基于MMMA的双模式变步长盲均衡算法

恒模算法(CMA)是一种重要的盲均衡技术,虽然能达到盲均衡效果,但是收敛后有较大的剩余误差和相位模糊。在VS-MCMA+DD-LMS算法的基础上进行了改进,提出变步长修正多模算法(VS-MMMA)和DD-LMS相结合,以及变步长解相关修正多模算法(VS-UMMMA)和DD-LMS相结合两种新算法,新算法在收敛速度和均衡误差方面均有明显的改进。最后,对该算法进行了仿真和性能分析。     

一种T/2分数间隔的变步长盲均衡算法

针对算法固定步长存在收敛速度和剩余误差的性能要求相矛盾的问题,在深入研究分数间隔均衡器(FSE)和修正常模算法的基础上,研究了一种变步长盲均衡算法。该算法利用了与误差函数的非线性函数关系自适应调整步长。利用QPSK信号,对固定步长和变步长的T/2分数间隔修正常模算法进行仿真,结果表明以变步长的盲均衡算法能够提高收敛速度和降低剩余误差,有效地改进了信道均衡性能。     

常模类盲均衡算法的研究

讨论了常模类自适应盲均衡技术,总结了改进和设计常模类盲均衡算法的思路,在常模算法代价函数的基础上给出了一种变步长多模算法.计算机仿真表明,此算法收敛速度较快、收敛后稳态误差较小,具有很好的实用性.     

基于正交小波变换的变步长盲均衡算法研究

针对常数模算法(CMA)剩余误差大与收敛速度慢的问题,将变步长思想和正交小波变换引入到常数模盲均衡算法中,提出了基于正交小波变换的指数型变步长常数模盲均衡算法(WT-VCMA)。水声信道仿真结果表明:与基于剩余误差的指数型变步长常数模盲均衡算法(VCMA)及常规常数模算法(CMA)相比,新算法具有更快的收敛速度和更小的剩余误差。     

一种新的变步长恒模盲均衡算法

针对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的问题,在应用变步长的思想基础上,利用均方误差的变换作为控制步长的因子,提出了一种新的自适应时变步长恒模盲均衡算法(VASCMA).对新算法进行了理论分析和计算机仿真,仿真时采用两种不同的调制信号通过三种不同信道,得到两种算法的均方误差的收敛曲线和收敛后均衡器输出的星座图,仿真结果均表明,改进算法具有较快的收敛速度和较小的剩余误差.     

基于多模误差切换的变步长盲均衡算法

利用多电平正交幅度调制(MQAM)信号的分布特点,提出了一种适合MQAM教字通信系统的新的基于多模误差切换的变步长盲均衡算法.仿真表明,针对巴西A广播信道和rural信道新算法具有更快的收敛速度和更小的剩余误差.     

基于DD-LMS和MCMA的盲判决反馈均衡算法研究

文章对具有DFE结构的盲均衡算法作了研究,在一种修正常模算法(MCMA)代价函数中引入泄漏因子,并将常模算法(CMA)和直接判决-最小均方误差算法(DD-LMS)同时应用到盲判决反馈均衡器的抽头更新中,得到一种适用范围广?均衡特性好?变步长的DD-LLMS MCMBDFE算法。该算法在均衡的同时能自动补偿由信道引起的相位误差,收敛速度快,收敛后剩余误差小,同时还能克服当均衡器长期没有持续输入激励时,LMS算法产生的抽头系数漂移问题。仿真结果表明DD-LLMS MCMBDFE算法是一种有效的盲判决反馈均衡算法。     

基于T/4分数间隔采样双模式盲均衡算法的研究

本文针对恒模算法(CMA)收敛速度较慢、收敛后均方误差较大的缺点,提出一种新的双模式盲均衡算法。先采用T/4分数间隔采样的盲均衡算法,由于采用了过采样技术,避免了因欠采样引起的频谱混叠,然后在算法收敛后切换到判决引导(DD-LMS)算法,减少误码率。计算机仿真表明,本文提出的新算法有较快的收敛速度、较小的稳态误差和较低的误码率。     

变速率部分更新盲均衡算法

对于长抽头系数自适应算法,基于最大化自适应滤波器系数误差向量原则的变速率部分更新算法,能够在大幅度降低算法实现复杂度的同时,解决部分更新算法收敛速度慢的问题。但是,该变速率算法仅适用于LMS结构,对于具有非线性代价函数的部分更新自适应盲均衡算法并不适用。基于同样的最优化思想,通过替换步长计算表达式中的部分统计量,提出了能够适合于部分更新多模盲均衡算法(MMA)的确定性变步长控制算法,并通过递归的方式计算步长值,简化了实现过程。对固定信道和时变信道的数值仿真结果表明,新算法相比传统基于收敛误差的经验性变步长算法具有更快的收敛速度和更好的跟踪性能,有效解决了部分更新自适应盲均衡算法的确定性变速率控制问题,提升了算法的收敛速度和跟踪性能。     

