基于T/4分数间隔的判决反馈盲均衡算法研究

在均衡具有深谱零点的稀疏水声信道时,针对波特间隔判决反馈盲均衡器权系数长、收敛速度慢、均方误差大的缺点,提出了基于T/4分数间隔的判决反馈盲均衡算法.该算法前馈滤波器采用4路子信道系统模型,用常数模误差函数对均衡器权系数进行调整,综合了分数间隔均衡器和判决反馈均衡器的优点,均衡器权长只要大于或等于信道长度就能完全均衡信道,该算法收敛速度比波特间隔判决反馈盲均衡算法(BSDFE)与T/4分数间隔盲均衡算法(T/4FSE)快、均方误差比BSDFE与T/4FSE小,且计算量不变,有利于信息的实时恢复.深谱零点稀疏水声信道盲均衡的仿真结果,进一步验证了该算法的性能.     

基于不同位置小波变换的盲均衡器研究*

目前引入小波变换的自适应均衡器均是将正交多小波变换放置在均衡器(前向滤波器)之前以加快收敛。以常模判决反馈均衡器(CMA-DFE)为例,根据平衡正交多小波变换是放置在前向滤波器还是反馈滤波器之前,研究了三个均衡器,即常规的基于前馈正交多小波变换常模判决反馈盲均衡器(MWT-CMA-DFE)、基于反馈正交多小波变换的常模判决反馈盲均衡器(FMWT-CMA-DFE)和基于双正交多小波变换的常模判决反馈盲均衡器(DMWT-CMA-DFE),分析了其各自的复杂度。水声信道仿真结果表明:与CMA-DFE、MWT-CMA-DFE和FMWT-CMA-DFE相比,DMWT-CAM-DFE具有更快的收敛速度和跟踪时变信道的能力,且消除了相位旋转。     

FTN系统中两种频域迭代分组判决反馈均衡器仿真分析

超奈奎斯特(FTN)码元速率传输系统可以有效提高数据传输速率,但该系统在接收端引入了无限长的码间串扰(ISI),从而增加了接收复杂度。为此,分析两种能降低FTN系统计算复杂度的频域均衡器,即频域迭代分组判决反馈均衡器(IBDFE)和低复杂度迭代分组判决反馈均衡器(LC-IBDFE)。将IBDFE和LC-IBDFE分别扩展到加性高斯白噪声(AWGN)信道和频率选择性衰落信道中。仿真结果表明,这两种频域均衡器可以应用到衰落信道中,且在多径数目不大的情况下,两者的误码率和AWGN信道条件下十分接近。     

基于判决反馈结构的自适应均衡算法仿真研究

在数字通信中,接收信号通常会受到码间干扰的影响,尤其是在多径衰落无线信道环境中,这种现象更为严重。采用自适应均衡技术可以对信道响应进行补偿。由于在数字通信系统中,信道往往为非最小相位系统,此时线性均衡器性能不佳,因此该文对比研究了非线性结构的自适应波特间隔判决反馈均衡器和自适应分数间隔判决反馈均衡器,并对其性能进行了计算机仿真。仿真结果表明,对于非最小相位信道,自适应分数间隔判决反馈均衡器的性能优于波特间隔判决反馈均衡器。     

应用于LTE上行链路的MMSE-TEDF均衡器

提出了一种适用于LTE上行SC-FDMA中的判决反馈均衡架构TEDF.依照最小均方误差准则,组成MMSE-TEDF均衡器.在3GPP LTE协议中常用的EVA信道下将这种均衡器进行计算机仿真,结果表明该均衡器在EVA信道下系统性能明显提高.     

比特交织编码调制系统中的均衡技术仿真研究

判决反馈迭代译码的比特交织编码调制(BICM-ID)技术是一种高性能、低复杂度的先进信道调制方案.分析了BICM-ID系统的结构和迭代译码方法,研究了最小均方(LMS)和最小二乘(RLS)自适应均衡算法以及线性(LE)和判决反馈(DFE)均衡器.设计了在ISI信道下BICM-ID使用DFE-RLS均衡器的系统,计算机仿真证明其能够自适应地快速估计、跟踪信道,对于码间干扰严重的信道有良好的均衡效果,经过迭代译码有良好的误码性能-分别在ISI干扰轻微和严重的W2.9和W3.5信道下,经过3次迭代译码,在信噪比分别为7.6 dB和12.8 dB时误码率可达10-4.     

