一种基于粒子群优化的自适应均衡算法

提出了一种自适应信道均衡的方法,它利用粒子群优化算法对均衡器系数进行自适应调整.由于粒子群优化算法具有实现简单、性能函数的单调性强、搜寻全局最优解的能力强等优点,将其用于自适应信道均衡将会改善传统均衡器均衡效果不理想的问题.仿真结果表明,该方法实用有效,在信道失真较大和最优解搜索精度方面表现出了优越性.     

无方根广义多道Givens格型算法及其在自适应非线性均衡中的应用

对于自适应非线性均衡问题，当非线性信道的传输函数可由二阶Ｖｏｌｔｅｒｒａ级数表征时，可以作为广义多道滤波问题来处理。本文提出了一种无方根广义多道Ｇｉｖｅｎｓ格型算法来实现该非线性信道均衡器，研究了该均衡器消除由于信道非线性衰落引起的码间干扰的性能。实验结果表明：该自适应非线性均衡器具有快速收敛性能，对非线性信道的均衡效果优于ＬＳ格型判决反馈均衡器。     

基于Kalman滤波的水声混合双向迭代信道均衡算法

水声信道均衡中基于信道估计的均衡方法理论上具有更优的均衡性能,但较高的计算复杂度限制了算法的实际应用。针对这一问题,该文首先基于Kalman滤波和Turbo均衡提出一种迭代Kalman均衡器,实现了基于软符号的迭代信道估计与迭代Kalman均衡,且复杂度较常规方法降低约1个数量级。其次,针对单一均衡算法和单一方向Turbo均衡器存在的误差传递现象,设计了基于迭代Kalman均衡器与改进成比例归一化LMS (IPNLMS)自适应均衡器相结合的混合双向Turbo均衡器,提高了自适应均衡器的收敛速度和均衡性能,并通过双向均衡结构带来的增益改善了符号估计误差传递的现象。理论分析与仿真实验验证了该文算法的有效性。     

复值的MBER非线性均衡器用于QAM信号

本文提出一种复值的最低误码率非线性滤波器用于非线性信道中QAM信号的均衡.推导了针对QAM信号的最低误码率准则训练算法的目标函数,并用Voherra序列来实现复值的非线性均衡器.为使非线性均衡器能在线自适应训练并增加训练算法的数值稳定性,提出～种滑窗随机梯度算法.大量仿真表明,对于非线性信道中QAM信号的均衡,最低误码率非线性均衡器的性能优于最小均方误差准则.     

一种新的神经网络均衡器:结构、算法与性能

本文根据克服数字通信中码间干扰（ISI）的最佳均衡解一般表达式，提出了一种新的自适应神经网络均衡器结构，然后导出了基于该结构的一种自适应算法和相应的学习规则，最后对提出的自适应神经网络均衡器性能进行了计算机模拟，模拟结果与分析表明：本文提出的神经网络均衡器用于实现最佳信道均衡非常有效，比传统线性均衡器和Gibson等人[1]提出的多层感知均衡器（MLPE）性能更优越，更具实用性．     

一种脉冲噪声下的自适应均衡算法

由单层神经自适应滤波器和Chebyshev正交多项式滤波器级联构成一个均衡器,基于此均衡器结构,提出一种基于分数低阶统计量的自适应均衡算法(称为NC-NLMP算法).仿真结果表明,对线性信道和非线性信道,NC-NLMP算法的均衡性能均优于传统的FIR横向滤波器的自适应均衡算法和神经网络均衡算法;对于非线性信道,NC-NLMP算法的均衡性能远优于后两者;NC-NLMP算法对高斯噪声和稳定分布脉冲噪声都具有很好的均衡性能,对背景噪声韧性强.     

基于Simulink的NLMS弥散信道均衡滤波器的参数优选方法

为了克服弥散信道的影响,改善通信质量,提高传输数据速率,近年来出现了多种解决方案,其中最有效的方法就是采用NLMS算法的自适应信道均衡技术.设计NLMS算法的自适应信道均衡器的关键就是寻找一组最佳的自适应滤波器的长度L和步长因子,使系统误码率最低.基于此,本文提出了一种能有效搜索均衡滤波器参数的方法,并构建了该方法的Simulink仿真平台.通过仿真,搜索寻找到了系统误码性能最佳条件下自适应滤波器的长度和步长,同时分析了自适应均衡器的性能,仿真结果证明了其有效性.该平台为最优自适应弥散信道均衡滤波器的设计提供了一个很好的平台,具有很高的实用价值.     

