基于通道均衡的频域除法研究

在频域通道均衡中,一个关键技术是求解均衡滤波器的响应.文中利用循环卷积和离散傅里叶变换乘积之间的关系,研究了通道均衡中频域除法的两类求解法:一类是时域算法,包括循环矩阵伪逆求解法和循环卷积求循环反卷积算法;另一类是基于最小范数的矩阵形式的频域算法.借助于仿真数据,根据求得的均衡滤波器和待校滤波器的卷积对参考滤波器的逼近误差,验证了上述算法的有效性.实验结果表明,基于最小范数的矩阵形式的频域算法在逼近性能、实时性方面均优于上面两种时域算法.     

基于一种杂交学习算法的自适应复信道均衡技术

本文提出了一种基于多层前馈神经网络杂交学习算法的自适应复信道均衡的新方法。该学习算法用来训练一个输入、输出、权值和激活函数均为复数的神经网络。神经网络的训练利用了监督和非监督相结合的杂交技术,而权值的调整是基于TLS（total least square)准则进行的。计算机仿真结果表明,无论是在线性还是在非线性信道中,所提出的方法都表现出了很好的性能,这为自适应复信道均衡提供了一种新方法。     

时域分段反卷积算法

卷积和反卷积运算是信号处理中的两种重要手段，它们在频域分析中有完美的对应关系，而在时域中尚不完善．本文根据离散信号分段卷积的重叠相加法，提出了反卷积的分段算法，这为反卷积的实时处理提供了理论依据，且能用较简单设备实现这种运算。     

通道失配对STAP性能的影响分析及均衡结果

通道频带失配严重影响着空时自适应处理(STAP)的性能,定量地了解通道频带失配对STAP性能的影响对于工程实际有重要意义,本文基于现有的通道频带失配模型,从理论上推导了存在通道失配时和与无通道失配时的杂波协方差函数之间的关系,并分析了通道失配对目标信号的影响,最后针对不同的失配参数对STAP性能的影响进行了仿真分析,并利用两种均衡方法给出了均衡后的结果.     

用窗口卷积实现反卷积的算法研究

本文提出了一种用窗口卷积实现反卷积的新算法,这种算法解决了用圆周卷积计算反卷积时出现的病态问题.对用圆周卷积、线性卷积和窗口卷积实现反卷积三种方法进行误差、计算量与存储空间的分析和对比.结果表明,用窗口卷积实现反卷积运算的误差、计算量和存储空间都是最小的.     

复信号多相滤波器的无盲区算法与FPGA设计

信道化和抽取技术是宽带数字信道化接收机中的关键技术。针对这一问题,首先分析了复信号多相滤波器无盲区算法及其数学模型,实现信号的全概率捕获。根据此数学模型,提出了复多相滤波器的FPGA设计方法。该方法根据模型中信道数与抽取倍数之间的关系,利用可定制模块和时序的配合完成了延迟和抽取功能;乘加单元完成多相分量的滤波运算;专用IP核完成FFT。整个模块采用乒乓RAM的设计思想和流水线结构。实验结果表明,该方法区别于一般旋转开关方法,能够实现信道数不等于抽取倍数的延迟和抽取．     

用卷积运算实现反卷积

本文首先简介了用卷积运算实现反卷积的原理、方法和实例;其次,提出了该方法的病态问题,并给出了解决的办法;最后,给出了这种方法的估计误差及实例.     

一种基于ICA和过采样技术的盲反卷积方法

将过采样技术和线性独立分量分析（ＩＣＡ）神经网络结合在一起,得出一种新的盲均衡方法。单输出信号通过采样转换为多输出观测信号,从而可以直接利用ＩＣＡ方法得到信道均衡输出。     

基于FFT的非线性通道均衡算法研究

在频域通道均衡中求得均衡函数后,一个关键技术是寻找恰当的均衡滤波器。本文针对传统均衡中宽带信号高频部分拟合精度较差的问题,利用FFT（快速傅里叶变换）,提出了雷达通道非线性均衡处理算法。通过雷达信号和雷达通道的仿真数据,将运用该算法和传统算法均衡处理的结果进行了直观效果和失配指标比较。实验结果表明,基于FFT的非线性通道均衡算法能有效地抑制高频失配;而且由该算法得到的幅度失配和相位失配指标均优于基于FFT的传统的线性通道均衡算法和基于最小二乘的均衡算法。     

多频连续波雷达通道均衡研究

通道间的失配对于多频连续波雷达的性能有很大的影响,通道均衡器是补偿通道失配的一种方法.本文首先讲述了通道均衡的原理,给出了在均方域和数据域的两种计算均衡权系数的方法.随后在通道失配的模型基础上进行了均衡算法的仿真,并对结果进行了评价.最后,讨论了在实际的多频连续波雷达中的实现方法.     

