一种新的CMA神经网络均衡器

在数字通信中,接收信号通常会受到码间干扰的影响。采用盲均衡技术可以消除码间干扰,常模算法（CMA）是应用较广泛的盲均衡算法。因基于常模算法的盲均衡器存在收敛速度慢,剩余误差大的缺点,提出了一种新的基于神经网络的CMA盲均衡器。通过很少的训练序列使网络收敛,再转入盲均衡算法。实验仿真表明,无论是在线性信道还是非线性信道,该均衡器的剩余误差都比普通CMA均衡器较小,收敛速度也较快。     

一种改进的双模式遗传盲均衡算法

水声通信系统,为了消除由多径传播的码间干扰问题,主要采用常数模盲均衡算法(CMA),但存在收敛速度慢以及盲相的特点.为了克服常数模算法的缺点,提升水声通信的质量,在分析了常用的常数模盲均衡算法以及遗传盲均衡算法的优劣性后,利用指导性Cadzow定理解决了两种算法的融合问题,提出了一种改进的双模式遗传盲均衡算法.仿真结果表明该算法有效地结合了CMA算法以及遗传算法的优点,解决了CMA算法收敛速度慢的问题,提升了水声通信的质量.     

判决反馈均衡器中用的改进RLS算法

在高速水声通信系统中,由于多径传播而引起的码间串扰ISI是传输误码率增加的主要原因。判决反馈均衡器（DFE）是对抗码间串扰ISI的有效方法。为了获得码间串扰为零的传输,固定遗忘因子的最小二乘递归算法（RLS）通常被用于更新DFE的抽头向量,但是这种算法在非稳定环境中并不能取得最佳表现。该文在获取均衡误差最小的即时过程中推导出一种应用在DFE中的自适应遗忘因子RLS算法。计算机仿真证明此方法对比以往的固定遗忘因子算法或可变遗忘因子算法获得了较好的传输表现。     

水声信道盲均衡优化仿真研究

研究水声信道盲均衡问题,由于水声受码间干扰,信号产生畸变,通信质量低.采用单一水声信道盲均衡算法寻优能力差,不能满足要求,并易获得局部最优解,导致信道盲均衡效果差.为解决上述问题,提出一种水声信道盲均衡组合算法(MPSO-ACO).首先初始化小波盲均衡器的权向量,然后采用动量粒子算法找到权向量次优解集;最后采用蚁群算法对次优解集进行局部搜索,找到小波盲均衡器的权向量最优解,从而实现水声信道盲均衡.仿真结果表明,相对于传统水声信道盲均衡算,MPSO-ACO算法不仅降低了误码率,而且加快了收敛速度,获得了更优水声信道盲均衡效果.     

水声信道盲均衡器优化设计与仿真

针对水声信道高速数据传输中的码间干扰问题,设计了一种基于小波包变换的分数间隔盲均衡器,优化均衡器性能,以提高水下通信质量。采用具有过采样性质的分数间隔均衡器,减少了波特间隔均衡器常数模算法（CMA）的稳态误差,又加快了其收敛速度;并利用去相关性较强的小波包理论,进一步加快了分数间隔盲均衡器算法（FSE-CMA）和小波分数间隔均衡器算法（WT-FSE-CMA）的收敛速度。水声信道的仿真结果,验证了该均衡器的良好性能。     

遗传神经网络在水声通信盲均衡中的应用

研究在水声通信优化问题,水声信道具有空变、时变、高噪声等特性,对通信信号造成干扰。传统的神经网络算法具有良好的非线性处理能力,较适合于水声信道盲均衡处理,但存在收敛速度慢,易陷入局极小值等缺限,导致误码率较高。为了减小误码率,提高通信质量,提出一种采用遗传神经网络的水声通信盲均衡算法。首先利用遗传算法对BP神经网络的参数进行优化,解决了神经网络的缺陷,然后利用优化后的神经网络进行水声信号的盲均衡。仿真结果表明,与传统的盲均衡算法相比,遗传神经网络算法加快了水声通信盲均衡速度,降低了通信误码率,提高了水声通信质量。     

