一种混和型盲均衡算法

盲均衡器在通信系统中有着重要的作用,但一般的盲均衡器存在收敛速度慢的缺点。文中以广泛使用的CMA (Constant Modulus Algorithm)为基础,提出了一种混和型盲均衡算法,不仅提高了收敛速度,而且减小了收敛后的剩余干扰,使均衡器收敛后不必切换到普通均衡方式。     

基于区域划分的双模式盲均衡算法研究

改进常模算法(MCMA)克服了常模算法(CMA)对相位不敏感的缺点,但收敛性能仍然较差。本文研究了依据区域划分将MCMA和判决引导(DD)算法有机结合的双模式盲均衡算法:通过综合考虑信噪比和剩余码间干扰,研究了区域划分边界的确定;讨论了不同模式中步长的选取;并应用滞后切换策略克服这种算法中的稳态误差波动问题。仿真表明:此算法收敛速度快、稳态误差小,并能在去除码间干扰的同时纠正信道固有的相位旋转和一定范围的载波频率偏移,具有很好的实用性。     

一种改进的自适应恒模算法收敛特性的研究

常数模算法是数字通信中经常使用的一种盲均衡技术，但它的收敛速率非常缓慢，为了改善收敛特性，本文就4种典型的误差方程进行了分析、仿真，发现误差方程对CMA的收敛速度以及调整过程中是否能收敛到全局最小点都有影响，并在此基础上提出了一种改进的误差方程。仿真结果表明，改进后的误差方程具有较好的收敛速度，而且总能收敛到全局最小点。     

一种改进的变步长双模算法研究

在对常模算法（CMA）和改进常模算法（MCMA）的研究基础上,提出了一种改进的变步长双模算法（Variable Step-size MCMA—DD）。改进算法通过误差信号自动地调节步长,从而调节算法的收敛速度。通过仿真表明,改进算法具有与MCMA—DD算法相近的误码性能,但是很大程度地加快了算法的收敛速度。     

基于动态可变分段误差函数的常数模盲均衡算法

为了克服常数模算法（ CMA）收敛速度慢,稳态误差大的缺点,在分析基于可变分段误差函数的常数模盲均衡算法的基础上,提出了基于动态可变分段误差函数的常数模盲均衡算法。该算法利用均方误差（ MSE）来动态调节误差函数的分段点位置,误差函数特性在均衡过程中随着MSE不断变化,使得算法误差模型与发射信号的模型不断匹配,从而具有增加收敛速度和减小稳态误差的特点。分别用混合相位水声信道和最小相位水声信道对提出的新算法进行仿真实验,结果表明：对于混合相位水声信道,新算法的收敛速度明显快于CMA,且具有更小的稳态均方误差;对于最小相位水声信道,新算法的稳态均方误差明显小于CMA,而收敛速度相当。     

改进粒子群算法的工业机器人几何参数标定

针对传统粒子群(PSO)算法在解决工业机器人几何误差标定问题中存在的收敛速度慢的缺点,提出了一种基于两段式的动态粒子群算法(LDPSO-BT)。用Denavit-Hartenberg方法建立工业机器人的误差模型,将几何误差标定问题转换成对高维非线性方程的求解;对粒子群数目进行线性递减,同时针对算法求解过程中粒子数目线性递减的特点,在改进粒子群算法迭代后期采用改进的搜索模式,对传统粒子群的速度迭代公式进行改进;仿真实验对比了工业机器人几何误差标定前与标定后两种算法的末端定位精度。实验结果表明:在采用粒子群算法辨识工业机器人实际几何参数的过程中,粒子群数目对算法的迭代时间有重要影响,通过线性递减的方式减少粒子群的粒子数目可以有效地减少工业机器人几何误差标定时间,同时在粒子群算法迭代后期采用改进的速度迭代公式可以确保收敛精度。与传统粒子群算法相比,使用改进后的粒子群算法,不仅可以有效减少工业机器人的定位误差,而且还拥有更高效的迭代效率。     

BP算法的改进及其在库存数量预测中的应用

针对BP算法收敛速度较慢、局部极值等缺点,提出了一种改进的BP算法.根据训练误差改变转移函数的惩罚因子并且对学习步长作自动调节.实践结果表明,改进后的BP算法可大大提高算法的函数拟合度和收敛度,减少与实际值间的误差.     

