TMS320C3X DSP实现自适应滤波的算法分析

自适应横向滤波结构,是数字信号处理中用得最多的一种结构。实现自动横向滤波的方法有很多,ＤＳＰ实现是一种常用的方法,了用于ＨＤＴＶ中均匀衡器的ＤＳＰ实现算法,对ＤＳＰ手册中给出的算法作了修正。     

盲均衡的发展

近年来,盲均衡在通信和信号处理领域已受到普遍关注,盲均衡是指均衡器不借助训练序列,而仅仅利用所接收到的信号序列即可对信道进行自适应均衡,文中介绍了盲均衡的发展历史,对平稳信号（又分为Ｂｕｓｓｇａｎｇ类型盲均衡和基于稿阶统计量的盲均衡）,循环平稳信号盲均衡,基于神经网络和模糊理论的盲均衡等三种类型进行了讨论,分析了三类盲均衡算法的优缺点,指出了其今后的发展的方向。     

自适应通道均衡在自适应旁瓣对消中的应用

ASLC系统中通道间频率特性失配使主、辅通道信号产生去相关作用，导致对消性能大大下降．在通道中插入FIR均衡器，可以补偿各通道之间的失配．计算机仿真表明，通道均衡技术可以使对消比有较大幅度的提高。     

相位抖动下的自适应均衡技术

本文研究了短波串行 MODEM 中相位抖动的产生原理并给出了数学模型,分析了相位快抖动及慢抖动对自适应均衡器的影响,进而给出了相位校正的概念及其实现方式,并进行了计算机模拟。     

自适应均衡器与载波相位估值相结合的研究

本文研究了具有自适应均衡器和 QPSK 调制的数据通信系统模型,提出了一种基于均方误差(MSE)最小的载波相位估值算法,并给出了计算机模拟结果.     

递归神经网络自适应均衡器研究

针对存在适度码间串扰和非线性变的数字信道,将递归神经网络自适应均衡器同传统的线性均衡器进行了比较,提出了一种递归递网络自适应的均衡器,给出该均衡串行和并行输出的具体实现,并对其特性进行了全面的分析。     

MIMO频率选择性信道自适应均衡

针对MIMO频率选择性信道提出了一种分数间隔的判决反馈均衡器,其优点是既对时间同步误差不敏感,又能在消除码间干扰的同时不引入噪声增益。同时比较了分别采用最小均方算法和恒模算法的分数间隔判决反馈均衡器,并通过仿真,分析了这两种算法的优缺点。在此基础上提出了一种改进的最小均方算法和恒模算法相结合的算法,改进后需要的训练序列为LMS算法的1/3,其结果是误码率比恒模算法有明显的提高。     

小波变换的自适应均衡算法

在分析传统的线性均衡算法的基础上,从用小波级数表示均顺和变换域的角度出发,给出了一种基于正交小波变换的自适应线均衡算法,理论分析和计算机模拟表明,该算法具有较忆的收敛速度,适用于无解析式的小波,其结构简单,易于实现。     

短波数传中的一种混合型自适应均衡技术

本文提出了一种混合型自适应均衡算法,在很大范围内其主要性能接近或达到平方根卡尔曼算法的性能,而其运算量比平方根卡尔曼算法少得多,因此它是短波高速率串行数传中自适应均衡器的较好算法.     

HDSL系统设计中的自适应均衡方法

为在现有的铜线网上安全高效地传送宽带信息,研究了一种基于DMT HDSL系统的自适应均衡技术,计算机仿真实验证明了该方法是简单和有效的。     

OFDM中的自适应均衡技术

由于OFDM调制系统本身的特点决定了其均衡结构可以作得非常简单,即在满足没有符号串扰（ISI）以及子带串扰（ICI）情况下,OFDM调制可以看作多个独立并行的理想加性高斯信道,可以分别采用每个子信道单复抽头的均衡器结构进行理想的均衡。保证正交性是没有符号串扰（ISI）的必要条件。循环前缀长度大于信道最大时延是保证正交性的必要条件。文中基于频域均衡的基本原理,给出几种实际采用的均衡器结构。     

用于非线性均衡的一种遗传算法

提出了一种改进的遗传算法,用它搜索稀疏Volterra滤波器的最佳形式．与经典遗传算法不同,本算法定义可能解的元素为染色体,对染色体采用整数编码,效率高．遗传进化过程从低阶、短记忆非线性模型开始,通过进化发现合适的参数设置,从而不需要预先确定模型的阶数和记忆深度,避免了高阶长记忆非线性带来的搜索空间的急速膨胀．通过LMS算法估计核矢量,避免了相同核的重复估计,节省了运算．将本算法用于中继卫星信道的非线性均衡,并进行性能仿真,仿真结果表明,种群规模大幅减小,进化速度明显加快．     

一种模糊自适应滤波算法的研究与实现

为解决均值滤波和中值滤波算法在数字信号处理中存在的问题,提出一种模糊自适应滤波算法．根据每个元素噪声度的大小控制均值滤波窗口的大小,并做了大量的仿真．与普通的均值滤波和中值滤波进行比较发现,该方法不仅很好地去除了信号中混有的脉冲,而且在不损坏信号细节的前提下,很好地滤除了噪声信号．最后,使用了信噪比改善因子S来检验算法的滤波效果,证明其滤波效果好于传统的中值滤波和均值滤波,且具有算法简单、实时性好等特点,并已经应用在很多场合．     

判决反馈递归神经网络自适应均衡器研究

针对存在严重符号间串扰及轻度非线性畸变的数字信道,提出了两种判决反馈递归神经网络均衡器结构,将传统的线性信道判决反馈结构巧妙地融入递归神经网络中,在自适应训练时用期待信号代替判决反馈信号,并对学习步长自适应调节进行了研究．实验结果表明：在自适应参数数目相同的情况下,该均衡器较传统的递归神经网络均衡器具有更好的特性．     

数字式自适应均衡器卡尔曼算法的改进

快速Kalman算法是收敛速度最快的算法之一。本文在此算法上对其稳定性能进行了改进,用本文提出的保护措施能防止算法发散。本文提出的快速Kalman算法与随机梯度法(LMS)结合的方法,可使收敛速度与运算量都比较理想。对文中所得结论均进行了较详细的计算机模拟。     

GPS／INS组合导航的变分贝叶斯自适应卡尔曼滤波

为解决GPS／INS组合导航的数据融合问题中卡尔曼滤波器因噪声统计特性会发生变化而性能严重退化的问题,针对组合导航的系统模型提出并推导了一种基于变分贝叶斯学习的自适应卡尔曼滤波算法。该方法从概率角度将系统状态与噪声的统计矩一起作为待估计的随机变量,在每次递推地对状态进行估计之前,用变分贝叶斯学习迭代逼近得到噪声的后验分布。仿真结果证明：在组合导航系统中,该自适应算法能够较好地跟踪变化的噪声方差,并对速度、位置等系统状态进行估计。