新型非线性信道判决反馈自适应均衡器*

针对信道的线性和非线性失真,在分析简化的非线性滤波器的基础上,利用判决反馈均衡器的结构特点对其进行扩展,提出了两种新型结构的判决反馈均衡器,并利用NLMS推导出自适应算法.仿真表明,此新型结构能够有效消除码间和非线性干扰,提高误码性能.     

正交多小波变换常模判决反馈盲均衡器

针对常模判决反馈均衡器收敛慢的缺点,在对常规的基于平衡正交多小波变换的常模判决反馈盲均衡器（MWT-CMA-DFE）进行分析的基础上,设计了一种新的基于平衡正交多小波变换的判决反馈盲均衡器（NEW-MWT-CMA-DFE）。该均衡器通过对判决器的输出信号进行归一化正交多小波变换来加快收敛。仿真结果表明：对信道频率响应变化比较平滑的信道,与CMA-DFE和MWT-CMA-DFE相比,NEW-MWT-CMA-DFE的收敛快且稳态误差小;对信道频率响应起伏大的信道,NEW-MWT-CMA-DFE和MWT-CMA-DFE性能基本一致,而比CMA-DFE收敛快且稳态误差小。     

自适应判决反馈均衡器算法研究

自适应均衡是现代通信中广泛采用的消除码间干扰的一种方法。为了适应高速数据传输的要求，达到在非线性畸变信道上较好的抗噪声性能，可采用非线性自适应均衡器-判决反馈均衡器（DFE），实现算法一般是以随机梯度下降（SGD）算法为基础的RLS、CMA和LMS及LMS改进算法，由计算机仿真结果可知：在实际工程应用中，判决反馈均衡器的效果良好，特别是LMS改进算法效果更佳。     

短波多径衰落信道下的判决反馈均衡器研究

判决反馈均衡器(DFE)主要有两种基本类型:直接调整抽头系数的传统DFE和通过估计信道冲激响应直接计算均衡器抽头系数的基于信道估计DFE.研究两种基本的DFE和一种改进的基于信道估计DFE在短波多径衰落信道下的性能.仿真结果显示,基于信道估计DFE尤其是改进的基于信道估计DFE,在对抗信道的时变性方面与传统DFE相比,具有更强的鲁棒性,更适合在短波通信中使用.     

Equalization of nonlinear time-varying channels using type-2 fuzzyadaptive filters

Presents a kind of adaptive filter: type-2 fuzzy adaptive filter (FAF); one that is realized using an unnormalized type-2 Takagi-Sugeno-Kang (TSK) fuzzy logic system (FLS). We apply this filter to equalization of a nonlinear time-varying channel and demonstrate that it can implement the Bayesian equalizer for such a channel, has a simple structure, and provides fast inference. A clustering method is used to adaptively design the parameters of the FAF. Two structures are used for the equalizer: transversal equalizer (TE) and decision feedback equalizer (DFE). A decision tree structure is used to implement the decision feedback equalizer, in which each leaf of the tree is a type-2 FAF. This DFE vastly reduces computational complexity as compared to a TE. Simulation results show that equalizers based on type-2 FAFs perform much better than nearest neighbor classifiers (NNC) or equalizers based on type-1 FAFs     

OFDM系统中基于CE-BEM信道建模的低复杂度均衡*

在移动正交频分复用（OFDM）系统中,时变信道引起子载波间干扰（ICI）,从而导致系统性能严重下降。均衡作为消除ICI的主要手段而被广泛采用,但是大多数情况下,由于需要进行高阶矩阵的求逆运算,导致均衡面临着运算复杂度过高的问题。提出采用复指数基扩展模型（CE-BEM）对时变信道进行建模,并利用估计得到的模型系数直接构造判决反馈均衡器（DFE）,从而避免了矩阵求逆运算,大大降低了运算复杂度。同时,该DFE通过理论分析和仿真实践均被证明具有良好的均衡效果,能有效地消除ICI并改善系统性能。     

