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.     

基于小波核SVM的水声信道盲均衡算法

推导并提出了一种快速收敛的基于小波核支持向量机的恒模盲均衡器(WSVM-CMBE)。该方法以支持向量机为框架,利用信号的恒模特性构造代价函数,采用小波核函数,并自适应调整核函数中的伸缩因子。通过水声信道仿真实验,并与采用高斯核函数的支持向量机恒模盲均衡器(SVM-CMBE)进行比较,结果证明该方法提高了收敛速度。     

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.     

奇对称误差函数变动量因子盲均衡算法

在分析奇对称误差函数判决反馈盲均衡算法（OFA-DFE,Odd symmetry error Function blind equalization Algorithm based Decision Feedback Equalizer）基础上,提出了基于奇对称误差函数变动量因子判决反馈动量盲均衡算法（VMFMOFA-DFE,Variable Momentum Factor Momentum OFA-DFE）。该算法采用具有奇对称性的误差函数来减少均衡器的均方误差,利用变因子的思想对动量项进行控制,并把变动量因子引入到判决反馈算法中,对判决反馈的前向权进行调整,以进一步提高算法的性能。水声信道的仿真结果表明,该算法具有较快的收敛速度和较小的均方误差。     

水声通信中的时变多普勒补偿算法研究与仿真

在水声通信中,发射机与接收机之问的相对运动产生的多普勒效应,由于其时变性常常导致补偿时的采样内插发牛错误,造成自适应均衡器的发散,使整个系统的性能严重下降.提出了一种时变多普勒补偿算法,箅法采用一种内嵌二阶锁相环的判决反馈均衡器来估计跟踪时变多普勒变化并及时更新内插采样率,而不需要单独的估计环节.并基于上述方法设计了一种时变内插滤波器来完成多普勒的补偿.基于湖试数据的仿真结果表明该系统在通信距离达到15km,相对速度从0到6m/s变化,加速度为Jm/s2时能很好的工作,并且数据率能达到4kbit/s,特别适合于水声相位相干通信的实时处理.     

移动节点水声通信信道估计和均衡算法分析

随着科技的不断向前发展,当前丰富的海洋资源已然成为世界各国竞争的热点所在。世界各个国家纷纷采取积极措施进一步加大了对海洋科学的研究力度,我国亦是如此。我国内大陆海岸线长达18,000公里,海域面积极其广阔。随着国内各项资源的日益紧张,进一步加大对海洋资源的开发力度已经成为国家发展的重要事项。而水声通讯则是地水下信息获取传输以及控制的重要手段之一,对于研究海洋资源开发及利用有着非常重要的意义,当前已然成为各界学者的研究热点。除此之外类似于水下救护、海洋灾难预报等事件都会在一定程度上应用到水声通信技术。本文对移动节点水声通信系统的估计及均衡算法进行了全面的分析,希望通过本文可以为相关工作提供一些参考。     

基于正交小波变换的超指数迭代联合盲均衡算法

为了克服超指数迭代盲均衡算法稳态误差大、不能纠正相位旋转的问题,在分析正交小波变换理论和超指数迭代盲均衡算法的基础上,利用正交小波变换对SEI算法的权向量迭代公式进行修正,同时引入一阶锁相环(PLL)技术,并将其以软切换的方式与判决引导算法相结合,得到一种基于正交小波变换的超指数迭代联合盲均衡算法.该算法利用正交小波变换良好的去相关性,来加快收敛速度,利用PLL技术来快速纠正相位旋转,并用其来初始化判决引导算法,有效地减小了稳态误差.水声信道的仿真结果验证了算法的有效性.     

基于QAM星座图划分的水声信道多模算法

针对水声信道中存在较高码间干扰的问题,提出一种采用信号星座图划分的水声信道多模算法,根据水声信道中信噪比较低及QAM星座图的分布特点,进行详细的区域划分,以得到更多的信号星座点信息,对不同的区域定义了不同的模值进行均衡,能够有效降低码间干扰,纠正相位旋转,提高均衡效果.在水声信道条件下,采用QAM调制信号对算法的收敛性能和载波恢复性能进行计算机仿真,结果表明,在最小相位水声信道环境中,新算法在码间干扰性能上得到很大改善;在具有相位旋转的信道环境中,新算法实现了对相位旋转的有效补偿,提高了水声通信数据的可靠性.     

水声信道盲均衡的最小平方峭度恒模算法

用误差信号峭度定义了平方峭度代价函数，提出了盲均衡器权系数更新的最小平方峭度恒模算法，该算法更新方程中含有的误差信号峰度因子有效地消除了高斯性误差信号的影响，加快了收敛，减小了收敛后的均方误差和码间干扰。用负声速梯度水声信道，对算法的性能进行了仿真研究。结果表明：该算法在收敛速度，收敛后的均方误差及码间干扰等方面的性能优于常数模算法与最小平均峭度恒模算法。     