Hebbian无导师学习原理的盲均衡：（Ⅱ）非最小相位通道

本文介绍了根据信号码的相互独立性，利用噪声情况下盲信号分离的原理，实现非最小相位通道特性的盲均衡。     

基于均衡代价函数的信道阶数盲估计算法

针对信道阶数估计问题,利用单输入多输出(Single-Input Multiple-Output,SIMO)有限冲激响应(Finite Impulse Response,FIR)信道的结构特点和输入/输出信号的统计特征,提出了一种基于均衡代价函数的信道阶数盲估计算法.首先计算了归一化最小二乘均衡(Normalized Least Squares Equalization,NLSE)代价函数在理想条件下的理论渐近值,并指出其拐点与信道阶数之间的对应关系.然后分析了NLSE代价函数在实际条件下的近似值.最后引入了拐点优化因子,提出了一种基于NLSE代价函数拐点检测的信道阶数估计算法.理论分析和仿真结果表明,在信噪比(Signal-to-Noise Ratio,SNR)较低和信道首尾系数较小的情况下,该算法比现有其它方法具有更强的鲁棒性,可以获得更小的接收信号均衡误差.     

基于解卷积的频域光学相干层析像质优化

光学相干层析成像是一种新的非接触式医学成像诊断方法,具有μm级的分辨率。文中运用基于高斯点扩展函数的Lucy-Richardson迭代解卷积原理和方法,恢复包括深度信息在内的散焦空域图像,通过使用改进的直方图均衡算法,加大深层有用信息灰度值和散斑噪声灰度值的间隔,从散斑噪声中分离出有用信息,从而提高深度成像分辨率。处理结果表明,图像处理的方法可以有效地改善图像的纵向分辨率,恢复出较深的图像信息。     

一种新的盲解卷积准则和算法

定义了盲解卷积问题的期望解后 ,将二阶累积量和四阶累积量合并为一个新的统计量 ,称为归一化累积量 ,考察信号通过线性时不变系统时归一化累积量的特性 ,形成一个基于归一化累积量的盲解卷积准则 ;借助于经典的最陡梯度算法 ,导出了一种新的盲均衡算法 ,计算机模拟验证了该算法     

小波网络参数初始化研究及应用

基于小波神经网络，文中提出了可变尺度小波神经网络，可减少隐层神经元数目，精简网络结构。为防止网络训练陷入局部最小点，提出使用熵函数作为网络的代价函数，并将基于熵函数的可变尺度小波神经网络应用于通信信道均衡。仿真实验表明所提方法比线性均衡器具有更好的抗非线性能力，与传统的小波神经网络相比可减少网络神经元个数和迭代次数，并能使网络收敛到全局最小点。     

On Jacobi-type methods for blind equalization of paraunitary channels

In this paper a study of the cumulant-based blind equalization algorithms PAJOD and PAFA is conducted. Both algorithms assume that the data have been pre-whitened and hence the problem reduces to the estimation of paraunitary channels. The main contribution of this paper is an efficient implementation of the PAJOD algorithm called PAJOD2. Second, a performance comparison between the PAJOD, PAJOD2 and PAFA algorithms is reported.     

DTMB系统在单频网信道下的信道估计

针对单频网信道的特点,提出了一种DTMB系统信道估计方法.该方法对基于PN的循环相关信道估计算法加以改进,在旁瓣干扰消除后,保留第一径的时域冲激响应,并消除第一径对帧头的影响,重新确定循环相关窗口,重复以上步骤,依次估计出整个信道的时域冲激响应,之后进行帧体循环重构与频域均衡来完成数据恢复的工作.该方法可以提高系统抑制长时延和强能量回波的能力.仿真结果表明,该方法在单频网信道下可以提高系统的误比特率性能.     

适用于水声信道的快速判决反馈盲均衡算法研究

基于对常数模判决反馈算法(CMDFE)进行分析,提出了一种能够快速收敛的判决反馈盲均衡算法。该算法中构造了一种与常数模算法不同的、能够快速收敛的误差函数,并利用该误差函数对前向权进行调整,而反馈权的调整仍使用常数模误差项。前向权和反馈权系数的更新取不同的步长值。最后通过水声信道模型仿真,对这几种算法进行了数值分析研究。结果表明：所提出的算法可有效地实现对多途水声信道的均衡,并且其收敛速度高于常数模算法和常模判决反馈算法。     

基于统计自回归模型的时变信道均衡

本文在分析时变信道统计自回归(Auto Regression,AR)模型的基础上,提出了基于迭代硬判决反馈的卡尔曼(Kalman)滤波算法,该方案通过反馈信息改进信道的估计误差。仿真实验表明,利用卡尔曼滤波器能够对由于信道时变带来的误码率给予一定程度的改善,并且具有较低的复杂度。