一种改进的加权多模盲均衡算法

数字有线电视主要采用QAM调制形式。针对QAM调制信号的特点,在加权多模盲均衡算法的基础上,引入Sigmoid函数的变形,提出了一种加权值随均方误差自适应变化的新算法。新算法不需要设定模式转变的门限值,使算法模式从MCMA随均衡输出自适应转化为DD模式。通过仿真表明该算法与多模盲均衡算法(WMMA)相比降低了仿真复杂度,具有更稳定的收敛性能,适应于高阶QAM信号。     

Improved Weighed Multi -modulus Blind Equalization Algorithm

数字有线电视主要采用QAM调制形式.针对QAM调制信号的特点,在加权多模盲均衡算法的基础上,引入Sigmoid 函数的变形,提出了一种加权值随均方误差自适应变化的新算法.新算法不需要设定模式转变的门限值,使算法模式从MCMA随均衡输出自适应转化为DD模式.通过仿真表明该算法与多模盲均衡算法(WMMA)相比降低了仿真复杂度,具有更稳定的收敛性能,适应于高阶QAM信号.     

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。     

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。     

一种新的群时延自适应均衡算法

为了补偿无线信道群时延特性所带来的影响,基于盲均衡器结构提出了一种优化的自适应均衡算法.该算法是基于最小均方误差准则的变步长LMS算法,通过自适应调节判决反馈均衡器两组横向滤波器的抽头系数,实现对信道群时延的自适应补偿.通过对16-QAM信号的仿真结果表明,新算法能够对有效补偿信道群时延带来的影响,并且明显降低系统的误码率.     

基于空间分集的判决反馈结构联合盲均衡算法

以QAM信号为对象,研究提高信号盲自适应均衡性能的算法,该算法利用联合MCMA+DD的误差函数并结合分集合并技术运用到非线性结构的判决反馈均衡器中,形成一种混合盲算法来均衡QAM信号.混合算法中同时利用两误差函数对系数进行更新以提高QAM信号的均衡适应能力,利用空间分集减少衰落的影响和利用非线性结构适应频响起伏大的信道.从仿真结果看,与其他算法相比,该混合算法加快了收敛速度,减小了稳态误差,并且纠正了相位旋转,有效性得到验证.     

空间分集的判决反馈结构实现联合盲均衡算法

摘 要：信道失真和多径衰落特性会造成符号间串扰,从而导致系统性能下降。以QAM信号为对象,研究提高信号盲自适应均衡性能的算法,该算法利用联合MCMA DD的误差函数并结合分集合并技术运用到非线性结构的判决反馈均衡器中形成一种混合盲算法来均衡QAM信号。混合算法中同时利用两误差函数对系数进行更新以提高QAM信号的均衡适应能力,利用空间分集减少衰落的影响和利用非线性结构适应频响起伏大的信道。从仿真结果看,与其他算法相比该混合算法加快了收敛速度、减小了稳态误差并且纠正了相位旋转,有效性得到验证。     

一种适用于高阶QAM系统Bussgang类盲均衡新方法

该文提出一种适用于高阶QAM系统的新Bussgang类多模盲均衡算法。将新的代价函数与星座匹配误差函数结合,给出一种瞬时双模切换混合算法,然后设计了一种基于判决圆的模式切换准则,从而达到进一步有效降低新算法稳态误差的效果。最后,仿真结果以高阶256QAM信号为例,验证了该算法对于高阶QAM信号的盲均衡能力和良好效果。     

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。     

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。      

基于EM-SBL迭代的稀疏SIMO信道频域盲均衡算法

针对单输入多输出系统下稀疏信道均衡问题,提出了一种新的基于最大似然准则的频域迭代均衡算法.首先将多天线联合均衡问题建模为非完整观测数据集下频域信号序列的最大似然估计问题,利用期望最大化算法进行近似迭代求解,最终得到各个单频信号加权求和形式的均衡输出表达式.在每次迭代过程中,算法依次完成均衡输出的更新和信道参数联合条件后验分布的更新.考虑到信道固有的稀疏特性,在求解信道参数联合条件后验时,引入具有稀疏促进作用的先验分布对信道系数加以约束,使用稀疏贝叶斯学习迭代求解信道参数联合条件后验.仿真结果表明,本文算法具有较好的收敛特性和稳态性能,在中高信噪比条件下可以获得接近信道已知条件下的稳态系统误符号率性能.     

