一种适用于MPSK调制的混合型盲均衡算法

提出了一种特别适用于ＭＰＳＫ信号的混合型盲均衡算法，理论分析和计算机模拟表明，这种混合型盲均衡算法的收敛性能与Ｇｏｄａｒｄ类盲均衡算法的收敛性能相同，而误码性能优于Ｇｏｄａｒｄ类盲均衡算法，并接近系统ＬＭＳ均衡算法的性能，是一种具有实用价值的盲均衡算法。     

一种新型盲均衡算法—RG算法的研究

本文提出了一种新的盲均衡算法－ＲＧ算法，它保持了Ｇｏｄａｒｄ盲均衡算法收敛性能好的特点，其误码性能也优于Ｇｏｄａｒｄ盲均衡算法，尤其是对ＭＰＳＫ调制系统。理论分析及计算机模拟表明，ＲＧ算法是一种性能优良的盲均衡算法。     

基于粒子滤波的Turbo盲均衡

粒子滤波是一种基于贝叶斯估计的算法,在信道盲辨识和盲均衡问题上具有快收敛、抗深衰信道等优势。Turbo盲均衡在低信噪比条件下有较好的误码性能。为了在深衰信道下使通信具有良好的误码性能,对粒子滤波盲均衡算法进行改进,改进算法的重要性采样函数利用了粒子的先验信息,得到一种软输入软输出的粒子滤波盲均衡算法。依据Turbo盲均衡的框架结构实现了一种基于粒子滤波的Turbo盲均衡算法,该算法利用信道编码带来的编码增益,提高了均衡和信道辨识的性能。仿真结果表明相比粒子滤波盲均衡算法本文提出算法的误码率性能提高1dB左右,误帧率性能则提高了3dB以上,经分析可知在信道系数估计较为准确的条件下,系统数据帧几乎没有误码。      

一种新型盲均衡算法－RG算法的研究

本文提出了一种新的盲均衡算法－ＲＧ算法，它保持了Ｇｏｄａｒｄ盲均衡算法收敛性能好的特点，其误码性能也优于Ｇｏｄａｒｄ盲均衡算法，尤其是对ＭＰＳＫ调制系统。理论分析及计算机模拟表明，ＲＧ算法是一种性能优良的盲均衡算法。     

一种联合均衡和多用户检测的SDCMA盲算法

该文提出了用于MC DS-CDMA系统中的两种SDCMA(最陡下降常模算法)盲检测方法,一种是SDCMA盲均衡算法,在此基础上,提出了另一种联合均衡和多用户检测的SDCMA盲算法。同时还将这两种算法与基于子空间的MMSE(最小均方误差)盲检测算法进行比较。仿真结果表明,这两种SDCMA算法的BER(误比特率)性能均优于子空间法,而且联合均衡和多用户检测的SDCMA盲算法利用同时对均衡权值向量和多用户检测器向量进行自适应更新,能较大程度地改善系统性能,是这3种盲算法中性能最佳的一个。     

一种适用于MQAM调制的变步长判决引导的盲均衡算法

本文对一种新的代价函数作了研究，提出一种适用于ＭＱＡＭ调制信号的变步长的判决引导的盲均衡算法。理论分析和计算机模拟表明变步长判决引导的盲均衡算法的收敛性能及误码性能均优于ＣＭＡ算法，并与传统的ＬＭＳ均衡算法的性能一致，是一种很实用的均衡算法。     

基于隐马尔科夫模型的CPM信号盲Turbo均衡算法

针对高阶连续相位调制信号(CPM)盲均衡中存在的均衡性能较差以及不容易收敛等问题,从隐马尔科夫模型(HMM)的角度出发,建立一种新的EM-SOVA信道盲均衡方法,并结合Turbo均衡思想,提出了一种适用于高阶CPM信号的盲Turbo均衡算法。该算法通过将SOVA内嵌到EM算法的迭代过程中,有效改善了信道均衡效果,同时使用Turbo均衡的软信息迭代处理来进一步提高低信噪比条件下系统性能。理论分析和仿真结果表明,所提算法具有良好的盲均衡性能以及收敛性。     

变步长常数模盲均衡算法研究

为了进一步提高CMA盲均衡算法的收敛速度和均衡性能,研究了一种变步长常数模盲均衡算法.常数模盲均衡算法中,步长参数直接影响算法的收敛速度和均衡性能,合理的选择步长参数不仅能够避免算法发散或收敛过慢,并且适时调整步长参数可以避免算法陷入局部极小值.高阶均方误差直接反映算法的收敛状态,所以可以利用高阶均方误差作为步长参数的调整因子.计算机仿真表明以高阶均方误差作为步长参数调整因子使常数模盲均衡算法具有了更快的收敛速度和更好的均衡效果.     

