基于CMA算法的双模式盲均衡算法

常数模算法（ＣＭＡ）的收敛速度非常缓慢。为了加快收敛过程，一旦误码率降低到足够低，该算法必须切换到ＤＤ算法。为了克服这些缺点，本文利用ＱＡＭ信号分布在几个已知半径的圆上的特点，提出了两类多模盲均衡算法。在此基础上又提出一种双模式均衡方案：多模算法模式和常数模算法模式。研究表明，两类多模算法及双模式均衡方案收敛快，收敛性能也令人满意     

适合高阶QAM信号的加权多模盲均衡算法

该文提出了一种加权多模盲均衡算法。该算法结合了多模盲均衡算法和判决引导算法的各自优势,利用由判决符号的指数幂构成的加权项调整代价函数中的模值。在均衡器系数迭代过程中,加权项不仅随着判决符号自适应地改变,还可以根据MSE估计值作更精确地调整。理论分析和仿真结果表明,与多模盲均衡算法等其它算法相比,该文提出的算法在同等条件下可以获得更快的收敛速度和更低的稳态收敛残差,更适用于高阶QAM信号。     

抑制多模噪声的变步长NLMS-Newton算法研究

实际生活中产生的多模噪声会对信号产生严重的破坏甚至损失。传统LMS算法不仅收敛速度慢而且存在较大的稳态误差和失调量,故已不能很好地控制噪声。通过分析NLMS算法和Newton算法的优点,提出一种新的NLMS-Newton算法。该算法的收敛速度高,计算复杂度减小,且应用了随信噪比变化的变步长并修正了自相关矩阵,降低了算法收敛后的稳态误差和失调量。通过仿真表明,NLMS-Newton算法在收敛速度及稳态误差等方面都有了较大改善,并且能在很好地抑制多模噪声的同时提取出有用信号。     

快速收敛的正交振幅调制信号半盲均衡算法

针对传输正交幅度调制信号的多输入多输出频率选择性衰落无线通信系统中的信号间干扰与信号内部的码间干扰问题, 提出了一种改进的软决策算法.该方法精确地利用了正交振幅调制(Quadrature Amplitude Modulation, QAM)信号星座图信息, 避免了经典恒模算法、多模算法中存在的误调问题, 提高了均衡性能.对代价函数采用梯度牛顿法进行优化, 与常用的梯度类算法相比, 其具有更快的收敛速度.通过均方误差和最大信道扭曲分析和验证了该算法的可靠性和有效性.     

适用于圆形高阶QAM信号的盲均衡算法

针对现有盲均衡算法大多仅适用于方形或十字形QAM信号的问题,本文提出了一种适用于圆形高阶QAM信号的混合盲均衡算法。该算法首先对区域多模盲均衡算法进行改进,提出了新的区域划分方法并将其与改进的多模盲均衡算法相结合,构造了新的误差模型使之与圆形星座匹配程度大大提高;然后将其与判决引导算法和数据重用技术有机结合,构成低稳态误差的快速混合盲均衡算法。与其他同类型盲均衡算法相比,本文算法对于圆形星座高阶QAM信号尤为有效,不仅降低了稳态误差,且大幅度减少了收敛所需符号数。仿真结果验证了该算法的有效性。      

MIMO通信系统中QAM信号的快速半盲均衡算法研究

该文针对传输正交幅度调制(QAM)信号的多输入多输出(MIMO)系统的均衡问题,结合方环算法(SCA)的简单性和软决策(SDD)算法的精确性,提出了一种既比较精确又简单的算法(SCA+SDD)。在优化该算法的代价函数过程中,首先用很少的训练序列(等于接收天线数)得到均衡器权向量的一个粗略估计,然后提出利用共轭梯度法进行迭代优化该代价函数的方法,该算法具有近似的二次收敛性,与传统梯度类算法相比较,该方法有非常快的收敛速度和较少的计算量。最后通过误码率(BER)和收敛速度分析该算法的可靠性和有效性,并且通过计算机仿真证明了该算法的良好性能。     

几种盲均衡算法的比较及仿真研究

以新兴的盲均衡技术为理论基础,一些盲均衡算法相继提出。本文以高阶的QAM信号作为输入信号,针对常模算法、多模算法、加权多模算法存在的缺陷,最终引入一种性能优越的加入动量项的加权多模算法。通过计算机的仿真实验首次对这些算法进行依次比较,所得实验结果表明加入动量项的加权多模盲均衡算法在信道均衡上的性能明显优于前面几种算法,它具有更快的收敛速度和更小的稳态误差,因此具有实用价值。     

基于回声状态网络的卫星信道在线盲均衡算法

针对非线性卫星信道,该文提出了两种基于回声状态网络(ESN)的在线盲均衡算法。利用ESN良好的非线性逼近能力,将发送信号的高阶统计量(HOS)代入ESN,结合常模算法(CMA)和多模算法(MMA)构造盲均衡的代价函数,并采用递归最小二乘(RLS)算法对ESN输出权值进行迭代寻优,实现了Volterra卫星信道下常模和多模信号的在线盲均衡。实验表明,该文算法可以有效降低非线性信道对发送信号产生的畸变,相较于传统的Volterra滤波方法,有更快的收敛速度和更低的均方误差值。     

基于模拟退火粒子群优化的恒模算法

传统的固定步长恒模盲均衡算法在收敛速度和稳态剩余误差之间存在着矛盾,影响了恒模算法的均衡性能。为了解决这一缺点,提高恒模算法的性能,本文在介绍恒模盲均衡原理的基础上,提出一种变步长恒模算法,利用粒子群优化算法对均衡器的权向量进行优化,为避免优化过程进入局部极小值引入了模拟退火算法。通过在短波信道中的仿真,证明了该算法不仅加快了收敛速度,并且具有更高的收敛精度。     