保密通信中稳健差拍同步方法的描述与验证

结合自适应信道盲均衡和离散混沌系统的稳健差拍同步提出了一种存在信道畸变时的离散混沌系统的稳健差拍同步方法.该方法把混沌误差同步作为能量函数,利用进化算法训练递归神经网络完成自适应信道盲均衡,均衡器的输出作为混沌接收器的激励信号,从而在完成信道盲均衡的同时混沌系统达到同步状态.此外,提出了一种利用离散混沌系统稳健差拍同步实现存在信道畸变时的保密通信的方法.     

一种新的群时延自适应均衡算法

为了补偿无线信道群时延特性所带来的影响,基于盲均衡器结构提出了一种优化的自适应均衡算法.该算法是基于最小均方误差准则的变步长LMS算法,通过自适应调节判决反馈均衡器两组横向滤波器的抽头系数,实现对信道群时延的自适应补偿.通过对16-QAM信号的仿真结果表明,新算法能够对有效补偿信道群时延带来的影响,并且明显降低系统的误码率.     

一种新颖的单天线抗干扰频偏半盲均衡器

设计了一种频偏滤波(FRESH: FREquency-Shift)方案,接收机只需一个天线就可以对SISO FIR无线信道进行半盲均衡,具有很强的抗干扰能力.给出了一种批处理式的均衡器和两种自适应均衡器.所有这些均衡器都不要训练,但需知道信道状态信息(CSI: Channel Status Information),在这个意义上称为半盲均衡器.     

基于一种杂交学习算法的自适应复信道均衡技术

本文提出了一种基于多层前馈神经网络杂交学习算法的自适应复信道均衡的新方法。该学习算法用来训练一个输入、输出、权值和激活函数均为复数的神经网络。神经网络的训练利用了监督和非监督相结合的杂交技术,而权值的调整是基于TLS（total least square)准则进行的。计算机仿真结果表明,无论是在线性还是在非线性信道中,所提出的方法都表现出了很好的性能,这为自适应复信道均衡提供了一种新方法。     

一种基于信道缩短的深衰落稀疏均衡改进算法

针对较低信噪比下的深衰落稀疏多径信道,提出了一种基于信道缩短的自适应稀疏均衡改进算法。该算法采用前置分数间隔信道缩短均衡器与后置自适应稀疏均衡器级联的均衡器结构,其中,首先利用短训练序列设计基于最小均方误差准则的前置均衡器,前置均衡器与稀疏多径信道级联后得到能量集中于较短时间区域且分布稀疏的等效信道,使得原始信道的深衰落畸变得到部分有效补偿;然后采用能实现稀疏信号重构的随机梯度追踪算法调整后置自适应均衡器的抽头系数,后置均衡器用于消除等效信道的剩余符号间干扰。仿真结果表明,与传统的单级分数间隔自适应均衡器相比,该算法具有收敛速度快和运算复杂度低的优点。     

一种水声通信中的多阵元Turbo均衡算法

Turbo均衡应用在水声通信中的问题主要在于水声信道时间扩展长,多接收阵元处理复杂度较高。该文研究了将时间反转与马尔可夫链蒙特卡罗(MCMC)均衡联合优化算法用于实现Turbo均衡。首先进行时间反转实现多接收阵元较长多径时延的压缩,再利用白化滤波器解决时间反转造成的噪声模型失配问题,最后利用复杂度较低的MCMC均衡器结合软迭代信道估计对时间反转合并后得到的信号进行均衡。结合真实实验信道条件对信道响应估计的误差建立模型,通过仿真比较得出, 该算法在相同条件下相对于多阵元直接自适应Turbo均衡算法复杂度降低67%,且有1.6 dB的误码率性能增益。通过对湖上试验数据进行处理,进一步验证了该算法的优势。     

Low-complexity adaptive decision-feedback equalization of MIMO channels

A new adaptive MIMO channel equalizer is proposed based on adaptive generalized decision-feedback equalization and ordered-successive interference cancellation. The proposed equalizer comprises equal-length subequalizers, enabling any adaptive filtering algorithm to be employed for coefficient updates. A recently proposed computationally efficient recursive least squares algorithm based on dichotomous coordinate descents is utilized to solve the normal equations associated with the adaptation of the new equalizer. Convergence of the proposed algorithm is examined analytically and simulations show that the proposed equalizer is superior to the previously proposed adaptive MIMO channel equalizers by providing both enhanced bit error rate performance and reduced computational complexity. Furthermore, the proposed algorithm exhibits stable numerical behavior and can deliver a trade-off between performance and complexity.     