采用判决圆判决的双模式常模盲均衡算法

为了克服水声信道的多途效应及CMA算法误差函数不对称性所带来的缺陷,定义了奇对称的双曲正切误差函数,构造了基于双曲正切误差函数的常模盲均衡算法（HCMA）,提出了一种基于判决圆判决的双模式常模盲均衡算法（DCMA）。该算法将符号迭代算法引至HCMA中,得到基于双曲正切误差函数的符号迭代常模盲均衡算法（HSCMA）,再根据信噪比确定判决圆的边界,利用此判决圆进行CMA与HSCMA间的切换。当算法未收敛时,迭代以CMA模式进行,这样可以确保DCMA的快速收敛;当算法收敛后自动切换到HsCMA模式。计算机仿真证明了该切换方法的有效性。     

遗传优化神经网络算法在信道盲均衡中的应用

在信道盲均衡问题的研究中,根据BP神经网络的信道肓均衡算法存在收敛速度慢,易陷入局部极小值的缺陷,导致信道肓均衡效果差,信道误码率高.为克服BP神经网络的缺陷,提高均衡道肓均衡效果和降低误码率,利用遗传算法全局搜索能力强的优点对BP神经网络的缺陷进行改进,提出一种基于遗传神经网络的信道盲均衡算法.采用BP神经网络构建信道分类器,通过遗传算法优化神经网络权值,最终实现盲均衡.仿真结果表明,相对于传统BP神经网络盲均衡算法,遗传神经网络算法收敛速度快,误码率降低,能获得更好的收敛特性和均衡效果.     

基于混沌系统的正交小波变换盲均衡算法

针对常数模盲均衡算法(CMA)收敛速度慢、稳态误差大和局部收敛的缺点,将正交小波变换与混沌通信理论相结合,提出了一种基于混沌通信系统的正交小波变换盲均衡算法(CS-WT-CMA)。该算法充分利用了混沌映射的伪随机性、遍历性、相关性以及无限宽带功率谱等特点,将混沌调制系统用于产生宽带混沌信号,使用混沌信号作为载波,在调制的同时直接对发射信号进行扩频,从而降低了信道输入信号的自相关性,更好地抑制了码间干扰和多径衰落;同时对均衡器输入信号进行正交小波变换,并作能量归一化处理,降低了信号的自相关性,从而有效地加快了收敛速度。水声信道仿真结果表明,与正交小波变换盲均衡算法(WT-CMA)相比,该算法收敛速度更快、稳态误差更小。     

一种新的变步长盲恒模信道均衡算法

无线数字通信中,由于电磁干扰和多径效应的影响,使通信质量下降,进而产生码间干扰(inter-symbol interferencc,ISI),ISI的存在会大大降低系统性能,影响码速率的提高.信道均衡技术足解决该问题的一种重要手段,但剩余误差偏大.以信道盲均衡算法中的恒模(CMA)算法为研究背景,提出了一种新的变步长CMA算法,新算法利用QAM信号分布于几个已知圆上的特点,根据均衡器输出信号的模估计理想输出的模.计算机仿真结果表明这种算法能有效地减小剩余误差,是一种很实用的信道均衡算法.     

一种改进的多模盲均衡算法

阐述了用于盲均衡的恒模算法的数学模型和基本原理。对修正恒模算法、多模算法和修正多模算法进行了分析。与恒模算法相比,多模算法具有较小的剩余误差和码间干扰。修正恒模算法和修正多模算法则克服了相位偏移。针对修正多模算法存在的收敛速度慢的问题,在其误差函数的基础上给出了一种改进的多模算法。仿真结果表明,改进算法收敛速度快,剩余误差小而且能克服相位偏移,具有很好的实用性。     

基于再生核Hilbert空间的非线性信道均衡算法

在高速无线通信领域,为消除码间干扰（ISI）必须研究非线性信道均衡技术。基于再生核希尔伯特空间（RKHS）研究非线性信道的自适应均衡算法。首先基于非线性维纳模型提出均衡器的结构,基于RKHS引入核方法,与仿射投影算法（APA）相结合推导出核仿射投影算法（KAPA）,再通过引入松弛因子得到改进的KAPA算法。用蒙特卡罗法对提出的自适应算法进行仿真,从收敛性能、误码率（BER）、跟踪能力、计算复杂度等方面与其他算法做比较。在不增加计算复杂度的情况下,极大降低了误码率,非常适合时变非线性信道均衡的应用。     

