本原理,提出了一种基于自适应共轭梯度(CG)算法的自适应MMSE多用户检测算法,推导了算法的迭代公式并进行了计算机仿真.仿真结果表明,与LMS算法、RLS算法相比,CG算法具有良好的性能.     

短波突发通信中自适应均衡算法研究

针对短波突发通信的特点,对几种常用的自适应均衡算法进行了研究,并运用MATLAB工具对算法的性能进行了仿真比较。结果表明:LMS算法计算简单,收敛速度较慢;RLS算法计算量很大,收敛速度快,但对累积舍入误差敏感;平方根Kalman算法计算量较大,收敛速度快,对累积舍入误差不敏感。     

LMS和RLS自适应滤波算法对比研究

介绍了自适应滤波器的基本原理,对最小均方(LMS,Least Mean Squares)和递归最小二乘(RLS,Recursive Least Squares)自适应算法进行仿真分析及对比研究.仿真结果及实例均表明,两种算法都能有效抑制和抵消各种干扰,但相比之下,RLS算法具有更好的收敛性能及稳定性.     

小波变换的自适应均衡算法

在分析传统的线性均衡算法的基础上,从用小波级数表示均顺和变换域的角度出发,给出了一种基于正交小波变换的自适应线均衡算法,理论分析和计算机模拟表明,该算法具有较忆的收敛速度,适用于无解析式的小波,其结构简单,易于实现。     

均衡算法的定点DSP 实现研究

简要介绍了LMS和RLS两类基本的算法,深入分析了RLS算法的发散问题,讨论了数值精度与算法稳定性的关系。在均衡算法的定点DSP实现中,研究了Q格式数的基本原理和运算方法,给出了LMS与RLS实现时的具体精度需求,为实际工程实现提供了有价值的参考。仿真表明,当精度足够高时,均衡算法的性能将趋于恒定。     

管道自适应有源噪声控制算法

本文以管道自适应有源噪声控制（ＡＡＮＣ）理论为基础讨论了自适应控制算法，比较了ＡＡＮＣ系统中自适应滤波器的ＬＭＳ，ＲＬＳ和ＬＳＬ算法的特性，导出了ＬＭＳ算法的递推公式，得到了ＦＩＲ和ＩＩＲ滤波器的ＬＭＳ算法的计算机仿真．通过仿真，比较了不同信号的消声量，讨论了步长因子、滤波器阶数和声延迟对算法收敛速度和消声量的影响，还讨论了有声反馈的ＦＩＲ和ＩＩＲ滤波器的消声量的大小．     

基于改进PSO算法的自适应均衡算法

传统的自适应均衡算法存在收敛速度慢,稳定性差、均衡效果不理想等缺点,从而使自适应均衡器在高速光纤通信系统中的应用受到限制.具有梯度搜索因子的Grads-PSO算法,结合了传统数值优化方法在计算速度和计算精度上的优势,将梯度法引入粒子群算法中.在梯度搜索因子的指导下,PSO算法的运算过程显得更加有规则,从而提高了算法的收敛速度和运算精度.因此,本文提出将改进PSO算法用作自适应均衡器均衡算法.通过仿真实验表明,改进PSO算法具有收敛速度快,计算精度高的优点,将其作为自适应均衡器的控制算法可收到很好的均衡效果,优于传统的控制算法.     

OFDM中的自适应均衡技术

由于OFDM调制系统本身的特点决定了其均衡结构可以作得非常简单,即在满足没有符号串扰（ISI）以及子带串扰（ICI）情况下,OFDM调制可以看作多个独立并行的理想加性高斯信道,可以分别采用每个子信道单复抽头的均衡器结构进行理想的均衡。保证正交性是没有符号串扰（ISI）的必要条件。循环前缀长度大于信道最大时延是保证正交性的必要条件。文中基于频域均衡的基本原理,给出几种实际采用的均衡器结构。