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。     

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.     

水声信道并行软判决盲均衡算法

在水声通信系统中,为了抑制由多径效应产生的严重码间干扰,必须进行信道均衡.文章在超指数迭代算法(SEI)的基础上,引入软判决思想,提出了一种基于SEI算法的分数间隔并行软判决盲均衡算法(FSE-SEI-SDD).计算机仿真结果表明,该算法相对于传统的常数模算法(CMA)和SEI算法,获得了较快的收敛速度和较小的剩余码间干扰,提高了通信系统的质量,具有一定的实用价值.     

一种新的基于水声信道双模盲均衡算法

提出一种蜂窝型（非正方形）16APK调制算法和新的基于蜂窝型判决区域的双模式盲均衡算法（DHDRA）. 对典型的浅海水声信道进行的仿真结果表明,基于蜂窝型16APK的调制算法比基于正方形16QAM的常数模盲均衡算法（CMA）更具抗干扰能力,收敛速度更快;基于蜂窝型判决区域的双模式盲均衡算法在收敛速度和稳态误差方面均优于基于正方形环判决区域的双模式算法,对于提高水下通信质量,降低码间干扰具有一定的研究价值.     

基于Renyi熵的正交小波盲均衡的快速算法

为解决在正交小波CMA盲均衡(WBCMA),收敛速度与计算量相对矛盾的问题,这里引入了一种最新的基于Renyi熵的随机梯度最陡下降的盲均衡算法．与以往的CBA算法相比,该算法不仅使得正交小波盲均衡算法的收敛速度显著增加,而且计算量也增加很小,仿真结果证明了此方法的优越性．另外对新算法的参数,α,N的各种情况进行了研究讨论,仿真表明当α=2,N=2时,能取得更好的效果。     

基于小波包变换的自适应线性均衡算法

在分析小波包和传统自适应线性均衡的基础上,提出了一种基于小波包变换的自适应均衡器结构,并结出了相应的自适应均衡算法,与通常的基于小波变换的自适应均衡算法相比,该算法利用了小波包对小波空间的进一步划分,因此其对信号的去相关能力比小波变换更强,仿真结果表明了该算法收敛速度较快,且计算量增加较少,易于实时实现。     

小波变换的自适应均衡算法

在分析传统的线性均衡算法的基础上,从用小波级数表示均顺和变换域的角度出发,给出了一种基于正交小波变换的自适应线均衡算法,理论分析和计算机模拟表明,该算法具有较忆的收敛速度,适用于无解析式的小波,其结构简单,易于实现。     

MIMO-OFDM系统信道盲均衡

针对多输入多输出正交平分复用系统(MIMO-OFDM),提出矢量简化星座算法(VRCA)进行盲均衡。VRCA有效地对MIMO-OFDM系统进行均衡的同时,能够补偿信道造成的相位旋转。该算法解决了经典恒模算法(VCMA)无法解决的盲均衡相位旋转问题,且算法收敛快速,为MIMO-OFDM系统接收信号的正确判决做好准备。     

一种快速收敛的自适应波束形成算法

为了解决传统最小均方(LMS)自适应波束形成算法在低信噪比环境下收敛速度较慢的问题,提出了一种快速收敛的小波域自适应波束形成算法. 该算法利用小波变换软阈值法消除信号中的加性高斯白噪声,并在此基础上将牛顿法应用于LMS算法中,提高了小波域LMS算法的收敛速度. 仿真结果表明,相比传统LMS算法,在低信噪比环境下,该算法收敛速度加快,稳态误差减小,波束形成精确度有较大的提高;同时相对于已有的小波域LMS算法,该算法的收敛速度和精度也有所提高.     

一种适用于高阶QAM信号的水声信道盲均衡算法

目前，盲均衡是水声通信领域中的热点问题。针对多径衰落水声信道的均衡问题，提出了一种修正的超指数迭代盲均衡算法，该算法可校正水声信道引入的载波相位旋转。在收敛阶段采用该算法，之后根据某一切换准则，切换到判决导引算法，可有效减小超指数迭代算法对高阶正交幅度调制信号的剩余均方误差。仿真结果表明，该算法有效纠正了载波相位旋转，并获得了较快的收敛速度和较小的稳态误差，提高了水声通信的质量，因而具有良好的工程应用价值。     

Blind equalization method for OFDM systems in non-cooperative communication

The traditional methods of blind equalization for orthogonal frequency division multiplexing(OFDM) systems have the problems of slow convergence rate and short received data. A novel blind equalization method of OFDM systems based on the multi-modulus hybrid algorithm and variable step size iteration of inter symbol interference is proposed to solve this problem. Piecewise multiplexing of the received data is adopted in this method, and then the modified constant modulus algorithm and the decision directed algorithm are mixed into the multi-modulus hybrid algorithm. This equalization method is utilized by the variable step size iteration based on inter symbol interference. Simulation results show that the proposed method has not only more stable convergence performance but also faster convergence speed than the traditional equalization methods in non-cooperative communication.     

