基于最大相关熵准则的恒模盲均衡算法

针对恒模算法(constant modulus algorithm, CMA)在脉冲噪声环境下性能退化的问题,本文基于最大相关熵准则(maximum correntropy criterion, MCC)对恒模算法中基于最小均方误差(mean square error, MSE)准则的代价函数进行修正,推导出适用于脉冲噪声环境的基于MCC准则的恒模盲均衡算法(MCC_CMA)。该算法利用通信信号的恒模特性,首先得到发送信号与均衡器输出信号模值的误差信号,再通过使模值误差信号的相关熵最大来获得其迭代误差调节项,避免了传统高阶统计量算法在脉冲噪声环境下性能退化的问题。对高斯噪声以及α-稳定分布和混合高斯分布两种脉冲噪声环境下的信道均衡问题的仿真实验表明,相对于经典的自适应恒模盲均衡算法,MCC_CMA算法不依赖噪声的先验知识就能获得较快的收敛速度、较低的剩余码间干扰和误码率,并且在不同脉冲强度的脉冲噪声环境下都能够得到较好的均衡结果,表明MCC_CMA算法具有很好的鲁棒性。      

一种新的基于复指数函数映射的盲均衡算法

定义了一个新的复指数函数将典型的16-QAM非常模信号的实部和虚部分别映射至单位圆上.然后利用映射后星座坐标的实部和虚部之间的关系建立代价函数,从而提出了一种新的盲均衡算法.新算法克服了著名的恒模盲均衡算法及其典型的改进算法在对非常模信号均衡时稳态误差大的缺点.通过理论证明验证了新算法在无噪声环境下稳态均方误差为0;通过仿真实验验证了新算法在有噪环境下比恒模及其改进算法具有更低的稳态均方误差.     

一种基于最小Rayleigh熵的盲波束形成算法

提出了一种基于最小Rayleigh熵的盲波束形成算法。该算法根据最小Rayleigh熵的原理对恒模算法的代价函数进行改进,其基本思想就是在寻找最优权矢量时把恒模信号的幅值归并到协方差矩阵里去考虑,以得到最小代价函数的闭式解,从而得到初始权值,最后再用最小二乘恒模算法（LSCMA）算法进行更新迭代。这种算法属于块处理,不存在算法收敛局部极小点和收敛速度慢的问题,所以具有较强的优越性。仿真结果证实了算法的有效性。     

多径衰落环境中具有调制识别能力的盲均衡新算法

常数模盲均衡算法在对非常模信号进行均衡时稳态均方误差不能收敛至零,且不具备信号调制识别能力.因此,依照常数模算法代价函数的构造方法定义了一种余弦代价函数,提出了基于该代价函数的盲均衡新算法.该余弦代价函数可将BPSK、M-PAM、M-QAM信号的不同星座点映射至原点,从而使新算法在对上述常模或非常模信号进行均衡时稳态均方误差均能收敛至零,更重要的是新算法能够在多径衰落环境下实现对上述信号的调制识别.理论分析和仿真结果证明了新算法的优良性能.     

基于坐标变换的常数模盲均衡新算法

结合信号星座图特点,对常数模算法的代价函数进行修正,提出了基于坐标变换的常数模盲均衡新算法.该算法通过坐标变换将发射信号的模值转换成零,从而克服了常数模算法在对非常模信号进行均衡时,输出误差无法收敛至零的缺点;并且该算法可以在未知发射信号调制类型的情况下完成均衡.理论分析和仿真结果证明了新算法的优良性能.     

适用于非常模信号的常数模新算法

常数模算法在对非常模信号进行均衡时,稳态均方误差无法收敛至零.对常数模算法中的代价函数进行修正,该代价函数能将非常模信号的多个幅度模值变换成单一幅度模值,从而使新算法的稳态均方误差为零.理论分析和仿真结果证明了新算法的优良性能.     

基于组合代价函数的双模式盲均衡新算法

以常数模和判决引导准则设计的双模式盲均衡算法可显著提高均衡性能,目前已有双模式盲均衡算法均需设置切换参数且切换参数选择和设定缺乏理论依据.为解决双模式盲均衡算法中切换参数难以确定的问题,提出来一种组合代价函数的双模式盲均衡新算法.利用常数模和判决引导准则通过加权设计代价函数,在盲均衡器更新过程中自适应调节权值实现算法由常数模算法向判决引导算法的切换,避免了在双模式算法中设计切换参数,提高了算法的泛化性能.为克服常数模算法相位盲的缺点,在虚实分开改进的常数模算法基础上优化组合代价函数以及盲均衡器更新算法的设计,进一步提高了算法收敛性能.仿真结果证明,组合代价函数双模式盲均衡新算法可充分发挥常数模算法和判决引导算法的优点,具有更快的收敛速度和更小的稳态剩余误差.     

MIMO-OFDM系统VRCA盲均衡

研究了在多输入多输出正交频分复用系统(MIMO—OFDM)中，利用矢量简化星座算法(VRCA)进行盲均衡。矢量简化星座算法(VRCA)在迭代过程中最小化VCRA代价函数，他由落入不同4个象限的接收信号矢量(也就是一个OFDM码元)与他们对应的简化星座点差值的模值平方构成。VCRA能够很好地对MIMO-OFDM系统进行均衡，同时补偿信道造成的相位旋转。这去除了矢量恒模(VCMA)算法不能解决的相位旋转问题。     

基于最小二乘支持向量机的自适应盲均衡器

提出了一种普适性较强的基于最小二乘支持向量机(LSSVM)的自适应盲均衡器(ABSVME)。该方法根据信号的特征恢复思想,将LSSVM均衡器的输出进行过采样,构造具有时间去相关特性的代价函数,结合Kumar快速算法和静态迭代学习算法在线跟踪信道。通过仿真实验,并与传统恒模盲均衡器和最大似然序列估计均衡器进行比较,结果证明该方法具有优良的非线性均衡能力。     

一种充分利用变量结构的解卷积 混合盲源分离新方法

 针对卷积混合盲源分离问题,提出一种基于接收信号不同延时下自相关矩阵组的联合块内对角化方法.为了求解表征联合块内对角化近似程度的基于最小二乘的三二次代价函数,给出基于梯度下降法的三迭代算法.该算法在充分利用混迭矩阵的块Toeplitz结构和源信号相关矩阵的块内对角化结构的基础上,交替估计代价函数中的三组待定参数,搜索代价函数最小点,从而得到混迭矩阵的估计,实现信道的盲均衡和源信号的盲分离.分析了三迭代算法的收敛性能,证明即使存在估计误差时,该算法依然全局渐进收敛.仿真结果表明,与其他经典的两步算法相比,提出的一步算法能够更好地估计混迭矩阵并恢复出源信号,有效地解决了卷积混合盲源分离问题.