基于恒模准则的盲均衡算法仿真

阐述了用于信道盲均衡的恒模算法的数学模型和基本原理。针对恒模算法存在收敛速度慢和相位旋转等不足,对近年来出现的一些性能优良的基于恒模准则的盲均衡算法——变步长恒模算法、修正恒模算法和多模算法进行了分析与仿真,并对各种改进算法在不同调制方式下的优缺点进行了说明。最后得到不同算法均衡后的星座图和均方误差曲线,表明具有较好的均衡效果。     

适用于圆形高阶QAM信号的盲均衡算法

针对现有盲均衡算法大多仅适用于方形或十字形QAM信号的问题,本文提出了一种适用于圆形高阶QAM信号的混合盲均衡算法。该算法首先对区域多模盲均衡算法进行改进,提出了新的区域划分方法并将其与改进的多模盲均衡算法相结合,构造了新的误差模型使之与圆形星座匹配程度大大提高;然后将其与判决引导算法和数据重用技术有机结合,构成低稳态误差的快速混合盲均衡算法。与其他同类型盲均衡算法相比,本文算法对于圆形星座高阶QAM信号尤为有效,不仅降低了稳态误差,且大幅度减少了收敛所需符号数。仿真结果验证了该算法的有效性。      

OFDM-TDM在快衰落环境下的双模式MCMA算法研究

OFDM-TDM快衰落下的盲均衡算法做了研究,结合插值算法及DD-LMS和MCMA算法,并将其应用到盲判决反馈均衡器进行抽头更新,在频率选择性衰落下得到一种均衡性能更优的插值DD-LMS+MCMBDFE算法。该算法在均衡的同时不仅能自动补偿相位误差,还能有效补偿多普勒频偏误差,收敛后剩余误差更小。仿真结果表明插值DD-LMS+MCMBDFE算法是一种有效的盲判决反馈均衡算法。     

Fast Recovery Blind Equalization for Time-Varying Channels Using “Run-and-Go” Approach

In this paper, we propose a blind adaptive equalization scheme for time-varying channels, which combines a blind algorithm based on high order statistics (HOS) and decision-directed (DD) LMS algorithm. In contrast to the ldquostop-and-gordquo algorithm , where DD-LMS adaptation is stopped for unreliable decisions, the proposed algorithm applies a blind algorithm based on HOS for the unreliable decisions. Furthermore, the region of reliable decisions is updated corresponding to the estimated signal quality. Hence, the proposed ldquorun-and-gordquo algorithm inherits MMSE performance of DD-LMS and the (re)acquisition ability of the blind algorithm. Especially, for decision feedback equalizers (DFEs) the proposed algorithm provides robust blind initialization and reacquisition ability under time varying multipath environments.     

一种新的混合信道盲均衡算法

为同时提高盲均衡的稳态MSE性能和收敛速度,该文提出了一种混合信道盲均衡算法。该算法采用判决反馈均衡器结构,在判决可靠时采用DD-LMS(Directed Decision-Least Mean Square)误差项进行迭代,而判决不可靠时采用改进恒模算法(Modified Constant Modulus Algorithm,MCMA)误差项进行迭代,同时判决可靠区间根据直接判决误差进行自适应迭代。该文采用经过数字无线信道的64QAM信号进行了信道均衡仿真。仿真结果表明,相比MCMA算法,该文提出的混合盲均衡算法有效地提高了收敛速度,并具有良好的稳态MSE性能,在误比特率为10-6时,能提高SNR约2dB。     

修正多模算法的盲信道均衡

基于对恒模算法(CMA)和多模算法(MMA)的研究,在两种算法的基础上提出了一种修正的多模算法。计算机仿真的结果表明,与恒模算法以及多模算法相比,该算法有较小的剩余误差和码间串扰(ISI)以及更稳定的收敛效果;而且该算法克服了信道传输引起的相位模糊(相位偏移)。     

一种适用于高阶QAM系统Bussgang类盲均衡新方法

该文提出一种适用于高阶QAM系统的新Bussgang类多模盲均衡算法。将新的代价函数与星座匹配误差函数结合,给出一种瞬时双模切换混合算法,然后设计了一种基于判决圆的模式切换准则,从而达到进一步有效降低新算法稳态误差的效果。最后,仿真结果以高阶256QAM信号为例,验证了该算法对于高阶QAM信号的盲均衡能力和良好效果。     

基于回声状态网络的卫星信道在线盲均衡算法

针对非线性卫星信道,该文提出了两种基于回声状态网络(ESN)的在线盲均衡算法。利用ESN良好的非线性逼近能力,将发送信号的高阶统计量(HOS)代入ESN,结合常模算法(CMA)和多模算法(MMA)构造盲均衡的代价函数,并采用递归最小二乘(RLS)算法对ESN输出权值进行迭代寻优,实现了Volterra卫星信道下常模和多模信号的在线盲均衡。实验表明,该文算法可以有效降低非线性信道对发送信号产生的畸变,相较于传统的Volterra滤波方法,有更快的收敛速度和更低的均方误差值。