基于叠加训练序列和低复杂度频域Turbo均衡的时变水声信道估计和均衡

针对时变水声信道估计和均衡问题,该文提出基于叠加训练序列(ST)和低复杂度频域Turbo均衡(LTE)的时变水声信道估计和均衡(ST-LTE)算法。基于叠加训练序列方案,将训练序列和符号线性叠加,使得训练序列和符号信道信息一致;基于最小二乘算法,进行信道估计。基于频域训练序列干扰消除技术,在频域消除训练序列对符号的干扰;基于频域线性最小均方误差(LMMSE)均衡算法,通过先验、后验、外均值和方差的计算,实现低复杂度信道均衡(符号估计);基于Turbo均衡算法,软重构叠加训练序列和更新信道估计,进行均衡器和译码器的信息交换,利用编码冗余信息,大幅度提升信道均衡性能。进行仿真、水池静态通信试验(通信频率12 kHz,带宽6 kHz,采样频率96 kHz,符号传输速率4.8 ksym/s,训练序列和符号的功率比为0.25:1)和胶州湾运动通信试验(通信频率12 kHz,带宽6 kHz,采样频率96 kHz,符号传输速率3 ksym/s,训练序列和符号的功率比为0.25:1),仿真和试验结果验证了所提算法的有效性。     

一种水声通信Turbo均衡中的软迭代信道估计算法

 Turbo均衡技术是水声相干通信克服信道多径、消除码间干扰(ISI)的有效工具。Turbo均衡实际使用时需要对时变、多径信道进行良好的估计。为了提高信道估计的效果,该文基于时变横向滤波和相位旋转信道模型,提出一种水声通信Turbo均衡中的软迭代信道估计算法。该算法采用快速自优化最小均方算法得到各数据符号处的横向滤波器系数矢量并与二阶锁相环联合优化计算。通过仿真比较,该算法明显优于硬迭代信道估计算法,且相位估计性能优于其他文献中的软迭代信道估计算法。在海上试验中,水声通信距离5 km,方向近似垂直,接收阵起伏周期10 s,起伏幅度5 m左右,在此情况下进行数据采集。将该算法用于对海试数据的单通道Turbo均衡处理,实现无误码输出,验证了所提算法在软迭代信道相位估计方面的优势。     

基于Kalman滤波的水声混合双向迭代信道均衡算法

水声信道均衡中基于信道估计的均衡方法理论上具有更优的均衡性能,但较高的计算复杂度限制了算法的实际应用。针对这一问题,该文首先基于Kalman滤波和Turbo均衡提出一种迭代Kalman均衡器,实现了基于软符号的迭代信道估计与迭代Kalman均衡,且复杂度较常规方法降低约1个数量级。其次,针对单一均衡算法和单一方向Turbo均衡器存在的误差传递现象,设计了基于迭代Kalman均衡器与改进成比例归一化LMS (IPNLMS)自适应均衡器相结合的混合双向Turbo均衡器,提高了自适应均衡器的收敛速度和均衡性能,并通过双向均衡结构带来的增益改善了符号估计误差传递的现象。理论分析与仿真实验验证了该文算法的有效性。     

基于支持向量机的水声信道盲均衡算法研究

水声信道的带宽极为有限,与需要训练序列的自适应均衡算法相比盲均衡技术节省了带宽,特别适合高速水声通信和多点通信。针对基于高阶统计量的盲均衡算法收敛速度慢的缺点,研究了一种基于支持向量机的盲均衡算法,它收敛速度快并具有全局最优解。通过对浅海信道触发通信信号的计算机仿真,证明了算法的有效性。     

水声通信中基于软判决的块迭代判决反馈均衡器

在单载波频域均衡水声通信系统中,混合结构的时-频域判决反馈均衡器(H-DFE)计算复杂度高,不利于实时实现;而基于硬判决的块迭代判决反馈均衡器(HD-IBDFE)存在错误符号判决造成系统性能下降问题,同时需要估计判决符号和发射数据之间的互相关函数。该文对水声通信中基于软判决的块迭代判决反馈均衡(SD-IBDFE)接收机算法进行了研究,通过对均衡器输出信号进行软判决,并将符号软信息进行反馈,提高了系统性能,同时采用迭代信道估计方法来适应水声信道的时变性。通过仿真比较得出,该方法在水声信道条件下明显优于HD- IBDFE。对湖上试验数据处理结果表明,在浅水1.8 km通信距离下,单通道无编码QPSK调制可实现10-3的误码率并达到3000 bps的有效数据率。     