Reduced-Complexity Time-Domain Equalization for Turbo-MIMO Systems

A reduced-complexity time-domain equalization scheme for wideband turbo-multiple-input multiple-output (turbo-MIMO) systems is presented. This scheme, called iterative trellis search equalization, is based on a modified version of the M-Bahl-Cocke-Jelinek-Raviv (M-BCJR) algorithm, applied to a suitably chosen trellis representation of the wideband MIMO channel process. Exploiting the properties of quadrature amplitude modulation (QAM) signal constellations with block-partitionable labels, this modified M-BCJR algorithm has complexity per bit that is independent of the constellation size, and polynomial in the number of transmit antennas and channel memory. Results from computer simulations show that the new scheme successfully mitigates intersymbol interference even if only a very small fraction of trellis state transitions is considered. It is also demonstrated that asynchronous transmission of the spatially multiplexed symbol streams can result in considerable performance improvement compared to synchronous MIMO systems.     

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。     

基于预测原理的回声状态网络在线盲均衡算法

针对非线性信道,基于预测原理提出了回声状态网络(ESN)在线盲均衡算法,首先将具有良好非线性映射能力的ESN代替传统的线性预测误差滤波器,并采用递归最小二乘(RLS)算法计算网络的输出权值,使网络预测误差达到最小;然后进行幅值和相位的调整。仿真实验表明,对于16QAM信号,所提算法可以有效降低非线性信道对发送信号产生的畸变。与其他基于预测原理的盲均衡算法相比,所提算法有更低的均方误差值和更快的收敛速度。     

一种改进的QAM信号的恒模算法：MCADAMA

提出了一种适用于QAM系统的改进的双模式算法MCADAMA（modified CMA-assisted decision adjusted modulus algorithm）。通过研究Axford提出的CADAMA双模式算法,受到MCMA算法的启发,结合恒模算法的特性,研究出了MCADAMA算法。通过搭建QAM盲均衡系统平台,把MCADAMA算法和其他3种恒模算法进行了比较,仿真结果表明,MCADAMA算法具有更快的收敛速度和更低的误码率,有效地提高了系统性能。     

基于QAM调制信号的修正构造函数盲均衡算法

数字有线电视信号主要采用QAM调制方式,针对QAM调制信号的特点,在文献[3]提出的构造函数(CF)盲均衡算法的基础上作了进一步的改进,提出分数间隔修正构造函数算法(FSE-MCF).新算法与CF算法相比,在相同信噪比条件下可以进一步减小稳态误差,加快收敛速度,有较好的均衡性能.对该算法进行了仿真和性能分析.     

宽带卫星信道群时延的自适应均衡校正研究

在宽带卫星通信链路中,由于器件通带特性不理想和行波管放大器的工艺受限等原因使卫星信道的群时延波动较大,导致误比特性能恶化。群时延的补偿算法需要复杂的数学运算,因此工程上一般采用线性均衡对信道群时延特性进行校正。针对群时延失真严重情况下线性均衡效果下降的问题,对比研究了线性均衡、非线性均衡对信道群时延校正的性能,仿真分析了采用恒模算法的线性均衡和采用voherra模型的非线性均衡在群时延失真信道下的性能,得出了两类均衡器在群时延失真信道下的误码率性能曲线,结果表明低阶调制下采用非线性均衡可以较好的消除宽带卫星信道群时延的影响。