一种新的混合自适应盲均衡器

提出了一种基于QAM信号的新的混合自适应盲均衡算法。结合了MCMA算法以及AMA算法的优点,通过设置自适应遗忘因子λ,用来自适应加权两类独立代价函数,一类是MCMA的代价函数,另一类是AMA的代价函数。通过搭建QAM盲均衡系统平台,仿真结果表明,提出的算法相比于CMA、MCMA和CMA/AMA算法,有效地降低了稳态误差和误码率,并具有良好的收敛速度,大大提高了系统的性能。     

新的混合型盲均衡算法

针对恒模算法(CMA)仅适用于模值为常数的信号,对高阶QAM信号的均衡效果差这一问题,结合CMA与判决引导(DD)算法各自的优点,提出一种CMA与DD算法相结合的改进混合型算法。在算法初期,利用CMA+DD并行算法使系统眼图睁开;然后,再转换到DD算法来进一步减小剩余误差。仿真结果表明,采用新算法对高阶信号均衡有较快的收敛速度和较小的剩余误差,星座图恢复很紧凑,并且改进算法能修正相位和跟踪信道。     

一种新的修正恒模算法

阐述了恒模算法(CMA)、修正恒模算法(MCMA)和判决引导(DD)算法的基本原理。针对CMA和MCMA收敛速度慢,固定步长条件下收敛速度和剩余误差之间存在矛盾的缺陷,在分析CMA误差特性的基础上,利用DD算法误差函数的模值和判决器输出构造新的误差函数,提出了一种新的变步长MCMA。新算法在加快收敛速度的同时保持小的剩余误差。仿真结果表明,新算法比CMA和MCMA收敛速度快,均衡输出剩余码间干扰(ISI)小而且能克服相位偏移,具有很好的实用性。     

Turbo-OFDM系统中的自适应均衡算法

为减少Turbo-OFDM(正交频分复用)系统中的载波间干扰和符号间干扰,提出一种基于频率优化和反馈滤波的均衡算法。该算法在目标误码率下,通过功率的优化配置,关闭无效的子带。利用零、极点抵消原理,通过自适应地选择级联反馈滤波器缩短信道冲激长度,从而降低Turbo码均衡算法的复杂度和OFDM的循环长度,提高频谱利用率。     

改进的基于DFT的OFDM系统信道估计算法

在正交频分复用（OFDM）系统中,针对常用的信道估计算法不能有效地抑制信道冲激响应中循环前缀长度内噪声的不足,提出了一种改进的基于离散傅里叶变换（DFT）的信道估计算法。该算法是一个多次迭代的过程,通过最小二乘算法获得导频位置处的信道频域响应,经过逆傅里叶变换后,利用时域内引入的能量增长速率函数来判断信道冲激响应分布情况,以便对其进行消噪处理,最后通过多次迭代进一步抑制子载波间干扰和加性高斯白噪声。仿真结果表明,无论在多普勒频移较小还是较大的情况下,该算法的估计性能均优于最小二乘（LS）信道估计算法、传统基于DFT的信道估计算法和基于阈值的信道估计算法。在系统误比特率为[10-2]时,改进的基于DFT的信道估计算法比其他算法有3~5 dB的性能增益。     

基于QPSO的小波分数间隔盲均衡算法

在分析具有量子行为的粒子群优化(PSO)算法和正交小波变换理论的基础上,提出基于量子粒子群优化(QPSO)的正交小波分数间隔常模盲均衡算法。通过对分数间隔均衡器输入信号进行正交小波变换,降低信号的自相关性。利用QPSO算法全局搜索能力强、收敛速度快和鲁棒性高的特性,对均衡器权向量进行优化。仿真结果表明,该算法能降低稳态误差,加快收敛速度,提高水声信道中信号的无失真传输性能。