一种基于信道盲辨识和盲均衡的多径信道调制方式识别算法

针对多径环境下MPSK和MQAM信号的调制识别问题,该文提出了一种基于信道盲辨识和盲均衡的调制识别算法。算法首先进行信道阶数精确估计,然后以矩阵外积分解为基础,加入特征值扰动分析,提高了信道盲辨识和盲均衡的稳定性,最后,对均衡后的星座图进行多级减法聚类,得到信号的调制方式。与现有算法相比,算法结构简单,所需数据量小,适用范围广,实用性强。仿真结果证明了算法的有效性。     

基于子空间的无线光通信副载波盲均衡算法研究

文中基于Gamma-Gamma光强起伏分布大气湍流信道模型,对无线光副载波相移键控调制系统进行了子空间盲均衡算法的研究。对比分析了经过大气湍流信道盲均衡前后的副载波调制信号星座图聚敛性,给出了均衡后不同光强起伏方差下的误码率曲线,当R2=0.1,信噪比为20 dB时,误码率从4.710-1降低到1.5610-3,均衡后误码率明显改善。同时采用两种典型实测天气数据(阴、中雨)模拟大气信道进行了子空间盲均衡实验,均衡后调制信号星座图聚敛性与相位可识别性明显优于均衡前。仿真结果表明,子空间盲均衡算法对大气湍流信道下的副载波调制信号有良好的均衡效果。     

基于星座修正聚类的双模式盲均衡算法

针对时变信道下,调制类型未知的MPSK/MQAM类信号快速均衡问题,本文提出了一种新的基于星座聚类的双模式均衡算法。初始阶段均衡器采用稳健的恒模算法,一段时间后,用低复杂度的减法聚类算法处理缓存的均衡器输出。然后利用MPSK/MQAM类信号星座图的几何旋转不变性,采用C均值模糊聚类算法修正初次聚类的结果,恢复信号星座,由此获得精确符号信息。最后依据修复后的聚类效果选择切换时机,均衡器切换到符号匹配算法,完成信号均衡。与已有算法相比,本文提出的新算法克服了调制类型未知的不利因素,具有收敛速度快,剩余码间干扰小,均衡器模式切换时性能平稳等优点。仿真验证了新算法对4PSK和16QAM信号的有效性。     

基于星座图的数字调制方式识别

针对现有数字调制方式识别类型有限的问题，提出一种基于星座图的分类算法。算法首先利用盲均衡技术克服信道的多径效应与系统同步误差，再对信号减法聚类，提取聚类中心与理想星座图模型进行匹配，从而实现MASK、MPSK、MQAM等调制方式的识别。仿真证明：星座图是一个稳定的、强健的识别标志。     

一种基于星座图恢复的多进制相位调制信号识别算法

在实际调制过程中,无线电波传输多径及衰落引起的符号间干扰和信号接收端的载波频偏会造成星座图难以识别。针对这一问题,提出了一种基于星座图恢复和卷积神经网络的多进制相位调制信号识别算法。首先,设定相邻采样点距离和相位角的阈值以筛除发生符号间干扰时的采样点,保留剩余的有效采样点并形成聚类组;然后,通过旋转相邻聚类组抵消载波频偏带来的影响,实现星座图的恢复;最后,利用卷积神经网络对星座图进行特征自动提取和调制识别。实验结果表明,对于实测信号,所提算法能够较好地恢复星座图并实现BPSK、QPSK和8PSK的准确识别。最终的识别准确率达到了99.9%,较星座图恢复前提高了24.2%。     

基于星座图的QAM信号调制方式识别

给出了利用信号星座图的QAM信号调制方式识别技术。在对QAM信号进行分析的基础上。重点讨论了信号载频、码元速率盲估计方法以及信道盲均衡方法。仿真结果表明，利用这种方法，可以精确地估计QAM信号的载频和码元速率，成功地将信号星座图恢复出来，并通过信号星座图完成信号的识别。     

多径衰落环境中具有调制识别能力的盲均衡新算法

常数模盲均衡算法在对非常模信号进行均衡时稳态均方误差不能收敛至零,且不具备信号调制识别能力.因此,依照常数模算法代价函数的构造方法定义了一种余弦代价函数,提出了基于该代价函数的盲均衡新算法.该余弦代价函数可将BPSK、M-PAM、M-QAM信号的不同星座点映射至原点,从而使新算法在对上述常模或非常模信号进行均衡时稳态均方误差均能收敛至零,更重要的是新算法能够在多径衰落环境下实现对上述信号的调制识别.理论分析和仿真结果证明了新算法的优良性能.     