一种适用于稀疏多径信道的自适应均衡算法

针对传统的自适应均衡算法在稀疏多径信道下性能表现不佳的问题,提出了一种基于基追踪降噪的自适应均衡算法。该算法利用稀疏多径信道下均衡器权值的稀疏性,将自适应均衡器的训练过程看作压缩感知理论中稀疏信号对字典的加权求和,并利用重构算法直接对稀疏权值进行求解,解决了迭代参数设置和收敛慢的问题。采用基追踪降噪作为重构算法并选用变量分离近似稀疏重构对该最优化问题进行求解,既提高了权值的重构精度又降低了计算的复杂度。仿真结果表明,所提算法能够以较低的计算量和较少的训练序列达到更优性能,这对提升系统的通信性能具有参考价值。     

Adaptive maximum-likelihood sequence estimation by means ofcombined equalization and decoding in fading environments

This paper proposes an adaptive maximum-likelihood sequence estimation (MLSE) by means of combined equalization and decoding, i.e., adaptive combined MLSE, which employs separate channel estimation for respective states in the Viterbi algorithm. First, an approximate metric including channel estimation is derived analytically for this proposed adaptive combined MLSE. Secondly, procedures to accomplish blind equalization are investigated for the proposed MLSE. Finally, its excellent BER performance on fast time-varying fading channels is confirmed by computer simulation, when the proposed MLSE operates as a blind equalizer     

分数阶傅立叶变换OFDM系统自适应均衡算法

由于子载波间干扰(ICI)的影响,传统OFDM系统均衡方法在快速衰落的信道环境下性能有较大下降.本文提出了一种基于分数阶傅立叶变换的OFDM系统自适应均衡方法,它用分数阶傅立叶变换代替傅立叶变换进行子载波调制与解调,同时在分数阶傅立叶域对接收信号进行自适应均衡.文中给出了最优分数阶傅立叶变换阶次的选取方法,和分数阶傅立叶域最小均方算法的步骤.分析和数值仿真结果表明,最优分数阶傅立叶域的自适应均衡算法较传统频域方法有更好的均衡效果,并且复杂度不高.     

Blind detection of equalization errors in communication systems

In adaptive channel equalization, transmitted symbol estimates at the equalizer output may be in error because of excessive channel noise, convergence of the equalizer to a “closed-eye” local minimum, or error propagation if the equalizer has a decision feedback structure. This paper is concerned with the detection of equalization errors (i.e., errors in transmitted symbol estimates) in a blindfolded manner whereby no direct access to the channel input is required. The detection problem is cast into a binary hypothesis testing framework. Assuming a linear communication channel that is time-invariant during the test interval, a relationship between the presence of equalization errors and time variations in the underlying linear model taking the transmitted symbol estimates to the equalizer input is established. Based on this relationship, a uniformly most powerful test is constructed to detect the presence of equalization errors in finite-length observations. Finite sample size and asymptotic detection performance of the test is studied. A method for estimating the equalization delay without direct access to the channel input is developed. The effectiveness of the test is illustrated by way of computer simulations     

Trellis-coded CPFSK and soft-decision feedback equalization for micro-cellular wireless applications

In this paper, trellis-codedM-ary CPFSK with noncoherent envelope detection and adaptive channel equalization are investigated to improve the bit error rate (BER) performance of microcellular digital wireless communications systems. For the same spectral efficiency, the trellis-coded modulation (TCM) schemes studied outperform minimum shift keying (MSK) with noncoherent or differentially coherent detection in Rayleigh fading channels. For the case of frequency-selective fading channels, adaptive channel equalization is applied to mitigate the time-variant intersymbol interference (ISI). A new equalizer structure is proposed which, in its feedback path, makes use of fractionally spaced signal samples instead of symbol-spaced hard decisions on transmitted symbols. Computer simulation results indicate that the soft-decision feedback equalizer (SDFE) can significantly improve the system's performance.