阶数自适应可变均衡器算法的研究与仿真

自适应判决反馈均衡器（OVE）f~跟踪信道时变响应并自动调整抽头系数,解决数字通信中因信道衰减和噪声引起的符号间干扰问题,从而大大降低通信系统误码率。针对在自适应均衡过程中均衡器阶数难以确定的问题,根据最优估计理论,分析判决反馈均衡器结构,研究DFE的抽头长度对均衡器均方误差性能的影响,在此基础上提出阈值可变动态长度算法,找出最小均方误差与滤波器阶数之间的折中。Matlab分析和仿真结果显示,当信道衰减和符号问干扰较严重时,均衡器阶数收敛在30阶左右,且误差可以收敛在较小范围内跟踪信道响应,并在瞬时累计均方误差准则下收敛到滤波器最优阶数。     

DFE和MLSE相结合的自适应信道均衡技术及其FPGA实现

文章首先提出了一种新的均衡技术,即DFE插入MLSE的DFE/MLSE自适应均衡器结构,接着提出了如何用FPGA实现该均衡器。     

基于过采样的归一化累积量盲均衡算法

传统的波特间隔均衡器只能补偿接收信号混叠的频率响应特性,并不能补偿信道畸变。针对这一问题提出一种基于过采样的归一化累积量算法,先对接收信号进行过采样,再利用变步长自适应调整均衡器的抽头系数,不仅能避免算法陷入局部最优,而且还能有效补偿信道畸变。仿真表明:引入过采样和变步长的盲均衡算法,有效地提高了收敛速度,降低了稳态剩余误差。     

Blind equalization using parallel Bayesian decision feedback equalizer

The purpose of this paper is to propose a new method for blind equalization using parallel Bayesian decision feedback equalizer (DFE). Blind equalization based on decision-directed algorithm, including the previous proposed Chen’s blind Bayesian DFE, cannot give the correct convergence without the suitable initialization corresponding to the small inter-symbol interference. How to find the suitable initialization becomes the key for the correct convergence. Here, the “start” vector with several states is used to obtain several channel estimates which are the initial channel estimates in proposed method. In these initial channel estimates, the best one which has converged toward the correct result in some degree must exist. The decision-directed algorithm for parallel blind Bayesian DFE is purchased from these initial channel estimates respectively. Evaluating the Bayesian likelihood which is defined as the accumulation of the natural logarithm of the Bayesian decision variable, the correct channel estimates corresponding to the maximum Bayesian likelihood can be found. Compared with Chen’s blind Bayesian DFE, the proposed method presents better convergence performance with less computational complexity. Furthermore, the proposed algorithm works satisfactorily even for channel with severe ISI and in-band spectral null, while Chen’s blind Bayesian DFE fails.     

基于小波包变换的非线性信道均衡器

针对严重线性失真和轻度非线性失真的数字信道，为了提高基于最小均方误差算法的判决反馈均衡器的收敛速度，首先提出用一族正交小波包基函数来表示非线性信道判决反馈均衡器厦其输出，然后给出基于小渡包变换的非线性信道自适应均衡算法。该算法实现了小波包与非线性信道模型的结合，在计算量增加不多的前提下，利用小波包对小波空间的进一步划分以厦比小波变换更强的去相关能力来减小输入信号相关阵的条件数。对典型非线性信道模型的仿真结果表明，该算法可有效提高均衡器的收敛速度。     

Complex-bilinear recurrent neural network for equalization of adigital satellite channel

Equalization of satellite communication using complex-bilinear recurrent neural network (C-BLRNN) is proposed. Since the BLRNN is based on the bilinear polynomial, it can be used in modeling highly nonlinear systems with time-series characteristics more effectively than multilayer perceptron type neural networks (MLPNN). The BLRNN is first expanded to its complex value version (C-BLRNN) for dealing with the complex input values in the paper. C-BLRNN is then applied to equalization of a digital satellite communication channel for M-PSK and QAM, which has severe nonlinearity with memory due to traveling wave tube amplifier (TWTA). The proposed C-BLRNN equalizer for a channel model is compared with the currently used Volterra filter equalizer or decision feedback equalizer (DFE), and conventional complex-MLPNN equalizer. The results show that the proposed C-BLRNN equalizer gives very favorable results in both the MSE and BER criteria over Volterra filter equalizer, DFE, and complex-MLPNN equalizer.     

基于UKF的自适应DFE信道均衡

针对信道的线性和非线性失真,在分析简化的非线性滤波的基础上,利用判决反馈的结构特点对其进行扩展,提出了基于UKF滤波的判决反馈均衡器,仿真表明,UKF滤波算法能降低系统均方误差性能。