一种水声通信中的多阵元Turbo均衡算法

Turbo均衡应用在水声通信中的问题主要在于水声信道时间扩展长,多接收阵元处理复杂度较高。该文研究了将时间反转与马尔可夫链蒙特卡罗(MCMC)均衡联合优化算法用于实现Turbo均衡。首先进行时间反转实现多接收阵元较长多径时延的压缩,再利用白化滤波器解决时间反转造成的噪声模型失配问题,最后利用复杂度较低的MCMC均衡器结合软迭代信道估计对时间反转合并后得到的信号进行均衡。结合真实实验信道条件对信道响应估计的误差建立模型,通过仿真比较得出, 该算法在相同条件下相对于多阵元直接自适应Turbo均衡算法复杂度降低67%,且有1.6 dB的误码率性能增益。通过对湖上试验数据进行处理,进一步验证了该算法的优势。     

水声信道频域Turbo均衡的期望传播改进算法

针对水声信道带限,稀疏及长时延特性,并考虑水声实时高质量通信需求,提出了一种基于期望传播(Expectation Propagation,EP)的迭代信道估计和频域Turbo均衡(EP based Iterative Channel Estimation-Frequency of Do?main Turbo Equal...     

水声信道中的迭代分组判决反馈均衡器

 与传统的时域均衡相比,频域均衡为单载波传输系统提供了一种计算更为有效的方法。该文对有大多径时延和多普勒频移的水声信道中的频域分组迭代判决反馈均衡器(IB-DFE)进行了研究,提出了一种联合迭代均衡和频域信道估计(JECE)算法,分析了JECE算法的性能以及不同数据参数对IB-DFE性能的影响,并计算了IB-DFE的计算复杂度。仿真结果表明,所提出的JECE算法对时变水声信道有更好的适应性。与TD-DFE相比,IB-DFE有3.6 dB以上的信噪比增益和约19%的复杂度增益,而且随着多径时延和多普勒频移的增加,这种性能增益会进一步增加。     

无人飞行器通信中联合信道估计和Turbo均衡

Turbo均衡技术能有效克服信道多径、消除符号间干扰(ISI),从而提高接收机整体性能。针对无人飞行器地空视距链路信道这种快时变多径信道,提出了一种联合信道估计和Turbo均衡的迭代接收算法。该算法采用单载波调制体制,通过信道估计和Turbo均衡之间相互反馈软信息来消除ISI。Matlab仿真结果表明,经过2次以上的迭代后,相比较于传统的单载波频域Turbo均衡算法,新算法的误码率性能得到了显著改善。     

基于虚拟时间反转镜的水声OFDM信道均衡

针对水声信道对正交频分复用(OFDM)系统带来的符号间干扰(ISI)问题,提出了虚拟时间反转镜(VTRM)信道均衡算法,该算法具有时间压缩特性和频域相位共轭特性,可以有效缩短信道长度,减小多途信道带来的相位畸变,采用匹配追踪(MP)算法估计信道冲激响应,可以精确的估计出水声信道的幅度、时延和相位信息,为虚拟时反信道均衡提供准确的信道信息,改进了传统匹配相关信道估计方法估计精度低、无法估计信道相位信息的缺点。仿真、水池和湖上实验结果表明,OFDM水声通信系统中,VTRM信道均衡技术性能优于被动时反镜(PTRM)信道均衡和最小平方(LS)信道均衡。     

室内可见光通信中的线性均衡与判决反馈均衡

信道均衡是光通信的关键技术之一。信道均衡能有效地克服信息传输中的多径干扰和消除码间串扰,适合于数据传输。本文针对室内可见光通信系统中由信道失真引起的严重的码间串扰（ISI）情况,研究迫零均衡（ZFE）、最小均方误差（MMSE）均衡、判决反馈均衡（DFE）3种均衡技术,并利用计算机仿真对3种均衡技术的性能进行评估。仿真结果表明,判决反馈均衡器具有明显的优越性。     

SC-CP的迫零均衡和最小均方误差均衡性能比较

简要介绍了基于循环前缀的单载波调制,通过仿真比较了在基于循环前缀的单载波调制下迫零均衡和最小均方误差均衡的性能。结果表明在非理想信道及存在噪声的情况下,最小均方误差均衡的性能优于迫零均衡的性能。     

自适应均衡算法在信道均衡技术中的应用研究

文中描述了两种非线性均衡器分别为判决反馈均衡器(DFE)和最大似然序列估计(MLSE)均衡器.所用信道模型为加性白高斯噪声信道,在DFE和线性均衡器(LE)中都是使用递归最小二乘(RLS)算法和最小均方(LMS)算法对数据进行分块处理.MLSE均衡器中使用了维特比最佳译码算法.就误比特性能来做以比较,DFE远好于LE,MLSE均衡器又明显优于DFE,并且它能达到几乎最优的性能.     

