基于输出解相关的分数间隔直接盲均衡算法

提出一种基于输出解相关的分数间隔直接盲均衡算法.该算法基于过采样接收信号或多传感器接收信号产生的分数间隔单输入多输出线性信道模型,利用均衡器输出的解相关特性和二阶统计量来直接估计均衡器,不需要预先估计信道冲激响应,可直接估计任意延迟的均衡器系数.该算法与传统的基于二阶矩的两步均衡算法相比,计算简单,精度高.仿真结果表明,该算法具有很好的均衡效果.     

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。     

水声信道盲均衡器优化设计与仿真

针对水声信道高速数据传输中的码间干扰问题,设计了一种基于小波包变换的分数间隔盲均衡器,优化均衡器性能,以提高水下通信质量。采用具有过采样性质的分数间隔均衡器,减少了波特间隔均衡器常数模算法（CMA）的稳态误差,又加快了其收敛速度;并利用去相关性较强的小波包理论,进一步加快了分数间隔盲均衡器算法（FSE-CMA）和小波分数间隔均衡器算法（WT-FSE-CMA）的收敛速度。水声信道的仿真结果,验证了该均衡器的良好性能。     

水声信道盲均衡器优化设计与仿真

针对水声信道高速数据传输中的码间干扰问题,设计了一种基于小波包变换的分数间隔盲均衡器,优化均衡器性能,以提高水下通信质量。采用具有过采样性质的分数间隔均衡器,减少了波特间隔均衡器常数模算法(CMA)的稳态误差,又加快了其收敛速度;并利用去相关性较强的小波包理论,进一步加快了分数间隔盲均衡器算法(FSE-CMA)和小波分数间隔均衡器算法(WT-FSE-CMA)的收敛速度。水声信道的仿真结果,验证了该均衡器的良好性能。     

基于新型聚焦矩阵的宽带信号DOA估计

针对宽带信号波达方向(DOA)估计问题,分析聚焦变换的原理,提出一种基于阵列输出信号协方差矩阵的聚焦算法.通过对不同频率和聚焦频率下的输出信号协方差进行特征分解,分别求取其大特征值对应的特征向量.根据最佳聚焦矩阵的求解条件,求出聚焦矩阵的表达式.该方法无需进行方位角度预估计,可以处理相干宽带信号源的DOA估计问题.通过实验仿真和性能分析验证了该算法的有效性.     

采样延迟对调制自适应均衡性能影响的研究

自适应均衡系统用于各种类型数字通信系统,随时均衡传输信号有畸变的信道.研究一基于LSL(最小平方格型)算法的QPSK(正交相移键控)自适应均衡器,均衡效果良好.然后结合仿真实验分析研究系统采样延迟对调制自适应均衡性能的影响,实验结果表明其影响作用明显,不可忽略.     

一种基于二阶统计量的盲信道均衡

基于二阶统计量的信道盲均衡算法是近阶段的研究热点。早期的基于二阶统计量的盲均衡算法要求输入为独立同分布（i.i.d)。本文讨论了信道输出过采样对信源的影响,得出对信道过采样相当于对信道输入内插的结论。在证明了内插信号具有周期平衡性的基础上,证明了过采样使得信道输出具有周期平衡性,并由此在频域上证明了当输入是平稳非独立同分布信源时,信道可均衡的一个充分必要条件。最后提出了一种时域上的算法。仿真结果显示,当信源为非独立同分布时也能进行信道均衡。     

协作多点传输中基于空间协方差动态更新的码本自适应方法

针对典型码本自适应算法的信道协方差矩阵反馈时间间隔过长,导致高速环境下系统性能迅速恶化的缺点,提出了一种基于信道协方差矩阵动态更新的码本自适应改进算法。基于协方差矩阵和码本之间的等效关系和均方误差最小的原则,在接收端将协方差矩阵拆分成一个固定参数和一个码本向量,并向发射端反馈该码本向量。然后,在发射端利用反馈的码本向量及本地固定参数和上一时刻的协方差矩阵,重构当前时刻的协方差矩阵。仿真结果表明,较之典型算法,提出的算法具有更好的性能表现,尤其在高速环境下,可以获得近2dB的增益。     

基于循环平稳二阶统计量的SUB-CMOE盲均衡算法

提出了一种新的利用循环二阶统计量估计信道的盲均衡算法.通过对信道输出信号进行过采样,建立单输入多输出(single input multiple output,SIMO)信道模型.传统的约束最小输出能量算法(constrained minimum output energy algorithm,CMOE)只研究了理想的无噪声状态,不考虑噪声对信道的影响.然而实际中噪声是不可避免的.为了使得约束最小能量算法可以适用于有噪声环境,利用子空间算法来消除噪声对算法的影响.仿真结果表明本算法可以克服噪声对信道的影响,收敛速度快.     

