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。     

基于常数模算法和自适应变模值符号Godard算法的联合盲均衡(英文)

在数字通信系统中为了克服码间干扰,常采用基于不需要使用训练序列的常数模算法的分数间隔盲均衡技术.但是该技术在对非常模信号,如高阶QAM信号,进行均衡时存在稳态均方误差大的缺陷.因此提出了一种基于常数模算法和自适应变模值符号Godard算法的联合盲均衡.新方法将常数模算法作为基础部分用来使接收信号的眼图睁开;将自适应变模值符号Godard算法作为第二部分用来进一步减少算法的残留误差.通过计算机仿真验证了新方法比基于常数模算法的分数间隔盲均衡具有更低的稳态均方误差.     

适用于高阶QAM信号的混合型盲均衡算法

为了提高高阶QAM信号的盲均衡性能,提出了MMA—DD和SIGN-MMA-DD两种改进的混合型盲均衡算法。首先,MMA—DD算法将多模盲均衡算法和判决引导算法有机结合,并采用均方误差来控制两者在混合误差中的比例,降低了均衡器的稳态误差。然后对MMA．DD算法在误差计算和均衡器系数更新两方面进行简化,得到SIGN—MMA—DD算法,有效地降低了运算复杂度。仿真结果表明,两种算法的盲均衡性能优于多模盲均衡等算法。     

基于正交小波变换的变步长盲均衡算法

提出了一种基于正交小波变换的变步长盲均衡算法。该算法将正交小波变换理论引入到常数模盲均衡算法中,充分利用小波变换对信号的去相关性及指数型变步长控制迭代过程的特性来加快收敛速度。与常数模算法及基于正交小波变换的盲均衡算法相比,该算法收敛速度快、稳态误差小、均衡效果好。水声信道盲均衡的仿真结果,验证了其的性能。     

基于正交小波变换的并行软判决盲均衡算法

针对常数模算法收敛速度慢的缺点,在分析基于正交小波变换盲均衡器结构和并行软判决盲均衡算法的基础上,提出一种基于正交小波变换的并行软判决盲均衡算法.该算法将正交小波变换引入到并行软判决算法中,利用正交小波变换对信号很强的去相关能力,降低信号的自相关性,以加快算法的收敛速度.水声信道仿真结果表明,与并行的软判决盲均衡算法相比,所提出的基于正交小波变换的并行软判决盲均衡算法具有更快的收敛速度.     

适用于水声信道新的盲均衡算法及仿真

对于时变水声信道,由于随机相位失真,常数模算法(constant modulus algorithm,CMA)的误码性能将严重下降.在基于一种双模式盲均衡算法的基础上,提出了一种与相位相关的新的盲均衡算法(NCMA),并用QAM系统进行了计算机仿真.将仿真结果与双模式算法进行比较,显示出该算法性能优于双模式算法,能够达到对信号相位失真的恢复,并且收敛性能优于双模式算法.     

稀疏水声信道的常范数盲均衡高速水下通信

为解决传统的常数模盲均衡算法在高速水下通信中收敛速度慢、稳态误差大的问题,提出了一种基于稀疏水声信道的常范数盲均衡算法.基于浅海及深海汇聚区的稀疏水声特性,将水声信道能量集中的抽头用于迭代,利用常范数的特性,消除了算法计算量及收敛性能之间的影响.通过浅海实验,对比分析了常数模算法等算法4QAM信号、16QAM信号的星座图及收敛误差曲线图.结果表明:基于稀疏水声信道的常范数盲均衡算法的收敛速度优于举数模算法及常数平方和一范数算法,稳态误差降低,提升了水声通信的收敛性能,适用于浅海和深海汇聚区水声通信.     

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。     

基于Ｔ／２分数间隔的ＳＥＩ双模式盲均衡算法

针对超指数迭代(SEI)算法收敛后均方误差大、SEI算法和判决引导(DD)算法以硬切换方式存在性能不稳定的缺陷,通过分析分数间隔均衡器结构和性能,采用软切换方式将SEI算法和DD算法相结合,提出了一种分数间隔超指数迭代双模式盲均衡算法.该算法用SEI算法与DD算法同时对分数间隔盲均衡器的权向量进行调整,当由SEI算法调整前后均衡器判决输出一致时,DD算法参与系数调整,这种软切换方式充分利用了SEI算法能使眼图增开的良好性能和DD收敛速度快、稳态误差小的优点,避免了硬切换带来的不利影响;而采用分数间隔均衡器避免了因欠采样引起的频谱混叠,均衡器可以更有效地对信道失真进行补偿.水声信道的仿真结果,验证了算法的有效性.     

正交小波变换和时间分集联合盲均衡算法

为了克服水声信道多径效应及常数模算法的缺陷,将时间分集技术应用于盲均衡算法中以减小多径效应对信号传输的影响,利用双曲正切误差函数代替常模误差函数,以减小均方误差,并以软切换的方式与判决引导(DD)算法相结合,同时引入数字锁相环共同纠正多普勒效应引起的相位旋转.为加快算法的收敛速度,对输入信号进行正交小波变换以减小输入信号的自相关性,从而提出一种正交小波变换和时间分集技术联合盲均衡算法(WT-CTDE).水声信道仿真结果验证了该算法的有效性.     