一种适用于MPSK调制的混合型盲均衡算法

提出了一种特别适用于ＭＰＳＫ信号的混合型盲均衡算法，理论分析和计算机模拟表明，这种混合型盲均衡算法的收敛性能与Ｇｏｄａｒｄ类盲均衡算法的收敛性能相同，而误码性能优于Ｇｏｄａｒｄ类盲均衡算法，并接近系统ＬＭＳ均衡算法的性能，是一种具有实用价值的盲均衡算法。     

一种新型盲均衡算法－RG算法的研究

本文提出了一种新的盲均衡算法－ＲＧ算法，它保持了Ｇｏｄａｒｄ盲均衡算法收敛性能好的特点，其误码性能也优于Ｇｏｄａｒｄ盲均衡算法，尤其是对ＭＰＳＫ调制系统。理论分析及计算机模拟表明，ＲＧ算法是一种性能优良的盲均衡算法。     

Geometric method for blind signal separation of multichannel MPSK signals

In this letter, the problem of blind source separation of Multiple-Phase-Shift-Keying (MPSK) digital signal is considered. The geometry of received MPSK signals constellation is exploited. The column vectors of received signals can be regarded as the points of hyper-cube. All the possible distinct vectors of received signals are found by clustering, and mixing matrix and sources are estimated by searching out the pairing vectors and eliminating redundant information in all possible distinct vectors. Simulation results give the polar diagram of estimated original signals. They show that the proposed algorithm is effective when the original signals is Quadrature-Phase-Shift-Keying (QPSK) or 8-Phase-Shift-Keying (8PSK).     

基于高阶累积量的MPSK信号的类内识别

对基于高阶累积量的MPSK调制分类算法进行了研究和分析。在未知载波频率的情况下,通过恒模和延迟复共轭相乘对信号进行预处理,再利用四阶累积量构造了信号的特征识别向量。对预处理使得分类特征对MPSK信号星座图的平移、尺度和相位旋转具有不变性进行了详细的理论证明。重点针对短波信道对该算法中高阶累积量作为分类特征的抗衰落性能进行了讨论分析。通过分析识别短时突发信号的测试数据及短波信道第二径对正确识别率的影响的仿真结果,表明算法具有良好的性能。     

Sparse adaptive constant blind equalization algorithm for sparse multipath channel

In order to improve the convergence rate of the blind equalizer for sparse multipath channel,a novel blind equalization approach called l₀-norm constraint proportionate normalized least mean square constant algorithm was proposed for M-order phase-shift keying (MPSK) signal.Based on the constant modulus characteristics of MPSK signal and the sparse property of equalizer,a new blind equalization cost function with the l₀-norm penalty on the equalizer tap coefficients was firstly constructed.Then the update formula of the tap coefficients was derived according to the gradient descent algorithm.Moreover,the iteration step was updated by drawing upon the normalized proportionate factor.The algorithm not only assigned step sizes proportionate to the magnitude of the current individual tap weights,but also attracted the inactive taps to zero adaptively.Theoretical analysis and simulation results show that the proposed algorithm outperforms the existing blind equalization algorithms for sparse channel in reducing ISI and improving convergence rate.     