一种新的变步长盲恒模信道均衡算法

无线数字通信中,由于电磁干扰和多径效应的影响,使通信质量下降,进而产生码间干扰(inter-symbol interferencc,ISI),ISI的存在会大大降低系统性能,影响码速率的提高.信道均衡技术足解决该问题的一种重要手段,但剩余误差偏大.以信道盲均衡算法中的恒模(CMA)算法为研究背景,提出了一种新的变步长CMA算法,新算法利用QAM信号分布于几个已知圆上的特点,根据均衡器输出信号的模估计理想输出的模.计算机仿真结果表明这种算法能有效地减小剩余误差,是一种很实用的信道均衡算法.     

一种单载波宽带信号非线性均衡技术

针对单载波宽带信号均衡难以收敛的问题,研究了一种基于子带分解与重构的宽带非线性均衡技术。综合利用复数子带滤波器组与判决反馈均衡器理论,给出了两种具有模式切换功能的宽带非线性均衡结构,基于最小均方算法推导了它们的均衡权值迭代更新公式,分析比较了两种结构在不同均衡模式下的收敛特点。仿真证明基于子带技术的宽带非线性均衡能适用于群时延较严重的信道,且比传统全频带均衡具有更好的收敛效果和更低的计算复杂度。     

低复杂度递推信道估计联合均衡算法

精确的信道状态信息对单载波频域均衡(Sin gle carrier frequency domain equalization, SC FDE)非常重要,本文基于高斯消息传 递 (Gaussian message passing,GMP)提出了一种递推最小二乘(Least squares, LS)信道估计 算法。借助于因子图,根据广义分配率思想,将估计函数分为多个局部函数,每个局部函数 做多利处理,然后通过定义辅助变量使其成递推关系。根据turbo原理,迭代交换软信息, 使得估计、均衡及译码联合进行。在此基础上 ,分析并推导出无偏简化方法,然后借助于快速傅里叶变换,使得算法复杂度随观察向量长 度的增加呈对数上升。仿真表明该简化算法具有较好的信道估计性能和误码率特性的同时, 显著降低了计算量。     

基于KNN信道识别算法的无前后缀频域均衡技术

为了提高单载波频域均衡(SC-FDE)系统的频带利用率和通信速率,提出了一种基于 KNN 信道识别算法的无前后缀频域均衡技术;该技术通过构建不同信道环境下带有导频的训练数据集,根据训练数据通过不同信道条件下的特征并使用KNN算法进行分类,进而确定信道类型及信道最大多径时延,通过信道最大多径时延合理确定无前后缀重叠剪切频域均衡算法的最优重叠剪切长度,进而消除多径干扰对无前后缀频域均衡数据的影响,达到最优解调性能;仿真表明: 基于KNN的重叠剪切算法与文献推荐的50%重叠剪切法相比,性能基本一致,即在误码率为10-3的情况下,信噪比恶化不大于0.5 dB;此算法准确确定了最优重叠长度,减少了大量无效的重叠长度,保证了多径信道下系统的误码性能,达到性能和复杂度的平衡。     

基于软件无线电的并行多输入多输出均衡技术

针对3GPP-LTE协议中多输入多输出(MIMO)均衡算法的高复杂度和高吞吐率问题,提出了一种面向软件无线电的并行MIMO均衡处理器,该处理器采用单指令流多数据流(SIMD)和超长指令字(VLIW)技术同时开发子载波间MIMO均衡和子载波内矩阵运算的并行性,并且每一个SIMD功能单元能够支持16 bit定点和20 bit伪浮点复数向量运算和矩阵运算,满足不同天线配置的MIMO均衡算法对处理精度、延迟和功耗的要求。实验结果表明,MIMO均衡处理器的4×4矩阵逆运算吞吐率达到了95 MInversion/s,满足3GPP-LTE协议的要求,并且其灵活可编程性和可配置性能够支持不同的均衡算法。     

Application of the variance compensation likelihood measure for robust hidden Markov model in noise

This letter presents covariance matrix adaptation based upon the incorporation of the projection-based group delay scheme (PGDS) with a semi-continuous hidden Markov model (HMM) for the minimization of undesirable effects in noisy environments. The proposed approach fits the covariance matrix using a variance adaptive function to balance the mismatch between different environments.     