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。     

盲分离与时频分析融合的多源信道均衡

针对多信源条件下强多途干扰严重的水声信道,提出一种盲分离与时频分析融合的多源信道均衡技术。该方法首先应用盲分离技术将多源接收信号进行有效分离,对分离后的信号进行时频分析运算,然后采用Radon变换加解线调方法估计出信号的主要参数,通过重构声源信号最终完成信号的复原。通过对计算机仿真数据和海试数据的处理,验证了该方法的可行性和有效性。     

水声信道的建模与仿真研究

本文简要分析了水声信道的传播特性，介绍了一种水声信道的仿真模型，并对模型进行了一定的理论分析，提出了一些改进的建议，最后给出了实现仿真的方法，并对仿真结果进行了分析。     

基于加权因子非线性变化的改进加权多模盲均衡算法

为了提高加权多模算法的盲均衡性能,提出基于加权因子非线性变化的改进加权多模盲均衡算法。新算法构造了均方误差和加权因子的非线性函数关系,提高了收敛速度,增强了算法对不同信噪比的适应能力。在算法收敛过程中,加权因子的值随着均方误差的减小逐渐增大,从而动态地调整算法的模值,使得误差模型越来越精确地匹配信号星座图,达到降低稳态均方误差的目的。理论分析和仿真结果表明,提出的算法降低了稳态均方误差,提高了收敛速度。     

OFDM水声通信系统信道估计算法应用研究

信道估计的精确性和有效性是正交频分复用（OFDM）水声通信系统具有良好性能的保证。针对水声信道稀疏性的特点,在传统的LS（最小二乘）和LMMSE（线性最小均方误差）信道估计算法的基础上进行了基于压缩感知（Compressive Sensing,CS）理论的LS-MP（Matching Pursuit,匹配追踪）信道估计算法的研究。并在OFDM水声通信系统下,对传统的信道估计方法（LS和LMMSE）和基于压缩感知理论的LS-MP信道估计方法进行仿真分析,对这三种算法进行了性能比较。     

基于稀疏信道估计的SC-FDE水声通信

针对水声信道时域冲激响应的稀疏特性,提出基于稀疏信道估计的单载波频域均衡（SC-FDE）水声通信方法。该方法利用匹配跟踪思想,在发射信号矩阵列向量构成的字典中,选择使残余向量投影值最大的列向量去近似拟合接收信号,从而得到水声信道的时域冲激响应,然后通过时-频变换来进行频域均衡。仿真结果表明：该方法可以准确估计出水声信道,其信道估计精度和误码率性能都优于传统的SC-FDE水声通信方法。     

通道修正均衡化的水下图像增强算法

水中介质和微粒的影响导致光波传播衰减和散射, 在成像过程中水下图像会出现模糊和色偏等情况, 这些 水下成像退化的情况给水下的目标识别、目标跟踪、特征提取等应用带来困难. 针对以上问题, 本文提出了一种基 于通道修正均衡化的暗通道先验(CCD)水下图像增强算法: 首先是对色偏的水下图像进行通道修正均衡化, 利用直 方图强度中心做一个映射, 并将映射的三通道信息融合到限制对比度自适应直方图均衡化中, 改善了图像色偏和对 比度不足的情况; 其次是通过暗通道先验算法进行去模糊, 通过水下增强图像数据集的实验表明, CCD比现有算法 更有效地应对了水下图像成像退化问题, 取得了更好的图像质量指标; 此外, 在特征检测预处理步骤中, 本文方法能 够将检测特征点数提高约1.88倍.     

计算有效的多模盲均衡算法

为了进一步降低多模盲均衡算法的计算复杂度,研究了一类计算有效的量化误差多模算法。符号误差多模算法对误差信号取符号操作,降低了计算复杂度,易于硬件实现。采用抖动量化技术可以进一步提高符号算法的鲁棒性,但稳态均方误差性能有所下降。利用变步长策略的变步长抖动符号误差算法不仅收敛速率快,而且具有低稳态均方误差值。仿真结果验证了这三种算法的特性。     

模拟退火与人工鱼群变异优化的小波盲均衡算法

针对人工鱼群算法(AFSA)搜索效率低、易陷入早熟现象等问题,在人工鱼群算法中嵌入变异算子以保持种群多样性,抑制早熟现象,同时引入模拟退火思想增强局部搜索能力,改进算法后期收敛速度减慢的缺点,获得了模拟退火与人工鱼群变异算法;用该算法初始化小波分数间隔盲均衡器的权向量,提出了模拟退火与人工鱼群变异优化的小波分数间隔盲均衡算法(SAFSA-FSE-WTCMA)。水声信道仿真结果表明,新算法具有更快的收敛速度和更小的稳态误差。     

一种基于盲均衡的多径环境下调制识别算法

针对频率选择性多径衰落信道下MPSK和MQAM信号的调制分类问题,提出了一种基于盲均衡算法的自动识别算法。将接收到的码元星座图通过一组并行的自适应盲均衡器,当盲均衡器与星座图匹配时其代价函数收敛到最小。所以直接利用盲均衡的代价函数作为调制识别特征,当代价函数收敛后,将具有最小代价函数值的均衡器所对应的信号判为识别结果。仿真结果表明,该算法可以有效识别频率选择性多径衰落信道下的BPSK,QPSK,8PSK,16QAM,32QAM,64QAM信号。