基于联合特征参数的卫星单-混信号调制识别研究

针对卫星通信中单-混信号调制类型识别效率低、准确性差等问题,该文提出一种基于高阶累积量和星座图聚类特性的调制识别算法。首先,根据4, 6阶累积量的属性特点构建3个特征参数,以识别多进制相移键控(MPSK)和部分多进制正交幅度调制(MQAM)调制类型,然后结合改进的星座图减法聚类算法分离出剩余调制样式,最后将参数联合,建立决策树分类器进行统一调度。该算法不依赖信号诸多先验信息,具有特征提取参数简单、识别种类多等特点。仿真结果表明,该算法在信噪比(SNR)10 d B下对卫星单-混信号的调制识别率仍能达到90%以上。     

一种不受信道阶数估计影响的SIMO直接盲均衡算法

针对单输入多输出（Single-Input-Multiple-Output, SIMO）模型提出一种完全不需要信道阶数估计的直接盲均衡算法。文章利用接收数据的截短协方差矩阵和信号子空间的关系设计一种零延迟均衡器,并通过信道矩阵和均衡器系数的合响应特性克服了算法相位偏转的问题,最后得到一种对信道阶数估计鲁棒并且没有相位偏转的盲均衡算法。该算法不同于一般子空间类算法,不需要直接对接收信号的协方差矩阵进行信号子空间和噪声子空间的分解,因此对信道阶数估计具有很强的鲁棒性。文章给出了算法的Batch实现过程,同时为更好适应一般时变信道环境和实现实时处理的要求,通过递归迭代得到算法的自适应实现过程。仿真实验表明该算法几乎不受信道阶数过估计或欠估计的影响,同时该算法具有良好的均方误差（Mean Square Error, MSE）和误符号率SER（Symbol Error Rate, SER）性能,并且具有很快的收敛速度。      

基于相位旋转的高阶多路MPSK信号的盲分离

本文针对高阶多路混合MPSK信号的盲分离问题,分析了MPSK接收信号的特性,给出了源信号个数估计定理,在对观测信号进行删余预处理后,利用改进的混合聚类算法估计出源信号数目,然后提出了一种相位旋转算法,消除接收信号中的公共因子,去除相位角不趋于零的元素,将高阶多路MPSK信号盲分离转化为BPSK信号盲分离,利用BPSK盲分离算法即可实现多路MPSK信号的盲分离.仿真结果验证了该算法的有效性.     

适用于MPSK调制的盲均衡技术

本文提出了适用于MPSK调制的盲均衡算法及其改进形式变步长盲均衡算法。计算机模拟表明,这种均衡算法及其改进形式均具有良好的收敛特性,可保证通信系统连续工作而无需周期训练。但其误码性能略差于传统的LMS均衡算法。     

基于子空间分解的快速盲均衡解调算法

基于高阶统计的盲均衡算法需要大量的观测数据,当观测数据有限或信道变化较快时,由于模型失配将使均衡性能严重下降,因此短数据、快收敛是近年来盲均衡技术研究的主要方向之一。本文讨论了基于子空间分解的信道识别和盲均衡技术,利用卡尔曼滤波方程,给出了一种快速收敛的盲均衡解调算法,算法只需要较少的数据样本,仿真结果表明该方法是有效的。     

基于数据重用的集员滤波拟仿射投影盲均衡算法

传统常模盲均衡算法应用广泛但是其收敛速率很慢.为了满足在短突发数据条件下的信道盲均衡,提出一种基于数据重用的集员滤波拟仿射投影盲均衡算法.该算法将仿射投影思想结合到常模算法中,利用多数据向量同时提取信道信息,再附加改进的集员滤波算法有效减小了运算量,并结合数据重用思想重新设计所匹配的数据重用方式.仿真结果证明所提算法具有较快的收敛速率,与同类算法相比能提前700个迭代点收敛,且在信噪比为10 dB以上的信道环境中也有较好的效果,能够在短突发数据信道均衡中有效发挥作用.     

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.     

Subspace based blind identification of LTI FIR MIMO systems and equalization of finite memory SIMO Volterra systems

In this paper a novel algorithm based on subspace projections is developed for the blind kernel identification of LTI FIR multiple input multiple output (MIMO) systems, as well as blind equalization of finite memory SIMO Volterra systems. In addition, for Volterra systems, the algorithm computes the memory lengths of the nonlinearities involved. Simulations in the context of blind channel equalization and identification demonstrate good performance in comparison to existing schemes.