改进型CMA-DFE盲均衡算法的研究

CMA-DFE盲均衡算法在时变信道中有着广泛的应用.针对CMA-DFE盲均衡算法的缺点,提出一种改进型CMA-DFE盲均衡算法.该算法把CMA-DFE盲均衡算法中前馈滤波器和反馈滤波器更新方程中的迭代步长由原来的固定值改成可变值,从而进一步提高了CMA-DFE盲均衡算法的收敛性.仿真实验结果表明,与CMA-DFE盲均衡算法相比,改进型CMA-DFE盲均衡算法具有更好的均衡效果和收敛性能.     

粒子滤波盲均衡译码联合算法

粒子滤波在解决信道盲辨识和盲均衡问题上具有收敛快、抗深衰信道等优势.在粒子滤波盲均衡算法的基础上,依据卷积码的马氏性特点进行建模,提出了一种直接对信息序列做重要性采样的粒子滤波盲均衡和卷积码译码联合算法.同时,提出了噪声功率递推计算的方法,并将其应用于联合算法中噪声功率参数的自适应调整.仿真结果表明,相比分离算法,联合算法的收敛性能和误码率性能都有明显提高,而自适应调整功率参数的算法则降低了运算复杂度.     

一种改进的递归神经网络盲均衡算法

提出了一种新的基于递归神经网络的快速收敛盲均衡算法。设计中采用观测信号的四阶统计量构造代价函数,简化了系统的复杂度;利用实时递归学习算法对系统参数进行动态调节。该算法具有镇定性,其收敛性能不会受到失真信道的影响,适用于均衡衰落性严重的信道。实验仿真结果表明对具有频率选择性衰落的非线性信道,该算法在收敛速度和对抗码间串扰方面都具有良好的性能。     

一种基于递归逆的快速盲均衡算法

在现代数字通信中,盲均衡算法是克服多径衰落引起的码间干扰(Inter symbol Interfer-ence,ISI)的有效方法。文章利用递归逆(Recursive Inverse,RI)自适应滤波算法收敛速度快、稳态均方误差小的优点,提出一种新的双模式盲均衡算法。该算法通过一种新的双模式机制,将RI自适应滤波算法应用于盲均衡,可以在获得小的MSE(Mean Square Error,MSE)的同时实现快速收敛。仿真结果表明,相比盲RLS(Recursive Least Square)算法和传统双模式算法,该算法在获得良好稳态MSE性能的同时提高了收敛速度,可以有效地对多径环境中突发信号进行盲均衡。     

基于集员滤波和数据重用的CMA盲均衡算法

提出了一种适用于突发信号的CMA盲均衡算法。该算法基于集员滤波和数据重用思想,在集员约束集中采用仿射投影的思想,设置多个约束集,其个数与数据重用的长度相同。新算法大大提高了CMA算法的收敛速率,同时由于集员滤波思想的应用,超量均方误差也能维持在一个相对较低的水平,适用于突发信号的盲均衡。文中详细描述了新算法的推导过程,并就其性能进行了理论分析。在最后的数据仿真中,与基本CMA等算法在收敛速率、稳态误差等方面进行了对比分析,验证了新算法的有效性。     

SIMO系统吉布斯盲迭代均衡算法

针对符号间干扰信道的多天线分集接收问题,提出一种单输入多输出(SIMO)系统盲迭代均衡算法.该算法利用吉布斯样本法处理思路,在SIMO条件下推导了信道冲击响应、发送符号等未知参数的条件后验分布,根据该条件概率逐个参数进行随机采样,通过不断迭代更新来逼近最大后验概率(MAP)估计的结果.该算法的一个显著特点是具有软输入软输出(SISO)结构,因此在编码系统中可以与信道译码结合,通过联合迭代进一步提升均衡的性能.计算机仿真结果表明,在严重符号间干扰信道条件下,SIMO系统肓迭代均衡算法的性能非常接近于已知信道时迭代均衡算法的性能,距离理想无符号间干扰信道分集合成的性能差距只有约1 dB.     

一种新的基于CMA算法的递归步长盲均衡算法

本文在ＣＭＡ算法代价函数的基础上,提出了一种适合于多电平正交幅度调制（ＭＱＡＭ）数字通信系统的递归步长多模盲均衡算法。研究表明,该算法在计算量增加不大的前提下,能同时获得较小的误码率和较小的稳态误差,而其收敛速度也比ＣＭＡ算法有较大的改善。