抑制α稳定噪声的改进常数模盲均衡算法

为了改善α稳定噪声环境中盲均衡器的性能,文章提出一种改进常数模盲均衡算法(MAEC-CMA)。对均衡器输入信号进行软限幅,并对原自适应误差受限常数模盲均衡算法(AECCMA)的误差信号进行非线性变换,有效地抑制了α稳定噪声的影响。采用2种水声信道,在高斯噪声与α稳定噪声的情况下对算法进行了计算机仿真。结果表明:在高斯噪声环境中,MAECCMA算法与AECCMA算法具有相似的性能,相对于常数模(CMA)算法和归一化最小平均绝对偏差(NLMAD)算法它具有较快的收敛速度;在α稳定噪声环境中,文中提出的MAECCMA算法性能优于其它3种算法。     

一种双模式盲均衡算法

根据改进的恒模算法(MCMA)具有冷启动能力和判决导引最小均方误差(DD-LMS)算法剩余误差小的特性,对一种双模式盲均衡算法进行了研究. 该算法采用MCMA使眼图睁开,然后切换到DD-LMS以减小剩余误差. 算法根据判决条件在MCMA与DD-LMS之间自动切换. 均衡的输出可以不经过相位恢复直接由判决器判决,从而简化了系统设计,提高了系统效率.     

一种改进的MCMA盲均衡算法

为提高盲均衡的收敛速度、进一步降低码间干扰,该文以修正常数模算法为基础,提出了基于停止与前进算法的改进修正常数模算法。并对新算法进行了计算机仿真,结果表明：该新算法克服了常数模算法稳态误差大的缺点,纠正了常模算法存在的相位旋转问题,提高了修正常模算法收敛速度且降低了稳态误差。     

一种新的基于数据可靠性判决引导盲均衡算法

提出了一种适合于多电平正交幅度调制数字通信系统的盲均衡算法,该算法以改进的常模算法为基础,并根据数据的可靠性进行判决引导.理论分析和计算机模拟表明,该算法克服了常模算法稳态误差大的缺点,提高了改进的常模算法的收敛速度,并能纠正信道存在的相位旋转,实用性强.     

一种适用于水声信道盲均衡算法及仿真

对于高阶QAM信号,常数模算法的收敛误差不为零,而多模算法的收敛速度慢,提出了一种混合常数模算法,并将该算法应用于水声信道盲均衡。该算法根据均衡器输出信号模值与其判决模值之间的距离,设置一判决域。根据该判决域,算法的迭代过程在常数模和多模算法之间自动切换,且收敛后自动切换到多模算法。该算法收敛速度快,且均方误差小,特别适合高于高阶QAM信号的盲均衡,通过对水声信道均衡的计算机仿真,验证了该算法的优点及对多途干扰抑制的有效性。     

修正共轭梯度恒模阵列算法研究

提出一种基于修正共轭梯度算法的恒模(MCG-CMA)盲干扰抑制算法,该算法将修正共轭梯度方法引入到恒模算法中,克服了传统恒模算法收敛缓慢、LS-CMA运算量大的缺点,保留了较好的计算复杂度和数值稳定性,理论推导了算法失调量的显式表达式。仿真结果表明该算法不需要波达方向估计,与传统的LS-CMA算法、SCG-CMA算法相比,具有较好的收敛性能和输出信干噪比(SINR)。     

归一化加权双模式盲均衡算法

恒模算法（CMA）打开信道眼图的能力强,但收敛速度慢,稳态误差大,适于均衡器启动阶段的工作;决策指向算法（DD）收敛速度快,稳态误差低,但要求决策装置正确判决率高,适于跟踪阶段的工作;归一化自适应滤波算法能够动态地调整步长因子,提高收敛速度。结合上述三方面的优势,提出一种归一化的加权双模式盲均衡算法,和切换式双模式算法相比,新算法的主要优势在于无需在两种模式之间切换,降低了接收设备的复杂性。针对16QAM系统的仿真结果表明新算法和切换式算法相比,稳健性更好,收敛速度更快,并且更适合在低信噪比条件下使用。     

一种新的基于CMA算法的递归步长盲均衡算法

本文在ＣＭＡ算法代价函数的基础上,提出了一种适合于多电平正交幅度调制（ＭＱＡＭ）数字通信系统的递归步长多模盲均衡算法。研究表明,该算法在计算量增加不大的前提下,能同时获得较小的误码率和较小的稳态误差,而其收敛速度也比ＣＭＡ算法有较大的改善。     

基于集员滤波和数据重用的CMA盲均衡算法

提出了一种适用于突发信号的CMA盲均衡算法。该算法基于集员滤波和数据重用思想,在集员约束集中采用仿射投影的思想,设置多个约束集,其个数与数据重用的长度相同。新算法大大提高了CMA算法的收敛速率,同时由于集员滤波思想的应用,超量均方误差也能维持在一个相对较低的水平,适用于突发信号的盲均衡。文中详细描述了新算法的推导过程,并就其性能进行了理论分析。在最后的数据仿真中,与基本CMA等算法在收敛速率、稳态误差等方面进行了对比分析,验证了新算法的有效性。