适用于高阶QAM信号的分数间隔混合盲均衡算法

为了提高高阶QAM信号的盲均衡性能,提出一种分数间隔混合盲均衡算法。该算法将恒模盲均衡算法(CMA)与判决引导算法相结合,并充分利用了分数间隔均衡结构在收敛速度、稳态误差方面的优势。均衡器系数更新首先进行时域解相关,为了消除恒模盲均衡算法的相位不敏感特性,在实现上构造载波同步与盲均衡的大环路。仿真结果表明,对方形星座图的高阶QAM信号,该算法可以提供更快的收敛速度和更小的稳态误差。     

双模式神经网络盲均衡算法研究

文中以前馈神经网络作为盲均衡器,根据CMA盲均衡算法及决策指向性算法(DD)提出了两种神经网络学习目标函数,并在对两种目标函数下神经网络盲均衡算法性能分析的基础上,给出了依据移动窗剩余误差理论确定切换门限的方法,提出了双模式神经网络盲均衡算法,并以短数据样本重用确定网络的初始权重.仿真表明文中提出的双模式神经网络盲均衡算法能够克服在单一目标函数下神经网络盲均衡算法的缺陷,且收敛速度快,有效的提高了均衡性能.     

适用于MPSK调制的盲均衡技术

本文提出了适用于MPSK调制的盲均衡算法及其改进形式变步长盲均衡算法。计算机模拟表明,这种均衡算法及其改进形式均具有良好的收敛特性,可保证通信系统连续工作而无需周期训练。但其误码性能略差于传统的LMS均衡算法。     

适合高阶QAM信号的加权多模盲均衡算法

该文提出了一种加权多模盲均衡算法。该算法结合了多模盲均衡算法和判决引导算法的各自优势,利用由判决符号的指数幂构成的加权项调整代价函数中的模值。在均衡器系数迭代过程中,加权项不仅随着判决符号自适应地改变,还可以根据MSE估计值作更精确地调整。理论分析和仿真结果表明,与多模盲均衡算法等其它算法相比,该文提出的算法在同等条件下可以获得更快的收敛速度和更低的稳态收敛残差,更适用于高阶QAM信号。     

基于模拟退火粒子群优化的恒模算法

传统的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着矛盾,影响了恒模算法的均衡性能。为了解决这一缺点,提高恒模算法的性能,本文在介绍恒模盲均衡原理的基础上,提出一种变步长恒模算法,利用粒子群优化算法对均衡器的权向量进行优化,为避免优化过程进入局部极小值引入了模拟退火算法。通过在短波信道中的仿真,证明了该算法不仅加快了收敛速度,并且具有更高的收敛精度。     

一种DDLMS和CMA方法相结合的盲均衡算法

本文提出一和种适用于M-PAM和M-QAM的新的盲均衡算法：DDMLS-CMA算法。该算法克服了盲均衡算法Sato、Godrd残余误差大的缺点，又保持了快速收敛特性，并且收敛速率比BG算法快，是一种稳定的盲均衡算法。     

基于FABA-SISO的时变频率选择性衰落信道CPM信号盲均衡

该文针对时变频率选择性衰落信道下高阶连续相位调制(CPM)信号盲均衡中存在的均衡性能较差、复杂度较高以及收敛速度慢等问题,从双向自适应信道均衡的角度出发,将线性调制信号均衡中使用的前后向自适应软输入软输出(FABA-SISO)算法推广,建立一种新的基于FABA-SISO的信道盲均衡方法,并结合逐幸存处理(PSP)思想和Kalman滤波,提出一种适用于高阶CPM信号的自适应盲均衡算法。该算法通过使用FABA-SISO算法,同时利用过去、现在和将来的观察数据进行Kalman滤波信道估计,有效改善了信道估计的精度,同时使用PSP算法来降低系统的复杂度,使得算法具有较好的工程应用性。仿真结果表明所提算法具有良好的盲均衡性能以及收敛性。     

用于多电平QAM调制的新型的自恢复均衡技术的研究

本文对一种新的代阶函作了研究，提出一种适用于多民平ＱＡＭ（ＭＱＡＭ）信号的自恢复的均衡算法，克服了ＣＭＡ算法对相位不敏感的缺点，并在此基础上提出了两种改进的均衡算法，概率算法和混合算法，理论分析和计算机模拟表明这两种算法的收敛性能优越，而且误码性能与传统的ＬＭＳ均衡算法一致，是两种很实用的均衡算法。