组合半盲均衡算法及其在半盲均衡中的应用

针对传输正交幅度调制信号的多输入多输出卷积通信系统中的码间干扰和共信道干扰问题,利用软决策算法的选择性以及QAM信号星座图的几何特征,提出一种组合的半盲均衡算法。该算法不仅克服了传统恒模算法,多模算法在稳态下的误调问题,而且避免了SDD算法在高阶QAM系统中运算量急剧增加的问题。采用梯度牛顿法优化CSBEA算法代价函数,与常用的梯度类算法相比,其具有收敛速度快,稳态性能好的特点。通过仿真实验证明了所提算法的有效性。     

一种新的混合信道盲均衡算法

为同时提高盲均衡的稳态MSE性能和收敛速度,该文提出了一种混合信道盲均衡算法。该算法采用判决反馈均衡器结构,在判决可靠时采用DD-LMS(Directed Decision-Least Mean Square)误差项进行迭代,而判决不可靠时采用改进恒模算法(Modified Constant Modulus Algorithm,MCMA)误差项进行迭代,同时判决可靠区间根据直接判决误差进行自适应迭代。该文采用经过数字无线信道的64QAM信号进行了信道均衡仿真。仿真结果表明,相比MCMA算法,该文提出的混合盲均衡算法有效地提高了收敛速度,并具有良好的稳态MSE性能,在误比特率为10-6时,能提高SNR约2dB。     

稀疏信道下基于稀疏贝叶斯学习的精简星座盲均衡算法

针对稀疏信道的盲均衡问题,在精简星座均衡算法框架下建立线性模型,利用稀疏信道下均衡器固有的稀疏特性,引入具有稀疏促进作用的先验分布对均衡器系数加以约束,使用稀疏贝叶斯学习方法迭代求解均衡器系数得到最大后验估计值。该文提出的均衡方法属于数据复用类均衡算法的范畴,能够适用于数据较短的应用场合。与随机梯度方法相比,算法性能受均衡器长度影响较小,收敛后误符号率性能更好,仿真实验验证了算法的有效性。     

Novel quantum-inspired genetic algorithm based on immunity

A novel algorithm, the Immune Quantum-inspired Genetic Algorithm (IQGA), is proposed by introducing immune concepts and methods into Quantum-inspired Genetic Algorithm (QGA). With the condition of preserving QGA‘s advantages, IQGA utilizes the characteristics and knowledge in the pending problems for restraining the repeated and ineffective operations duringevolution, so as to improve the algorithm efficiency. The experimental results of the knapsack problem show that the performance of IQGA is superior to the Conventional Genetic Algorithm (CGA), the Immune Genetic Algorithm (IGA) and QGA.     

The Derivation of a New Blind Equalization Algorithm

Blind equalization is a technique for adaptive equalization of a communication channel without the aid of training sequences. This paper proposes a new blind equalization algorithm. The advantage of the new algorithm is that it has the lower residual error than the GA (proposed by Godard) and Sign_GA (proposed by Weerackody et al.). The superior performance of the proposed algorithm is illustrated for the 16-QAM signal constellation. A Rummler channel model is assumed as a transmission medium. The performance of the proposed algorithm is compared to the GA, Sign_GA and Stop & Go Algorithm (SGA). The simulation results demonstrate that an improvement in performance is achieved with the proposed equalization algorithm.     

一种抵抗水声信道多途干扰的新的盲均衡算法

由于在时变水声信道中会产生随机相位失真，CMA算法的误码性能严重下降。在双模式盲均衡算法的基础上，提出了一种适用于水声信道的新的盲均衡算法——NCMA算法。计算机仿真结果表明，在时变水声信道中，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。     

多模盲均衡载波同步联合架构及分析

对于QAM体制信号,多模盲均衡算法(MMA)具有优于恒模算法 (CMA)的性能,同时具有矫正固定相位偏差及一定载波频率偏差(CFO)的能力。但在实际通信系统中,MMA对载波频偏的适应能力有限,当系统存在较大CFO时,MMA均衡算法稳态性能大幅下降。为保证MMA算法的稳态性能,同时适应较大载波频率偏差,文中提出了一种均衡载波同步联合结构。该结构将均衡器置于载波同步环路中,在消除载波频偏对均衡器性能影响的同时,提升了系统的载波频偏跟踪能力。文中对联合结构的载波环路跟踪性能进行了详细的理论分析,给出了环路性能指标的计算方法。数值仿真结果验证了理论分析的正确性,同时指出多模盲均衡载波同步联合算法能够在满足较大载波频偏跟踪性能的同时,实现接近无频偏时的均衡效果,很好的解决了大频偏下MMA算法性能损失严重的问题。      

单载波频域均衡系统中一种简化的IBDFE算法

在单载波频域均衡系统中,线性均衡算法虽然简单易行,但是其抑制噪声干扰和符号间干扰的能力有限,因此需要引入非线性的反馈和迭代机制以进一步提升系统性能.迭代块判决反馈均衡（Iterative Block Decision Feedback Equalization,IBDFE）就是一种行之有效的非线性算法,但其缺点是计算复杂度高.鉴于此,在IBDFE结构的基础上,利用最小均方误差准则,推导出了一种新的简化算法.之后,对简化后算法和现有低复杂度算法的均方误差（Mean Square Error,MSE）性能进行了理论分析和比较,并在两种无线多径衰落信道下对三种不同的算法进行了仿真.结果表明,在所给信道条件下,这种算法在迭代两次后已基本收敛.同时,仿真也验证了MSE分析的结论.最后,对算法复杂度的分析和比较表明,提出的简化算法相比传统IBDFE算法,其误比特率性能有所下降,但能有效地减小计算量.