基于常数模算法和自适应变模值符号Godard算法的联合盲均衡(英文)

在数字通信系统中为了克服码间干扰,常采用基于不需要使用训练序列的常数模算法的分数间隔盲均衡技术.但是该技术在对非常模信号,如高阶QAM信号,进行均衡时存在稳态均方误差大的缺陷.因此提出了一种基于常数模算法和自适应变模值符号Godard算法的联合盲均衡.新方法将常数模算法作为基础部分用来使接收信号的眼图睁开;将自适应变模值符号Godard算法作为第二部分用来进一步减少算法的残留误差.通过计算机仿真验证了新方法比基于常数模算法的分数间隔盲均衡具有更低的稳态均方误差.     

外辐射源雷达参考通道多径干扰抑制方法

针对外辐射源雷达系统参考通道中含有多径干扰的问题,提出一种基于改进恒模算法的参考通道多径干扰抑制方法．参考通道中的多径干扰会影响后续的杂波相消和匹配滤波处理,形成虚假目标,影响雷达系统的探测性能．由于多径干扰与直达波信号具有很强的相干性,传统方法很难消除参考通道中的多径干扰成分．新方法根据机会照射源信号的恒模特点,运用改进恒模算法对参考通道进行盲均衡处理,在不需要任何训练序列的情况下,抑制参考信号中的多径干扰．与传统的盲均衡方法相比,新方法具有更好的收敛性,多径干扰抑制效果更好．     

直扩超宽带系统中基于线性约束恒模算法的多用户检测

针对超宽带室内传输环境的慢时变特性以及超宽带信号的恒模调制方式,提出了一种基于线性约束恒模算法的盲自适应多用户检测方案。该方案首次将恒模算法引入直扩超宽带系统中的多用户检测,应用盲信号处理方法推导了恒模算法在线性约束条件下的全局最优性。理论分析及仿真结果表明,与基于训练序列的自适应多用户检测相比,该方案提高了有效的信息传输容量,同时在输出信干比及误码性能方面的损失不超过3dB,有效地做到了传输容量与误码性能之间的折衷,适用于室内超宽带的多用户高速接入场合。     

一种基于盲信号提取的同频干扰抵消算法

为了抵消数字通信中的同频干扰,提出了一种基于单信道盲信号提取算法。不同于现有的盲信号提取盲分离模型,本文的模型除了利用数字信号过采样特性,还充分考虑了载波频率以及信道噪声的影响。并结合调制信号的恒模特性,提出了基于广义峭度的恒模盲信号提取算法。最后通过实验结果证实算法的有效性和稳定性。     

次分量分析恒模盲多用户检测算法

为了有效的抑制多址干扰,该文提出了一种基于次分量分析恒模的多用户检测算法.次分量恒模算法是在恒模代价函数的基础上,推导出一种基于Rayleigh熵形式的代价函数.该文对次分量分析恒模多用户检测算法进行了仿真,并与最小二乘算法和线性约束最小二乘算法进行了性能比较.仿真结果表明,该算法在输出信干比和误码率等性能上都有显著的...     

一种基于盲信号提取的同频干扰抵消算法

为了抵消数字通信中的同频干扰,提出了一种基于单信道盲信号提取算法。不同于现有的盲信号提取盲分离模型,本文的模型除了利用数字信号过采样特性,还充分考虑了载波频率以及信道噪声的影响。并结合调制信号的恒模特性,提出了基于广义峭度的恒模盲信号提取算法。最后通过实验结果证实算法的有效性和稳定性。     

一种基于恒模特性的突发混合信号多通道盲分离算法

文章建立了突发混合信号多通道盲分离模型,指出混合矩阵估计可以转化为混合信号幅度估计进行求解。突发信号通常属于恒模调制信号,其混合信号与未混合信号在幅度上存在明显差异。基于信号的恒模特性,提出了一种基于混合位置估计的多通道盲分离算法。该算法先通过混合信号的幅度最大最小值对混合位置进行估计,然后利用混合部位的最大最小值以及未混合部位的单个信号幅度值来进行幅度估计,提高了混合矩阵的估计精度。与传统盲分离算法相比,文章算法复杂度低,且消除了不确定性带来的不利影响。仿真表明,该算法所需数据量小,估计精度高,接近混合矩阵完美估计下的盲分离性能。     

一种双模式变步长恒模算法

针对非常模信号,著名的恒模算法表现出较大的稳态误差和较慢的收敛速度.为克服上述缺点,提出了一种双模式变步长恒模算法.新算法通过对输出信号的判决来判断当前均衡器工作是否存在误操作.当均衡器工作正常时算法使用变步长方法,当均衡器工作存在误操作时算法使用零步长方法,从而充分发挥出步长对恒模算法的有利影响.仿真实验结果证明新算法具有比恒模算法更快的收敛速度和更小的稳态误差.     

概率约束稳健恒模自适应波束形成算法

针对恒模信号,将概率约束稳健算法与恒模算法相结合,提出一种新的稳健自适应波束形成算法.先将导向偏差分为高斯随机分布和未知分布2种场景,分别建立优化代价函数,并将该优化问题转化为二阶锥规划问题,运用内点法高效求解.然后对算法求解的全局最优性进行理论分析.在数值仿真部分,用所提算法与相关稳健算法作对比仿真,验证该算法的优越性和有效性.     

修正共轭梯度恒模阵列算法研究

提出一种基于修正共轭梯度算法的恒模(MCG-CMA)盲干扰抑制算法,该算法将修正共轭梯度方法引入到恒模算法中,克服了传统恒模算法收敛缓慢、LS-CMA运算量大的缺点,保留了较好的计算复杂度和数值稳定性,理论推导了算法失调量的显式表达式。仿真结果表明该算法不需要波达方向估计,与传统的LS-CMA算法、SCG-CMA算法相比,具有较好的收敛性能和输出信干噪比(SINR)。