一种改进的分数间隔常数模盲均衡算法

研究优化水声通信效果问题,改善水声信道性能,传统常数模盲均衡算法(CMA)的稳健性差,剩余均方误差大。为解决上述问题,提出了一种改进的分数间隔常数模盲均衡算法。新算法采用T/2分数间隔均衡器,针对水声通信中信噪比较低的特点,设计了一个新的误差函数,取代原算法中的误差函数。采用浅海水声信道对改进算法进行了计算机仿真,结果表明:改进算法在低信噪比条件下性能稳健,稳态误差低于常数模算法和分数间隔常数模算法,且具有较快的收敛速度。改进算法适用于信噪比较低的浅海水声信道。     

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。     

支持向量机初始化的常数模盲均衡算法仿真

为了提高常数模盲均衡算法的收敛速度并避免算法收敛至局部极小,提出了一种支持向量机初始化的常数模盲均衡算法.新算法采用一小段初始数据,利用支持向量机,将盲均衡问题转化为全局最优的支持向量回归问题,对盲均衡器的初始权向量进行设定,而后切换至计算量较小的常数模算法.采用浅海水声信道对新算法进行了计算机仿真,结果表明:支持向量机初始化阶段收敛速度快;切换至常数模算法后性能稳定.该算法适合应用于快衰落水声信道中通信数据的实时恢复.     

水声信道盲均衡的符号判决双模新算法

针对常数模算法(CMA)收敛后均方误差大、双层符号误差常数模算法(DSECMA)收敛速度慢的缺陷,利用CMA的稳健性好和DSECMA计算量小的优点,提出了一种符号判决双模新算法(SDDMA).该算法将均衡器与判决器输出序列模的平方差同均衡器输出序列模平方与DSECMA的常数模之差进行比较,根据比较结果,使迭代过程在CMA和DSECMA之间自动切换.该算法收敛后计算量比CMA小、均方误差比CMA与DSECMA都小,收敛速度比CMA与DSECMA快,有利于信息的实时恢复.水声信道盲均衡的仿真实验结果,进一步验证了该算法的性能.     

基于混合遗传优化的正交小波变换盲均衡算法

常数模算法(CMA)收敛速度慢,初始权向量的确定缺乏理论依据,容易陷入局部极小值.针对这些问题,在正交小波变换盲均衡算法(WT-CMA)的基础上,提出了基于混合遗传优化的正交小波变换盲均衡算法(GAWT-CMA).该算法在常规遗传算法的父代和子代之间嵌入WT-CMA形成混合算法,利用遗传算子的全局收敛性进行宏观搜索,用...     

基于可变步长的常数模盲均衡算法

为了提高多输入多输出系统的通信质量,针对传统常数模盲均衡算法存在收敛速度慢、误码率高等缺点,提出来一种基于可变步长的常数模盲均衡算法。利用反正切函数建立一种步长因子与误差间的非线性函数关系,利用此非线性函数来调整步长,加快算法收敛速度,采用仿真实验测试算法的性能。结果表明,相对于其他盲均衡算法,该算法加快了收敛速度,大幅降低误码率,获得理想的均衡效果,具有一定的实用价值。     

基于模拟退火算法的盲均衡算法改进

码间干扰是水声信道通信中存在的一个主要问题,它的主要解决方法是在接收端采用盲均衡方法.HOS盲均衡算法是理论非常完备的一种盲均衡算法,由于直接使用了高阶统计量的性质,该算法抗码间干扰的能力很强,但是运算速度慢,收敛费时.为了解决这个问题,要在HOS盲均衡算法中引入模拟退火算法.模拟退火算法是一种全局优化算法,可以有效地避免算法收敛到局部解.两种算法的结合,最大程度的利用了两种算法的特性,通过对代价函数的有效求解,可以大大提高HOS盲均衡算法的收敛速度,减少码间干扰.最后经计算机仿真证明该算法在不破坏HOS盲均衡算法收敛效果的同时加快了算法的收敛速度.     

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。     

基于正交小波变换的分数间隔盲均衡算法

针对恒模算法(CMA)收敛速度慢,稳态误差大的缺点,在分析正交小波变换理论和分数间隔恒模算法(FSE-CMA)的基础上,提出了一种基于正交小波变换的分数间隔恒模盲均衡算法(WT-FSE-CMA)。该算法将正交小波变换理论引入到T/2分数间隔恒模盲均衡算法中,充分利用了小波变换对信号的去相关性,以及分数间隔均衡器对信号的过采样性质。与波特间隔、T/2分数间隔恒模盲均衡算法相比,该算法收敛速度快、稳态误差小,均衡效果较好。水声信道的仿真结果验证了该算法的性能。     

均方轮廓多小波盲均衡算法

为了克服传统恒模算法（CMA）收敛速度慢与无相位纠错能力的缺点,提出了一种均方轮廓多小波盲均衡算法（MWTSCA）。该算法一方面利用均方轮廓算法对相位模糊予以及时纠正,且对非常模高阶QAM的均衡具有良好收敛性能;另一方面利用平衡正交多小波变换对均衡器输入信号进行去相关性处理,进一步提高了算法的性能。理论分析和水声信道仿真结果表明,所提出的算法具有较快的收敛速度和较小的稳态误差。