采用SRM准则的盲均衡器

提出了一种新的采用结构风险最小化（SRM）准则的盲均衡器（SRM-BE）。该方法根据信号的特征恢复思想,以SRM为准则构造具有时间去相关特性的代价函数,采用静态迭代学习算法在线跟踪信道。通过仿真实验,并与采用最小均方误差准则的盲均衡器（LMS-BE）和采用神经网络的盲均衡器（NN-BE）进行比较,结果表明该方法的非线性均衡性能最佳。     

一种新的应用于水声信道的空间分集均衡器（英文）

水声信道存在天然的多径衰落特性使得水下声通信变得极其困难,尤其在高阶QAM情况下更为严重.因此针对水声信道提出了一种新的空间分集均衡器来克服由多径衰落引起的码间干扰.该空间分集均衡器中使用的算法由常数模算法和多模算法两部分组成.其中的多模算法部分能够利用高阶QAM信号位于不同的模值上的特点来提高新空间分集均衡器的性能.和基于常数模算法的传统空间分集均衡器相比,新的空间分集均衡器具有低稳态均方误差和快收敛速度.水声信道中的计算机仿真实验验证了新方法的有效性.     

一种基于恒模1-2准则的有效盲均衡(英文)

在数字通信系统中,将坐标变换应用于恒模算法可以有效提高其均衡非恒模信号时的效果.针对典型的16-QAM非恒模信号,将坐标变换与恒模1-2准则有机融合,从而提出了一种基于恒模1-2准则的有效盲均衡.利用计算机仿真对新方法和传统的基于恒模1-2准则和恒模2-2准则的盲均衡算法进行性能比较,仿真结果表明新方法具有最低的稳态均方误差和最快的收敛速度.     

基于T/2分数间隔的不同变步长盲均衡算法

在分析分数间隔均衡器(FSE)和多模算法的基础上,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,研究以不同变步长的T/2分数间隔多模盲均衡算法.各变步长利用与误差项或均衡输出项的非线性关系自适应调整步长.利用QPSK信号进行仿真分析,结果表明,本算法在收敛速度和稳态误差方面的性能优于固定步长,且相同实验条件下,不同步长的盲均衡算法性能也不同.     

一种改进的水声信道载波恢复盲均衡算法

针对超指数迭代判决反馈盲均衡算法在水声通信系统中表现出收敛性差的问题,提出了一种带二阶锁相环的改进超指数迭代判决反馈盲均衡算法．该算法基于对修正超指数迭代算法误差函数的分析,提出了一种新的、能够快速收敛的误差函数,并有效提高了载波恢复能力; 在判决反馈均衡器中引入二阶数字锁相环,实现对相位旋转的跟踪和补偿,从而实现对原始发射信号的正确恢复．在两种水声信道条件下,采用两种调制信号分别对算法的收敛性能和载波恢复性能进行了计算机仿真,结果表明: 在混合相位信道环境中,新算法相比超指数迭代判决反馈算法在均方误差、收敛速度上得到很大改善; 在具有相位旋转的信道环境中,新算法实现了对相位旋转的有效补偿,改善了载波恢复性能．     

冲激噪声环境中LFM信号的特征参数估计

SαS稳定分布是一类非常重要的非高斯随机分布,具有这类分布的噪声称为冲激噪声。在冲激噪声情况下,α阶以上的矩均不存在,导致基于二阶矩的高斯模型算法性能下降,甚至不能正常工作。该文提出了一种在冲激噪声环境下线性调频信号特征参数估计的算法,通过分析冲激噪声的具体特点,给出了修正的低阶矩模糊函数,并结合Radon变换估计了冲激噪声环境下LFM信号的参数。该算法既可应用于冲激噪声下,又可应用于高斯噪声环境,故具有较好的鲁棒性。最后用计算机仿真验证了该算法的有效性。     

一种利用范数性质的无约束盲均衡准则

提出了一种新的无约束盲均衡准则．该准则基于两种向量范数之间差值的最小化,不需要对均衡器系数进行约束,可采用批数据处理和在线自适应迭代两种方式实现．通过对代价函数收敛性定理的推导,证明了在无噪声情况下,在代价函数的每个局部最优解处可实现理想均衡,且能够实现发送信号幅值的恢复．仿真结果验证了新算法在收敛性和稳态误差方面的良好性能．     

基于频域分量最大比合并的多天线信号合成算法性能分析

通信信道的频率选择性衰落特性和信道噪声都会严重影响信号的接收质量。基于频域分量最大比合并的多天线信号合成算法(FMRC)对多路信号在频域加权合成,能够提高合成信号信噪比,实现频率选择性衰落信道下低信噪比信号的有效接收。文章针对该算法的理论性能,对合成信号均衡处理,分别推导了线性均衡器和判决反馈均衡器输出均方误差的理论表达式;证明了该算法与空间分集均衡器(SDE)在性能上的等价性。仿真实验表明,FMRC与SDE性能是一致的,但是在高信噪比下,当单路信道存在深衰落时,FMRC算法通过合成能够改善单路信道的深衰落特性,均衡器输出均方误差性能较SDE更优。     

多算法加权融合的盲均衡算法

在研究了多种广泛使用的盲均衡算法的基础上,设计了一种对多种算法加权融合的新算法：
当均衡器的输出信号可靠性足够高时,用可获得高收敛精度的多模辅助算法(MAMA)进行均衡
;当均衡器的输出信号可靠性不够高时,用修正的常模算法(MCMA)、多模算法(MMA)和MAMA 三种算法的加权融合来均衡,且控制权重,使权重随迭代次数变化,提高了算法性能. 仿真结果证明,新算法性能稳定,在恶劣的水声信道中,可以在大约2?800次迭代后收敛,达到-35?dB左右的码间干扰(ISI).     

基于分段代价函数的新双模式空间分集均衡器(英文)

提出了一种新的基于分段代价函数的双模式空间分集均衡器,来同时克服信号衰落及码间串扰.新的空间分集均衡器中的核心算法由基于分段代价函数的常数模算法和多模算法组成.对于高阶QAM信号,新的空间分集均衡器比传统的空间分集均衡器具有更低的稳态均方误差和更快的收敛速度.利用水下声信道模型进行计算机仿真研究,结果证明了新空间分集均衡器的有效性.