维特比均衡算法

基于符号级维特比译码算法,将信道等效为一时变卷积编码器,提出了一种将信道均衡和信道译码相结合的技术——维特比均衡。重点研究了采用维特比均衡技术的单载波系统,并对比给出了采用频域均衡技术和维特比均衡技术,系统误码性能随信噪比的变化曲线及系统的计算复杂度。仿真结果表明：信道的等效脉冲响应滤波器长度较长时,维特比均衡技术明显改善了系统的误码性能,然而系统的复杂度也随之增加。     

Noniterative Automatic Equalization

An equalizer based on the minimum mean-square error (MSE) criterion, but with direct solution of the resulting equations, is described. The direct solution is based on the algorithms devised by Levinson and Trench. With the availability of large-scale integration (LSI) bipolar computing elements, these algorithms are competitive with iterative procedures. A method is considered for the estimation of the required parameters, and for automatic adaption to a changing channel. It is shown that the delay can be adjusted to achieve minimum MSE with respect to that parameter. Simulations undertaken show the robust performance of the algorithm, and that the equalizer performance is not adversely affected by operation in decision-directed mode.     

Equalization and pre-emphasis based LVDS transceiver

This work presents an area-efficient, low-power, high data rate low voltage differential signal (LVDS) transmitter and receiver with signal quality enhancing techniques. The proposed common mode feedback scheme significantly reduces the size of the LVDS transmitter by eliminating the use of area consuming passive resistor and capacitor used for close loop stability compensation. A preemphasis technique has been introduced to enhance the transmitter output’s signal quality without significantly increasing the power draw. On the receiver part, an equalization technique has also been introduced to further enhance signal quality, increases data rate and improved jitter with relatively low power consumption. The LVDS transmitter consumes 5.4 mA of current while driving an external 100 ohm resistor with an output voltage swing of 440 mV. The chip consumes an area of 0.044 mm². This LVDS receiver has an input common mode range from 0.1 to 1.6 V. It consumes 34 mW of power with a maximum data rate of 2 Gbps. It consumes an area of 0.147 mm² a jitter of 11.74 ps rms. A test chip is implemented using 0.18 μm CMOS process.     

Turbo均衡仿真研究与应用

Turbo均衡利用Turbo码译码算法中提出的迭代思想,在均衡器和译码器之间反复迭代可靠性信息,提高了均衡译码的整体性能。通过仿真研究了基于线性MMSE检测的Turbo均衡算法和基于软值干扰抵消的Turbo均衡算法在实际系统中的性能,给出了仿真结果和结论。基于线性MMSE检测的Turbo均衡已经在实际的跳频通信系统中得到应用。     

基于一种新的SNR估计方法的切换迭代均衡

本文提出了一种缩放软信息的Max-Log-MAP迭代均衡算法（Scaled Max—Log-MAP，SMLM）的性能，并分析了它对SNR估计误差的敏感性问题，结果表明在低损失信道上，SMLM算法能有效改善Max-Log—MAP（ULM）迭代均衡算法的性能，并不受SNR估计误差的影响．考虑到在初始迭代，MLM硬判决结果可能有错误，本文还提出了一种改进的由MLM切换到LM的均衡算法，大大改善了未进行SNR校正时的误码性能．最后，本文还建议了一种由SMLM切换至LM的迭代均衡算法，它进一步改善了高损失信道上迭代均衡系统的性能，尽管本文建议的两种切换均衡算法均不需要任何导引开销。     

Equalization concepts for EDGE

An equalization concept for the novel radio access scheme Enhanced Data rates for GSM Evolution (EDGE) is proposed by which high performance can be obtained at moderate computational complexity. Because high-level modulation is employed in EDGE, optimum equalization as usually performed in Global System for Mobile Communications (GSM) receivers is too complex and suboptimum schemes have to be considered. It is shown that delayed decision-feedback sequence estimation (DDFSE) and reduced-state sequence estimation (RSSE) are promising candidates. For various channel profiles, approximations for the bit error rate of these suboptimum equalization techniques are given and compared with simulation results for DDFSE. It turns out that a discrete-time prefilter creating a minimum-phase overall impulse response is indispensable for a favorable tradeoff between performance and complexity. Additionally, the influence of channel estimation and of the receiver input filter is investigated and the reasons for performance degradation compared to the additive white Gaussian noise channel are indicated. Finally, the overall system performance attainable with the proposed equalization concept is determined for transmission with channel coding     

Self-Orthogonalizing Adaptive Equalization Algorithms

A comparison is made of several self-orthogonalizing adjustment algorithms for linear tapped delay line equalizers. These adaptive algorithms accelerate the rate of convergence of the equalizer tap weights to those which minimize the output mean-squared error of a data transmission system. Accelerated convergence of the estimated gradient algorithm is effected by premultiplying the correction term in the algorithm by a matrix which is an estimate of the inverse of the channel correlation matrix. The various algorithms differ in the manner in which this estimate is sequentially computed. Depending on the degree of complexity available, the equalizer convergence time may be reduced more than an order of magnitude from that required by the simple gradient algorithm.