稀疏信道下OFDM信号的迭代检测方法

提出了一种适用于稀疏信道环境的OFDM信号迭代检测方法。该方法采用导频进行初始化信道估计,使用数学期望最大（EM）算法迭代检测OFDM信号。该方法需要已知信道的路径时延信息、噪声方差和信道冲击响应的协方差矩阵,因此同时给出了这些参数的估计方法。仿真结果证明了这种迭代算法的有效性,而且使用估计的信道参数时的系统性能和理想参数条件下的性能接近。     

Nonlinear channel equalization for QAM signal constellation usingartificial neural networks

Application of artificial neural networks (ANN's) to adaptive channel equalization in a digital communication system with 4-QAM signal constellation is reported in this paper. A novel computationally efficient single layer functional link ANN (FLANN) is proposed for this purpose. This network has a simple structure in which the nonlinearity is introduced by functional expansion of the input pattern by trigonometric polynomials. Because of input pattern enhancement, the FLANN is capable of forming arbitrarily nonlinear decision boundaries and can perform complex pattern classification tasks. Considering channel equalization as a nonlinear classification problem, the FLANN has been utilized for nonlinear channel equalization. The performance of the FLANN is compared with two other ANN structures [a multilayer perceptron (MLP) and a polynomial perceptron network (PPN)] along with a conventional linear LMS-based equalizer for different linear and nonlinear channel models. The effect of eigenvalue ratio (EVR) of input correlation matrix on the equalizer performance has been studied. The comparison of computational complexity involved for the three ANN structures is also provided.     

加权融合法处理无序量测问题

针对集中式多传感器目标跟踪系统中存在的无序量测问题,基于协方差加权融合的思想,在融合估计误差协方差矩阵迹最小意义下,建立了基于最优融合的多步延迟无序量测更新算法。该算法先将无序量测配准到最新状态估计的时刻,将其与之进行协方差加权融合。为进行无序量测与各传感器量测噪声相关性的计算,引入了等效量测。通过理论分析和仿真实验说明该算法能有效处理无序量测多延迟问题,其性能接近最优且随延迟步数增加性能下降非常小,而且有与最优的数据缓存法相同的滤波精度,以及较小的额外存储量。     

面向C-V2X通信的基于深度学习的联合信道估计与均衡算法

为了在不显著提升计算复杂度的情况下,有效提升通信系统的误码率（BER）性能,利用深度学习在数据处理方面的强大能力,提出一种面向基于蜂窝网络的车联网（C-V2X）通信的基于深度学习的联合信道估计与均衡算法——V-EstEqNet。与传统算法分两个阶段分别进行信道估计与均衡不同,V-EstEqNet将通信系统接收机中的信道估计与信道均衡进行联合考虑,并利用深度学习网络直接对接收数据进行校正和恢复,无须进行显式的信道估计环节即可完成信道均衡。具体而言,首先利用大量的接收数据对网络进行离线训练,使网络学习到叠加在接收数据中的信道特性;然后利用该特性恢复原始的发送数据。仿真实验结果表明,在不同的速度场景下,所提算法可以更加有效地追踪信道特性;同时,相较于传统信道估计算法（最小二乘法（LS）和线性最小均方误差法（LMMSE））配合传统信道均衡算法（迫零（ZF）均衡算法和最小均方误差（MMSE）均衡算法）,所提算法在低速环境下有最高有6 dB的BER增益,在高速环境下最高有9 dB的BER增益。     

基于非平稳时频分析的无线网络信道均衡算法

在无线网络数据通信中,由于阵元码间干扰导致信道具有非平稳特性,产生信道失衡效应,需要进行信道均衡设计,提高无线网络的数据传输性能.传统方法采用Hilbert变换扩频方法进行通信信道均衡,通过Hilbert变换使离散数据解析化,由于信道多径扩展导致码间干扰,为了提高信道均衡效果,提出一种基于非平稳时频分析的无线网络信道均衡算法.构建无线网络数据传输的空间多径信道模型,采用时频分析方法进行通信信号码间干扰抑制处理,采用提取的时频特征对通信信道进行正交频分复用分解,采用时频特征分析方法,对相位偏移进行空间码元重组,去掉路径相移偏量,实现信道均衡.仿真结果表明,采用该算法具有较好的信道均衡性能,能有效抑制通信信道的码间干扰,降低无线网络数据通信的误比特率,改善通信质量.